arXiv · NLP· Taiyi Chen, Iskar Deng, Amandalynne Paullada·· 8 小时前AI 评分26
基于围棋语言模型的 Atari 识别与先手评估受控评测任务
Recognizing Atari and Assessing Sente: Controlled Evaluation Tasks for Language-Based Go Agents
AI 导读
研究构建了基于 Atari 与先手（sente）关系的受控评测集，用于测试 Go 语言模型 LoGos 的术语识别能力。 LoGos 在经术语和评论监督微调后，仍难以准确识别 Atari 关系变化及其战略影响，其术语预测与走子偏好存在关联，即便该偏好与参考评估相悖。 该评测框架可用于检验基于语言模型的 Go 智能体能否将领域术语与精确的棋盘关系及战略走子价值相连接。
来源：arXiv · NLP · arxiv.org