ASE+ACE
Brak oszacowania
Brak wymagań sprzętowych dla tego modelu
Wagi dla tego modelu nie zostały opublikowane, więc nie można ich pobrać ani uruchomić na własnym sprzęcie w żadnym rozmiarze. Jest dostępny tylko za pośrednictwem swojego dostawcy, a zmiana karty graficznej tego nie zmienia..
Na nagranie
Pełna specyfikacja
Wszystko na rekord dla tego modelu. Większość z tego opisuje, jak był trenowany, a nie jak działa — użyteczny kontekst do oceny, ile pracy włożono w to, i jak wypada w porównaniu z modelami budowanymi w innym skali..
Pochodzenie
Kto zbudował ten model, gdzie i kiedy został opublikowany.
- Organizacja
- University of Massachusetts Amherst
- Typ organizacji
- Academia
- Kraj
- United States of America
- Opublikowany
- 1 September 1983
- Autorzy
- Andrew G. Barto, Richard S. Sutton, and Charles W. Anderson
Co to robi
Obszary problemowe, dla których stworzono model. Model może mieć kilka z każdego.
- Domena
- Robotics
- Zadanie
- Pole balancing
Rozmiar
Jak duży jest model i na ile danych był trenowany. Parametry to liczba, która decyduje, czy mieści się na danej karcie graficznej.
- parametry
- 0.3K
- Dane treningowe
- 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)
Obliczenia treningowe
Arytmetyka wykonywana w celu wytrenowania modelu, mierzona w operacjach zmiennoprzecinkowych. Jest to miara kosztów przeprowadzenia treningu, a nie tego, jak szybko gotowy model odpowiada na twoje pytania.
- Obliczenia treningowe
- 3.2 × 10⁸ FLOP
- Jak to zostało ustalone
- 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.
Przebieg szkolenia
Co fizycznie było potrzebne do treningu: jakie chipy, ile, na jak długo i co to pobierało z sieci.
- Czas rzeczywisty
- 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)
Jak jest klasyfikowane
Etykiety, które źródłowy zbiór danych stosuje podczas śledzenia znaczących modeli oraz jak pewny jest tego wpisu.
- Model Frontier
- Yes
- Dlaczego to jest śledzone
- Highly cited,Historical significance
- Zapisz pewność
- Likely
- Cytaty
- 4,296
Źródła
Skąd pochodzi ten rekord i kiedy był ostatnio sprawdzany.
- Referencja
- Neuronlike adaptive elements that can solve difficult learning control problems
- Ostatnio zaktualizowane
- 28 November 2025
Co oznaczają liczby
O tym modelu
ASE+ACE został opublikowany przez University of Massachusetts Amherst, w kraju zapisanym jako United States of America, podczas September 1983. Kategoria, do której należy wydawca, to academia.
Działa w dziedzinie Robotics, i jest zapisany jako wykonujący zadanie pole balancing.
To jest model zamknięty: wytrenowane wartości pozostały u tego, kto je wyprodukował, a lokalna wersja do uruchomienia nie istnieje.
Co poszło w budowę tego
Trenowanie zajęło budżet obliczeniowy wynoszący około 3.2 × 10⁸ FLOP. Ta liczba mierzy, ile kosztowało wyprodukowanie modelu i nie ma wpływu na to, jak szybko odpowiada.
Został wytrenowany na korpusie około 500,000 Tokeny tekstu.
Powód, dla którego w ogóle pojawia się w tym katalogu: highly cited,Historical significance.
Odpowiedzi
ASE+ACE — częste pytania
ASE+ACE— ile mocy obliczeniowej użyto do jego trenowania?
Szkolenie zajęło około 3.2 × 10⁸ FLOP. To mierzy, ile kosztowało wyprodukowanie modelu i nie mówi nic o tym, jak szybko odpowiada po wytrenowaniu — prędkość wnioskowania pochodzi z SZEROKOŚCI PASMA, a nie z budżetu treningowego.
ASE+ACE— Jaką GPU potrzebuję, aby ją uruchomić?
Żaden. To jest zamknięty model — jego wagi nigdy nie zostały opublikowane, więc nie można go pobrać ani uruchomić na własnym sprzęcie za żadną cenę. Jest dostępny tylko przez jego dostawcę.
ASE+ACE— czy jest open weight?
Licencja nigdy nie została zarejestrowana w naszych danych źródłowych. Traktujemy niewskazaną licencję jako zamkniętą, ponieważ niezarejestrowana licencja nie jest na którą można polegać.
ASE+ACE— ile ma parametrów?
Ma liczbę parametrów równą 0.3K. The system consists of two parts: ACE and ASE, each with 162 weights (=324 parameters). Found in Figures 2 and 3. Ta liczba to całkowita, i to ona decyduje o tym, ile pamięci potrzebuje model — mniej więcej pół gigabajta na miliard przy kompresji, którą używa większość ludzi.
ASE+ACE— kto to stworzył?
Zostało opublikowane przez University of Massachusetts Amherst, oparty na United States of America, organizacja sklasyfikowana jako academia.
ASE+ACE— kiedy to zostało wydane?
Zostało opublikowane w September 1983. Możliwość na parametr znacznie się poprawiła, więc nowszy model tej samej wielkości często lepiej wykorzystuje ten sam sprzęt.
ASE+ACE— do czego to służy?
Działa w dziedzinie Robotics, i jest zarejestrowany jako realizujący zadanie pole balancing. Model może obsługiwać kilka z każdego, więc to są obszary, dla których został zbudowany, a nie ograniczenie tego, co będzie próbował.
Druga strona
Patrząc na to z drugiej strony?
Ta strona zaczyna się od modelu. Jeśli już posiadasz kartę i chcesz wiedzieć, co wszystko będzie działać., Zacznij od sprzętu zamiast.