smallthinker

一个基于 Qwen 2.5 3B Instruct 模型微调的新的小型推理模型。

3b

48.1K 2 个月前

5 个标签

自述文件

image.png

一个基于 Qwen2.5-3b-Instruct 模型微调的新模型。

SmallThinker 专为以下用例设计

  • 边缘部署：其小尺寸使其非常适合部署在资源受限的设备上。
  • QwQ-32B-Preview 的草稿模型：SmallThinker 可以作为更大的 QwQ-32B-Preview 模型的快速高效草稿模型，从而提高 70% 的速度。

为了实现推理能力，生成长的 COT 推理链至关重要。 因此，基于 QWQ-32B-Preview，作者使用各种合成技术（例如 personahub）创建了 QWQ-LONGCOT-500K 数据集。 与其他类似数据集相比，作者的样本中超过 75% 的输出令牌超过 8K。 为了鼓励开源社区的研究，该数据集也已公开。

参考文献

Hugging Face