Ein Blick in den Datensatz hinter einem KI-Mapper für osu! mania

Die meiste Arbeit an einem KI-Beatmap-Generator steckt nicht im Modell. Sie steckt in den Daten: entscheiden, von welchen Charts es sich zu lernen lohnt, sicherstellen, dass jedes Trainingsbeispiel korrekt getimt ist, und ein Chart so darstellen, dass erfasst wird, was es spielbar macht. Dieser Beitrag wirft einen Blick in den Korpus, aus dem die Modelle von ManiaGAI v2 gelernt haben – was drinsteckt und warum er so aussieht, wie er aussieht.

Der Korpus auf einen Blick

Charts

150.622

Songs

86.255

Mapper

~14.500

Einzigartiges Audio

4.227 h

Das sind 150.622 von Menschen gemachte osu! mania-Charts zu 86.255 Songs, geschrieben von rund 14.500 verschiedenen Mappern – 4.227 Stunden einzigartiges Audio. So groß war er nicht von Anfang an: Während der Arbeit, aus der Version 2 wurde, wuchs das Trainingsset von etwa 83.000 Charts auf seine heutige Größe.

Nicht nur Ranked Maps

Naheliegend wäre, nur mit Ranked Maps zu trainieren – sie sind geprüft, ihr Timing ist kontrolliert, und sie stehen für den Qualitätsanspruch der Community. Genau das haben wir bewusst nicht getan. Ranked Maps sind ein kleiner und stilistisch enger Ausschnitt dessen, was Leute tatsächlich mappen und spielen: In diesem Korpus ist nur jedes sechste Chart ranked.

Status laut osu!, Stand Oktober 2026.

Drei Viertel der Charts sind Pending, Work in Progress oder im Graveyard – Maps, die nie durch das Ranking gegangen sind. Das ist nicht dasselbe wie schlechte Maps: Es bedeutet, dass niemand sie geprüft hat, nicht, dass sie bei der Prüfung durchgefallen sind. Ein Modell, das nur von Ranked Maps lernt, lernt die Gewohnheiten der Ranked-Sektion; ein Modell, das von der ganzen Community lernt, sieht die volle Bandbreite, wie Leute mappen.

Über osu! hinaus: BMS und O2Jam

Der Korpus umfasst bereits mehr als ein Ökosystem von Vertical Scrolling Rhythm Games. 21.379 Charts – 14 % des Sets, über alle Status hinweg – sind als aus BMS oder O2Jam stammend markiert: 16.188 aus BMS und 5.491 aus O2Jam, 300 davon mit beiden Markierungen. Diese Spiele haben ihre eigenen Charting-Traditionen, und sie erweitern, was die Modelle zu sehen bekommen.

Nach Tastenzahl

4K und 7K dominieren – zusammen etwa 80 % des Korpus. 8K und 9K sind selten: jeweils ein paar Tausend Charts. Dieses Ungleichgewicht ist fürs Training wichtig, deshalb werden die Samples beim Training über die Tastenzahlen (und Schwierigkeitsstufen) hinweg ausbalanciert, damit 8K- und ★10-Charts nicht von 4K und ★4 übertönt werden.

Nach Schwierigkeit

Star Rating gemessen mit dem eigenen Algorithmus von osu!; Median ★4,2, Spanne ★0,5–13.

Der Großteil des Korpus liegt zwischen ★1 und ★7, mit einem langen Ausläufer schwerer Charts über ★9. Der Schwierigkeitsbereich von ManiaGAI, ★1 bis ★10, liegt dort, wo die Beispiele sind: Jede Sternstufe unter ★10 hat mehr als tausend Charts; darüber dünnen sie schnell aus. Und 15,8 % der Charts wechseln mitten im Song das Tempo – variables Tempo gehört also zu dem, was die Modelle lernen, und ist kein Sonderfall.

Was wir weglassen

Breite heißt nicht, alles zu nehmen. Manche Charts sind ausgeschlossen, weil sie das Falsche beibringen würden:

• Unfertige Charts – ein halb gemappter Song bringt einem Modell bei, mittendrin mit dem Mappen aufzuhören.
• Rate-Edit-Duplikate – dasselbe Chart, beschleunigt oder verlangsamt, würde die Patterns eines einzigen Mappers vielfach zählen.
• KI-generierte Charts, auch unsere eigenen – ein Modell, das mit generierten Maps trainiert wird, lernt, Generatoren nachzuahmen, nicht Mapper.

Ein Timing-Raster für alles

Jedes Chart im Korpus wird auf dieselbe Art von Timing-Raster umgetimt, die der Generator aus dem Audio erzeugt. Das klingt nach einem Detail; es ist eine der wichtigsten Entscheidungen im Datensatz. Beim Generieren setzen die Modelle Noten auf das Timing, das ManiaGAI erkannt hat, nicht auf das Timing eines Menschen – also sollten sie die Notenplatzierung auch an genau dieser Art von Raster lernen. Mit dem Timing der Mapper zu trainieren und mit erkanntem Timing zu generieren, würde den Modellen ein Raster beibringen und ihnen dann ein anderes vorsetzen. (Wie genau dieses erkannte Timing ist, behandelt ein eigener Artikel: der Timing-Benchmark.)

Was es braucht, daraus zu lernen

Das Audio wird einmal in musikalische Features umgewandelt, die am Raster ausgerichtet sind – etwa 0,7 TB davon auf der Festplatte. Das gesamte Training läuft auf einer einzigen NVIDIA RTX 4070 Ti SUPER mit 16 GB Speicher. Statt bei jeder Änderung von Grund auf neu zu trainieren, wird das Notenmodell laufend feinjustiert, während sich die Daten und das Timing-Raster weiterentwickeln; als wir geändert haben, wie das Raster beginnt, wurden beide Modelle darauf neu trainiert. Die gesamte Entwicklungslinie des v2-Notenmodells kommt auf etwa 540 protokollierte GPU-Stunden – allein der letzte Lauf dauerte etwa vier Tage und rund fünf Durchgänge über 16,9 Millionen Trainingsfenster –, und die des Planners kommt auf etwa 40 weitere.

Nichts davon wird allein am Training Loss beurteilt. Jede Änderung wird an den generierten Charts selbst geprüft: Timing-Genauigkeit, gemessene Schwierigkeit im Vergleich zum Ziel, Spielbarkeit.

Was breite Daten bringen – und was nicht

Breite ist das, was es einem einzigen Modell ermöglicht, 4K und 9K, ★1 und ★10, Long-Note-lastige und Jack-lastige Charts zu schreiben und einem gewünschten Style zu folgen: Die Patterns existieren irgendwo im Korpus. Was Breite nicht liefert, ist ein einheitlicher Qualitätsanspruch – manche Charts in einem Community-Korpus sind besser als andere, und ein Modell lernt von allen.

Wir veröffentlichen, was in den Daten steckt und warum; wie sie im Detail beschafft, gefiltert und aufgebaut werden, veröffentlichen wir nicht. Die Technologie-Seite erklärt, wo die Daten ins Gesamtsystem passen, und der Artikel über Planner + Noter behandelt die beiden Modelle, die daraus lernen.