xiaobo6668/Qwen3-4B-Instruct-2507-DeepScaleR

简要说明

• 基础模型: （请在这里写明 Base Model，例如 Qwen2.5-7B 等）
• 训练任务: （例如: 指令微调 / PPO / GRPO / 软标签蒸馏 等）
• 训练数据: （简要说明数据来源）
• 训练框架: 例如 LLaMA-Factory / verl / 其他

使用示例（Transformers）