Вопрос Sloth AI

[skawz]

«Автотул» это та самая паста LiquidBounce? Я уже писал на тему LiquidBounce. Если бы ты смотрел не только на названия переменных и классов а на код то понял бы что это не нейросеть, это ансамбль деревьев решений (от CatBoost). Прикол, "разработчики" не знают что такое нейросети но зато умеют пользоваться Ctrl + C/V и ChatGPT. Скажу честно, когда я смотрел на их код мне хотелось плакать.

Ну даже если так то чем тебе аи рротации в рокстаре не модели?Они даже при запуске загружались каждый раз,ни 1 из них не банилась никогда

 

[Kaelus]

Хочу огорчить но не в одном русском чите никогда не было «нейро» наводки. Все что было это обычные деревья решений. Они пытаются обходить современные анти-читы с гауссовым/sin шумом и интерполяцией. LiquidBounce первые кто использовали нейросеть. Но это была полносвязная модель. Так что тоже так себе. Я же использовал LSTM, SelfAttention и separable CNN. Нейросеть смогла научится наводится, предсказывать траектории но до человека все еще далеко. Тесты + демо:

Вообщем, нейросети — не выход, для real time они не очень подходят ибо чем больше нелинейности тем больше вычислений. Но если планируете все же делать, пишите трансформер. Он пока лучше всех справлялся. Можно использовать ротации с нелинейной формулой скорости и отклонением на основе гравитации генерируемой по FBM. Это было максимально близко к человеческому. Но ей богу, у вас ротации страдают от разрывов. Это очень палится. Ну как минимум пользуйтесь slerp с кватернионами .

Попробуй использовать GRU. Хотя LSTM, как и GRU, основан на вентилях (gates), GRU обычно работает быстрее из-за меньшего количества параметров. Кстати, механизм внимания часто бывает бесполезен (и даже иногда вреден), во всяком случае если метрики на валидации/тестовых данных не говорят обратного. Во всяком случае в нашем конкретном случае (Sloth 1 Pro) он ничего не привнёс, хотя надо учитывать что задачи несколько разные.

Трансформеры это наверное самое худшее что можно использовать для решения данной задачи, даже деревья решений и те лучше будут.

Также проблема всех ротаций (в том числе и AI, в список которых и входят те самые псевдо "нейро" ротации) это в том что они всё же очень не скоро станут неотличимыми от людьми (если станут), так что в этом плане мы, как разработчики Sloth, не беспокоимся.

Нам много (очень много) раз говорили что вот после фикса именно нашей ротации античит начнёт фолсить каждого первого легита, и вообще растворится в небытии. Разумеется, этого не произошло.

Ну а по поводу производительности, а если точнее по поводу "для real time они не очень подходят" - не знаю что у тебя там за модель (хотя не удивительно если трансформер, хотя даже так она не должна быть очень сложной для real-time), но на тех экспериментах что конкретно я проводил всё было прекрасно, и скорость была достаточной. Возможно дело в том что ты используешь для инференса.

Кстати в следующем нашем эксперименте мы планируем вновь использовать GAN (генеративно-состязательные сети), как минимум потому что у нас уже есть модель Sloth, которая в теории может помочь обмануть дискриминатор.

 

[lorenzss]

Попробуй использовать GRU. Хотя LSTM, как и GRU, основан на вентилях (gates), GRU обычно работает быстрее из-за меньшего количества параметров. Кстати, механизм внимания часто бывает бесполезен (и даже иногда вреден), во всяком случае если метрики на валидации/тестовых данных не говорят обратного. Во всяком случае в нашем конкретном случае (Sloth 1 Pro) он ничего не привнёс, хотя надо учитывать что задачи несколько разные.

Трансформеры это наверное самое худшее что можно использовать для решения данной задачи, даже деревья решений и те лучше будут.

Также проблема всех ротаций (в том числе и AI, в список которых и входят те самые псевдо "нейро" ротации) это в том что они всё же очень не скоро станут неотличимыми от людьми (если станут), так что в этом плане мы, как разработчики Sloth, не беспокоимся.

Нам много (очень много) раз говорили что вот после фикса именно нашей ротации античит начнёт фолсить каждого первого легита, и вообще растворится в небытии. Разумеется, этого не произошло.

Ну а по поводу производительности, а если точнее по поводу "для real time они не очень подходят" - не знаю что у тебя там за модель (хотя не удивительно если трансформер, хотя даже так она не должна быть очень сложной для real-time), но на тех экспериментах что конкретно я проводил всё было прекрасно, и скорость была достаточной. Возможно дело в том что ты используешь для инференса.

Кстати в следующем нашем эксперименте мы планируем вновь использовать GAN (генеративно-состязательные сети), как минимум потому что у нас уже есть модель Sloth, которая в теории может помочь обмануть дискриминатор.

LSTM используется для анализа временных рядов. На счёт производительности имелось ввиду сильные лаги на слабом CPU. Я оптимизировал модель сделав нечто похожее на encoder слои которые сжимают данные (separable CNN) для обработки более сложными, последующими слоями. Не могли бы вы мне написать Discord (0xwatafish) я хотел бы обсудить?

 

[lorenzss]

Ну даже если так то чем тебе аи рротации в рокстаре не модели?Они даже при запуске загружались каждый раз,ни 1 из них не банилась никогда

Соберись с мыслями и напиши. Но перед этим осознай контекст спора. «чем тебе аи рротации в рокстаре не модели». Если бы картавость была человеком ;), без обид. Также, хочу подметить что рротации не могут быть моделями. Ни одна из них не банилась потому что не на ту кнопку нажимал, multiplayer ниже находиться.

 

[skawz]

Соберись с мыслями и напиши. Но перед этим осознай контекст спора. «чем тебе аи рротации в рокстаре не модели». Если бы картавость была человеком ;), без обид. Также, хочу подметить что рротации не могут быть моделями. Ни одна из них не банилась потому что не на ту кнопку нажимал, multiplayer ниже находиться.

Дружище,пожалуйста,осмотрите исходный код рокстар 1.16.5,думаю вы удивитесь.

 

[lorenzss]

Дружище,пожалуйста,осмотрите исходный код рокстар 1.16.5,думаю вы удивитесь.

Сударь, со всем уважением, вероятно вы не закончили ваш ответ. Было бы правильным дополнить сей текст упоминанием вопиющей некомпетентности с коей столкнулся я обозревая код. Не исключено что Вы имели в виду наше предыдущее полемизирование на тему присутствия нейронных сетей. В таком случае смею заметить, что ваше утверждение можно опровергнуть, обратившись к справкам. Кои гласят: «CatBoost — открытая программная библиотека, разработанная компанией Яндекс и реализующая уникальный патентованный алгоритм построения моделей машинного обучения, использующий одну из оригинальных схем градиентного бустинга.». Приятного вечера.

 

[skawz]

Сударь, со всем уважением, вероятно вы не закончили ваш ответ. Было бы правильным дополнить сей текст упоминанием вопиющей некомпетентности с коей столкнулся я обозревая код. Не исключено что Вы имели в виду наше предыдущее полемизирование на тему присутствия нейронных сетей. В таком случае смею заметить, что ваше утверждение можно опровергнуть, обратившись к справкам. Кои гласят: «CatBoost — открытая программная библиотека, разработанная компанией Яндекс и реализующая уникальный патентованный алгоритм построения моделей машинного обучения, использующий одну из оригинальных схем градиентного бустинга.». Приятного вечера.

Приму ваши слова как факт,сударь.

 

[JVKEE]

Сударь, со всем уважением, вероятно вы не закончили ваш ответ. Было бы правильным дополнить сей текст упоминанием вопиющей некомпетентности с коей столкнулся я обозревая код. Не исключено что Вы имели в виду наше предыдущее полемизирование на тему присутствия нейронных сетей. В таком случае смею заметить, что ваше утверждение можно опровергнуть, обратившись к справкам. Кои гласят: «CatBoost — открытая программная библиотека, разработанная компанией Яндекс и реализующая уникальный патентованный алгоритм построения моделей машинного обучения, использующий одну из оригинальных схем градиентного бустинга.». Приятного вечер

Сударь, со всем уважением, вероятно вы не закончили ваш ответ. Было бы правильным дополнить сей текст упоминанием вопиющей некомпетентности с коей столкнулся я обозревая код. Не исключено что Вы имели в виду наше предыдущее полемизирование на тему присутствия нейронных сетей. В таком случае смею заметить, что ваше утверждение можно опровергнуть, обратившись к справкам. Кои гласят: «CatBoost — открытая программная библиотека, разработанная компанией Яндекс и реализующая уникальный патентованный алгоритм построения моделей машинного обучения, использующий одну из оригинальных схем градиентного бустинга.». Приятного вечера.

Отвечать человеку можно по-разному в зависимости от ситуации. Вот основные варианты:

Неформальное общение (друзья, чаты):

• "Привет! "
• "Как дела?"
• "Что нового?"
• "Слушаю тебя "

Формальное общение (работа, учеба):

• "Здравствуйте!"
• "Чем могу помочь?"
• "Благодарю за обращение"
• "Хорошего дня!"

Если не понял вопрос:

• "Извини, можешь повторить?"
• "Уточни, пожалуйста"
• "Я не совсем понял вопрос"