アーカイブ — CN — technode
Tencent、ゲームを通じて戦略的思考を育成するAIモデルの新しいフレームワークをテスト
テンセントが新しいAIトレーニングフレームワーク「Think in Games」（TiG）を導入しました。このフレームワークは、マルチプレイヤーゲーム「Honor of Kings」からのデータを使用して、AIモデルの戦略的推論を向上させます。監督学習と強化学習を組み合わせることで、より小さなモデルが大きなモデルを上回ることができます。Qwen3-14Bは、90.9％の意思決定精度を達成し、ゲーム以外の応用にも大きな可能性があることを示しています。
要点
- テンセントは、AIのトレーニングのための「Think in Games」（TiG）フレームワークを開発しました。
- TiGは、ゲーム『王者栄耀』の実際の試合データを使用して戦略的思考を教えます。
- このフレームワークは、教師あり学習、強化学習、Group Relative Policy Optimization（GRPO）を組み合わせています。
- Qwen3-14Bモデルは、2,000回のトレーニングステップ後に90.9％の正しい戦略的決定に到達し、より大きなDeepseek-R1を凌駕しました（86.7％）。
- TiGのアプローチは、AIのゲームプレイと推論能力を向上させる可能性があり、ゲームセクターを超えた応用が期待されています。
なぜ重要か
- 2025年のITトレンドと一致する開発で、説明可能なAIと戦略的意思決定能力が強調されています。
- このイノベーションは、効率的なモデルトレーニング技術に焦点を当てたAI研究の成長するトレンドを反映しています。
- より小さなモデルの成功は、AI開発のリソースを最適化する方向への業界のシフトを示唆しています。
TencentのTiGフレームワークは、AIの重要な進歩を示しており、ゲームを活用して戦略的思考の領域を推進することを可能にし、将来の様々な技術アプリケーションに影響を与えることが期待されています。