普林斯顿QUEEN模型：4B参数既能下大师级象棋又能讲解思路
jiqizhixin · x · 2026-10-13
普林斯顿大学 Danqi Chen 团队发布 QUEEN，一个约 4B 参数的模型，能以接近特级大师的水平下国际象棋，同时用自然语言解释每步推理，弥合「会下棋不会说」的传统引擎与「会说不会下」的语言模型之间的鸿沟。
要点：
- 架构：以 Lc0 棋类网络为编码器、指令微调的语言模型（SmolLM3-3B）为解码器，借鉴 Flamingo 的门控交叉注意力（Gated XAttn）把棋局表征注入语言模型，领域适配时冻结原有参数。
- 成本优势显著：论文指出用 GPT-5.6-Sol 高推理档下一整盘棋可能花费超过 15 美元，而全球特级大师截至 10 月 2 日仅 1899 人，比例不足十亿分之一，凸显该任务的稀缺与难度。
「研究」频道最新
- 单卡 15 分钟微调 Qwen3.5-4B 做决策模型,4GB 显存本地玩 Flappy Bird — danielhanchen · 2026-10-13
- 让 Claude 只看权重文件解读 MNIST 神经网络 — Sauers_ · 2026-10-13
- AgentSWE 基准：25 个任务实测编码 Agent 造 Agent，无一达标 — Jiahao Wang · 2026-10-13
- Schema 智能体在 ARC-AGI-3 公开集达约 99% RHAE，论文与代码全开源 — wzenus · 2026-10-13
- 世界模型研究结论:堆数据无用,关键是从数据里榨出更多;精确物理仍缺位 — mangahomanga · 2026-10-13
- 独立开发者自建推理库训练 SVG 生成模型:进化算法败给 SGD — cephaloform · 2026-10-13