跳到正文
热点事件持续更新

研究人员发布基于国际象棋谜题的LLM提示优化基准

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

研究人员Timothée Lesort等人提出并发布了一项国际象棋基准，用于评估冻结大语言模型的自动提示词优化能力。 该基准包含1118个Lichess谜题，支持精确匹配评分和引擎评估，具备可再生性和难度调节功能。测试覆盖6种优化算法和8个目标模型，且过程中不更新模型权重。 测试结果显示，最强元模型Gemini 3.5 Flash仅解决约55%的谜题。完整研究成本约800美元，团队已开源谜题、代码及数据集更新脚本。

AI 根据报道生成 · 4 小时前更新

最新进展10月19日 12:00
利用国际象棋基准测试大语言模型提示词优化

报道时间线

沿着报道，了解事件的不同侧面。

10月19日
  1. arXiv · ML
    利用国际象棋基准测试大语言模型提示词优化

    研究人员提出基于1,118个Lichess谜题的国际象棋基准，用于评估冻结LLM的自动提示词优化。该基准包含精确匹配评分和引擎评估，具备可再生性和难度调节功能。 测试覆盖6种APO算法和8个目标模型。最强元模型Gemini 3.5 Flash仅解决约55%谜题，完整研究成本约800美元，代码与数据已开源。

本事件热度走势

可比范围当前
8
可比范围峰值
910月19日 15:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。