azalio/laya-doom-v3

Laya Doom v3

Адаптация Laya typed-decisions: модель выбирает действие, цель и оружие для FreeDoom MAP01 через ViZDoom. Исполнитель реализует выбранные команды. Модель обучалась с учителем по заранее размеченным примерам (supervised fine-tuning). Обучение с подкреплением (RL) в игре не проводилось.

База и лицензия

convaiinnovations/laya, подкаталог typed-decisions, ревизия 1c5edc17a7acd8701df6fc341c0d179f1c62c982; ModernBERT-large с головой решений. Исходники Laya: 42626c348753fbb17572a813127df2278a1ec527. Apache-2.0; атрибуция в NOTICE, лицензия в LICENSE внутри выгрузки.

Обучение

v1: голова, 4 эпохи, LR 3e-5. v2: продолжение v1, голова, 6 эпох, LR 3e-4. v3: продолжение лучшей v2, голова со скоростью обучения (LR) 1e-4 и последние 3 слоя энкодера с LR 1e-5, 5 эпох. Размер пакета (batch) 4, AdamW, weight decay 0.01, ограничение нормы градиента (clip grad norm) 1, seed 771. Обучение v3: 979 размеченных вопросов; проверка: 130 вопросов. Обучающие игровые seed 42/43, проверочный 44. Метки созданы игровыми правилами офлайн. Сохранялась модель с наибольшей суммой точностей (accuracy) ответов на вопросы command + weapon.

Лучшая эпоха v3 — 5: command 72,5%, weapon 98% на этой проверочной выборке. Это доли верных ответов, а не вероятность прохождения игры. Инструкции и зафиксированные данные поставляются в исходном репозитории doomLaya (TRAINING.md).

Игровая проверка и ограничения

Один финальный прогон: FreeDoom MAP01, skill 3, seed 48, переход на MAP02 через 61,429 с без смертей. Исходная Laya не прошла за 180 с; Jev прошёл за 68,971 с. Это результат на одной карте и одном итоговом seed, не общая оценка моделей. Laya обучалась для этой задачи; Jev не дообучался. Для обучения использовалась та же карта с другими seed: новая геометрия уровня не проверялась.

Исполнитель знает полную геометрию WAD и координаты выхода, строит маршрут и целится в выбранного врага. Модель получает текстовые данные сенсоров, а не пиксели. Все участники сравнения получали одинаковые возможности исполнителя. На других состояниях возможны неудачный выбор оружия, зацикливание и гибель. Калибровка вероятностей после дообучения отдельно не измерялась.

Загрузка

Скачайте полный каталог модели и передайте его в локальный сервер doomLaya. Установка окружения описана в README.

python serve_doom_laya.py --checkpoint checkpoints/laya-doom-v3 --device auto

Внутри каталога обязательны model.safetensors, rl_agent_config.json, encoder/, tokenizer/, best-epoch.json, training-metrics.json. Каталог загружается библиотекой Laya, а не через transformers.pipeline. SHA-256 весов: bb9083189517c5dc5c0e357062446df2ea73eadc3d909ec6ec7a6cee222a6147. Проверка всех файлов выгрузки: shasum -a 256 -c SHA256SUMS.