Chess GPT: как маленькая модель обыгрывает ChatGPT в шахматах | AiManual
AiManual Logo Ai / Manual.
03 Янв 2026 • Инструмент

Как 50-миллионный трансформер играет в шахматы лучше ChatGPT: тестируем Chess GPT без поиска

Тестируем Chess GPT - 50M параметров, играет в шахматы лучше ChatGPT. Архитектура nanoGPT, PGN формат, доменное обучение.

Когда размер не имеет значения

ChatGPT знает все. Ну, почти все. Спроси его про квантовую физику - получишь внятный ответ. Попроси написать код на Python - без проблем. Но попробуй сыграть с ним в шахматы... И вот тут начинается веселье.

GPT-4 делает ходы, которые нарушают правила. Иногда предлагает поставить короля под шах. Иногда двигает ладью по диагонали. Это как если бы профессор математики не умел складывать 2+2.

А теперь представь модель в 6000 раз меньше. Всего 50 миллионов параметров против 300+ миллиардов у GPT-4. И она играет в шахматы лучше. Намного лучше.

💡
Chess GPT - это специализированная языковая модель, обученная исключительно на шахматных партиях в PGN формате. Никакого общего знания, только доска, фигуры и ходы.

Что скрывается под капотом

Архитектура - классический nanoGPT. Тот самый, что Андрей Карпати использовал для обучения Shakespeare GPT. Просто вместо текстов Шекспира - миллионы шахматных партий в PGN формате.

PGN - это Portable Game Notation. Текстовый формат записи шахматных партий. Выглядит так:

1. e4 e5 2. Nf3 Nc6 3. Bb5 a6 4. Ba4 Nf6 5. O-O Be7 6. Re1 b5 7. Bb3 d6

Модель учится предсказывать следующий ход в последовательности. Как автодополнение в телефоне, только для шахмат.

ПараметрChess GPTGPT-4
Параметры50 миллионов~1.76 триллиона
ОбучениеТолько шахматыВся интернет-энциклопедия
Правильные ходы~95%~70%
Размер модели200 МБГигабайты

Запускаем на своей машине

Самое приятное - модель весит всего 200 МБ. Запускаешь на ноутбуке пятилетней давности. Никаких облаков, подписок, лимитов.

1Устанавливаем зависимости

pip install transformers torch

2Загружаем модель с HuggingFace

from transformers import AutoTokenizer, AutoModelForCausalLM
import torch

model_name = "mlabonne/chess-gpt"
tokenizer = AutoTokenizer.from_pretrained(model_name)
model = AutoModelForCausalLM.from_pretrained(model_name)

3Генерируем ходы

def get_next_move(position, temperature=0.7):
    inputs = tokenizer(position, return_tensors="pt")
    with torch.no_grad():
        outputs = model.generate(
            inputs.input_ids,
            max_length=inputs.input_ids.shape[1] + 10,
            temperature=temperature,
            do_sample=True,
            pad_token_id=tokenizer.eos_token_id
        )
    return tokenizer.decode(outputs[0], skip_special_tokens=True)

# Пример: начало партии
position = "1. e4 e5 2. Nf3"
next_move = get_next_move(position)
print(f"Следующий ход: {next_move}")

Температура сэмплирования - ключевой параметр. При temperature=0.0 модель всегда выбирает самый вероятный ход (предсказуемо, как Stockfish). При temperature=1.0 начинает "творить" - иногда гениально, иногда абсурдно.

Температурные качели

Поиграй с температурой - увидишь всю прелесть специализированных моделей.

Temperature=0.2: "2... Nc6" (стандартный ответ, как в учебниках)

Temperature=0.8: "2... d6" (менее популярный, но солидный ход)

Temperature=1.5: "2... f5?!" (агрессивный контргамбит, рискованный)

А теперь попробуй то же самое с ChatGPT. Попроси его сыграть в шахматы с температурой 1.5. Он начнет генерировать... эээ... "2... Король вперед на три клетки"?

Вот в чем фишка. Общая LLM пытается быть логичной во всем. Специализированная модель знает только шахматы. Ее "творчество" ограничено правилами игры. Она не предложит ход, которого нет в PGN базе.

Почему это работает

Доменное обучение. Вместо того чтобы пытаться знать все понемногу, Chess GPT знает одну вещь идеально.

Токенизация PGN. Каждый ход - это отдельный токен. Модель не "понимает" шахматы в человеческом смысле. Она просто выучила статистику: после "1. e4 e5 2. Nf3" чаще всего следует "Nc6".

Маленький словарь. Всего 1000+ уникальных токенов (ходов). Против 100 000+ у общих моделей. Легче учиться, меньше шума.

Как говорится в нашей статье про локальные модели против GPT-4, иногда специализация бьет масштаб.

Чем это не является

Chess GPT - не шахматный движок. Не жди от нее расчета вариантов на 20 ходов вперед. Это не Stockfish, не AlphaZero.

Это языковая модель, которая играет в шахматы. Как человек, который выучил миллионы партий и теперь интуитивно чувствует, какой ход "правильный".

Она делает ошибки. Иногда предлагает слабые ходы. Но никогда - нелегальные. И в этом ее преимущество над ChatGPT.

💡
Попробуй сыграть против Chess GPT на разных уровнях температуры. При низкой температуре она играет как учебник. При высокой - как авантюрист. Отличный способ изучать разные стили игры.

Кому это нужно

  • Разработчикам игр: Встроить шахматного ИИ в мобильное приложение без облачных API
  • Тренерам: Генерировать учебные позиции с разной степенью "творчества"
  • Исследователям: Экспериментировать с доменным обучением на маленьких моделях
  • Любителям шахмат: Иметь всегда доступного партнера для игры

Особенно интересно сравнить с другими нишевыми инструментами из нашей подборки 4 нишевых ИИ-инструмента. Тренд очевиден: вместо одного монстра - россыпь специалистов.

Что дальше

Представь такие же модели для других игр. Go GPT. Poker GPT. Даже для "Сапера" можно сделать специализированную версию.

Или для программирования - как IQuest-Coder-V1 40B, только меньше и дешевле.

Будущее не за гигантскими моделями, которые знают все плохо. Будущее за сетью маленьких экспертов, каждый из которых знает свою область идеально.

Прямо как в том старом анекдоте: "Зачем тебе профессор, который знает 100 языков по одному слову? Дай мне 100 человек, каждый из которых знает один язык идеально."

Chess GPT - первый из этой сотни. Играешь?

←
На главную