TasaractDavut Emre Taşar
رجوع
نموذج

نموذج Qwen صغير للمسائل الحسابية

كيف يتعلّم نموذج صغير عرض خطوات الحل؟

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.

العنوان الأصلي

Qwen-0.5B-GRPO: A Fine-Tuned Math Reasoner

الوثائق الأصلية

المصدر الأصلي · huggingface.co huggingface.co
المرجع

Davut Emre Taşar · Qwen-0.5B-GRPO: A Fine-Tuned Math Reasoner · 2025 · emre/Qwen-0.5B-GRPO · https://huggingface.co/emre/Qwen-0.5B-GRPO