积分换算

换算图表

下方图表是基于常见分差经验的启发式示意,并非官方换算汇率。

FIDE 的典型偏移
FIDE Chess.com Lichess 0 +80 +120

说明性偏移显示了相对于 FIDE 的经验差距的方向。这些条是示意性的,旨在传达相对定位而不是精确的跨平台等效性。

常见频段的说明性转换
1400 1700 2000 2300 1500 1800 2100

三个程式化的转换曲线表明映射是近似的并且与频带相关。该数字旨在支持对不确定性的讨论,而不是定义官方转移规则。

USCF 与 FIDE 的关系
1000 2000 2800 USCF FIDE

USCF 绘图将已发布的 FIDE 与美国国际象棋排名关系可视化为分段近似。包含它是为了区分正式的联合指导和启发式在线转换。

Lichess、Chess.com 和 FIDE 评级之间的关系

为什么不存在精确转换

Lichess、Chess.com、USCF 和 FIDE 评级之间没有精确的通用转换。这些数字看起来很相似,因为所有这些系统都衡量国际象棋的强度,但它们是建立在不同的评级池、不同的更新规则、不同的起始假设和不同的玩家群体之上的。因此,不能保证一个系统上的 1800 评级在另一个系统上的含义完全相同。

最重要的一点是结构性的。 FIDE 使用 Elo 风格的系统。 Lichess 使用 Glicko-2,这是一个对评级和不确定性进行建模的系统。 Chess.com 还使用基于 Glicko 的框架及其自己的实现细节。这意味着即使实际实力不变,同一玩家也可以在不同服务中拥有不同的数值评级。

由于系统不同,转换器应被视为估计,而不是翻译。正确的问题不是“什么是完全等价的?”但是“什么范围是合理的近似值?”因此,认真的转换器会使用启发式映射,而不是假装存在数学上精确的万能公式。

在线系统和抵消

平台评级差异的原因并不神秘。每个评级池都有自己的组成,包括初学者、休闲玩家、活跃锦标赛玩家和高容量研磨者。相同的数字评级可以代表不同池中的不同百分位位置。例如,在拥有许多休闲账户的池中,评级为 2000 的玩家可能不会与实力更强、锦标赛较多的池中的评级为 2000 的玩家处于同一百分位数。原始评级数字仅相对于生成它们的系统才有意义。

Lichess 的仔细解读尤为重要,因为它的评级系统是 Glicko-2,而且它的玩家池涵盖非常快的子弹游戏和对应式国际象棋。收视率也受到时间控制类别的影响。 Chess.com 同样有单独的池和特定于变体的实现选择。相比之下,FIDE 评级是公布的锦标赛评级,反映了联邦规则下的 OTB 竞争。这些是不同的环境,因此相同的数字可以描述略有不同的性能水平。

因此,实用的转换器依赖于观察到的偏移和广泛的现场经验,而不是理论特性。在许多现实世界的比较中,同一棋手的 Lichess 评级往往高于 FIDE 评级,而 Chess.com 评级通常更接近 FIDE 评级,但仍然不完全相同。确切的偏移量取决于时间控制、玩家资料以及您比较的池。子弹专家与传统专家的定位可能非常不同,并且仅进行闪电战的在线玩家可能无法清晰地映射到全面的 FIDE 结果。

该网站的转换器使用了一种故意简单的启发式方法:它将 FIDE 视为参考点,然后为 Lichess 和 Chess.com 添加近似偏移量。这很有用,因为它使界面保持透明。用户可以立即看到结果是基于假设关系的估计,而不是官方的互操作性标准。换句话说,转换器的目的是回答“这个人大概会降落在哪里?”而不是“确切的官方对等物是什么?”

USCF 到 FIDE 转换

USCF 有所不同,因为国际棋联和美国国际象棋评级之间存在已公布的官方转换关系。美国国际象棋规则手册提供了将国际棋联评级的棋手列入美国国际象棋等级的指导公式。这使得 USCF 成为本页包含的最具防御力的附加系统,因为它不仅仅是一个启发式猜测;它是联合会使用的明确发布的近似值。

美国国际象棋使用指导公式而不是单一的精确恒等式。常见的关系有:

\[ R_{\mathrm{USCF}} = R_{\mathrm{FIDE}} + 50 \]
\[ R_{\mathrm{USCF}} = 0.895 \, R_{\mathrm{FIDE}} + 367 \]
\[ R_{\mathrm{USCF}} = R_{\mathrm{FIDE}} + 100 \]

最好将它们视为官方近似带。第一个给出了简单的平均换算,第二个更加保守,第三个是更大的偏移规则,通常在放置外国球员时用作实际上限。因为规则手册将它们作为指导,所以正确的解释是政策驱动的而不是纯粹的数学。

当输入为 USCF 并且目标为 FIDE 时,反方向同样有用。从代数上来说,相反的形式是:

\[ R_{\mathrm{FIDE}} = R_{\mathrm{USCF}} - 50 \]
\[ R_{\mathrm{FIDE}} = \frac{R_{\mathrm{USCF}} - 367}{0.895} \]
\[ R_{\mathrm{FIDE}} = R_{\mathrm{USCF}} - 100 \]

适用性很重要。这些公式旨在用于没有美国国际象棋评级的 FIDE 评级棋手的初始排名。它们并不是两个评级池相同的普遍说法。美国国际象棋和国际棋联在赛事结构、棋手数量和历史分布方面仍然存在差异,因此该公式应被视为实际排名的联邦规则,而不是国际象棋实力法则。

国际棋联 USCF = 国际棋联 + 50 USCF = 0.895FIDE + 367 USCF = 国际棋联 + 100
1000105012621100
1500155017101600
1900195020632000
2100215022422200

例如,一名 1500 FIDE 玩家在平均公式下映射为 1550,在保守线性公式下映射为 1710 左右,在 +100 规则下映射为 1600。这种传播正是官方措辞重要的原因:转换是一种放置工具,而不是声称每个玩家都会获得唯一的确切数字。

实际的收获是,USCF 转换比典型的在线平台启发法更加基础。它仍然是近似的,但它受到联邦策略的支持,并且可以向前和向后表达,这使得它适合该转换器中的专用分段。

转换限制

要理解为什么这是合理的,请查看基础数学。 Elo 和 Glicko 等评级系统已根据池进行校准。如果池变得更强或更弱,相同的绝对数字的含义可能会发生变化。系统之间的实际映射可以通过匹配中心趋势来近似。如果一个平台上的平均活跃玩家位于某个评级带附近,而同一类型的玩家位于其他地方的另一个评级带中,则转换器可以将这些评级调整为启发式锚点。这不是等价证明;而是等价证明。这是一种校准技术。

评级和技能之间也存在概念上的差异。评级是根据结果得出的估计。具有不同不确定性处理能力的两个系统将以不同的速度收敛。快速移动的系统可以对最近的形式做出快速反应,而较慢的系统可以保持历史稳定性。仅此一点就会造成不匹配。添加不同的池、不同的初始评级和不同的活动级别,如果没有配对玩家的自定义数据集,精确的直接转换就不可能实现。

如果您想要一种数据支持的方法,正确的方法是比较在多个系统中建立评级的玩家并拟合回归模型。在实践中,这种映射通常是非线性和异方差的:系统之间的差距不一定在所有评级级别上都是恒定的,并且在玩家组合不同的某些频段中方差会增大。这就是为什么像“Lichess 减去 X 等于 FIDE”这样的单一减法只能作为粗略的经验法则,而不是普遍法则。

实际例子

例如,假设一名玩家的 Lichess blitz 成绩为 2000。如果此工具使用的启发式偏移量比 FIDE 高出约 120 点,则隐含的 FIDE 估计值约为 1880。如果同一位棋手在 Chess.com 上的分数为 2000,并且启发式偏移量比 FIDE 高出约 80 点,则隐含的 FIDE 估计值约为 1920。它是一个已发布的公式,因此可以使用更明确的转换规则将 USCF 分数映射回 FIDE。这些数字并不是在线系统的官方标签;它们是基于观察到的玩家池差异的合理近似值。

这种不对称性本身就具有丰富的信息。它表明应该始终谨慎处理直接的一对一比较。来自在线平台的用户应该在范围内思考,而不是绝对的。 100分的差距可以是真实的,但200分的差距也可以是真实的,这取决于球员和时间控制。因此,转换器给出了广泛的估计,因为广泛的估计通常比虚假的精度更诚实。

使用转换器时,最安全的解释是:首先确定哪个系统产生了数字,然后询问它测量什么类型的国际象棋,然后如果可能的话与相同的时间控制进行比较。闪电战在线评级不应过于自信地与经典的国际棋联锦标赛评级进行比较。同样,在不考虑数量、池组成和玩家历史的情况下,不应比较快速在线人数。环境差异越大,转换就越弱。

底线很简单。 Lichess、Chess.com、USCF 和 FIDE 评级都描述了国际象棋的表现,但它们不能直接互换,因为它们是由不同的系统和不同的人群生成的。因此,任何转换器都应该明确表示它提供的是务实的估计。这就是这个页面背后的设计原则:有用、透明、保守。

参考依据: Lichess rating systems, Chess.com ratings help, FIDE Rating Regulations, and US Chess FIDE conversion chart.