作者训练0.8B至9B国际象棋推理智能体并公开代码

作者 alexmolas 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，并已在 GitHub 公开演示代码。 智能体通过调用工具独立跟踪棋盘状态，工具涵盖棋子位置、攻击者、牵制、强制着法以及试走/撤销等原子操作。作者要求每次调用工具都给出理由，以避免推理链退化为直接调用工具而不推理。作者称，借助这些工具，小参数量模型也能有不错表现。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。