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。