Компактная текстовая instruction-модель семейства Qwen2.5 для генерации ответов и экспериментов с RL/GRPO-обучением в Transformers.
Подходит для: генерация ответов в диалоговых интерфейсах · эксперименты с instruction tuning · тестирование RL/GRPO-подходов для языковых моделей
Компактная модель семейства Qwen3 для генерации текста и экспериментов с RL-Swarm и GRPO.
Подходит для: генерация продолжений текста · эксперименты с обучением языковых моделей через reinforcement learning · исследование методов GRPO и RL-Swarm
Компактная текстовая модель семейства Qwen2.5 с 494 млн параметров для генерации текста и экспериментов с RL Swarm и GRPO.
Подходит для: генерация и продолжение текста · диалоговые ответы в компактных приложениях · эксперименты с RL Swarm
Компактная instruct-языковая модель семейства Qwen2.5 на 494 млн параметров для генерации текста и экспериментов с RL Swarm и GRPO.
Подходит для: генерация ответов на инструкции · диалоговые приложения на локальном устройстве · продолжение и редактирование текста
safetensors: формат, квантизация, runtime и память принадлежат одному artifact
safetensors: формат, квантизация, runtime и память принадлежат одному artifact
safetensors: формат, квантизация, runtime и память принадлежат одному artifact
safetensors: формат, квантизация, runtime и память принадлежат одному artifact
safetensors: формат, квантизация, runtime и память принадлежат одному artifact