Draft Transformer · Нейросеть для Dota 2

За каждым пиком —весь драфт.

Герой меняет возможности союзников и соперников. Draft Transformer учится на исходах матчей оценивать такие сочетания — и сравнивает, как следующий пик меняет прогноз для состава.

Разобрать свой драфт Исследовать модель

Драфтер открыт бесплатно, без регистрации

01 / Представления героев

Герои в пространствемодели.

При обучении у каждого героя формируется числовой вектор — эмбеддинг. Карта позволяет исследовать эти представления: выбрать знакомого героя и посмотреть на его окружение.

Близость векторов не означает сильную связку или контрпик.
Макет · условные данные

02 / От героя — к сочетаниям

Один герой.Разная ценностьв разных составах.

Эмбеддинг — отправная точка. Дальше модель сопоставляет героя с союзниками, соперниками, ролями, линиями и условиями матча. Его представление обновляется с учётом этого окружения.

Зачем здесь Transformer

Слои внимания передают информацию между пиками. Следующие слои работают уже с представлениями, обогащёнными контекстом. Вместе с нелинейными преобразованиями это позволяет учить эффекты, в которых значение одного героя зависит сразу от нескольких других.

Условный игровой сценарий. Линии обозначают взаимодействия героев, а не веса внимания или результаты модели.

Модель получает исходы матчей, а не готовые правила о сейвах и контрпиках. Игровой пример иллюстрирует идею контекста; он не является объяснением конкретного прогноза.

03 / Как проходит обучение

Учится по исходам.Видит неполную картину.

Известный результат матча становится обратной связью: ошибка прогноза меняет веса модели. Во время обучения часть входных данных скрывается, чтобы модель встречала разные стадии драфта и пропуски информации.

**Схема подготовки примера. Это не реальный матч и не прогноз модели.**В 40% обучающих примеров выбирается фаза маскирования, в том числе полный драфт. Роли и линии скрываются отдельно, с вероятностью 10% для каждого признака. При валидации длительность матча всегда скрыта.

01
Получает состав и условия
Герои, стороны, роли и линии. Патч, режим, тип лобби и средний ранг задают контекст.
02
Работает со скрытыми входами
Часть героев может быть неизвестна. Роли и линии скрываются отдельно; результат матча сохраняется.
03
Корректирует прогноз
Функция потерь сравнивает оценку с исходом. Обучение постепенно меняет представления и связи внутри модели.

04 / Проверка качества

Проверка на матчах,отложенных от обучения.

Качество определяется прогнозами на данных. Валидационные матчи не участвуют в обновлении весов; по результатам на них выбирается лучший чекпоинт.

95%Обучение

5%Валидация

Случайное разбиение с сохранением пропорций патчей. Это проверка внутри исходного набора данных. Перенос на будущие патчи требует отдельного теста.

Длительность скрыта

При проверке модель не получает время окончания матча. Основной прогноз драфтера также строится без заданной длительности.

Лучший чекпоинт — по ROC AUC

Валидация используется для выбора версии модели. Независимый тест и проверка каждой стадии драфта в этом протоколе не описаны.

Что измеряем

Численные результаты ожидают выгрузки

ROC AUC—: Разделяет ли модель победы и поражения при разных порогах. Выше — лучше.
Accuracy—: Доля правильно предсказанных исходов при пороге 50%. Это не винрейт игрока.
LogLoss—: Качество вероятностей со штрафом за уверенные ошибки. Ниже — лучше.

Архитектура и красивая карта сами по себе не измеряют точность. Здесь появятся фактические результаты проверки этой модели.

Архитектура и параметры обучения

Основу составляют Self-attention и нелинейные SwiGLU-блоки. Число слоёв не задаёт фиксированный порядок игровых взаимодействий: зависимости формируются в ходе обучения.

Архитектура: 4 блока Transformer · 10 голов внимания
Представления: 256 признаков героя + роль и линия
Внимание: QK-Norm · Scaled Dot-Product Attention
Внутри блока: RMSNorm · SwiGLU · остаточные связи
Регуляризация: Dropout · label smoothing · маскирование входов
Оптимизация: PyTorch · Lightning · AdamW

Attention Is All You Need

05 / Как работает драфтер

Что изменится, есливзять другого героя?

Драфтер подставляет доступных героев в выбранный слот и сравнивает прогнозы при остальных неизменных пиках. Так можно оценить варианты из своего пула в конкретном составе.

01
Задаёшь драфт
Добавь известные пики и выбери условия матча.
02
Модель сравнивает замены
Каждый кандидат получает оценку в том же окружении.
03
Выбираешь из своего пула
Сопоставь рекомендации со своим опытом и планом на игру.

Модель оценивает состав. Твой опыт на герое, координация команды, предметы и решения в матче остаются за пределами прогноза.

Подробнее о прогнозах

Перед тем,как довериться оценке

Что показывает карта эмбеддингов героев?

Она показывает проекцию базовых представлений героев до обработки конкретного драфта. Близкие векторы не обязательно означают сильную связку, контрпик или одинаковый стиль игры. t-SNE упрощает многомерные данные; список соседей рассчитывается отдельно по исходным векторам. В режиме демо расположение и связи условные.

Чем нейросеть отличается от таблицы контрпиков Dota 2?

Парная таблица описывает отношения двух героев. Draft Transformer получает составы и контекст целиком. Архитектура позволяет учитывать сочетания, в которых эффект одного пика зависит от нескольких других. Насколько успешно модель выучила эти зависимости, нужно проверять на данных.

Можно ли подбирать героев до завершения драфта?

Да. В обучении есть примеры со скрытыми героями. Драфтер может сравнивать варианты, пока часть слотов пуста. Каждый новый пик добавляет контекст и меняет расчёт. Отдельные метрики качества для разных стадий драфта пока не опубликованы.

Вероятность победы — это точность модели?

Нет. Вероятность относится к одному заданному составу и условиям. Accuracy описывает долю правильно предсказанных исходов на множестве проверочных матчей. Даже высокая оценка одного драфта не гарантирует победу.

График по времени предсказывает ход матча?

Нет. Он сравнивает прогнозы при заданной длительности как условии. Это не симуляция событий по минутам и не предсказание времени окончания вашей игры. Основной прогноз использует неизвестную длительность.

Как попробовать нейросеть на своём матче?

Открой онлайн-драфтер, добавь героев вручную или импортируй публичный матч по ID. Сравни варианты следующего пика и оценки составов. Драфтер бесплатный и не требует регистрации.

От устройства модели — к твоей игре

Твой пул.Твой следующий пик.

Собери знакомый драфт и сравни несколько вариантов. Посмотри, как меняется оценка, когда рядом с героем появляются союзники и соперники.

Разобрать свой драфт Разобрать матч по ID

За каждым пиком —весь драфт.

Герои в пространствемодели.

Phantom Assassin

Ближайшие векторы

Один герой.Разная ценностьв разных составах.

Зачем здесь Transformer

До Sniper можно добраться

Теперь прыжок — это риск

Инициация открывает окно

Учится по исходам.Видит неполную картину.

Один исход. Разная полнота драфта.

Получает состав и условия

Работает со скрытыми входами

Корректирует прогноз