Jev概率模型结合搜索与多教师蒸馏:国际象棋超2200分
论文研究TypeSafe所称的System One概率模型Jev,将其判断嵌入Stockfish搜索,在子弹象棋中突破Lichess 2200分。实验显示Jev与Qwen3-32B双教师标注平均优于单用Qwen,且蒸馏后重排序成本远低于GPU训练。
共 7 篇相关资讯,按重要度与时间排序,每 3 小时更新。
论文研究TypeSafe所称的System One概率模型Jev,将其判断嵌入Stockfish搜索,在子弹象棋中突破Lichess 2200分。实验显示Jev与Qwen3-32B双教师标注平均优于单用Qwen,且蒸馏后重排序成本远低于GPU训练。
论文提出基于1118道Lichess棋题的基准,用于研究冻结权重LLM的自动提示优化(APO)。该基准评分廉价且确定性强,难度可调、题目可再生以降低污染风险,并可将解题提升关联到对局表现。作者用其评测6种APO算法与8个目标模型,最强模型Gemini 3.5 Flash仅解出约55%题目,整套研究…
《华尔街日报》文章探讨AI已能解决数学领域最棘手的问题,却为何仍无法在国际象棋上达到同等突破。文章分析了AI在不同领域能力差异的原因。该话题在Hacker News上热度较低,仅2个积分。
论文对国际象棋相关研究做系统映射,覆盖人类棋手、经典引擎、神经与强化学习系统、大语言模型及混合方法,最终归纳出 84 个核心研究族。映射显示文献高度集中于局面评估与动作选择,而显式规划、解释、元认知与人机协作研究不足。作者指出混合系统在能力组合位置与时机上存在差异,且人类表现提升并不等同于人机协同。
一个名为 Chess Arena 的网页国际象棋游戏上线,使用原生 JavaScript 实现,玩家无需登录即可与高难度 AI 对弈。项目主打极简界面与零门槛体验。
一个展示 AI 学习下国际象棋的网页演示项目,通过浏览器端训练/对弈直观呈现强化学习过程。属于个人开发者的小型趣味项目,技术深度有限。
开发者在 Hacker News 上展示了一个 Claude Code 技能,可用于分析用户的国际象棋对局。该帖子热度较低,属于小众开发者工具分享。