谷歌主辦的首屆大模型對抗賽：國際象棋比賽中Grok 4表現最好
摘要: 8月6日消息，谷歌發起的首屆大模型對抗賽引發了廣泛關注。此次比賽于8月5日至7日在 Kaggle Game Arena 舉行，匯聚了包括 DeepSeek、Kimi 等在內的八款頂尖 AI 模
8月6日消息，谷歌發起的首屆大模型對抗賽引發了廣泛關注。此次比賽于8月5日至7日在 Kaggle Game Arena 舉行，匯聚了包括 DeepSeek、Kimi 等在內的八款頂尖 AI 模型，競爭將在策略游戲(如國際象棋和其他游戲中)中展開對決。
第一輪比賽，Grok 4 表現最好，Gemini 2.5 Pro、o4-mini、Grok 4 和 o3 均以 4-0 的戰績分別擊敗 Claude 4 Opus、DeepSeek R1、Gemini 2.5 Flash 和 Kimi k2，晉級半決賽。
Kaggle Game Arena是谷歌推出的一個全新的、公開的基準測試平臺。此次參賽的模型包括 OpenAI 的 o4-mini、DeepSeek-R1、Kimi K2Instruct、Gemini2.5Pro(谷歌)、Claude Opus4(Anthropic)、Grok4(xAI)及 Gemini2.5Flash 等，每一款模型都代表了當前 AI 領域的最前沿技術。組織方特別邀請了世界頂級國際象棋專家進行解說，為比賽增添了專業性與觀賞性。
截至目前，大語言模型在象棋對弈中暴露出的問題包括：全局棋盤視覺化能力不足、棋子間互動關系理解有限……
至于Grok 4 表現最好，馬斯克的解釋是：“國際象棋很簡單，Grok 沒花費太多力氣。”
馬斯克認為，毫無疑問，Grok 的推理能力就是強。
相關推薦
新教育 · 新觀察 · 新視點
