识别叫吃与评估先手：基于语言的围棋智能体受控评测任务

研究人员构建了一套围绕围棋中“叫吃”及其与“先手”关系的受控评测集，用于检验基于语言的围棋智能体能否准确识别术语并关联走法评估。在经过术语与解说监督微调的围棋大语言模型 LoGos 上测试发现，该模型难以识别叫吃关系的变化并评估其战略影响。模型对术语的预测还会与走法偏好产生关联，甚至出现偏好与参考评估相矛盾的情况。