BlueSunflower/chess_games_base

该数据集包含用于训练语言模型的国际象棋游戏数据。数据集由两部分组成：一部分是由Stockfish自对弈生成的262,000局游戏，另一部分是从lichess平台抽取的3.5M局游戏样本，这些游戏已经过滤掉未完成的游戏并转换为统一格式。每个压缩包内包含训练集和测试集两个文件：train.jsonl和test.jsonl。

原始信息汇总

国际象棋游戏数据集概述

数据集组成

• data_stockfish_262k.tar.gz：包含262,000场由Stockfish自我对弈生成的游戏数据。
• lichess.tar.gz：包含从lichess平台筛选出的350万场游戏样本，已过滤掉未完成的游戏，并统一转换为单一格式。

文件结构

每个压缩档案内包含以下两个文件：

• train.jsonl
• test.jsonl

许可证

本数据集遵循Apache-2.0许可证。