論文の概要: Explaining Chess and Go in Natural Language

• arxiv url: http://arxiv.org/abs/2610.23166v1
• Date: Fri, 16 Oct 2026 09:05:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-20 00:56:07.837607
• Title: Explaining Chess and Go in Natural Language
• Title（参考訳）: 自然言語におけるチェスとゴーの説明
• Abstract要約: 本稿では,チェスエンジンの評価を基礎として,チェスの説明を自動評価する手法を提案する。 次に、BinPropを紹介します。これは、これらの同じモデルが再利用可能なチェスの概念を発見し、自然言語の移動を説明するためにそれらを使用することを可能にする、トレーニング不要の方法です。
• 参考スコア（独自算出の注目度）: 48.94486925737473
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Modern chess engines play far beyond human ability, often choosing moves whose underlying ideas are difficult for humans to understand. We propose an automatic metric for evaluating chess explanations, grounded in chess-engine evaluations. Evaluating state-of-the-art language models using this metric, we find that they perform surprisingly poorly, often relying on surface-level board observations rather than robust, transferable chess concepts. We then introduce BinProp, a training-free method that enables these same models to discover reusable chess concepts and use them to explain moves in natural language. BinProp improves explainability for every model tested, nearly tripling the average score compared with direct prompting. Beyond chess, the same method discovers useful concepts in Go, draughts, and shogi without additional tuning.
• Abstract（参考訳）: 現代のチェスエンジンは人間の能力をはるかに超え、人間の理解が難しい動きを選択することが多い。 本稿では,チェスエンジンの評価を基礎として,チェスの説明を自動評価する手法を提案する。 このメトリクスを用いて最先端の言語モデルを評価すると、それらが驚くほど貧弱であり、多くの場合、堅牢で転送可能なチェスの概念ではなく、表面レベルのボード観察に依存していることがわかった。 次に、BinPropを紹介します。これは、これらの同じモデルが再利用可能なチェスの概念を発見し、自然言語の移動を説明するためにそれらを使用することを可能にする、トレーニング不要の方法です。 BinPropはテストされたすべてのモデルの説明可能性を改善し、直接のプロンプトと比較して平均スコアをほぼ3倍にします。 チェス以外では、余分な調律を伴わずに、囲碁、ドロート、ショギで有用な概念を見出す方法である。

関連論文リスト

• Towards the Automatic Synthesis of Interpretable Chess Tactics [0.0]
  チェスをするための象徴的なサブ政治モデルを提案する。 チェスの戦術にインスパイアされた我々のモデルは、解釈可能性を改善するためにドメイン知識を組み込もうとする。 我々は,ランダムなベースラインに対してモデルを評価するための分岐指標を提供し,人間の初心者に類似した演奏力の移動を提案するための一連の戦術を見出す。
  論文  参考訳（メタデータ） (2026-10-06T02:35:09Z)
• ChessQA: Evaluating Large Language Models for Chess Understanding [10.480398008794436]
  Chessは大規模言語モデル(LLM)の推論、モデリング、抽象化機能を評価するのに理想的なテストベッドを提供する。 5つのタスクカテゴリにわたるLLMチェス理解を評価するベンチマークであるChessQAを提案する。 5つのカテゴリにまたがって永続的な弱点を見つけ、結果とカテゴリ別エラー解析を提供する。
  論文  参考訳（メタデータ） (2025-10-28T00:02:52Z)
• Towards Piece-by-Piece Explanations for Chess Positions with SHAP [0.20305676256390937]
  我々はSHAP(SHapley Additive exPlanations)に適応し、チェスエンジンの評価をボード上の特定の部品に割り当てる。 部品を特徴として扱い、それらを体系的に非難することにより、エンジンの出力を説明する追加的、部品ごとのコントリビューションを計算する。 この手法は古典的なチェスの教育からインスピレーションを得ており、プレイヤーは駒を精神的に取り除くことで位置を評価する。
  論文  参考訳（メタデータ） (2025-10-26T09:07:21Z)
• General search techniques without common knowledge for imperfect-information games, and application to superhuman Fog of War chess [68.20244032271847]
  我々は、戦争チェスのための最初の超人的AIであるObscuroを提示する。 不完全な情報ゲームにおける検索の進歩を導入し、強力でスケーラブルな推論を可能にした。 最先端のAIと人間のプレーヤーに対する実験は、Obscuroがかなり強いことを示している。
  論文  参考訳（メタデータ） (2025-06-02T01:41:27Z)
• 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)
• Intransitively winning chess players positions [91.3755431537592]
  チェス選手の位置の勝利の間の関係の空間はユークリッドではない。 ツェルメロ・ヴォン・ノイマンの定理は、純粋な勝利戦略を構築する可能性と不可能性についての言明によって補完される。
  論文  参考訳（メタデータ） (2022-12-11T05:55:05Z)
• 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)

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。