UniMaia：用语言引导国际象棋策略以实现类人棋风

大语言模型的最新进展使自然语言能够作为控制复杂系统的灵活接口，但这通常以大规模多模态训练或弱化的领域特定归纳偏置为代价。在国际象棋等结构化决策领域，专门的策略网络实现了强性能但缺乏语义可控性，而提示条件语言模型更灵活但通常表现出较弱的领域基础。我们提出了UniMaia，一个用于提示条件策略调制的框架，它使用参数高效的文本编码器和ControlNet风格的条件机制来适配一个冻结的基于Lc0的国际象棋策略网络。UniMaia能够实现对游戏过程的语义控制，包括开局选择和棋手实力，同时保留预训练的策略表示。我们进一步引入了UniMaia-Aux，它结合了辅助时间条件化和行为预测目标。为支持这项工作，我们构建了一个大规模元数据增强的Lichess数据集，开发了一个半自动化的提示生成流程，并引入了涵盖提示条件和元数据条件设置的基准。UniMaia在几个提示条件基准上达到了最先进的期望准确率，在通用指令遵循任务上达到了有竞争力的首步准确率，同时在人类走棋预测基准上与专门的元数据条件方法保持竞争力。UniMaia-Aux进一步提高了多个评估设置下的期望准确率和行为建模能力，在首步准确率上略有折衷。总体而言，我们的结果表明，无需端到端多模态训练即可实现对领域特定策略网络的提示条件控制，同时突出了可控性与预测性能之间的权衡。