TasaractDavut Emre Taşar
Retour
Modèle

Qwen 0.5B · GRPO maths

Finalité

Adapte Qwen par GRPO pour produire des solutions structurées à des problèmes de mathématiques.

Documents sources

Source originale · huggingface.co Qwen2.5-0.5B-Instruct
Référence

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