Zugwise：用于数字化手写国际象棋记分表的地盘感知游戏重建技术

据这篇预印本作者报告：传统上，手写国际象棋记分表的数字化被视为手写识别任务与走棋合法性检查的结合。然而，作者认为这种方法会漏掉“隐蔽错误”——即把字认错成一个合法但却错误的着法，从而破坏后续整局棋。为此，作者推出了 Zugwise 系统，它重新利用了计算机国际象棋的底层机制（如静止搜索、静态交换评估和牵制检测），来评估人类是否可能写下某个序列。该系统包含一个荒谬检测器、用于追溯错误症状的反向搜索，以及使用 Needleman-Wunsch 算法融合双方记分表证据的合并机制。在锦标赛切片的回放测试中，该系统将隐蔽错误从 16 个减少到 1 个，以及从 50 个减少到 13 个。两个学习信号（CTC 重新打分和 Maia 风格的人类走棋先验）将正确修正方案的排名前列率从 58.8% 提升至 78.0%。该软件完全在浏览器中运行，免费、私密且支持离线使用，并附带了一套三方裁决协议。