Efficiently Updatable Neural Network Evaluation
PulseAugur coverage of Efficiently Updatable Neural Network Evaluation — every cluster mentioning Efficiently Updatable Neural Network Evaluation across labs, papers, and developer communities, ranked by signal.
-
Stockfish 国际象棋引擎的价值函数被提炼到神经网络中
一个项目已成功将 Stockfish 国际象棋引擎的价值函数提炼到一个神经网络模型中,该模型采用了 ResNet 和 Vision Transformer 架构。这个提炼后的模型在一个包含十亿个国际象棋局面(来自 Lichess 游戏)的海量数据集上进行了训练,并且完整的 39 亿个局面数据集已在 Hugging Face 上提供。该研究旨在创建一个比 Stockfish 本身更快的完整搜索树近似模型,有可能与现有的 NNUE 模型竞争。
-
井字棋由神经网络评估表示
井字棋被呈现为可以用高效可更新神经网络评估(NNUE)表示的最简单的游戏。这种表示涉及神经网络问题的状态网格表示,其中每个游戏阶段都会产生一个参数向量空间,可以用矩阵形式表示。
-
NNUE 详解:将复杂问题表示为网格
NNUE,即高效可更新神经网络评估,是一种将问题表示为矩阵或网格的方法。这些网格可以有多种状态,挑战在于以全面且互斥的方式表示这些状态。该概念与张量和矩阵等数学术语有相似之处,表明 n 维张量可以展平成二维矩阵,这意味着在此上下文中这些术语没有根本区别。
-
Free Pascal 和 BLAS 为 AI 开发提供更快的矩阵乘法
一位用户探讨了 Python 在 AI 任务中的性能,注意到其缓慢但承认广泛的 AI 生态系统是其主要优势。他们进行了一项测试,比较了 Free Pascal 和 BLAS 的矩阵乘法性能,发现其比 NumPy 和 PyTorch 等 Python 库快得多。这种性能激发了他们使用 Free Pascal、BLAS 和 NNUE 开发小型语言模型的想法。