ASE+ACE
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
- University of Massachusetts Amherst
- Tipo di organizzazione
- Academia
- Paese
- United States of America
- Pubblicato
- 1 September 1983
- Autori
- Andrew G. Barto, Richard S. Sutton, and Charles W. Anderson
Cosa fa
Le aree problematiche per cui è stato progettato il modello. Un modello può contenere diversi di ciascuno.
- Dominio
- Robotics
- Compito
- Pole balancing
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
- 0.3K
- Dati di addestramento
- 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)
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
- 3.2 × 10⁸ FLOP
- Come è stato stabilito
- 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.
La corsa di addestramento
Cosa ha richiesto fisicamente per addestrare: quali chip, quanti, per quanto tempo e cosa ha prelevato dalla presa.
- Tempo di parete
- 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)
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,Historical significance
- Record fiducia
- Likely
- Citazioni
- 4,296
Fonti
Da dove proviene questo record e quando è stato controllato l'ultima volta.
- Riferimento
- Neuronlike adaptive elements that can solve difficult learning control problems
- Ultimo aggiornamento
- 28 November 2025
Cosa significano i numeri
Informazioni su questo modello
ASE+ACE è stato pubblicato da University of Massachusetts Amherst, nel paese registrato come United States of America, durante September 1983. La categoria sotto cui rientra l'editore è academia.
Funziona nel dominio di Robotics, ed è registrato come eseguire il compito di pole balancing.
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 training ha richiesto un budget di calcolo di circa 3.2 × 10⁸ 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 500,000 token di testo
Il motivo per cui appare in questo catalogo è: highly cited,Historical significance.
Risposte
ASE+ACE — domande comuni
ASE+ACE— quanto calcolo è stato utilizzato per addestrarlo?
L'addestramento ha consumato circa 3.2 × 10⁸ 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.
ASE+ACE— 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.
ASE+ACE— 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.
ASE+ACE— quanti parametri ha?
Ha un numero di parametri di 0.3K. The system consists of two parts: ACE and ASE, each with 162 weights (=324 parameters). Found in Figures 2 and 3. 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.
ASE+ACE— chi l'ha creato?
È stato pubblicato da University of Massachusetts Amherst, basato su United States of America, un'organizzazione categorizzata come academia.
ASE+ACE— quando è stato rilasciato?
È stato pubblicato in September 1983. 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.
ASE+ACE— A cosa serve?
Funziona nel dominio di Robotics, e viene registrato come gestire il compito di pole balancing. Un modello può gestire diversi di ciascuno, quindi queste sono le aree per cui è stato costruito piuttosto che un limite su ciò che tenterà.
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.