Modello di IA impara a imitare gli stili dei singoli campioni di scacchi

I ricercatori propongono una nuova architettura che adatta il modello unificato Maia-2 a embedding specifici per campione, potenziati da un limitato processo di Monte Carlo Tree Search (MCTS) per l'esplorazione tattica. Questo affronta la sfida di emulare gli stili decisionali individualizzati dei campioni di scacchi storici, andando oltre i modelli di popolazione generale basati sui livelli di abilità. La metrica di valutazione standard, l'accuratezza delle mosse, viene criticata per penalizzare la naturale varianza umana e ignorare la coerenza comportamentale a lungo termine. Viene introdotta una nuova metrica comportamentale basata sulla divergenza di Jensen-Shannon per valutare robustamente la fedeltà stilistica.