qwen3-4b-grpo-dapo17k

Go to file

ModelHub XC b7312ceffb 初始化项目，由ModelHub XC社区提供模型

Model: hkr04/qwen3-4b-grpo-dapo17k
Source: Original Platform

2026-07-23 20:00:20 +08:00

.gitattributes

初始化项目，由ModelHub XC社区提供模型

2026-07-23 20:00:20 +08:00

added_tokens.json

初始化项目，由ModelHub XC社区提供模型

2026-07-23 20:00:20 +08:00

chat_template.jinja

初始化项目，由ModelHub XC社区提供模型

2026-07-23 20:00:20 +08:00

config.json

初始化项目，由ModelHub XC社区提供模型

2026-07-23 20:00:20 +08:00

generation_config.json

初始化项目，由ModelHub XC社区提供模型

2026-07-23 20:00:20 +08:00

merges.txt

初始化项目，由ModelHub XC社区提供模型

2026-07-23 20:00:20 +08:00

model-00001-of-00002.safetensors

初始化项目，由ModelHub XC社区提供模型

2026-07-23 20:00:20 +08:00

model-00002-of-00002.safetensors

初始化项目，由ModelHub XC社区提供模型

2026-07-23 20:00:20 +08:00

model.safetensors.index.json

初始化项目，由ModelHub XC社区提供模型

2026-07-23 20:00:20 +08:00

README.md

初始化项目，由ModelHub XC社区提供模型

2026-07-23 20:00:20 +08:00

special_tokens_map.json

初始化项目，由ModelHub XC社区提供模型

2026-07-23 20:00:20 +08:00

tokenizer_config.json

初始化项目，由ModelHub XC社区提供模型

2026-07-23 20:00:20 +08:00

tokenizer.json

初始化项目，由ModelHub XC社区提供模型

2026-07-23 20:00:20 +08:00

vocab.json

初始化项目，由ModelHub XC社区提供模型

2026-07-23 20:00:20 +08:00

README.md

datasets, base_model

datasets

base_model

BytedTsinghua-SIA/DAPO-Math-17k

Qwen/Qwen3-4B

Trained on DAPO-Math-17k using GRPO implemented by VeRL.

Batch Size: 32
Group Size: 8
Epoch: 1
Step: 559
Max Response Length: 8192