Otter AI 使用时间感知序列模型预测人类国际象棋走法

研究人员开发了Otter，一个旨在预测人类国际象棋走法的新AI模型。Otter通过将国际象棋视为一个序列化的、时间感知的过程来区分自己，它将最近的20步棋和时钟压力纳入其预测中。Otter在海量的Lichess对局数据集上进行训练，取得了高精度，其参数和训练数据量远少于Maia 2等先前模型，但表现超越了它们。该项目强调其对开放科学的承诺，发布了代码、训练模型和完整的训练日志。 AI

影响 这项研究展示了一种对游戏中序列决策建模的新颖方法，可能影响未来AI在策略和预测任务中的发展。

排序理由 该集群描述了一个在arXiv上作为研究论文发布的新AI模型，详细介绍了其架构、训练和与先前工作的性能对比。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• arXiv
• DagsHub
• Hugging Face
• Lichess
• Maia 2
• T4 GPU

• 模型发布
• 论文
• 其他

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →