Files
qwen3-dpo-grpo/README.md
ModelHub XC 42f34b0d10 初始化项目,由ModelHub XC社区提供模型
Model: Phantomcloak19/qwen3-dpo-grpo
Source: Original Platform
2026-08-15 16:11:23 +08:00

141 B

base_model, library_name, tags
base_model library_name tags
Qwen/Qwen3-4B transformers
horus-llm
dpo-grpo

qwen3-4b — DPO-GRPO (QLoRA, K=4, ctx=6168)