Thank you for the pull request. I merged it.

@tttak さん
本件レビュー中に見落としがあったこと気にづきました。
calc_grad()は勾配を計算する関数でwinning_percentage()の計算式を微分したものとなっております。use_wdlが0の場合には、もとのwinning_percentage()が使用されるよう修正をお願いできますでしょうか？また、use_wdlが1の場合は、winning_percentage_wdl()の計算式を微分したものが返るよう、修正をお願いできますでしょうか？
修正が難しい場合はRevertしたほうが良いかもしれません。

@nodchip さん
ご指摘ありがとうございます。
修正したいと思いますが、修正するにあたりいくつかご教示ください。

use_wdlが0の場合には、もとのwinning_percentage()が使用されるよう修正をお願いできますでしょうか？

こちらについては、現在の実装でもそのようになっているつもりでした。
winning_percentage(Value value, int ply) の中でuse_wdlの値に応じて
winning_percentage_wdl(Value value, int ply) と、もとの winning_percentage(double value) を呼び分けています。
もし私の思い違いのようでしたらご指摘お願いします。

また、use_wdlが1の場合は、winning_percentage_wdl()の計算式を微分したものが返るよう、修正をお願いできますでしょうか？

現在主に使われているのは LOSS_FUNCTION_IS_ELMO_METHOD の calc_grad() かと思います。
この calc_grad() では lambda * (q - p) + (1.0 - lambda) * (q - t) を返していますが、
特に微分は使用していないように思いましたが、いかがでしょうか？
（LOSS_FUNCTION_IS_WINNING_PERCENTAGE の calc_grad() では微分を使っているように思いますが、
　今回のご指摘は LOSS_FUNCTION_IS_WINNING_PERCENTAGE の場合に関するものでしたでしょうか？）

こちらについては、現在の実装でもそのようになっているつもりでした。
winning_percentage(Value value, int ply) の中でuse_wdlの値に応じて
winning_percentage_wdl(Value value, int ply) と、もとの winning_percentage(double value) を呼び分けています。
もし私の思い違いのようでしたらご指摘お願いします。

大変失礼いたしました。記述が誤っておりました。
use_wdlが0の場合には、LOSS_FUNCTION_IS_ELMO_METHODのcalc_grad()の中で、勝率の推定にwinning_percentage_wdl()を用い、勝率のクロスエントロピーの式を微分したもの、に修正をお願いしできればと思います。
元の関数は、シグモイド関数の微分σ'(x)=σ(x)σ(1-x)を用いて式変形を行い、
lambda * (q - p) + (1.0 - lambda) * (q - t)
というシンプルな実装にできていますが、UCI::win_rate_model()を見る限り、シグモイド関数の入力に進行度mに対する3次式が含まれており、上記の式より複雑になるのではないかと思います。
また、LOSS_FUNCTION_IS_ELMO_METHOD以外のcalc_grad()についても、今一度計算式の見直しをお願いできればと思います。

よろしくお願いいたします。

なるほど。q - p というのは単純に勝率の差を取っているのではなく、
勝率のクロスエントロピーの式を微分した結果得られたもので、
その過程でシグモイド関数の σ'(x)=(1-σ(x))σ(x) という性質が使われていたのですね。
よく見ると、最近のやねさんの記事にも書かれていましたね...
WDL版のcalc_grad()の算出、私の数学力では心許ないので、@qhapaq-49さんあたりにご登場願いたいところです...

ご理解いただきありがとうございます。
次のバイナリのリリースに向け、一旦use_wdlに関する変更をRevertさせていただいてもよろしいでしょうか？

はい。一旦Revertして頂いて問題ございません。
お手数をお掛けしますが、よろしくお願いいたします。