部署基于微调LLM的象棋引擎，目标达2000+ Elo
刚刚部署了一个新的国际象棋引擎；我们正在接近估计的1200 Elo。目标是让它达到2000+，同时保持约束：1. 一个小的微调LLM（没有自定义预训练或架构）2. 模型必须自己产生走法，没有国际象棋引擎辅助。如果放宽这些约束，就会容易得多。
如果你想玩我的国际象棋引擎（WIP）：https://t.co/4WJ9SYmr1o 它似乎在国际象棋上已经表现优于前沿模型。它是在200万个Stockfish标注的位置上微调的，然后进行了短GRPO RL pass。包含所有实验和注释代码的文档/教程。