К содержимому
Другое

Le Dog

нейросети для умных волков в Minecraft

2 мин чтенияобновлено

Комплект из двух небольших моделей в формате ONNX, которые заменяют стандартное поведение волков в Minecraft на реалистичные собачьи повадки. Модели работают прямо внутри игры благодаря ONNX Runtime и управляют решениями персонажа, учитывая его темперамент и окружение. Главная модель создана методом дистилляции (переноса знаний) от большой языковой модели Claude Sonnet. Разработка пригодится игрокам с модом Le Dog и тем, кто интересуется инференсом легких нейросетей на Java.

Ключевые особенности

  • Две модели в комплекте: основной мозг для планирования действий и отдельный модуль для выполнения команд.
  • Высокая скорость: основная модель работает около 1 мс на решение на CPU.
  • Учет темперамента: поведение волка зависит от его характера (любопытный, смелый, энергичный, социальный, игривый).
  • Обучение с подкреплением: модуль трюков обучен через PPO (Proximal Policy Optimization, метод обучения с подкреплением) в реальном Minecraft.

Что можно сделать

  • Установить в игру: использовать модели вместе с модом Le Dog для Minecraft версии 26.3.
  • Обучать виртуальных питомцев: отдавать волкам команды вроде сидеть, лежать, ждать и подходить на дистанции до 40 блоков.
  • Изучать интеграцию ONNX: посмотреть, как легковесные нейросети запускаются внутри Java-приложений.

Пример

Модели загружаются автоматически через мод с помощью команды /ledog update, а форматы входа и выхода описаны в исходном коде мода в файлах StudentSource.java и TrickBrain.java.

ПодробнееРазмер student.onnx: 4.8 МБ (1.18 млн параметров), rl_tricks.onnx: 27 КБ.
Производительность: медианная скорость работы основного мозга менее 1.1 мс на решение на CPU.
Ограничения: модели обучены и протестированы исключительно в Minecraft на символьных наблюдениях и не предназначены для реальных роботов.
Обсудить Telegram 0

Запустится ли?

Запустится в BF16

Влезает без сжатия.

  • BF16веса 0.0 GB · готовые файлы0.5 GB
  • FP8 / INT8рекомендуемвеса 0.0 GB0.5 GB
  • 4-bitвеса 0.0 GB0.5 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

Скрипт скачает модель на арендованную машину. Как её запустить — в карточке модели.

  1. 1. Арендуйте машину с подходящей видеокартой

    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.

    # KuanKuanKuan/le-dog
    mkdir -p ~/models
    curl -LsSf https://astral.sh/uv/install.sh | sh
    source "$HOME/.local/bin/env"
    uv tool install "huggingface_hub[cli]"
    hf download KuanKuanKuan/le-dog --local-dir ~/models/le-dog
    # Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).
    Добавить ещё LoRA к le-dog
  3. 3. Пользуйтесь

    Модель в папке ~/models. Как её запускать, написано в карточке модели (ссылка выше).

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.

Семья модели

Новые посты про версии le-dog — сжатые, дообучения, LoRA — появятся в колокольчике.

У этой модели пока нет известных родственников. Все производные на Hugging Face

О модели

KuanKuanKuan/le-dog
Автор
KuanKuanKuan
Категория
Другое
Дата выхода
На сайте

На сайте

Hugging Face

00

Спросить нейросеть об этой модели

Отвечает Gemini 4 · переписка хранится только в этой вкладке

Комментарии

Другое

Anlu s38000

Anlu s38000
Другое

CS-CLIP

CS-CLIP