/ Модель

Характеристики

Лицензия
MIT
Библиотека
pytorch
Опубликована
15 июл 2026

chess-transformer-437m-ft3h

Обучение с подкреплением3 профессии

Дообученный шахматный трансформер на 437 млн параметров, который оценивает позицию и выбирает допустимый ход.

10скачиваний за 30 дней0лайковвеса обновлены15 июл 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

Chess Transformer 437M FT3h — это дообученная трансформерная модель avewright для выбора ходов в шахматах. Она предсказывает политику ходов и трёхклассовую оценку позиции; для игры автор рекомендует выбирать допустимый ход с максимальной вероятностью без MCTS.

Модель содержит 437 млн параметров и использует 18 слоёв, 20 голов внимания, специализированное кодирование шахматной доски и компактный словарь из 1968 ходов. В тестах проекта её рейтинг оценён примерно в 1950 Elo против Stockfish при заданных настройках; это оценка, а не гарантия силы в других условиях. Модель обучалась на мягких оценках Stockfish и Lichess, а также на метках лучших ходов Stockfish.

Для загрузки нужны реализация ChessTransformer из репозитория автора и компактная версия словаря ходов. В метаданных указана лицензия MIT.

Сценарии применения

  • выбор сильного хода в шахматной позиции
  • оценка шахматной позиции при анализе партии
  • создание шахматного бота с выбором хода по жадной политике

Ограничения

Для загрузки требуются реализация ChessTransformer автора и компактный словарь ходов; слабые настройки MCTS снижали рейтинг в проверках. По описанию модели, игра чёрными против сильных соперников и некоторые дебюты являются относительными слабыми местами.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Chess Transformer 437M — FT3h (best Elo)

Greedy policy checkpoint from the exp191 meta-attention line. Best measured Elo in this project: ~1950 (Stockfish LimitStrength gauntlet).

FileDescription
best_model.ptInference weights (~1.75 GB). Keys: model_state_dict, config, vocab_version, training meta.
config.jsonArchitecture + FT3h training hyperparameters
elo_eval.jsonFull greedy gauntlet dump
README.mdThis card

Play checkpoint: use greedy argmax over legal moves (temperature 0). Weak MCTS settings previously hurt Elo vs greedy.

Architecture

  • 437M params (hidden_dim=1280, num_layers=18, num_heads=20)
  • Strengthened board encoder + meta-factored attention + Shaw-on-pos
  • Compact move vocab (1968), STM-normalized fused board tokens
  • Policy + 3-class value head
  • Trained with NorMuon + PolarExpress, torch.compile, cautious WD

Elo (greedy, movetime 0.05s SF side)

SF EloScoreW-D-L (16 games)
14500.75010-4-2
16000.5626-6-4
17500.5627-4-5
19000.5946-7-3
20500.3122-6-8

Estimate ~1950 (bracketed by SF1900 / SF2050). Black is weaker at high SF; French / English / Réti openings are relative weak spots. Losses are mostly tactical checkmates.

Training lineage

exp191 pretrain / early soft FTs
  → exp191_soft_ft3_lichess
  → exp191_soft_ft3b_unseen          (~1832 Elo)
  → exp191_soft_ft3h_edge_end  ★     (~1950 Elo)   ← this upload

Later soft / loss / tactics corrective FTs (ft3e/f/g/i, loss_fix, blunder_hard, tactics_hard) regressed Elo and were discarded. Do not prefer them over this file.

FT3h recipe (this checkpoint)

SettingValue
Initexp191_soft_ft3b_unseen/best.pt
Steps6000 (best @ step 5000 by top1)
Batch256
Soft frac0.85
Soft α (vs hard CE)0.38
Deep mix0.42
Muon / Adam LR0.0009 / 4.5e-5
Select metrictop1 (not soft_loss)
HFlip0.5

Data mixture used at FT3h

1. Shallow soft MultiPV (~2.0M train) — outputs/exp186_sf_multipv/soft_cache.pt
Stockfish MultiPV=8 soft targets on general positions (exp186 harvest from Lichess/SF-labeled position corpora such as avewright/chess-positions-lichess-sf / avewright/chess-positions-sf-labeled). Also mirrored on HF as dataset work under avewright/chess-soft-multipv-lichess.

2. Deep soft mix (~3.24M train) — outputs/unseen_quality_mix_ft3h/soft_cache.pt
Built to avoid overlap with prior FT caches (~33.9M excluded keys):

ComponentRole
Pool: soft_cache_virgin_b_12m.pt (Lichess cloud-eval soft)Unseen deep positions, phase-balanced → ~3.1M
Phase / edge / endgame / puzzle / syzygy spiceAttempted; most spice was already in the exclude set so little new volume landed
Mean label depth (mix report)~71 (cloud-eval style depths; quality varies by source)
Phase mix~21% opening / 46% middlegame / 33% endgame

3. Hard ballast (~1.0M / step mix) — hard_ballast_d15_n2000000_s42.pt
Hard CE on Stockfish best-move labels, min depth ≥15, for stability when soft frac < 1.

Prior stage data (inherited via FT3b init)

FT3b was fine-tuned from ft3_lichess on:

  • Same shallow exp186 soft cache
  • Deep: soft_cache_unseen_ft3.pt (~3.2M Lichess-eval soft, held out from earlier FT3)
  • Soft α 0.55, deep mix 0.55, hard ballast

Weights therefore already encode earlier Lichess MultiPV soft pretraining before the FT3h edge/end-lean mix.

Related public datasets

Load

import torch
from huggingface_hub import hf_hub_download

path = hf_hub_download("avewright/chess-transformer-437m-ft3h", "best_model.pt")
ckpt = torch.load(path, map_location="cpu", weights_only=False)
state = {k.replace("_orig_mod.", ""): v for k, v in ckpt["model_state_dict"].items()}
config = ckpt["config"]  # dict → ChessTransformerConfig(**config)
# build_model(config); load_state_dict(state); vocab_version = ckpt.get("vocab_version", "compact")

Requires this repo’s ChessTransformer / compact move vocab (MOVE_VOCAB_VERSION=compact).

License

Weights: MIT (same as project). Upstream Lichess eval / puzzle data retain their respective terms (puzzles: CC0).

Как запустить

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

GPU в ailist

Универсальный рантайм · pytorch

Нельзя запустить

RL-агенты не запускаются как сервис инференса.

Ревизия весов
02451e9

0 моделей