OpenAI Five Rerun

Gesloten gewichten OpenAI 159M parameters December 2019

Geen schatting

Geen hardware-eisen voor dit model

De gewichten voor dit model zijn niet gepubliceerd, dus het kan niet worden gedownload of uitgevoerd op je eigen hardware in welke grootte dan ook. Het is alleen bereikbaar via de aanbieder, en geen enkele grafische kaart verandert dat..

Op record

Volledige specificatie

Alles wat geregistreerd is voor dit model. Het merendeel beschrijft hoe het getraind werd in plaats van hoe het draait - nuttige context om te beoordelen hoeveel werk erin is gestoken, en hoe het zich verhoudt tot modellen die op een andere schaal zijn gebouwd..

Oorsprong

Wie heeft dit model gebouwd, waar, en wanneer het gepubliceerd werd.

Organisatie
OpenAI
Organisatietype
Industry
Land
United States of America
Gepubliceerd
13 December 2019
Auteurs
Christopher Berner, Greg Brockman, Brooke Chan, Vicki Cheung, Przemysław “Psyho" Dębiak, Christy Dennison, David Farhi, Quirin Fischer, Shariq Hashme, Chris Hesse, Rafal Józefowicz, Scott Gray, Catherine Olsson, Jakub Pachocki, Michael Petrov, Henrique Pondé de Oliveira Pinto, Jonathan Raiman, Tim Salimans, Jeremy Schlatter, Jonas Schneider, Szymon Sidor, Ilya Sutskever, Jie Tang, Filip Wolski, Su…

Wat het doet

De probleemgebieden waarvoor het model is gebouwd. Een model kan meerdere van elk bevatten.

Domein
Games
Taak
Dota 2
Aanpak
Self-supervised learning

Grootte

Hoe groot het model is en hoeveel data het is getraind. Parameters zijn het cijfer dat bepaalt of het past op een gegeven grafische kaart.

parameters
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

Training gegevens
53,084,160,000 tokens

54k iterations (Fig 7) with a batch size of 983040 (Table 2)

Training rekenen

De berekeningen uitgevoerd om het model te trainen, gemeten in drijvende-komma-operaties. Het is een maat voor wat de trainingsrun kostte, niet voor hoe snel het voltooide model je beantwoordt.

Training rekenen
1.3 × 10²² FLOP

THIS CALCULATION IS FOR RERUN "Rerun took 2 months and 150 ± 5 PFlops/s·days of compute (see Figure 4)" source: https://docs.google.com/spreadsheets/d/1Kj4Q5WADcDXtUJLIOfGTCE3tGvxNczEMwyy8QtgSkHk/edit#gid=54587040&fvid=1361937389

Hoe het werd opgericht
Third-party estimation

De trainingsrun

Wat het fysiek kostte om te trainen: welke chips, hoeveel, hoe lang, en wat dat van het stopcontact vroeg.

Training hardware
NVIDIA P100
Gebruikte chips
512
Stroomverbruik
262.1 kW
Rekenkosten
$321,106

Beschikbaarheid

Of je het model kunt verkrijgen en het op je eigen hardware kunt draaien, wat bepaalt of een van de grafische kaartcijfers op deze pagina van toepassing is.

Gewichten
Closed — provider access only
Toegang tot model
Unreleased
Training code
Unreleased

Hoe het is geclassificeerd

Labels van de brondataset die worden toegepast bij het volgen van opmerkelijke modellen, en hoe zeker het is van de invoer.

Waarom het wordt gevolgd
Highly cited,SOTA improvement

"On April 13th, 2019, OpenAI Five became the first AI system to defeat the world champions at an esports game."

Record vertrouwen
Confident
Citaties
2,137

Bronnen

Waar deze record vandaan kwam en wanneer deze voor het laatst is gecontroleerd.

Referentie
Dota 2 with Large Scale Deep Reinforcement Learning
Laatst bijgewerkt
25 May 2026

Wat de cijfers betekenen

Wat dit model is

OpenAI Five Rerun werd gepubliceerd door OpenAI, in het land geregistreerd als United States of America, tijdens December 2019. De publicerende organisatie is geclassificeerd als industry.

Het werkt in het domein van Games, en wordt geregistreerd als het uitvoeren van de taak van dota 2.

Dit is een gesloten model: de getrainde waarden zijn bij degene gebleven die ze geproduceerd hebben, en er is geen lokale versie om te draaien.

Training en herkomst

Training kostte een rekensbudget van ongeveer 1.3 × 10²² FLOP, op hardware vastgelegd als NVIDIA P100. Die figuur meet wat het produceren van het model heeft gekost en heeft geen invloed op hoe snel het antwoord geeft.

Het is getraind op een corpus van ongeveer 53,084,160,000 tekstokens

De inclusiecriteria: highly cited,SOTA improvement.

Antwoorden

OpenAI Five Rerun — veelgestelde vragen

01

OpenAI Five Rerun— wanneer is het uitgebracht?

Het werd gepubliceerd in December 2019. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.

02

OpenAI Five Rerun— waarvoor wordt het gebruikt?

Het werkt in het domein van Games, en wordt geregistreerd als het afhandelen van dota 2. Modellen hebben vaak meer dan één van elk, en de tags beschrijven het doel in plaats van de capaciteitslimieten.

03

OpenAI Five Rerun— hoeveel rekencapaciteit is gebruikt om het te trainen?

Training verbruikte ongeveer 1.3 × 10²² FLOP, op hardware vastgelegd als NVIDIA P100. Dat meet wat het kosten om het model te produceren en zegt niets over hoe snel het antwoord geeft zodra het getraind is — inferentie snelheid komt van geheugenbandbreedte, niet van het trainingsbudget.

04

OpenAI Five Rerun— Welke GPU heb ik nodig om het te draaien?

Dit is een gesloten model — de gewichten zijn nooit gepubliceerd, dus het kan niet gedownload of uitgevoerd worden op je eigen hardware voor eender welke prijs. Het is alleen bereikbaar via de aanbieder.

05

OpenAI Five Rerun— is het open-source?

Nee. De gewichten zijn niet gepubliceerd, dus het bestaat alleen als een dienst die wordt beheerd door de eigenaar.

06

OpenAI Five Rerun— hoeveel parameters heeft het?

Het heeft een parameter telling van 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. Dat cijfer is het totaal, en het bepaalt hoeveel MEMORY het MODEL nodig heeft - ongeveer een halve gigabyte per miljard bij de compressie die de meeste mensen gebruiken.

07

OpenAI Five Rerun— wie heeft het gemaakt?

Het werd gepubliceerd door OpenAI, gebaseerd op United States of America, een organisatie geclassificeerd als industry.

Bron

Originele publicatie

Laatste update geregistreerd 25 May 2026

De andere richting

Van de andere kant bekijken?

Deze pagina begint met het model. Als je al een kaart bezit en alles wilt weten wat het zal draaien, begin in plaats van de hardware.