Les chercheurs proposent la tâche de verbalisation des stratégies d'échecs afin de décrire les stratégies sous-jacentes derrière les suggestions de coups du moteur d'échecs en langage naturel, répondant ainsi à la difficulté que rencontrent les joueurs humains pour comprendre ces plans.
Ce travail introduit un pipeline pour la verbalisation des stratégies et un cadre d'évaluation pour évaluer objectivement les descriptions générées. Les expériences démontrent que le langage naturel constitue un moyen prometteur et interprétable pour communiquer des informations stratégiques aux joueurs humains et aux LLM.
L'étude met en lumière des insights clés, notamment l'importance d'évaluer les stratégies au-delà de la ligne principale, les limites des descriptions purement basées sur des concepts, et les contraintes liées au recours aux LLM plutôt qu'aux humains pour l'évaluation.