Voltar
Modelo
Um Qwen pequeno para problemas de matemática
Um modelo pequeno consegue organizar uma solução matemática?
Adaptei o Qwen2.5-0.5B-Instruct com problemas escritos do GSM8K. O treinamento atribuiu recompensas separadas à resposta numérica e ao formato solicitado. A documentação descreve o treino e inclui código para testar os pesos publicados.
Título original
Qwen-0.5B-GRPO: A Fine-Tuned Math Reasoner
Documentos originais
Fonte original · huggingface.co huggingface.coComo 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