开发者基于Transformer架构构建类人国际象棋AI

针对国际象棋棋局反馈延迟以及传统引擎不够拟人的问题，有开发者采用 Transformer 架构构建了一款高度拟人的国际象棋 AI，目标是超越走法预测准确率为 53% 的 Maia-2 模型。在技术路线上，该模型将棋盘的 64 个方格转换为 token，借助全局注意力机制来克服卷积神经网络对远距离棋子交互的局部偏差，并结合绝对位置嵌入与 Shaw 相对注意力机制，让模型自主学习国际象棋的走法规则。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。