Характеристики

Лицензия: MIT
Опубликована: 8 июл 2026

Ссылки

exp182-pretrain-309m

Обучение с подкреплением3 профессии

Шахматная модель ChessTransformer на 309 млн параметров для выбора ходов и обучения стратегии методом обучения с подкреплением.

7скачиваний за 30 дней0лайковвеса обновлены9 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

avewright/exp182-pretrain-309m — шахматная модель ChessTransformer, опубликованная разработчиком avewright. Репозиторий содержит предобученный чекпойнт на 309 млн параметров и чекпойнт после 10 итераций обучения с подкреплением: он получен методом expert iteration на основе предобученной модели с целями по посещениям MCTS и ходами Stockfish. Указанная архитектура включает 96 слоёв, размерность 512, 8 голов внимания, StrengthenedBoardEncoder, SwiGLU и относительные смещения для шахматной доски.

Модель предназначена для выбора шахматных ходов и обучения шахматной стратегии с помощью обучения с подкреплением. README описывает предобучение до шага 10 000 из целевых 50 000 и приводит пример загрузки чекпойнта для инференса. Репозиторий распространяется по лицензии MIT. Вход и выход представлены шахматными позициями и ходами; конкретный формат их кодирования в карточке не описан.

Сценарии применения

выбор хода в шахматной позиции
обучение шахматной стратегии методом экспертной итерации
оценка ходов через цели посещений MCTS
использование ходов Stockfish как обучающих целей

Ограничения

Представлен чекпойнт на раннем этапе обучения: предобучение достигло 10 000 из запланированных 50 000 шагов, а RL-чекпойнт — 10-й итерации. README не приводит результаты оценки силы игры.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

IV.9Отраслевые задачиМедиа, журналистика, культура, архивы и игрыAI помогает создавать, искать, сохранять и персонализировать медиа, культурный и игровой контент.44 задачи14 938моделей IV.5Отраслевые задачиОбразование и развитие навыковAI помогает персонализировать обучение и снижать административную нагрузку на преподавателей.34 задачи6 641модель II.10Разработка и данныеРазработка и эксплуатация AI/ML-системAI помогает создавать, оценивать, развёртывать и контролировать AI/ML-системы на всём жизненном цикле.30 задач49 000моделей

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

exp182 / exp183 — 309M ChessTransformer (A40 run)

Models

Pretrain (`latest.pt` / `pretrain_step10000.pt`)

309M deep-narrow ChessTransformer (96L × 512d, 8 heads)
StrengthenedBoardEncoder + SwiGLU + chess relative bias
Muon pretrain to step 10,000 / 50k target (batch=192, bf16)
Repo file: uploaded as pretrain_step10000.pt and latest_pretrain.pt

RL (`rl_iter010.pt`)

Expert-iteration RL from the step-10k pretrain
Soft MCTS visit targets + hard Stockfish moves (full strength, depth 8)
Checkpoint after iteration 10

Usage

from huggingface_hub import hf_hub_download
from chess_inference import load_checkpoint

path = hf_hub_download("avewright/exp182-pretrain-309m", "rl_iter010.pt")
model = load_checkpoint(path, device="cuda")

Code: https://github.com/avewright/transform

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: 891aec8