Спортивные новости. Чемпионаты среди программ.

Рыбка играла, Crest
под названием Rajlich

Количесто партий на подобных чемпионатах ничтожно мало, по сравнению с тем, что наигрывается для рейтинг-листов. Кроме этого, условия и железо для всех программ разные.
Вот:
Zappa 512x1 Intel 1.6GHz No
Rajlich 4x2 AMD 2.4GHz No
Shredder 4x2 AMD 2.6GHz Yes
Junior 2x2 Intel 3 GHz Yes
Spike 2x2 AMD 2.0GHz Yes
Crafty 4x2 AMD 2.4GHz Yes
DIEP 2x2 AMD 2.4GHz Yes
Ikarus 2x2 AMD 1.8GHz Yes
Jonny 1x2 AMD 2.5GHz Yes
ParSOS 1x1 AMD 2 GHz No
IsiChess MMX 1x1 AMD 2.2GHz No
Delphi 1x1 Intel 3.0GHz No
Chiron 1x1 AMD 2.2GHz No
Uragano3d 1x1 AMD 2 GHz No
FIBChess 1x1 AMD 2 GHz No
Chaturanga 1x1 Intel 3.2GHz No

С какой стати, Zappa (прошлый чемпион) играл с 512 процессами?
Почему одни программы использовали Tablebase (Yes или NO), а другие нет? Да, и дебютная книга у Junior явно лучше!

Состав вообще не ровный. FIBChess,Chaturanga,Uragano3d - статисты. Нет не только fritz, но и
List, King, Hiarcs, Gandalf, Fruit!!!! и тд.

На Playchess.com появился уже Deep Junior 10. И что вы думаете? Почти никакой против Рыбок,по крайней мере, в блице.

"6 The 14th World Computer Chess Championship was held at the end of May this year, and the winner was the program Deep Junior."

Чемпионат был ещё в мае, в соответствующей теме вроде все всё высказали. Я там даже одну партейку из чемпионата привёл, чтобы стало ясно, что это за мероприятие такое. На всякий случай поднял ту тему. Сейчас на www.chessbase.com "вспомнили" про этот чемпионат чтобы повыгоднее впарить своего Джуниора-10. Согласен с Kirr: таким чемпионатам - ноль внимания.

2 Kirr: Про контроли согласен с Crest: медленные контроли - вещь более интересная, чем активные и тем более блиц. Понятно, статистику набрать раза в три труднее, но результаты зато будут более, как бы сказать, солидными.

"медленные контроли - вещь более интересная, чем активные и тем более блиц."

Так, это ж понятия субъективные! Сегодня я тестирую в медленных а через 3 года окажется, что я в блитц тестировал Ибо мощность компов растёт очень быстро.

Через 3 года теперешние проги будут нужны разве что любителям антиквариата. А сейчас хотелось бы знать, как соотносятся современные проги на современном железе при классическом контроле времени.

Но именно столько уйдёт на тестирование и составление рейтингов.

Небольшой расчёт:
Допустим, одна партия длится примерно 5 часов, мы играем примерно 100 партий для каждой проги и хотим составить рейтинг для 50 прог. В этом случае, мы получим примерно, опять же, более 2,5 лет чистого времени тестирования для одного компа (5*100*50/(24*30*12). А, ведь, на CCRL тестируется больше, чем 50 программ и их версий(около 100), и партий для каждой проги больше, чем 100. Плюс тесты в других контролях.

В общем, было бы очень интересно, но это врядли осуществимо

Через 3 года теперешние проги будут нужны разве что любителям антиквариата. А сейчас хотелось бы знать, как соотносятся современные проги на современном железе при классическом контроле времени.

Так же как и в блиц

Я собрал данные по движкам с разными контролями (CEGT) Практически у всех отклонение в пределах погрешности.

http://www.kasparovchess.crestbook.com/viewtopic.php?pid=19930#p19930

2 Fruit:

Если предположить, что все движки уже оценены и вышел новый (Junior 10), то его в принципе можно оценить сотней партий. Погрешность уже небольшой будет, а потребуется на такое порядка 1 комьютер*месяц.

Если надо оценить 50 прог (надо ли?), то понадобится что-то типа 50 компов*месяц. Единоразово! А дальше можно работать в спокойном режиме только с новыми движками.

В том то и дело что не получают... Я уже устал выкладывать таблицу с отклонением...
Посчитать Вам возможное отклонение на сотне партий? Оно весьма велико. Достаточно велико чтоб невозможно было сравнить движки в плотной группе (например пять ведущих движков исключая Рыбу)

Проги не люди. По словам Сергея Маркова, 100 партий мало, даже если разница в рейтинге 50 пунктов.

С людьми тоже самое Только не все это понимают.

2 Fruit:

Ну да, случайное отклонение от среднего результата в сотне партий порядка нескольких очков. Блиц позволит заменить, скажем, ошибку в 5% на 1%. Но сколько при этом вскочит разных дурацких зевков, сделанных после обдумывания хода в течение нескольких секунд? Тут речь уже не о процентах пойдёт, а о десятках процентов. Это будут партии, завершившиеся незакономерно.

А чем, собственно, люди так уж от прог отличаются в плане рейтинга? Примерно те же погрешности, только сила ещё скачет со временем.

Причем тут зевки? Они не изменяют допустимый интервал Не изменяют корректность рейтинга!!!!
Какая погрешность по сотне партий с длинным контролем - точно такая же и по минуте на партию!!!!
То же самое и с тысячью партий.
И не важно кто играет, человек или программа, контроль 1 минута на партию или час на ход.
Если вероятность исхода 1/3,1/3,1/3 то при сотне партий равных соперников допустимый интервал, и среднеквадратичное - будет точь-в-точь одинаковое, причем точно такое-же как и если мы будем использовать генератор случайных чисел или кубик.
А рейтинг скачет несильно. Можно оценить что от снижения контроля в 10 раз мы можем получить изменение силы движка (в виду его особенностей, и предрасположенности к определенному контролю) максимум где-то пунктов на 10 (Для Элиты)
Так разница в достоверности между 100 и 1000 партиями значительно превышает эти 10 пунктов.
Поэтому и тестируют авторы движки с коротким контролем (так как достоверность выше, и мы четче можем отследить пользу от того или иного метода), а кому как не им знать как лучше тестировать

Ну, я вполне согласен, что классика не сравнима с блитц.......

Главное различие человека от компа - психология.
Напр, один известный немецкий тестер, говоря о непригодности тестирования с малым количеством партий, рассказывал, что однажды одна прога выигрывала у другой со счётом 10:0, но, в итоге, матч закончился в ничью или проигрывающая строна даже выиграла (жаль, я тот пост не сохранил и теперь не могу вспомнить достоверно).
Так вот, у людей такого бы точно не получилось. После фишеровского 6:0, Ларсен и Тайманов продолжать борьбу явно не могли и никогда ПОСЛЕ не играли так, как ДО.

Это просто они глючат одинаково часто

Да, единственный фактор - психологический... Но на самом деле в матче (или турнире) психически устойчивых соперников - психологический фактор сводится к нулю... Так же как в Деберц (Удар) например, да и в блиц (то есть там где возможно наиграть действительно много партий).
Более слабый (человек!) может выиграть и десять партий подряд, но в итоге всё встанет на свои места... После достаточного числа партий.

ТАк в том то и дело, что снижение контроля сказывается примерно одинаково для всех движков - поэтому изменения в силе (Не достоверности! Она не меняется, по-разному падает сила движков!) для разных движков примерно одинаково.

Забыл - есть еще одна разница между человеком и программы... При изменении контроля времени отностительная сила человека подвержена значительно большим колебаниям. Поэтому результат матча двух людей в блиц может значительно отличаться от результата с длинным контролем (соответственно значительно отличается разница в силе)

Просто потому, что более сильный (человек!) может его побить

Хотя любопытно было бы взглянуть на партии такого матча, хоть и в блице. Интересно, был ли прецедент?

Итак,
1 Психология.
2 Колебания в силе, при уменьшении времени на обдумывание.
3 Усталость.
4 Подготовка к матчам и партиям. Сколько ело гросс прибавляется себе, если готовится к матчу?

Уже много различий!

Да, но достоверность от этого не меняется. 10 партий насколько недостоверны для программ, настолько-же недостоверны и для человека. А матчи на первенство мира - обыкновенная рулетка... Хотя у сильнейшего вероятность победить и больше, но это всего-лишь вероятность. Причем и не такая уж и большая (при маленькой разнице в силе).

Не менял я её Я говорил, что дисбаланс есть у относительно Слабых!!! движков. И что у них-
1. Меньше растет сила с увеличением контроля "в среднем"
2. Намного больше разброс силы (разброс коэффициента роста силы с увеличением контроля) по сравнению с сильными движками

Каждый приукрашивает свой движок как может...
проше всего заявить что движок плохо играет в блиц, так как он очень "умный", а вот проведите 1000 партий с разными соперниками с контрлем час на ход, и убедитесь что мой движок лучший )))
У меня так с версией 0.08 вышло. Слишком умная Играет на 50-70 пунктов слабее, чем 0.07 Но при часе на ход скорей всего догонит по силе

Кроме этого, традиционно принято считать, что те движки, которые не являются атакующими (Fruit и др)
также существенно увеличивают силу при увеличении контроля.
Напр, здесь можно сранить рейтинги Fruit в контроле 4+2 и 90+30:
http://www.geocities.com/sedatchess1/index.html
У Wildcat там 2589 и 2590, а у Fruit 2.2.1 2768 и 2816, соответственно.

90+30 по круче 40/40 будет , хотя и не попрёшь против 6500 партий.