LLM CHESS：チェスを通じてLLMにおける推論と指示追従をベンチマーク

この記事は、チェスをベンチマークとして使用し、大規模言語モデル（LLM）の推論能力と指示追従能力を評価する研究論文である可能性が高いです。チェスは、これらの能力を評価するのに適した、複雑でルールベースの環境を提供します。ArXivの使用は、これがプレプリントまたは公開された研究であることを示唆しています。

• •この研究はLLMの評価に焦点を当てています。
• •チェスがテストの場として使用されています。
• •この研究は推論と指示追従を評価しています。