Муха тебя обыграет
Минута в Неон Линии. У мухи 40 нейронов — она учится с нуля прямо во время вашей партии, у тебя в браузере.
Языковая модель на 4,7 млрд параметров так не умеет: не учится по ходу игры и путает правила — сдалась в 10 партиях из 10 после 10 незаконных ходов подряд.
Загружаю муху…
А это муха против нейросети
«Просто посмотреть»: муха сыграет 50 партий до обучения, поучится 30 секунд и сыграет те же 50 партий после — число ниже.
мера Школы Мухи из Project Brain v53: средняя оценка хода за 30 ходов, во время замера муха не учится · «до» — муха ходит наугад, «после» — обученная
Одни и те же 10 раскладов
| расклад | муха | модель |
|---|
Как это устроено и почему этим цифрам можно верить
Муха
Мозг — learner.js из Jev Lava Project Brain v53, байт в байт: сеть 48 → 40 → 1, Q-обучение с повтором опыта (DQN), ускоритель повтора ×12 — штатная настройка Project Brain (1/4/12/32): каждый настоящий ход переигрывается больше раз, новых исходов не выдумывается. Обучение идёт здесь, в твоём браузере, в двух фоновых потоках — без сервера: один учится, второй тем временем меряет «до».
Что муха видит: 11 чисел о доске и по 10 чисел о каждом законном ходе.
Как меряем
Главное число — та же проверка, что ведёт дневник Школы Мухи в Project Brain v53: 30 ходов «наугад» (ZERO) и 30 ходов обученной сетью (LEARNED), обучение на это время заморожено. Каждый ход оценивает сама игра — очки/500 плюс то, насколько выстроены ряды; среднее в процентах. Разница больше +3 — «✓ НАУЧИЛАСЬ», как в дневнике. Отличие одно: оба замера начинаются с одного и того же расклада.
Число в очках — по Evaluation Arena из Project Brain: 50 целых замороженных партий на каждую сторону на одних и тех же зёрнах случая; плюс необученная сеть — проверка, что очки дают не датчики, а обучение. Критерии арены: среднее выше, медиана выше, линий не меньше, незаконных ходов не больше. Чего нет из арены: повтора после перезапуска — здесь всё идёт за одну минуту в одном браузере.