arXiv 棋牌与经典游戏 AI 检索· Tidor-Vlad Pricope·· 24 天前精选AI 评分36
RetroChessBench:重建并证明国际象棋对局历史的基准
RetroChessBench: A Benchmark for Reconstructing and Proving Chess Histories
AI 导读
作者提出 RetroChessBench,这是一个包含 12 项任务的回溯棋基准,覆盖定长构造、唯一终局与穷举答案集,并配有参考答案、评分细则和终端奖励环境。
推荐理由
论文给出 12 项回溯棋任务与评分细则,并记录前沿模型在纯规则推理上的具体失误类型,可作为推理能力评测的参照。
来源:arXiv 棋牌与经典游戏 AI 检索 · arxiv.org