Otter、指し手履歴と持ち時間から人間の意思決定を予測——15.3Mパラメータモデルがtop-1精度55.23%を報告

チェスエンジンが探すのは客観的な最善手だが、人間行動モデルの目的は、特定の棋力のプレイヤーが実際にどの手を指すかを予測することにある。Otterの中核的な変更点は、この問題を単一盤面の分類から、履歴と時間を条件とする系列予測へと変えたことだ。15.3Mパラメータのモデルは直近20手を読み込み、履歴エンコーダーによって序盤の好み、局面の推移、同一対局内での行動の慣性を捉える。さらに時間制御モジュールで指し手の分布を調整し、持ち時間のプレッシャーによる選択の違いを反映する。

著者らは1.17億局のLichess rapid対局から61億の局面を構築し、T4 GPU 1基のみを使って30日間で学習を完了したとしている。モデルは指し手予測で55.23%のtop-1命中率と90.95%のtop-5命中率を達成した。11のElo帯のうち、1900～1999のグループが最も高いtop-1精度を記録し、57.38%に達した。この結果は、人間行動の予測では、盤面モデルを単純に大規模化するよりも、先行する行動と時間条件の方が価値を持つ可能性を示している。また、棋力別の練習相手、ミスの予測、「同程度のプレイヤーならどう指すか」を中心とした分析ツールにも適している。

ただし、「従来の最高性能を上回った」という主張は慎重に解釈する必要がある。論文が主に比較しているのはMaia-2だ。Maia-3は今年これより前に57.1%のmove-matching accuracyを発表し、5M、23M、79Mの各モデルを提供している。しかし、両者では棋種、時間制御、データの収集期間、テストデータの分割方法が異なるため、55.23%と57.1%という数値だけで優劣を直接判断することはできない。Otterのデータ量の多さも、再現可能性を保証するものではない。研究者は今後、重複除去、プレイヤー情報のリーク、時間フィールドの欠損、月ごとの分布ドリフトを検証する必要がある。最も価値のある次のステップは、Otter、Maia-3、その他の人間の指し手モデルを同一の公開テストセットで評価し、履歴の長さと時間制御シグナルをそれぞれアブレーションすることだ。