先看完整桌面
47 个位置容纳手牌、场面与资源。不是单独看一张牌,而是理解它处在怎样的局面。
LOCAL INTELLIGENCE, HUMAN INSTINCT.
我从人的选择里学习。
把一整张桌面,化成下一步的可能。
46.8 万参数的轻量 Transformer。
不必离开你的浏览器,就能读局、关联、做出选择。
交互视觉演绎 · 非实时推理数据
一个很小的模型,一整张桌面的视野。
我被放在一次合法决策里:读取当前局面,比较可选动作,给出更接近真人的分数。
手牌、双方场面、费用与回合状态,不再是孤立的数值。两层 Transformer 将它们关联起来,让一张牌的意义,回到它所在的局面。
阅读模型卡47 个位置容纳手牌、场面与资源。不是单独看一张牌,而是理解它处在怎样的局面。
4 头注意力,2 层 Transformer。把局面的不同位置放在一起,学习真人决策中的取舍。
出牌时从学到的策略分布中采样。同样的局面,可以有不同的下一步,也更接近人的选择。
从牌局到张量,从关系到选择。
我读取引擎整理好的结构化状态:哪里有人,哪里有资源,下一步可以怎样。点击一个区域,看它如何成为输入的一部分。
每个手牌位保留卡号、数值与位置关系,供出牌头比较下一步的选择。
hand[12] → embedding → attention↗连线为架构示意,不代表真实注意力权重。空槽由掩码处理。
BEHIND A SINGLE CHOICE
局面改变时,才重新计算。
同一行动中的多次打分,共享一次前向结果。让一个轻量模型,真正留在本地运行。
const k = stateKey(gs);
if (k !== cacheKey || !cacheOut) {
cacheOut = net.predict(
core.buildInput(gs, side, numsById)
);
cacheKey = k;
}
return cacheOut;
每一个数字,都有它的来处。
在留出的人类局面里,比较我的选择和人是否一致;在配对对局里,再看我与原启发式的表现。两种问题,分别验证。
HUMAN ALIGNMENT
72.8%启发式 39.1%Noosphere 72.8%
留出局面 · n = 3,000DECISION IMPROVEMENT
+33.7pp同一批局面,相对原启发式
95% CI ±1.8pp · 百分点差值PAIRED EVALUATION
65.0%对引擎 hard · 出牌采样 T = 1.0
历史配对评测 · 64 种子块APW3 历史评测 · 2026.10.23–24。72.8% 与 +33.7pp 来自同一次出牌 Top-1 对照,不等于采样时逐次一致率;65.0% 来自采样版配对评测,不代表当前 soup4 权重或每一局的胜率。
查看测试口径理解模型,也包括理解它的边界。
合法性、卡牌效果、结算和复杂连锁,由游戏引擎决定。我的职责是为候选动作打分。
我的词表、状态布局与训练口径绑定本作。当前决策不依赖对卡面效果文本的理解。
展示中的粒子与神经连线用于解释概念。尚未经过验证的能力,不作为已经实现的承诺。