lihaoxin2020/qwen3-4b-refiner-gpt54-rubric-v3-2-rl-lr5e-6-step100

Go to file

ModelHub XC e72287e629 初始化项目，由ModelHub XC社区提供模型

Model: lihaoxin2020/qwen3-4b-refiner-gpt54-rubric-v3-2-rl-lr5e-6-step100
Source: Original Platform

2026-05-09 00:49:14 +08:00

.gitattributes

初始化项目，由ModelHub XC社区提供模型

2026-05-09 00:49:14 +08:00

added_tokens.json

初始化项目，由ModelHub XC社区提供模型

2026-05-09 00:49:14 +08:00

chat_template.jinja

初始化项目，由ModelHub XC社区提供模型

2026-05-09 00:49:14 +08:00

config.json

初始化项目，由ModelHub XC社区提供模型

2026-05-09 00:49:14 +08:00

generation_config.json

初始化项目，由ModelHub XC社区提供模型

2026-05-09 00:49:14 +08:00

merges.txt

初始化项目，由ModelHub XC社区提供模型

2026-05-09 00:49:14 +08:00

model-00001-of-00002.safetensors

初始化项目，由ModelHub XC社区提供模型

2026-05-09 00:49:14 +08:00

model-00002-of-00002.safetensors

初始化项目，由ModelHub XC社区提供模型

2026-05-09 00:49:14 +08:00

model.safetensors.index.json

初始化项目，由ModelHub XC社区提供模型

2026-05-09 00:49:14 +08:00

README.md

初始化项目，由ModelHub XC社区提供模型

2026-05-09 00:49:14 +08:00

special_tokens_map.json

初始化项目，由ModelHub XC社区提供模型

2026-05-09 00:49:14 +08:00

tokenizer_config.json

初始化项目，由ModelHub XC社区提供模型

2026-05-09 00:49:14 +08:00

tokenizer.json

初始化项目，由ModelHub XC社区提供模型

2026-05-09 00:49:14 +08:00

vocab.json

初始化项目，由ModelHub XC社区提供模型

2026-05-09 00:49:14 +08:00

README.md

library_name

library_name
transformers

refiner-gpt54-rubric_V3-2-gpt54-rl_5e-6-answer_only — step 100

GRPO checkpoint trained from lihaoxin2020/qwen3-4b-refiner-gpt54-ep2.

Training run

W&B: https://wandb.ai/lihaoxin2020-yale-university/refiner-sft-grpo/runs/griuo1l8/overview