TGStat
TGStat
Введите текст для поиска
Расширенный поиск каналов
  • Язык сайта
    flag Russian flag English flag Uzbek
  • Вход на сайт
  • Каталог
    Каталог каналов и чатов Региональные подборки Тематические подборки Платные каналы Поиск каналов
    Добавить канал/чат
  • Рейтинги
    Рейтинг каналов Рейтинг чатов Рейтинг публикаций
    Рейтинги брендов и персон
  • Аналитика
  • Поиск по публикациям
  • Мониторинг Telegram
  • Продвижение
    Реклама через Яндекс Бизнес Реклама в каналах через TGStat Agency Реклама на сайте TGStat.ru
Марат пишет про науку (в основном)

29 Sep 2025, 12:34

Открыть в Telegram Поделиться Пожаловаться

В эфире нерегулярная рубрика «Minecraft и компьютерные науки». Уж насколько хорошо эта песочница подходит, чтобы тестировать там разные алгоритмы, что в пору её делать регулярной. Например, я уже рассказывал, как игровые объекты в Minecraft научились генерировать с помощью диффузионной модели.

На этот раз поводом для рубрики стал инженер под псевдонимом sammyuri, который любит делать в Майнкрафте разные сложные устройства и выкладывать их на Ютюб. Недавно же он собрал там из логических блогов полноценный генеративный предобученный трансформер (GPT) вместе с интерфейсом ввода и вывода — вы только посмотрите на это!
https://www.youtube.com/watch?v=VaeI9YgE1o8

Модель вышла небольшой — всего 5 миллионов параметров, но для её работы требуется как минимум 32 гигабайта памяти и специальная версия игры (MCHPRS). Думает она около пары часов, а её контекстное окно крошечное — всего 64 токена (около 300 символов).

И всё равно проект впечатляет. Автор воссоздал основные компоненты трансформерной архитектуры, после чего аккуратно перенёс в них веса предобученной обычным способом модели — и это работает прямо в игре: виртуальная нейросеть отвечает на вопросы и демонстрирует вариативность. Мир и код лежат в открытом доступе, поэтому, если есть достаточно мощный компьютер, можно поиграться самостоятельно
I built ChatGPT with Minecraft redstone!
I built a small language model in Minecraft using no command blocks or datapacks! The model has 5,087,280 parameters, trained in Python on the TinyChat dataset of basic English conversations. It has an embedding dimension of 240, vocabulary of 1920 tokens, and consists of 6 layers. The context wind...

1.1k 1 19 22
Каталог
Каталог каналов и чатов Подборки каналов Поиск каналов Добавить канал/чат
Рейтинги
Рейтинг каналов Telegram Рейтинг чатов Telegram Рейтинг публикаций Рейтинги брендов и персон
API
API статистики API поиска публикаций API Callback
Наши каналы
@TGStat @TGStat_Chat @telepulse @TGStatAPI
Почитать
Академия TGStat Исследование Telegram 2019 Исследование Telegram 2021 Исследование Telegram 2023
Контакты
Справочный центр Поддержка Почта Вакансии
Всякая всячина
Пользовательское соглашение Политика конфиденциальности Публичная оферта
Наши боты
@TGStat_Bot @SearcheeBot @TGAlertsBot @tg_analytics_bot @TGStatChatBot