ShashGuru Bridging Chess Engines and Large Language Models for Human-Interpretable Analysis

Questa tesi presenta ShashGuru, uno strumento di analisi scacchistica che integra la potenza computazionale dei moderni motori scacchistici con le capacit`a di generazione di linguaggio naturale dei Large Language Models (LLM). Il sistema combina ShashChess, un motore scacchistico personalizzato derivato da Stockfish, with LLaMA 3.1-8B, per fornire agli utenti sia valutazioni precise che spiegazioni comprensibili delle posizioni scacchistiche. Il lavoro affronta le limitazioni dei motori scacchistici tradizionali, le cui analisi spesso mancano di spiegazioni intuitive, e quelle degli LLM, che senza una guida strutturata faticano a ragionare accuratamente nel contesto degli scacchi. ShashGuru colma questa lacuna sfruttando i dati forniti dal motore per guidare il modello linguistico. Il sistema `e implementato come applicazione web, con un frontend in Vue.js e un backend in Flask, offrendo un’analisi interattiva e supporto a domande di approfondimento. Una valutazione condotta con giocatori di scacchi di diversi livelli ha dimostrato l’efficacia di ShashGuru, con una preferenza netta da parte dei partecipanti per le sue analisi rispetto a quelle generate da LLM non assistiti. I risultati evidenziano il potenziale dello strumento nell’ambito della formazione scacchistica, grazie alla sua capacit`a di fornire indicazioni accurate e contestualizzate in un formato accessibile. Lavori futuri potrebbero esplorare l’ottimizzazione del modello linguistico per compiti specifici negli scacchi o l’estensione del sistema ad altri giochi strategici.