Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
deepmind4. Dezember 2024 · Q005474

Mastering Board Games by External and Internal Planning with Language Models

deepmind.google · Originalbericht öffnen ↗

Zusammenfassung

Für diesen Bericht lag nur ein Auszug oder keine vollständige Fassung vor. Die Zusammenfassung sagt das selbst.

Kurz

Der vorliegende Text ist nur der Abstract, kein vollständiger Bericht. Die Autoren berichten, dass interne und externe Suche die Spielstärke eines vortrainierten Sprachmodells in vier Brettspielen erhöhe und im Schach Großmeister-Niveau erreiche; konkrete Messwerte und Versuchsdetails fehlen im Auszug.

Mittel

Der bereitgestellte Text umfasst nur den Abstract und bibliografische Angaben, nicht den vollständigen Bericht. Darin untersuchen die Autoren, ob Suchverfahren die mehrzügige Planung von Sprachmodellen in Schach, Fischer-Random-Schach, Vier gewinnt und Hex verbessern. Sie vergleichen externe Suche, bei der das Modell eine Monte-Carlo-Baumsuche anleitet, mit interner Suche, bei der es im Kontext selbst mögliche Spielverläufe als Baum erzeugt und daraus einen Zug auswählt. Beide Ansätze nutzen ein auf Spielwissen vortrainiertes Modell.

Laut Abstract sagt das Modell Spielzustände und legale Züge sehr genau voraus. Die Autoren berichten, dass beide Suchverfahren die Gewinnraten gegenüber führenden Bots steigern; im Schach sei Großmeister-Niveau bei einem vergleichbaren Suchbudget erreicht worden. Sie halten die Methode grundsätzlich auch für andere Anwendungen von Sprachmodellen für relevant. Der Auszug enthält allerdings keine Messwerte, ausführliche Versuchsbedingungen oder Diskussion der Grenzen, sodass sich die Aussagen daraus nicht unabhängig beurteilen lassen.

Ausführlich lesen

Der bereitgestellte Text enthält nur den Abstract sowie bibliografische Angaben, nicht den vollständigen Bericht. Der Abstract behandelt die Frage, ob Suchverfahren die Fähigkeit großer Sprachmodelle verbessern können, mehrzügige Brettspielpläne zu entwickeln. Die Autoren berichten, dass sie ihre Ansätze in Schach, Fischer-Random-Schach, Vier gewinnt und Hex untersucht haben.

Sie beschreiben zwei Verfahren. Beim externen Suchen steuert das Modell Monte-Carlo-Baumsuche (MCTS): Es leitet Simulationen und Bewertungen möglicher Spielverläufe an, ohne ein externes Spielprogramm aufzurufen. Beim internen Suchen erzeugt das Modell im Kontext selbst einen linearisierten Baum möglicher Zukünfte und wählt daraus einen Zug. Beide Verfahren bauen laut Abstract auf einem Modell auf, das mit einschlägigem Spielwissen vortrainiert wurde und dadurch Spielzustände sowie deren Übergänge und Werte erfassen soll.

Als Ergebnis geben die Autoren an, dass dieses Vortraining Halluzinationen verringere und das Modell Spielzustände sowie legale Züge sehr genau vorhersage. Sie berichten außerdem, dass sowohl die interne als auch die externe Suche die Gewinnraten gegenüber führenden Spielprogrammen verbessere. Für Schach beanspruchen sie sogar eine Leistung auf Großmeister-Niveau; das Suchbudget pro Entscheidung sei dabei gemessen an der Zahl untersuchter Züge mit dem menschlicher Großmeister vergleichbar.

Die Autoren folgern, die Verbindung von Suche und Domänenwissen könne über Brettspiele hinaus für Schlussfolgerungs- und Trainingsverfahren von Sprachmodellen relevant sein. Der vorliegende Auszug nennt jedoch keine konkreten Messwerte, Versuchsdetails, Vergleichsbedingungen oder Einschränkungen der Untersuchung. Daher lassen sich die berichteten Leistungsangaben anhand dieses Textes allein nicht näher prüfen.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19 ungeprüft

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 7 von 7
Angezeigte Modelle
Unabhängig prüfen
Tempo und Grenzen
Vertrauen in Modelle
Modelle teilen und schützen

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →