50万参数RL模型VINCO 40局Catan击败Claude与Kimi等前沿LLM
rohanpaul_ai · x · 2026-11-06
Distributed Cognition 发布专用模型 VINCO，在 1v1 桌游卡坦岛对战中对 Claude Opus 5.5、Fable 5.1、Astra、Kimi K3 取得 40 局 36 胜（胜率 90%），对手分别仅获 10%、10%、20%、0% 胜率，并曾匿名登上 catan.global 排行榜第 1、2 位，持续击败人类世界冠军。
关键细节：
- 模型仅约 0.5M 参数，比被击败的前沿 LLM 小约 1000 万倍；未使用任何人类对局数据，靠模拟对局的离线强化学习加 self-play 在线微调训练
- 在两块 RTX PRO 6000 Blackwell 上训练不到一天即达顶尖水平
- 公司观点：卡坦考验的是编码基准测不到的能力——在看不到对手手牌、不知骰子结果的情况下选出好棋；其更大判断是超级智能将来自众多此类专用模型协作，而非单个全能模型
所属事件:50万参数专用模型VINCO登顶卡坦岛全球榜击败世界冠军(3 条相关)→
「漫话AGI」频道最新
- 斯坦福研究：认知外包给学生的是探索空间还是逃避学习 — _akpiper · 2026-11-06
- METR 报告曝 AI 已令研发提速2倍，Greenblatt 称1-2年内 AGI 路径被大幅提前 — birchlse · 2026-11-06
- Diamandis：AI 接管大部分工作后，人类不会失去雄心 — PeterDiamandis · 2026-11-06
- 库兹韦尔预测：2035年前可在计算机上模拟整个人体，新药试验仅需数天 — inductionheads · 2026-11-06
- 亚马逊 AI 回旋镖难题：员工为何从来不是可替换零件 — DavidLinthicum · 2026-11-06
- Vlad Tenev:顶级数学突破正靠私有 AI 模型闭门产出 — VraserX · 2026-11-06