قدّم باحثون بقيادة Waylon Li نظام GameSmith، الذي يولّد مجموعة كبيرة من ألعاب المحصلة صفر للاعبين، استنادًا إلى قوالب ثابتة. وتُفحَص كل لعبة عبر إعادة تشغيلها ومقارنتها بتنفيذ منفصل، ما أسفر عن 26 لعبة جديدة ضمن 29 عائلة و336 صيغة خضعت للتحقق. ويلعب النموذج الأكبر Qwen3‑32B هذه الألعاب ضد نفسه، ثم تُنقل معارفه إلى نموذج أصغر هو Qwen3‑4B‑Base. وفي مجموعة تضم 13 معيارًا للاختبار، ارتفع متوسط درجة pass@1 للنموذج بعد نقل المعرفة من 45.5 إلى 62.5، ثم وصل إلى 64.9 بعد مواصلة اللعب الذاتي باستخدام مقدّر CRAB.
لماذا يهم
تُظهر هذه النتيجة أن تدريب النماذج اللغوية الأصغر على مجموعة أوسع من الألعاب الاصطناعية يمكن أن يعزز قدراتها على الاستدلال.
