Sábado 7 de noviembre de 2026 ·
Un LLM juega al shogi: el «Semantic Board» convierte el tablero en etiquetas de texto para evitar errores de espacio
En la segunda entrega de una serie, un autor hace que Gemini juegue al shogi con un árbitro en Python. En la primera parte el modelo cometió errores graves, como no ver que una torre atacaba a un dragón o sacrificar un alfil sin motivo, porque leía el tablero en forma de arte ASCII. La solución es el «Semantic Board»: el árbitro etiqueta cada jugada como segura o como pieza colgada y añade un resumen de las líneas largas de las piezas grandes, de modo que el modelo recibe la información en palabras.
Qué significa
Un LLM que lee el tablero como texto con etiquetas explícitas comete menos errores espaciales que si intenta contar casillas en un dibujo. La lección para quien construye sistemas con modelos de lenguaje es que conviene traducir la información visual a datos claros antes de pedir una decisión.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- #LLMタグLeer la noticia completa en #LLMタグ
También ese día
Todas las noticias de IA del sábado 7 de noviembre de 2026 ->