Qwen2 GRPO Model

Модель для генерации текста на базе Qwen2, обученная методом GRPO для улучшения диалоговых задач.

Использует Reinforcement Learning from AI Feedback для повышения качества ответов в чат-сценариях. Отличается оптимизацией под интерактивное взаимодействие и стабильность генерации.

Источник: @HuggingModels, 15-05-2026