清华唐杰团队让大模型打牌大模型玩斗地主惯蛋清华唐杰团队新论文：大语言模型（LLM
清华唐杰团队让大模型打牌大模型玩斗地主惯蛋清华唐杰团队新论文：大语言模型（LLM）能不能像AlphaGo那样，玩复杂纸牌游戏？团队挑了八个游戏，包括斗地主、掼蛋、麻将、德扑、UNO等，用高质量数据对模型进行微调，看它能不能学会这些规则复杂的卡牌。结论还挺有意思：-只要数据好，LLM确实能学会这些游戏，甚至打得不比传统AI差；-不同游戏一起学也没问题，像斗地主和掼蛋这种相似玩法还能互相参考；-但如果把麻将、UNO这种机制差很多的游戏混在一起训练，模型反而会“晕”；-学会打牌之后，模型在常规任务上的能力（比如数学、编程）会下降，但加点通用训练数据又能拉回来。研究中最关键的一点，是LLM不需要为每个游戏设计专属架构，靠数据微调就能上手，这跟之前围棋AI需要定制网络不大一样。不过，这篇论文也引发了一些质疑。声音主要集中在论文含金量方面【图2】。但不管怎么说，这篇论文展示了一种新的思路：LLM能否成为通用策略代理（generalstrategicagent），如果LLM连斗地主都能玩明白，也许未来能搞定更多复杂决策任务。论文地址：arxiv.org/abs/2509.01328
![魔兽世界人人都是铜须[doge]要感谢铜须的陪伴 地下堡多少次的救命](http://image.uczzd.cn/16970689214723304050.jpg?id=0)
