モデルと指標 · 08

Fast、Balanced、Deep、Human SLの選び方

モデルは速度・強さ・棋風を、探索量は安定度を変えます。勝率、目差、visits、主要変化、所有率を一緒に読みます。

1. 名前の強そうな順ではなく目的で選ぶ

   Fastは全局走査と対話的プレビュー、Balancedは日常検討、Deepは少数の重要局面の高品質深算に向きます。Human SLは人間棋譜のスタイル学習で人らしい選択を説明するモデルで、単純な最強勝負モデルではありません。

2. visitsは探索予算でモデルサイズではない

   同じモデルではvisitsを増やすほど候補順位が安定しやすい一方、時間と使用量が増えます。少ないvisitsで全局を走査し、二、三の転機へ予算を集中します。大モデルと多いvisitsは完全には代替できません。

3. 五つの項目を同じ視点で読む

   winrateは勝敗確率、scoreLeadは予想目差、visitsは探索量、pvは主要変化、ownershipは各点の帰属推定です。候補のpriorとpolicyも文脈になります。比較前に黒視点か手番側視点かを確認します。