پژوهشگران بررسی کردند مدل شطرنج چگونه دانش خود را متناسب با مهارت بازیکن به کار می‌گیرد

پژوهشگران در پیش‌چاپی در arXiv رفتار مدل شطرنج Maia-2 را بررسی کرده‌اند؛ مدلی که حرکت‌های انسانی را با توجه به سطح مهارت بازیکن پیش‌بینی می‌کند. شطرنج به‌دلیل داشتن رتبه‌بندی کمّی مهارت و مفاهیم قابل‌برچسب‌گذاریِ دقیق، بستری برای مطالعهٔ این پرسش فراهم می‌کند که مدل‌های مولد هنگام شبیه‌سازی کاربران با مهارت‌های متفاوت، واقعاً دانش کمتری دارند یا فقط دانش موجود را جور دیگری به کار می‌گیرند.

در روش پژوهش، وضعیت‌های صفحه و وزن‌های مدل ثابت نگه داشته می‌شوند و موقعیت‌هایی بررسی می‌شوند که شرط مهارت، پیش‌بینی مدل را از یک حرکت اشتباه به بهترین حرکت تغییر می‌دهد. چکیده می‌گوید پژوهشگران ابتدا میزان دانش رمزگذاری‌شده در مدل را با آموزش probeها اندازه می‌گیرند؛ اما متن در دسترس جزئیات بیشتر یا نتایج نهایی این بررسی را ارائه نمی‌کند.