Контроль времени для тестирования программ

Слишком большой разброс. Если так пойдёт дальше, предлагаю исключить Амиян и Греку. (Сорри, Пух!). Можно подождать ещё круг-другой.

Предлагаю включить Kiwi 0.6d.

Играют без дебютных библиотек.

А чем Kiwi примечательна?

Слишком разная сила игры у участников. Для наших целей это очень плохо. Видимо придется пересмотреть состав.

Без дебютных библиотек можно играть максимум два круга, дальше начинаются повторяться дебюты, а то и партии целиком. Дебютная книжка нужна в основном чтобы избежать повторений, поэтому книжку лучше ограничивать в глубину. Глубину можно посчитать исходя из предполагаемого числа партий и из ветвистости книжки. В этом турнире я бы взял любую общую книжку вроде Perfect 8.32 и ограничил бы восемью ходами. Можно даже шестью.

Мне нравилось как она играет, хотелось посмотреть как она поведёт себя в разных контролях. Правда движок больше не разрабатывается, но зато сила должна быть вроде подходящая.

Да, при таком разбросе сил участников результат эксперимента будет недостоверным. Влияние контроля времени на силу игры будет меньше реального.

Можно и Nunn2, вопрос вкуса. С книжкой тоже честно так как у всех движков одинаковые шансы получить плохую позицию. И книжку можно так подобрать/настроить чтобы плохих позиций не практически не было.

Код:

 1. Amyan 1.592             16.5 / 18
 2. WildCat 4               13.5 / 18
 3. Little Goliath 2000 3.9 13.5 / 18
 4. WildCat 3               12.0 / 18
 5. Gaia 3.5                 8.0 / 18
 6. Eeyore 1.48              6.0 / 18
 7. Zeus 1.27                6.0 / 18
 8. Anechka 0.08             5.5 / 18
 9. Anechka 0.07             5.0 / 18
10. GreKo 3.3a               4.0 / 18

Используется 25 дебютных позиций. Эта таблица получена на дебюте: 1.e4 e5. Amyan-у просто повезло с этим дебютом. На остальных для него все будет хуже. Разница в игре первых четырех не должна быть больше 50 Эло.

Продолжать или будем менять состав?

Да, это продолжение турнира 2 + 1.

Код:

 1. Amyan 1.592             30.5 / 36
 2. Little Goliath 2000 3.9 27.5 / 36
 3. WildCat 4               26.0 / 36
 4. WildCat 3               26.0 / 36
 5. Zeus 1.27               14.5 / 36
 6. Gaia 3.5                13.5 / 36
 7. Eeyore 1.48             13.5 / 36
 8. Anechka 0.07            11.5 / 36
 9. GreKo 3.3a               9.0 / 36
10. Anechka 0.08             8.0 / 36

Код:

 1. Amyan 1.592             41.5 / 51
 2. Little Goliath 2000 3.9 36.0 / 51
 3. WildCat 3               35.0 / 51
 4. WildCat 4               33.5 / 51
 5. Gaia 3.5                23.0 / 51
 6. Eeyore 1.48             22.0 / 51
 7. Zeus 1.27               20.0 / 51
 8. Anechka 0.07            15.0 / 51
 9. Anechka 0.08            14.5 / 51
10. GreKo 3.3a              14.5 / 51

Насколько часто выкдалывать обновления?

Нашел одну просрочку. Голиаф на втором ходу (т.е. для него это был первый ход, т.к. до этого были ходы по дебюту). Видимо где-то что-то глюкануло. Переиграю эту партию.
Думаешь с увеличением времени дела у Анечки пойдут лучше? Может быть действительно у нее проблемы с игрой в дебюте? Хотя насколько я видел из дебюта нормально выходит (не хуже других). А сливает в основном в середине игры.

А вот Кошки ведут себя как и ожидалось. При очень быстром контроле 3-я версия чуть покруче. Дело в том, что я ее делал на P-180 (32 Мб). На нем теперешние длинные контроли никак нельзя было проверить. И я понасувал в нее алгоритмов собственного сочинения. А в 4-ой версии просто выбросил большинство из них. И она заиграла лучше при длинных контролях.
Интересно проверить, так ли это на самом деле?

Ну и Amyan ожидаемо всех душит в быстрые шахматы. Интересно как у него пойдет при увеличении контроля. Вообще есть мнение, что с увеличением контроля сильным движкам более сложно выигрывать, т.к. при очень длинном контроле, практически любой слабый движок способен добиться ничьей, если в нем нет глюков.

Достаточно взять на CEGT движки присутствующие в обоих листах, разбить их на две группы

Конкретные факты в студию! Очень интересно.

Рейтинги отличающиеся большее чем на статистическую ошибку:

Hiarcs X50 UCI 2778 2819
Ufim 7.01 2514 2542
Pepito v1.59 2486 2548

Из 74 рейтингов по статистике 3.7 должны выходить за границы, т.е. это нормально. Было бы интересно, если бы эти движки потестировали побольше.

Стоит ли говорить о 11 пунктах?

Странно, что у сильных примерное равенство. А у средних падение на 11 пунктов. Кто-же тогда поднялся на 11 пунктов? Слабые что-ли?

Решил сразу начать турниры и с другими контролями, чтобы было интереснее наблюдать за развитием событий.
8 + 4:

Код:

 1. WildCat 3               7.0 / 9
 2. Amyan 1.592             7.0 / 9
 3. WildCat 4               6.5 / 9
 4. Little Goliath 2000 3.9 6.0 / 9
 5. Gaia 3.5                4.5 / 9
 6. Eeyore 1.48             4.5 / 9
 7. GreKo 3.3a              3.0 / 9
 8. Anechka 0.07            3.0 / 9
 9. Zeus 1.27               2.0 / 9
10. Anechka 0.08            1.5 / 9

Booot, наверное слишком силен. Итак получается как бы два разных турнира. Желательно бы какой движок средней силы. Около 2400.

Один комп. Зачем мне больше?

Статистическая достоверность ? а именно ради нее мы загружаем наши компьютеры матчами и турнирами ? возрастает с числом партий, ergo, необходимо их, партий, иметь елико возможно больше. Результат матча из двухсот пятиминуток будет гораздо достовернее, нежели из шести семичасовых партий. Поэтому предпочтительнее блиц.
И потом ? пятиминутка на Атлоне 4800+ стоит семичасовой партии на 386 компьютере, а я помню время, когда трешка DX 40 считалась очень быстрой машиной ? были ведь и 286 компьютеры...

Вот поэтому я и люблю короткие контроли. Уже при 32 + 16 тратится очень много времени, а результатов нет и нет.

Результаты во всех трех турнирах после первого круга:

2 + 1

Код:

 1. Amyan 1.592             8.5 / 9
 2. Little Goliath 2000 3.9 7.5 / 9
 3. WildCat 4               6.0 / 9
 4. WildCat 3               5.0 / 9
 5. Anechka 0.08            4.0 / 9
 6. Eeyore 1.48             4.0 / 9
 7. Gaia 3.5                4.0 / 9
 8. Zeus 1.27               4.0 / 9
 9. Anechka 0.07            2.0 / 9
10. GreKo 3.3a              0.0 / 9

8 + 4

Код:

 1. Amyan 1.592             7.0 / 9
 2. WildCat 3               7.0 / 9
 3. WildCat 4               6.5 / 9
 4. Little Goliath 2000 3.9 6.0 / 9
 5. Gaia 3.5                4.5 / 9
 6. Eeyore 1.48             4.5 / 9
 7. GreKo 3.3a              3.0 / 9
 8. Anechka 0.07            3.0 / 9
 9. Zeus 1.27               2.0 / 9
10. Anechka 0.08            1.5 / 9

32 + 16

Код:

 1. Little Goliath 2000 3.9 8.0 / 9
 2. WildCat 4               6.5 / 9
 3. Amyan 1.592             6.0 / 9
 4. Gaia 3.5                5.0 / 9
 5. WildCat 3               4.5 / 9
 6. Anechka 0.08            4.5 / 9
 7. Anechka 0.07            4.0 / 9
 8. Eeyore 1.48             4.0 / 9
 9. Zeus 1.27               1.5 / 9
10. GreKo 3.3a              1.0 / 9

Видна деградация Amyan, Zeus.
Анечка 0.07 растет.

Конечно, делать выводы после 9 туров смешно. В этом очень большой недостаток медленных контролей. Уж очень они медленные