Qwen2.5 7B Instruct Qwq Mix R1 Science

🚀 Qwen2.5-7B-Instruct_qwq_mix_r1_science

本模型是基于 Qwen/Qwen2.5-7B-Instruct 在 mlfoundations - dev/qwq_mix_r1_science 数据集上进行微调的版本。

🚀 快速开始

暂未提供快速开始相关内容，可根据模型特性和使用场景，参考原模型 Qwen/Qwen2.5-7B-Instruct 的使用说明进行初步尝试。

✨ 主要特性

暂未提供主要特性相关内容，后续可根据模型在微调过程中的优化和改进进行补充。

📦 安装指南

暂未提供安装指南相关内容，可参考原模型 Qwen/Qwen2.5-7B-Instruct 的依赖安装说明。

💻 使用示例

暂未提供使用示例相关内容，可参考原模型 Qwen/Qwen2.5-7B-Instruct 的代码示例。

📚 详细文档

模型描述

更多信息待补充。

预期用途与限制

更多信息待补充。

训练和评估数据

更多信息待补充。

训练过程

训练超参数

训练期间使用了以下超参数：

• 学习率（learning_rate）：8e - 05
• 训练批次大小（train_batch_size）：1
• 评估批次大小（eval_batch_size）：8
• 随机种子（seed）：42
• 分布式类型（distributed_type）：多 GPU
• 设备数量（num_devices）：512
• 总训练批次大小（total_train_batch_size）：512
• 总评估批次大小（total_eval_batch_size）：4096
• 优化器（optimizer）：使用 adamw_torch，β1 = 0.9，β2 = 0.999，ε = 1e - 08，无额外优化器参数
• 学习率调度器类型（lr_scheduler_type）：余弦
• 学习率调度器热身比例（lr_scheduler_warmup_ratio）：0.1
• 训练轮数（num_epochs）：5.0

训练结果

更多信息待补充。

框架版本

• Transformers 4.46.1
• Pytorch 2.6.0 + cu124
• Datasets 3.1.0
• Tokenizers 0.20.0

📄 许可证

许可证类型：other