IFM/guru-7B

This repository contains the Guru-7B (base Qwen2.5-7B) model presented in Revisiting Reinforcement Learning for LLM Reasoning from A Cross-Domain Perspective. The leaderboard is evaluated with our evaluation code. The parameters we set in evaluation for all models: temperature=1.0, top_p=0.7.

Модальности:
Генерация текста

Области применения:
Диалог / чат

Задача: Генерация текста
Автор: IFM
Теги: qwen2, conversational, text-generation-inference, endpoints_compatible
Лайков: 4 | Загрузок: 110

Открыть на HuggingFace →

Описание основано на материалах HuggingFace. Перевод выполнен автоматически.

Похожие модели (Генерация текста)

Генерация текста

bartowski/Evathene-v1.0-GGUF

Исходная модель: https://huggingface.co/sophosympatheia/Evathene-v1.0 Некоторые из этих квантов (Q3KXL, Q4KL и т. д.) представляют собой стандартный метод квантования, в...

Генерация текста

CalderaAI/30B-Lazarus

[] = применяется как LoRA к составной модели | () = объединены в составные модели [SuperCOT([gtp4xalpaca(manticorechatpygalpha+vicunaunlocked)]+[StoryV2(kaiokendev-SuperHOT-LoRA-prototype30b-8192)])] Эта модель...

Генерация текста

facebook/layerskip-llama3.2-1B

Модель Llama3.2 1B постоянно предварительно обучается с помощью рецепта LayerSkip, ранней потери выхода и исключения слоев, как показано...

Генерация текста

QuantFactory/Llama-3.1-Hawkish-8B-GGUF

Это квантованная версия mukaj/Llama-3.1-Hawkish-8B, созданная с использованием llama.cpp Модель была дополнительно доработана на наборе недавно сгенерированных 50 миллионов...