arXiv 游戏 AI 检索· Taiyi Chen·· 2026-10-16精选AI 评分34
论文构建 atari 与 sente 可控评测任务,测试语言围棋模型 LoGos
Recognizing Atari and Assessing Sente: Controlled Evaluation Tasks for Language-Based Go Agents
AI 导读
研究者围绕围棋中 atari 与 sente 的关系构建了一套可控评测集,用来检验语言模型能否识别这些术语并把它们与着法评估联系起来。测试对象是经术语与解说数据监督微调后的围棋语言模型 LoGos,结果显示它难以识别 atari 关系的变化,也难以判断这一变化的战略含义。
推荐理由
作者用可控的棋盘局部改动分离术语识别与着法评估,为检验语言模型能否把领域术语落到具体局面提供了可复用的测试思路。
来源:arXiv 游戏 AI 检索 · arxiv.org