qwen3.5-4b-reduction-coldstart
RichardEllis·Генерация текста
Текстовая дообученная модель преобразует математическую задачу и префикс рассуждений в более простую задачу для экспериментов с обучением решателей с подкреплением.
Подходит для: подготовка сокращённых математических задач с учётом префикса решения · создание стартовой модели для RL-обучения решателей математических задач · исследование влияния сокращения задачи на последующее решение
Загрузки на Hugging Face · 998Лайки · 0Контекст · 262 144 токеновВыход на Hugging Face · 10 сен 2026