Downloads · 30 days
3
6% of all-time downloads
math-adapter-l45-g4b-control_s42
Yuivdldk/math-adapter-l45-g4b-control_s42
math-adapter-l45-g4b-control_s42 is a machine learning model from Yuivdldk. Use it for the machine learning task on the model card, and read the license before you ship it in a product. It is set up for peft.
這支 adapter 原本只存在於一台 SPOT VM 的磁碟上。 本 repo 是保全副本。
All-time downloads
52
Public
Repo size
153 MB
Likes
1
Public
Repo makeup
Click a slice to open those files.
.safetensors119 MB · 78%
At a glance
- Library
- peft
- Access
- Public
- Created
- Jul 30, 2026
- Updated
- Jul 30, 2026
- SHA
- d58ad132
Base models
Model card
From the Hugging Face model README
control_s42 — LoRA adapter（科展研究產物）
這支 adapter 原本只存在於一台 SPOT VM 的磁碟上。 本 repo 是保全副本。
| base | google/gemma-3-4b-it @ 093f9f388b31de276ce2de164bdc2081324b9767 |
| 訓練資料 | dose_control_sft.jsonl，sha256 d99f688c01d152b068caa9a8343fc47b29abe6ea65fd7911fc9bcfba4207a437（530 筆） |
| seed | 42 |
| 配方 | lr 1e-4、epochs 1.0、max_length 4096、per-device 1 × grad-accum 8 |
adapter_model.safetensors sha256 | 8d7e35579d5c55fabc9104a8b70ec6a68df2931d08c312e294c3697a4afd02b7 |
| held-out Δ vs base（n=2538，direct-axis 尺） | -5.83pp |
臂的意義
control—— 265 筆訓練目標是外部老師（deepseek-v4-pro）的解＋265 筆 base 自己的正解 replayselfsol—— 同一批 265 題、同一批 replay、同配方同 seed， 唯一差別是那 265 筆的目標文字換成 base 自己最短的正解
兩臂的配對差（4 個 seed）：+6.74pp、seed 間 SD 1.15pp、每對 p ≤ 1.2e−12。 ⇒ 傷害來自目標來源，不是題目、劑量或配方。
🔴 引用時的界線
- 尺是
direct-axis-balanced-box-v2.1-timeout-safe+math-verify-0.9.0， 不可與math-mathverify-v1或math-mathverify-terminal-v2家族的數字相減。 - 計分只能在 Linux 跑（Windows 上 math-verify 的
parse()會回[]）。
- Library
- peft
- Created
- Jul 30, 2026
- Updated
- Jul 30, 2026