small-games-llm 复现 LLM 手写权重玩游戏的实验

LorenzoCiarpa 发布 small-games-llm 仓库，复现 LLM 不训练、不用工具、不执行代码，直接手写 MLP 权重玩游戏的实验，覆盖新游戏 Low Tide 与 MinAtar 的 Breakout、Seaquest、Asterix。仓库中 GPT-6 Astra 手写权重在 1000 个 episode 下得到 Breakout 512.5 ± 7.6、Seaquest 51.4 ± 1.4、Asterix 54.8 ± 1.1，与原文分数在约一个标准误内一致。实验还对比手写权重与 PPO 训练权重的稀疏性和可读性，并测试以手写权重作为 PPO 起点时的表现。