PAL山口さんによると、敵対的学習で強化した評価関数は三間飛車ばかり指すので定石で居飛車に補正していると言います。

HoneyWaffleが定石で無理矢理振飛車にしているという話と対照的です。もう少し立ち入って説明できる方いらっしゃいますでしょうか？