Мы представляем ReasonFlux-Coders, обученных с помощью CURE, нашего алгоритма для совместного развития возможностей LLM по кодированию и созданию модульных тестов. ReasonFlux-Coder-7B и ReasonFlux-Coder-14B превосходят по производительности Qwen Coders, DeepSeek Coders и Seed-Coders аналогичного размера и естественным образом интегрируются в общие конвейеры масштабирования во время тестирования и агентного кодирования. ReasonFlux-Coder-4B — это наша модель Long-CoT, превосходящая Qwen3-4B и достигающая эффективности 64,8 % при создании модульных тестов. Мы продемонстрировали его способность служить моделью вознаграждения для обучения базовых моделей посредством обучения с подкреплением (см. нашу статью).
Модальности:
Генерация текста
Области применения:
Диалог / чат Генерация кода
Задача: Генерация текста
Автор: Gen-Verse
Теги: qwen2, conversational, text-generation-inference, endpoints_compatible
Лайков: 5 | Загрузок: 52
Описание основано на материалах HuggingFace. Перевод выполнен автоматически.
