GM Vladimir Kramnik，第14位无可争议的 World Chess Champion，以其令人大开眼界的作弊调查在棋坛引起轰动。现在他的报告已完成。
上周 World Chess 发布了Part One，阐述了他发现的前提：检测 engine 使用是一个基准测试问题。我们回来完成这项工作，Part Two 解释了实际方法。
Kramnik 的核心观点是，大多数反作弊系统犯了一个错误——它们把所有数据平均在一起。它们查看棋手的整体准确率，或与 engine 首选着法匹配的百分比，并一次性跨所有对局进行平均。
作弊者会做什么
一个老练的作弊者很容易击败这一点。他只在关键时刻或关键对局中使用 engine，其余时间诚实下棋。他的平均值保持在正常人类范围内。
Kramnik 将此比作一位医生报告病人的平均体温——一半发烧，一半过冷——并得出结论病房是健康的。当平均值掩盖两种截然不同的情况时，它是没有意义的。
他的解决方案是使用一组广泛的独立参数，每个参数都有自己的基准，而不是一个综合数字。例子包括时间紧张时的准确率（时钟剩余10秒或更少）、失误率、劣势局面下的表现，以及棋手找到困难着法的比例。
作弊者可以保持他的整体数字正常，但他无法同时保持所有这些单独指标正常。
论文展示了两张图表。第一张是 GM Magnus Carlsen 的连续在线闪电战对局：他最常见的两个准确率水平接近，这就是公平比赛的样子。
第二张是一位未具名的、等级分低于2600的棋手，他最常见的两个水平相距甚远——一个在顶级十名水平，一个在弱 GM 水平。它们之间的平均值看起来正常。它们之间的差距是警告信号。
Kramnik 还回应了对其方法的主要批评——即隔离可疑的“块”对局是挑拣数据。他的回答是：作弊检测不是标准数据分析。标准分析假设数据干净；在这里你不能假设任何单一对局是公平进行的，因此隔离可疑片段是唯一有效的方法。
下载 Kramnik 关于作弊检测的论文第二部分。