普林斯顿陈丹琦团队发布 QUEEN 模型：4B 参数下棋比肩大师，还能讲棋

国际象棋引擎早已把人类远远甩在身后，却说不出一句人话；前沿大模型能写出头头是道的分析，可它推荐的着法本身未必站得住，解释也就成了无本之木。据机器之心报道，普林斯顿大学陈丹琦团队在 arXiv 发布论文《Language Models that Play Chess and Explain Their Moves》（arXiv:2610.03695v1），并公开模型与代码，试图把这两端接起来。

他们训练的模型名叫 QUEEN，总参数量约 4B，棋力接近一位典型特级大师，同时能用自然语言讲清自己为什么这样走。论文梳理发现，此前专门微调过的国际象棋语言模型大多只在孤立的战术题上训练和评测，连在这种受限场景里都难以选出好棋，解释的质量自然有限。

这件事的意义不止于棋盘。报道引述论文称，截至 10 月 2 日全球共有 1899 位特级大师，不到活跃线上棋手的万分之一，绝大多数棋手一辈子都等不到一位特级大师坐下来给自己讲棋。一个既下得好、又讲得清、还跑得便宜的模型，填补的正是这块空白。

QUEEN 的思路可以用一个场景来理解：让一位只会用手指棋盘的沉默大师，和一位口才很好但棋力平平的解说员搭档。大师负责“看”，解说员负责“说”，关键在于让解说员真正读懂大师的手势。

“沉默的大师”是 Lc0 家族的 BT5 网络（论文称其为 Leela），约 240M 参数、15 层，输入固定为 64 个 token，正好对应棋盘上的 64 个格子，不做搜索就能下到接近超人的水平。“解说员”是 HuggingFace 的 SmolLM3-3B，一个几乎没受过国际象棋训练的通用指令模型。

两者之间的桥梁借鉴了视觉语言模型 Flamingo 的门控交叉注意力：Leela 第 i 层的表征接入语言模型第 2i 层之前，一共插入 16 个桥接模块，约 470M 参数。与原版 Flamingo 只取编码器最后一层不同，这种逐层对接让语言模型能同时看到 Leela 浅层和深层的“想法”。门控初始值设为零，桥接一开始相当于不存在，再随训练逐步打开，避免早期噪声干扰。

接下来是教解说员读懂手势。团队设计了一套四阶段问答课程，由浅入深：先问“某个格子上是什么子”这类静态问题，再问“这个马能走到哪”“谁能将军”这类动态问题，然后给出 1 到 8 步走法，让模型推演出未来局面再作答。所有答案都由程序生成并校验。这一阶段 Leela 和语言模型本体都被冻结，只训练桥接层和新增的词表。

之所以要新增 64 个格子和 12 种棋子的专用 token，是因为原有分词器对格子名拆分得不一致，而“bishop”“knight”这些词在日常语料里带着与棋盘无关的含义。训练后，模型在四类问题上的准确率分别达到 99.97%、99.97%、98.97% 和 96.07%。