Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
openai13. Dezember 2019 · Q008086

Dota 2 with large scale deep reinforcement learning

openai.com · Originalbericht öffnen ↗

Zusammenfassung

Für diesen Bericht lag nur ein Auszug oder keine vollständige Fassung vor. Die Zusammenfassung sagt das selbst.

Kurz

Der vorliegende Text ist ein Auszug: OpenAI berichtet darin, dass OpenAI Five nach zehnmonatigem Training durch bestärkendes Lernen und Selbstspiel die Dota-2-Weltmeister Team OG besiegt habe. Das Abstract nennt die Skalierung des Trainings, beschreibt aber weder den Versuchsaufbau noch Messgrößen oder Einschränkungen näher.

Mittel

Der vorliegende Text ist ein Auszug aus einem Bericht: Er umfasst ein Abstract, Autorenangaben und Bildbeschreibungen. OpenAI berichtet, dass OpenAI Five am 13. April 2019 als erstes KI-System die Weltmeister des Spiels Dota 2 besiegt habe. Das Abstract beschreibt Dota 2 als anspruchsvoll wegen langer Zeithorizonte, unvollständiger Informationen und komplexer, kontinuierlicher Zustands- und Aktionsräume.

OpenAI Five habe bestehende Methoden des bestärkenden Lernens verwendet und pro zwei Sekunden etwa zwei Millionen Spiel-Frames verarbeitet. Für das zehnmonatige Training entwickelte das Team laut Bericht ein verteiltes Trainingssystem und Werkzeuge für fortlaufendes Training. Der Sieg gegen Team OG wird als Hinweis darauf gewertet, dass Selbstspiel-Lernen bei einer schwierigen Aufgabe übermenschliche Leistung erreichen könne.

Der Auszug enthält keine Details zum Versuchsaufbau, zu Messgrößen, Vergleichen oder Einschränkungen; diese lassen sich daher nicht bewerten. Die Bildbeschreibungen erläutern ihren Bezug zu den Ergebnissen nicht.

Ausführlich lesen

Der vorliegende Text ist ein Auszug: Er enthält ein Abstract, die Namen der Autorinnen und Autoren sowie kurze Beschreibungen von vier Abbildungen, aber keine ausführliche Darstellung der Studie. OpenAI berichtet, dass sein System OpenAI Five am 13. April 2019 als erstes KI-System die Weltmeister des E-Sports-Spiels Dota 2 besiegt habe. Als Herausforderungen des Spiels nennt das Abstract lange Zeithorizonte, unvollständige Informationen sowie komplexe, kontinuierliche Zustands- und Aktionsräume. Diese Probleme seien auch für leistungsfähigere KI-Systeme zunehmend bedeutsam.

Dem Bericht zufolge nutzte OpenAI Five bestehende Verfahren des bestärkenden Lernens und lernte in großen Batches von ungefähr zwei Millionen Spiel-Frames alle zwei Sekunden. Für das Training entwickelte OpenAI ein verteiltes Trainingssystem und Werkzeuge für fortlaufendes Training. Das Team trainierte das System dem Abstract zufolge zehn Monate lang. Der Sieg gegen Team OG, das im Text als Dota-2-Weltmeister bezeichnet wird, wird als Beleg dafür angeführt, dass Lernen durch Selbstspiel bei einer schwierigen Aufgabe übermenschliche Leistung erreichen könne.

Der Auszug enthält keine näheren Angaben zu Versuchsaufbau, Messgrößen, Vergleichsbedingungen oder möglichen Einschränkungen der Ergebnisse. Daher lassen sich diese Aspekte aus dem bereitgestellten Text nicht beurteilen. Die Bildbeschreibungen ergänzen zwar Hinweise auf eine Personengruppe, geometrische Muster, eine Minecraft-Landschaft und ein abstraktes Gemälde, erläutern aber nicht deren Bezug zu den Ergebnissen.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19 ungeprüft

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 7 von 7
Angezeigte Modelle
Fähigkeiten messen
  1. SF-F2 Wenn ein Staat ein Modell als Beleg für eine überschrittene Schwelle nennt oder ein Risiko an der Herkunft eines Modells festmacht: Wie wird das überprüfbar?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 58 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Unabhängig prüfen
  1. SF-P4 Wie lässt sich die Größe von Trainingsläufen überprüfen, ohne Modelldetails offenzulegen?
    • clef 100 %kein Bezug
    • Luna 54 %einzelne zitierbare Belege
    • JEV 49 %einzelne zitierbare Belege
    • amos 25 %Hintergrund, keine Belege
    • SubQ 100 %kein Bezug
    • drex 43 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Tempo und Grenzen
  1. SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
    • clef 100 %kein Bezug
    • Luna 42 %Hintergrund, keine Belege
    • JEV 34 %Hintergrund, keine Belege
    • amos 49 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 68 %gleiches Oberthema, hilft nicht
    • d3-ultra 63 %gleiches Oberthema, hilft nicht
Vertrauen in Modelle
  1. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 41 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 65 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  2. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 55 %einzelne zitierbare Belege
    • amos 43 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 50 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
  3. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 30 %Hintergrund, keine Belege
    • amos 44 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 60 %gleiches Oberthema, hilft nicht
    • d3-ultra 54 %gleiches Oberthema, hilft nicht
Agenten und vernetzte Systeme
Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 29 %einzelne zitierbare Belege
    • amos 40 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →