TL;DR

  • Jeffy playground는 pip로 설치해 CPU에서 실행할 수 있는 분류기 16종을 제공하며, 신경망이나 GPU 없이 실시간 분류를 체험할 수 있음.
  • 이메일 분류기는 24개 레이블 예시로 받은 편지함 라우터를 학습하고 새 메시지를 분류함.
  • Doom 게임 분류기는 게임 상태 특성 24개를 사용해 발사·좌회전·우회전 중 하나를 결정하며 지연 시간은 1ms 미만임.
  • 포커 데모는 18개 게임 상태 특성을 바탕으로 텍사스 홀덤을 플레이하는 AI 플레이어 4명을 제공하며 분류 시간은 1ms 미만임.
  • 사전 학습 분류기 목록에는 스팸·감정·의도·주제 분류 등 텍스트 작업이 포함되며 정확도와 라이선스가 항목별로 제시됨.

사전 학습 분류기

  • 바로 사용할 수 있는 분류기 16종을 제공하며, 모델을 클릭해 체험할 수 있음.
  • doom_fire: 실시간 Doom 게임플레이 분류기, 게임 상태 특성 24개, 클래스 3개, 사용자 제공 모델.
  • inbox_router: 이메일을 업무·가족·홍보·알림으로 학습·분류하는 모델, 클래스 4개, 텍스트, MIT 라이선스.
  • poker_decision: 게임 상태 분류기로 텍사스 홀덤을 플레이하는 AI 플레이어 4명, 클래스 4개, 특성 18개, MIT 라이선스.
  • sms_spam: SMS 스팸 감지, 정확도 99.1%, 클래스 2개, 텍스트, CC BY 4.0.
  • dbpedia: 위키백과 문서 온톨로지 분류, 정확도 96.0%, 클래스 14개, 텍스트, CC BY-SA 3.0.
  • imdb: 영화 리뷰 긍정·부정 감성 분류, 정확도 94.8%, 클래스 2개, 텍스트, 학술·비상업 라이선스.
  • banking77: 은행 고객 서비스 의도 감지, 정확도 94.3%, 클래스 77개, 텍스트, CC BY 4.0.
  • ag_news: 뉴스 기사 주제 분류, 정확도 90.6%, 클래스 4개, 텍스트, 학술·비상업 라이선스.
  • sst2: 영화 리뷰 긍정·부정 감성 분류, 정확도 90.1%, 클래스 2개, 텍스트, 스탠퍼드 학술 라이선스.
  • clinc_oos: 범위 외 입력을 포함하는 의도 감지, 정확도 88.4%, 클래스 151개, 텍스트, CC BY 3.0.
  • massive_intent: Amazon MASSIVE 음성 명령 의도 분류, 정확도 88.1%, 클래스 60개, 텍스트, CC BY 4.0.
  • tweet_eval_offensive: 공격적 언어 감지, 정확도 81.0%, 클래스 2개, 텍스트, 트위터 서비스 약관·학술 용도.
  • tweet_eval_emotion: 트윗 감정 분류, 정확도 78.1%, 클래스 4개, 텍스트, 트위터 서비스 약관·학술 용도.
  • emotion: 텍스트 감정 분류, 정확도 75.5%, 클래스 6개, 텍스트, 학술 라이선스.
  • tweet_eval_sentiment: 트윗 감성 분석, 정확도 66.2%, 클래스 3개, 텍스트, 트위터 서비스 약관·학술 용도.
  • snli: 자연어 추론, 정확도 65.6%, 클래스 3개, 텍스트, CC BY-SA 4.0.

Doom 게임플레이 분류기

  • doom_fire는 실시간 Doom 게임플레이 분류기로, 게임 상태 특성 24개를 추출해 발사(FIRE)·좌회전(TURN LEFT)·우회전(TURN RIGHT) 중 하나를 결정함.
  • 로지스틱 회귀를 사용하며 신경망이나 GPU는 필요하지 않음.
  • 클래스 3개, 특성 24개, 지연 시간 1ms 미만, CPU 실행 환경임.
  • 데모에는 체력 100, 탄약 26, 처치 수 0, 적 0, 에피소드 1 상태와 결정 로그가 표시되며 다시 시작할 수 있음.

받은 편지함 분류기 데모

  • 레이블이 지정된 예시 24개로 받은 편지함 라우터를 학습한 뒤 새 메시지를 실시간으로 분류함.
  • CPU만 사용하며 API 키는 필요하지 않음. 클래스 4개, 학습 예시 24개, 지연 시간 약 50ms임.
  • 분류 카테고리는 업무(Work), 가족(Family), 홍보(Promo), 알림(Notifications)임.
  • 데모에는 학습 데이터 24개와 정렬된 메시지 0/8개가 표시되며, 각 받은 편지함의 분류 개수와 새 메시지가 나타남.
  • 설치 명령은 pip install jeffy-classify이며, 데모에는 재생(Replay) 기능과 “Q4 예상치를 보내줄 수 있나요?”라는 분류 예시가 포함됨.

포커 AI 데모

  • AI 플레이어 4명이 텍사스 홀덤을 플레이하며, 각 의사 결정은 게임 상태 특성 18개를 사용하는 Jeffy 분류기에서 실행됨.
  • 신경망이나 GPU 없이 실행되며, 플레이어 4명·행동 4종·특성 18개와 1ms 미만의 분류 시간이 제시됨.
  • 데모에는 Alice, Bob, Carol, Dave가 각각 1000을 보유한 상태, 팟 0, 프리플랍 단계, 핸드 1이 표시되며 다시 시작할 수 있음.