К содержимому
Языковые модели

Qwen3-0.6B-Game-Decision-Model

компактный ИИ для принятия решений в 23 играх

2 мин чтенияобновлено

Специализированная языковая модель от автора kaushik-harsh-99, дообученная для выбора оптимальных ходов в 23 настольных, карточных, стратегических играх и головоломках. В основе лежит лёгкая архитектура Qwen3-0.6B (0.6 млрд параметров), объединённая с LoRA-адаптерами (небольшими надстройками над базовой моделью) и классификационной головой Unsloth FastDecisionModel / CLEF в единые 16-битные веса. По сравнению с базовой версией без дообучения точность решений выросла с 28.04% до 67.81%, при этом модель весит чуть больше гигабайта и запускается даже на слабых видеокартах. Пригодится разработчикам игровых ботов, симуляций и агентов, которым нужен быстрый выбор действий по текстовому описанию состояния игры.

Ключевые особенности

  • Обучение на 1 092 754 игровых ситуациях из датасета boardgame-decision-models по 23 играм — от шахмат и покера до «Сапёра», 2048 и Mastermind.
  • Прирост точности +39.77%: в среднем 67.81% на тесте из 2193 примеров, а в отдельных играх результаты близки к максимуму — 100% в Mastermind, 98% в блэкджеке и 96% в Yahtzee.
  • Готовые объединённые веса: формат model.safetensors (1.14 ГБ + 52 МБ классификационная голова) не требует ручного слияния адаптеров перед запуском.
  • Низкие требования к памяти: поддерживается 4-битная квантизация (сжатие весов для экономии памяти) через Unsloth, с которой модель занимает менее 2 ГБ VRAM.

Что можно сделать

  • Создать игрового бота или спарринг-партнёра: подключить модель через готовый класс GameDecisionRunner для генерации ходов и оценки вероятностей действий в блэкджеке, Connect Four, 2048 или Dots and Boxes.
  • Встроить модуль выбора действий в LLM-агента: передавать модели текущее состояние среды и список доступных вариантов, чтобы быстро получать оптимальный шаг с показателем уверенности.
  • Протестировать в консоли: запустить встроенный скрипт test_inference.py в интерактивном режиме для проверки логики модели на своих игровых сценариях.

Пример

from runner import GameDecisionRunner

runner = GameDecisionRunner.from_pretrained("kaushik-harsh-99/Qwen3-0.6B-Game-Decision-Model")
result = runner.predict(
    game="blackjack",
    state="Dealer shows 7. Player hand: [10 of Clubs, 6 of Hearts] (Hard 16).",
    choices=["Hit", "Stand", "Double Down", "Surrender"],
    instructions="Select optimal blackjack basic strategy action."
)
print(result["best_action"], f"{result['confidence']:.1%}")
ПодробнееБенчмарк (2193 примера): общая точность 67.81% против 28.04% у базовой Qwen3-0.6B, кросс-энтропия снизилась с 1.5026 до 0.7298; лучший прогресс в Dots and Boxes (88% против 3%).
Железо и память: веса в FP16 занимают 1.19 ГБ, в режиме 4-bit — менее 2 ГБ VRAM; сама модель обучалась 70.3 часа на одной NVIDIA RTX 3050 (6 ГБ).
Детали обучения: 34 149 шагов с оптимизатором AdamW, длина контекста 1024 токена, параметры LoRA — rank 16, alpha 32.
Ограничения: в сложных стратегиях с глубоким просчётом точность ниже (шахматы — 29.2%, шашки — 35.0%, пасьянс — 23.0%).
Примеры
Обсудить Telegram 2 44

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 1.1 GB · готовые файлы1.8 GB
  • FP8 / INT8рекомендуемвеса 0.6 GB1.2 GB
  • 4-bitвеса 0.3 GB0.9 GB

Совет: берите 8-bit.FP8 / INT8 почти не отличается по качеству от полной точности (разница в пределах процента), а памяти занимает вдвое меньше и на RTX 40/50, H100 работает быстрее. Полную точность есть смысл брать только для дообучения.

Что взять под эту модель

Massed ComputeОткрыть Massed Compute

Своя видеокарта: FP8 / INT8 — от RTX 2060 · BF16 — от RTX 2060

Почасовые цены Massed Compute на ноябрь 2026. Цена со скидкой — с промокодом при оплате.

Оценка: веса плюс рабочая память. Длинные ролики, высокое разрешение и большой контекст требуют больше.

Запуск на Massed Compute

Готовый скрипт под машину, которую мы советуем выше: вставили — модель скачалась и запустилась.

  1. 1. Арендуйте A30

    $0.26 в час с купоном. При создании машины выберите образ Ubuntu.

    Открыть Massed Compute
  2. 2. Вставьте скрипт в терминал машины

    Подключитесь по SSH (команда есть в панели Massed Compute) или откройте терминал на рабочем столе машины.

    HF_TOKEN / CIVITAI_TOKENВ начале скрипта строки для токенов: вставьте свой между кавычками. Токен Hugging Face нужен для закрытых моделей, токен Civitai — для моделей с Civitai.

    # kaushik-harsh-99/Qwen3-0.6B-Game-Decision-Model — A30, FP8 / INT8
    # Драйвер NVIDIA: для CUDA 13 нужен 580+. Если старее или нет — ставится свежий nvidia-open (оставить свой: KEEP_DRIVER=1)
    DRV=$(nvidia-smi --query-gpu=driver_version --format=csv,noheader 2>/dev/null | head -1 | cut -d. -f1)
    case "$DRV" in ""|*[!0-9]*) DRV=0 ;; esac
    if [ "$DRV" -lt 580 ] && [ -z "${KEEP_DRIVER:-}" ]; then
      . /etc/os-release && \
      curl -fsSLO "https://developer.download.nvidia.com/compute/cuda/repos/ubuntu${VERSION_ID//./}/x86_64/cuda-keyring_1.1-1_all.deb" && \
      sudo dpkg -i cuda-keyring_1.1-1_all.deb && rm -f cuda-keyring_1.1-1_all.deb && \
      sudo apt-get update && \
      sudo DEBIAN_FRONTEND=noninteractive apt-get install -y nvidia-open || \
      { echo "Драйвер NVIDIA поставить не удалось: смотрите ошибку выше. Чтобы оставить текущий, запустите с KEEP_DRIVER=1."; exit 1; }
      echo "Драйвер NVIDIA обновлён. Перезагрузите машину (sudo reboot) и запустите этот же скрипт ещё раз."
      exit 0
    fi
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv venv ~/vllm --python 3.12 && source ~/vllm/bin/activate
    uv pip install vllm
    vllm serve kaushik-harsh-99/Qwen3-0.6B-Game-Decision-Model --max-model-len 8192 --quantization fp8
    Добавить ещё LoRA к Qwen3-0.6B-Game-Decision-Model
  3. 3. Пользуйтесь

    Сервер слушает порт 8000 и понимает запросы в формате OpenAI: адрес http://localhost:8000/v1 на машине. Со своего компьютера: ssh -L 8000:localhost:8000 пользователь@IP-машины.

Не забудьте остановить машину в панели, когда закончите: оплата идёт поминутно, пока она включена.

Как ускорить

Подобрано под тип модели. Выберите своё железо в блоке выше — покажем то, что подходит именно вам.

  • FlashAttention 44.0.0b40от 18 ноября 2026новая версия

    самое быстрое точное внимание на B200

    Ядра для Blackwell (пока бета). Точное внимание без квантования — подходит для всего, включая LLM.

    Как включить: pip install flash-attn-4; vLLM и SGLang подхватывают сами.

    Предыдущие поколения (2)
    • FlashAttention 3 — Версия для Hopper (H100/H200) с FP8.
    • FlashAttention 2 — Стандарт для RTX 30/40/50 и A100: точное внимание без лишней памяти на длинных контекстах.
  • torch.compile2.15.0от 28 октября 2026новая версия

    10–30% бесплатно

    Компилирует модель под вашу видеокарту. Первый запуск дольше, дальше быстрее.

    Как включить: model = torch.compile(model); в ComfyUI — узел TorchCompileModel.

  • MTP (multi-token prediction)0.34.0от 16 ноября 2026новая версия

    1.5–2× скорость генерации

    Если в модели есть MTP-слои (DeepSeek-V3/R1, Qwen3-Next, GLM, MiMo и др.), она сама предсказывает несколько токенов за шаг.

    Как включить: vLLM / SGLang: --speculative-config '{"method": "mtp", "num_speculative_tokens": 1}'. Смотрите карточку модели.

    Предыдущие поколения (2)
    • EAGLE-3 — Спекулятивное декодирование с маленькой «черновой» головой. Для моделей без своих MTP-слоёв.
    • EAGLE-2 / Medusa — Предыдущие поколения драфт-голов. Если нашли только их — тоже работают.
  • FP8 KV cache0.34.0от 16 ноября 2026новая версия

    в 2× больше контекста в той же памяти

    Хранит кэш внимания в 8 битах — длинный контекст влезает туда, где раньше не помещался.

    Как включить: vLLM: --kv-cache-dtype fp8; llama.cpp: -ctk q8_0 -ctv q8_0.

  • vLLM / SGLang0.34.0от 16 ноября 2026новая версия

    в разы больше токенов/с на сервере

    Серверные движки: пакетная обработка, FlashAttention, FP8, спекулятивное декодирование из коробки.

    Как включить: vllm serve <модель> — OpenAI-совместимый API.

    Предыдущие поколения (1)
    • llama.cpp — GGUF-модели на любой видеокарте, Mac и даже CPU; часть слоёв можно держать в ОЗУ.

Семья модели

Дообучение модели

Qwen/Qwen3-0.6B
  1. Qwen3-0.6B-Baseоснова семьи
  2. Qwen3-0.6B
  3. Qwen3-0.6B-Game-Decision-Model

Новые посты про версии Qwen3-0.6B-Base — сжатые, дообучения, LoRA — появятся в колокольчике.

Сжатые версии 12Все на Hugging Face
Дообучения 12Все на Hugging Face
LoRA и адаптеры 3Все на Hugging Face

О модели

kaushik-harsh-99/Qwen3-0.6B-Game-Decision-Model
Автор
kaushik-harsh-99
Категория
Языковые модели
Дата выхода
На сайте

На сайте

Hugging Face

442

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Робототехника

iclr27_release

iclr27_release