Transit-R1-SFT
ๆจกๅไป็ป
Transit-R1-SFT ๆฏๅบไบ Qwen2.5-3B-Instruct ๅพฎ่ฐ็ๆบ่ฝๅบ่ก่งๅๆจกๅ๏ผไธ้จ้ๅฏนไธๆตทๅธๅ ฌๅ ฑไบค้่ทฏๅพ่งๅๅบๆฏไผๅใ่ฏฅๆจกๅ้่ฟ็็ฃๅพฎ่ฐ(SFT)ๅญฆไน ไบ็ปๆๅ็ๆจ็่ๅผ๏ผ่ฝๅคไธบ็จๆทๆไพไธชๆงๅ็ๅบ่กๆนๆกใ
่ฟๆฏ Transit-R1 ้กน็ฎ็ SFT ็ๆฌ๏ผๆจๅจไธบๅ็ปญ็ๅผบๅๅญฆไน ๆไพๅบ็กใ
ไธป่ฆ็นๆง
- ๐ ๆบ่ฝ่ทฏ็บฟ่งๅ: ๆฏๆๅฐ้ใๅ ฌไบคใๆญฅ่ก็ญๅค็งไบค้ๆนๅผ็็ปๅ่งๅ
- ๐ฏ ไธชๆงๅๆจ่: ๆ นๆฎ็จๆทๅๅฅฝ๏ผๆถ้ดไผๅ ใๆๆฌไผๅ ใๆขไนๆๅฐใ่้ไผๅ ๏ผๆไพๅฎๅถๅๆนๆก
- ๐ ็ปๆๅๆจ็: ้็จ
<think>โ<code>โ<observation>โ<answer>็ๅ้ถๆฎตๆจ็ๆต็จ - ๐บ๏ธ ไธๆตทๅฐๅบไธ็ฒพ: ้ๅฏนไธๆตทๅธๅ ฌๅ ฑไบค้็ณป็ปๅๅฐๆ ๅปบ็ญๆทฑๅบฆไผๅ
- โก ่ฝป้้ซๆ: 3Bๅๆฐ่งๆจก๏ผๆฏๆๆฌๅฐ้จ็ฝฒๅๅฎๆถๆจ็
- ๐ฑ API้ๆ: ๆฏๆ้ซๅพทๅฐๅพAPI่ฐ็จ่ฟ่กๅฎๆถ่ทฏ็บฟๆฅ่ฏข
่ฎญ็ปๆฐๆฎ
- ๆฐๆฎ่งๆจก: 5000ๆก้ซ่ดจ้ๅบ่ก่งๅๆ ทๆฌ
- ่ฆ็ๅบๆฏ: ๅป้ขใๅญฆๆ กใๅๅใไฝๅฎ ๅบใๆๅๅบๆ็ญๅคๆ ทๅๅบ่กๅบๆฏ
- ็จๆท็ปๅ: ๆถต็ๅญฆ็ใไธ็ญๆใ่ไบบใๆธธๅฎขใๅๅกไบบๅฃซ็ญไธๅ็พคไฝ
- ๅฐ็่ๅด: ไธๆณจไธๆตทๅธไธป่ฆๅบๅๅ็ญ้จๅฐๆ
- ๆฐๆฎ่ดจ้: ็ๅฎAPIๅๅบ๏ผไบบๅทฅๆ ก้ช๏ผ็กฎไฟๆนๆกๅฏ่กๆง
ๆจกๅๆถๆ
- ๅบ็กๆจกๅ: Qwen2.5-3B-Instruct
- ่ฎญ็ปๆนๆณ: ็็ฃๅพฎ่ฐ (SFT)
- ๅๆฐ้: 3B
- ไธไธๆ้ฟๅบฆ: 2048 tokens
- ่ฎญ็ป่ฝฎๆฐ: 4 epochs
- ๅญฆไน ็: 1e-5
- Downloads last month
- 14
Model tree for orville-wang/Transit-R1-SFT
Evaluation results
- Format Compliance Rate on Shanghai Transit Datasetself-reported95.300
- Route Quality Score on Shanghai Transit Datasetself-reported89.700