VINCO, modèle de 0,5M de paramètres de Distributed Cognition, domine le Catan 1v1 et bat des LLM de pointe
Le laboratoire indique que VINCO, entraîné par RL hors ligne sur des parties simulées et en auto-jeu sans parties humaines, a tenu les 1re et 2e places sur Colonist.io le 1er novembre et gagné 36 parties sur 40 contre Opus 5.5, Fable 5.1, Astra et Kimi K3 ; résultats autodéclarés.
Pourquoi c’est important
Catan mêle information cachée, hasard des dés et jeu adversarial, un terrain où, selon le laboratoire, les LLM généralistes planifient mal. VINCO a atteint le sommet du classement 1v1 de Colonist.io en moins de 24 heures de jeu avec environ 0,5M de paramètres entraînés sur deux GPU RTX PRO 6000 Blackwell, à l'image des systèmes de RL spécialisés au go et au poker. Les chiffres viennent du laboratoire ; des parties indépendantes renforceraient l'affirmation.
Faits clés
- Environ 0,5M de paramètres
- Entraîné sur deux GPU RTX PRO 6000 Blackwell
- 1er et 2e sur Colonist.io 1v1 le 1er novembre
- 36 victoires sur 40 contre des LLM de pointe