Queen：会下棋并解释走法的 4B 参数语言模型

研究团队推出 Queen，一个 4B 参数的棋类语言模型，能在达到典型特级大师水平的同时解释自己的走法和计划。该框架结合静默棋类编码器与指令微调 LM 的交叉注意力架构，并用迭代蒸馏算法训练，七轮迭代后 Elo 从 1782 提升至 2697，超过 900 分。其棋力和解谜准确率大幅超越所有前沿模型，参数量却少三个数量级，解释的连贯性接近 GPT-5.6-Sol (high)。