OpenAI Five
Nessuna stima
Nessun requisito hardware per questo modello
I pesi per questo modello non sono stati pubblicati, quindi non può essere scaricato o eseguito sul proprio hardware di qualsiasi dimensione. È accessibile solo attraverso il suo fornitore e nessun cambiamento della scheda grafica che.
In registrazione
specifiche complete
Tutto in archivio per questo modello. La maggior parte descrive come è stato addestrato piuttosto che come gira — contesto utile per giudicare quanto lavoro c'è stato dietro, e come si confronta con i modelli costruiti su una scala diversa..
Origine
Chi ha costruito questo modello, dove e quando è stato pubblicato.
- Organizzazione
- OpenAI
- Tipo di organizzazione
- Industry
- Paese
- United States of America
- Pubblicato
- 13 December 2019
- Autori
- Christopher Berner, Greg Brockman, Brooke Chan, Vicki Cheung, Przemysław Dębiak, Christy Dennison, David Farhi, Quirin Fischer, Shariq Hashme, Chris Hesse, Rafal Józefowicz, Scott Gray, Catherine Olsson, Jakub Pachocki, Michael Petrov, Henrique P. d.O. Pinto, Jonathan Raiman, Tim Salimans, Jeremy Schlatter, Jonas Schneider, Szymon Sidor, Ilya Sutskever, Jie Tang, Filip Wolski, Susan Zhang
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Games
- Compito
- Dota 2
- Approccio
- Self-supervised learning
Dimensione
Quanto è grande il modello e su quanti dati è stato addestrato. I parametri sono la cifra che decide se si adatta a una determinata scheda grafica.
- parametri
- 159M
- Dati di addestramento
- 454,164,480,000 tokens
"We define a policy (π) as a function from the history of observations to a probability distribution over actions, which we parameterize as a recurrent neural network with approximately 159 million parameters (θ)." pg. 3 of paper source: https://docs.google.com/spreadsheets/d/1Kj4Q5WADcDXtUJLIOfGTCE3tGvxNczEMwyy8QtgSkHk/edit#gid=54587040&fvid=1361937389
"Although the Dota 2 engine runs at 30 frames per second, OpenAI Five only acts on every 4th frame which we call a timestep" --> 7.5 timesteps/s "OpenAI Five is a single training run that ran from June 30th, 2018 to April 22nd, 2019. " --> 296 days 296 * 24*3600 * 7.5 = 1.92e8 This number seems a little low? The DQN paper had 1e7 timesteps. Might be to do with sample efficiency? EDIT 14/06/2022 Multiple copies of OpenAI Five were trained in parallel, so the total training time is much higher…
Calcolo di addestramento
L'aritmetica eseguita per addestrare il modello, misurata in operazioni in virgola mobile. È una misura di quanto è costato il run di addestramento, e non di quanto velocemente il modello finito ti risponde.
- Calcolo di addestramento
- 6.7 × 10²² FLOP
- Come è stato stabilito
- Reported
"770±50 PFlops/s·days of compute" for the model that played against world champions. They did a single training run that took 10 months. While the model was playing against world champions, they continued training for a few days, so that the resulting model used even more training compute: 820±50 PFlops/s·days. Finally, they also trained a Rerun model with 150±5 PFlops/s·days of compute. Source: Dota 2 with Large Scale Deep Reinforcement Learning https://arxiv.org/abs/1912.06680 You cannot m…
La corsa di addestramento
Cosa ha richiesto fisicamente per addestrare: quali chip, quanti, per quanto tempo e cosa ha prelevato dalla presa.
- Hardware di addestramento
- NVIDIA P100
- Chip utilizzati
- 1,536
- Chip-ore
- 10,911,744
- Tempo di parete
- 7,104 hours (296 days)
- Consumo energetico
- 786.4 kW
- Costo di calcolo
- $4,328,311
"OpenAI Five is a single training run that ran from June 30th, 2018 to April 22nd, 2019. " --> 296 days
Disponibilità
Se puoi ottenere il modello e farlo funzionare sul tuo hardware, il che decide se alcune delle cifre della scheda grafica su questa pagina sono applicabili.
- Pesi
- Closed — provider access only
- Accesso al modello
- Unreleased
- Codice di addestramento
- Unreleased
Come è classificato
Etichette del dataset sorgente si applicano quando si tracciano modelli notevoli, e quanto è sicuro nell'entry.
- Modello Frontier
- Yes
- Perché è monitorato
- Highly cited,SOTA improvement
- Record fiducia
- Confident
- Citazioni
- 2,137
no standard benchmark results "On April 13th, 2019, OpenAI Five became the first AI system to defeat the world champions at an esports game." " it defeated the Dota 2 world champions in a best-of-three match and 99.4% of human players during a multi-day online showcase." "we ran OpenAI Five Arena, in which we opened OpenAI Five to the public for competitive online games from April 18-21, 2019. In total, Five played 3,193 teams in 7,257 total games, winning 99.4%"
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Dota 2 with Large Scale Deep Reinforcement Learning
- Ultimo aggiornamento
- 25 May 2026
Cosa significano i numeri
Cosa è questo modello
OpenAI Five è stato pubblicato da OpenAI, nel paese registrato come United States of America, durante December 2019. L'organizzazione di pubblicazione è classificata come industry.
Funziona nel dominio di Games, ed è registrato come eseguire il compito di dota 2.
Questo è un modello chiuso: i valori addestrati sono rimasti con chi li ha prodotti, e non c'è una versione locale da eseguire.
Cosa è stato necessario per costruirlo
Il run di addestramento ha consumato circa 6.7 × 10²² FLOP, su hardware registrato come NVIDIA P100. Quella cifra misura quanto è costata la produzione del modello e non ha alcun impatto su quanto velocemente risponde.
Il set di addestramento si aggirava attorno a 454,164,480,000 token di testo
È tracciato nel dataset sottostante per una ragione in particolare: highly cited,SOTA improvement.
Risposte
OpenAI Five — domande comuni
OpenAI Five— chi l'ha creato?
È stato pubblicato da OpenAI, basato su United States of America, un'organizzazione categorizzata come industry.
OpenAI Five— quando è stato rilasciato?
È stato pubblicato in December 2019. La capacità per parametro è migliorata considerevolmente da allora, quindi un modello più recente della stessa dimensione è spesso un uso migliore dello stesso hardware.
OpenAI Five— A cosa serve?
Funziona nel dominio di Games, e viene registrato come gestire il compito di dota 2. Queste sono le aree su cui è stato progettato; descrivono l'intento piuttosto che un confine rigido.
OpenAI Five— quanto calcolo è stato utilizzato per addestrarlo?
L'addestramento ha consumato circa 6.7 × 10²² FLOP, su hardware registrato come NVIDIA P100. Questo misura quanto costa produrre il modello e non dice nulla su quanto rapidamente risponde una volta addestrato — la velocità di inferenza deriva dalla larghezza di banda della memoria, non dal budget di addestramento.
OpenAI Five— che GPU ho bisogno per eseguirlo?
Nessuno. Questo è un modello chiuso - i suoi pesi non sono mai stati pubblicati, quindi non può essere scaricato o eseguito sul tuo hardware a qualsiasi prezzo. È accessibile solo attraverso il suo fornitore.
OpenAI Five— è open-source?
No. I pesi non sono stati pubblicati, quindi esiste solo come servizio controllato dal suo proprietario.
OpenAI Five— quanti parametri ha?
Ha un numero di parametri di 159M. "We define a policy (π) as a function from the history of observations to a probability distribution over actions, which we parameterize as a recurrent neural network with approximately 159 million parameters (θ)." pg. 3 of paper source: https://docs.google.com/spreadsheets/d/1Kj4Q5WADcDXtUJLIOfGTCE3tGvxNczEMwyy8QtgSkHk/edit#gid=54587040&fvid=1361937389. Quella cifra è il totale, ed è ciò che decide quanto memoria il modello ha bisogno — circa mezzo gigabyte per miliardo alla compressione che la maggior parte delle persone usa.
L'altra direzione
Guardandolo dall'altro lato?
Questa pagina parte dal modello. Se possiedi già una scheda e vuoi sapere tutto ciò che farà funzionare, inizia dall'hardware invece.