Bayesian Imputation for Unplayed Games in Round-Robin Chess Tournaments: Application to Grand Chess Tour, Bucharest 2026
यह शोध पत्र राउंड-रॉबिन शतरंज टूर्नामेंटों में अनखेले गए खेलों के स्कोर का अनुमान लगाने के लिए एक बायेसियन बेस्ट लीनियर अनबायस्ड प्रेडिक्शन (BLUP) ढांचे का प्रस्ताव करता है, जो सिमुलेशन और 2026 बुखारेस्ट केस स्टडी के माध्यम से यह प्रदर्शित करता है कि यह विधि FIDE के वर्तमान बाइनरी रुल ऑफ एनुलमेंट या फॉरफीट की तुलना में भविष्यवाणी त्रुटि और रैंकिंग विरूपण को महत्वपूर्ण रूप से कम करती है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि एक उच्च-दांव वाला शतरंज टूर्नामेंट एक विशाल, राउंड-रॉबिन डिनर पार्टी की तरह है। हर मेहमान को एक-दूसरे के साथ एक गेम खेलना चाहिए। जो व्यक्ति सबसे अधिक गेम जीतता है, वह पुरस्कार ले जाता है। लेकिन तभी, एक आपदा आती है: एक मेहमान, जिसे हम "द विथड्रॉअर" (The Withdrawer) कह सकते हैं, बीमार हो जाता है या उसे कोई आपात स्थिति आ जाती है और उसे पार्टी के बीच में ही छोड़ना पड़ता है।
तब, होस्ट (टूर्नामेंट आयोजक) के सामने एक उलझन भरी समस्या आती है: उस खिलाड़ी के उन गेम्स का क्या किया जाए जो वह कभी खेल ही नहीं पाया?
पुराना तरीका: "सब-या-कुछ-नहीं" वाला नियम (The "All-or-Nothing" Rule)
वर्तमान में, शतरंज आयोजक 50% की सीमा पर आधारित एक कठोर, "सब-या-कुछ-नहीं" वाले नियम का उपयोग करते हैं, जो एक ट्रैफिक लाइट की तरह है जो अचानक लाल से हरी हो जाती है।
- परिदृश्य A (यदि विथड्रॉअर जल्दी चला जाता है): यदि उन्होंने अपने आधे से कम गेम खेले, तो होस्ट कहता है, "ठीक है, मान लीजिए कि विथड्रॉअर कभी आया ही नहीं था।" उनके सभी गेम मिटा दिए जाते हैं। यदि आपने उन्हें हराया, तो आपकी जीत गायब हो जाती है। यदि आप उनसे हार गए, तो आपकी हार भी गायब हो जाती है। यह ऐसा है जैसे वह गेम हुआ ही नहीं।
- परिदृश्य B (यदि विथड्रॉअर देर से जाता है): यदि उन्होंने अपने आधे से अधिक गेम खेले, तो होस्ट कहता है, "ठीक है, उन्होंने खेल छोड़ने का निर्णय लिया (forfeited)।" जिन लोगों को उनके साथ नहीं खेल पाना मिला, उन्हें एक मुफ्त जीत (1 पॉइंट) मिलती है। जिन्होंने उनके साथ खेला, वे अपना वास्तविक परिणाम रखते हैं।
समस्या: यह एक अजीब "क्लिफ" (ढलान) बनाता है। यदि एक खिलाड़ी 4 गेम के बाद चला जाता है, तो उनके गेम मिटा दिए जाते हैं। यदि वे 5 गेम के बाद जाते हैं, तो बाकी सभी को एक मुफ्त जीत मिलती है। समय का यह मामूली अंतर भी टूर्नामेंट के विजेता को पूरी तरह से बदल सकता है, जो अन्यायपूर्ण और मनमाना लगता है।
नया विचार: "स्मार्ट गेस" (बेयसियन इम्प्यूटेशन - Bayesian Imputation)
लेखक, रवि वरदान, सुझाव देते हैं कि हमें एक स्मार्ट तरीके से निपटने की आवश्यकता है: एक गणितीय "स्मार्ट गेस" (समझदारी भरा अनुमान) का उपयोग करके यह अनुमान लगाना कि क्या होता यदि वे गेम वास्तव में खेले गए होते।
इसे मौसम के पूर्वानुमान की तरह समझें।
- "ऐतिहासिक पूर्वानुमान" (Elo रेटिंग्स): हम जानते हैं कि वह खिलाड़ी आमतौर पर एक बहुत मजबूत खिलाड़ी है (जैसे पिछले साल के डेटा के आधार पर एक धूप वाले दिन का पूर्वानुमान)।
- "वर्तमान स्थितियाँ" (टूर्नामेंट प्रदर्शन): लेकिन इस विशिष्ट टूर्नामेंट में, वह बहुत खराब खेल रहा है, हर किसी से हार रहा है (जैसे अचानक आया कोई तूफान)।
यह नया तरीका इन दोनों जानकारियों को जोड़ता है। यह पूछता है: "विथड्रॉअर आमतौर पर कैसा खिलाड़ी है, और अभी वह कैसा खेल रहा है, इसके आधार पर छूटे हुए गेम्स के लिए सबसे संभावित स्कोर क्या होगा?"
यह कैसे काम करता है (एक "ब्लेंडेड स्मूदी" की तरह)
प्रस्तावित फॉर्मूला एक ब्लेंडर की तरह काम करता है:
- आधार (The Base): यह खिलाड़ियों की रेटिंग के आधार पर अपेक्षित स्कोर से शुरू होता है ("ऐतिहासिक पूर्वानुमान")।
- समायोजन (The Adjustment): यह देखता है कि विथड्रॉअर ने वास्तव में जो गेम खेले, उनमें उनका प्रदर्शन कैसा रहा। यदि वे खराब खेल रहे थे, तो फॉर्मूला छूटे हुए गेम्स के लिए अपेक्षित स्कोर को कम कर देता है। यदि वे अद्भुत खेल रहे थे, तो यह अपेक्षित स्कोर को बढ़ा देता है।
- भार (The Weight): फॉर्मूला तय करता है कि "इतिहास" को कितना महत्व दिया जाए बनाम "वर्तमान प्रदर्शन" को।
- यदि विथड्रॉअर जाने से पहले केवल 1 गेम खेला, तो फॉर्मूला "इतिहास" पर अधिक भरोसा करेगा (क्योंकि 1 गेम एक इत्तेफाक हो सकता है)।
- यदि उन्होंने 8 गेम खेले, तो फॉर्मूला "वर्तमान प्रदर्शन" पर अधिक भरोसा करेगा (क्योंकि 8 गेम एक वास्तविक कहानी बताते हैं)।
बुखारेस्ट 2026 का उदाहरण
पेपर इसका परीक्षण बुखारेस्ट में एक वास्तविक (काल्पनिक) आयोजन पर करता है जहाँ एक स्टार खिलाड़ी, अलीरेज़ा फिरोज़ा (Alireza Firuzja), को 5 गेम के बाद छोड़ना पड़ा।
- वास्तविकता: फिरोज़ा बहुत खराब खेल रहे थे (5 में से केवल 1 अंक प्राप्त कर रहे थे)।
- पुराना नियम (Forfeit): चूंकि उन्होंने आधे से अधिक गेम खेले, इसलिए चार खिलाड़ियों को, जिन्हें अभी उनके खिलाफ खेलना था, पूरा अंक (1.0) मिलता है। यह एक बड़ा फायदा लगता है, भले ही फिरोज़ा खराब खेल रहे थे।
- नया नियम (Bayesian): फॉर्मूला गणना करता है कि उनकी खराब फॉर्म को देखते हुए, वह छूटे हुए गेम्स में या तो हार जाते या ड्रॉ करते। उन्हें पूरा अंक देने के बजाय, यह विरोधियों को 0.55 से 0.70 अंक प्रदान करता है।
यह क्यों मायने रखता है: पुराने नियम में, जिन खिलाड़ियों ने वास्तव में उन्हें हराया (1.0 अंक अर्जित किया), उन्हें उन खिलाड़ियों के मुकाबले कोई विशेष लाभ नहीं मिलता जो उनके खिलाफ कभी नहीं खेले (जिन्हें भी 1.0 अंक मिलता है)। नया नियम उन खिलाड़ियों के लाभ को सुरक्षित रखता है जिन्होंने वास्तव में संघर्ष किया और जीत हासिल की।
"सिमुलेशन" का प्रमाण
यह साबित करने के लिए कि यह काम करता है, लेखक ने एक विशाल कंप्यूटर सिमुलेशन चलाया—जैसे कि एक वीडियो गेम—जिसमें 180,000 नकली टूर्नामेंट बनाए गए। उन्होंने हर संभव परिदृश्य का परीक्षण किया:
- खिलाड़ियों का जल्दी जाना बनाम देर से जाना।
- खिलाड़ियों का अच्छा खेलना बनाम खराब खेलना।
- विभिन्न प्रकार के प्रतिद्वंद्वी।
परिणाम: "स्मार्ट गेस" विधि लगातार पुराने "सब-या-कुछ-नहीं" नियमों की तुलना में अधिक सटीक रही। इसने कुल मिलाकर त्रुटियों को लगभग 26% कम कर दिया। यह सबसे आम स्थिति को संभालने में विशेष रूप से अच्छा था: जब कोई खिलाड़ी खराब प्रदर्शन (बीमारी या खराब फॉर्म के कारण) के कारण टूर्नामेंट छोड़ देता है।
मुख्य निष्कर्ष (The Bottom Line)
पेपर का तर्क है कि शतरंज टूर्नामेंटों को कठोर "50% नियम" का उपयोग करना बंद कर देना चाहिए और इस गणितीय "स्मार्ट गेस" प्रणाली का उपयोग करना चाहिए।
- यदि आयोजक सबसे अच्छा समाधान चाहते हैं: बेयसियन फॉर्मूला का उपयोग करें (जो मुफ्त और एक कंप्यूटर ऐप के रूप में उपलब्ध है)।
- यदि आयोजक एक सरल बैकअप चाहते हैं: तो कम से कम, उन्हें "फॉरफीट" (Forfeit) नियम का उपयोग करना बंद कर देना चाहिए और इसके बजाय "अनुलंघित" (Annulment/Erasure) का उपयोग करना चाहिए (सभी के लिए गेम मिटा देना), क्योंकि यह भी मुफ्त जीत देने की तुलना में सांख्यिकीय रूप से बेहतर है।
लक्ष्य सरल है: निष्पक्षता। शतरंज टूर्नामेंट का विजेता वह व्यक्ति होना चाहिए जिसने सबसे अच्छा खेला, न कि वह जो निकासी (withdrawal) के समय के कारण भाग्यशाली रहा।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।