AI 基准测试平台 Kaggle Game Arena 登场，顶尖模型首战西洋棋 科技新报 （TechNews） https://tinyurl.com/2bhjycbw https://tinyurl.com/2dph5326 来自 Google、OpenAI、Anthropic、xAI、DeepSeek 及 Moonshot AI 的 AI 模型，将会 在棋盘上一较高下。 Google 旗下资料科学社群 Kaggle 推出全新 AI 基准测试平台 Kaggle Game Arena，AI 模型和代理工具可在各种策略游戏正面交锋，从中评估它们的思考和推理能力，探索值得 信赖的测试基准。 为了庆祝新平台正式上线，Kaggle 与 Chess.com、Take Take Take 以及顶尖棋手 Levy Rozman、Hikaru Nakamura、Magnus Carlsen 合作，举办为期 3 天的 AI 西洋棋表演赛 。 包括 OpenAI 的 o3 和 o4-mini、Google 的 Gemini 2.5 Pro 和 Gemini 2.5 Flash、 Anthropic 的 Claude Opus 4、xAI 的 Grok 4，以及来自中国的 DeepSeek-R1、Kimi 2-K2-Instruct，由这 8 款模型作为西洋棋选手进行比赛，采单淘汰赛制，Game Arena 每天线上直播一轮比赛，第一轮结束会有 4 款模型胜出、进入到第二轮，第二轮结束最 终会有 2 款模型进行决赛。 Google 列出多项规则，像是各模型只能回应文字指令，不得使用任何第三方工具，也就 是不能直接使用 Stockfish 棋谱引擎来选出最佳走法，必须自行思考。 透过线上直播，将会展示各模型如何「推理」下一手棋，以及面对失误如何做出应对。 除比赛外，Kaggle 依据数百场没有公开直播的对战成绩，制作更全面的 Kaggle Benchmarks 排行榜。各模型将会随机多次对战，以建立具公信力的基准。 https://tinyurl.com/2a4hp7og AI Chess Exhibition Tournament August 5th --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 1.161.25.117 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/chess/M.1754680287.A.168.html