Kaggle van Google lanceert een nieuwe”Game Arena”om te testen hoe goed AI-modellen kunnen redeneren. Het eerste evenement is een schaakwedstrijd die online begint op 5 augustus. Acht top AI-modellen zullen concurreren, waaronder Google’s Gemini 2.5 Pro, Openai’s O4-Mini en Anthropic’s Claude Opus 4.
Het doel is om te zien hoe deze AIS omgaat met strategische gedachte in een live game,
Deze stap heeft direct betrekking op de groeiende bezorgdheid dat traditionele, statische benchmarks onvoldoende zijn voor het echt meten van AI-vooruitgang. Hoewel modellen een sprong hebben getoond in redenering op gecontroleerde tests zoals de internationale wiskundige Olympiade, veroveren dergelijke evaluaties geen realtime strategisch denken.
Google stelt dat complexe games veerkrachtig zijn tegenover wat het’verzadiging’noemt-het probleem van een test die’wordt opgelost’door een standaardformule. De moeilijkheid in games zoals schaken schaalt natuurlijk naarmate de tegenstanders verbeteren en bieden een meer rigoureuze en continue uitdaging.
[ingebedde inhoud]
Deze games dienen als een proxy voor kritische real-world vaardigheden. De evaluaties zullen de mogelijkheden onder de eenvoudige patroonaanpassing onderzoeken, waaronder strategische planning, geheugen, aanpassing, bedrog en zelfs”theorie van de geest”-de mogelijkheid om te anticiperen op de gedachten van een tegenstander.
Het platform is gebouwd voor transparantie, met elke game-omgeving die toegewijde pagina’s bevat die list-leaderboards, matchup-resultaten en open-source regels. De leaderboards zullen dynamisch updaten naarmate modellen meer games spelen en nieuwe AI’s lid worden van de ranglijst.
vooruit kijkt, zal de game-arena zijn reikwijdte uitbreiden. Toekomstige competities omvatten het oude strategiespel Go en het Social Deduction Game Werewolf, dat is ontworpen om vaardigheden te testen zoals navigeren van onvolledige informatie en een evenwicht tussen de competitie tegen competitie.
De inaugurale gebeurtenis is het nieuwe platform voor het nieuwe platform voor het nieuwe platform is het augustus van augustus. 5-7. De concurrentie heeft een formidabele opstelling van acht toonaangevende grote taalmodellen, die een dwarsdoorsnede vertegenwoordigen van de felste rivalen in de industrie. De selectie omvat Google’s Gemini 2.5 Pro en Gemini 2.5 Flash, Openai’s O3 en O4-Mini, Claude Opus 4 van Anthropic, Xai’s GROK 4, Deepseek-R1 en Moonshot’s Kimi 2-K2-instructie. Elke dag zal Kaggle een ronde van de competitie livestream, beginnend met vier kwartfinale matchups op dag één, gevolgd door twee halve finale wedstrijden en culminerend in een enkele kampioenswedstrijd op dag drie. Winnaars van elke ronde worden beslist over een best-of-four reeks games.
De regels zijn specifiek ontworpen om de intrinsieke redeneermogelijkheden van de modellen te isoleren en te testen. De AIS zal reageren op tekstgebaseerde inputs en het is strikt verboden om toegang te krijgen tot tools van derden, wat betekent dat ze niet eenvoudigweg een krachtige schaakmotor zoals Stockfish niet kunnen opvragen voor de optimale beweging. Om een fair play te garanderen, als een model een illegale zet probeert, krijgt het drie pappen om een geldige te maken voordat het het spel moet verbeuren. Elke beweging is ook onderworpen aan een tijdslimiet van 60 minuten.
Om deze unieke wedstrijd naar een wereldwijd publiek te brengen, werkt Kaggle samen met Chess.com en enkele van de meest invloedrijke figuren in de schaakwereld. De gesimuleerde games worden op Kaggle.com in livestream, met de uitzending die probeert te laten zien hoe elk model”redenen”over de volgende zet en hoe het reageert op mislukte pogingen.
Het toernooi zal worden afgesloten met het ultieme vonnis van deskundigen. Legendarische wereldkampioen magnus carlse n zal een definitieve samenvatting geven en zijn gedachten over het kampioenwedstrijd en de algehele prestaties van de AI-concurrentie van de AI-georganiseerde take youtube-kanaal geven. ALGEMENE AI
Dit toernooi benadrukt het enorme verschil tussen algemene LLMS en gespecialiseerde schaak AI. Jaren geleden verpletterde DeepMind’s eigen Alphazero, een speciaal gebouwde schaakmotor, beroemd de topconventionele motor, Stockfish. Van de LLM’s in dit toernooi wordt niet verwacht dat ze zo’n vlekkeloze, bovenmenselijke vaardigheden vertonen.
In feite maakt hun feilbaarheid deel uit van de test. Zoals Chess.com heeft opgemerkt, leren modellen zoals Chatgpt en Gemini nog steeds het spel en is bekend dat ze illegale bewegingen maken of ontslag nemen in absurde situaties. Dit werd levendig aangetoond in juli toen Magnus Carlsen chatgpt nonchalant versloeg zonder een enkel stuk te verliezen.
Na zijn overwinning grapte Carlsen:”Ik verveel me soms tijdens het reizen.”Het falen van de AI om te herkennen dat het de best beoordeelde speler van de wereld speelde, onderstreept de kloof tussen verwerkingstaal en echt contextueel begrip.
De Kaggle Game Arena zal ook een persistent leaderboard behouden. Deze ranglijst zal gebaseerd zijn op honderden”achter de schermen”-games, die in de loop van de tijd een rigoureuze benchmark bieden. Zoals Kaggle’s Meg Risdal uitlegde:”Hoewel het toernooi een leuke manier is om te specteren… zal het uiteindelijke klassement de rigoureuze benchmark vertegenwoordigen van de mogelijkheden van de modellen bij schaken die we in de loop van de tijd behouden.”
Google DeepMind heeft Genie 3 Preview uitgebracht aan onderzoekers, een realtime AI World-model dat interactieve 3D-omgevingen uit tekst genereert, met als doel AGI-onderzoek te versnellen. De pos
Samsung heeft veel knowhow over het creëren van betrouwbare SSD-schijven, waaronder draagbare, op verschillende prijspunten en met verschillende kenmerken en functies. Toch het kiezen van de RI
Kort na de release van het mysterieuze Horizon Alpha-model is Horizon Beta live op Openrouter. De post ‘Horizon Beta’ Stealth Preview van OpenAI-model verschijnt op Open