NoisyNet-Dueling

Gesloten gewichten DeepMind June 2017

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
DeepMind
Organisatietype
Industry
Land
United Kingdom of Great Britain and Northern Ireland
Gepubliceerd
30 June 2017
Auteurs
M Fortunato, MG Azar, B Piot, J Menick

Wat het doet

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

Domein
Games
Taak
Atari

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.

Training gegevens
320,000,000 tokens

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
SOTA improvement

not an absoulte SOTA on Atari 2600

Record vertrouwen
Unknown
Citaties
1,007

Bronnen

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

Referentie
Noisy Networks for Exploration
Laatst bijgewerkt
25 May 2026

Wat de cijfers betekenen

Achtergrond

NoisyNet-Dueling werd gepubliceerd door DeepMind, in het land geregistreerd als United Kingdom of Great Britain and Northern Ireland, tijdens June 2017. De publicerende organisatie is geclassificeerd als industry.

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

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.

Hoe het getraind werd

Training verbruikte een corpus van ongeveer 320,000,000 tekstokens

Het wordt gevolgd in de onderliggende dataset om één specifieke reden: sOTA improvement.

Antwoorden

NoisyNet-Dueling — veelgestelde vragen

01

NoisyNet-Dueling— hoeveel parameters heeft het?

Er is geen parameter telling gepubliceerd, daarom verschijnt er geen geheugen of snelheidsfiguur op deze pagina.

02

NoisyNet-Dueling— wie heeft het gemaakt?

Het werd gepubliceerd door DeepMind, gebaseerd op United Kingdom of Great Britain and Northern Ireland, een organisatie geclassificeerd als industry.

03

NoisyNet-Dueling— wanneer is het uitgebracht?

Het werd gepubliceerd in June 2017. De capaciteit per parameter is aanzienlijk verbeterd sinds, zodat een nieuwere model van dezelfde grootte vaak een betere benutting van dezelfde hardware is.

04

NoisyNet-Dueling— waarvoor wordt het gebruikt?

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

05

NoisyNet-Dueling— 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.

06

NoisyNet-Dueling— is het open-source?

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

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.