Vì sao nó đi nước phạm luật khi chơi cờ vua?
Cờ vua: chatbot đoán nước đi tiếp theo dưới dạng chữ từ danh sách các nước đã đi và không giữ bàn cờ thật nào, nên khai cuộc quen thuộc thì ổn nhưng vào sâu ván cờ nó mất dấu vị trí các quân; đưa cho nó bàn cờ, danh sách nước đi hợp lệ hoặc một engine cờ vua sẽ sửa được phần lớn · Cơ bản · 5 phút · context, llm · học sau Cuộc chat dài: mô hình đoán sớm, xây tiếp trên chính những phỏng đoán ấy qua từng lượt, và kém tin cậy dần khi ngữ cảnh dài ra, kể cả khi còn xa mép cửa sổ, Tính toán trong LLM: chữ số bị cắt thành token, đáp án được viết từ trái sang phải
Chatbot chơi cờ bằng cách đoán nước đi tiếp theo dưới dạng chữ từ danh sách nước đi; nó không giữ bàn cờ thật. Khai cuộc thì ổn, nhưng vào sâu ván cờ nó mất dấu. Hãy đưa nó bàn cờ, hoặc dùng engine.
1 Đoán trước
2 Xem
The board you see, the text it gets
1 / 4What you see
What the model gets
1. e4 e5 2. Nf3 Nc6 3. Bb5
No board, no pieces: only text, and the next move is more text.
opening position, a common line
You see a board. The chatbot gets a line of text and predicts the move most likely to come next. This opening appears in millions of game records, so the likely move is also a legal one.
Bạn thấy một bàn cờ; mô hình thấy một dòng chữ. Lúc đầu dòng chữ ấy quen thuộc, về sau thì mới lạ, và bàn cờ mà mô hình cần thì không bao giờ được viết ra, trừ khi bạn đưa cho nó.
Chatbot đọc một ván cờ như đọc mọi thứ khác: dưới dạng chữ, 1. e4 e5 2. Nf3 Nc6…, và đoán nước có khả năng đến tiếp theo nhất. Bên trong không có bàn cờ nào, chỉ có các khuôn mẫu từ những biên bản ván cờ nó được huấn luyện. Một nước có thể trông đúng khi là chữ mà vẫn không thể đi được trên bàn cờ.
4 Bạn là model
Bạn là chatbot. Bạn nhận các nước cờ dưới dạng chữ, không bao giờ có hình: một khai cuộc nổi tiếng, rồi một ván dài kết thúc bằng một nước chiếu, rồi cùng thế cờ đó với bàn cờ được viết ra.
round 1 of 3 · A new game. You only get the moves as text.
1. e4 e5 2. Nf3 Nc6 3. Bb5
What does Black most likely play next?
positions illustrative; 100% from ChessArena Table 3
You are the chatbot. You get text, never a board.5 Kiểm tra
Ván dài làm mọi chuyện tệ hơn. Mỗi nước đều phải được đi lại trong đầu để biết các quân đang ở đâu, và danh sách cứ dài thêm. Lỗi hay gặp nhất mà Game Arena thấy: mô hình đang bị chiếu nhưng lại đề xuất một nước để vua vẫn bị tấn công, thường là một nước hay gặp trong các biên bản ván cờ.
Cách sửa là thôi bắt nó nhớ bàn cờ. Mỗi lượt hãy viết thế cờ ra dưới dạng FEN, một dòng mô tả bàn cờ, hoặc đưa danh sách nước đi hợp lệ: trong ChessArena, tỉ lệ nước hợp lệ của DeepSeek-R1 tăng từ 44,6% lên 82,5% khi có bàn cờ và lên 100% khi có danh sách. Hoặc để một engine cờ vua chọn nước đi.
8 Nói lại bằng lời bạn
9 Nhiệm vụ · 5 phút
Trong ChatGPT Free, chơi chỉ bằng chữ: viết “Let’s play chess. I’m White. Reply with one move only. 1. e4” (Mình chơi cờ vua nhé. Tôi cầm Trắng. Chỉ trả lời một nước đi. 1. e4) rồi chơi tiếp. Nhập mọi nước vào bàn phân tích miễn phí của Lichess, nơi từ chối nước phạm luật. Khi ChatGPT đi một nước phạm luật, chép FEN từ Lichess vào khung chat rồi hỏi lại. Nó trụ được bao nhiêu nước?
Ba câu nhanh
Rút ngẫu nhiên từ bộ câu hỏi của bài; lần sau sẽ khác.
Xong chưa?
Nhận email khi có bài mới
Bài mới nằm trong bản tin hằng tuần, chỉ gửi vào tuần có bài. Bạn xác nhận qua email trước; hủy đăng ký chỉ với một lần bấm.
Đọc thêm
Nguồn
- Liu et al., “ChessArena: A Chess Testbed for Evaluating Strategic Reasoning Capabilities of Large Language Models” (arXiv:2509.24239 v4, 2026-04-23, https://arxiv.org/abs/2509.24239, checked 2026-10-24): Blindfold mode gives “the move history from both players in the form of a multi-turn conversation” and the model “must reconstruct the chessboard state internally”; Standard mode gives the board as FEN. Table 3, legal rate (LR) of move selection: DeepSeek-R1 Blindfold 44.6% without / 94.7% with legal moves, Standard 82.5% without / 100.0% with; o3 Blindfold 86.9% / 98.4%, Standard 98.0% / 99.6%. Table 18, average conversation turns, Blindfold without legal moves, successful / failed: DeepSeek-R1 72 / 112, Doubao-Seed-1.6-Thinking 70 / 112, o3 88 / 129, GPT-4.1 94 / 94; “longer conversations impede board reconstruction”
- Doerschuk-Tiberi et al., “Game Arena: Strategic LLM Evaluation in Competitive Environments” (arXiv:2609.31473 v1, 2026-09-25, https://arxiv.org/abs/2609.31473, checked 2026-10-24): each turn the model “receives the current position in Forsyth-Edwards Notation (FEN) and a complete move history in PGN format”, with no list of legal moves; three retries, then the game is lost; best Gemini model “< 0.2” rethinks per game, DeepSeek V3.2 and Claude Haiku 4.5 “more than five, and often more than ten”; in high-rethink games “only a small fraction of rethinks occur early in the game (typically around ≈ 10–20%)”; “One frequently observed failure mode occurs when a model is in check but proposes a move that fails to resolve the threat to their king”
- Toshniwal et al., “Chess as a Testbed for Language Model State Tracking” (AAAI 2022, arXiv:2102.13249, checked 2026-10-24): models trained on move sequences alone can learn to track pieces with enough data, and approximating attention over the full game history causes “a significant performance drop”
- The back-rank position in the picture and the role (White Kg1 Qd2 pawns f2 g2 h2, Black Kg8 Re1 pawns f7 g7 h7, White to move in check; only legal move Qxe1, checked with python-chess 2026-10-24), the opening line, the role wording and the mission prompt are illustrative, not from a measured game
- aifree.dev catalog, chatgpt-free (verified 2026-10-12, read-only API check 2026-10-24): ChatGPT Free Plan; Lichess analysis board (https://lichess.org/analysis) is free without an account
Đăng Oct 24, 2026 · cập nhật Oct 24, 2026