NeuroChess
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.
- Pubblicato
- 2 December 1994
- Autori
- S. Thrun
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Games
- Compito
- Chess
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
- 72.3K
- Dati di addestramento
- 9,600,000 tokens
"Prior to learning an evaluation function, the model M (175 input, 165 hidden, and 175 output units)" = 58,090 parameters "NeuroChess then learns an evaluation network V (175 input units, 0 to 80 hidden units, and one output units)." = 14,161 parameters Total: 58,090 + 14,161 = 72,251
"is trained using a database of 120,000 expert games."
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
- 8.6 × 10¹¹ FLOP
- Come è stato stabilito
- Hardware
Lower bound: 0.3*2*24*60*60*1400000=72576000000=7.26e10 Upper bound: 0.3*14*24*60*60*1400000*20=10160640000000=1.02e13 Geometric mean: 858730812676=8.59e11 (speculative) "Thus far, experiments lasted for 2 days to 2 weeks on I to 20 SUN Sparc Stations. " SparcStation has 1.4 MFLOPS (https://ieeexplore.ieee.org/document/63671)
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
- Historical significance,Highly cited
- Record fiducia
- Speculative
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Learning to Play the Game of Chess
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Sfondo
NeuroChess è stato pubblicato da its authors, durante December 1994.
Funziona nel dominio di Games, ed è registrato come eseguire il compito di chess.
I suoi pesi non sono mai stati pubblicati, quindi può essere raggiunto solo attraverso il suo fornitore. Nessuna scheda GPU cambia questo.
Cosa è stato necessario per costruirlo
Il training ha richiesto un budget di calcolo di circa 8.6 × 10¹¹ FLOP. Quella cifra misura quanto è costata la produzione del modello e non ha alcun impatto su quanto velocemente risponde.
È stato addestrato su un corpus di circa 9,600,000 token di testo
Il suo criterio di inclusione: historical significance,Highly cited.
Risposte
NeuroChess — domande comuni
NeuroChess— quando è stato rilasciato?
È stato pubblicato in December 1994. 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.
NeuroChess— A cosa serve?
Funziona nel dominio di Games, e viene registrato come gestire il compito di chess. I modelli portano frequentemente più di uno di ciascuno, e le etichette descrivono lo scopo piuttosto che i limiti di capacità.
NeuroChess— quanto calcolo è stato utilizzato per addestrarlo?
L'addestramento ha consumato circa 8.6 × 10¹¹ FLOP. 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.
NeuroChess— 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.
NeuroChess— è open-source?
La licenza non è mai stata registrata nei nostri dati sorgente. Trattiamo le licenze non dichiarate come chiuse, perché una licenza non registrata non è una su cui fare affidamento.
NeuroChess— quanti parametri ha?
Ha un numero di parametri di 72.3K. "Prior to learning an evaluation function, the model M (175 input, 165 hidden, and 175 output units)" = 58,090 parameters "NeuroChess then learns an evaluation network V (175 input units, 0 to 80 hidden units, and one output units)." = 14,161 parameters Total: 58,090 + 14,161 = 72,251. 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.