Дообученная на шахматных партиях GPT-2 генерирует продолжения партий в краткой алгебраической нотации.
Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды
Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.
Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.
Напишите запросы, при необходимости приложите файлы и эталонные ответы.
Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.
Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.
В подключённых источниках результатов для этой модели пока нет.
Описание составлено по карточке модели и метаданным Hugging Face
BlueSunflower/gpt2-medium-chess — языковая модель на архитектуре GPT-2 medium, дообученная на 8 миллионах шахматных партий в краткой алгебраической нотации. В контекст подаются счёт партий, рейтинги игроков и последовательность ходов; модель продолжает текст, генерируя следующие шахматные ходы. Репозиторий содержит веса в форматах PyTorch и safetensors, а длина контекста составляет 1024 токена.
Модель предназначена для генерации продолжений шахматных партий и простого анализа позиций через предлагаемые ходы. В карточке указаны около 98,5% легальных ходов и результат примерно 1340 ELO при сравнении со Stockfish; в тесте BigBench на поиск мата в один ход результат составил 46,5%. Это специализированная модель для шахматных последовательностей, а не универсальный чат-бот. Лицензия — AGPL-3.0.
Модель генерирует нелегальные ходы примерно в 1,5% случаев и ограничена контекстом в 1024 токена. Указанная оценка около 1340 ELO получена при сравнении со Stockfish; результаты не гарантируют сильную игру или надёжный шахматный анализ.
Разделы каталога профессий, в задачах которых используется эта модель
README от автора на Hugging Face, как он его опубликовал
GPT-2 medium finetuned on 8 million chess games (short algebraic notation)
Data: Chess DB + sample from lichess + sample from CCRL
Example context: "1-0 2700 1350 1.e4 e5 2.Nf3 Nc6" (white score-black score white_elo black_elo moves)
На своей GPU в ailist. Цена — по текущим предложениям провайдеров
GPU в ailist
Универсальный рантайм
Подбираем GPU…