四模型同跑 Doom 实测:Jev 平均击杀 5.63 倍碾压微调 Qwen3.5
shniydder · reddit · 2026-09-20
作者让 Jev、Laya、微调版 ModernCE-base-nli 和 LoRA 微调 Qwen3.5-4B 各自玩同一颗种子的 ViZDoom，对比「Defend the Center」和「Health Gathering」两个场景。
- 输入：Python 适配器把 ViZDoom 的可见物体标签、边界框和 HUD（血量/弹药）转成简短文本描述；输出为单个按键动作，约每秒 5 次决策，游戏不暂停等模型。
- 本地模型跑在一台 DGX Spark（GB10，128GB 统一内存）上，Jev 走 TypeSafe 托管 API；所有模型均未做 Doom 专项训练。
- 8 个种子平均：Jev 在 Defend the Center 平均击杀 5.63，远超 Qwen3.5-4B 的 3.63、Laya 和 ModernCE 的各 1.25；生存时间（Health Gathering）四者差距不大（13.0s vs 11.3s）。
- 延迟差异显著：Laya p50 约 16ms、ModernCE 约 8ms，而 Jev 因 API 往返达 117ms、Qwen 约 147ms。
结论方向：Jev 的决策质量明显占优但延迟代价高；小模型延迟极低但游戏表现一般。作者附了完整流程与更长的 Jev 探索文章。
所属事件:四模型实测玩《毁灭战士》：Jev 击杀 5.63 领跑(2 条相关)→
「模型」频道最新
- Claude 疑似真能「听」视频发音，创作者实测发现反常识能力 — RileyRalmuto · 2026-11-12
- 资深研究者抱怨 Claude 安全拦截过严:基础生化工作也触发回退 — rbhar90 · 2026-11-12
- Hugging Face 三大消融团队放量大批 Qwen 无审查模型,按显存对号入座 — udmrzn · 2026-11-12
- Reddit 用户爆料：Qwen 4 Max 输出介于 Kimi 3.1 Pro 与 DeepSeek 之间 — power97992 · 2026-11-12
- a16z 合伙人 Casado 力挺:谷歌 Carbon 写代码「真的很强」 — xennygrimmato_ · 2026-11-12
- OpenRouter 上线 Extractions API:描述字段即从文本/图片/PDF 抽取结构化 JSON — michellechen · 2026-11-12