OpenPipe/Deductive-Reasoning-Qwen-32B
Deductive-Reasoning-Qwen-32B !image/png(https://cdn-uploads.huggingface.co/production/uploads/674a1d102c0f27a385772cfe/JauBmEQM0FpOdShBMSfst.png) Deductive Reasoning Qwen 32B is a reinforcement fine-tune of Qwen 2.5 32B Instruct(https://huggingface....
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#2 Repository Của Tuần
#2 Repository Của Tuần
#3 Repository Của Tuần
🧠 Qwen 32B phiên bản suy luận đối lập – vượt trội cả o1 và R1
Mô hình Qwen 2.5 32B Instruct được tinh chỉnh bằng GRPO để giải quyết bài toán suy luận đối lập từ bộ dữ liệu Temporal Clue, vượt trội hơn cả o1, o3-mini và R1.
Deductive Reasoning Qwen 32B là phiên bản tinh chỉnh tăng cường (reinforcement fine-tune) của Qwen 2.5 32B Instruct, được huấn luyện bởi OpenPipe nhằm giải quyết các bài toán suy luận đối lập phức tạp từ bộ dữ liệu Temporal Clue. Mô hình sử dụng thuật toán GRPO (Group Relative Policy Optimization) để tối ưu hiệu suất trên các tác vụ đòn bẩng logic và suy diễn thời gian.
✨ Điểm nổi bật
- Tinh chỉnh GRPO: Áp dụng thuật toán Group Relative Policy Optimization để cải thiện khả năng suy luận đối lập.
- Cơ sở mô hình mạnh: Xây dựng trên nền tảng Qwen 2.5 32B Instruct với hiệu năng ngôn ngữ đa ngôn ngữ.
- Hỗ trợ đa ngôn ngữ: Tối ưu cho tiếng Trung, Anh, Pháp, Tây Ban Nha, Bồ Đào Nha, Đức, Ý, Nga, Nhật, Hàn, Việt, Thái và Ả Rập.
- Vượt trội đối thủ: Đạt hiệu suất cao hơn so với các mô hình lớn như o1, o3-mini và R1 trên bộ dữ liệu Temporal Clue.
- Mã nguồn mở: Giấy phép MIT, hỗ trợ chỉnh sửa và triển khai tùy chỉnh.
- Tài liệu hướng dẫn chi tiết: Cung cấp blog, công thức huấn luyện và các thí nghiệm RL minh chứng rõ quy trình.
💡 Vì sao đáng chú ý
Khác với cách tiếp cận suy luận thông thường, mô hình này được thiết kế đặặc biệt để xử lý bài toán suy luận đối lập – một lĩnh vực đòi hỏi khả năng phân tích logic chặt chẽ và khả năng suy diễn thời gian phức tạp. Kết quả huấn luyện cho thấy GRPO rất hiệu quả trong việc tinh chỉnh các mô hình lớn để giải quyết những bài toán tính toán sâu hơn so với các phương pháp truyền thống.
Phù hợp với các dự án nghiên cứu AI, ứng dụng suy luận logic, hoặc phát triển các hệ thống đặt ra câu hỏa bài toán phức tạp đòn bẩng.
#AI #MachineLearning #Qwen #OpenPipe #GRPO #TiniX
Dự án tương tự
Khám phá các dự án và mô hình AI khác có sự tương đồng.
huihui-ai/Qwen2.5-32B-Instruct-abliterated This is an uncensored version of Qwen2.5-32B-Instruct(https://huggingface.co/Qwen/Qwen2.5-32B-Instruct) created with abliteration (see this article(https://huggingface.co/blog/mlabonne/abliteration) to know...
huihui-ai/Qwen2.5-72B-Instruct-abliterated This is an uncensored version of Qwen/Qwen2.5-72B-Instruct(https://huggingface.co/Qwen/Qwen2.5-72B-Instruct) created with abliteration (see remove-refusals-with-transformers(https://github.com/Sumandora/rem...
!Oxy 1 Small(https://cdn-uploads.huggingface.co/production/uploads/64fb80c8bb362cbf2ff96c7e/tTIVIblPUbTYnlvHQQjXB.png) Introduction Oxy 1 Small is a fine-tuned version of the Qwen/Qwen2.5-14B-Instruct(https://huggingface.co/Qwen/Qwen/Qwen2.5-14B-Inst...
Model Card for Aya 101 Model Summary The Aya model is a massively multilingual generative language model that follows instructions in 101 languages. Aya outperforms mT0(https://huggingface.co/bigscience/mt0-xxl) and BLOOMZ(https://huggingface.co/big...
GlotLID !GlotLID(https://img.shields.io/badge/🤗-Open%20In%20Spaces-blue.svg)(https://huggingface.co/spaces/cis-lmu/glotlid-space) Description GlotLID is a Fasttext language identification (LID) model that supports more than 2000 labels. Latest: Glo...
!logo.jpg(logo.jpg) Ivy-VL is a lightweight multimodal model with only 3B parameters. It accepts both image and text inputs to generate text outputs. Thanks to its lightweight design, it can be deployed on edge devices such as AI glasses and smartpho...
Finetune Llama 3.1, Gemma 2, Mistral 2-5x faster with 70% less memory via Unsloth! We have a Qwen 2.5 (all model sizes) free Google Colab Tesla T4 notebook(https://colab.research.google.com/drive/1Kose-ucXO1IBaZq5BvbwWieuubP7hxvQ?usp=sharing). Also...
Finetune Llama 3.1, Gemma 2, Mistral 2-5x faster with 70% less memory via Unsloth! We have a Qwen 2.5 (all model sizes) free Google Colab Tesla T4 notebook(https://colab.research.google.com/drive/1Kose-ucXO1IBaZq5BvbwWieuubP7hxvQ?usp=sharing). Also...
Finetune Llama 3.1, Gemma 2, Mistral 2-5x faster with 70% less memory via Unsloth! We have a Qwen 2.5 (all model sizes) free Google Colab Tesla T4 notebook(https://colab.research.google.com/drive/1Kose-ucXO1IBaZq5BvbwWieuubP7hxvQ?usp=sharing). Also...