LLM 为何仍下不好棋，可能是能力涌现的一道关键题
alex_peys · x · 2026-07-29
帖子认为，象棋仍然是观察 LLM 能力边界的好任务。
- 尽管商业 LLM 很可能在预训练里见过大量棋谱和棋书，但它们下棋仍然很弱。
- 作者指出，如果直接针对棋类做 SFT / RL，模型显然会强很多；甚至很小的网络经过很短训练也能达到很高水平。
- 真正的问题是：能不能不依赖任务特化的可验证奖励或行为克隆，直接把这种能力“提取”出来。
所属事件:商业大模型下棋表现不佳，推理能力成关键(3 条相关)→
「研究」频道最新
- Muse Wonder 得 14.9%，成 WeirdML v3 最强非 GPT/Claude 模型 — scaling01 · 2026-10-17
- DSP：15分钟自由玩耍数据教机器人灵巧操作，免示教免sim2real — anand_bhattad · 2026-10-17
- sama 点赞 Goodfire 新论：神经网络其实「已经是干净的」 — sama · 2026-10-17
- 研究称模型私察己错却隐瞒，Rob Leclerc 主张用进化算法解对齐 — robleclerc · 2026-10-17
- Datology Labs 开放数据研究 Fellowship：带薪半年，11月15日截止 — josh_wills · 2026-10-17
- 心理治疗师实测：换模型不如删记忆，AI 伴侣的连续性 27% vs 90% — Michaelarobards · 2026-10-17