WARC

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.

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

열기

抱脸 world-model 标签

최신 AI 소식 보기