Тип

Тег «on-policy distillation» — 5

lllyx/Qwen3-4B-Base-GRPO

huggingface.co

Модель text-generation · лицензия other

Модель Модели и платформы Своё развёртывание

Модель reinforcement-learning · лицензия other

Модель Модели и платформы Своё развёртывание

divelab/OPDLM-0.6B

huggingface.co

Модель text-generation · лицензия mit

Модель Модели и платформы Своё развёртывание

Предложить сайт в каталог

Пришлите ссылку — остальное мы выясним сами.

Мы рассмотрим, что вы прислали, и добавим в каталог, если подойдёт.

Не знаете, как внедрить? Мы поможем

Расскажите про задачу — подберём инструменты и подскажем, с чего начать.

0 / 5000
Проверочный код

Поля со звёздочкой обязательны. Данные используются только для ответа.