清华唐杰团队让大模型打牌大模型玩斗地主惯蛋
清华唐杰团队新论文：大语言模型（LLM）能不能像AlphaGo那样，玩复杂纸牌游戏？
团队挑了八个游戏，包括斗地主、掼蛋、麻将、德扑、UNO等，用高质量数据对模型进行微调，看它能不能学会这些规则复杂的卡牌。结论还挺有意思：
- 只要数据好，LLM确实能学会这些游戏，甚至打得不比传统AI差；
- 不同游戏一起学也没问题，像斗地主和掼蛋这种相似玩法还能互相参考；
- 但如果把麻将、UNO这种机制差很多的游戏混在一起训练，模型反而会“晕”；
- 学会打牌之后，模型在常规任务上的能力（比如数学、编程）会下降，但加点通用训练数据又能拉回来。
研究中最关键的一点，是LLM不需要为每个游戏设计专属架构，靠数据微调就能上手，这跟之前围棋AI需要定制网络不大一样。
不过，这篇论文也引发了一些质疑。声音主要集中在论文含金量方面【图2】。
但不管怎么说，这篇论文展示了一种新的思路：LLM能否成为通用策略代理（general strategic agent），如果LLM连斗地主都能玩明白，也许未来能搞定更多复杂决策任务。
论文地址：arxiv.org/abs/2509.01328
