この記事では、将棋トランスフォーマーが如何にして本質的なルールを理解し、適応するかを研究しています。270Mパラメータのトランスフォーマーを訓練し、出力分布外（OOD）シナリオで評価した結果、強力なルール外挿が観察され、チェスの基本的な構文ルールに従って有効な手を選び続ける能力が示されました。また、チェス960などの変則ルールに対する適応も検証されましたが、シンボリックAIアルゴリズム、特に明示的な探索を行うものには劣ることが分かりました。しかし、ユーザーとの対局時にはその差が少なくなる傾向があり、モデルは最初に自らの駒のみを動かすことから始め、ゲームの構成的理解が現れていることが示唆されました。