DeadCode Fabric 1.21

Активно ведется разработка свежей версии чита. Пересматриваются новые концепции в подходе к написанию качественного функционала.

В ближайшее время планируется публикация подробного поста о ряде уникальных возможностей, ранее не реализованных ни в одном другом клиенте.

Ожидается, что DeadCode будет очень тесно интегрирован с нейронными сетями.

Я потратил почти неделю на изучение материала и написание своей библиотеки для инференса моделей. Моей целью было решение проблем оверхэда от DJL, который используется, например в LiquidBounce. А также избавление от CUDA, поскольку, несмотря на его производительность, с ним не получится охватить большую аудиторию из-за отсутствия поддержки устройств не от NVIDIA.

На бенчмарках моя библиотека в сравнении с PyTorch:

DeadCode (ALUminium):
Pr: 256
Cft: 22.7483
IPS: 36973.06268361285
Latency: 0.027046718

PyTorch (Python - CUDA):
Device: cuda
IPS: 23290.4788522
Latency: 0.042936 ms

Вывод незначительно отличается из-за валидационных проверок, главный показатель - IPS (Inferences Per Second).

DevBlog note #3
Добавил визуальные части для клиента такие как:

{+}CrossHair - кастомный прицел различных видов

{+}TargetEsp - несколько видов и с довольно хорошей настройкой

{+}Predictions - добавил предикцию места куда будет падать перл/предмет

{+}particles - разнообразные виды партиклов, можно сделать след из партиклов, поставить их на удары или на взрыв тотема бессмертия

нихуя, ебашим ноль офицальщины, тут все наши пацаны

скоро будет мощно.

Худ не обращаем внимания, будет другой

Particles,TargetEsp (Crosshair отдельным скрином закину)

важный вопрос для всех, какие визуалы вы хотите видеть в клиенте? если есть идеи то накидывайте в коммы!