Tideborn
DLManaka と Manaka、2 系統の将棋エンジンに関する設計・学習・測定記録です。
| DLManaka | Manaka | |
|---|---|---|
| 評価器 | 残差 CNN | 差分更新型の対称多項式・テーブル評価器 |
| 主なハードウェア | GPU | 推論は CPU、学習は GPU |
| 探索 | Gumbel AlphaZero MCTS | PUCT MCTS |
| 学習 | 蒸留 → 自己対局 | 教師あり実験 + ゼロ知識自己対局 |
| 目標 | Apple silicon を含む実用的な DL 将棋推論 | 手設計を抑えつつ NNUE 級の CPU 効率 |
両系統は同じ圧縮済み教師コーパスを読めますが、評価器も探索実装も別物です。
最初に読むページ
過去の診断も経緯として残していますが、現在状態の要約ではありません: DLManaka の自己対局停滞、初期 Manaka の構造分析。
数値の読み方
測定条件が明記されている数値だけを実測値として扱います。現在の速度は 共通ベンチマーク を正本とし、設計ページには絶対速度を重複して載せません。
棋力は、検証指標と固定外部エンジンとの対局が同じ方向を示すかで判断します。子モデルと親モデルの直接対局 Elo だけでは誤判定することがあります。