חזרה
מודל
מודל Qwen קטן להסקה מתמטית
האם מודל קטן יכול להציג פתרון מתמטי מסודר?
האם מודל קטן יכול ללמוד גם לפתור בעיה מילולית במתמטיקה וגם להציג את התשובה בצורה מסודרת? מודל Qwen הזה, בעל חצי מיליארד פרמטרים, עבר פעם אחת על שאלות GSM8K במהלך האימון. הוא כותב פתרון ומקצה חלק נפרד לתשובה הסופית. באימון GRPO נבדקו בנפרד התוצאה המספרית ומבנה התשובה באמצעות תגמולים ייעודיים. גם פתרון מסודר יכול להכיל טעות בחישוב.
הכותרת המקורית
Qwen-0.5B-GRPO: A Fine-Tuned Math Reasoner
מסמכי מקור
מקור מקורי · huggingface.co huggingface.coפרטי ציטוט
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