面壁 MiniCPM5-2B 微调做智能体决策,准确率升至 80.5%
中文摘要
ReJev通过LoRA将面壁MiniCPM5-2B微调为决策模型,准确率从51.11%升至80.50%。
English Summary
ReJev fine-tuned MiniCPM5-2B via LoRA into a decision-making model, boosting accuracy from 51.11% to 80.50%.
原文节选
社区项目 ReJev 用 LoRA 后训练将面壁开源 2B 模型 MiniCPM5-2B 适配为决策模型,输入状态、问题与候选选项后直接输出一个决策。在其 1,892 条密封留出集上,准确率从 51.11% 提升至 80.50%(+29.39 个百分点),报告评测中无效输出为 0%,累计 Modal 账单约 5.31 美元。