強化学習以前は人の棋譜から学習させてたが、後出しで遡って追求するなら収まりがつかないと思う。
JK18gouだってAperyとか野良評価関数から切り貼りされたグレーな部分もあるわけだし。

Grampus3_test40
* 時間 05:12.6 深さ 27/48 ノード数 723725677 評価値 -143 読み筋 ▲２八玉(37) △８八龍(86)
* 時間 05:51.7 深さ 28/44 ノード数 841147782 評価値 168 読み筋 ▲２八玉(37) △８八龍(86)
* 時間 11:25.7 深さ 29/58 ノード数 1792580776 評価値 125 読み筋 ▲２八玉(37) △２六歩打
* 時間 16:46.3 深さ 30/58 ノード数 2728502982 評価値 188 読み筋 ▲２八玉(37) △８八龍(86)
* 時間 26:11.5 深さ 31/58 ノード数 4371535629 評価値 384 読み筋 ▲２八玉(37) △２六歩打
* 時間 37:37.4 深さ 32/63 ノード数 6345049648 評価値 -44 読み筋 ▲２八玉(37) △２六歩打
https://18.gigafile.nu/1124-c0844404f8a22b4ddf77f10f7528f8a56