按年被提到
20252026 · 3 次2026
大模型与语言模型›大模型评测与真实性·arXiv:2501.17186 · cs.AI

Complete Chess Games Enable LLM Become A Chess Master

完整的国际象棋对局让大语言模型成为棋手
Yinqi Zhang, Xintian Han, Haolong Li, Kedi Chen, Shaohui Lin · 2025

仅靠监督微调,让大模型下出约 1788 Elo 的棋

开始阅读 ↗PDFalphaXiv 讨论
被提及 · 3 人首次 2025-08-13 · 最近 2026-06-29发表于 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies (NAACL-HLT)
3不同的人
3活跃月份
4讨论串
5被引(OpenAlex)

论文提出 ChessLLM,把棋局转成文本形式,以 FEN 记法表示最佳着法,只用监督微调就让模型下完整棋局。在与标准 Elo 评级的 Stockfish 对战中,允许采样 10 次时,模型达到约 1788 的职业级 Elo。作者还发现数据质量很重要:长对局数据监督比短对局数据的 Elo 高出 350。

HN 为什么提它

评论者把它当作 LLM 能下棋、能从训练中推断出世界模型的证据,并引用其约 1800 Elo 与 99.8% 合法着法率的说法。

实证研究难度 2 / 5约 25 分钟经得起时间
读之前最好知道
1大语言模型与监督微调(SFT)
2FEN 棋局记法
3Elo 等级分与 Stockfish
4世界模型(world model)概念

HN 书评

推荐在前,同类按时间 · 每篇最多保留 20 条,统计用全部提及
引用tmnvdb · 2025-08

“It is a clear example of an inferred world model from training.”

拿它作为从训练中推断出世界模型的明确例子
LLMs aren't world models原评论 ↗
引用famouswaffles · 2026-02

“LLMs can play chess just fine (99.8 % legal move rate, ~1800 Elo)”

拿它说明 LLM 下棋相当好,合法走子率 99.8%、约 1800 Elo
Claude Sonnet 4.6 System Card原评论 ↗
引用famouswaffles · 2026-02

“LLMs can play chess fine, although the post-trained models mostly seem to be regressed.”

拿它说明 LLM 能下好棋,但后训练模型似乎多有退步
Stop Thinking of AI as a Coworker. It's an Exoskeleton原评论 ↗
引用red75prime · 2026-06

“Even open-llama-3B can be finetuned to around 1700 Elo[1].”

指出连 open-llama-3B 微调后也能达到约 1700 Elo
I used Claude Code to get a second opinion on my MRI原评论 ↗