TasaractDavut Emre Taşar
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-Instruct
المرجع

Qwen 0.5B · GRPO maths · https://huggingface.co/emre/Qwen-0.5B-GRPO