Обученный PPO-агент для игры Pyramids в среде Unity ML-Agents, пригодный для запуска и продолжения обучения.

Подходит для: запуск агента для игры в Pyramids · наблюдение за поведением PPO-агента в игровой среде · продолжение обучения агента с помощью Unity ML-Agents

Агент PPO на Sample Factory учится выживать и собирать аптечки в уровне doom_health_gathering_supreme игры ViZDoom.

Подходит для: игра в ViZDoom на уровне doom_health_gathering_supreme · выживание в игровом эпизоде и сбор аптечек · эксперименты с асинхронным PPO в Sample Factory

Обученный PPO-агент для игры Pyramids в среде Unity ML-Agents, пригодный для запуска в игре и продолжения обучения.

Подходит для: Запуск агента в среде Unity Pyramids · Просмотр поведения агента в браузере · Продолжение обучения PPO-агента в ML-Agents

Мультимодальная модель на базе Qwen3-VL восстанавливает нажатия клавиш и действия мыши по последовательности скриншотов записи экрана.

Подходит для: разметка действий пользователя в записи экрана · восстановление кликов и перемещений курсора по скриншотам · извлечение нажатий клавиш и прокрутки из скринкастов

Компактная модель PPO на основе ModernBERT, которая управляет персонажем в VizDoom Defend the Center по последовательности кадров игры.

Подходит для: управление персонажем в VizDoom Defend the Center · выбор игровых действий по последовательности кадров · эксперименты с обучением игрового агента методом PPO

Дообученная на Qwen3-0.6B-Base модель оценивает игровые действия для управления персонажем в базовом сценарии ViZDoom.

Подходит для: выбор действия в базовом сценарии ViZDoom · прицеливание и стрельба по неподвижному монстру · оценка вариантов поворота и бездействия по текстовому состоянию игры

Dr. Doom — экспериментальное дообучение Grug MoE для генерации текста с меньшим количеством точных повторяющихся циклов, особенно в математических ответах.

Подходит для: снижение точных повторов в математических ответах · генерация продолжений для задач на рассуждение · сравнительное исследование зацикливания в ответах LLM

Компактный классификатор VAGOsolutions выбирает игровые действия в DOOM по ASCII-кадру и карте глубины для управления в реальном времени.

Подходит для: выбор действия в DOOM по ASCII-представлению игрового кадра · управление персонажем в сценарии VizDoom defend_the_center · стрельба и повороты персонажа на основе карты глубины

DDPM-модель для безусловной генерации изображений новых, изменённых покемонов.

Подходит для: генерация изображений мутировавших покемонов · создание вариантов дизайна покемонов · эксперименты с диффузионной генерацией изображений

Обученный PPO-агент для игры Pyramids в Unity ML-Agents, пригодный для запуска и продолжения обучения.

Подходит для: Запуск агента для игры в Pyramids · Просмотр поведения агента в браузере · Продолжение обучения PPO-агента в среде ML-Agents

Диффузионная модель FelixChao для безусловной генерации изображений покемонов размером 64×64 пикселя.

Подходит для: генерация изображений покемонов 64×64 · создание случайных изображений в стиле покемонов · демонстрация безусловной генерации изображений с Diffusers

Обученный PPO-агент для управления персонажем в игре Pyramids на базе Unity ML-Agents.

Подходит для: Запуск обученного агента в сцене Pyramids в Unity · Просмотр игры агента в браузере через ML-Agents · Продолжение обучения агента PPO

Обученный PPO-агент для игры Pyramids в среде Unity ML-Agents.

Подходит для: Запуск агента для игры Pyramids · Просмотр поведения агента в браузере через ML-Agents · Продолжение обучения PPO-агента в среде Pyramids

Обученный PPO-агент для игры в Pyramids в среде Unity ML-Agents.

Подходит для: Запуск агента для игры в Pyramids · Просмотр поведения обученного агента в браузере · Продолжение обучения агента в ML-Agents

Обученный PPO-агент для игры Pyramids в среде Unity ML-Agents, пригодный для запуска и продолжения обучения.

Подходит для: запуск агента для игры Pyramids в Unity ML-Agents · просмотр поведения обученного игрового агента · продолжение обучения PPO-агента в среде Pyramids

Производная модели amd/PARD-Llama-3.2-1B. Черновая модель PARD на базе Llama 3.2 с 1,2 млрд параметров для ускорения генерации текста методом спекулятивного декодирования.

Подходит для: ускорение генерации ответов чат-моделью · ускорение инференса Llama в vLLM · ускорение авторегрессионной генерации в Transformers+

Обученный PPO-агент для навигации и решения задач в среде Pyramids на Unity ML-Agents.

Подходит для: управление агентом в среде Unity Pyramids · навигация по структурам-пирамидам · выполнение задач с перемещением и взаимодействием

Обученный PPO-агент для игры Pyramids в Unity ML-Agents, доступный в формате ONNX.

Подходит для: Запуск агента для игры в Pyramids в Unity ML-Agents · Просмотр поведения обученного агента в браузере · Продолжение обучения агента в ML-Agents

Обученный агент PPO для игры Pyramids в среде Unity ML-Agents.

Подходит для: Запуск агента для игры в Pyramids · Просмотр игры обученного агента в браузере · Продолжение обучения агента в ML-Agents

Экспериментальная дообученная методом DPO модель Qwen3.5-2B для повышения успешности в диалоговых играх.

Подходит для: прохождение диалоговых игр · тестирование методов DPO для игровых диалогов · исследование обучения по предпочтениям ответов

Экспериментальная модель Phi-3, генерирующая текстовый протокол пикселей и перемещений курсора для рендеринга уровня E1M1 из DOOM.

Подходит для: генерация кадра уровня E1M1 из DOOM · эксперименты с рендерингом игровых сцен через языковую модель · изучение генерации структурированных графических протоколов

Обученный PPO-агент для игры Pyramids в Unity ML-Agents, доступный в формате ONNX.

Подходит для: Запуск агента в среде Unity ML-Agents Pyramids · Наблюдение за игрой обученного агента · Продолжение обучения агента PPO в Pyramids

Экспериментальная DPO-дообученная Qwen3.5-2B для выбора качественных ходов в диалоговых играх.

Подходит для: выбор первого хода в диалоговой игре · генерация ответов в игровых сценариях · сравнение предпочтительных и неудачных ходов

Обученный агент PPO для игры Pyramids в среде Unity ML-Agents, предназначенный для выбора игровых действий.

Подходит для: Запуск агента для игры в Pyramids · Просмотр поведения обученного агента в игровой среде · Продолжение обучения агента Pyramids в Unity ML-Agents