WARC는 35M 매개변수를 가진 동작 조건부 비전 Transformer입니다. 최근 3프레임의 64×64 해상도, 16색 게임 화면과 동작을 입력으로 받아 다음 프레임을 셀 단위로 예측합니다. 에이전트는 상태 변화가 관찰될 때마다 최근 전이 데이터를 사용하여 20단계의 경사 하강법으로 모든 매개변수를 업데이트합니다. 저자들은 인간 플레이 영상을 통해 사전 학습한 후, 본 적 없는 게임에서도 5가지 메커니즘 중 4가지가 변화한 셀에서 최소 80%의 예측 정확도를 달성했다고 보고합니다. 저장소에는 4개의 체크포인트가 제공되며, 그중 3개는 홀드아웃 게임 기준으로 분할된 것이고, 1개는 전체 25개의 게임으로 학습된 것입니다.
왜 중요한가 소규모 모델이 테스트 시점 학습을 통해 낯선 게임 메커니즘을 빠르게 습득하는 방식을 보여줍니다. 가중치는 CC0 라이선스로 공개되어 연구자들이 직접 재사용할 수 있습니다.
얼굴 감싸기 좋아요 2 · 얼굴 감싸기 상승 점수 2 · 얼굴 감싸기 다운로드 0
라이선스: 상업적 사용 가능 · ComfyUI: 미지원 · VRAM: VRAM 미표기
이유
- CC0 라이선스, 코드는 GitHub에 공개되어 있으며, 각 체크포인트에는 학습 구성, 에폭별 검증 정확도 및 SHA-256 체크섬이 포함됨
사용법
- GitHub 저장소를 클론하고, README에 따라 torch 2.7.0 및 의존성을 설치한 후, hf download third-intelligence/WARC를 통해 체크포인트를 다운로드하여 build_from_checkpoint를 호출해 다음 프레임을 예측
리스크
- ARC-AGI-3 스타일의 그리드 게임에만 적용되며, 연구 용도로 한정됨
- CUDA GPU가 필요하며, 모델 카드에 VRAM 요구 사항이 명시되지 않음