库名称：transformers
数据集：

• agentica-org/DeepScaleR-Preview-Dataset
  基础模型：
• deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B
  许可证：cc-by-nc-4.0

简介

E1-Math-1.5B 是基于 DeepSeek-R1-Distilled-Qwen-1.5B 微调的语言模型。该模型通过预算受限的推演策略训练，实现**弹性推理**，并融入 GRPO 方法，使模型在思维过程中断时能自适应推理，且无需额外训练即可泛化至未见过的预算约束场景。

性能（平均@16）

使用方式

详细用法请参见项目仓库。

引用

@article{xu2025scalable,  
  title={通过弹性推理实现可扩展的思维链},  
  author={徐宇辉, 董翰泽, 王磊, Sahoo Doyen, 李俊南, 熊才明},  
  journal={arXiv预印本 arXiv:2505.05315},  
  year={2025}  
}  

伦理考量

本版本仅限支持学术论文的研究用途。我们的模型、数据集及代码并非为所有下游用途专门设计或评估。强烈建议用户在部署前评估并解决与准确性、安全性和公平性相关的潜在问题。我们鼓励用户考虑AI的普遍局限性，遵守适用法律，并在选择应用场景（尤其是可能显著影响人们生活、权利或安全的高风险场景）时采用最佳实践。更多用例指南请参阅我们的《可接受使用政策》和《AI使用政策》。