Hi Alex,

in der Tat: Über viele Prompts und Hilfestellungen spielt die Engine inzwischen schon sehr stabil. Da es sich um eine UCI-Engine handelt, muss ich das Wissen in die OpenAI-API legen, da ich darüber spiele und nicht über den Chat.

Dass Wissen vorhanden ist, sieht man ja auch daran, dass ChatGPT in der Lage ist, eine kleine Engine zu erstellen, die bereits etwas kann. Die Frage ist immer, ob ich es durch einen Prompt schaffe, ihn gezielt auf dieses Wissen aufmerksam zu machen. Gerade in der 5.x-Version zeigt er an, auf welche Quellen er sich stützt. Lässt man das weg, landet man wieder im „Game 1“ …

Ich habe es so angelegt, dass eine kontinuierliche Weiterentwicklung stattfindet. Anfangs ist das durchaus sehr sprunghaft passiert.

In naher Zukunft wird es sicher möglich sein, mit weiteren Ideen noch mehr zu kreieren. Ich habe mich bewusst für die „Stunde 0“ entschieden, um zu sehen, wie er damit umgeht, wenn man einfach nur Schachspielen vorgibt. Im Gegensatz zu Gotham hatte ich nie Figuren, die aus dem Nichts auftauchen, oder Regelverstöße.

LG
Dirk

Hallo Alex,

Ich glaub kaum, das dies allein hilft. Denn das würde bedeuten, die LLM hätte Ahnung vom Schach. Hätte sie es, würden in den Partien zumindest regelkonforme Züge gespielt werden, egal von welcher Qualität und nicht von Geisterhand Figuren auf dem Brett erscheinen.
Man sieht es auch, wie die LLM teilweise die Stellung falsch beurteilt: "Es ist Matt", ist es aber nicht.
Ich kann die Prompts wie du meinst so abschicken und werde auch tolle Antworten dazu bekommen, die bleiben aber nur "ausgedacht".

Lars

__________________
BearChess: https://www.solanosoft.com/index.php?page=bearchess

Natürlich wird ein LLM niemals so stark spielen wie eine speziell erstellte Engine. Wenn man aber mit solchen Prompts experimentiert, und das habe ich ;-), dann werden die Antworten besser. Es werden keine (oder zumindets weniger) illegalen Züge gespielt, und Chat GPT kann Schlagfolgen, eingestellte Figuren usw. erkennen. Ein LLM basiert genauso auf Mustererkennung wie z.B. Leela Zero, und das LLM erkennt auch Muster in Schachstellungen. Man kann sich Stellungen erklären lassen, es kommt zwar manchmal Blödsinn dabei raus, aber manchmal auch nicht. Im Übrigen genau wie wenn man menschliche Schachspieler zu einer Stellung befragt