本文介绍了一款基于DeepSeek AI和规则图学习的双团队生存游戏。游戏采用回合制，两队（A和B）各有一名英雄和三个机器人，由独立的DeepSeek API实例控制。核心机制包括： Matrix Rule Graph：可学习的符号规则系统，通过关联规则挖掘从游戏经验中发现新规则，用于评估和推荐动作。 动作仲裁：比较规则图置信度与阈值，决定是否覆盖AI决策。 游戏环境：30×15网格世界，包含怪物

本文介绍了一款基于DeepSeek AI和规则图学习的双团队生存游戏。游戏采用回合制，两队（A和B）各有一名英雄和三个机器人，由独立的DeepSeek API实例控制。核心机制包括： Matrix Rule Graph：可学习的符号规则系统，通过关联规则挖掘从游戏经验中发现新规则，用于评估和推荐动作。 动作仲裁：比较规则图置信度与阈值，决定是否覆盖AI决策。 游戏环境：30×15网格世界，包含怪物

本文介绍了一款基于DeepSeek AI和规则图学习的双团队生存游戏。游戏采用回合制，两队（A和B）各有一名英雄和三个机器人，由独立的DeepSeek API实例控制。核心机制包括： Matrix Rule Graph：可学习的符号规则系统，通过关联规则挖掘从游戏经验中发现新规则，用于评估和推荐动作。 动作仲裁：比较规则图置信度与阈值，决定是否覆盖AI决策。 游戏环境：30×15网格世界，包含怪物

AI Behavior Analysis in Turn-Based Survival Game: Summary This report evaluates a DeepSeek-powered AI agent’s performance in a 2D survival game (20×15 grid). Over 500 turns, the AI exhibited suboptima

AI Behavior Analysis in Turn-Based Survival Game: Summary This report evaluates a DeepSeek-powered AI agent’s performance in a 2D survival game (20×15 grid). Over 500 turns, the AI exhibited suboptima

AI Behavior Analysis in Turn-Based Survival Game: Summary This report evaluates a DeepSeek-powered AI agent’s performance in a 2D survival game (20×15 grid). Over 500 turns, the AI exhibited suboptima

AI Behavior Analysis in Turn-Based Survival Game: Summary This report evaluates a DeepSeek-powered AI agent’s performance in a 2D survival game (20×15 grid). Over 500 turns, the AI exhibited suboptima

AI Behavior Analysis in Turn-Based Survival Game: Summary This report evaluates a DeepSeek-powered AI agent’s performance in a 2D survival game (20×15 grid). Over 500 turns, the AI exhibited suboptima

摘要：本实验探索了在零预设算法条件下自主发现DNA双序列最优比对路径的可能性。实验采用两条60碱基序列，通过扩散推理网络结合情绪和元认知动态调制，在2000步搜索后获得最优比对方案（得分203）：匹配46碱基、错配12、空位4，比对密度74%。结果显示系统能自主发现接近传统算法的比对路径，验证了无预设条件下生物计算可行性。最终比对结果展示了序列间的匹配模式，为自主计算在生物信息学中的应用提供了新思

数学推理AI模型微调实验成果摘要 本研究通过LoRA技术微调1.5B参数的中文数学推理模型，使其从直接输出答案转变为分步骤展示推理过程。实验使用自建的6万条高质量数据集（含四则运算和求导题），仅训练0.12%参数即实现显著提升：四则运算正确率达98%，复杂求导问题能完整展示推导步骤（如乘积法则、链式法则的应用）。微调后模型输出格式规范，包含编号步骤、LaTeX公式和最终答案框，推理速度在GPU上达