Reddit用户@zefman设计了一个实验，让不同语言模型实时对战国际象棋，以有趣的方式评估它们的表现。GPT-4o在实验中脱颖而出，成为最强选手，优于Claude和Gemini等模型。通过比较每个模型的决策过程，发现它们分析棋局的方式各有特点。实验采用统一提示确保公平比较，允许模型在选择错误走法时有5次重新选择机会。结论是GPT-4o在国际象棋对弈中表现出色，击败了Gemini1.5pro，展现了语言模型在策略游戏中的潜力。

["谷歌 DeepMind 开发了一个集成系统 AZdb，将多个 AlphaZero 代理组合成一个 “联盟”，以增强 AI 国际象棋能力并提高泛化能力。","AZdb 代理使用行为多样性和响应多样性，创造独特下棋风格，更好适应不同对手和新局面。","测试显示，AZdb 解决两倍难题，ELO 评分提高 50 分，优于旧版 AlphaZero。"]