15M 参数 RL 智能体通关 Craftax：成本 1 美分，GPT 只赢 1%
neuroecology · x · 2026-10-09
hyperparticle 团队用 agent 元框架（meta-harness）在三周内训练出一个 1500 万参数的强化学习智能体，通关 2D Minecraft 风格游戏 Craftax，且完全不用 LLM 的先验知识——此前专家认为小网络做不到。结果对比：
- 该 15M 智能体以 44% 胜率击败最终 Boss，单次耗时约 10 秒、成本约 1 美分
- 对比之下 GPT 驱动的方案胜率仅 1%，需 24 小时、花费 83 美元
模型自发学到的策略颇具趣味，例如把怪物关进小石牢里不杀也不放。训练器已在 GitHub 开源。
所属事件:1500 万参数小模型一美分成本通关 Craftax(3 条相关)→
「Fun」频道最新
- 社区为 OpenAI 109 题整数乘法进度做追踪看板 — RexDouglass · 2026-10-09
- NYT 记者 Kevin Roose 新动向引发 p(doom) 调侃 — ashleymayer · 2026-10-09
- 等 Claude 额度重置太无聊,开发者的新消遣是手写 Go — haydendevs · 2026-10-09
- 神罗帝国梗讽 AI 行业 ARR：可能既非年化也非经常更非收入 — sarahdrinkwater · 2026-10-09
- tszzl 用巨型动物群灭绝类比回击"AI 会爱人类"的乐观论 — danfaggella · 2026-10-09
- 讽刺预测:人类逐年被踢出审查链,从代码到财务到一切 — danfaggella · 2026-10-09