牌
01 / 03从自备数据中学习
使用自备的兼容处理后语料，以合法动作预测为起点，学习麻将中的决策。
OPEN SOURCE · RIICHI MAHJONG AI
让每一步，
都更有想象。
从一张牌开始，探索智能的无限可能。RiichiLM 是开源的四人立直麻将 AI 研究项目，连接语言模型、对局与强化学习。
LET'S PLAY WITH POSSIBILITY ✦
RIICHILM / PROJECT NOTES四人立直麻将QWEN3 + RL持续研发中01 — 04
01 / WHAT IS MAJANG
认真研究，尽情想象。
麻将充满不确定性，也充满值得探索的决策。我们试着让 AI 在规则与变化之间，找到属于自己的下一步。
✳
02 / 03在对局中成长
结合规则环境、对手池与 PPO 强化学习，探索从模仿到自主策略的道路。
◉
03 / 03让研究看得见
通过本地浏览器牌桌对战或观战，体验不同 AI 玩家之间的互动。
02 / THE RESEARCH JOURNEY
从一局牌，
到一种可能。
我们把复杂的麻将世界拆解成可研究的步骤：理解对局、预测行动，再通过交互持续探索。
DATA → MODEL → PLAY ✦
01
理解对局麻将 tokenizer 与规则引擎，以结构化序列和合法动作描述牌局。
02
预测合法行动从随机初始化的 Qwen3 出发，在合法候选中学习行动。
03
探索与评估借助对局模拟、强化学习与本地牌桌，观察策略的表现。
03 / THE LOCAL ARENA
把想象，带到牌桌上。
真人对战或四 AI 观战，自由组合本地模型、外接 LLM 与随机玩家。
截图来自项目公开仓库，使用随机对手，不代表已训练模型的棋力。本地牌桌支持中文、英文和日文；退出或刷新后会话重新开始。
04 / OPEN SOURCE & STATUS
这场旅程，
才刚刚开始。
研究是一场漫长的对局。我们期待与更多同样好奇的人，一起探索下一步。
IN ACTIVE DEVELOPMENT
项目包含监督训练、推理、自我对局、PPO 更新、断点恢复与本地浏览器对局。已有有界 CPU 与 AMD BF16 检查；竞技棋力和长期训练效果仍待验证。
代码已在 GitHub 以 Apache-2.0 协议开源。项目不提供训练数据、评测集、预训练模型或已训练权重；训练需自备兼容数据。
THE NEXT MOVE IS YOURS
一起，探索下一步。
查看源码、安装指南与贡献方式，从随机对手开始你的第一局。
前往 GitHub ↗