作者介绍基于微调和RL训练的国际象棋引擎

如果你想试试我的国际象棋引擎（开发中）：https://t.co/4WJ9SYmr1o
它在国际象棋上似乎已经表现优于前沿模型。
它基于200万条Stockfish标记的位置进行微调，然后进行简短的GRPO RL训练。
附带了包含所有实验和注释代码的文档/教程。