ルービックキューブを一撃で解く専用LLMを作った

ルービックキューブを一撃で解く専用LLMをゼロから開発した事例。事前知識ゼロのモデルが、現在のキューブ状態と過去の手順から次の1手を自己回帰的に生成し、初めて見る局面の99.83%を1回の生成で解いた成果を報告。

• ルービックキューブを一撃で解く専用LLMが、ゼロから開発された。
• このLLMは、現在のキューブの状態と過去の手順を受け取り、次の1手を自己回帰的に生成する。
• 学習後、初めて見る局面の99.83%を1回の生成で解くことができた。
• 54個の面をState Encoderでベクトル化し、Transformerに直接入力するState Embedding手法を採用している。
• 学習には「Best of 8」手法を用い、偶然の成功例から最短解法を教師データとして学習させた。