GitHub · 去对齐工具与仓库·· 11 天前AI 评分39
llmoose：在西班牙纸牌游戏 Mus 上训练与评测 SLLM 的研究环境
ddesotto/llmoose
来源与原文
GitHub · 去对齐工具与仓库
发布时间：（北京时间）
阅读原始来源 · github.com ↗完整链接与内容说明
https://github.com/ddesotto/llmoose
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
GitHub 开源项目 llmoose 提供在西班牙纸牌游戏 Mus 上训练与基准测试 SLLM 的研究环境，涵盖从对局到构建 MooseBench、保留 trace、蒸馏 SLM 的学习路径。环境支持 heuristic、conservative、random、llm 四种策略，LLM 玩家通过 OpenRouter 调用模型，无效响应最多重试两次。当前已确认一个牌型排序缺陷，其结果尚不能作为已验证的 benchmark 分数或训练标签。
来源：GitHub · 去对齐工具与仓库 · github.com