共有可能な Snake デモ
README は本物の Core ML ターミナル実行の 15 秒の GIF で始まります。対応する 20 秒、1920×1080 の MP4 はソーシャル投稿に適しています。どちらも元の録画を 1× の実時間速度で再生します。
何が録画されたか
インストールされた laya-coreml ホイールが、M3 Max 上の実際の 112 列 × 38 行の疑似端末で動作しました。モデルはゲーム開始前に、公開された固定済みの ANE FP16 Hub スナップショットからダウンロードされました。ゲームプレイは Core ML ランタイムでオフライン実行され、その環境に Torch、Transformers、MLX はインストールされていませんでした。
| 設定または結果 | 値 |
|---|---|
| 盤面 / シード | 24×16 / 7 |
| 初期の Snake の長さ | 6 |
| 要求した提示レート | 12 意思決定/秒 |
| 実際の実行時間 | 75.034 s |
| 新しい意思決定呼び出し / 実行された手 | 855 / 855 |
| 観測された意思決定レート | 11.395/s |
| 最終スコア / 長さ | 26 / 32 |
| 死亡 / 安全介入 | 0 / 0 |
3 質問の predict P50 / P95 |
26.63 / 28.09 ms |
| モデル出力トークン | 0 |
| MP4 抜粋 | 45〜65 秒、動画 30 フレーム/秒 |
| GIF 抜粋 | 45〜60 秒、動画 10 フレーム/秒 |
| 静止プレビュー | 55 秒 |
動画フレームは元の意思決定をサンプリングしたものです。追加の予測を引き起こしたり、Snake を加速したりはしません。レンダラーはライブ UI と同じターミナルセルの合成を使い、エクスポートに RECORDED RUN · 1× とラベルします。GIF は約 1.6 MB、MP4 は約 0.7 MB です。
モデルは正確なプランナー特徴量を受け取ります。サイクル安全層が有効で、その介入カウンタは可視のままです（この実行では上書きは不要でしたが）。ここでの死亡ゼロは限定的な観測であり、無制限の支援なしゲームプレイの証拠ではありません。表示されるリスクと餌への到達可能性はモデルの推定です。
UI の推論タイマーは 3 つの逐次的な型付き質問を含みます。別途の 4.98 ms のベンチマークは、持続負荷下での 1 つの短い質問を測定したものです。これらのワークロード、ペース制御、タイミングの境界は異なります。ゲームループ全体のレートテストは SNAKE_BENCHMARKS.md にあります。
録画を再現する
laya-coreml[demo]==0.1.0 をインストールし、RELEASE.md から固定したモデルをダウンロードして、次を実行します：
laya-coreml-snake --model ./models/ane --seed 7 --fps 12 \
--duration 75 --record snake.jsonl
laya-coreml-snake export snake.jsonl --start 45 --seconds 20 \
--output snake-demo.mp4 --gif snake-demo.gif --gif-seconds 15
laya-coreml-snake export snake.jsonl --start 55 --output snake-preview.pngスクリプトによる実端末キャプチャには、ソースチェックアウトに scripts/record_terminal.py が含まれます：
python scripts/record_terminal.py --log artifacts/session.ansi -- \
laya-coreml-snake --model ./models/ane --seed 7 --fps 12 \
--duration 75 --record snake.jsonl投稿文の提案
日本語：
Mac の Neural Engine で Snake をプレイする 322M の意思決定モデル。生成トークンはゼロ。 オフライン推論、ライブ確率、可視の安全層。Core ML ランタイム、オープンな重み、 再現可能なベンチマーク： https://github.com/mizorewww/laya-coreml
中文：
把一个 3.22 亿参数的决策模型搬到了 Mac 的 Neural Engine 上，用它实时玩贪吃蛇。 概率实时变化，0 个生成 token，下载模型后完全离线。视频是原速实录，安全层和干预 次数直接显示在界面上。代码、权重、PyPI 包和完整 benchmark 都已开放： https://github.com/mizorewww/laya-coreml
性能に焦点を当てたフォローアップには、次の正確な主張を使ってください：ペアの M3 Max 実験において、短い多言語の意思決定 1 回で 4.98 ms P50、コンパイル済み MLX FP16 より意思決定あたりの推定システムエネルギーが 2.78 倍低い。計測方法をリンクし、そのワークロードの条件づけを保ち、Snake のフレーム時間や 10 倍の結果とラベルしないでください。