自建 Gridworld 地牢基准:实时围观本地模型走迷宫翻车

maddie-lovelace · reddit · 2026-10-17

Reddit 用户 maddie-lovelace 分享了自己做的决策模型基准 Gridworld:一个地牢爬行式 Gridworld 环境,可实时观看 AI 模型在里面摸索移动、判断方向。视频展示的是在 M5 MacBook Air 上本地运行的 Gemma 26B MoE 模型驱动该基准,界面右侧实时显示模型对各动作(north/south/east/west/attack/wait)的概率分布和生成的计划文本,比如「向东朝目标(0,7)移动,避开(9,7)和(5,9)的怪物」。作者自述 partly 是因为喜欢看 AI 在地牢里跌跌撞撞,兼具评测工具与观赏性。