VINCO, de Distributed Cognition y con 0,5M de parámetros, lidera el Catan 1v1 y supera a LLM de frontera
El laboratorio dice que VINCO, entrenado con RL offline en partidas simuladas y autojuego, sin partidas humanas, ocupó el primer y segundo puesto en Colonist.io el 1 de noviembre y ganó 36 de 40 partidas ante Opus 5.5, Fable 5.1, Astra y Kimi K3; resultados autodeclarados.
Por qué importa
Catan combina información oculta, azar de los dados y juego adversario, un terreno donde el laboratorio sostiene que los LLM generales planifican mal. VINCO llegó a lo más alto de la clasificación 1v1 de Colonist.io en menos de 24 horas de juego con unos 0,5M de parámetros entrenados en dos GPU RTX PRO 6000 Blackwell, como los sistemas de RL especializados que vencieron en Go y póquer. Las cifras vienen del propio laboratorio; partidas independientes reforzarían la afirmación.
Datos clave
- Unos 0,5M de parámetros
- Entrenado en dos GPU RTX PRO 6000 Blackwell
- 1.º y 2.º en Colonist.io 1v1 el 1 de noviembre
- Ganó 36 de 40 partidas ante LLM de frontera