开发者用 Tinker 给开源模型做 RL,玩 Celeste 分数提升 65%

simonguozirui · x · 2026-11-13

一位开发者基于 Thinking Machines 刚开源的 Inkling 2 Small 构建了 584B A17B 的「Modeline」模型,用 Tinker API 在程序化生成的 Celeste Classic 新关卡上做强化学习训练,在其自建的 CelesteBench 上分数提升 65%,并称模型的思维链内容也很有趣。这是一个展示 RL + 游戏环境玩法思路的趣味 demo。

原文链接 →

「Fun」频道最新

更多「Fun」频道 AI 资讯 →