TasaractDavut Emre Taşar
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.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