EleutherAI/lichess-puzzles

该数据集包含约150万个国际象棋谜题，来源于Lichess数据库。每个谜题包含一个上下文（ctx），即实际Lichess游戏的SAN记录，以及目标（target），即最佳下一步的SAN表示。数据集的结构与Weak-to-strong generalization中使用的格式相匹配，并且尽可能与Lichess和Easy-to-Hard数据集中的谜题保持一致，除了Lichess数据库中已移除的26,079个谜题。

This dataset contains approximately 1.5 million chess puzzles sourced from the Lichess database. Each puzzle consists of a context (ctx), which is the SAN notation of an actual Lichess game, and a target, which is the SAN representation of the optimal next move. The structure of this dataset matches the format used in the Weak-to-strong generalization work, and aligns as closely as possible with the puzzles in the Lichess and Easy-to-Hard datasets, with the exception of the 26,079 puzzles that were removed from the Lichess database.

原始信息汇总

数据集概述

数据集特征

• id: 数据类型为字符串。
• ctx: 数据类型为字符串，包含实际Lichess游戏中的半步棋编号，直至谜题位置。
• target: 数据类型为字符串，表示最佳下一步棋，使用SAN格式，且以空格开头。

数据集划分

• 训练集 (train):
  • 示例数量: 1,479,018
  • 数据大小: 748,604,106 字节

数据集大小

• 下载大小: 407,484,559 字节
• 数据集总大小: 748,604,106 字节

配置

• 默认配置 (default):
  • 训练数据文件路径: data/train-*