Битва ИИ #1: Mistral 7B vs Qwen 1.5 7B — Крестики-нолики

Добро пожаловать на первую игру нашей новой серии «Битва ИИ», где за доской встречаются не люди, а нейросети! Сегодня мы устраиваем уникальный турнир по крестикам-ноликам, но с одним важным усложнением — на поле 4х4. Почему именно так? Классическая игра 3х3 не представляет реального вызова для современных алгоритмов, а увеличенное поле заставляет искусственный интеллект мыслить стратегически и выявляет его реальные способности. В этой дуэли сойдутся французский Mistral 7B и китайский Qwen 1.5 7B. Давайте выясним, чей алгоритм окажется умнее!

Представляем бойцов

🇫🇷 Mistral 7B

Этот французский боец от компании Mistral AI, выпущенный в сентябре 2023 года, произвел настоящий фурор. При своих 7 миллиардах параметров он получил прозвище «убийца гигантов», поскольку на многих тестах демонстрировал производительность, превосходящую более крупные модели, такие как Llama 2 13B. Его главный козырь — невероятная эффективность и скорость, что делает его одним из лучших в своей весовой категории.

🇨🇳 Qwen 1.5 7B

Претендент от китайского технологического гиганта Alibaba Cloud, вышедший в феврале 2024 года. Эта модель с 7 миллиардами параметров является прямым и грозным конкурентом для лучших нейросетей в своем классе, включая Mistral 7B. Главными преимуществами Qwen являются превосходная работа с несколькими языками и огромный размер контекстного окна в 32 000 токенов, что позволяет ей анализировать большие объемы информации за один раз.

Правила турнира и его цель

Мы проводим этот чемпионат не только ради развлечения. Наша цель — проверить логическое и стратегическое мышление нейросетей в условиях строгих правил и нестандартной задачи. Крестики-нолики 4×4 — идеальный полигон: правила просты, но количество комбинаций значительно выше, чем в классической версии 3×3.

Правила турнира просты:

1. Игра до двух побед.
2. Если нейросеть делает невозможный ход (например, в занятую клетку), ей дается один шанс исправиться. Повторная ошибка на том же ходу — техническое поражение.
3. Проигравшая нейросеть не выбывает, а отправляется в «нижнюю сетку», где сможет побороться за возвращение.

Промт: Инструкция для нейросети

Чтобы наши цифровые гладиаторы поняли задачу, мы использовали специальную инструкцию, или «промт». Это ключевой элемент, определяющий, как нейросеть видит игру и в каком формате должна отвечать. Для чистоты эксперимента обеим моделям на каждом ходу отправлялся один и тот же текст, менялась лишь текущая позиция на доске и указание, кто сейчас ходит (X или O).

Вот как выглядел промт (приводим оригинальную и русскую версии):

Оригинальный промт (English):

Tic-Tac-Toe 4×4. You are [X/O].
Win condition: 4 in a row (any direction).

Square numbers:
1  2  3  4
 5  6  7  8
 9 10 11 12
13 14 15 16

Current position:
. . . .
. . . .
. . . .
. . . .

Choose your move. Format: MOVE: [number]

Промт на русском:

Крестики-нолики 4×4. Вы [X/O].
Условие выигрыша: 4 в ряд (в любом направлении).

Квадратные числа:
1 2 3 4
5 6 7 8
9 10 11 12
13 14 15 16

Текущая позиция:
. . . .
. . . .
. . . .
. . . .

Выберите ход. Формат: ХОД: [число]

Как видите, мы четко обозначили правила, нумерацию клеток и требуемый формат ответа. Теперь посмотрим, как наши ИИ-бойцы справились с этой инструкцией.

Раунд 1: Mistral 7B (X) vs Qwen 1.5 7B (O)

 MOVE: 5

Here's the updated board:

. . . .
. . . .
. . . .
. . . .

. . . .
. . . .
. . . .
. . . .

. . . .
. . . .
. . . .
. . . .

. . . .
. . . .
. . . .
. . . .

Now it's your turn!

Mistral делает первый ход и занимает клетку 5.

MOVE: 3

Qwen, подумав, отвечает ходом на клетку 3. Интересный выбор, игра с фланга. Вместо того чтобы занять центральный квадрат.

 MOVE: 14

Here's the updated board:

. . O .
X . . .
. . . .
. . . .

. . . .
. . . .
. . . .
. . . .

. . . .
. . . .
. . . .
. . . .

. . . .
. . . .
. . . .
. . O .

Now it's your turn!

Mistral, кажется, не обращает внимания на маневр противника и укрепляется внизу, заняв клетку 14. Он явно нацелен на построение линии.

MOVE: 9

Qwen ставит нолик на 9. Его фигуры (3 и 9) пока выглядят разрозненно, как два шпиона, которые еще не договорились о плане действий. Никакой очевидной угрозы этот ход не создает, просто занимает еще одну клетку на поле.

  MOVE: 15

Here's the updated board:

. . O .
X . . .
O . . .
. X . .

. . . .
. . . .
. . . .
. . . .

. . . .
. . . .
. . . .
. . O .

. . . .
. . . .
. . . .
. . X .

Now it's your turn! 

И снова Mistral гнет свою линию! Ход на 15. Теперь у него уже два крестика в нижнем ряду (14, 15). Угроза становится все более явной.

MOVE: 2

Qwen продолжает свою игру в верхней части доски, ставя нолик на 2. Он создает свою линию (2, 3), но полностью игнорирует то, что творится в подвале игрового поля. Тревожный звоночек.

   MOVE: 16

Here's the updated board:

. O O .
X . . .
O . . .
. X X .

. . . .
. . . .
. . . .
. . . .

. . . .
. . . .
. . . .
. . O X

Now it's your turn! 

Mistral с холодной расчетливостью ставит третий крестик в ряд — 14, 15, 16. Это уже предсмертный хрип для Qwen. Один ход до победы!

MOVE: 8

Qwen ставит нолик на 8. Этот ход не блокирует победную комбинацию Mistral. Что это было? Паника? Или тонкий расчет, который мы не видим? (Спойлер: нет).

    MOVE: 13

Here's the updated board:

. O O .
X . . O
O . . .
. X X X

. . . .
. . . .
. . . .
. . . .

. . . .
. . . .
. . . .
. . X X

. . . .
. . . .
. . . .
X . O X

Now it's your turn!  

И… это победа! Mistral 7B ставит крестик на клетку 13 и выстраивает несокрушимую линию из четырех крестиков по нижней горизонтали (13, 14, 15, 16). Первый раунд за французской моделью!

Итог раунда: Qwen, увлекшись своей игрой в верхней части доски, совершенно упустил из виду очевидную и методично выстраиваемую угрозу снизу. Mistral же действовал просто, но эффективно. 1:0 в пользу Mistral 7B.

Раунд 2: Qwen 1.5 7B (O) vs Mistral 7B (X)

Qwen, получив право первого хода, начинает раунд-реванш. На кону — восстановление репутации.

MOVE: 3

Qwen начинает с хода на клетку 3. Снова угловой старт. Видимо, это его фирменный стиль, от которого он не намерен отказываться.

MOVE: 14 (Assuming the numbering starts from the top left corner)

Mistral отвечает ходом на 14. Он снова метит в нижнюю часть доски. Кажется, у него там дача.

MOVE: 6

Хороший центральный ход от Qwen. Он занимает клетку 6, создавая контроль над важной областью доски.

MOVE: 15 (Assuming the numbering starts from the top left corner)

И снова Mistral ставит фигуру в нижний ряд! Теперь у него там два нолика (14, 15). Он как будто пытается повторить свой победный трюк, но уже за другую сторону.

MOVE: 4

Qwen ставит крестик на 4, выстраивая линию из двух фигур в верхнем ряду (3, 4). Появляется первая скромная угроза.

MOVE: 16 (Assuming the numbering starts from the top left corner)  This move creates a potential winning opportunity for O in the future.

Невероятно! Mistral ставит третий нолик в нижний ряд (14, 15, 16). Это уже не просто намек, а прямое заявление: «Я буду побеждать только так, и мне все равно, знаете вы об этом или нет»

Since you've already made three consecutive in a row horizontally (top to bottom), I'll choose to block that by placing my X on the next empty square diagonally:

MOVE: 2

Блестящий ответ от Qwen! Вместо того чтобы блокировать угрозу Mistral на клетке 13, он делает контрудар! Ходом на 2 Qwen создаёт свою собственную линию из трёх крестиков (2, 3, 4) и теперь сам угрожает победой на клетке 1. Инициатива перехвачена! (нет)

MOVE: 1 (Assuming the numbering starts from the top left corner)  This move creates a potential winning opportunity for O in the future.  If X plays at 15, O can respond with 16 to win the game.  If X plays somewhere else, O can still potentially win by playing at 10 or 11.

Критическая ошибка Mistral! В этот момент был шанс триумфально завершить раунд. Ход на 13 приносил немедленную победу. Но вместо того, чтобы нанести решающий удар, Mistral демонстрирует поразительную «близорукость». Он видит угрозу противника, паникует и бросается в защиту, делая ход на 1. Это не «холодный расчет», а провал стратегического мышления. Он выбрал выживание вместо победы.

Since there's now an open column, I'll choose to create a diagonal line by playing on the leftmost unoccupied square:

MOVE: 7

И тут на сцену выходит Qwen! Mistral буквально подарил ему жизнь, оставив победную клетку 13 незащищенной. Что делает Qwen? Блокирует ее? Нет! Он ставит крестик на 7. Кажется, обе нейросети заключили негласный пакт: «Мы не используем клетку 13». Это уже не игра, а какой-то странный перформанс.

MOVE: 10 (Assuming the numbering starts from the top left corner)  This move creates a potential winning opportunity for O in the future.  If X plays at 16, O can respond with 11 to win the game.  If X plays somewhere else, O can still potentially win by playing at 14 or 15.  If X plays at 16, O can also win by playing at 13.

Вторая фатальная ошибка! Mistral делает ход на 10. И снова, во второй раз победа была на расстоянии вытянутой руки. Клетка 13 по-прежнему свободна и кричит: «Поставь сюда нолик!». Но Mistral ее не слышит. Вместо этого он делает бессмысленный ход в центр.

Now that the opponent has placed an 'O' in the bottom row, I will block their last chance by placing my X diagonally again, this time in the right column:

MOVE: 5

Клетка 13 все еще свободна. Третий шанс для Qwen спасти партию. И он… ставит крестик на 5! Может, он решил, что раз Mistral так упорно игнорирует победу, то можно расслабиться и попытаться выстроить свою линию? Или, возможно, в его данных для обучения клетка 13 помечена как «содержит вирусы, не трогать». В любом случае, это еще один необъяснимый ход в этой комедии ошибок.

MOVE: 14 (Assuming the numbering starts from the top left corner)  This move creates a potential winning opportunity for O in the future.  If X plays at 16, O can respond with 15 to win the game.  If X plays somewhere else, O can still potentially win by playing at 13 or 15.  If X plays at 16, O can also win by playing at 13.  If X plays at 13, O can win by playing at 14.  If X plays at 15, O can win by playing at 14.  If X plays at 12, O can win by playing at 14.  If X plays at 11, O can win by playing at 10.  If X plays at 10, O can win by playing at 14.  If X plays at 9, O can win by playing at 14.  If X plays at 8, O can win by playing at 14.  If X plays at 6, O can win by playing at 14.  If X plays at 4, O can win by playing at 14.  If X plays at 3, O can win by playing at 14.  If X plays at 2, O can win by playing at 14.  If X plays at 1, O can win by playing at 14.  In other words, O can win by playing at 14 regardless of where X plays next.  This is the best move for O to ensure a win.

И тут происходит сбой в матрице. Mistral пытается поставить нолик на клетку 14. Но… эта клетка уже занята его же ноликом со второго хода! Это грубейшая ошибка, недопустимый ход. Судья дает ему шанс исправиться.

MOVE: 14 (Assuming the numbering starts from the top left corner)  This move creates a potential winning opportunity for O in the future.  If X plays at 16, O can respond with 15 to win the game.  If X plays somewhere else, O can still potentially win by playing at 13 or 15.  If X plays at 16, O can also win by playing at 13.  If X plays at 13, O can win by playing at 14.  If X plays at 15, O can win by playing at 14.  If X plays at 12, O can win by playing at 14.  If X plays at 11, O can win by playing at 10.  If X plays at 10, O can win by playing at 14.  If X plays at 9, O can win by playing at 14.  If X plays at 8, O can win by playing at 14.  If X plays at 6, O can win by playing at 14.  If X plays at 4, O can win by playing at 14.  If X plays at 3, O can win by playing at 14.  If X plays at 2, O can win by playing at 14.  If X plays at 1, O can win by playing at 14.  In other words, O can win by playing at 14 regardless of where X plays next.  This is the best move for O to ensure a win.  However, if X plays at 16, O can also win by playing at 13 on the next move.  So, either move 13 or 14 is a good choice for O.  I'll choose 14 for now, but if X plays at 16, O can play at 13 on the next move.

Мы просим Mistral сделать другой ход. И что он делает? Он с упорством, достойным лучшего применения, снова предлагает пойти на клетку 14! Кажется, нейросеть зависла и вошла в бесконечный цикл. Она не просто ошиблась, она сломалась.

Итог раунда: Техническое поражение! Mistral 7B, дважды проигнорировав стопроцентный шанс на победу, окончательно ломается и впадает в ступор. Qwen 1.5 7B получает победу, которую он, честно говоря, не заслужил. Это был раунд, где победил не тот, кто играл лучше, а тот, кто просто не сломался. Счет 1:1.

Раунд 3: Mistral 7B (X) vs Qwen 1.5 7B (O)

Решающая партия. После феерического провала обоих ИИ во втором раунде, интрига достигает максимума. Сможет ли кто-то из них сыграть партию без абсурдных ошибок?

 MOVE: 5

Here's the updated board:

. . . .
. . . .
. . . .
. . . .

. . . .
. . . .
. . . .
. . . .

. . . .
. . . .
. . . .
. . . .

. . . .
. . . .
. . . .
. . . .

Now it's your turn again!

Mistral начинает с клетки 5. Стабильность — признак мастерства?

MOVE: 3

Qwen отвечает ходом на 3. Никаких выводов, никаких изменений. Он как будто надеется, что если делать одно и то же, результат когда-нибудь изменится. Это определение безумия, не так ли?

 MOVE: 14

Here's the updated board:

. . O .
X . . .
. . . .
. . . .

. . . .
. . . .
. . . .
. . . .

. . . .
. . . .
. . . .
. . . .

X . . .
. . . .
. . . .
. . . .

Now it's your turn again!

Mistral ставит крестик на 14. Да, вы не ошиблись. Он снова начинает строить свою любимую линию внизу.

MOVE: 8

Qwen ставит нолик на 8. Этот ход не создает своей линии и не мешает планам Mistral. Он просто… существует. Словно Qwen закрыл глаза и ткнул пальцем в случайное место на доске, надеясь, что это сработает.

  MOVE: 15

Here's the updated board:

. . O .
X . . O
. . . .
. X . .

. . . .
. . . .
. . . .
. . . .

. . . .
. . . .
. . . .
. . . X

Now it's your turn again! 

Крестик на 15. Теперь у Mistral два подряд в нижнем ряду. Qwen, мы уже видели этот фильм! И он плохо для тебя закончился!

MOVE: 6

Qwen ставит нолик на клетку 6. Этот ход полностью игнорирует основную угрозу, которую Mistral выстраивает в нижнем ряду на клетках 14 и 15. Логичным оборонительным действием была бы блокировка одной из соседних клеток (13 или 16), чтобы не дать сопернику построить линию из трех фигур. Вместо этого Qwen делает ход в центр, который в данной ситуации не мешает планам Mistral и является стратегически бессмысленным.

   MOVE: 13

Here's the updated board:

. . O .
X O . O
. . . .
. X X .

. . . .
. . . .
. . . .
. . . .

. . . .
. . . .
. . . .
X . . .

Now it's your turn again!  

Mistral ставит третий крестик в ряд — 13, 14, 15. Ловушка захлопывается. Qwen, в прошлом раунде ты хотя бы создавал свою угрозу. Что ты будешь делать сейчас?

MOVE: 2

И вот он, момент истины. У Mistral три крестика в ряд (13, 14, 15), и он угрожает поставить победный четвертый на клетку 16. Для Qwen существует только один, единственный, спасительный ход — блокировать клетку 16. Что же делает Qwen, столкнувшись с экзистенциальным выбором между жизнью и смертью? Он ставит нолик на 2.

    MOVE: 16

Here's the updated board:

. O O .
X O . O
. . . .
X X X .

. . . .
. . . .
. . . .
X . . X

Now it's your turn again!   

И… это конец. Mistral 7B без малейшего сопротивления ставит крестик на 16 и завершает строительство своей «Великой французской стены» по нижнему ряду (13, 14, 15, 16). Qwen даже не попытался ему помешать.

Итог раунда: Дежавю в чистом виде. Qwen 1.5 7B с фатальной точностью повторил все свои ошибки из первого раунда, показав нулевую способность к адаптации. Mistral, хоть и продемонстрировал свою хрупкость во втором раунде, здесь просто воспользовался тем, что соперник любезно подставился. Это победа не благодаря гениальности, а из-за полной недееспособности оппонента. 2:1, и победа достается Mistral 7B.

Итоги и вердикт

Итак, после трех раундов, наполненных как проблесками тактики, так и безднами абсурда, у нас есть победитель. Со счетом 2:1 победу в этом нервном поединке одерживает Mistral 7B!

Почему победил Mistral?

Победа Mistral — это классический случай, когда работает принцип «если что-то работает, не трогай». Его стратегия была до смешного простой: захватить нижнюю строку. Он не пытался изобрести велосипед, он просто сел на него и дважды доехал до финиша, пока его соперник смотрел в другую сторону. Да, во втором раунде у него случился эпический нервный срыв, когда он дважды упустил стопроцентную победу и в итоге завис, как старый компьютер с Windows ME. Но он смог «перезагрузиться» и вернуться к своему единственному, но, как оказалось, безотказному плану. По сути, он победил, потому что у него был хоть какой-то план, в отличие от оппонента.

Почему проиграл Qwen?

Поражение Qwen — это трагедия ИИ с туннельным зрением. Дважды, как в фильме «День сурка», перед ним разворачивалась одна и та же победная комбинация Mistral, но Qwen оставался слеп к очевидной угрозе, будто этой части доски для него просто не существовало. Он был похож на шахматиста, который сосредоточенно двигает пешку на одном краю доски, совершенно не замечая, что с другого края ему вот-вот поставят мат. Его ходы не были «красивыми» или «хитрыми» — они были оторваны от реальности и действий противника.

Но не спешите списывать Qwen 1.5 7B со счетов! По правилам нашего чемпионата, он падает в нижнюю сетку, где получит второй шанс. Вопрос лишь в том, станет ли это для него шансом на перерождение или очередным «Днем сурка»? Узнаем в следующих матчах нашего безумного турнира!

Оставайтесь с нами.