# GameSmith amplia o treino de LLMs com jogos de soma zero

> O novo pipeline cria centenas de jogos sintéticos para dois jogadores e permite que um modelo de 4B de parâmetros eleve sua pontuação de raciocínio de 45.5 para 62.5.

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

Pesquisadores liderados por Waylon Li apresentaram o GameSmith, um sistema que gera vários jogos de soma zero para dois jogadores a partir de modelos predefinidos. Cada jogo é verificado por meio de uma reprodução e de uma implementação independente, resultando em 26 novos jogos em 29 famílias e 336 variantes verificadas. O modelo professor maior, Qwen3‑32B, joga contra si mesmo nesses jogos; depois, seu conhecimento é destilado em um modelo menor, o Qwen3‑4B‑Base. Em um conjunto de 13 benchmarks, a pontuação média pass@1 do modelo destilado subiu de 45.5 para 62.5; com mais partidas autônomas usando o estimador CRAB, chegou a 64.9.

## Os fatos

- Foram gerados 26 novos jogos em 29 famílias e 336 variantes verificadas
- A média pass@1 do Qwen3‑4B‑Base passou de 45.5 para 62.5 após a destilação

## Por que importa

A melhora mostra que modelos de linguagem menores podem aprimorar sua capacidade de raciocínio ao serem treinados com uma variedade maior de jogos sintéticos.

## Fontes e referências

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

Última atualização: 2026-10-14