WARC est un Transformer visuel conditionné par l'action de 35 M paramètres : il prend en entrée les trois dernières images de jeu de 64×64 pixels et 16 couleurs, ainsi que les actions, et prédit l'image suivante cellule par cellule ; à chaque observation d'un changement d'état, l'agent effectue 20 pas de descente de gradient sur l'ensemble des paramètres en utilisant la transition la plus récente. Les auteurs affirment qu'après un pré-entraînement sur des enregistrements de parties humaines, pour des jeux inédits, quatre des cinq mécanismes atteignent une précision de prédiction d'au moins 80% sur les cellules modifiées. Le dépôt fournit quatre points de contrôle : trois sont divisés selon les jeux mis de côté, et un est entraîné sur l'ensemble des 25 jeux.
Pourquoi c'est important Montre comment un petit modèle peut rapidement maîtriser des mécanismes de jeux inconnus grâce à l'entraînement au moment du test ; les poids sont publiés sous licence CC0, permettant une réutilisation directe pour la recherche.
J'aime avec le visage qui se cache 2 · Remontée avec le visage qui se cache 2 · Téléchargements avec le visage qui se cache 0
Licence : usage commercial autorisé · ComfyUI : non disponible · VRAM : non spécifiée
Raison
- Licence CC0, code disponible sur GitHub, chaque point de contrôle est accompagné de la configuration d'entraînement, de la précision de validation par époque et d'une liste SHA-256
Utilisation
- Clonez le dépôt GitHub, installez torch 2.7.0 et les dépendances selon le README, téléchargez les points de contrôle via hf download third-intelligence/WARC, puis appelez build_from_checkpoint pour prédire l'image suivante
Risques
- Applicable uniquement aux jeux de grille de type ARC-AGI-3, usage de recherche
- Nécessite une carte graphique CUDA, les besoins en VRAM ne sont pas indiqués dans la fiche du modèle