懂棋藝也會說人話：4B 參數模型 Queen 達到特級大師水準並能清晰解釋每步棋
Queen: A 4B Chess-Language Model that Plays at Grandmaster Level and Explains Its Moves
傳統最強的西洋棋引擎下棋能力超群卻無法解釋原因，而一般大語言模型雖能言善道卻棋藝不佳。普林斯頓等機構的研究團隊開發了僅有 4B 參數的「Queen」模型。該模型透過交叉注意力機制，將「沉默的西洋棋編碼器」與指令微調後的語言模型融合。接著，利用一種類似「自然語言版貝爾曼更新」的迭代蒸餾演算法，在 7 次迭代中將模型 Elo 積分大幅提升超過 900 分（從 1782 升至 2697），不僅棋力達到特級大師水準，其策略解釋的流暢度與連貫性更逼近 GPT-5.6 等最頂級的模型。
核心重點
跨領域架構融合
透過交叉注意力機制，將負責核心計算的「沉默西洋棋編碼器」與指令微調大語言模型相結合，並以問答課程學習提取棋盤概念。
自然語言貝爾曼更新
首創迭代蒸餾演算法，讓模型分析首選著步後的未來盤面變化，將預測整合為當前盤面的自然語言解釋，並重新蒸餾回模型中。
特級大師級的 Elo 暴增
僅經 7 次訓練迭代，模型 Elo 評分便從 1782 飆升至 2697，遠勝參數量大其三個數量級的其他前沿模型。
媲美 GPT-5.6 的解釋力
經 LM 評估，其下棋策略的自然語言解釋非常流暢，在邏輯連貫性上已逼近 GPT-5.6-Sol 頂級模型的水準。
技術圖解
為什麼重要
這項研究成功克服了「高精確度決策系統（如專業引擎）無法對人類合理解釋」的長年痛點。Queen 的設計提供了一個極具潛力的通用框架：未來可推廣至機器人控制、自動化電腦操作、科學發現或各類遊戲領域。只要該領域存在一個不會說話的高超編碼器，就能透過此方法，將其專業決策能力與大語言模型結合，打造出既專業、又能與人類進行自然語言溝通的可信賴 AI。
對誰有影響
- AI 研究人員
- AI 開發者
- 產品經理
- 學生與學習者
可以怎麼使用
- 1互動式西洋棋教學與棋局戰術分析
- 2為機器人控制與黑盒子科學模型提供具可解釋性的決策框架
限制與注意事項
- 高度依賴目標領域中現成的、具備高水準的「沉默專家」編碼器。
- 迭代自蒸餾與未來盤面分析流程需要進行多步驟模擬，具有較高的運算開銷。
延伸閱讀
減少解碼器反而增強編碼器：從新視角合成中提煉強大三維幾何表徵
Less Decoder is More Encoder: Extracting Robust 3D Geometric Representations via Novel View Synthesis
本研究揭示了新視角合成模型（NVS）中解碼器過強會稀釋幾何表徵的弊端，並提出 SNAP 架構，透過限制解碼器與採用潛在空間重建，大幅提升編碼器的三維幾何學習能力。
4DCodeBench：評估 AI Agent 動態場景 4D 反向圖形學與程式碼生成能力的全新基準
4DCodeBench: Benchmarking AI Agents on 4D Inverse Graphics and Dynamic Scene Code Generation
4DCodeBench 是一個全新基準測試，旨在評估 AI Agent 藉由生成可執行物理繪圖程式，從影片中重建 4D 動態場景的能力。
世界模型該遺忘什麼？以「分層保留」實現持續適應環境的能力
What Should World Models Forget? Stratified Retention for Continual Adaptation
本研究指出世界模型在持續學習時不應一味避免遺忘，而須透過「分層保留」區分永恆不變的物理定律與需要隨環境即時更新的動態事實。