/ Модель

Характеристики

Лицензия
MIT
Опубликована
18 авг 2026

tictactoe-gpt-1m

Обучение с подкреплением

Компактный GPT-подобный трансформер, который выбирает ходы в крестиках-ноликах и, согласно README, играет вничью против minimax.

0скачиваний за 30 дней1лайквеса обновлены18 авг 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

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.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

Skyhigh-2203 разработала компактного GPT-подобного трансформерного бота для игры в крестики-нолики. Модель содержит около 1,59 млн параметров, два трансформерных блока, ширину 256 и 8 голов внимания; веса опубликованы в формате PyTorch. Она принимает кодированное состояние поля и очередь хода, затем выбирает клетку для следующего хода.

По README, в тестировании против minimax на более чем 10 млн партий бот всегда добивался ничьей за обе стороны и не делал нелегальных ходов; точность на проверочной выборке заявлена выше 97%. Модель рассчитана на игрового агента в крестики-нолики, а не на обычный диалог. Лицензия — MIT.

Сценарии применения

  • создание игрового агента для крестиков-ноликов
  • выбор следующего хода по состоянию поля
  • тестирование игрового ИИ против minimax

Ограничения

Модель предназначена только для крестиков-ноликов и использует специальное кодирование поля из 11 токенов. Результаты производительности и качества приведены в README и не являются независимой оценкой.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

🤖 1M-Parameter Lightweight Tic-Tac-Toe Transformer Bot

A compact, ultra-fast GPT-style transformer model (~1.59M parameters) trained to play optimal, unbeatable Tic-Tac-Toe.

📊 Performance & Benchmarks

🏆 10,000,000 Parallel Games Benchmark (vs Minimax)

Tested on an NVIDIA GeForce RTX 4060 Laptop GPU:

  • Total Games Played: 10,027,008 games
  • Throughput: 17,943 games / second (~64.6 million games/hour)
  • Per-Position Service Latency: 0.0124 ms
  • GPU Utilization: 99.9% (Inference bound)
  • Model as Player X (5,013,504 games):
    • Wins: 0 | Draws: 5,013,504 (100.00%) | Losses: 0 (0.00%)
  • Model as Player O (5,013,504 games):
    • Wins: 0 | Draws: 5,013,504 (100.00%) | Losses: 0 (0.00%)

🎯 Accuracy & Rule Adherence

  • Legal Move Rate: 100.00% (Never plays an illegal move)
  • Validation Dataset Accuracy: >97.00%

📐 Architecture

  • Parameters: 1,588,992 (~1.6 Million)
  • Layers: 2 Transformer Blocks
  • Hidden Dimension (Width): 256
  • Attention Heads: 8
  • Model Checkpoint Size: ~19.1 MB

🎮 Tokenization & Input Format

The board is represented by 11 tokens:

[turn] [cell 0] [cell 1] ... [cell 8] [dummy prediction token]
  • Turn tokens: 0 (X's turn), 1 (O's turn)
  • Board cells: 4 (Empty), 5 (X), 6 (O)
  • Dummy prediction token: 7
  • Output logits: positions 8..16 mapping to cells 0..8

🚀 How to Load and Play in Python

import torch
import numpy as np
from model import ModelConfig, build_model
from tokenization import encode_board, EMPTY

# Download 'best.pt' from this repo
checkpoint = torch.load("best.pt", map_location="cpu", weights_only=False)
config = ModelConfig(**checkpoint["model_config"])
model = build_model(config)
model.load_state_dict(checkpoint["model_state"])
model.eval()

# Board state: 0 for empty, 1 for X, -1 for O
board = (0,) * 9  # Empty board
player = 1        # X to move

# Tokenize and predict move
inputs = torch.from_numpy(encode_board(board, player).astype(np.int64)).unsqueeze(0)
with torch.no_grad():
    logits = model(inputs)[0]
    legal = inputs[0, 1:10] == EMPTY
    move = int(logits.masked_fill(~legal, -torch.inf).argmax().item())

print(f"Model chose cell index: {move}")

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Нельзя запустить

RL-агенты не запускаются как сервис инференса.

Ревизия весов
4259518

0 моделей