xiangqi-r1-dataset

这是一个用于训练中国象棋（象棋）推理模型的高质量数据集，名为 Xiangqi-R1 JRCP 2.0 训练数据集。数据集包含 29,774 个样本，覆盖开局、中局、残局等多种阶段，以及胜、负、平局结果。每个样本采用 JSONL 格式，遵循 JRCP 2.0 对话标准，包含系统提示、用户输入（二维棋盘矩阵、FEN、PGN）和助手输出（结构化 JSON），并附带移动表示、评估值、结果、阶段、搜索深度、节点数和时间戳等元信息。数据来源于 Native Rust 引擎（xiangrust）以深度 4 自我对弈，并对每个棋盘位置进行 14 维 JRCP 2.0 分析。该数据集适用于训练大语言模型进行中国象棋的推理、决策和局面评估任务。许可证为 MIT，可自由用于研究和商业用途。This is a high-quality dataset for training Chinese Chess (Xiangqi) reasoning models, named Xiangqi-R1 JRCP 2.0 Training Dataset. The dataset contains 29,774 samples covering various stages such as opening, middle game, and endgame, as well as win, loss, and draw results. Each sample is in JSONL format, following the JRCP 2.0 conversation standard, including system prompts, user inputs (2D board matrix, FEN, PGN) and assistant outputs (structured JSON), along with metadata such as move representation, evaluation value, result, stage, search depth, node count, and timestamp. The data originates from self-play at depth 4 using the native Rust engine (xiangrust), with 14-dimensional JRCP 2.0 analysis performed on each board position. The dataset is suitable for training large language models for Chinese Chess reasoning, decision-making, and position evaluation tasks. Licensed under MIT, it is freely available for research and commercial use.

原始信息汇总

Xiangqi-R1 JRCP 2.0 训练数据集

该数据集是一个用于训练中国象棋（Cờ Tướng）推理模型 Xiangqi-R1 的高质量训练数据集，支持多维度推理分析。

数据集规模

指标	数值
总样本数	29,774
开局（Opening）	251
中局（Midgame）	2,902
残局（Endgame）	18,687
胜局（Win）	317
负局（Loss）	304
和局（Draw）	21,219

数据格式

每个样本为JSONL格式的一行，符合JRCP 2.0对话标准，包含以下字段：

• messages：包含system、user、assistant三部分对话内容
• move：棋步（如 "b2e2"）
• eval：评估值
• outcome：棋局结果（如 "draw"）
• phase：棋局阶段（如 "opening"）
• depth：搜索深度
• nodes：搜索节点数
• stamp：时间戳

数据来源

数据由原生Rust引擎（xiangrust）以深度（depth=4）自我对弈生成，并使用JRCP 2.0对每个棋盘位置进行14个维度的分析。

许可协议

采用 MIT License，允许免费用于研究和商业用途。

搜集汇总

数据集介绍

构建方式

本数据集源于自博弈机制的深度挖掘，依托自主开发的Native Rust引擎（xiangrust）在depth=4的搜索深度下进行自我对弈，生成海量高质量棋局数据。每一对弈局面均通过JRCP 2.0标准进行十四维度推理剖析，涵盖棋盘态势、战略评估等多元特征。数据以JSONL格式存储，每条样本包含标准多轮对话结构，嵌入二维棋盘矩阵、FEN与PGN记录，并附有落子、评估值、对弈结果、阶段、搜索深度及节点数等元信息，确保数据的结构严谨性与信息完备性。

特点

该数据集规模宏大，总计29,774条精选样本，细致划分对弈阶段，包含开局251条、中局2,902条、残局18,687条，以及明确的胜负和分布（胜317、负304、和21,219）。其卓越特色在于深度融合大语言模型推理能力，每条样本配以JRCP 2.0系统提示词及结构化输出，支持复杂象棋策略的可解释性分析。数据来源完全基于引擎自博弈，消除了人为偏见，为象棋AI提供高质量、标准化且可复现的训练资源，覆盖象棋全局多维推理场景。

使用方法

使用该数据集时，可将其加载为多轮对话形式，用于微调或预训练大语言模型，旨在提升模型在象棋推理、策略规划及局面评估等任务上的性能。每条样本可直接映射为输入（用户消息）与期望输出（助手消息），并利用附带的结构化标签（如阶段、评估值）进行针对性训练或评估。该数据集兼容主流NLP框架，采用JSONL标准格式，便于数据预处理与批次训练，适用于研究、教学及商业场景下的象棋AI开发与增强。

背景与挑战

背景概述

Xiangqi-R1数据集由越南研究团队于2025年构建，旨在推动中国象棋人工智能的推理能力发展。该数据集包含29,774个高质量对弈样本，覆盖开局、中局与残局阶段，并引入创新的JRCP 2.0结构化输出格式，通过14维推理维度增强模型的决策可解释性。数据源自原生Rust引擎（xiangrust）的深度自弈，确保了战略多样性与局面真实性。作为首个大规模融合深度强化学习与结构化推理的中国象棋数据集，它填补了该领域公开数据稀缺的空白，为LLM在棋类复杂推理任务中的研究提供了重要基准，对AI博弈与可解释推理领域具有深远影响。

当前挑战

该数据集所面临的挑战涵盖领域问题与构建过程两方面。中国象棋状态空间复杂度高达10^43，远超国际象棋，使得传统AI难以在有限计算资源下实现精准的深层策略推理，这是领域核心难题。构建过程中，团队需应对自弈数据质量与多样性的平衡，尤其在残局阶段（占63%）需确保覆盖各类战术模式，同时标注14维推理特征需大量专家知识，易引入主观偏差。此外，大规模数据生成的Rust引擎需高效处理深度计算与结果验证，保证每一步的评估准确性与一致性，皆为构建过程的重大挑战。

常用场景

经典使用场景

在博弈论与人工智能交叉领域，该数据集为训练具有深度推理能力的中国象棋（Xiangqi）大语言模型提供了高质量语料。其29,774个样本覆盖开局、中局、残局及胜负和多种结局，每个样本均包含棋盘矩阵、FEN、PGN和JRCP 2.0结构化输出，可支持监督微调、偏好对齐及思维链推理评估，是构建棋类专用LLM的基准数据集。

实际应用

在实际应用中，该数据集可用于开发棋类教学辅助系统，为人类棋手提供逐步推理分析和局面诊断；也可集成于游戏AI引擎，增强人机对弈的智能水平与解说能力。此外，其格式有望迁移至其他棋类或策略游戏，促进通用博弈智能体的落地。

衍生相关工作

此数据集催生了若干后续研究，包括基于JRCP 2.0协议的多棋种统一训练框架、利用强化学习从该数据集初始化策略的进阶模型，以及探索模型对棋局隐性逻辑理解的可解释性分析工具。相关工作进一步验证了该数据在推动棋类LLM从规则模仿到策略创新方面的奠基作用。