Opus 连续学习下棋 Elo 从 1500 涨到 1750,GPT-6 Astra 反而退化
inductionheads · x · 2026-10-04
开发者 petergostev 跑了一个「连续学习」基准:让模型在 200 局对抗 Stockfish 的对局中自主学下棋,可记笔记、自选难度,但禁止作弊(如调用引擎)。
- Opus 表现惊艳:Elo 从约 1500 提升到约 1750
- Astra(GPT-6 Astra)反而退化:对局结果 Elo 为负,68 局对满强度对手仅赢 0 局
- 可能解释是上下文窗口:Astra 在 Codex 中原生 272k,笔记与文件积累多了可能崩坏;作者考虑用 1M 上下文重跑,但可能只有 GPT-6.1-Sol 支持
- 实时对战数据可在其网站围观
这为「模型是否具备持续学习能力」提供了少见的实证观察。
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
- 开发者吐槽 Grok 模型是垃圾,晒出编程 agent 反复试错的截图 — feregri_no · 2026-11-20
- 路由省 10 倍成本:Drex Router 建小游戏 $1.26 vs 直用 Opus $13.44 — testingcatalog · 2026-11-20
- flowersslop 炮轰 OpenAI:图像生成满屏 slop 却不做基本 RLHF 打磨 — flowersslop · 2026-11-20
- Model Fight 第16期:Tenet 系列在越狱擂台近乎全胜夺冠 — Dave_Maynor · 2026-11-20
- 编程 Agent 排行榜实测:最贵档位不是最优,max 档 6 倍花费反而少 2 分 — Arindam_1729 · 2026-11-20
- Reddit 热议:29 美元买到 200 美元档 Claude Max 账号,灰产怎么赚钱? — mehdiweb · 2026-11-20