lihaoxin2020/qwen3-4b-sft-gpt54-ep2-instance-rubric-gpt54-step200

Go to file

ModelHub XC bcf3752f3f 初始化项目，由ModelHub XC社区提供模型

Model: lihaoxin2020/qwen3-4b-sft-gpt54-ep2-instance-rubric-gpt54-step200
Source: Original Platform

2026-05-10 14:55:42 +08:00

.gitattributes

初始化项目，由ModelHub XC社区提供模型

2026-05-10 14:55:42 +08:00

added_tokens.json

初始化项目，由ModelHub XC社区提供模型

2026-05-10 14:55:42 +08:00

chat_template.jinja

初始化项目，由ModelHub XC社区提供模型

2026-05-10 14:55:42 +08:00

config.json

初始化项目，由ModelHub XC社区提供模型

2026-05-10 14:55:42 +08:00

generation_config.json

初始化项目，由ModelHub XC社区提供模型

2026-05-10 14:55:42 +08:00

merges.txt

初始化项目，由ModelHub XC社区提供模型

2026-05-10 14:55:42 +08:00

model-00001-of-00002.safetensors

初始化项目，由ModelHub XC社区提供模型

2026-05-10 14:55:42 +08:00

model-00002-of-00002.safetensors

初始化项目，由ModelHub XC社区提供模型

2026-05-10 14:55:42 +08:00

model.safetensors.index.json

初始化项目，由ModelHub XC社区提供模型

2026-05-10 14:55:42 +08:00

README.md

初始化项目，由ModelHub XC社区提供模型

2026-05-10 14:55:42 +08:00

special_tokens_map.json

初始化项目，由ModelHub XC社区提供模型

2026-05-10 14:55:42 +08:00

tokenizer_config.json

初始化项目，由ModelHub XC社区提供模型

2026-05-10 14:55:42 +08:00

tokenizer.json

初始化项目，由ModelHub XC社区提供模型

2026-05-10 14:55:42 +08:00

vocab.json

初始化项目，由ModelHub XC社区提供模型

2026-05-10 14:55:42 +08:00

README.md

library_name

library_name
transformers

sft-gpt54-ep2-instance-rubric-gpt54-answer_only — step 200

GRPO checkpoint.

Training run

W&B: https://wandb.ai/lihaoxin2020-yale-university/refiner-sft-grpo/runs/53i5b2nq