#training

• ルールベース教師を用いたEntity-Action Transformerの初期学習
  2026-09-19#splendor#machine-learning#training
• 候補手をpacked表現に刷新し、EATの学習速度を3.8倍に高速化した
  2026-09-16#splendor#machine-learning#training
• 自己対局データをさらに2倍に増やしたが、強さの伸びは頭打ちになった
  2026-08-30#splendor#machine-learning#training
• 自己対局学習を58,800局・16,000ステップへスケールする準備
  2026-08-27#splendor#machine-learning#training
• 学習行数を増やさずに自己対局数を4倍にスケールしたら、対局勝率が向上した
  2026-08-24#splendor#machine-learning#training
• 自己対局を2世代回しても伸び悩んだため、学習量不足の仮説を検証した
  2026-08-16#splendor#machine-learning#training