Distributed Cognitionの50万パラメータ「VINCO」、1対1カタンで首位に　最先端LLMにも勝利

なぜ重要か

カタンは隠れた情報、サイコロの偶然性、対戦性を併せ持ち、同社は汎用LLMが計画を苦手とする領域だと主張する。VINCOは2基のRTX PRO 6000 Blackwellで訓練した約50万パラメータで、24時間未満の対局でColonist.ioの1対1ランキング首位に到達した。囲碁やポーカーで特化型RLが汎用手法を破った流れに重なるが、対戦成績は自己申告で、独立した検証が待たれる。