رجوع
نموذج
Qwen 0.5B · GRPO maths
الغاية
هل يستطيع نموذج صغير أن يتعلم حل مسألة رياضية لفظية وعرض إجابته بوضوح؟ أتم نموذج Qwen هذا، ذو نصف مليار معامل، دورة تدريب واحدة على مسائل GSM8K. يكتب الحل ويضع النتيجة النهائية في قسم مستقل. أثناء التدريب بطريقة GRPO، قيّمت مكافآت مخصصة الجواب العددي وتنسيق الرد كلّاً على حدة. وقد يتضمن الحل المرتب خطأً حسابياً.
الوثائق الأصلية
المصدر الأصلي · huggingface.co Qwen2.5-0.5B-Instructالمرجع
Qwen 0.5B · GRPO maths · https://huggingface.co/emre/Qwen-0.5B-GRPO