# GameSmith amplia l’addestramento degli LLM ai giochi a somma zero

> La nuova pipeline crea centinaia di giochi sintetici per due giocatori e porta il punteggio di ragionamento di un modello da 4B parametri da 45.5 a 62.5.

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

Un gruppo di ricercatori guidato da Waylon Li ha presentato GameSmith, un sistema che genera numerosi giochi a somma zero per due giocatori a partire da modelli predefiniti. Ogni gioco viene verificato riproducendolo e confrontandolo con un’implementazione indipendente: il sistema ha prodotto 26 nuovi giochi in 29 famiglie, per un totale di 336 varianti verificate. Il modello più grande, Qwen3‑32B, gioca contro sé stesso a questi giochi; le conoscenze acquisite vengono poi distillate in un modello più piccolo, Qwen3‑4B‑Base. Su una suite di 13 benchmark, il punteggio medio pass@1 del modello distillato è salito da 45.5 a 62.5; un ulteriore ciclo di gioco autonomo con lo stimatore CRAB lo ha portato a 64.9.

## I fatti

- Sono stati generati 26 nuovi giochi in 29 famiglie e 336 varianti verificate
- Dopo la distillazione, il punteggio medio pass@1 di Qwen3‑4B‑Base è passato da 45.5 a 62.5

## Perché conta

Il miglioramento dimostra che i modelli linguistici più piccoli possono affinare le proprie capacità di ragionamento addestrandosi su una maggiore varietà di giochi sintetici.

## Fonti e riferimenti

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

Ultimo aggiornamento: 2026-10-14