连续学习基准:让模型自学200盘国际象棋,Elo几乎没涨
imjustnewatai · x · 2026-10-04
Peter Gostev 开发了一个「连续学习」基准:让模型以"学习并提高棋力"为目标,与 Stockfish 对弈 200 盘,可自选难度、记笔记,但禁止作弊(如调用引擎),并上线了实时观测网站。
初步结果:
- GPT-6 Astra:200 盘结束后 Elo 反而下降(满强度对手下 68 盘仅 2 平 66 负,rolling score 约 0.01)
- Opus:略有正提升,但可能在随机误差范围内,目前仍在继续对局
作者认为这类基准的意义在于测试模型在缺乏真正持续学习机制时的自我改进能力(类似 RSI 的早期代理指标)。转发者 imjustnewatai 也表示想复刻类似基准。
所属事件:AI自学200盘国际象棋:Opus棋力上涨,GPT反而退化(3 条相关)→
「模型」频道最新
- 观点:中国开源模型一旦追平 Opus 5.5,就是 Anthropic 的 Game Over — IridiumEagle · 2026-11-20
- 网友实测称 Gemini Neon 几乎全面击败 Fable 5.2 — petrusenko_max · 2026-11-20
- 用户曝 Google 以「可疑活动」为由取消 AI Pro 试用订阅 — craigcpaterson · 2026-11-20
- Rust 从零写的 QuixiInfer:单张 5090 跑 DeepSeek 256k 上下文达 30 tok/s — QuixiAI · 2026-11-20
- Matthew Berman:GPT 6.2 Sol 仍是电脑/浏览器操作第一 — MatthewBerman · 2026-11-20
- 微软 MAI 模型发布以来持续霸榜 HN 首页 — marlene_zw · 2026-11-20