为改善国际象棋学习反馈滞后，我造了一个更像人类的国际象棋 AI

一位无 ML 经验的开发者用 Transformer 构建类人国际象棋 AI，目标是超越 Maia-2——后者在给定棋手评分和局面时预测走子的准确率为 53%，理论上限约 60%。模型以棋盘 64 个格子为 token，采用绝对位置嵌入加 Shaw 相对注意力，让模型感知棋子位置关系。作者希望在对弈中实时获得走子好坏与胜率反馈，而非赛后复盘。