230M参数模型经SFT蒸馏、RL和测试时搜索成为2000 Elo国际象棋引擎

RT @maximelabonne：新文章：如何将一个 2.3 亿参数的模型变成 2000 Elo 的国际象棋引擎。

它涵盖 Stockfish SFT 蒸馏、少量 RL，以及大量测试时搜索。

演示可在你的浏览器中通过 @huggingface 运行！https://t.co/uNHzM2QgSV