ASE+ACE
Nincs becslés
Nincs hardver követelmény ennek a modellnek
A modellhez tartozó súlyokat nem tették közzé, így nem tölthető le vagy futtatható a saját hardverén bármilyen méretben. Csak a szolgáltatóján keresztül érhető el, és egyetlen grafikus kártya sem változtat ezen..
Nyilvántartásban
Teljes specifikáció
Minden feljegyzett ezzel a modellel kapcsolatban. A legtöbbje azt írja le, hogyan képezték ki, nem pedig azt, hogyan fut — hasznos kontextus annak megítéléséhez, hogy mennyi munka ment bele, és hogyan viszonyul a más méretben épített modellekhez..
Eredet
Ki építette ezt a modellt, hol, és mikor publikálták.
- Szervezet
- University of Massachusetts Amherst
- Szervezet típusa
- Academia
- Ország
- United States of America
- Közölt
- 1 September 1983
- Szerzők
- Andrew G. Barto, Richard S. Sutton, and Charles W. Anderson
Mit csinál
A probléma területek, amelyekre a modell készült. Egy modell több mindegyikből hordozhat.
- Tartomány
- Robotics
- Feladat
- Pole balancing
Méret
Mekkora a modell, és mennyi adatot használtak a betanításához. A paraméterek azok a számok, amelyek eldöntik, hogy az adott grafikus kártyára illeszkedik-e.
- Paraméterek
- 0.3K
- Képzési adatok
- 500,000 tokens
The system consists of two parts: ACE and ASE, each with 162 weights (=324 parameters). Found in Figures 2 and 3.
"Runs consisted of 100 trials unless the run's duration exceeded 500 000 time steps (approximately 2.8 h of simulated real time)" "Almost all runs of the ASE/ACE system [...], were terminated after 500 000" (Section IX)
Képzés számítás
A modell tanításához végrehajtott aritmetika, lebegőpontos műveletekben mérve. Ez a tanítási futás költségének mértéke, nem pedig annak, hogy mennyire gyorsan válaszol a kész modell.
- Képzés számítás
- 3.2 × 10⁸ FLOP
- Hogyan jött létre
- Operation counting
324 * 2 * 500000 = 324000000 = 3.24e8. The calculation assumes "compute per forward pass" = "number of parameters" = "compute per backward pass". Their model only has a single layer and is trained with simple update rules instead of gradient descent. Training details are described in Section IX. Note that this is the compute for a single run; they appear to have repeated training 10 times for the ASE+ACE system.
A tréning futás
Ami fizikailag szükséges volt a betanításhoz: mely chipek, hány, mennyi ideig, és ez mit fogyasztott a falból.
- Fali óra idő
- 3 hours
"Runs consisted of 100 trials unless the run's duration exceeded 500 000 time steps (approximately 2.8 h of simulated real time)" "Almost all runs of the ASE/ACE system [...], were terminated after 500 000" (Section IX)
Hogyan van besorolva
Címkék a forráshalmazra, amelyeket a figyelemre méltó modellek nyomon követésekor alkalmaznak, és hogy mennyire biztos az adatbevitelben.
- Határmodell
- Yes
- Miért követik nyomon
- Highly cited,Historical significance
- Nyilvántartási bizalom
- Likely
- Hivatkozások
- 4,296
Források
Honnan származik ez a felvétel és mikor ellenőrizték utoljára.
- Referencia
- Neuronlike adaptive elements that can solve difficult learning control problems
- Utoljára frissítve
- 28 November 2025
Mit jelentenek a számok
Erről a modelről
ASE+ACE ki lett adva által University of Massachusetts Amherst, az országban rögzítve mint United States of America, alatt September 1983. A kiadó kategóriája alá tartozik academia.
Működik a területen a Robotics, és úgy van rögzítve, mint a feladat végrehajtása pole balancing.
Ez egy zárt modell: a betanított értékek azoknál maradtak, akik előállították őket, és nincs helyi verzió a futtatáshoz.
Mi került a felépítésébe
A betanításhoz körülbelül egy számítási költségvetés kellett 3.2 × 10⁸ FLOP. Ez a szám azt méri, hogy mennyibe került a modell előállítása, és nincs hatással arra, hogy milyen gyorsan válaszol.
Körülbelül egy korpuszon lett betanítva 500,000 szöveg tokenjei
Az oka, hogy egyáltalán megjelenik ebben a katalógusban: highly cited,Historical significance.
Válaszok
ASE+ACE — gyakori kérdések
ASE+ACE— mennyi számítási kapacitást használtak annak a betanításához?
A képzés körülbelül elfogyasztott 3.2 × 10⁸ FLOP. Ez azt méri, hogy mennyibe került a modell előállítása, és semmit nem mond arról, hogy milyen gyorsan válaszol, miután betanult — a következtetési sebesség a memória sávszélességéből származik, nem az edzési költségvetésből.
ASE+ACE— Milyen GPU-ra van szükségem, hogy futtathassam?
Ez egy zárt modell — a súlyait soha nem tették közzé, így nem tölthető le és nem futtatható a saját hardverén semmilyen áron. Csak a szolgáltatóján keresztül érhető el.
ASE+ACE— Nyílt forráskódú?
A licencálás sosem volt rögzítve a forrásadatainkban. Az állandóan nem megadott licencet zártnak tekintjük, mert a nem rögzített licenc nem egy megbízható.
ASE+ACE— Hány paramétere van?
Paraméterszáma 0.3K. The system consists of two parts: ACE and ASE, each with 162 weights (=324 parameters). Found in Figures 2 and 3. Ez a szám a teljes összeg, és ez határozza meg, hogy mennyi VRAM-ra van szüksége a modelleknek — körülbelül fél gigabájt milliárdonként a legtöbb ember által használt tömörítési módban.
ASE+ACE— Ki készítette ezt?
Kiadta University of Massachusetts Amherst, alapján United States of America, egy szervezet, amelyet kategorizáltak mint academia.
ASE+ACE— Mikor adták ki?
Kibocsátották a September 1983. A paraméterenkénti képesség lényegesen javult azóta, így egy újabb, azonos méretű modell gyakran jobb felhasználása a same hardvernek.
ASE+ACE— Mire használják?
Működik a területen a Robotics, és rögzítve van, hogy kezeli a feladatot pole balancing. A modell több mindenből is képes cipelni, így ezek azok a területek, amelyekre épült, nem pedig egy korlát arra, amit meg fog próbálni.
A másik irány
Másik oldalról nézve?
Ez az oldal a modellel kezdődik. Ha már van kártyád, és szeretnéd tudni, hogy mindent futtat-e, Kezdj a hardverből..