論文の概要: Improving Chess Commentaries by Combining Language Models with Symbolic Reasoning Engines

• arxiv url: http://arxiv.org/abs/2212.08195v1
• Date: Thu, 15 Dec 2022 23:38:31 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-19 15:12:47.083533
• Title: Improving Chess Commentaries by Combining Language Models with Symbolic Reasoning Engines
• Title（参考訳）: 言語モデルとシンボリック推論エンジンを組み合わせたチェス解説の改善
• Authors: Andrew Lee, David Wu, Emily Dinan, Mike Lewis
• Abstract要約: 本稿では, シンボリック推論エンジンと制御可能な言語モデルを組み合わせることで, チェスの解説を生成する方法について述べる。 我々は,従来の基準よりも人間の判断に好まれる注釈を生成することを実証するために実験を行った。
• 参考スコア（独自算出の注目度）: 31.87260568733666
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Despite many recent advancements in language modeling, state-of-the-art language models lack grounding in the real world and struggle with tasks involving complex reasoning. Meanwhile, advances in the symbolic reasoning capabilities of AI have led to systems that outperform humans in games like chess and Go (Silver et al., 2018). Chess commentary provides an interesting domain for bridging these two fields of research, as it requires reasoning over a complex board state and providing analyses in natural language. In this work we demonstrate how to combine symbolic reasoning engines with controllable language models to generate chess commentaries. We conduct experiments to demonstrate that our approach generates commentaries that are preferred by human judges over previous baselines.
• Abstract（参考訳）: 近年の言語モデリングの進歩にもかかわらず、最先端の言語モデルは現実世界の基盤を欠き、複雑な推論を伴うタスクに苦しむ。 一方、AIの象徴的な推論能力の進歩は、チェスや囲碁(Silver et al., 2018)のようなゲームで人間を上回るシステムを生み出している。 チェスの解説は、複雑なボード状態の推論と自然言語の解析を必要とするため、これら2つの研究分野を橋渡しするための興味深い領域を提供する。 本稿では,記号推論エンジンと制御可能な言語モデルを組み合わせてチェスのコメンテータを生成する方法を示す。 我々は,従来の基準よりも人間の判断に好まれるコメンテータを生成できることを実証する実験を行う。

関連論文リスト

• Explore the Reasoning Capability of LLMs in the Chess Testbed [45.12891789312405]
  我々は,注釈付き戦略と戦術を統合することで,チェスにおける大規模言語モデルの推論能力を向上させることを提案する。 我々はLLaMA-3-8Bモデルを微調整し、より優れたチェスの動きを選択するタスクにおいて、最先端の商用言語モデルと比較する。
  論文  参考訳（メタデータ） (2024-11-11T01:42:56Z)
• Large Language Models on the Chessboard: A Study on ChatGPT's Formal Language Comprehension and Complex Reasoning Skills [4.138999291282392]
  本稿では,OpenAIによる洗練された言語モデルChatGPTの性能について検討する。 チェスボードに対するChatGPTの理解,チェス規則の遵守,戦略的意思決定能力を評価する。 また本研究では,ChatGPTのゲームプレイにおけるコヒーレントな戦略への適合性や,意思決定的主張の顕著な上昇も明らかにした。
  論文  参考訳（メタデータ） (2023-08-29T08:36:30Z)
• From Word Models to World Models: Translating from Natural Language to the Probabilistic Language of Thought [124.40905824051079]
  言語インフォームド・シンキングのための計算フレームワークである「構成」を合理的に提案する。 我々は、自然言語から確率論的思考言語への文脈感応的なマッピングとして、言語の意味を定式化する。 LLMは、現実的に適切な言語的意味をキャプチャする文脈依存翻訳を生成することができることを示す。 認知的なモチベーションを持つシンボリックモジュールを統合するために、我々のフレームワークを拡張します。
  論文  参考訳（メタデータ） (2023-06-22T05:14:00Z)
• Emergent Communication of Generalizations [13.14792537601313]
  共有された視覚的コンテキストにおける1つのオブジェクトのコミュニケーションは、過度に適合する傾向があり、具体的な参照を超えて、言語が役に立つことを奨励しない、と我々は主張する。 抽象的な視覚概念を表すオブジェクトの集合上での通信一般化を必要とするゲームを提案する。 これらのゲームは学習言語の体系性と解釈可能性を大幅に向上させる。
  論文  参考訳（メタデータ） (2021-06-04T19:02:18Z)
• Learning Chess Blindfolded: Evaluating Language Models on State Tracking [69.3794549747725]
  私たちはチェスのゲームのための言語モデリングのタスクを検討します。 自然言語とは異なり、チェス表記法は単純で制約のある決定論的領域を記述する。 トランスフォーマー言語モデルでは,移動シーケンスのみを訓練することで,ピースの追跡や法的動作の予測を高精度に行うことができる。
  論文  参考訳（メタデータ） (2021-02-26T01:16:23Z)
• Teach me to play, gamer! Imitative learning in computer games via linguistic description of complex phenomena and decision tree [55.41644538483948]
  本稿では,複雑な現象の言語記述に基づく模倣による新しい機械学習モデルを提案する。 この手法は,ゲーム開発における知的エージェントの動作を設計し,実装するための優れた代替手段となる。
  論文  参考訳（メタデータ） (2021-01-06T21:14:10Z)
• Deep Reinforcement Learning with Stacked Hierarchical Attention for Text-based Games [64.11746320061965]
  自然言語の文脈におけるインタラクティブなシミュレーションであるテキストベースゲームの強化学習について検討する。 エージェントの動作が解釈可能な推論手順によって生成され、支援されるように、意思決定のための知識グラフを用いた明示的な推論を行うことを目指している。 提案手法を多数の人為的ベンチマークゲームで広範囲に評価し,本手法が既存のテキストベースエージェントよりも優れていることを示す実験結果を得た。
  論文  参考訳（メタデータ） (2020-10-22T12:40:22Z)
• Incorporating Pragmatic Reasoning Communication into Emergent Language [38.134221799334426]
  我々は、言語コミュニケーションのダイナミクスを、かなり異なるインテリジェンスとインテリジェンスレベルに沿って研究する。 本稿では,短期的相互推論に基づく実用主義と長期言語創発主義を組み合わせた計算モデルを提案する。 我々の結果は、より自然で正確で、堅牢で、きめ細かな、簡潔な発話を実現するための道を開くことの重要性を浮き彫りにした。
  論文  参考訳（メタデータ） (2020-06-07T10:31:06Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。