17:50
Amjad Masad@amasad
Amjad Masad@amasad推荐理由：这个意外发现很有意思：混一点点推理数据，不改变推理过程，象棋AI就变强了。适合研究模型训练技巧的人。
chess LLM
共 1 条相关 AI 资讯
7月28日
17:50
开发者Amjad Masad发现，训练chess LLM从棋盘局面到走子对时遭遇收益递减。意外中，一个“先思考再走子”分支虽然产生幻走，但混合约8%的推理轨迹到纯走子数据后，在相同预算下效果超过纯走子数据。模型内化了推理过程，但推理时不显式使用。新部署的象棋引擎估计约1200 Elo，目标是达到2000+，且保持小规模微调LLM、无引擎辅助的约束。