5. 全ソースコードと使用したモデル

この記事の目的

五目並べAIの実験に使ったソースコードを公開します。ファイルを開いたときだけコードを読み込みます。

使用したモデル

• VLM: Hugging Face の Qwen3-VL-8B-Instruct で対局の25,413手を打ちました。今のサーバーは既定値の Qwen3-VL-2B-Instruct で動いています。盤の画像と文字の盤を一緒に渡し、"row col" の二つの数字を受け取ります。
• LoRA: peft、r=8、alpha=16。勝った側の手だけを集めて学習します。MPS では fp16 で動き、損失が NaN になりました。
• ローカルAI: Qt アプリの C++ AiPlayer と Web の ai.ts。勝つ手や止めるべき手を先に見て、残りは四方向の点数を足して選ぶヒューリスティックです。
• エンジン: 黒・白で同じ禁じ手(三三・長連は禁じ手、四四は許可)、ちょうど5つだけが勝ち。

フォルダ構成

• src: Qt6/C++ の五目並べエンジン、ローカルAI、盤の画面、VLM サーバーと通信する TCP クライアント
• ルートの .py: VLM 推論サーバー(vlm_pva_server.py)、ログを学習データに変える dataset_omook.py、LoRA 学習の train_vlm.py、モデルのダウンロード
• scripts: VLM の座標確認と文字の盤のクライアント
• omook-web: Next.js のWeb対局画面、エンジン(board.ts)、ローカルAI(ai.ts)、棋譜の保存(db.ts)、VLM 接続

サーバーのデプロイ設定、監視・自動化スクリプト、対局ログと棋譜DB、モデルの重みは公開範囲から除外しました。広告やほかのゲームの一覧のようなWeb運用のコード、設定ファイルも除いたため、一部の import は公開していないファイルを指しています。

全ソース