Проблема генерации в шахматах
Современные языковые модели (LLM) часто терпят неудачу в задачах, требующих строгой логики и контринтуитивного творчества. В шахматах изменение одной фигуры может полностью разрушить решение задачи. Авторы работы, опубликованной в arXiv (29 сентября 2026 года), предлагают использовать маскированные диффузионные модели для условной генерации шахматных позиций. В отличие от предыдущих методов, их подход не является направленным (non-directional), что позволяет задавать конкретные тактические темы и частичные позиции доски.
Архитектура и метрики
Ключевым нововведением стала вспомогательная задача одновременного предсказания лучшего хода. Это улучшение повысило уникальность решений на 11,6% и точность соответствия тактической теме на 2,5%. Для дальнейшей оптимизации команда применила фреймворк обучения с подкреплением, адаптированный из Denoising Diffusion Policy Optimization (DDPO). Этот шаг позволил увеличить выход уникальных позиций, соответствующих теме, на 89,1%.
Сравнение эффективности подходов
| Метрика / Метод | Результат / Эффект | Примечание |
|---|---|---|
| Уникальность решений (вспомогательная задача) | +11,6% | Благодаря предсказанию лучшего хода |
| Точность темы (вспомогательная задача) | +2,5% | Улучшение контроля тактики |
| Выход уникальных позиций (RL/DDPO) | +89,1% | Результат обучения с подкреплением |
Открытые веса и значение
Авторы (Aatu Selkee, Severi Rissanen, Xidong Feng, Tom Zahavy, Eric Malmi) опубликовали первые модели с открытыми весами для генерации шахматных задач. Это открывает новый путь для создания контролируемого креативного контента, где пользователь может задавать условия, а ИИ генерирует валидные и сложные позиции, что ранее было труднодостижимо для генеративных моделей.
Источник: arXiv cs.AI ↗