arXiv · cs.AI· Tidor-Vlad Pricope·· 1 天前AI 评分47
RetroChessBench：一个用于重构与证明国际象棋历史的基准
RetroChessBench: A Benchmark for Reconstructing and Proving Chess Histories
来源与原文
arXiv · cs.AI
作者：Tidor-Vlad Pricope
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.39341v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者推出 RetroChessBench，一个包含 12 项任务的倒推国际象棋基准，覆盖定长构造、唯一结局和穷举答案集，附带参考答案、评分细则与终端奖励环境。在每任务两次试验中，GPT 6 Astra High 无工具时 22/24 次无法给出所需最终答案，启用代码执行后仍有 18/24 次失败，平均终端 RL 奖励分别为 14.75% 和 27.19%。作者认为网络训练数据缺少此类推导解释，质疑前沿数学推理能否真正泛化。
来源：arXiv · cs.AI · arxiv.org