用 0.8B、2B 和 9B 模型训练国际象棋推理智能体

作者训练了 0.8B、2B 和 9B 三个规模的大语言模型推理智能体下国际象棋，通过调用工具独立跟踪棋盘状态，让小参数量模型也能有不错表现。工具涵盖棋子位置、攻击者、牵制、强制着法与试走/撤销等原子操作，且每次调用需给出理由以避免推理链退化为裸工具调用。演示代码已在 GitHub 发布。