ChessInstruct
קוד פתוחThytucc-by-4.02023-11-20
המאגר כולל עשרות אלפי הוראות שחמט מובנות לאימון מודלי שפה, החל מחיזוי המסע הטוב ביותר ועד ניתוח עמדות. הוא מתאים למי שרוצה ללמד מודל להבין מהלכים בלי לבנות דאטה מאפס.
- 1,819הורדות בחודש
- 22לייקים
מה זה
הנתונים מבוססים על הדאטהסט strategic_game_chess של laion, ועובדו למבנה של הוראות ופתרונות. כל רשומה כוללת ארבע עמודות קבועות: סוג המשימה, מחרוזת הפרומפט, קלט עזר שמכיל לרוב רצף מהלכים בפורמט JSON, והפלט הצפוי שמגיע גם הוא כמחרוזת JSON.
התוכן מחולק מראש לסט אימון של תשעים אלף דוגמאות וסט בדיקה של עשרת אלפים. המשימות מחולקות לפי קטגוריות ברורות: עשרים אחוז לחיזוי המנצח או זיהוי יתרון, עשרים אחוז לבחירת המסע הטוב ביותר, ועשרים אחוז לניקוד המשחק. שאר הדוגמאות מוקדשות למציאת מהלכים חסרים, זיהוי המהלך האחרון, ועשרה אחוזים לסידור עמדות FEN לפי סדר כרונולוגי.
מתאים ל
- אימון מודל עזר לשחמט
פיין טיונינג של מודל שפה כדי שיזהה מהלכים מומלצים לפי רצף נתון.
- הערכת הבנת חוקים
בדיקת יכולת ההסקה של מודל קיים על ידי סידור עמדות FEN וזיהוי יתרון.
- השלמת מהלכים חסרים
שילוב בכלי ניתוח שמזהה טעויות ברישום משחקים היסטוריים.
איפה זה נופל
הטקסט כולו באנגלית ובפורמטים טכניים של שחמט כמו FEN, כך שאין כאן שום תוכן בעברית. הכרטיס לא מציין באילו מנועי שחמט השתמשו כדי לקבוע מהו המהלך הטוב ביותר, ומה רמת הדיוק של אותן הערכות. בנוסף, חלקי ניתוח אסטרטגי מסוימים סומנו כמתוכננים לעתיד ולא בהכרח נכללו בקבצים הקיימים. לפני שמסתמכים על התוצאות למוצר שמשחק בפועל, חובה לבדוק מדגמית אם הפלטים של המהלכים המומלצים אכן חוקיים ומדויקים.
שאלות
נפוצות
האם מותר להשתמש במאגר לפיתוח כלי מסחרי בתשלום?
כן, הרישיון הוא CC-BY 4.0 והוא מתיר שימוש מסחרי מלא. אתם לא חייבים לפתוח את הקוד של המודל שאימנתם. הדרישה היחידה היא לתת קרדיט ליוצר המאגר בתיעוד.
האם יש בדאטהסט תמיכה בעברית?
לא, הדאטהסט כולו מוגדר באנגלית. הפרומפטים כתובים באנגלית והנתונים עצמם הם סימוני שחמט טכניים ומחרוזות JSON. אם המטרה היא כלי שמסביר מהלכים בעברית, תצטרכו לתרגם את הפרומפטים בעצמכם.
איך הנתונים האלה נאספו ומאיפה הם מגיעים?
המאגר מבוסס על עיבוד של הדאטהסט strategic_game_chess מבית laion. היוצר בנה ממנו משימות הוראה מוגדרות עם חלוקה לנושאים, והעלה את קוד השחזור למאגר גיטהאב בשם StockLLM. כל הדוגמאות מאורגנות לפי משימות ספציפיות כמו ניקוד או מציאת המהלך הטוב.
איך טוענים
טוענים את הקבצים ישירות דרך הספרייה של Hugging Face או שמושכים את קובצי ה־CSV, שנקראים train.csv ו־test.csv. אין צורך בבקשת גישה מיוחדת כי המאגר פתוח לציבור. קחו בחשבון שהשדות input ו־expected_output שמורים כמחרוזות של JSON, אז תצטרכו לעשות להם פרסום ידני בקוד כדי לעבוד עם המבנים המקוריים של מהלכי השחמט.
from datasets import load_dataset
ds = load_dataset("Thytu/ChessInstruct")הרישיון
הרישיון הוא CC-BY 4.0. אפשר להשתמש בחומרים למטרות מחקר וגם למוצרים מסחריים, כולל אימון מודלים סגורים, בלי חובה לשתף את הקוד שלכם באותו רישיון. התנאי היחיד הוא מתן קרדיט ברור ליוצר המאגר.
- שימוש מסחרי
- שינוי הקוד
- חובת ייחוס