Hallo Andreas,

ich sehe diesen Chart dazu:

https://web237.server28.eu/lc0/charts/

Es ist wohl nur der Run in der linken oberen Grafik interessant.
Wenn man drüber geht, erhält man dieses Bild:



Leider sind aber immer noch ältere Netze besser als dieser Run.
Man muss Geduld haben...

Vielleicht kann Lothar noch mehr dazu aufklären.

Herzliche Grüße,
Robert

T1 4000000 wird immer noch bei TCEC und CCC Turnieren eingesetzt.
Das Training bei T81 verläuft - wie gewohnt -  schleppend.

https://discord.com/channels/425419482568196106/539960268982059008/1136101972794151004

Hier der letzte Test im Verhältnis zu Stockfish:

**Comment:** Here observed relative Sf-Lc0 strength (score %'s) nearly the same as:
CCC20 Blitz: Final (3|2) 500 games: Sf **58.6%-41.4%** Lc0_BT2-4150k.
**Hardware:**  Ryzen 2700X | RTX 3080 10GB
**Lc0:**  https://github.com/Ergodice/lc0/commits/master Jul 22 2023 042efe2, defaults except Syzygy-6 MoveOverheadMs=0
**Lc0 nets:**  t1-768x15x24h-swa-4000000.pb.gz , BT2-768x15-swa-4150000.pb.gz
**Stockfish_23071919:**  abrok 64x avx2, defaults except Threads=14 Hash=8192 Syzygy-6 SyPrLim=6 Sy50MoRu=off  Move Overhead=0
**Time control:**  Game 1 min. + 1 sec.
**Gauntlet:**  same openings per Lc0
**Openings:**  TCEC SuFi rev., five Seasons: 20 + 21 + 22 + 23 + 24 (250)
**cutechess-cli:**  policy=round, draw 35. 2 0.20, resign 4.00 2 two-sided, timemargin=200, restart=on  ```                          RATING  ERROR  POINTS  PLAYED   (%)  CFS(%)    W    D    L  D(%)
1 Stockfish_23071919     :  68.3   17.9   585.0    1000  58.5     100  277  616  107  61.6
2 Lc0.31dagE042.t1-4000k :   0.0   ----   207.5     500  41.5      50   54  307  139  61.4
3 Lc0.31dagE042.BT2-4510 :   0.0   24.9   207.5     500  41.5     ---   53  309  138  61.8```

Die Engines haben mit v0.30.0 und v031.0 Rev. neue Updates erhalten.
Letzte Rev. Version spielt derzeit bei CCC.

Interessant wäre noch die Entwicklung bei BT3 Netzen:

« Big transformer 3. Tentative new network arch using smolgen-augmented self-attention from BT2. The plan is to have embedding size 1024, ffn projection size 1024, 32 heads per layer, and 15 total layers with mish activation. Experiments are currently in progress to quantize the dense layers to INT8 or FP8 precision to improve speed, though the gains only start to show at embedding size 2048+ (there is a 50% speedup at 2048). There are also cuda optimizations available, which should reduce latency by 10 to 15%. More info at https://github.com/Ergodice/lczero-training/blob/attention-net-body/README.md
Last updated: 7/17/23 «

Hallo zusammen

ich teste immer wieder mal lc0 Versionen aus dem training verteiler.
Das lief in der letzten zeit recht frustrierend. Stochfish lag immer ca 100 Elo vorne.
Das hat sich seit kurzem geändert !

die t1 - 4000000 erreichte in 100 Spielen  minus 82 ELO in meinem testsetup
am besten schneidet die aktuelle 814688 bei mir ab mit immerhin nur noch minus 42 ELO. DAs ist eine starke Entwicklung
lco läuft in dem tests auf ner RTX 2070, keine besonderen settings.
Stockfish in einer Version etwas über SF 15.1 mit 5000 kns in der Grundstellung
timer 5min +2sec ponder OFF

C.K.