<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>TadaoYamaoka</author_name>
  <author_url>https://blog.hatena.ne.jp/TadaoYamaoka/</author_url>
  <blog_title>TadaoYamaokaの開発日記</blog_title>
  <blog_url>https://tadaoyamaoka.hatenablog.com/</blog_url>
  <categories>
    <anon>dlshogi</anon>
    <anon>コンピュータ将棋</anon>
  </categories>
  <description>前回、NNUE系のtanuki-で生成した教師データを使用して、dlshogiのモデルで方策と評価値、勝敗を付け替えた場合に、dlshogiの推論結果で付け替えた方が精度が上がることが確認できた。今回は、dlshogiの最新モデルの自己対局で生成したデータに対して、同一モデルで付け替えを行った場合、どうなるか追加で検証したい。 データの質は下がるはずだが、加重平均の係数0.1など小さい値であれば、ラベルスムージングの効果が得られるかもしれない。 自己対局データ dlshogiの最新のモデルで、平均で約7500ノード探索して自己対局した教師データを使用する。 探索ノード数は、探察打ち切りや延長を…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Ftadaoyamaoka.hatenablog.com%2Fentry%2F2025%2F01%2F12%2F111242&quot; title=&quot;【dlshogi】dlshogiモデルでNNUEの評価値を付け替える その５ - TadaoYamaokaの開発日記&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url></image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2025-01-12 11:12:42</published>
  <title>【dlshogi】dlshogiモデルでNNUEの評価値を付け替える その５</title>
  <type>rich</type>
  <url>https://tadaoyamaoka.hatenablog.com/entry/2025/01/12/111242</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
