本将棋で、24時間あたり80〜90万局ペースで学習が進んでいます。速い。 …けど、読み筋とか評価値とかがおかしいらしく、報酬予測値の誤差がかなり大きめです。 これは、早急に修正しないと。
引用をストックしました
引用するにはまずログインしてください
引用をストックできませんでした。再度お試しください
限定公開記事のため引用できません。