How to use from
llama.cpp
Install (macOS, Linux)
curl -LsSf https://llama.app/install.sh | sh
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf l898974766/gomoku:F32
# Run inference directly in the terminal:
llama cli -hf l898974766/gomoku:F32
Install from WinGet (Windows)
winget install llama.cpp
# Start a local OpenAI-compatible server with a web UI:
llama serve -hf l898974766/gomoku:F32
# Run inference directly in the terminal:
llama cli -hf l898974766/gomoku:F32
Build from source code
git clone https://github.com/ggml-org/llama.cpp.git
cd llama.cpp
cmake -B build
cmake --build build -j --target llama-app
# Start a local OpenAI-compatible server with a web UI:
./build/bin/llama serve -hf l898974766/gomoku:F32
# Run inference directly in the terminal:
./build/bin/llama cli -hf l898974766/gomoku:F32
Use Docker
docker model run hf.co/l898974766/gomoku:F32
Quick Links

Gomoku — Compact Functional MoE

15×15自由五子棋专用解码模型:完整棋盘作为上下文,生成落子坐标。五个及以上连线获胜,不含禁手。标准 MixtralForCausalLM,1,988,096参数,F32,无量化。相比上次默认发布的10,809,984参数模型,参数减少 **81.6%**。

六层、隐藏维度64、四个注意力头、专家FFN维度96,每层八专家全部参与计算,词表15,643,上下文2048。七组训练功能目标为棋形关系、位置、优先级、风险、方向棋形证据、防守、主动性;第八路用于综合决策。专家名表示监督目标,不代表已经证明严格独立分工。没有运行时教师、搜索、合法动作掩码或错误修复。

上次发布与本次训练

上次发布提供约1081万参数的Dense Llama和稀疏Mixtral MoE。本次在较小的棋盘词表和64维结构上,使用七组功能监督,并追加256次局面奖励优化与监督回放,按验证保留第256次更新的检查点。16个动作从完整词表在线采样,非法动作奖励-8,立即成五、唯一堵四与可验证强杀获得正奖励;另有精确期望奖励、教师最终策略和监督回放。它是局面奖励与监督混合训练,不是完整对局PPO。

训练整理了2,048个过去对局的新回放局面,重点抽取非法落点及其前几手;另留128个困难验证局面。所有教师和规则只用于训练、标注和裁判,不分发到推理包中。训练辅助读出也不参与部署。

本次减少参数来自词表和网络结构变化,不是降低数值精度。八路全部计算不意味着比稀疏模型更快,实际CPU耗时见下表。

模型 参数量 即时战术 三步逻辑 五手证书走法 合法输出 历史局面复测
上次发布 Dense 10,809,984 477/512 128/128 106/128 766/768 153/224
上次发布稀疏 MoE 10,813,056 463/512 128/128 105/128 767/768 151/224
本次功能 MoE 1,988,096 495/512 125/128 127/128 768/768 164/224
完整对局 本次胜 本次负 本次非法负 对手非法负 和棋/截断
本次对上次发布 Dense 43 21 3 7 0/0
本次对上次发布稀疏 MoE 43 21 4 6 0/0
CPU 原生Ollama、F32、2线程 中位计算耗时(不含加载)
上次发布 Dense 162.9 ms
上次发布稀疏 MoE 99.0 ms
本次功能 MoE 185.9 ms

新测试包含512个即时战术、128个三步逻辑、128个五手证书局面;棋盘实例按旋转镜像与已知数据去重,但训练、测试共享有限战术模板。五手命中是充分强杀证书走法的一致率,不是穷举最优策略正确率。历史224局面是与标注走法的一致率复测,其他走法未必错误,不能当作全新泛化证据。

对局为32个新中心区域四手开局,交换颜色,每组64局。胜负包含对手非法输出判负,表中单独列出双方非法负;这不是Elo或专业棋力评级。本次仍可能漏防或生成非法落点。本次通过预先设定的静态和实战质量检查,按参数显著减少这一条件发布。 不据此宣称棋力远超上次。

全部权重通过F32位级转换核对,原生Ollama抽测96/96个完整输出与HF一致。耗时使用同一CPU、2线程、相同8个棋盘,各自使用所需协议;每次显式卸载清空缓存,表中为不含加载的中位计算耗时。

下载与更新

hf download l898974766/gomoku --local-dir gomoku-small --exclude 'moe/*'
cd gomoku-small

本次更换了词表和棋盘文本协议。 请将权重、tokenizer和客户端一起下载到新目录;旧客户端手写的棋盘字符串不能直接用于本次模型。Python的 messages(board) 接口保持一致,请使用本包的 pointer_protocol.py 编码完整棋盘。

上次Dense及完整文件可从上次发布修订下载;上次稀疏MoE继续保留在 moe/,其包内文档描述的是上次发布。

点击棋盘

在下载的完整目录中使用Python 3.10:

pip install -r requirements.txt
python play_terminal.py
# 执白:
python play_terminal.py --human white

终端建议至少80列×26行。左键落子,方向键和回车也可操作;U悔棋、R重开、Q退出。Windows另装 requirements-terminal.txt。默认加载本目录HF权重,非法输出会停局。

原生Ollama

启动Ollama后,在本目录运行:

ollama create gomoku-small -f Modelfile
python play_terminal.py --backend ollama
# 逐回合输入H8等坐标:
python play.py

默认地址 http://127.0.0.1:11434,可用 --url 修改。Ollama客户端只需Python标准库。

curl应手

黑棋H8后,模型执白的完整请求:

python3 - <<'PYCODE' > /tmp/gomoku-request.json
import json
from pointer_protocol import messages, relative
board = [0] * 225
board[112] = 1
print(json.dumps({'model': 'gomoku-small', 'messages': messages(relative(board, 2)), 'stream': False,
    'options': {'temperature': 0, 'num_ctx': 2048, 'num_predict': 4, 'repeat_penalty': 1}}))
PYCODE
curl --fail-with-body http://127.0.0.1:11434/api/chat \
  -H 'Content-Type: application/json' --data-binary @/tmp/gomoku-request.json

响应 message.content 为坐标。继续下棋时维护board(0空、1黑、2白),每轮提交当前完整棋盘。请用包内协议编码,任意自然语言棋盘不是等价输入。

HF使用标准 AutoTokenizer、AutoModelForCausalLM,无需 trust_remote_code。权重为 model.safetensors,原生模型为 gomoku-f32.gguf,文件哈希见 manifest.json。许可见LICENSE与NOTICE。

Downloads last month
1,156
Safetensors
Model size
1.99M params
Tensor type
F32
·
Inference Providers NEW
This model isn't deployed by any Inference Provider. 🙋 Ask for provider support

Model tree for l898974766/gomoku

Quantizations
1 model