Chess-World-Model

新的国际象棋基准暴露 Transformer 的状态追踪缺陷

研究人员推出了 Chess-World-Model，这是一个旨在评估世界模型状态追踪能力的新基准。该基准利用了包含 1000 万局国际象棋比赛的数据集，以测试模型在走完一系列棋步后预测精确棋盘状态的能力。研究发现，循环神经网络架构（如 SLiCE、Mamba-3 和 Gated DeltaNet）在此任务上的表现显著优于传统 Transformer，尤其是在处理随机对弈产生的分布外数据时。研究强调，模型规模本身并不能保证状态追踪性能的…