Resumen:Si bien la IA generativa avanza rápidamente en varios ámbitos, generar resultados verdaderamente creativos, estéticos y contraintuitivos sigue siendo un desafío. Este artículo presenta un enfoque para abordar estas dificultades en el dominio de los acertijos de ajedrez. Comenzamos comparando arquitecturas de IA generativa y luego presentamos un marco de RL con recompensas novedosas basadas en estadísticas de búsqueda de motores de ajedrez para superar algunas de esas deficiencias. Las recompensas están diseñadas para mejorar la singularidad, el carácter contrario a la intuición, la diversidad y el realismo de un rompecabezas. Nuestro enfoque RL aumenta drásticamente la generación de rompecabezas contraintuitivos en 10x, del 0,22% (supervisado) al 2,5%, superando las tasas de conjuntos de datos existentes (2,1%) y el mejor modelo entrenado con Lichess (0,4%). Nuestros rompecabezas cumplen con los estándares de novedad y diversidad, conservan temas estéticos y son calificados por expertos humanos como más creativos, divertidos y contraintuitivos que los rompecabezas de libros compuestos, incluso acercándose a las composiciones clásicas. Nuestro resultado final es un folleto seleccionado de estos acertijos generados por IA, reconocido por su creatividad por tres expertos de renombre mundial.
Publicado originalmente en export.arxiv.org el 28 de octubre de 2025.
Ver fuente original
