大酷樂
  • 汽車
  • 理财
  • 軍事
  • 科技
  • 遊戲
  • 互聯網
  • 娛樂
  • 财經
  • 科學
  • 社會
  • 親子
  • 電影
  • 健康
  • 教育
  1. 首頁
  2. 科學

小小井字棋難倒大模型??大神卡帕西被OpenAI在線踢館了

2025-04-30 简体 HK SG TW

今天小編分享的科學經驗:小小井字棋難倒大模型??大神卡帕西被OpenAI在線踢館了,歡迎閱讀。

寶可夢之後,讓大模型玩井字棋又成了一個新的熱門挑戰。

起因是網友在 X 上吐槽大模型寶可夢玩得不夠好,結果被大神 Karpathy 翻了牌子:

别盯着寶可夢了,讓大模型玩井字棋會更有趣,它們不會。

結果 Karpathy 的話引發了大量圍觀,有人表示驚訝,也有人在分析原因,還有人表示那句經典的話含金量還在上升:

對人類而言很簡單的任務,對機器來說反而很難;對人類而言難的任務,對機器來說反而簡單。

不過也有人表示不服,其中就包括 OpenAI 的 Noam Brown,他表示讓 o3 玩井字棋完全沒問題,甚至還能看圖下棋。

大模型挑戰井字棋

我們也嘗試了一下,用不同的方式和 o3 對戰。

第一種方式是用 O 和 X 表示棋子,- 表示空位,每次直接把完整的棋局輸入給 o3,并要求其用同樣的方式輸出。

思考約 12 秒之後,o3 首先占據了棋盤中央的位置,我們落子之後,o3 又思考了 23 秒,放置了第二顆 X 棋子。

接下來的兩個回合情況是這樣,其實當 o3 占據對角線上兩個位置的時候就已經鎖定了勝局。

不過有意思的是,直到已經連成一條線,o3 都沒發現自己已經赢了。

由于沒有提示,我們誤以為遊戲還在繼續,又放了一顆 O 旗之後 o3 才發現原來自己獲勝了。

第二輪,交換先後手,我們先占據中間位置,然後 o3 選擇了頂角……

最終,這輪遊戲以平局結束。

接下來換一種方式,仿照 Noam 的做法把殘局寫在紙上拍給 o3。

一開始看上去是在正常對弈,并且會以平局收場,但如果讓 o3 自己分析接下來的趨勢,竟然發現它開啟了耍賴模式。

當然,在糾正了它的錯誤認識後,最終還是成功分析出了平局的必然結果。

順便提一句,如果是 4o,過程中可能會直接把我們下棋之後的棋局復制一遍,看到這就沒有繼續進行下去的必要了。

(之所以改用感嘆号,是因為 - 會被識别成 Markdown 符号導致棋局無法正常顯示,且在 4o 中 Markdown 關閉失敗)

實際上,OpenAI 在之前的 o3-mini 時,就已經拿下了井字棋遊戲,Noam 還聲稱這是首個 " 始終正确回答 " 井字棋問題的模型。

在 Karpathy 的評論區,還有人曬圖稱 Gemini 也能正确處理井字棋問題。

今年 2 月,還有人搞了個大模型井字棋對戰,并按照大模型競技場一樣計算 ELO 評分,當時 o1-mini 取得第一,然後是 Claude 3.5 Sonnet 和 DeepSeek-R1。

Karpathy 也 cue 到了這位網友,希望他能重啟這個榜單,同時表示自己認為井字棋(對大模型而言)仍然是一個較難的任務。

寶可夢 · 藍全部徽章被 Gemini 拿下

看完井字棋,再來說說引發 Karpathy 評論的原帖中提到的寶可夢。

之前很多民間團隊都在嘗試用大模型挑戰寶可夢遊戲,今年被 Claude 帶火。

甚至還搞了線上直播。

不過現在的最新情況是,Claude 已經被後來居上的 Gemini 反超——後者已經取得了《寶可夢 · 紅》中的幾乎所有勳章。

同時,從 OpenAI 跳槽到谷歌做 AI Studio 產品負責人的 Logan Kilpatrick 也宣稱,Gemini 在另一款寶可夢遊戲《寶可夢 · 藍》當中已經取得了最後的八個徽章。

按照 Logan 的說法,Gemini 2.5 Pro 目前是世界上(玩寶可夢)最強的模型。

當然除了通用模型,還有團隊用強化學習方法訓練小模型專門挑戰《寶可夢 · 紅》。

團隊介紹,其研究在 2020 年就已經開始,并在今年 2 月成功用參數量不到 1000 萬的模型成功實現。

學術界當中,也有來自佐治亞理工學院的華人學者利用上下文強化學習技術,研發出了 " 寶可夢智能體 "。

它可以在天梯對戰中與人類玩家一較高下,對戰專業玩家勝率達到了 56%。

寶可夢、井字棋之後,下一個會被大模型當做 Benchmark 的遊戲會是什麼呢?

歡迎在評論區與我們分享。

參考鏈接:

[ 1 ] https://x.com/karpathy/status/1916495940049047819

[ 2 ] https://x.com/airkatakana/status/1915735143639298379

[ 3 ] https://x.com/OfficialLoganK/status/1915840826006966548

[ 4 ] https://drubinstein.github.io/pokerl/

一鍵三連「點贊」「轉發」「小心心」

歡迎在評論區留下你的想法!

—  完  —

點亮星标

科技前沿進展每日見

熱門排行
  • 王治郅:楊瀚森主要的問題是速度 他的速度跟不上現代籃球的節奏 王治郅:楊瀚森主要的問題是速度 他的速度跟 郟君昊 | 2025-05-05
  • 貿易戰燒進電影院:特朗普拟重稅打擊外國電影 逼好萊塢等回美拍片 貿易戰燒進電影院:特朗普拟重稅打擊外國電影 習又夏 | 2025-05-05
  • 貸款追高炒黃金的人後悔了!有人一天虧掉6年工資,賣掉舍不得,不賣扛不住 貸款追高炒黃金的人後悔了!有人一天虧掉6年 寸飛蘭 | 2025-05-05
  • 手機電池突破8000mAh?矽碳技術的回旋镖:「折壽」換容量 手機電池突破8000mAh?矽碳技術的回旋镖:「折 衛青柏 | 2025-05-05
  • 貸款追高炒黃金的人後悔了!有人一天虧掉6年工資,賣掉舍不得,不賣扛不住 貸款追高炒黃金的人後悔了!有人一天虧掉6年 繁綺文 | 2025-05-05
  • 任天堂對Genki提起Switch 2商标侵權訴訟,後者回應稱将嚴肅對待 任天堂對Genki提起Switch 2商标侵權訴訟,後 郜萌運 | 2025-05-05
  • 哪吒汽車APP和官網恢復正常 知情人士:之前斷網因流量欠費 哪吒汽車APP和官網恢復正常 知情人士:之前斷 袁曼雁 | 2025-05-05
  • 極越汽車 CEO 夏一平名下青島/義烏兩家公司被列入經營異常 極越汽車 CEO 夏一平名下青島/義烏兩家公司 集玲琳 | 2025-05-05
  • 全國經濟第一大省明确,推動組建農商聯合銀行 全國經濟第一大省明确,推動組建農商聯合銀行 佼昌翰 | 2025-05-05
  • 桑保利:亞馬爾有配合意識&有點像梅西 姆巴佩更專注進球&更像C羅 桑保利:亞馬爾有配合意識&有點像梅西 姆巴佩 甄正浩 | 2025-05-05
  • 高露現身上海虹橋機場 黑色外套點綴亮色愛心裝飾俏皮亮眼 高露現身上海虹橋機場 黑色外套點綴亮色愛 惠惠君 | 2023-05-02
  • 《歧路旅人2》:向光而生 《歧路旅人2》:向光而生 衛青柏 | 2023-05-02
  • vivo X90S曝光:處理器更新為天玑9200+ 安卓最強芯 vivo X90S曝光:處理器更新為天玑9200+ 安卓最 袁曼雁 | 2023-05-05
  • “懶癌”發病率上升,定期體檢别忽視 “懶癌”發病率上升,定期體檢别忽視 幸聽楓 | 2023-05-02
  • 宋慧喬獲百想視後 韓素希發圖手動加愛心表情慶祝 宋慧喬獲百想視後 韓素希發圖手動加愛心表 賁芳蕤 | 2023-05-02
  • 曹操墓,裡面都有啥? 曹操墓,裡面都有啥? 衛青柏 | 2023-05-02
  • 十年了,他們終于要HE! 十年了,他們終于要HE! 惠惠君 | 2023-05-07
  • 中央部署經濟工作,釋放5大信号 中央部署經濟工作,釋放5大信号 郜萌運 | 2023-05-02
  • 高德上線手機彎道會車預警功能 高德上線手機彎道會車預警功能 習又夏 | 2023-05-02
  • 陳自瑤抱病為愛女做蛋糕慶生,王浩信點贊沒露面 陳自瑤抱病為愛女做蛋糕慶生,王浩信點贊沒露 賁芳蕤 | 2023-05-02
  • 等比例長大的童星,李蘭迪算一個 等比例長大的童星,李蘭迪算一個 郟君昊 | 2023-05-02
  • 這些被抓來做實驗的流浪狗,最終拯救了無數糖尿病人 這些被抓來做實驗的流浪狗,最終拯救了無數糖 集玲琳 | 2023-05-02
  • 高端國產車:軍車血統,目前電動車越野的“天花板”? 高端國產車:軍車血統,目前電動車越野的“天花 謝飛揚 | 2023-05-02
  • 《雲襄傳》終于抬上來啦,男O女A讓人好上頭! 《雲襄傳》終于抬上來啦,男O女A讓人好上頭! 集玲琳 | 2023-05-02
  • 21家A股遊戲公司2022年收入651億 今年“遊戲+AI”能否逆風翻盤? 21家A股遊戲公司2022年收入651億 今年“遊 衛青柏 | 2023-05-04
  • 與周立波夫婦鬧糾紛成老賴,唐爽被司法拘留15日 與周立波夫婦鬧糾紛成老賴,唐爽被司法拘留15 寸飛蘭 | 2023-05-05
  • 信用風險釋放趨緩,結構性風險需重點關注 ——2023年一季度債市信用風險回顧與下階段展望 信用風險釋放趨緩,結構性風險需重點關注 — 袁曼雁 | 2023-05-02
  • 普京籤署總統令,批準對俄刑法典相關法條的修正案 普京籤署總統令,批準對俄刑法典相關法條的修 集玲琳 | 2023-05-02
  • 解除資格!停止一切合作 解除資格!停止一切合作 佼昌翰 | 2023-05-02
  • 中銀證券給予南京銀行增持評級 中銀證券給予南京銀行增持評級 袁曼雁 | 2023-05-03
  • 3699起 聯想小新mini主機上架 13代酷睿标壓處理器 3699起 聯想小新mini主機上架 13代酷睿标壓 習又夏 | 2023-05-05
  • 前董事長被免,天山生物全面進入“中植系”時代?股價曾在一月内暴漲超400% 前董事長被免,天山生物全面進入“中植系”時 惠惠君 | 2023-05-02
  • 瘋成這樣,怎麼還能被全網吹捧? 瘋成這樣,怎麼還能被全網吹捧? 郜萌運 | 2023-05-02
  • 狂吼11次“讓一下”!交警咆哮開道嘶吼到吐 狂吼11次“讓一下”!交警咆哮開道嘶吼到吐 寸飛蘭 | 2023-05-03
  • 摩根大通收購美國第一共和銀行 摩根大通收購美國第一共和銀行 謝飛揚 | 2023-05-02
  • 台劇赢麻了,又來一部8.9 台劇赢麻了,又來一部8.9 衛青柏 | 2023-05-02
  • 下降45分,上漲35分!34所自劃線院校復試分數線漲幅匯總 下降45分,上漲35分!34所自劃線院校復試分數線 袁曼雁 | 2023-05-07
  • 事關農村土地承包和農民權益,《農村土地承包合同管理辦法》5月1日起施行 事關農村土地承包和農民權益,《農村土地承包 郟君昊 | 2023-05-02
  • "三高"已盯上青少年,做好這件事是關鍵 "三高"已盯上青少年,做好這件事是關鍵 習又夏 | 2023-05-05
  • 五一檔沒一個能打的 五一檔沒一個能打的 集玲琳 | 2023-05-05
  • 恐怖韓劇下神壇,這次膽小可入 恐怖韓劇下神壇,這次膽小可入 袁曼雁 | 2023-05-05
  • 這劇是不是用ChatGPT寫的呀? 這劇是不是用ChatGPT寫的呀? 惠惠君 | 2023-05-02
  • 200戶連夜疏散,原因讓人憤怒!“損失超一億”,官方通報 200戶連夜疏散,原因讓人憤怒!“損失超一億”, 袁曼雁 | 2023-05-03
  • 性騷擾慣犯,滾出娛樂圈 性騷擾慣犯,滾出娛樂圈 謝飛揚 | 2023-05-05
  • 48歲何炅自曝已老花眼,黃磊睡前認老,《向往的生活》證實将停辦 48歲何炅自曝已老花眼,黃磊睡前認老,《向往的 佼昌翰 | 2023-05-02
  • 一個《長月燼明》倒了,《狐妖》《長相思》《與鳳行》…在路上了 一個《長月燼明》倒了,《狐妖》《長相思》《 惠惠君 | 2023-05-02
  • 張天愛假期曬“酷”存照 卷發披肩穿黑色吊帶裙大秀好身材 張天愛假期曬“酷”存照 卷發披肩穿黑色吊 嬴覓晴 | 2023-05-02
  • 當年輕人開始不随份子錢 當年輕人開始不随份子錢 袁曼雁 | 2023-05-02
  • 畢滢用8年時間成功逼宮?曾被傳已婚生子的她,不容小觑 畢滢用8年時間成功逼宮?曾被傳已婚生子的她, 幸聽楓 | 2023-05-03
  • 宋慧喬獲視後首次曬照,拿獎杯笑容溫柔 宋慧喬獲視後首次曬照,拿獎杯笑容溫柔 郜萌運 | 2023-05-02

©2022 大酷樂 版權所有

隱私政策 | 服務條款 | 聯繫我們