Модель учится играть

Самоигра: модель играет за обе стороны и обучает оценки числовых состояний. Это TD-обучение, не генетический отбор и не большая языковая модель.

Партий Seed

Скорость обучения 0.15Исследование случайных ходов 0.30

Загружаю стартовую модель…

Экзамен вне обучения

500 партий против случайного соперника с отдельным seed, поровну за X и O. Результат не возвращается в обучение. Это проверка против случайного игрока, не доказательство идеальной игры. Уровни отсортированы по результату этого экзамена.

Уровень	Обучение	Победы	Ничьи	Поражения

Проверить руками

Выбери уровень внутри игры. После обучения предпросмотр получит новую модель автоматически.

Чтобы перенести результат в tapalka: скачай модель и нажми в игре «Загрузить обученную модель». Автопубликации на сервер пока нет.