#Qwen2.5-Coder-3B

共 3 条 · 7 天 0 条 · 30 天 0 条

信息流里打上「Qwen2.5-Coder-3B」标签的资讯、产品与论文，按刊登时间排，新的在上。

6月20日

模型中美对照官方一手06:15

VibeThinker-3B: 3B稠密推理模型基于Qwen2.5-Coder-3B发布

3B参数就能比肩DeepSeek V3.2和Kimi K2.5，基于Qwen2.5-Coder-3B开源，适合资源受限场景的推理任务。

#VibeThinker-3B #Qwen2.5-Coder-3B #DeepSeek V3.2 #Kimi K2.5

官方一手marktechpost@Asif Razzaq3 个信源在谈原文

6月18日

SFT过度训练导致RLVR下熵崩塌与排名反转

这篇论文发现了SFT过训练会搞崩GRPO训练的秘密，还给出了诊断方法来提前止损。做RLHF或强化学习训练的可以看看。

#Qwen2.5-Coder-3B #DeepSeek-Coder-6.7B #SFT #RLVR

arXiv: DeepSeek@Siddharth Aphale, Kelly Liu原文

论文精选03:58

VibeCoder基于Qwen2.5-Coder-3B，后训练技术带来出色性能

Sebastian Raschka分析了VibeCoder的后训练秘诀，基于3B模型就取得惊人成绩，训练顺序和RL方法值得参考。

#VibeCoder #Qwen2.5-Coder-3B #推理模型 #强化学习

官方账号Sebastian Raschka@rasbt原文