模型本身

一个现成的句子编码器（bge-base-en-v1.5）读取提示。一个小型的转换解码器（6层，~17M参数）从头训练（6 layers, \~17M parameters）写出动作序列。其词汇量约为6,000个动作令牌。解码被约束：在每一步中，模型只能选择引擎的schema允许的令牌，因此它不能写出无效的配方。训练数据来自引擎本身。它生成并验证建筑物，训练循环评分模型的答案，实际上是建造它们，遗漏的部分会重播。最新的运行时间为9小时，使用RTX 5070。推理在应用内部进行（没有Python，没有ONNX），并且我会将其与PyTorch模型的令牌进行逐令牌比较。 检查它是否做了你要的

一个基于规则的读者从你的句子中提取要求（"石墙"，"3个卧室"，"水坝"，"酒吧"）。应用检查每一个要求在完成的建筑中，并且那些是你在视频中看到的点。如果模型遗漏了某些要求，那么要求就会被写入其动作，并且建筑会被重建。只显示诚实的"符合/不符合"。 1.2版本中的新功能

城堡（保卫，翼，圆形或方形塔，水坝），圆形或方形商场（含食物场），酒吧，商店，商店上方的公寓，仓库，13种房屋风格改变建筑的描述："用锥形屋顶使塔楼圆形"只改变塔楼，在约0.1秒内变体："3个像样的"同一句子中变体穿行建筑在第一人称中整个城镇从一个句子中（"一个城堡，两个酒吧和十二个房屋"）导出至Unreal和Unity（FBX与碰撞体），Godot（GLB与物理），Blender（加上插件）或CAD（DXF计划） 它还不能做什么

词汇量由引擎固定，因此它只能建造引擎知道的东西；要求一个灯塔，你就不会得到一个。下一个模型将更大，它等待引擎的新功能：破坏和损坏的建筑，香港风格的超级大楼和赛博朋克塔楼。我很乐意更深入地讨论训练循环、约束解码或要求检查。如果有人感兴趣的话。它是一个个人项目，发布在Patreon上 https://www.patreon.com/c/Weaverpp