谷歌主办的首届大模型对抗赛：国际象棋比赛中Grok 4表现最好

多知2025-08-06 16:33:46

多知8月6日消息，谷歌发起的首届大模型对抗赛引发了广泛关注。此次比赛于8月5日至7日在 Kaggle Game Arena 举行，汇聚了包括 DeepSeek、Kimi 等在内的八款顶尖 AI 模型，竞争将在策略游戏（如国际象棋和其他游戏中）中展开对决。

第一轮比赛，Grok 4 表现最好，Gemini 2.5 Pro、o4-mini、Grok 4 和 o3 均以 4-0 的战绩分别击败 Claude 4 Opus、DeepSeek R1、Gemini 2.5 Flash 和 Kimi k2，晋级半决赛。

Kaggle Game Arena是谷歌推出的一个全新的、公开的基准测试平台。此次参赛的模型包括 OpenAI 的 o4-mini、DeepSeek-R1、Kimi K2Instruct、Gemini2.5Pro（谷歌）、Claude Opus4(Anthropic)、Grok4(xAI)及 Gemini2.5Flash 等，每一款模型都代表了当前 AI 领域的最前沿技术。组织方特别邀请了世界顶级国际象棋专家进行解说，为比赛增添了专业性与观赏性。

截至目前，大语言模型在象棋对弈中暴露出的问题包括：全局棋盘视觉化能力不足、棋子间互动关系理解有限……

至于Grok 4 表现最好，马斯克的解释是：“国际象棋很简单，Grok 没花费太多力气。”

马斯克认为，毫无疑问，Grok 的推理能力就是强。