无搜索的国际大师级棋局
原文中文，约500字，阅读约需2分钟。发表于：。研究表明，机器学习中的重要突破主要归功于规模，特别是大规模的基于注意力的架构和空前规模的数据集。本文通过在一个包含一千万局国际象棋比赛的数据集上对一个含有 2.7 亿个参数的 transformer 模型进行监督学习，利用由强大的 Stockfish 16 引擎提供的动作价值为数据集中的每个棋盘进行注释，得到了约 150 亿个数据点，并达到了 2895 的 Lichess...
研究发现，机器学习的重要突破主要归功于大规模的注意力架构和数据集。本文通过在包含一千万局国际象棋比赛的数据集上训练一个含有2.7亿个参数的transformer模型，成功解决了一系列难题，并超越了AlphaZero的性能。
