Entrena un modelo para explorar demoscenes y acaba revisando 40.000 animaciones a mano

I post trained a model on Demoscenes

Entrena un modelo para explorar demoscenes y acaba revisando 40.000 animaciones a mano

Partiendo de Qwen2.5-Code-7B y de 25.000 Dweets de 140 caracteres extraídos de Dwitter.net, el autor hace un pretraining continuado y luego un ajuste con GRPO en el que él mismo actúa como función de recompensa: compara grupos de ocho continuaciones y elige la que más le gusta. Tras inspeccionar unas 40.000 animaciones, el modelo genera variantes visualmente más atractivas y permite ramificar cada programa por las direcciones que pudo haber tomado.

En algún punto alrededor de la animación número 10.000, empecé a apreciar la existencia de los VLM y de HPSv3. Lamentablemente, ya era demasiado tarde.
  1. emptybits

    El lado humano de la demoscene es lo que, creo yo, la hace atractiva. Compartir y consumir. ¡Un compañero humano hizo eso! El programador como solucionador de problemas y artista.

    Sin duda es intelectualmente interesante si la IA puede generar algo novedoso dentro de las restricciones de la demoscene (140 caracteres o resolución extremadamente baja o un chip POKEY a 1MHz o lo que sea)… algo que quizá los humanos consideraban imposible… como una jugada ganadora que haga que un gran maestro de go o de ajedrez diga WTF. Cambia lo que es posible. Pero aun así, la mayoría de nosotros (¿?) seguimos esperando que el deporte/la escena/el arte vuelva al esfuerzo humano.

    He estado en parties donde se reproducen demos en una pantalla grande, incluso algunas que ya habíamos visto, y el público hace ooo y aah porque un humano descubrió cómo hacer esas cosas bajo restricciones. La magia se pierde si está generado, en mi opinión.

  2. InvisibleUp

    Creo que malinterpretas el propósito de la demoscene. Va más de la destreza matemática y el placer de resolver puzles que de imágenes bonitas.

    Los usos apropiados para la IA podrían ser rastrear la historia de los efectos de la demoscene, o explicar cómo funciona una escena en particular para que puedas entenderla mejor. Nadie en la escena quiere una caja mágica que les resuelva el puzle.

  3. xg15

    Que no se confunda con entrenar un modelo sobre Demoscenes, el primo tercero poco conocido del estadista griego Demóstenes.

  4. xacky

    Las demoscenes son un esfuerzo únicamente humano.

  5. psenough

    enhorabuena por redescubrir los algoritmos genéticos en el arte generado proceduralmente. ¿para qué aprender las matemáticas y las optimizaciones de size coding que hacen posibles los efectos cuando puedes simplemente lanzarle tokens y pasar el tiempo filtrando la basura para la máquina? ¡qué época para estar vivo!

Más de este día

2026-10-31