游戏如何塑造大模型智能

本文探讨了游戏如何成为塑造大模型智能的重要载体，从三个层次展开：首先，通过博弈与多任务嵌套训练可提升大模型的推理与泛化能力（如GIFT研究）；其次，游戏行为暴露了大模型的决策机制和“性格倾向”（如飞行棋实验显示模型存在报复等非理性决策）；最后，大模型能参与创造新的游戏规则（如GAVEL系统生成可玩棋类规则）。研究背景是互联网高质量训练数据趋近天花板，目的为探索游戏作为非正式训练环境对大模型持续成长的影响。结论表明，游戏不仅能作为训练和评估工具，还能揭示模型内部机理，甚至推动“人机共创”新模式，指向智能从学习规则到创造规则的演进路径。