GrepSeek-Qwen3.5-9B-GRPO
alireza7·Генерация текста
Дообученный на GRPO агент Qwen3.5-9B ищет ответы в сыром корпусе Википедии с помощью команд оболочки и итеративных рассуждений.
Подходит для: Поиск точных имён и редких терминов в корпусе Википедии · Ответы на вопросы по Википедии с опорой на найденные фрагменты · Многошаговый поиск доказательств для вопросов типа HotpotQA
Загрузки на Hugging Face · 120Лайки · 8Контекст · 262 144 токеновВыход на Hugging Face · 26 мая 2026