チェスエンジンの評価はどのくらい正確ですか？

進行中のTCECトーナメントに照らして、私は彼らがこれらのコンピューターの評価をどのように考え出すのかと考えていました。おそらく、2000の評価されたチェスエンジンは、人間の評価された2000に対して約0.5のスコアを期待する必要があります。これにより、チェスエンジンが実際に彼らが言っている評価とほぼ同じかどうかを簡単に確認できます。しかし、これはおそらく3250前後であると思われるkomodoのようなより高い定格のプログラムには問題があります。明らかに、このレベルでは人間はプレイしません。さらに、2800の評価されたコンピューターでさえ人間と対戦しません（magnusがコンピューターと対戦して開発者の評価を定義するのを助けることは疑わしいです）。エンジンがグランドマスターと対戦してその強さを判断するのは疑わしいことです。したがって、これらのエンジンレーティングは、はるか昔に同じような強さの対戦相手をプレイするエンジンによって決定されているのではないかと思います。最近のほとんどの評価は、エンジン対エンジンゲームによるものです。しかし、これが真実なら、エンジンの評価が人間のeloスケールと比較して正確であるとは期待できません。エンジンの定格が正確であることを確認する方法はありますか？

コンピューターのチェスエンジンの評価は、FIDE評価リストとは関係ありません。

たとえば、MicroMaxエンジンはCCRLで約1950年の評価を持っています。

http://www.computerchess.org.uk/ccrl/4040/

このエンジン用のiOSアプリ（ChessMini）を配布しています。私はアプリの説明ページに書きました：

このエンジンの評価は、コンピューターチェスの評価リストでElo 2000であり、人間のチェスプレーヤーの70％よりも強力です。

これは、CCRLチェスレーティングがFIDEレーティングリストに近い場合にのみ当てはまります。

残念ながら、FIDEの評価が1900をはるかに下回っているにもかかわらず、ユーザーがアプリを説得力のある方法で打ち負かしたとの苦情をいくつかのユーザーから受け取っています。FIDEスケールでの「本当の」評価は1300〜1400だと思います。

人間の評価リストを忘れて、相対ランキングを見てください。

サンプルサイズは処理能力によってのみ制限されるため、コンピューターチェスの評価は非常に正確です（ただし、FIDEとは関係ありません）。エンジントーナメントを開始し、コンピューターを実行したまま、ベッドに移動します... TCECのような24時間のチェスです。あなたはあなたのコンピュータが許す限り多くのエンジンマッチをプレイします。

コンピュータエンジンは、他のエンジンをプレイすることで評価されます。人間の介入なし。グランドマスターはいない。ラップトップを持っていれば誰でもそれができます：

• ArenaまたはCutechessをダウンロード
• お気に入りのエンジンをダウンロード
• エンジントーナメントを開始する

それだけです、とても簡単です！エンジンの推定評価を取得します。