IXThinker·2025-09-03 10:10

騰訊框架讓大模型打王者榮耀 14B擊敗671B

騰訊提出Think-In-Games框架，把大語言模型放進《王者榮耀》邊玩邊學，不僅能實時理解盤面，還能打出類人操作。僅14B參數的模型經訓練後擊敗671B的DeepSeek-R1，精準度達90.91%。

邊玩邊學框架

TiG把基於強化學習的決策重新定義為語言建模任務：大語言模型生成由語言指導的策略，再根據環境反饋透過在線強化學習持續改進，實現「邊玩邊學」的訓練方式。