我将Jev、Laya、微调版ModernCE和Qwen3.5的控制权交给了Doom游戏

我将Jev、Laya、一个微调版ModernCE-base-nli和一个微调版Qwen3.5-4B的控制权交给了Doom。感谢TypeSafe AI提供的Jev访问权限。视频将四个独立游戏的开始同步于相同的种子。之后，每个模型的行动会改变其游戏进程和接下来所见的内容。片段展示了每个模型在两个场景中各一个预选片段，屏幕上显示了行动概率、击杀数和生存时间。 输入：来自确定性Python适配器的简短文本描述，该适配器读取ViZDoom的可见对象标签、边界框和HUD值（生命值和弹药）。输出：一个按钮动作。在Defend the Center中，是左、右或开火。在Health Gathering中，是左、右或前进以寻找医疗包，因为生命值在减少。 每个本地模型及其游戏在单个DGX Spark上运行，配备NVIDIA GB10和128 GB统一内存。Jev使用TypeSafe的托管API。ViZDoom以320 × 240分辨率运行，游戏时钟为35 Hz，目标为每秒五次决策。当模型回复时，游戏继续运行。 以下是每个控制器在每个场景中使用视频中显示的清晰场景描述，在八个种子上的平均值。片段上限为30秒游戏时间。 模型 / 控制器 Defend the Center: 平均击杀数 Health Gathering: 平均生存时间 (秒) 调用 p50 (毫秒) 调用 p95 (毫秒) Jev 1.13 5.63 13.03 117.3 199.8 Laya English 1.25 11.89 16.2 17.1 微调版ModernCE-base-nli 1.25 11.66 7.6 8.8 微调版Qwen3.5-4B (LoRA) 3.63 11.31 146.8 150.9 调用延迟是在12个共享合成Doom场景上的请求到响应时间，每个模型重复48次调用。p50是中位数，p95是第95百分位数。本地模型计时包括在单个Spark上的回环HTTP。Jev包括托管API的往返时间。应用动作会增加控制器和游戏刻度延迟。这些模型都没有为这些运行获得额外的Doom特定训练。 灵感来自TypeSafe的Doom演示以及在Reddit和LinkedIn上分享的实验。我关于探索Jev的更长文章：https://morethanamachine.com/posts/jev-style-decisions-dgx-spark/