Набор трансформерных политик для игры в Pokémon Showdown, обученных офлайн с подкреплением на уровне, заявленном как сопоставимый с человеческим.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.
В подключённых источниках результатов для этой модели пока нет.
Описание составлено по карточке модели и метаданным Hugging Face
Metamon — набор обучающих чекпойнтов политик для игры в Pokémon Showdown, представленный Jake Grigsby. Модель предназначена для выбора игровых действий в пошаговых матчах Pokémon и обучена с применением масштабируемого офлайн-обучения с подкреплением на основе трансформеров; в карточке заявлен уровень игры, сопоставимый с человеческим.
Репозиторий содержит веса в формате safetensors и связан с библиотекой AMAGO и датасетом разобранных повторов матчей Pokémon Showdown. README сообщает о возможности загружать, оценивать и дообучать предварительно обученные политики. Лицензия — Apache-2.0.
Заявление об уровне, сопоставимом с человеческим, приведено в карточке модели; независимые результаты оценки здесь не описаны. Модель ориентирована на Pokémon Showdown и не предназначена для универсального управления играми.
README от автора на Hugging Face, как он его опубликовал
Metamon training checkpoints for policies that play Pokémon Showdown at a human level.
Paper: Human-Level Competitive Pokémon via Scalable Offline Reinforcement Learning with Transformers
Project Website: https://metamon.tech
Code: GitHub Repository
The metamon README provides detailed instructions for loading, evaluating, and finetuning pretrained policies.
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм · amago
RL-агенты не запускаются как сервис инференса.