开发者用单张 RTX 3080 Ti 训练小型 AI 玩《宝可梦 红》
开发者 stmonty 用单张 RTX 3080 Ti 从零训练约 1250 万参数的世界模型,让 AI 在《宝可梦 红》中自主选择初始宝可梦。该模型基于 LeCun 参与的 LeWorldModel 研究,用 42,382 张灰度帧训练,同一存档 100 次运行中 52 次成功拿到初始宝可梦,随机按键为 0 次。代码已以 lePokeRed 在 GitHub 开源,推荐使用 CUDA GPU。
开发者 stmonty 用单张 RTX 3080 Ti 从零训练约 1250 万参数的世界模型,让 AI 在《宝可梦 红》中自主选择初始宝可梦。该模型基于 LeCun 参与的 LeWorldModel 研究,用 42,382 张灰度帧训练,同一存档 100 次运行中 52 次成功拿到初始宝可梦,随机按键为 0 次。代码已以 lePokeRed 在 GitHub 开源,推荐使用 CUDA GPU。
Hugging Face 的 OlmoEarth Studio 现已支持计算并导出嵌入向量,可输出为 Cloud-Optimized GeoTIFF(COG),每维一个波段、以 int8 存储。
Mistral AI 发布 Leanstral 1.5,一个 Apache-2.0 许可、119B 总参数 6B 激活参数的形式化验证模型,在 miniF2F 上达到 100%,PutnamBench 解出 587/672 题,FATE-H 与 FATE-X 分别取得 87% 和 34%。
推荐理由:原文给出 Leanstral 1.5 的基准成绩、训练流程与开源入口,读者可据此判断形式化验证模型的当前水位与成本差异。
Google Research 在 GitHub 上以 Apache 2.0 许可开源其水文建模框架,让各国气象与水文机构能用与 Google Flood Hub 相同的架构和相近训练数据训练 AI 洪水预报模型。
Mistral 发布 Mistral Medium 3.5,这是其首个合并指令遵循、推理与编码的 128B 稠密模型,采用修改版 MIT 许可开放权重,支持 256k 上下文窗口,可在最少四张 GPU 上自托管。
推荐理由:Mistral 把编码智能体搬到云端并同步开源 128B 模型,读者可据此判断自托管与异步编码的落地门槛。
Mistral AI 发布 Devstral 2 编码模型家族,包含 123B 的 Devstral 2 和 24B 的 Devstral Small 2,分别采用修改版 MIT 和 Apache 2.0 许可,均为开源。
推荐理由:Mistral 开源编码模型与配套 CLI 同时发布,可对照其参数规模、SWE-bench 成绩与部署门槛判断实用性。