230M 小模型炼成 2000 Elo 国际象棋引擎,浏览器可玩
maximelabonne · x · 2026-09-16
Maxime Labonne 发布新教程,展示如何把一个仅 230M 参数的小语言模型改造成约 2000 Elo 棋力的国际象棋引擎。
核心技术路线:
- 用 Stockfish 生成的对局做 SFT 蒸馏,让模型学会合理走子
- 辅以少量强化学习
- 大量依赖测试时搜索(test-time search)弥补小模型自身棋力不足
作者在 Hugging Face 上放出了可直接在浏览器运行的 demo(LFM2.5-230M-Chess 模型),文章链接位于模型卡中。
「研究」频道最新
- Tsallis 正则化最优传输 TROT：统一 Wasserstein 与 KL 散度族 — FrnkNlsn · 2026-09-16
- 威斯康星教授吐槽：X上爆火的后训练算法开箱即用概率仅5% — Kangwook_Lee · 2026-09-16
- AlpaSim 挑战赛借鉴 LLM 多域基准，用项目反应理论评自动驾驶 — abursuc · 2026-09-16
- CoLLAs 2026 主题演讲：用子空间建模与低秩专家做持续模型合并 — apsarathchandar · 2026-09-16
- 可解释性研究者列当下最关键问题:解码模型激活的读心术 — wesg52 · 2026-09-16
- 灾难风险建模者:海啸数据启示录——别用历史频率低估 AI 风险 — davidmanheim · 2026-09-16