6. 完整源代码与使用的模型

本文的目的

公开数独 AI 实验中使用的源代码。只有在展开文件时才会加载代码。

使用的模型

• Qwen3-VL-2B-Instruct：用于第一次训练（lora_stoku）、试错训练（lora_move）、寻找确定格子（lora_cell），以及盘面读取和数字 1 判定的 2B 版本。
• Qwen3-VL-8B-Instruct：训练了盘面读取（lora_board_read_8b）和按数字区分的不能填的格子（lora_digit1_illegal_8b）。第 4 篇的解题使用的是 15 个循环的适配器，照片导入使用的是盘面读取适配器。
• LoRA：peft，r=8，alpha=16。所有适配器都是相同的设置。
• Qwen2.5-1.5B-Instruct：在网页聊天中判断是不是请求一步。
• Gemma 4（31B、E4B、mlx 4bit）：只测试了它能否读取盘面坐标。
• 网页上的一步：目前不使用 VLM，只用代码挑选确定的一步。

文件夹结构

• 根目录下的 dataset_*.py：生成训练数据
• 根目录下的 *_train_loop.py、train_vlm.py：LoRA 训练与循环迭代
• sudoku_engine.py、sudoku_human_solver.py、vlm_digit_strategy.py：生成谜题、人类式解法、寻找确定的一步
• human_judge_*.py：第 4 篇的判定演示
• sudoku_vlm_server.py、chat_bridge_server.py：VLM 服务器和聊天服务器
• main.py、main_window.py、photo_board_*.py：PyQt6 应用与照片导入
• web：Next.js 网页数独界面、解题记录（db.ts）、AI 聊天面板
• solve.md：记录人类解法的文档

服务器部署配置、监控与自动化脚本、训练数据和日志、模型权重不在公开范围内。广告、其他游戏列表等网页运营代码以及配置文件也已去掉，因此部分 import 指向的是未公开的文件。

完整源代码