🤝！老哥太专业了，KataGo 的 tf3 新网络很有参考价值（虽然我其实看不懂哈）。我这就试下象棋巫师。感谢大佬指路！

eval 参数，其实是让 GPT 盲猜的一套固定权重

误会了老哥。皮卡鱼底层确实可以，输出不同维度的审局指标（ eval ） 我用的 2015 年的老 i5 笔记本电脑，然后 GPT 给我做的标注训练数据集（我承认，pro 额度在疯狂燃烧）。最后用这批带有解释的数据......这样出来的模型，能换性格 ‘保守、平衡、进攻’（目前三种），能说理由哈。

对皮卡鱼是中国象棋天花板这事没概念，只知道用它的 Level 3 算分。本想着降维打击去杀个 Level 1 问题不大。结果欢乐送了...

ok

膜拜大佬，期待，坐等硬核分享！

哈哈哈，可能是我自己戏太多，产生了“我有一个大胆想法”的错觉，哈哈 o(^▽^)┛。

代码全部都是 AI 去操作。我是 “产品经理” AI 做完，我还得去问它 “你写的这行是啥意思” (￣_,￣ ) 。 最开始只是脑子里有个想法，试着跑了一下 v1 ，遭到 AI 劝退，这个方向早有人研究过了、有论文了，结论是，没有效果。所以，于是，然后，我在 3 小时内硬是逼着 GPT 从 modelv1 一路狂肝到了 modelv6 ，感觉我需要一个 demo,就写了这个五子棋 AI 。 写完后

谢谢支持！其实我是个完全的新手哈，这其实是我利用 GPT 做的一个实验性小项目。 我个人觉得它的核心，是通过经典的落子得分算法作为反馈，来进行反向传播微调。 目前整个训练方案还在闭环验证中，里面主要用到了循环 Transformer 和混合架构。

这简直是外挂啊！让我一个乡下娃直接原地登月。当然，普通的 AI 顶多算个梯子，你得找个真正有‘航天技术’的 AI 才能上天。