Not logged inCSS-Forum
Forum CSS-Online Help Search Login
CSS-Shop Impressum Datenschutz
Up Topic Hauptforen / CSS-Forum / FCT1: Nirvanachess 1.7 x64 läuft ...
- - By Frank Quisinsky Date 2014-08-17 02:16
Hallo zusammen,

in vier Tagen liegt ein Ergebnis vor.
Wer sich für den Round-Robin interessiert, kann das LIVE auf meinen Seiten verfolgen.

Nun spielt die Nummer 21!
Es gilt den Abstand zur Nummer 20 zu verringern.
Der Programmierer geht von einem + von 40 Elo aus.
In CEGT gibt es Ergebnisse, da sieht es zwar nach einer Verbesserung aus aber nicht nach 40 Elo.

Schauen wir mal wie das unter meinen Bedingungen läuft.

Frank's Chess Page
http://www.amateurschach.de

Gruß
Frank
Parent - - By Frank Quisinsky Date 2014-08-17 10:25 Edited 2014-08-17 10:28
Nirvana 1.7 startet mit sage und schreibe +63 Elo !!
Programmierer sagt 40 und in CEGT sind es ... schaue mal kurz ... +24 Elo (muss dort hochgegangen sein, war kürzlich weniger).

Insofern wäre das Vorzeichen ... geht bei mir nach unten.
Partien habe ich mir noch nicht angesehen!

Code:
Stats after   100,   200 ... games!   Elo   Games  Score  Draws   White Black Points  w/ d/ l
    Nirvanachess 1.6 x64              2689  1.000  29.4%  34.7%   (predecessor)
--. Nirvanachess 1.7 x64              ----  1.000  --.-%  --.-%   --,-  --,-  --,-   --/--/--
--. Nirvanachess 1.7 x64              ----    900  --.-%  --.-%   --,-  --,-  --,-   --/--/--
--. Nirvanachess 1.7 x64              ----    800  --.-%  --.-%   --,-  --,-  --,-   --/--/--
--. Nirvanachess 1.7 x64              ----    700  --.-%  --.-%   --,-  --,-  --,-   --/--/--
--. Nirvanachess 1.7 x64              ----    600  --.-%  --.-%   --,-  --,-  --,-   --/--/--
--. Nirvanachess 1.7 x64              ----    500  --.-%  --.-%   --,-  --,-  --,-   --/--/--
--. Nirvanachess 1.7 x64              ----    400  --.-%  --.-%   --,-  --,-  --,-   --/--/--
--. Nirvanachess 1.7 x64              ----    300  --.-%  --.-%   --,-  --,-  --,-   --/--/--
--. Nirvanachess 1.7 x64              ----    200  --.-%  --.-%   --,-  --,-  --,-   --/--/--
17. Nirvanachess 1.7 x64              2752    100  37.5%  41.0%   22,5  15,0  37,5   17/41/42
  

                                           Points  Score  EloS  Ordo  +   -  Draws
  01. Stockfish 03.08.14 BMI2 x64       781.5/955  81.8%  3089  3122  20 19  31.7%     
  02. Komodo 7a x64                     751.0/955  78.6%  3056  3086  19 19  33.5%
  03. GullChess 3.0 BMI2 x64            721.0/955  75.5%  3026  3054  18 18  36.4%
  04. Fire 3.0 AVX x64                  628.5/955  65.8%  2949  2968  17 17  40.1%
  05. Protector 1.6.0 x64               553.0/955  57.9%  2893  2905  16 16  46.9%
  06. Chiron 2.0 x64                    547.5/955  57.3%  2889  2900  17 17  41.4%
  07. Hannibal 1.4b x64                 516.5/955  54.1%  2868  2876  17 17  43.2%
  08. Texel 1.04 x64                    496.5/955  52.0%  2854  2860  17 17  42.2%
  09. Senpai 1.0 SSE42 x64              464.5/955  48.6%  2832  2835  17 17  43.9%
  10. Hiarcs 14 WCSC w32                451.0/955  47.2%  2822  2825  16 16  44.6%
  11. Shredder 12 x64                   419.0/955  43.9%  2800  2800  17 17  42.9%
  12. Spike 1.4 Leiden w32              399.0/955  41.8%  2786  2784  17 17  40.6%
  12. Junior 13.8.04 Yokohama x64       399.0/955  41.8%  2786  2784  17 17  41.5%
  14. Quazar 0.4 x64                    376.5/955  39.4%  2770  2766  17 17  42.2%
  15. Zappa Mexico II x64               367.0/955  38.4%  2763  2758  17 17  43.1%
  16. SmarThink 1.60 x64                356.5/955  37.3%  2755  2750  18 18  37.0%
  17. Nirvanachess 1.7 x64               37.5/100  37.5%  2752  2747  53 54  41.0%
  18. Spark 1.0 x64                     352.5/955  36.9%  2752  2746  17 18  38.4%
  19. Gaviota 1.0 AVX x64               332.5/955  34.8%  2737  2730  18 18  38.4%
  20. Vajolet2 1.28 POP x64             325.0/955  34.0%  2731  2724  17 18  39.0%
  21. Deuterium 14.2.33.276 x64         324.5/955  34.0%  2731  2723  17 17  39.7%
Parent - - By Tom Paul Date 2014-08-17 10:31
Wenn du die Spielstärke im Bereich Eröffnung, Mittelspiel, Endspiel, Übergang zum...bestimmen willst, wäre es da nicht besser wenn du anstatt von der Zugnummer auszugehen, die Anzahl der Figuren auf dem Brett nehmen würdest?
Parent - - By Frank Quisinsky Date 2014-08-17 10:57
Hi Tom,

natürlich wäre das besser ... aber mir fehlt ein Tool um die entsprechenden Partien dann in eine Datenbank zu bringen.
Würde es das Tool geben würde ich das sofort tun.

Gruß
Frank
Parent - - By Frank Quisinsky Date 2014-08-21 11:36 Edited 2014-08-21 11:48
Hier ist das Endergebnis von Nirvanachess 1.7 x64.
Mittel-, End- und Übergang Endspiel muss ich noch auswerten.
Habe bei den Round Robin nur selten zugesehen aber so rein gefühlsmäßig würde ich sagen das bescheidenere Endspiel ist besser als bei der Vorgängerversion.
Werte ich gleich noch aus ...

Und ganz nett ...
Es sind nun 200.000 Partien gespielt ... in der SWCR1, SWCR2 und FCT1.
Bei der Bedenkzeit die ich einsetze für eine einzelne Person die das zusammen stellt ... schon eine enorme Anzahl an Partien.
Die Partien finden sich ja alle in meinem Download Bereich.

Code:
  Version : 1.02
  Engine  : Nirvanachess 1.7 x64
  Result  : +13

  August 16th - August 21st, 2014

  Stats after   100,   200 ... games!   Elo   Games  Score  Draws   White Black Points  w/ d/ l
  21. Nirvanachess 1.7 x64              2702  1.000  30.9%  38.3%   19,0  11,5  30,5   13/35/52
  21. Nirvanachess 1.7 x64              2703    900  31.0%  38.7%   17,0  13,5  30,5   07/47/46
  21. Nirvanachess 1.7 x64              2704    800  31.1%  37.6%   21,5  14,0  35,5   15/41/44
  21. Nirvanachess 1.7 x64              2699    700  30.4%  37.1%   20,0  12,0  32,0   12/40/48
  21. Nirvanachess 1.7 x64              2696    600  30.2%  36.7%   18,0  11,5  29,5   09/41/51
  21. Nirvanachess 1.7 x64              2697    500  30.3%  35.8%   19,5  08,0  27,5   09/37/54
  21. Nirvanachess 1.7 x64              2702    400  31.0%  35.5%   15,0  11,5  26,5   11/31/58
  21. Nirvanachess 1.7 x64              2715    300  32.5%  37.0%   20,0  12,5  32,5   13/39/48
  21. Nirvanachess 1.7 x64              2715    200  32.5%  36.0%   21,0  08,5  29,5   14/31/55
  18. Nirvanachess 1.7 x64              2737    100  35.5%  41.0%   22,0  13,5  35,5   15/41/44
  

      Programs                      Score       1-0  =  0-1         EloS  Baye  Ordo  +   -  Draws  MoveØ won<50 lost<50
  01. Stockfish 03.08.14 BMI2 x64   816.5/1000  655 323  22  81.7%  3081  3059  3114  19 19  32.3%   81     34       0
  02. Komodo 7a x64                 791.0/1000  626 330  44  79.1%  3054  3040  3085  19 19  33.0%   85     26       1
  03. GullChess 3.0 BMI2 x64        760.0/1000  580 360  60  76.0%  3024  3014  3053  18 18  36.0%   86     21       3
  04. Fire 3.0 AVX x64              661.5/1000  460 403 137  66.1%  2945  2938  2964  17 17  40.3%   88     10       3
  05. Protector 1.6.0 x64           587.0/1000  355 464 181  58.7%  2892  2887  2904  16 16  46.4%   89     12       2
  06. Chiron 2.0 x64                583.5/1000  379 409 212  58.4%  2890  2887  2901  17 17  40.9%   87     16       5
  07. Hannibal 1.4b x64             548.5/1000  332 433 235  54.9%  2866  2864  2875  16 16  43.3%   88     10      10
  08. Texel 1.04 x64                532.0/1000  325 414 261  53.2%  2855  2853  2862  17 17  41.4%   89     15       5
  09. Senpai 1.0 SSE42 x64          498.5/1000  280 437 283  49.9%  2833  2830  2837  16 16  43.7%   88      5      15
  10. Hiarcs 14 WCSC w32            486.5/1000  260 453 287  48.6%  2825  2824  2828  16 16  45.3%   88     11       7
  11. Shredder 12 x64               448.5/1000  234 429 337  44.9%  2800  2800  2800  16 16  42.9%   85      6      17
  12. Spike 1.4 Leiden w32          426.5/1000  221 411 368  42.6%  2785  2784  2783  17 17  41.1%   88      5      10
  13. Junior 13.8.04 Yokohama x64   422.5/1000  212 421 367  42.2%  2782  2782  2780  16 16  42.1%   84      5       1
  14. Quazar 0.4 x64                403.0/1000  192 422 386  40.3%  2769  2770  2765  16 16  42.2%   98      3       9
  15. Zappa Mexico II x64           393.0/1000  179 428 393  39.3%  2762  2766  2757  16 16  42.8%   90      6       9
  16. SmarThink 1.60 x64            384.0/1000  200 368 432  38.4%  2756  2757  2750  17 17  36.8%   88      7      11
  17. Spark 1.0 x64                 383.0/1000  189 388 423  38.3%  2755  2756  2750  17 17  38.8%   88     15       3
  18. Gaviota 1.0 AVX x64           357.5/1000  168 379 453  35.8%  2737  2740  2730  17 17  37.9%   86      4      25
  19. Vajolet2 1.28 POP x64         355.0/1000  158 394 448  35.5%  2735  2738  2728  17 17  39.4%   86      1      20
  20. Deuterium 14.2.33.276 x64     352.5/1000  153 399 448  35.2%  2733  2737  2726  17 17  39.9%   82      2      41
  21. Nirvanachess 1.7 x64          309.5/1000  118 383 499  30.9%  2701  2708  2691  17 17  38.3%   86      2      19
  21. Nirvanachess 1.6 x64          294.5/1000  121 347 532  29.4%  2688  2692  2677  18 18  34.7%   86      3      20   predecessor
  ----------------------------------------------------------------------------------------------------------------------------------
Parent - - By Frank Quisinsky Date 2014-08-21 13:08
Hallo zusammen,

schauen wir mal auf die Nirvanachess 1.7 x64 Ergebnisse im Detail
Achtung: Die Elo hier ist nicht so entscheidend, eher die Tendenz (nicht ausreichend Partien)

So sehen wir das NirvanaChess 1.7 x64 im Mittelspiel verloren hat (ist auch nicht mehr so taktisch unterwegs denn die Vorgängerversion spielte mehr spektakuläre Partien).
Dafür hat die Engine im Endspiel deutlich zugelegt. Und wie das so ist ... der Übergang zum Endspiel wurde mithin auch etwas besser.

So gibt es zu jeder Engine die bei mir getestet wird immer neben einer blanken Zahl ein paar Anhaltspunkte mehr.
Die vielleicht nicht zu 100% stimmen müssen aber vielleicht zu 80 oder 90%

Also, die Übersicht zu Elo Mittelspiel / Endspiel und Übergang Endspiel wurde auch aktualisiert.

Gruß
Frank

Code:
Endspiel:
    Programs                         Elo   +   - Games Score Av.Op. Draws   Won Draw Lost
20. Nirvanachess 1.7 x64           : 2772  26 26  252  41.1%  2835  62.3%    25  157   70
21. Nirvanachess 1.6 x64           : 2734  27 28  241  35.7%  2837  58.1%    16  140   85

Übergang Endspiel:
21. Nirvanachess 1.7 x64           : 2671  26 27  584  27.5%  2839  24.1%    90  141  353
21. Nirvanachess 1.6 x64           : 2659  27 27  601  26.2%  2839  21.5%    93  129  379

Mittelspiel:
21. Nirvanachess 1.7 x64           : 2688  34 37  164  27.7%  2854  51.8%     3   85   76
20. Nirvanachess 1.6 x64           : 2722  38 39  158  32.3%  2851  49.4%    12   78   68
Parent - By Frank Quisinsky Date 2014-08-21 13:26 Edited 2014-08-21 13:30
Wobei ich die Statistiken mag ...
Interessant ist eigentlich die langweiligste der drei Statistiken ... Übergang Endspiel.
Hier werden die Partien entschieden (siehe niedrige Remisquote).

So schneidet die Statistik das Endspiel und die Eröffnungsphase ab.
Wir sehen hier vielleicht einen genaueren Wert zur Einschätzung der Engines hinsichtlich Spielstärke.

Für diese Statistiken wäre es besser nach Anzahl der Figuren auf dem Brett auszuwerten.
Aber leider gibt es kein Tool was mir die Datenbank auseinander pflückt.

Auch wäre es bei diesen Stats in der Tat besser die dreifache Partiemenge zu haben, also 3.000 Partien pro Engine um einfach sicherer zu sein.
Dennoch, diese drei Stats geben reichlich Auskunft in Verbindung mit Zügedurchschnitt, Remisdurchschnitt und den gesammelten persönlichen Eindrücken.
Insofern belasse ich diese Statistik auf meinen Webseiten, wollte das erst mal nur grob darstellen da diese Auswertungen ein bissel Arbeit sind, wie jede Stat die dargestellt wird.

Ist ja auch schön zu sehen, dass z. B. Shredder im Endspiel etwas zulegt, Spark ein schlechtes Endspiel hat aber sehr gut im Mittelspiel ist oder Deuterium von Paritiephase zu Partiephase zulegt, den großen viele Remise abnimmt oder das Texel immer taktischer wird, dass Hannibal eigentlich eher ein gutes Endspiel hat und taktisch nicht so stark ist wie vielleicht vermutet. Das GullChess gar ein minimal besseres Endspiel als Komodo hat, Junior schnell ziemlich schwierig zu besiegen ist oder die wirklich ausgefallenen Eigenschaften von Quazar, das Senpai und Shredder taktisch anfällig sind und selbst kaum in der Lage sind mal einen schnellen taktischen Sieg einzufahren etc..

Gruß
Frank
Up Topic Hauptforen / CSS-Forum / FCT1: Nirvanachess 1.7 x64 läuft ...

Powered by mwForum 2.29.3 © 1999-2014 Markus Wichitill