AIbase
TW
模型選型
標籤
GRPO微調

# GRPO微調

GRPO VI Qwen2 7B RAG
Apache-2.0
基於Qwen2.5-7B-Instruct微調的越南語檢索增強生成(RAG)專用大模型，採用GRPO優化方法訓練
大型語言模型 Transformers 其他
G
AITeamVN
402
11
Xiyansql QwenCoder 7B 2504
Apache-2.0
基於QwenCoder微調的SQL生成模型，支持多種方言，性能優異
文本生成 支持多種語言
X
XGenerationLab
266
2
Nano Aha Moment 3b
一個30億參數的語言模型，通過強化學習訓練用於解決數學推理任務，特別是倒計時遊戲。
大型語言模型 Transformers
N
McGill-NLP
55
2
Gemma 3 4b Reasoning
Apache-2.0
Gemma-3-4b推理是基於Transformer架構的語言模型，採用GRPO方法微調，專注於推理任務優化。
大型語言模型 Transformers 英語
G
ericrisco
53
2
Thespis Llama 3.1 8B
Thespis-Llama-3.1-8B 是一款基於特定優化方法微調的語言模型，專為角色扮演、創意寫作和交互式故事講述場景設計，能提升角色互動的真實感和深度。
大型語言模型 Transformers 英語
T
Locutusque
1,360
15
Medqwen3b Reasoner
Apache-2.0
基於Qwen2.5-3B-Instruct的醫學領域專用模型，擅長醫學推理和數學問題解決
大型語言模型 英語
M
hooman650
156
12
AIbase
智啟未來，您的人工智能解決方案智庫
English简体中文繁體中文にほんご
© 2025AIbase