/ Модель

Характеристики

Лицензия
MIT
Библиотека
pytorch
Опубликована
2 июл 2026

gomoku-13x13

Обучение с подкреплением3 профессии

Модель AlphaZero для выбора ходов и оценки позиций в гомоку на поле 13×13.

17скачиваний за 30 дней0лайковвеса обновлены2 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

jasonyandell/gomoku-13x13 — модель AlphaZero для игры в гомоку на поле 13×13 без ограничений на начало партии. Она использует сверточную сеть ResNet с отдельными головами политики и оценки позиции: выдаёт оценки ходов для клеток поля и скалярную оценку позиции. Обучение построено на самообучении с поиском MCTS; модель предназначена для выбора ходов и оценки позиций в гомоку.

В README описана модель для поля 9×9, а идентификатор репозитория указывает на вариант 13×13. Поэтому подробности архитектуры и обучения из карточки нельзя уверенно приписать именно этому варианту. README характеризует приведённые чекпойнты как результат небольшого продолжающегося эксперимента на одной машине, а не как движок производственного уровня. Репозиторий использует PyTorch и распространяется по лицензии MIT.

Сценарии применения

  • выбор хода в партии гомоку 13×13
  • оценка позиции на доске гомоку
  • эксперименты с самообучением игрового агента
  • сравнение стратегий поиска MCTS в настольных играх

Ограничения

README относится к варианту 9×9, тогда как идентификатор указывает на 13×13, поэтому размер поля и характеристики конкретного чекпойнта не подтверждены. Описанный запуск обучения был небольшим и продолжающимся; заявленный уровень не является производственным.

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

gomoku-9x9

AlphaZero for 9x9 free-style gomoku (five-in-a-row, no opening restrictions).

Trained on a single Apple Silicon machine using PyTorch + MPS. Source code: https://github.com/jasonyandell/gomoku

How to load

import torch
from huggingface_hub import hf_hub_download
from gomoku.model import load_checkpoint

path = hf_hub_download("jasonyandell/gomoku-9x9", "model.pt")
model, payload = load_checkpoint(path, device="cpu")
model.eval()

# payload["epoch"], payload["total_games"], payload["model_config"]

For a quick value/policy on the empty board:

from gomoku.game import GameState
x = torch.from_numpy(GameState.initial().to_planes()).unsqueeze(0)
with torch.no_grad():
    policy_logits, value = model(x)

Architecture

  • Input: (B, 3, 9, 9) — own stones, opponent stones, side-to-move plane
  • Backbone: small ResNet (preset small: 64 filters x 4 residual blocks)
  • Policy head: 81-way logits over board squares
  • Value head: scalar in [-1, 1] via tanh
  • ~316k parameters at the small preset (see gomoku/model.py)

Training setup

  • Apple Silicon (M5 Max) using PyTorch with the MPS backend
  • Single-process AlphaZero loop (self-play -> replay buffer -> train)
  • 200 MCTS simulations per move during self-play
  • ~28 seconds per training epoch
  • Checkpoints written every 5 epochs to checkpoints/

Current strength (honest)

Training is ongoing. These checkpoints reflect a small single-machine run on Apple Silicon, not a production-grade AlphaZero engine. Strength scales with checkpoint epoch — see training_state.json in this repo for the epoch this snapshot corresponds to.

Files

  • model.pt — slimmed checkpoint (weights + model_config + provenance). Compatible with gomoku.model.load_checkpoint.
  • config.json — model architecture config as JSON.
  • training_state.json — {epoch, total_games, wandb_run_id?} for the current snapshot.

License

MIT.

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
71054d8

0 моделей