自我对弈在国际象棋、围棋和扑克中效果很好，因为这些游戏是双人零和游戏。这简化了很多问题。现实世界更复杂，这就是为什么我们在大型语言模型（LLMs）中还没有看到自我对弈的许多成功。 顺便说一下，@karpathy 表现得很好，我大部分时间都同意他的观点！