Connect Four
PulseAugur coverage of Connect Four — every cluster mentioning Connect Four across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
微型 1.6MB 模型以每权重 1.375 比特运行 Connect Four
Precisit 开发了一个 1.6 MB 的模型，其 Connect Four 表现与 7.8 MB 的 int8 版本相当。这个新模型采用了 Sherry 的 3:4 三进制格式，实现了每权重 1.375 比特，并通过 WebGPU 在浏览器中高效运行。研究表明，使用此格式进行训练对于最佳性能至关重要，因为训练后转换会显著降低模型的性能。
-
近似价值迭代在AI游戏对弈中被证明具有惊人的有效性
一篇新的研究论文探讨了近似价值迭代（AVI）在游戏程序自我对弈中的有效性。与预期相反，AVI 展现出了惊人的有效性，学习到的价值函数比 AlphaZero 更准确，并以显著更低的计算成本保持了有竞争力的策略。研究表明，尽管像 AVI 这样的简单方法随着现代深度学习工具的实用性日益增强，但它们可能被蒙上了阴影，而像蒙特卡洛树搜索（MCTS）这样的复杂方法则更受关注。
-
新GARIP方法增强零和博弈中自博弈的收敛性
研究人员推出了一种新颖的用于改进双人零和博弈中自博弈的方法，名为GARIP。与使用固定或定期更新参考的方法不同，GARIP利用过去策略的运行平均值。该方法在理论上被证明可以最小化参考值的峰值滞后，从而实现更稳定的收敛。在包括矩阵博弈以及Connect Four和Othello等棋盘博弈在内的各种博弈上的实验表明，GARIP在鲁棒性和默认超参数设置方面，表现与现有方法相当或更优。
-
Claude Opus 4.7 在人工智能研究加速基准测试中领先前沿代理
一篇新研究论文提出了一个评估人工智能自主实现机器学习管道能力的基准，旨在检测递归自我改进的早期迹象。前沿编码代理的任务是在三小时内为Connect Four创建一个AlphaZero风格的管道。Claude Opus 4.7表现出卓越的性能，在大多数试验中优于外部求解器，而GPT-5.4则表现出异常的时间预算使用模式。