关于合适的NNUE数据集的研究

NNUE(高效可更新神经网络)已经彻底改变了国际象棋引擎的开发,几乎所有顶级引擎都采用NNUE模型以保持竞争优势。NNUE训练中的一个关键挑战是创建高质量的数据集,尤其是在像国际象棋这样需要战术和战略评估的复杂领域。然而,构建数据集的方法仍然缺乏深入理解且文献记载不足。在本文中,我们提出了一种算法,用于生成和过滤由“平稳”局面组成的数据集,这些局面是稳定的且没有战术波动。我们的方法为数据集创建提供了清晰的流程,该流程可以复制并推广到各种评估函数中。测试表明,引擎性能得到了显著提升,证实了我们方法的有效性。