Seed-AlfWorld-3B
Built with Qwen2.5-3B-Instruct, SEED-ALFWorld-3B is trained for text-based embodied interaction in ALFWorld using SEED (Self-Evolving On-Policy Distillation). Training...
Built with Qwen2.5-3B-Instruct, SEED-ALFWorld-3B is trained for text-based embodied interaction in ALFWorld using SEED (Self-Evolving On-Policy Distillation). Training...
This is a reproduction of «Multi-Token Prediction via Self-Distillation» (arXiv 2602.06019) adapted for a single NVIDIA RTX 5090...
Эта модель является примером метода простой самодистилляции (SimpleSD), который улучшает генерацию кода за счет точной настройки языковой модели...
Эта модель является примером метода простой самодистилляции (SimpleSD), который улучшает генерацию кода за счет точной настройки языковой модели...