TasaractDavut Emre Taşar
Voltar
Modelo

Um Qwen pequeno para problemas de matemática

Um modelo pequeno consegue organizar uma solução matemática?

Um modelo pequeno pode aprender a resolver um problema de matemática escrito por extenso e a apresentar sua resposta? Este Qwen de meio bilhão de parâmetros fez uma passagem pelos problemas do GSM8K. Ele escreve a solução e reserva uma seção para o resultado final. No treinamento com GRPO, recompensas específicas verificaram separadamente a resposta numérica e o formato. Uma solução bem apresentada ainda pode conter um erro de cálculo.

Título original

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

Documentos originais

Fonte original · huggingface.co huggingface.co
Como citar

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