릴리스 자산과 제안 문구
바로 공유할 수 있는 파일과 초안 텍스트입니다. 소셜 미디어 게시물은 아직 올리지 않았습니다.
| 자산 | 형식 | 시점 |
|---|---|---|
| 데모 영상 | 1920 × 1080, H.264, 30 video FPS | 30초, 원래 실제 경과 속도 |
| README GIF | 너비 1040픽셀 애니메이션 GIF | 15초, 원래 실제 경과 속도 |
| 최고 속도 영상 | 1920 × 1080, H.264, 30 video FPS | 15초, 원래 속도, 최적화된 라이브 실행 |
| 포스터 | 1920 × 1080 PNG | 약 85초 시점의 실제 기록 상태 |
| 소스 녹화 | JSONL | 100초짜리 실제 TTY 실행 전체 |
| 출처 정보 | JSON | 소스 해시, 모델, 타임스탬프, 렌더러 해시 |
소스 실행은 점수 40, 길이 46에 도달했고, 실제 추론으로 구동된 이동 1,144회, 사망 0회, 안전 개입 0회를 기록했습니다. 가독성을 위해 목표는 초당 결정 12회였습니다. 영상은 기록된 터미널 셀을 렌더링한 것이며, 화면에 RECORDED RUN · 1×로 표시됩니다.
추가 최고 속도 클립은 --optimize --max-speed를 쓴 별도의 20.01초 트루컬러 TTY 실행에서 나온 것입니다: 초당 64.77 이동으로 1,296회 이동, 점수 44, 길이 50, 사망 0회, 개입 0회입니다. 라이브 터미널 스트림 쓰기를 포함하며, 시간 압축을 하지 않았습니다. 소스 · 출처 정보.
짧은 영어 초안
A local AI that returns probabilities, not generated text.
Laya-MLX runs open-weight typed decision models on Apple Silicon. Watch a 322M model play Snake with a visible cycle safety layer: real probabilities, measured latency, 0 output tokens, no inference API.
One-question API benchmark: 7.39 ms p50 on M3 Max.
pip install laya-mlxCode, weights and reproducible measurements: https://github.com/mizorewww/laya-mlx
중국어 초안
让模型直接选方向，而不是先生成一段文字。
Laya-MLX：在 Mac 上本地运行的开放权重决策模型。这个 3.22 亿参数的贪吃蛇 demo，每一步都显示真实方向概率、推理耗时和安全层接管次数。
0 个输出 token，无推理 API。M3 Max 单问题基准 P50 为 7.39 ms。
pip install laya-mlx代码、权重和原始 benchmark：https://github.com/mizorewww/laya-mlx
별도의 성능 후속편
최적화된 전체 Snake 루프는 이동 2,400회 동안 초당 75.40 이동을 측정했고, 사망 0회, 안전 개입 2회, 짝지은 eager 대조군과의 실행 동작 일치 2,400/2,400을 기록했습니다. 그 실행에서는 약 6.5% 빨랐습니다. 여기에는 계획, 추론, Rich 구성, ANSI 직렬화, 게임 업데이트가 포함되지만 터미널 에뮬레이터의 화면 그리기는 제외됩니다.
그 수치를 공유할 때는 최적화 보고서를 함께 쓰십시오. 7.39 ms 헤드라인은 별도의 질문 1개 API 픽스처를 설명하는 것이며, 이 질문 3개 Snake 데모의 프레임 시간이 아닙니다. 두 결과 모두 클라우드 API 비교나 도움 없는 Snake 추론의 증거가 아닙니다.