# GameSmith élargit l’entraînement des LLM aux jeux à somme nulle

> Le nouveau pipeline crée des centaines de jeux synthétiques à deux joueurs. Un modèle de 4B paramètres voit son score de raisonnement passer de 45.5 à 62.5.

Oossa · 2026-10-14 · https://oossa.com/fr/gamesmith-expands-zero-sum-game-training-for-llms

Des chercheurs dirigés par Waylon Li ont présenté GameSmith, un système qui génère de nombreux jeux à deux joueurs à somme nulle à partir de modèles prédéfinis. Chaque jeu est vérifié par rejeu et au moyen d’une implémentation distincte, ce qui a permis de produire 26 nouveaux jeux répartis dans 29 familles et 336 variantes vérifiées. Le grand modèle enseignant Qwen3‑32B joue contre lui-même à ces jeux, puis ses connaissances sont transférées à un modèle plus petit, Qwen3‑4B‑Base. Sur un ensemble de 13 benchmarks, le score moyen pass@1 du modèle après distillation est passé de 45.5 à 62.5. Une phase supplémentaire d’auto-jeu avec l’estimateur CRAB l’a porté à 64.9.

## Les faits

- 26 nouveaux jeux répartis dans 29 familles et 336 variantes vérifiées ont été générés
- Le score moyen pass@1 de Qwen3‑4B‑Base est passé de 45.5 à 62.5 après distillation

## Pourquoi c'est important

Cette amélioration montre que les petits modèles de langage peuvent mieux raisonner lorsqu’ils sont entraînés sur une plus grande variété de jeux synthétiques.

## Sources et références

1. [GameSmith: Scaling Zero-Sum Self-Play with Synthesised Games](https://arxiv.org/abs/2610.13995) – arXiv cs.LG, 2026-10-14

Dernière mise à jour: 2026-10-14