Jev 驱动的实时 Doom 演示
发布线程展示游戏场景中的实时决策效果。Diogo 说明演示约每秒调用 10 次 Jev，并附有 2 分 43 秒视频。
Jev 与六个 LLM 玩贪吃蛇对比实验
作者用相同种子和四向决策空间，让 Jev 与六个 LLM 各玩 60 秒贪吃蛇，Jev 获得 21 分并做出 204 次决策。
“Models have been superhuman at chat for years. So where is all the automation?” I took @CompleteSkeptic’s question literally and built a small experiment. Jev vs. six LLMs playing Snake. Same seed, same four-way decision space, 60 seconds each. Jev: 21 pts / 204 decisions
· 0 次赞在 X 打开
更多类似内容
Jev 实时玩 Doom，表现如同真人玩家
Jev 在实时环境中玩 Doom，表现如同真人玩家。其速度提升 20 至 200 倍，成本降低 40 至 400 倍，输出 token 免费。这可能意味着游戏对手可能是实时 AI，或可替代人类助理。
TypeSafe 新模型 Jev 玩超级马里奥兄弟
用户分享用 TypeSafe 新模型 Jev 玩超级马里奥兄弟，称赞其快速推理和结构化输出适合实时用例。
