Ersteres sollte doch nun klar sein: Alle meine UHO- oder sonstigen Eröffnungen habe ich immer und ausschließlich mit Komodo(Dragon) evaluiert, daher ist eben eine +0.90 Bewertung von Dragon genau UHO.
Letzteres habe ich nie behauptet. Natürlich kann es auch bei balanced openings mal einen seltenen Gewinn geben. Besonders gegen Lc0, der taktisch (logischweise, wenn man Faktor 1000-2000 langsamer rechnet als die Konkurrenz) immer mal wieder einen Aussetzer produzieren kann... was aber nichts daran ändert, daß balanced openings im Top-Bereich mausetot sind. Weil es mit so wenigen Siegen unmöglich ist, in realer Zeit mit noch realen Partiemengen, irgendein Ergebnis aus der Errorbar zu bekommen.

Das ist ja eben der Knackpunkt, Kurt, wie ausgeglichen ist ausgeglichen und wie unausgeglichen ist unausgeglichen.
Stefan nimmt verschiedene Evalgrenzen und 2 Vorgabelängen für verschiedene Engines und bestimmte Hardware- TC. Nimmst du andere Engines und andere Hardware- TC, ist es deinem Interesse und Versuch und Irrtum überlassen, was für Teststellungen (wie auch immer du sie nennen willst) dir die Ergebnisse bringen, die dich am meisten interessieren und die dann vielleicht auch noch zusätzlich mit anderen Ergebnissen mehr oder weniger vergleichbar sind.

Das mit dem Ausspielen und den Unmengen mehr an Stellungen, die dadurch aufs Brett kommen, als du es mit (herkömmlichen nicht ausgespielten) Stellungstests sonst vorgibst, hinkt halt als Vergleich, weil die Engines, je näher sie einander an Spielstärke und Spielanlage kommen und je weniger die verschiedenen Arten von Fehlern werden, die sie gemeinsam machen, einander halt auch immer mehr ähneln in den Stellungen, die sie selbst im Spiel bei bestimmter praktikabler Hardware- TC aufs Brett bringen, das ist ja auch der Grund für den Remistod. Und was hindert dich daran, wie's z.B. auch Ed Schröder mit dem Nachfolge- Tool von MEA namens Temere macht, ganze Datenbanken verschiedener Partiesammlungen zum nicht ausgespielten Stellungstest zu verwenden? Das Ganze ist immer eine im Wesentlichen rein quantitative Frage, wieviele Partien du ausspielen lassen musst, um wieviel Diskrimination zwischen welchen Engines zu bekommen und wie übertragbar sind die Ergebnisse dann noch auf andere Ergebnisse, wie auch immer du sie bekommst. Würdest du mit nicht ausgespielten Stellungstests dieselben Ergebnisse haben wollen wie mit ausgespielten, müsstest du sie einfach entsprechend gleich aufwändig an Hardware- Zeit dafür machen und dann wäre halt die brennende Frage, wozu noch beides? Ich persönlich mache Stellungstests der verschiedensten Arten ausgespielt und nicht ausgespielt, um eben nicht nur eine Art von Ergebnissen zu bekommen, weil mich verschiedene halt mehr interessieren als immer dieselben, aber das alles ist natürlich Frage des persönlichen Interesses. Außerdem haben wir ja, wofür wir froh und dankbar sind, für eine bestimmte genau definierte Art von Tests große Ranglisten, in denen wir nur nachschauen müssen, was bei genau diesen Tests rauskommt, danke an Leute wie Stefan Pohl mal wieder dafür, dass ich dann nicht auch noch selbst genau dieselben Arten von Tests machen muss, sei mir auch irgendwie gegönnt.
Vor allem ist es immer wieder eine Frage der Vergleichbarkeit verschiedener Testmethoden und Ergebnisse, sind sie gleich, bestätigen sie einander höchstens, immer wieder von vorn anzufangen mit der Grübelei, welche die Elosion der "overall playing strength" am ehesten abbilden, je selektiver wir auch bei den Eröffnungs(test)stellungen vorgehen, um überhaupt noch Unterschiede in dem zu sehen, was Engines an Performance bieten, umso müßiger scheint mir die Überlegung, ob Testergebnisse immer schon eine Frage der Teststellungen waren und ob man sich nicht endlich damit abfinden könnte, dass Spielstärkemessungen immer nur stellungsabhängig gesehen werden können. (Bei Menschen ja auch, selbst Carlsen spielt sein eigenes Eröffnungsrepertoire lieber als das, was sich Andere unter overall balanced oder unbalanced openings vorstellen, und hier handelt es sich wirklich um human openings, etwas, was man von Engines ja auch nicht unbedingt verlangen müsste, so sehr es von zusätzlichem Interesse für bestimmte, genau definierte aber dafür halt auch wieder weniger auf andere übertragbare Ergebnisse sein mag, aber auch das nur so am Rande.)

Und ist jetzt deiner Meinung nach die Eröfffnungsstellung (um sie nicht wieder Teststellung zu nennen) um die's bisher im Thread ging, die eine, die ich als Partiepaar- Beispiel gebracht habe unter dem Titel des TCEC- Matches "Balanced Lines Bonus", ist diese 4- zügige Eröffnungsstellung aus Französisch jetzt balanced oder unbalanced? Und wenn balanced, ist sie jetzt dann zu balanced, obwohl sie eine von ohnehin nur 3en war, die nicht nur 2drawn draws in 100 Partien gebracht hat, oder, wenn unbalanced, war sie jetzt damit schon zu unbalanced für den Titel des Matches und oder doch schon so unbalanced, dass sie auch als UHO durchgegangen wäre?

Bist du dir da sicher, Kurt? Das ist die dritte UHO-Eval-Stufe in UHO 2024, das ist schon ziemlich hoch. Nicht zu hoch, wenn man sich auf Tests von Stockfish und der allerobersten Spitze konzentriert, aber auf jeden Fall sollte das mehr als ausreichend sein. Hast du das vielleicht mit UHO 2022 verwechselt? Dort sind die UHO-Eval Stufen alle deutlich höher, weil UHO2022 mit Dragon 2.6 evaluiert wurde, der +0.25 bis +0.30 höhere Evals als Dragon 3.3 (UHO 2024) anzeigt. In UHO 2022 ist +100 bis +109 die unterste UHO-Eval Stufe, hier kann es gut sein, daß diese Stufe zu niedrig ist (ich selbst nehme ja die zweite Stufe von UHO2022 für meine UHO-Top15 Rangliste)...

Was ich sagen will ist ...
Es ist völlig unerheblich wie viele Programme über 3600, 3500, 3400, 3300 Elo lliegen oder eine genaue Spielstärkeeinordnung.
Je höher die Elo, desto mehr machen die Engines gleich weil diese Programme am aktuellen Wissen stehen. Dieses Wissen heute weitergeben und andere
dieses Wissen nutzen und nur stark minimal verändern. Wäre es anderes wäre Stockfish nicht so lange so weit oben.

Interessant ist eher die Kombination, welche Programme machen bei 3500 oder 3400 oder 3300 mit anderen Ansatzpunkten etwas anders.
Diese Programme können finden, weil spekulativer. Es ist nicht unwahrscheinlich, dass nur 3600 Elo immer das beste Ergebnis, je nach Stellung, abliefert.

Aus einem Pool von Engines, die dann herauszufiltern, ist nicht uninteressant.
Wir haben derzeit ca. 100 Engines die über 3200 Elo liegen (auf einem Core).
Bedeutet 300 Elo über menschlich maximales Level.

Das ist Bestandteil der Engineforschung und der Theorieforschung bei den wir uns auf Statistik verlassen müssen.
Die Eröffnungstheorie wurde über Jahrhunderten entwickelt und ist niemals so weit das das Ende der Fahnenstange erreicht ist.

Remisquoten von 95% bei Engines die über 3500 oder 3600 stehen interessierne mich daher kaum.
Die dienen eher dazu den Entwicklungsstand zu erkennen.

Hallo Frank
Hier machst du meines Erachtens einen Denkfehler. Bei den UHO-Eröffnungen wird jede Stellung
einmal mit Weiss und einmal mit Schwarz gespielt. Es herrschen also die gleichen Bedingungen.
Und wegen der Ungleichheit der Ausgangsstellung zeigt sich eben viel klarer, welche Engine
wirklich stärker spielt. Schwächere Engines können den Vorteil oftmals nicht nutzen, weil die
stärkeren Engines gegen das ungenügende Agieren der Gegner den vorhandenen Nachteil
langsam ausgleichen können. Solche Unterschiede lassen sich in Partien mit ausgeglichener
Ausgangsstellung viel seltener feststellen, zumal auch diese "schwächeren" Engines auf
einem Niveau spielen, wo sie dann durch die stärkeren Programme nur noch ausnahmsweise
überspielt werden können.
Viele Grüsse
Kurt