模型Qwen2.5-Math-1.5B
Qwen2.5-Math-1.5B
Qwen系列的一个数学推理专用模型，参数量为1.5B，适用于数学问题求解和推理任务。
时间轴 (近 90 天)
10月14日
在Qwen2.5-Math-1.5B上进行的受控GRPO实验，批大小跨度达到16倍，结果支持了进展变慢与失效时钟近似不变这两个预测。
待验证50%
Qwen系列的一个数学推理专用模型，参数量为1.5B，适用于数学问题求解和推理任务。
在Qwen2.5-Math-1.5B上进行的受控GRPO实验，批大小跨度达到16倍，结果支持了进展变慢与失效时钟近似不变这两个预测。