xiangqi-r1-0.8b

🤖 Xiangqi-R1 Qwen 3.5 0.8B Deep Reasoning Model

Xiangqi-R1 0.8B là mô hình trí tuệ nhân tạo cờ tướng thế hệ mới được huấn luyện từ mô hình nền Qwen 3.5 0.8B (Qwen/Qwen3.5-0.8B) sử dụng thuật toán GRPO (Group Relative Policy Optimization) với tập dữ liệu tự đấu đa chiều 3-in-1 (Ma trận 2D + Chuỗi FEN + Lịch sử PGN).

📊 Đặc Điểm Kỹ Thuật:

• Base Model: Qwen/Qwen3.5-0.8B
• Kích Thước Trọng Số: 0.8B parameters (~800M)
• Kiến Trúc Finetune: Unsloth 4-bit LoRA (r=16, alpha=32)
• Tốc Độ Suy Luận: < 15ms / token (Thời gian phản hồi < 1s)
• Yêu Cầu VRAM: < 1.8 GB

🚀 Cách Sử Dụng Trong Python / Unsloth:

from unsloth import FastLanguageModel

model, tokenizer = FastLanguageModel.from_pretrained(
    model_name="hoduyquocbao/xiangqi-r1-0.8b",
    max_seq_length=2048,
    load_in_4bit=True,
)