# 小參數高效推理

基於Gensyn/Qwen2.5-0.5B-Instruct的微調版本，採用TRL框架和GRPO算法訓練，適用於指令跟隨任務。

基於醫療數據集微調的大語言模型，具備初步推理能力，可執行基礎問診任務，生成文本的BLEU評分優於原始模型。

基於Qwen-2.5-0.5B模型，通過強化學習（GRPO）和監督學習聯合訓練而成的文本轉圖譜信息抽取模型。

Granite-3B-Code-Base-2K是IBM研究院開發的專為代碼生成任務設計的僅解碼器模型，具有3B參數規模，支持116種編程語言。

CroissantLLM是一個基於3萬億英法雙語token預訓練的13億參數語言模型，旨在為研究和工業社區提供高性能、完全開源的雙語模型。

這是一個基於Sberbank的ruGPT3小型模型改進的俄語醫療病史輔助生成模型，旨在幫助醫務人員完善患者病史記錄。