Princeton's QUEEN: 4B Chess Model Plays at Grandmaster Level and Explains Moves
Princeton University's Chen Danqi team released QUEEN, an open-source chess model with about 4 billion parameters that plays at the level of a typical grandmaster and explains its moves in natural language. The model, detailed in an arXiv paper, aims to bridge the gap between strong but silent chess engines and fluent but weak language models.
Coverage timeline
机器之心机器之心
编辑｜Panda 9 月 27 日，第 46 届国际象棋奥林匹克团体赛在撒马尔罕落幕。东道主乌兹别克斯坦在最后一轮以 2.5 比 1.5 击败乌克兰，第二次捧起公开组金牌，中国女队则第七次登上女子组最高领奖台。下一场焦点大战也近在眼前：11 月底，两位 20 岁的棋手古克什（Gukesh D）与辛达罗夫（Javokhir Sindarov）将在日内瓦争夺世界冠军头衔，这将是史上最年轻的一场世界冠军对决。 看过近几年顶级棋赛直播的人，大概都熟悉画面一侧那根上下浮动的评估条。引擎会告诉你此刻白方领先半个兵，或者某步棋让胜率一落千丈，但它从不解释原因——这仍要靠坐在解说席上的特级大师。 棋盘最左边那根黑白相间、上下浮动的竖条就是评估条 这其实是 AI 领域一个普遍困境的缩影。最强的专家模型往往是沉默的，而最会说话的语言模型，在专业领域里又常常不够强。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。 近日，普林斯顿大学陈丹琦团队在 arXiv 发布了一项成果，尝试把这两端接起来。 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楚自己为什么这样走。 论文标题：Language Models that Play Chess and Explain Their Moves 论文地址：https://arxiv.org/abs/2610.03695v1 模型地址：https://huggingface.co/collections/princeton-nlp/queen-chess-models 开源代码：https://github.com/queen-project/queen 会下的不会说，会说的下不好 国际象棋与 AI 的缘分可以追溯到 1950 年。那一年，克劳德·香农（Claude Shannon）估算了国际象棋的计算复杂度，并设想了下棋机器的样子。 此后七十多年，从依靠手工评估函数的「深蓝」，到靠自我对弈成长起来的 AlphaZero，再到基于 Transformer 的 Leela Chess Zero（Lc0），引擎一代比一代强。但它们输出的始终只是一个着法和一串胜率数字。 语言模型这边的问题恰好相反。论文梳理发现，此前专门
