mlabonne/LFM2.5-230M-Chess · Hugging Face 来源：https://huggingface.co/mlabonne/LFM2.5-230M-Chess ChessLFM ## https://huggingface.co/mlabonne/LFM2.5-230M-Chess#lfm25-230m-chess LFM2.5-230M-Chess 是一款具备语言模型接口的230M国际象棋引擎，通过Stockfish蒸馏从LFM2.5-230M-Base (https://huggingface.co/LiquidAI/LFM2.5-230M-Base) 精调而来。所有可能的国际象棋着法均被编码为词表中的单一token。模型接收固定80token提示词描述当前局面，预测自身胜率，再预测一个着法token。宿主程序会将着法逻辑值掩码限制为合法走法，确保模型永远不会走出非法着法。在浅层3层搜索加持下，其棋力约相当于2004 Elo等级分；仅使用单次前向传播策略时，棋力约1500 Elo。 演示： 通过ChessLFM空间 (https://hf.co/spaces/mlabonne/ChessLFM) 在浏览器中试玩。 演示对局动画 (https://huggingface.co/mlabonne/LFM2.5-230M-Chess/blob/main/demo_game.gif) ## https://huggingface.co/mlabonne/LFM2.5-230M-Chess#usage使用方法 import json from transformers import AutoModelForCausalLM model = AutoModelForCausalLM.from_pretrained("mlabonne/LFM2.5-230M-Chess") token_ids = json.load(open("token_ids.json")) 每次走棋需执行两次简短前向传播： 1. 从FEN码构建80token提示词，其中包含64个棋盘格、轮到走棋方、王车易位权、吃过路兵列、半步计数、重复次数及最后8个半回合信息。 2. 对64个评估token取最大值，其中<|value|>token对应胜率区间[k/64, \(k+1\)/64)。 3. 附加该评估token和<|bestmove|>标记，将着法逻辑值掩码限制为合法走法后取最大值。 新增的2,106个token ID可在token_ids.json中查询（起始于ID 64402）。