讀我檔案
一個基於 Qwen2.5-3b-Instruct 模型微調的新模型。
SmallThinker 專為以下使用情境設計
- 邊緣部署：其小巧的尺寸使其非常適合部署在資源受限的裝置上。
- QwQ-32B-Preview 的草稿模型：SmallThinker 可以作為更大的 QwQ-32B-Preview 模型的快速高效草稿模型，產生 70% 的加速。
為了實現推理能力，生成長鏈的 COT 推理至關重要。因此，基於 QWQ-32B-Preview，作者使用了各種合成技術（例如 personahub）來創建 QWQ-LONGCOT-500K 資料集。與其他類似的資料集相比，作者超過 75% 的樣本輸出 tokens 超過 8K。為了鼓勵開源社群的研究，該資料集也被公開發布。