我用 AI 续写 Demoscene 代码
I post trained a model on Demoscenes
最近我被 Demoscene 和 Sizecoding 的世界深深吸引，特别是 HellMood 的 MS DOS 作品《Memories》。为了探索代码的无限可能，我决定训练一个模型来续写 Dwitter.net 上的微型 JavaScript 程序。我基于 Qwen2.5-Code-7B 进行继续预训练，并利用 Dwitter 的“awesomeness”分数构建课程学习策略，让模型更倾向于生成高评分代码。随后，我通过手动筛选和 RLHF 技术，将自己的审美偏好注入模型。经过数万次的动画筛选，最终得到了一个能生成极具美感代码续写的 Demoscener-7B 模型，让我能在代码的分支中自由探索视觉艺术的边界。
编程语言的创造力和自然语言一样，有限的词汇和语法规则能够衍生出数量惊人的不同表达。
HN 评论区
33- InvisibleUp
我觉得你误解了 demoscene 的初衷。它更关乎数学造诣和解谜的乐趣，而非仅仅是漂亮的画面。
AI 的恰当用途应该是梳理 demoscene 特效的历史，或者解释某个场景是如何实现的，以便你更好地理解。圈子里没人想要一个能直接替他们解谜的魔法盒子。
- emptybits
我认为 demoscene 吸引人的地方在于其人文层面：分享与消费。那是另一个人类做到的！是作为问题解决者和艺术家的程序员。
当然，如果 AI 能在 demoscene 的约束下（140 字符、极低分辨率、1MHz 的 POKEY 芯片等等）生成一些新颖的东西……一些人类可能认为不可能的事物……就像围棋或国际象棋特级大师惊呼“卧槽”的制胜妙手，那确实具有智力上的趣味性。它改变了可能性的边界。但即便如此，我们大多数人（？）仍然希望这项运动/圈子/艺术能回归到人类的探索。
我参加过一些在大屏幕上播放 demo 的聚会，即使是以前看过的作品，观众也会发出“哇哦”的惊叹，因为那是人类在受限条件下想出了实现方法。在我看来，如果是 AI 生成的，那种魔力就消失了。
- xacky
Demoscene 是一项独属于人类的探索。
- psenough
恭喜你在程序生成艺术领域重新发现了遗传算法。既然可以把一堆 token 扔给机器，然后花时间帮它过滤垃圾，那为什么还要去学习让特效成为可能的数学原理和代码尺寸优化呢？真是个活着的时代啊！
- grey-area
我一开始误读成了 Demosthenes。
https://en.wikipedia.org/wiki/Demosthenes
能看到基于古代人物训练的模型，并与其互动聊天，应该会很有趣。
但看到模型模仿人类艺术就没那么有趣了，因为它们还没准备好，IMP。它们过于衍生，缺乏人类那种有趣的创造力。