★ 3GameSmith：合成游戏扩展零和自博弈训练论文提出 GameSmith，用 LLM 在固定模板内合成游戏并经种子配对回放与独立重实现验证，产出 26 个新游戏、29 个家族与 336 个变体。配合新优势估计器 CRAB，在 Qwen3-4B-Base 上把 13 项基准平均 pass@1 从 45.5 提升至 64.9，且迁移能力随游戏家…arXiv cs.LG19 天前