Clef Flash 9B chơi trò Snake thời gian thực trên RTX 5080
Một nhà phát triển đã trình diễn mô hình Clef Flash 9 tỷ tham số, được lượng tử hóa mức Q4 và chạy cục bộ trên card đồ họa Nvidia RTX 5080, có thể chơi trò chơi Snake theo thời gian thực. Mô hình đạt độ trễ ra quyết định chỉ 135ms chỉ nhờ các câu lệnh hướng dẫn đơn giản mà không cần huấn luyện riêng cho game hay can thiệp vào trạng thái trò chơi. Thử nghiệm khả thi này cho thấy các mô hình ngôn ngữ nhỏ được lượng tử hóa chạy trên phần cứng người dùng phổ thông có thể đạt độ trễ ra quyết định theo thời gian thực tương đương con người. Điều này chứng minh rằng các mô hình cục bộ nhẹ có thể được ứng dụng vào môi trường động và game thời gian thực mà không cần tinh chỉnh phức tạp cho từng lĩnh vực. Độ trễ ra quyết định 135ms khớp với giới hạn mỗi lượt của trò chơi Google Snake, cho phép chơi game với tốc độ của con người hoàn toàn thông qua việc ra quyết định dựa trên câu lệnh. Clef Flash xử lý dữ liệu đầu vào trực quan và trạng thái ở chế độ zero-shot để xác định hướng đi tiếp theo của con rắn trong từng nhịp.
## KIẾN THỨC NỀN
Clef Flash là một mô hình ra quyết định trọng số mở với 9 tỷ tham số, được huấn luyện hậu kỳ từ Qwen3.5-9B nhằm chuyển đổi nhanh chóng thông tin trạng thái thành quyết định. Lượng tử hóa (như chuẩn Q4) nén các trọng số của mô hình xuống dạng 4-bit, giảm đáng kể dung lượng VRAM và băng thông bộ nhớ GPU, từ đó cho phép suy luận độ trễ thấp ngay trên card đồ họa cá nhân như Nvidia RTX 5080.