开源 4B 决策模型 Mica 玩俄罗斯方块完胜同规格对手
Top-Evidence174 · reddit · 2026-09-26
开发者用约 30 美元租用 RTX 3090 训练的 4B 决策模型 Mica v0.1，与同规格的 Kev 4B 在相同种子和出块序列下对打俄罗斯方块。Mica 不生成任何文本，只在候选落点中读取 logits 选动作，无搜索、无前瞻。
三个种子的消行数对比：33 对 27、97 对 17、93 对 11，Kev 全部中途死亡，Mica 在两个种子上撑完全部 250 块。Mica 选到最优落点的比例约 75%，Kev 约 50%。视频展示的是 seed 11 局面，右侧柱状图即模型对每个落点的真实概率。权重和代码均已开源。
「研究」频道最新
- 球面流处理分类数据论文获 NeurIPS 2026 聚焦展示 — LucaAmb · 2026-09-26
- 日本牙齿再生药阻断 USAG-1 蛋白，I 期完成将开展儿童试验 — bumpthebass · 2026-09-26
- 评测集答案总是「中心样例」，真实答案却往往是反常案例 — voooooogel · 2026-09-26
- 针对 Yann 自回归误差论证的隐藏假设,博主引技术讨论 — teortaxesTex · 2026-09-26
- 新论文尝试关联 Orch OR 与微管共振理论 — anirbanbandyo · 2026-09-26
- 被 AI 抢发论文：物理学家团队称成果遭 Anthropic 撞车 — soumitrashukla9 · 2026-09-26