qwen-rlcd
shamazharikh/qwen-rlcd
Jev-style calibrated decision model (Choice/Score/Noul) on Qwen3.5-0.8B
Python
- スター
- 5
- フォーク
- 1
掲載理由
READMEは、TypeSafe Jevに着想を得てQwen3.5を対象とするSystem One判断モデルの試作と説明している。
shamazharikh/qwen-rlcd
Jev-style calibrated decision model (Choice/Score/Noul) on Qwen3.5-0.8B
READMEは、TypeSafe Jevに着想を得てQwen3.5を対象とするSystem One判断モデルの試作と説明している。