Qwen3-1.7B-RL-GRPO_syllogism_reasonsing
HiteshSaai·Генерация текста
Небольшая текстовая модель семейства Qwen3, ориентированная на генерацию ответов и рассуждения в задачах на силлогизмы.
Подходит для: решение задач на силлогистическое рассуждение · генерация пошаговых рассуждений по текстовому запросу · эксперименты с GRPO и reinforcement learning для языковых моделей
Загрузки на Hugging Face · 138Лайки · 0Контекст · 40 960 токеновВыход на Hugging Face · 11 сен 2026