闹玩呢！首届大模型对抗赛，DeepSeek、Kimi第一轮被淘汰了

主要观点总结

谷歌举办首届大模型国际象棋对抗赛，比赛在Kaggle Game Arena平台进行。多个大型语言模型参与，包括o4-mini（OpenAI）、DeepSeek-R1（DeepSeek）、Kimi K2 Instruct（月之暗面）等。首轮比赛结果已出，一些模型表现出色，如Grok 4和o3。文章还分析了各模型在比赛中的表现及存在的问题，如全局棋盘视觉化能力、棋子间互动关系理解等。

关键观点总结

关键观点1: 谷歌举办首届大模型国际象棋对抗赛，探索大型语言模型在动态和竞争环境中的表现。

这是Kaggle公司的一个新项目，旨在跳出平时的基准测试框架。

关键观点2: 首轮比赛结果，Gemin 2.5 Pro、o4-mini、Grok 4 和 o3 以 4-0 战绩晋级半决赛。

其中Grok 4表现出色，引起科技界关注，其创始人埃隆・马斯克也提及了相关观点。

关键观点3: 比赛暴露出大型语言模型在国际象棋对弈中的三大关键短板：全局棋盘视觉化能力不足、棋子间互动关系理解有限以及合法着法执行问题。

而Grok 4的出色表现似乎突破了这些限制。

免责声明