语言模型用自然语言版AlphaZero自我对弈学下棋

该事件围绕让语言模型通过自我对弈学会下棋展开。此前相关消息以“语言模型用自然语言版 AlphaZero 自我对弈学下棋”为标题流传，但未披露作者与方法细节。2026 年 10 月 5 日，AGI Hunt 报道称，NLP 研究者 AdithyaNLP 自荐其博士期间“最深刻”的论文：让语言模型学会下国际象棋，并给出走法解释。报道称该方法在架构与算法两方面均有创新，核心是把 AlphaZero 算法做“自然语言类比”，使语言模型能在语言空间中自我对弈学习；作者声称该框架可推广到棋类之外的许多领域。目前报道未提及论文发表时间、对局成绩或第三方复现、评测情况，也没有与早先报道相矛盾的数字或说法。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。