待验证50% 置信事实精确时间

2016年击败李世石的AlphaGo Lee使用了约16万局人类职业棋手对弈数据进行监督学习预训练

1

来源数

50%

置信度

长期有效

时效性

2026/8/7

首次发现

来源

nanoAlphaZero：单文件JAX实现24小时训练2700分棋力

相关事实

待验证2019年的AlphaStar面临不完全信息、实时决策和高达10^26的动作空间，其联盟训练机制使训练量相当于人类玩家200年的游戏经验59% 相似待验证AlphaStar采用多智能体自我博弈和联盟训练机制，其训练量相当于人类玩家200年的游戏经验58% 相似待验证AlphaGo击败人类围棋冠军是强化学习的标志性应用58% 相似待验证AlphaStar在2019年在《星际争霸II》欧服达到大师级水平（前0.15%），通过模仿学习与多智能体强化学习的结合实现56% 相似待验证经过Claude自动优化，大多数参与横评的模型都能在16GB显存内完成LoRA训练55% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/700727

API

curl https://kongchang.com/api/v1/knowledge/claims/700727

MCP

get_claim(id=700727)