Представлена компактная модель NanoJev для управления игровыми агентами

Разработчики представили NanoJev — специализированную языковую модель с 0.6 млрд параметров, предназначенную для принятия решений в игровых средах. Архитектура новинки базируется на базе Qwen3 и оптимизирована для выполнения задач в Maze, Snake и ViZDoom.

В ходе тестирования модель продемонстрировала превосходство над оригинальной версией Jev и базовой моделью Qwen без дополнительной настройки. Основной упор при обучении был сделан на повышение точности принятия решений в условиях ограниченных вычислительных ресурсов, что позволяет запускать систему на устройствах с низким объемом оперативной памяти.

Технические характеристики NanoJev включают использование специализированных весов, адаптированных под специфику игровых механик. Модель показывает стабильные результаты в задачах навигации и управления персонажем, где требуется высокая скорость обработки входных данных в реальном времени. Исходный код и веса модели уже доступны для загрузки в репозитории на платформе Hugging Face.

Выпуск NanoJev расширяет возможности для создания легковесных AI-агентов, способных функционировать в игровых симуляциях без обращения к облачным мощностям. Использование архитектуры Qwen3 в качестве фундамента обеспечивает баланс между компактностью и качеством обработки контекста, что критически важно для автономных систем управления в динамических средах.