RetroChessBench 发布:考察棋局历史重建
热点事件历史事件
RetroChessBench 发布:考察棋局历史重建
1 篇报道1 个报道来源24 天前更新
先了解这件事
AI 综述
Tidor-Vlad Pricope 提出 RetroChessBench,用 12 项任务考察模型能否重建国际象棋的合法对局历史,并区分可能发生的事件与必然发生的事件。 在每项任务各两次试验中,GPT 6 Astra High 无工具时 22/24 次未给出要求的最终答案,启用代码执行后为 18/24;平均终端 RL 奖励分别为 14.75% 与 27.19%。
AI 根据报道生成 · 23 天前更新
最新进展10月29日 12:32
RetroChessBench:重建与证明国际象棋棋局历史的基准测试报道时间线
沿着报道,了解事件的不同侧面。
10月29日
- arXiv 棋牌与经典游戏 AI 检索RetroChessBench:重建与证明国际象棋棋局历史的基准测试
RetroChessBench 发布,以 12 项任务考察模型能否重建国际象棋的合法对局历史、并区分出可能发生的事件与必然发生的事件。GPT 6 Astra High 在每项任务的两次试验中,无工具时 22/24 次未能给出要求的最终答案,启用代码执行后为 18/24,平均终端 RL 奖励分别为 14.75% 与 27.19%。