/ Модель

Характеристики

Лицензия
MIT
Библиотека
pytorch
Опубликована
27 июл 2026

humanchess-1750-1850-blitz-checkmates

Обучение с подкреплением

Свёрточная шахматная policy-модель, выбирающая легальные ходы в блиц-позициях на основе партий игроков рейтинга 1750–1850.

6скачиваний за 30 дней0лайковвеса обновлены27 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 1750-1850 Blitz Checkmates — шахматная policy-модель, обученная разработчиком с нуля на 80 GiB партий Lichess в блице, где оба игрока имели рейтинг 1750–1850, а партия завершилась матом. Это свёрточная сеть на PyTorch с 128 каналами и шестью residual-блоками; она принимает представление позиции размером 19×8×8 и выдаёт оценки ходов из фиксированного словаря, ограниченные легальными ходами. Модель поставляется в FP32 и в компактной INT8-версии TorchScript для CPU. Указанный рейтинг описывает обучающие данные, а не абсолютный рейтинг движка.

Модель предназначена для выбора человеческих ходов в шахматных приложениях и экспериментов с игровыми политиками. Она не выполняет поиск по дереву и не содержит value head. На валидации FP32 top-1 точность составила 47,49%, top-3 — 75,82%, top-5 — 86,04%; результаты партий против других моделей зависят от соперника и условий матча. Обучение на узком диапазоне рейтинга, блице и партиях, закончившихся матом, ограничивает перенос на другие условия. Лицензия — MIT.

Сценарии применения

  • выбор хода в шахматном движке без поиска
  • создание соперника для блиц-партий
  • эксперименты с политиками выбора шахматных ходов
  • сравнение FP32 и INT8 шахматных моделей на CPU

Ограничения

Модель не выполняет поиск и не оценивает позицию отдельной value head; она обучена на узком распределении блиц-партий игроков рейтинга 1750–1850, завершившихся матом. Сравнительные турнирные результаты имеют заметную статистическую погрешность, а качество INT8 зависит от соперника.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

HumanChess 1750-1850 Blitz Checkmates

HumanChess 1750-1850 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 1750-1850 and the game ended in checkmate. It is a policy-only network without search or a value head. The rating range describes the training data, not an absolute engine Elo.

Epoch 8 is packaged in both FP32 and INT8. It was selected for cross-band continuity against the 1550-1650 epoch-7 model. Epoch 5 won the broad INT8 internal round robin, but epoch 8 performed substantially better in the cross-band test.

Files

FileFormatUse
checkpoints/cnn-128x6-1750-1850-blitz-checkmates-epoch008.ptPyTorch FP32 checkpointModel, optimizer, and training metadata
artifacts/cnn-128x6-1750-1850-blitz-checkmates-epoch008-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
  • Epoch-8 validation NLL: 1.668631
  • Top-1 / top-3 / top-5: 47.49% / 75.82% / 86.04%
  • INT8 calibration check: NLL 1.668020, top-1 46.91%, FP32/INT8 argmax agreement 85.91%

Selection evidence

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

  • FP32 internal round robin: epoch 8 scored 60.7% over 150 games.
  • INT8 internal round robin: epoch 8 scored 47.3%; epoch 5 led at 60.7%.
  • FP32 epoch 8 vs 1550-1650 epoch 7: 47-30-23 (58.5%, +60 Elo).
  • INT8 epoch 8 vs 1550-1650 epoch 7: 75-11-14 (82.0%, +263 Elo).
  • INT8 epoch 5 vs 1550-1650 epoch 7: 47-13-40 (67.0%, +123 Elo).

Inference

human-chess-uci \
  --checkpoint artifacts/cnn-128x6-1750-1850-blitz-checkmates-epoch008-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 matchup-dependent and not strictly transitive.

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
0593ad8

0 моделей