小马教练

AI局内教学智能体

日麻AI · 局内大模型教学辅助工具

跟小马教练学日麻,从对局中的每一次出牌开始。

功能介绍

局内参考

轮到你出牌时,看看模型建议打哪一张,再和自己的判断对照。

自动挂机

把对局交给模型,观察它在不同牌局中的选择。

对局记录

打完后查看对局记录,找到想再看一遍的那场牌。

牌谱复盘

回到关键巡目,对照实战出牌与模型建议,重新想一遍当时的取舍。

SUPHX 论文解读

XiaoMacoach-Suphx自对弈精调体系

南四局大幅领先,即使手牌很好,为什么也值得打安全牌?Suphx 把整场比赛的最终顺位纳入训练,让模型学会衡量这一手值得冒多大的险。

高手牌谱

先用监督学习,让模型从高手的局面与选择中学会出牌。

自对弈强化学习

模型反复与自己对局。训练时逐步遮去对手手牌和牌山,直到只凭桌上可见的信息与自己的手牌决策。

全局奖励预测

比较每一局前后的预期最终成绩,把顺位前景的变化作为反馈,用来调整出牌策略。

阅读 Suphx 原论文 · 学习算法

牌局结束,学习继续。

回到那一手,再选一次。

从最近的对局里挑一场,停在你和模型选择不同的那一巡。先想想自己当时看重什么,再对照模型建议,看看另一张牌会留下怎样的选择。

进入牌谱检讨