自训 VLM 补盲:游戏 bug 捕获率 56% 提至 81%
OdinLovis · x · 2026-11-18
开发者 OdinLovis 指出 Claude 并不能真正"看"视频:它每半秒截一张图,持续一帧的故障画面或动画 bug 会直接漏掉,因此很难修游戏 bug。
他的做法是对一个由 Claude 生成的大型视频游戏数据集做 post-training,训练出一个专门看视频的 VLM:逐帧检视游戏画面,告诉 Claude 什么坏了、何时坏的,同时学习 Claude 一般会犯哪些错。
效果对比:
- Claude 单独工作:56% 的 bug 被捕获
- Claude + 自训 VLM:81%
- 快速故障(闪烁、卡顿、镜头跳变):30% → 100%
他表示项目即将发布,认为即使面对闭源模型,post-training 仍是继续提升能力的关键路径。
「编程与Agent」频道最新
- 开源 Facade Code:让 Claude Code 与 Codex 在 VS Code 里互相协作 — datawithsuman · 2026-11-18
- 开源 AI 工程课程:让 Claude Code 当你的私人导师 — ghumare64 · 2026-11-18
- 用 Claude 监控 Reddit/G2 挖潜在买家:每次运行约 1 美分 — socialwithaayan · 2026-11-18
- Reflection 发布自主渗透测试系统 Laser,同步开源编码 agent Mirror — bigblueboo · 2026-11-18
- 实测让 AI 画 6 层 AM3352 Linux 单板机:Astra 6.2 对比 Fable 5.2 — RexDouglass · 2026-11-18
- OpenClaw 新版发布:138 项修复、18 项体验优化 — heyneighbor · 2026-11-18