/ Модель

Характеристики

Лицензия
MIT
Библиотека
pytorch
Опубликована
13 июл 2026

humanchess-900-1000-blitz-checkmates

Обучение с подкреплением

Сверточная policy-модель, предсказывающая человеческие шахматные ходы по блиц-позициям игроков рейтинга 900–1000.

7скачиваний за 30 дней0лайковвеса обновлены13 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 900-1000 Blitz Checkmates — сверточная policy-модель, обученная методом имитационного обучения на блиц-партиях Lichess между игроками с рейтингом 900–1000, завершившихся матом. Она предсказывает вероятности ходов по представлению позиции на шахматной доске и предназначена для выбора хода в шахматном приложении или для экспериментов с моделированием человеческой игры. Модель содержит CNN с 128 каналами и шестью остаточными блоками; на вход получает тензор доски размером 19 × 8 × 8, на выходе выдаёт оценки ходов из фиксированного словаря, которые при использовании маскируются по легальности.

В репозитории есть исходный чекпойнт PyTorch в FP32 и компактная статически квантованная модель TorchScript INT8 для инференса на x86 CPU. На отложенных позициях FP32 показала точность top-1 46,45%; на сравнительной выборке точность INT8 составила 44,85%. Модель не выполняет поиск по дереву и не имеет value head, поэтому её оценки ходов сами по себе не являются оценкой силы позиции. Обучение ограничено партиями указанного рейтингового диапазона и блиц-контролем; измеренная разница в Elo имеет большой разброс и не является абсолютным рейтингом. Лицензия — MIT.

Сценарии применения

  • предсказание хода в шахматной позиции
  • имитация ходов шахматистов рейтинга 900–1000
  • подключение шахматной policy-модели к UCI-приложению
  • запуск компактного шахматного инференса на x86 CPU

Ограничения

Модель не выполняет поиск и не оценивает позицию через value head; обучение охватывает узкий рейтинговый диапазон и блиц-партии. Артефакт INT8 предназначен для x86 CPU, а приведённые показатели Elo являются относительными и имеют большую погрешность.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

HumanChess 900-1000 Blitz Checkmates

HumanChess 900-1000 Blitz Checkmates is a human-move policy model trained by imitation on Lichess blitz games where both players were rated 900-1000. The dataset includes complete games that ended in checkmate; the model itself is a policy network without search or a value head.

This release contains both the original PyTorch training checkpoint and a standalone INT8 TorchScript model optimized for x86 CPU inference.

Files

FileFormatUse
checkpoints/cnn-128x6-900-1000-blitz-checkmates.ptPyTorch checkpoint, FP32Original model plus optimizer and training metadata
artifacts/cnn-128x6-900-1000-blitz-checkmates-int8.tsINT8 TorchScriptCompact CPU inference model

The FP32 checkpoint is about 525 MB because it includes AdamW optimizer state. Its raw model weights occupy about 175 MB. The INT8 artifact is about 44 MB.

Architecture

  • CNN policy network
  • 128 channels
  • 6 residual blocks
  • Input: 19 x 8 x 8 board tensor
  • Output: fixed move-vocabulary logits, masked to legal moves at inference
  • Saved epoch: 6 (best validation checkpoint)

FP32 Validation Metrics

Measured on 300,000 held-out positions:

MetricValue
NLL1.7372
Entropy1.6193
Top-1 accuracy46.45%
Top-3 accuracy74.04%
Top-5 accuracy84.17%

INT8 Quantization

The INT8 model uses statically quantized x86 convolution and linear layers. On an 8,192-position comparison sample:

MetricFP32INT8
NLL1.72091.7782
Top-1 accuracy46.70%44.85%
Top-3 accuracy74.34%72.79%
Top-5 accuracy84.57%83.63%

In a color-balanced 100-game match at temperature 0.5 with the first six plies sampled, FP32 scored 55.5% (50 wins, 39 losses, 11 draws). The estimated FP32 advantage was 38 Elo with a wide 65-Elo error margin, so the playing-strength difference was not statistically conclusive.

Inference

With the HumanChess UCI application, load the FP32 checkpoint normally:

human-chess-uci \
  --checkpoint checkpoints/cnn-128x6-900-1000-blitz-checkmates.pt \
  --device cpu

Load the standalone INT8 model with --torchscript:

human-chess-uci \
  --checkpoint artifacts/cnn-128x6-900-1000-blitz-checkmates-int8.ts \
  --torchscript \
  --device cpu

The tournament configuration used --temperature 0.5 --sample-plies 6.

Limitations

  • Policy-only: no search and no value evaluation.
  • Trained on a narrow rating and time-control distribution.
  • The INT8 artifact is intended for x86 CPU execution.
  • Tournament Elo differences are relative measurements, not an absolute human or engine rating.

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
ac9471f

0 моделей