许可协议：apache-2.0
支持语言：

• 英语
  数据集：
• Waterhorse/chess_data
• anon8231489123/ShareGPT_Vicuna_unfiltered
• OpenAssistant/oasst1
• vicgalle/alpaca-gpt4

Chessgpt-Chat-v1 国际象棋对话模型

Chessgpt-Chat-v1是基于Chessgpt-Base-v1进行监督微调（SFT）的对话版本。

• 基础模型：Chessgpt-base-v1
• 对话版本：Chessgpt-chat-v1

团队正在积极开发下一代模型ChessGPT-V2，诚邀贡献国际象棋相关数据集。合作事宜请联系xidong.feng.20@ucl.ac.uk。

模型详情

• 模型类型：语言模型
• 支持语言：英语
• 许可协议：Apache 2.0
• 模型描述：专攻国际象棋领域的28亿参数预训练语言模型

GPU推理指南

需配备8GB显存的GPU

import torch
import transformers
from transformers import AutoTokenizer, AutoModelForCausalLM

MIN_TRANSFORMERS_VERSION = '4.25.1'

# 检查transformers版本
assert transformers.__version__ >= MIN_TRANSFORMERS_VERSION, f'请将transformers升级至{MIN_TRANSFORMERS_VERSION}或更高版本'

# 初始化
tokenizer = AutoTokenizer.from_pretrained("Waterhorse/chessgpt-chat-v1")
model = AutoModelForCausalLM.from_pretrained("Waterhorse/chessgpt-chat-v1", torch_dtype=torch.float16)
model = model.to('cuda:0')

# 推理示例
# 双人对话模式
prompt = "人类之间的友好交流<|endoftext|>人类0: 1.e4 c5，这个开局叫什么？<|endoftext|>人类1:"
# 多人对话模式
#prompt = "人类之间的友好交流<|endoftext|>人类0: 1.e4 c5，这个开局叫什么？<|endoftext|>人类1: 西西里防御<|endoftext|>人类2:"

inputs = tokenizer(prompt, return_tensors='pt').to(model.device)
input_length = inputs.input_ids.shape[1]
outputs = model.generate(
    **inputs, max_new_tokens=128, do_sample=True, temperature=0.7, top_p=0.7, top_k=50, return_dict_in_generate=True,
)
token = outputs.sequences[0, input_length:]
output_str = tokenizer.decode(token)
print(output_str)

使用场景

直接用途

本模型主要服务于大语言模型研究，特别是策略学习与语言建模交叉领域的研究。

非适用场景

作为专注于国际象棋领域的语言模型，在非国际象棋相关任务中可能表现欠佳。

偏差风险与局限性

与所有语言模型类似，需注意以下限制：

1. 可能生成无关或错误响应（尤其在处理复杂模糊查询时）
2. 基于网络数据训练，可能反映网络常见偏见

性能评估

详见团队论文与代码库

引用规范

@article{feng2023chessgpt,
  title={ChessGPT：策略学习与语言建模的桥梁},
  author={冯希东 and 罗毅成 and 王子岩 and 唐宏瑞 and 杨梦月 and 邵琨 and David Mguni and 杜雅丽 and 王军},
  journal={arXiv预印本 arXiv:2306.09200},
  year={2023}
}