Documentação

Ativos de lançamento e texto sugerido

Estes são arquivos prontos para compartilhar e textos de rascunho. Nenhuma publicação em rede social foi enviada.

Ativo Formato Tempo
Vídeo de demonstração 1920 × 1080, H.264, 30 FPS de vídeo 30 segundos, velocidade de relógio de parede original
GIF do README GIF animado de 1040 pixels de largura 15 segundos, velocidade de relógio de parede original
Vídeo em velocidade máxima 1920 × 1080, H.264, 30 FPS de vídeo 15 segundos, velocidade original, execução ao vivo otimizada
Pôster PNG 1920 × 1080 Estado real gravado em aproximadamente 85 segundos
Gravação de origem JSONL Execução real completa de 100 segundos no TTY
Proveniência JSON Hash da origem, modelo, carimbos de tempo e hash do renderizador

A execução de origem alcançou pontuação 40 e comprimento 46, com 1,144 movimentos reais guiados por inferência, zero mortes e zero intervenções de segurança. Sua meta era 12 decisões/segundo para legibilidade. O vídeo é uma renderização das células de terminal gravadas, identificado na tela como RECORDED RUN · 1×.

O clipe extra de velocidade máxima vem de uma execução separada de 20.01 segundos em TTY truecolor com --optimize --max-speed: 1,296 movimentos a 64.77 movimentos/segundo, pontuação 44, comprimento 50, zero mortes e zero intervenções. Inclui a escrita do fluxo de terminal ao vivo; não está comprimido no tempo. Origem · Proveniência.

Rascunho curto em inglês

Uma IA local que devolve probabilidades, não texto gerado.

O Laya-MLX roda modelos de decisão tipada de pesos abertos em Apple Silicon. Veja um modelo de 322M jogar Snake com uma camada visível de segurança de ciclo: probabilidades reais, latência medida, 0 tokens de saída, sem API de inferência.

Benchmark da API de uma pergunta: 7.39 ms p50 no M3 Max.

pip install laya-mlx

Código, pesos e medições reproduzíveis: https://github.com/mizorewww/laya-mlx

Rascunho em chinês

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

Acompanhamento separado de desempenho

O laço completo otimizado do Snake mediu 75.40 movimentos/segundo em 2,400 movimentos, com zero mortes, 2 intervenções de segurança e concordância de ações executadas de 2,400/2,400 com o controle eager pareado. Foi cerca de 6.5% mais rápido nessa execução. Isso inclui planejamento, inferência, composição com Rich, serialização ANSI e atualizações do jogo, mas exclui a pintura do emulador de terminal.

Use o relatório de otimização ao compartilhar esse número. O destaque de 7.39 ms descreve o fixture separado de uma pergunta da API; não é o tempo de quadro desta demonstração de Snake com três perguntas. Nenhum dos resultados é uma comparação com API na nuvem nem evidência de raciocínio de Snake sem auxílio.