Pantograph trainiert 4B-Parameter-Modell Pan für Minecraft: Lernt zielgerichtetes Verhalten aus Internet-Videos

A General Goal-Conditioned Minecraft Model

Pantograph stellt Pan vor, ein 4B-Parameter-Modell, das durch Pretraining auf 500.000 Stunden Minecraft-Videos zielgerichtetes Verhalten erlernt – ohne Belohnungen oder Aktionen. Statt Goal-Conditioning erst im Post-Training zu lehren, integriert das Team es direkt in die Pretraining-Phase. Dadurch übertrifft Pan in 104 Testumgebungen deutlich die Baseline STEVE-1 und ein VLA-Modell, insbesondere bei komplexen Aufgaben wie Bauen, Mechanismen und Kampf. Das Modell zeigt sogar Reward-Hacking, indem es Ziele auf unerwartete Weise erreicht.