[分享创造] 训练了一个 60w 参数的象棋模型，和皮卡鱼 战成 0 比 10 零封

接上回： https://www.v2ex.com/t/1250176

计划等啥时候能战胜皮卡鱼了，和其他几个相关功能一起，建个 mini 群，我先闹，下班回家再试着调几次，论证想法。

之前有老哥说五子棋先手必胜、规则简单，适合入门。听劝，五子棋跑通后，我继续尝试让循环 transformer 模型挑战中国象棋。

对战

目前模型迭代到了 v18 (从 v11 开始，v1~7 是五子棋)。模型文件 7.5M 比五子棋大了 10 倍，60w 参数量了（我 cpu 训练，再大就撑不住了），在线上实测和人类对战时，表现像极了一个刚学会下棋的新手

1. 过度防守： 警惕性过高，“老帅”被稍微一吓（甚至不是绝杀）就急着满场跑，像极了我打王者被举报到封号这件事。


2. 重度贪吃： 极其喜欢吃子，可能是我在静态评估函数里给“吃子/子力价值”的评分权重设高了，导致模型为了眼前的利益频繁放弃战略卡位。

实测

我让 v18 对战 Pikafish depth 1 （皮卡鱼 1 层深度），喜提 0 胜 10 负，胜率 0%：

• 选取 5 个不同起点交换先后手，执红输 5 局，执黑输 5 局。

• 无一和棋，全部被推平将死 ╰(艹皿艹 )。

• 平均坚持 37.1 个半招（最短的一局 9 个半招就暴毙了，最长坚持到了 76 个半招）。

附上一张当前的对局切片（我不会发图）:

你执红  ·  模型评分  ·  已走 26 半招

    A     B     C     D     E     F     G     H     I



9   車────馬────象────士────· ────士────象────· ────· 

    │     │     │     │     │     │     │     │     │

8   · ────· ────· ────· ────將────· ────· ────· ────· 

    │     │     │     │     │     │     │     │     │

7   · ────· ────砲────· ────車────· ────· ────· ────· 

    │     │     │     │     │     │     │     │     │

6   卒────· ────卒────· ────· ────· ────卒────· ────卒

    │     │     │     │     │     │     │     │     │

5   · ────· ────· ────· ────车────· ────· ────· ────· 

          楚  河              汉  界



4   · ────· ────· ────· ────炮────· ────· ────· ────· 

    │     │     │     │     │     │     │     │     │

3   兵────· ────兵────· ────兵────· ────兵────· ────兵

    │     │     │     │     │     │     │     │     │

2   · ────· ────· ────· ────· ────· ────· ────· ────· 

    │     │     │     │     │     │     │     │     │

1   车────· ────· ────· ────· ────· ────砲────· ────· 

    │     │     │     │     │     │     │     │     │

0   · ────马────相────仕────帅────仕────· ────· ────· 



    点击棋子 → 点击落点   ·   绿色为可落点

感觉，至少要能战胜皮卡鱼，下班回来继续大战皮卡鱼。