工具概览
概览
UNO S1 Duel 是一个研究项目，让 StartLux-Decision-0.8B-Q8_0（被描述为一个类型化决策模型，不生成文本，每个问题只做一次前向传播）与真实游戏对战，以找出它在哪里获胜、打平和失败。其主要报告结果是基于 RLCard 引擎的双人 UNO，对随机对手赢 22/30，对手写的战术型对手赢 17/30。零样本 0.8B 模型每步约 35–85ms，打出教科书式的 UNO，与书面战术战平，并在浏览器牌桌上为真人设有席位。 该仓库描述了一种把模型用作预先计算结论的裁判、而非推理者的模式。它用完整的句子叙述状态，为每个选择给出后果选项，在 S1 评判之前先用廉价的启发式缩小候选范围，并把规则保留在代码中。模型不跟踪历史；由 harness 负责。文中指出，违背这些做法会导致退化为均匀噪声。 项目包含跨 UNO、Trivia buzzer、Battlesnake、Blackjack、Minesweeper、Crafter 和 2048 等游戏的评分卡，并刻意保留负面结果以划定能力边界。它提供运行说明，以及玩家、对局、审计、Web 牌桌、观战工具和测试的布局。决策使用 StartLux-Decision-0.8B-Q8_0，采用 CC BY-NC 4.0 许可用于研究，而代码是作者自己的。
功能特点
- AI 助手
- 自然语言界面
- 工作流自动化
相关标签
应用场景
团队用 UNO S1 Duel 让类型化决策模型与真实游戏对战，找出它在哪里获胜、打平和失败。
团队用它与随机对手和启发式对手进行带种子的 UNO 对局。
团队用它在浏览器牌桌上为真人设置席位。
团队用它直播 S1 对启发式算法的对局。
团队用它对 30 局游戏审计 UNO 规则。
团队用它运行单元测试和 hypothesis 属性测试。
团队用它通过内置的启发式回退，在没有 S1 服务器的情况下运行对局。