忠实模仿凤卓人类平均打法，有着更好理解的策略，输出的动作概率就是相同场景下凤卓人类的倾向分布，有助于初学者的学习。由于有着理性和稳定的发挥，有超越凤卓绝大多数人类的水平。

忠实模仿凤卓人类平均打法，有着更好理解的策略，输出的动作概率就是相同场景下凤卓人类的倾向分布，有助于初学者的学习。由于有着理性和稳定的发挥，有超越凤卓绝大多数人类的水平。

从人类数据中蒸馏出不同风格的打法，并且在自对弈训练中强化，实战测试中表现超越了至少 95% 以上的人类高手，对 Heyman 模型有较大幅度的超越。

从人类数据中蒸馏出不同风格的打法，并且在自对弈训练中强化，实战测试中表现超越了至少 95% 以上的人类高手，对 Heyman 模型有较大幅度的超越。

从人类数据中蒸馏出不同风格的打法，并且在自对弈训练中强化，实战测试中表现超越了至少 95% 以上的人类高手，对 Heyman 模型有较大幅度的超越。

从人类数据中蒸馏出不同风格的打法，并且在自对弈训练中强化，实战测试中表现超越了至少 95% 以上的人类高手，对 Heyman 模型有较大幅度的超越。

使用无憾（遗憾最小化）算法从随机策略起自对弈训练，上限最高的模型。在实战测试中，以极少的场次取得了十段战绩，表现可能超越了 99% 的人类高手。

忠实模仿凤卓人类平均打法，有着更好理解的策略，输出的动作概率就是相同场景下凤卓人类的倾向分布，有助于初学者的学习。由于有着理性和稳定的发挥，有超越凤卓绝大多数人类的水平。

从人类数据中蒸馏出不同风格的打法，并且在自对弈训练中强化，实战测试中表现超越了至少 95% 以上的人类高手，对 Heyman 模型有较大幅度的超越。

使用无憾（遗憾最小化）算法从随机策略起自对弈训练，上限最高的模型。在实战测试中，以极少的场次取得了十段战绩，表现可能超越了 99% 的人类高手。

使用无憾（遗憾最小化）算法从随机策略起自对弈训练，上限最高的模型。在实战测试中，以极少的场次取得了十段战绩，表现可能超越了 99% 的人类高手。