可学性地图 · 23

AI 最优与人类可学之间隔着多远

HumanSL 能按棋力预测人类着手，但最高概率、按分布采样与目标棋力并不是同一件事。教学要找的不是最像 AI 的人，而是下一步刚好可达的判断。

1. 先把最强与最像人分成两轴

   标准KataGo寻找强着，HumanSL学习不同棋力和年代的人类分布。两者一起用可以问“好手是否可发现”，但任何一个都不是学生思想的读取器。

2. top-1并不自动最像目标棋力

   HumanSL研究比较最高概率、直接采样与softmax，发现中间温度更能达到期望棋力。教学工具不能把概率第一当成唯一自然手。

3. 距离上一手是被忽略的人类线索

   研究用着手吻合率、likelihood和距上一手距离衡量人类相似，并发现按距离校正可改善尤其较弱棋力的表现。人常先回应局部，而非瞬间跳到全局最佳点。

4. 棋力差异是概率带不是硬门槛

   多棋力策略研究用不同skill policy改善段位估计，10盘达到80%、20盘92%的实验准确率。它支持分布有信息，不支持给一盘棋盖确定段位章。

5. 桥接手连接当前习惯与目标概念

   若AI好手在目标profile中极低，直接展示常常只留下坐标。更好的教学是找一手价值稍低但能暴露同一方向、弱点或先后手概念的桥接手。

6. 可学性还要经过延迟与迁移

   一次看懂不等于学会。数日后用不同棋谱的同型局面测试检查顺序、候选集合与理由，才能区分记住截图和获得判断。

7. 生成个人学习前沿而不是段位标签

   每条建议同时保存目损、目标profile概率、同概念桥接手、搜索稳定性与迁移结果。前沿会随棋手和模型更新，而不是永久写着“5段必会”。