Drop7研究公布n元组评估器初步实验结果

一项针对解谜游戏 Drop7 的自主策略研究公布：基于 n-tuple 查表的评估器在 depth-3 搜索下，对 512 局未见过的公开开发局平均得分 487,066；同一搜索中，手工评估函数为 326,717。该评估器用 Rust 引擎自对弈 40 亿步训练，覆盖整行整列约千万级模式，并以上升时钟为条件。 研究团队将这一结果定为 SCREEN 证据层级，即在公开开发种子上只开启一次，不构成资格认定；受保护种子和一次性最终种子均未开启，且平均分不到百万分目标的一半。候选方案是在二十个训练角色验证点中挑出的最佳者，因此其筛选差距（约 16 万分）是可信数字，而验证差距（+270,023）不可信。目前尚无候选通过受保护验证协议。

AI 根据报道生成 · 58 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。