/ Модель

Характеристики

Лицензия
MIT
Библиотека
pytorch
Опубликована
22 июл 2026

humanchess-1550-1650-blitz-checkmates

Обучение с подкреплением

Сверточная шахматная policy-модель HumanChess выбирает легальные ходы в блиц-партиях на основе партий игроков рейтинга 1550–1650.

9скачиваний за 30 дней0лайковвеса обновлены22 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

HumanChess 1550-1650 Blitz Checkmates — сверточная policy-модель, разработанная авторами проекта HumanChess и обученная с нуля на партиях Lichess в блиц-контроле. В обучающую выборку вошли игры, где оба игрока имели рейтинг 1550–1650 и партия завершилась матом. Архитектура — CNN с 128 каналами и шестью остаточными блоками; на вход подаются 19×8×8 признаков позиции, а на выходе модель формирует оценки ходов из фиксированного словаря с маскированием нелегальных ходов.

Модель предназначена для выбора шахматных ходов и использования как промежуточный уровень в линейке HumanChess, выше модели для диапазона 1250–1350. Это policy-only сеть: она не использует поиск и не имеет value head. В репозитории есть чекпойнт PyTorch FP32 и компактная INT8-версия TorchScript для CPU. На проверочной выборке FP32 top-1 точность составила 47,82%, а INT8 — 45,31%; результаты матчей приведены авторами как сравнительные оценки и не являются абсолютным рейтингом движка.

Модель опубликована под лицензией MIT. Она ориентирована на узкое распределение блиц-партий игроков рейтинга 1550–1650, завершившихся матом, поэтому её поведение может отличаться на других рейтингах, контролях времени и типах партий.

Сценарии применения

  • выбор хода в шахматной позиции
  • создание шахматного бота для блиц-партий
  • имитация ходов шахматистов рейтинга 1550–1650
  • запуск шахматной policy-модели на CPU через TorchScript

Ограничения

Модель не выполняет поиск и не оценивает позицию отдельной value-сетью. Она обучена на узком распределении блиц-партий рейтинга 1550–1650, завершившихся матом; указанные Elo-различия относительны и имеют значительную погрешность выборки.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

HumanChess 1550-1650 Blitz Checkmates

HumanChess 1550-1650 Blitz Checkmates is a human-move policy model trained from scratch on an 80 GiB dataset of Lichess blitz games where both players were rated 1550-1650 and the game ended in checkmate. It is a policy-only network without search or a value head.

Epoch 7 was selected independently in FP32 and INT8 gameplay tests. This model is intended for serving as the platform level immediately above the 1250-1350 model. The rating range describes the training data, not an absolute engine Elo.

Files

FileFormatUse
checkpoints/cnn-128x6-1550-1650-blitz-checkmates-epoch007.ptPyTorch FP32 checkpointModel, optimizer, and training metadata
artifacts/cnn-128x6-1550-1650-blitz-checkmates-epoch007-int8.tsINT8 TorchScriptCompact x86 CPU serving model

Architecture and validation

  • CNN policy network: 128 channels, 6 residual blocks
  • Input: 19 x 8 x 8; output: fixed move-vocabulary logits masked to legal moves
  • Validation NLL: 1.668047
  • Top-1 / top-3 / top-5: 47.82% / 75.84% / 85.90%
  • INT8 calibration check: NLL 1.7705, top-1 45.31%, FP32/INT8 argmax agreement 68.57%

Selection evidence

All matches used CPU inference, two seconds per move, temperature 0.5, and sampling for the first six plies.

  • FP32 epoch round robin: epoch 7 scored 57.7% over 150 games.
  • INT8 epoch 7 vs epoch 8: 28-14-58 (57.0%, +49 Elo relative).
  • FP32 epoch 7 vs 1250 epoch 5: 48-32-20 (58.0%).
  • FP32 epoch 7 vs 1450 epoch 7: 47-32-21 (57.5%).
  • INT8 epoch 7 vs 1250 epoch 5: 39-41-20 (49.0%; effectively tied).
  • INT8 epoch 7 vs 1450 epoch 8: 56-32-12 (62.0%).

Inference

human-chess-uci \
  --checkpoint artifacts/cnn-128x6-1550-1650-blitz-checkmates-epoch007-int8.ts \
  --torchscript --device cpu \
  --temperature 0.5 --sample-plies 6

Limitations

  • Policy-only: no search and no value evaluation.
  • Trained on a narrow rating, time-control, and checkmate-only distribution.
  • Tournament Elo differences are relative and have substantial sampling error.
  • INT8 behavior is not strictly transitive across rating bands.

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
037e680

0 моделей