Downloads · 30 days
3
5% of all-time downloads
math-adapter-l45-g4b-selfsol_s44
Yuivdldk/math-adapter-l45-g4b-selfsol_s44
math-adapter-l45-g4b-selfsol_s44 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
59
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
- e44a2b92
Base models
Model card
From the Hugging Face model README
selfsol_s44 — 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 | self_solution_sft.jsonl，sha256 346f75ece314dd0612f652824c9993c28fcc5577f7024547848ebab0c5268341（530 筆） |
| seed | 44 |
| 配方 | lr 1e-4、epochs 1.0、max_length 4096、per-device 1 × grad-accum 8 |
adapter_model.safetensors sha256 | 6872a0fc09cd9b3736b4fbd4aaaff6fa83a9a85c57984cced35af6a7ab49347c |
| held-out Δ vs base（n=2538，direct-axis 尺） | -0.32pp |
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