Xin Zhiyuan报告编辑：Qingqing Kinghz [Xin Zhiyuan简介] AI国际象棋对抗？这次我真的玩了！ Google Kaggle发起了首个全球AI国际棋比赛，八个顶级语言模型在正面面对面，仅在一步之内就获得了冠军！这是全球国际象棋比赛！第一场战斗即将采取艰难的举动：让世界上八种最强的语言模型，以及国际象棋面对面：封闭源大型模型：Gemini 2.5 Pro，Openai O4-Mini，Grok 4，Openai O3，Openai O3，Claude 4 Opus，Gemini，Gemini 2.5 Flash；开源大型模型：DeepSeek R1和Kimi K2教学。第一场比赛在凌晨1点结束。比赛正式开始了比赛8比4的比赛：Gemini 2.5 Pro，O4-Mini，Grok 4和O3以4-0的压伤记录刺伤了对手，并进入了半决赛。 Claude 4 Opus，DeepSeek R1，Gemit是2.5 Flash，Kimi K2在本赛季中期未能生存后倒塌并离开了市场。扩展完整文本 在第二天的半决赛中，Openai和O3的O3米尼将“互相杀死”，而Gemini 2.5 Pro和Grok 4将在狭窄的道路上相遇 整个活动由Google Kagple进行。直到今天，他们为一般模型创建了一个竞争平台 - “ Game Arena”。 Google说，游戏是审查模型和代理商的好平台，也是一个通用，聪明和可靠的建议。游戏作为基准的成本更为明显： 无限的可伸缩性：对手越强，难度的水平上升； 可视化思维：您可以完全监视模型的“链”，并瞥见战略思维过程。 无限的可伸缩性：马斯特朗对手越多，难度的水平上升； 可视化思维：您可以完全监视模型的“链”，并瞥见战略思维过程。 对于AI来说，打出出色的国际象棋游戏比您想象的要困难。 总共有3场比赛，DeepSeek R1 Compa与第一场比赛中的O3相比，红色至O4-Mini和Kimi-K2。 半决赛将于明天上午10:30举行。 让我们一起检查第一次战斗。 Kimi K2已经淘汰了 O3赢得了战斗，并成功进步 在四场比赛中，Kimi K2在每场比赛中都因非法跑步而输，最短的比赛不到8轮。 在游戏开始时，您可以遵循游戏理论采取一些步骤，但是一旦您摆脱了熟悉的工作，Kimi K2突然就像“盲目”，错误地避免了板布局和Releasterwrong作品。 面对这样的对手，O3可以轻松地参加半决赛。 DeepSeek R1中盘滴 O4-Mini很容易死两场比赛 这是“虚张声势的开始”，《跌落》的游戏 如果您只看每个国际象棋游戏的前几个曲折，您会知道两种型号一开始都是不可抗拒的，就好像两个国际象棋大师在玩。 但是在某个时候，国际象棋的质量AME将持续急剧变化。 一旦离开“开始模板”，DeepSeek便开始犯错误：针对不存在的碎片，捍卫没有威胁的空间，甚至是从“破坏性的自我操作”中脱颖而出的，这些空间将自己驱动到死胡同。 相比之下，尽管O4-Mini还不够出色，但它取得了稳定的进步，并且没有大错误。这成功完成了两次杀戮，并理所当然。 Claude 4 Opus血腥的战斗直到最后 仍然输给双子座2.5 Pro 如果Kimi K2的游戏是“自动退出”，那么克劳德4 opus的失败是一个失败，然后尽力而为。 在第一场比赛中，双方在前九场扭曲中都以一种直接的方式，直到克劳德4（Claude 4 Opus）rashly 10 ... G5积极打开了防御线，双子队的成功取得了成功。 在第四场比赛中，还有一个有趣的场景：双子座2.5 Pro手里拿着两个皇后，他的总优势优势高达32分。他应该“删除”克劳德，但他失去了一些基本的攻击。 尽管如此，成功还是属于双子座。 这场比赛也是四场比赛中最接近的象棋对抗。 戈克4杀 准确的罢工，弱势地区的专家 前三场似乎处于训练模式。一旦Gork 4到达，游戏终于看起来像个“战场” 面对经常出现的错误和无能为力的双子座2.5闪光灯，Gork 4被精确地看到和攻击。 它不是“模仿”，但它确实理解了弱点，消除了威胁，最后以4-0结束了比赛。 戈克（Gork）的“四局出色”不仅在目前发挥了最多的“国际象棋”游戏，而且还被许多内幕行业开始以来是游戏中最佳的表现。 穆斯克（Musk 订购这只是一种效果。 Xai在国际象棋上花费了很多精力。 没有炫耀，没有过度评估，只需通过它随便地，好像此成功是系统完成的函数调用。 但是，在这种近战中，该模型经常犯错误和错误的错误，戈克4是少数几个可以“清晰地看到游戏并不断完成游戏”的人之一。 从棋盘到智能测试 竞争只是表面，挑战已经开始。 该游戏的重要性不仅是一个更好的举动，它取决于谁将赢和参加谁。 它测试了国际象棋技巧，但对AI能力的一般理解。 该游戏为强大的AI分析提供了良好的基础，这有助于我们了解哪些方法在复杂的识别任务中确实有效。 该游戏可以给出成功，准确的成功信号：赢得或输掉或吸引。 它们结构良好且可衡量，使其成为审查模型的理想测试网站。该游戏坚持模型展示各种技能，包括战略推理，长期计划和DY当面对聪明的对手时，纳米人的灵活性为衡量通用问题解决的可靠基础提供了可靠的基础。 就在上个月，世界冠军卡尔森在旅行时滥用了Chatgpt，他的一个孩子没有被打破。比赛结束后，他没有长大，“有时候我在路上感到无聊。” AI也没有意识到对手是谁 - 它比损失更合适。 Kaggle还宣布，真正的评分标准实际上隐藏在排名列表“ Way -way -the幕后有未指定的匹配”列表中。 国际象棋游戏只是测试通用情报的小首发。 参考： https://www.chess.com/news/view/kaggle-lame-ana-cess-2025-day-1 https://blog.google/technology/ai/kaggle-lame-mena/ https：// www。