> Обновление: новая версия доступна по адресу SciJudge-4B-2605. Мы рекомендуем использовать новую версию для текущих экспериментов и сравнений. SciJudge-4B — это модель Qwen3-4B-Instruct-2507, специально настроенная для оценки научных статей. Учитывая названия, аннотации и даты публикации двух статей, он предсказывает, какая статья имеет более высокий уровень цитирования. Эта модель является частью проекта «ИИ может научиться научному вкусу». Базовым набором данных является SciJudgeBench. — Базовая модель: Qwen/Qwen3-4B-Instruct-2507 — Метод обучения: GRPO с потерей DAPO — Награда: вознаграждение за внешнее предпочтение за парное суждение на основе цитирования — Точность: bfloat16 — Коэффициент KL: 0,03
Модальности:
Генерация текста
Области применения:
Диалог / чат
Задача: Генерация текста
Автор: OpenMOSS-Team
Теги: qwen3, scientific-taste, GRPO, conversational, en, text-generation-inference, endpoints_compatible
Лайков: 6 | Загрузок: 317
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
