math-GRPO-Entropy-Qwen3-8B-Base

Модель: Qwen3 8B, дообученная для улучшения математического рассуждения.

Использует GRPO и энтропийную регуляризацию для повышения точности выводов. Подходит для задач, требующих строгой логики и сложных вычислений.

Источник: @HuggingModels, 02-05-2026