Kembali
Model
Qwen kecil untuk soal matematika
Bisakah model kecil menata jawaban matematika?
Saya melatih lanjut Qwen2.5-0.5B-Instruct dengan GRPO pada soal GSM8K. Ketepatan angka dan kepatuhan pada format dinilai terpisah; kartu model mencantumkan pelatihan satu epoch dan contoh inferensi.
Judul asli
Qwen-0.5B-GRPO: A Fine-Tuned Math Reasoner
Dokumen sumber
Sumber asli · huggingface.co huggingface.coSitasi
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