guessleej commited on
Commit
3d688ce
·
verified ·
1 Parent(s): 92678be

Update model card: function + honest strengths

Browse files
Files changed (1) hide show
  1. README.md +11 -2
README.md CHANGED
@@ -20,9 +20,18 @@ pipeline_tag: text-generation
20
 
21
  以 `openai/gpt-oss-20b`(21B 總參 / 3.6B 活躍 / MoE / MXFP4 / harmony 推理格式)為基底 的**程式碼能力強化** reasoning 模型。以**執行驗證蒸餾**的程式碼指令資料做 LoRA 微調(LoRA 作用於 attention,MoE 專家維持原生 MXFP4),保留 gpt-oss 原生 reasoning 能力。(GGUF,MXFP4,約 14GB)
22
 
 
 
 
 
 
 
 
 
 
23
  ## 做法
24
- - **資料**:程式碼指令資料**每筆解法都先在沙箱跑過隱藏測試、通過才收**(語料「每筆都證明會動」)。
25
- - **定位**:對齊「可驗證、可執行」的程式風格與自家技術堆疊;非以刷公開 benchmark 為目標。
26
 
27
  ## 用法(gpt-oss 是 reasoning 模型,務必加 `--jinja` 套用內建 harmony 模板)
28
  ### llama.cpp
 
20
 
21
  以 `openai/gpt-oss-20b`(21B 總參 / 3.6B 活躍 / MoE / MXFP4 / harmony 推理格式)為基底 的**程式碼能力強化** reasoning 模型。以**執行驗證蒸餾**的程式碼指令資料做 LoRA 微調(LoRA 作用於 attention,MoE 專家維持原生 MXFP4),保留 gpt-oss 原生 reasoning 能力。(GGUF,MXFP4,約 14GB)
22
 
23
+ **功能**:寫程式——理解需求、產生可執行的 Python/程式碼解法,並保留逐步推理(reasoning)。
24
+
25
+ ## 厲害在哪(據實、不灌水)
26
+ - **訓練料每一筆都經「執行驗證」**:解法在沙箱跑過隱藏測試、通過才收(rejection sampling)——不是網路爬來的程式碼,**每一筆都證明會動**。這是多數蒸餾模型給不出的資料品質保證。
27
+ - **保留通用 coding 實力**:HumanEval pass@1 **87.2%**(第三方題庫、greedy、164 題)——對 21B 總參 / 3.6B 活躍的開源模型屬頂規檔次。
28
+ - **整個家族的「碼力底層」**:[`TAIDE-zhTW`(繁中)](https://huggingface.co/xCloudinfo/gpt-oss-20b-TAIDE-zhTW) 與 [`Uncensored`(無審查)](https://huggingface.co/xCloudinfo/gpt-oss-20b-Uncensored-xCloud) 兩顆都疊在這顆之上。
29
+ - **輕量好部署**:MXFP4、約 14GB,單張中階 GPU(甚至 CPU)即可本地、可控、離線部署,Apache-2.0 商用友善。
30
+ > 定位是「**可控、可驗證、自架**的實用 coder」,不是去刷贏前沿封閉模型;價值在資料每筆可執行、行為可控、貼合自家技術堆疊。
31
+
32
  ## 做法
33
+ - **資料**:程式碼指令資料**每筆解法都先在沙箱跑過隱藏測試、通過才收**。
34
+ - **方法**:teacher 蒸餾 + 執行驗證閘門(rejection sampling)→ LoRA SFT。
35
 
36
  ## 用法(gpt-oss 是 reasoning 模型,務必加 `--jinja` 套用內建 harmony 模板)
37
  ### llama.cpp