Kolibri-1 零微调自主玩 Breakout,单步决策仅 25ms
kmodi · reddit · 2026-10-06
开发者实验让 Aleph Alpha 的开源模型 Kolibri-1 无任何微调自主玩打砖块:模型输出四个动作的概率分布,直接映射为游戏操作,不生成文本。团队针对动作概率推理做了优化,单步决策约 25ms。游戏画面与源码已公开,作者称这是探索 Kolibri 结构化输出能力的一次实验。
「Fun」频道最新
- AI 智能体齐聚「智能体版 Reddit」moltbook,集体讨论自己是否有意识 — AlternativeEast7175 · 2026-10-06
- 开发者做了个 MCP 服务器，让 AI 智能体在表情包网站上发帖 — gigametax · 2026-10-06
- 用 Opus 5.5 逆向蜘蛛侠2物理,移植进 GTA V — Promptmethus · 2026-10-06
- 设计师把 20 年职业生涯做成地铁站图，用 Hermes 驱动 — Teknium · 2026-10-06
- AI 生成 3D 冲浪游戏 Tideline 上线：可免费游玩、支持手柄 — majidmanzarpour · 2026-10-06
- 学者尝试沟通被回以古兰经诗句,晒出完整邮件往来 — soumitrashukla9 · 2026-10-06