棋类引擎知道最佳着法，却讲不出道理；大模型健谈，却常常下错。大师蒸馏把两者的长处合到一个 4B 小模型身上。
发布重点
- 问题：棋类引擎知道答案，但不会解释；大模型会解释，却常常不懂棋。
- 方法：Stockfish 给真值，Gemini 把轨迹口语化，学生模型学习可验证推理。
- 发现：C1-4B 达到 48.1% 准确率，并超过用于生成轨迹的 Gemini-3-Flash。
- 意义：只要某个领域有可靠的专家程序，就能用同一范式把专家知识注入紧凑模型。
← 返回新闻
arXiv · 2026 年 3 月
Grounded Chess Reasoning：让小模型下对棋，也讲清棋
引擎像不会带徒弟的老师傅：算得准，讲不出。大师蒸馏把引擎知识翻译成自然语言推理，4B 模型学会简洁讲棋，并超过教师模型。研究页提供完整解读：领域背景、方法、关键图表与论文入口。
4BQwen3 基座
48.1%棋题准确率
+7.2 ppRLVR over SFT
~178平均输出 Token
~100×比 GPT-5 更精简