2670 万盘棋、22.6 亿着法目标:国际象棋 Transformer 语料与课程曝光控制
andreisavu · x · 2026-11-08
线程第 8-9 部分,交代训练数据与课程设计:
- 数据规模:语料含约 2670 万盘独立棋局,每轮训练有约 22.6 亿个可用下一步预测目标;大部分来自高水平人类对局,少数来自引擎。
- 课程控制:课程对「普通着法覆盖」与「辅助任务暴露」分开追踪,辅助采样逐步加大并限制重复暴露,以控制各任务在训练中的占比。
所属事件:LittlePly 国际象棋 Agent:Transformer 策略加有界 Stockfish 辅助全记录(23 条相关)→
「研究」频道最新
- mitsuhiko:djs 的 JS「堆转储」或比真 dump 更适合持久化编码 agent — mitsuhiko · 2026-11-08
- Salesforce 论文：外置教师蒸馏费算力，领域专家合并省 42% — rohanpaul_ai · 2026-11-08
- Albert Gu 挺 Bitter Lesson：别把苦涩教训只读成堆 Transformer — sewon__min · 2026-11-08
- Autoware 开源越野自动驾驶仿真器:基于 NVIDIA Isaac Sim 支持多车训练 — rsasaki0109 · 2026-11-08
- 超长程智能体时代最迷人的元问题：AI 能否发现超越梯度下降的方法 — JensHonack · 2026-11-08
- LLM 能解博士级数学题,为何下不好国际象棋?Reddit 热问 — MesloubFC · 2026-11-08