大型语言模型玩国际象棋
在此示例中，我们将让 Phi-2 模型与自身对弈国际象棋。模型本身很容易生成无效的走法，因此我们将为其提供一些帮助。在每一步中，我们将生成一个仅匹配有效走法的正则表达式，并使用它来帮助模型仅生成有效走法。
棋盘
游戏将在标准棋盘上进行。我们将使用 chess 库 来跟踪对手的走法，并检查走法是否有效。
%pip install outlines -q
%pip install chess -q
%pip install transformers accelerate einops -q
import chess
board = chess.Board("rnbqkbnr/pppppppp/8/8/8/8/PPPPPPPP/RNBQKBNR w KQkq - 0 1")
对手
Phi-2 将与自身对弈
为语言模型提供一点帮助
为了确保 Phi-2 生成有效的国际象棋走法，我们将使用 Outline 的基于正则表达式的结构化生成。我们定义一个函数，该函数接收棋盘的当前状态，并返回一个匹配所有可能合法走法的正则表达式。
import re
def legal_moves_regex(board):
"""Build a regex that only matches valid moves."""
legal_moves = list(board.legal_moves)
legal_modes_str = [board.san(move) for move in legal_moves]
legal_modes_str = [re.sub(r"[+#]", "", move) for move in legal_modes_str]
regex_pattern = "|".join(re.escape(move) for move in legal_modes_str)
regex_pattern = f"{regex_pattern}"
return regex_pattern
提示语言模型
提示对应于棋盘的当前状态，因此我们从以下内容开始：
我们在每一步更新提示，以便它反映上一步走法后的棋盘状态。
开始玩吧
from outlines import generate
board_state = " "
turn_number = 0
while not board.is_game_over():
regex_pattern = legal_moves_regex(board)
structured = generate.regex(model, regex_pattern)(prompt + board_state)
move = board.parse_san(structured)
if turn_number % 2 == 0 : # It's White's turn
board_state += board.san(move) + " "
else:
board_state += board.san(move) + " " + str(turn_number) + "."
turn_number += 1
board.push(move)
print(board_state)
有趣的是，Phi-2 讨厌吃子。