研究称棋力越高模型计算越靠深层

一项可解释性研究称，棋类模型的能力越强，计算越集中在网络深层。

研究对象是Maia-3，一个以棋手等级分（Elo）作为输入的8层国际象棋Transformer，权重不变、只调等级分。作者David Litman通过逐头消融测量发现，等级分从700升到2500时，所有测过的着法类型的因果质量中心都单调移向更深层，骑士双击等战术迁移最明显。

这一方向与“高手特征应更早算出以便复用”的预测相反。分析基于作者自建的chessformer-lens工具，样本限于这一个棋类模型，能否推广到语言模型未知。