Zugwise：用于数字化手写国际象棋记分表的领域感知游戏重建

arXiv:2611.14544v1 公告类型：新 摘要：数字化手写国际象棋记分表已作为手写识别问题进行了研究：读取每个框中的移动并检查其是否合法。这个框架忽略了最重要的错误。导致非法举动的误读是响亮的。产生合法但错误的举动的行为是沉默的，因为仅合法性的管道接受它并读取针对错误位置的每一个后续举动。因此，我们将这项任务视为游戏重建，并提出了 Zugwise，它重新利用了计算机国际象棋机制（静态搜索、静态交换评估、针检测）来询问“应该玩什么？”但“这可能是人类写的吗？”荒谬检测器会在无声错误发生的地方或附近发出响亮的声音，并且向后搜索会追踪晚期症状及其原因。候选排名不包括国际象棋质量信号。 Needleman-Wunsch 合并添加了第二个玩家的表格作为证据，并且审查停止将表格的合法读数之间的所有分歧发送给人类。在两个锦标赛部分的预言机重播中，添加它们的版本将静默错误从 16 个减少到 1 个，从 50 个减少到 13 个。两个学习信号（CTC 针对识别器的原始输出重新评分和 Maia 式的人类移动先验）将正确修复的最高排名率从候选替换决策的 58.8% 提高到 78.0%，并且在后面的部分中保持不变，无需重新调整。在第一部分中，经过人工验证的输出与独立专家转录的 45 场比赛中的 34 场比赛的走法相匹配，并且对表格的裁决发现了不同层数的两条记录中的错误。我们并没有确定工作流程更快或更准确。该系统完全在浏览器中运行，免费、私密且可离线使用；除此之外，我们还为没有单一记录是真实事实的领域提供三向裁决协议。