HAL以8万小时对战数据训练并进入前1%
热点事件持续更新
HAL以8万小时对战数据训练并进入前1%
3 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
开发者Eric Gu发布HAL项目第二篇研究博客称，团队用约8万小时人类对战回放训练出2.47亿参数因果Transformer，智能体HAL在《任天堂明星大乱斗DX》天梯达到人类玩家前1%水平。 HAL并非逐帧模仿动作，而是在对战中预测玩家接下来的操作并实时应对。训练仅使用一张B200显卡运行16小时，算力由ajhinh与Modal支持；玩家可通过Slippi使用GameCube手柄与HAL对战。
AI 根据报道生成 · 1 小时前更新
最新进展10月23日 12:14
HAL 用 8 万小时人类录像训练 247M Transformer，打进《大乱斗 DX》全球前 1%报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- AGI HuntHAL 用 8 万小时人类录像训练 247M Transformer，打进《大乱斗 DX》全球前 1%
Eric Gu 发布 HAL 项目第二篇博客，展示仅用 8 万小时人类对战回放训练的 247M 参数因果 Transformer，在《任天堂明星大乱斗 DX》天梯达到人类前 1% 水平。
- AGI HuntHAL 用 8 万小时人类对战录像训练，在《大乱斗 DX》天梯达到全球前 1%
Eric Gu 发布 HAL 项目第二篇博客，介绍其用约 8 万小时人类对战回放训练 247M 参数因果 Transformer，在《任天堂明星大乱斗 DX》天梯达到人类前 1% 水平。HAL 通过实时预测学习玩家行为模式，而非逐帧模仿单个动作，展示了纯人类录像模仿学习在高难度竞技游戏中的潜力。
- AGI HuntHAL 智能体用 8 万小时人类对战回放训练，打进《任天堂明星大乱斗DX》全球前 1%
开发者 Eric Gu 用 8 万小时人类对战回放训练 AI 智能体 HAL，使其在《任天堂明星大乱斗DX》中打进全球前 1%。HAL 不逐帧模仿单个动作，而是实时预测对手接下来几步的操作并作出应对。训练用时 16 小时，体现出对战博弈层面的策略能力。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。