Drop7 最優策略搜尋重啟：自動策略均分約 30 萬至 40 萬分
作者時隔十六年重啟益智遊戲 Drop7 的最優落子策略研究，目前最好的自動化策略每局平均約 30 萬至 40 萬分，仍低於人類高手可達的百萬分。該遊戲每回合只有七個可選落點，但含隨機性與隱藏資訊，需要搜尋與長程規劃。專案開源了基準倉庫 drop7-bench，並開設全球排行榜徵集人類策略，同時被作者當作“用 agent 做研究協作與證據收集”的實驗。作者希望獲得博弈論、隨機規劃、學習價值函式與重尾評估方面的反饋。
原標題：Show HN: Searching for optimal strategies in a puzzle game with chance (Drop7)
閱讀原文
| 評分 | 42 / 34（平均 38，門檻 76） |
|---|---|
| 狀態 | 未入選 |
相關報導
AI 首次在 Stratego 上擊敗人類頂尖選手
卡內基梅隆、MIT、紐約大學與斯坦福的研究團隊開發出 AI「Ataraxos」，以 15 勝 1 負 4 平擊敗被公認為史上最強的 Stratego 選手 Pim Niemeijer。此前連 DeepMind 都未能造出穩定戰勝頂尖人類玩家的 Stratego 機器。該 AI 僅用 16 塊 GPU、數千美元訓練成本，相關成果針對的是資訊不完全、隱藏資訊隨時間長期展開的博弈。
六款 AI 決策模型吃豆人對戰，基準與排行榜開源
有人讓 jev 1.13、kev、clef、clef flash、GPT-6 Luna 和 Laya 六款低延遲決策模型玩吃豆人對抗機器人鬼魂，每個模型各跑 100 局，並公布了排行榜。測試倉庫已開源，任何人都能接入自己的模型加入排名。這些模型通過其創業公司 opper 執行，一局成本約 2 美分，併為所有人提供免費試用額度。讀者也能自己扮演吃豆人、由模型當鬼魂，作者稱打破 jev 的高分出乎意料地難。
陳丹琦團隊開源 4B 象棋模型 QUEEN，能下棋也能講解
普林斯頓大學陳丹琦團隊發布約 4B 引數的國際象棋模型 QUEEN，Lichess 等級分 2697，接近特級大師快棋中位數 2730，且能用自然語言解釋自己的著法。做法是把 Lc0 的 BT5 網路經門控交叉注意力逐層接入 SmolLM3-3B，先用四階段問答課程教模型讀棋，再用七輪迭代搜尋蒸餾提升。它在 1000 道戰術題上首步不失誤率 91.6%，領先 Gemini-3.1-Pro 約 9 個百分點；
10 個月做出 Chessbook-1，全分段復現人類棋力
Chessbook 用 10 個月訓練的類人國際象棋 bot Chessbook-1 發布，作者稱它是唯一在每個分段都能按對應棋力落子的模型。在 2026 年 9 月 Lichess 對局取樣的 2.8 萬個 Blitz 局面上，Allie 2.0、Maia-3、Chessbook-1 的 top-1 落子預測率分別為 57.5%、57.3%、57.3%，屬統計平手；在覆蓋全時限的 3 萬個隨機局面、尤其子彈局與讀秒階段，它領先 Maia-3，因為它會讀時鐘並預測人類用時。
7B 審計模型 AgentForesight 上線，多智慧體任務失敗前預警
羅格斯大學、得州大學奧斯汀分校與普渡大學團隊提出線上審計模型 AgentForesight，用 7B 模型在任務執行中逐步讀取軌跡字首，在關鍵錯誤擴散成失敗前報警。在 AFTraj-2K 測試集上，其關鍵錯誤步驟識別 Exact-F1 達 66.44，比最強通用基線 DeepSeek-V4-Pro 高 19.88 分，成功軌跡誤報率僅 2.37%。