SFT微调

AlphaMaze-v0.2-1.5B 是由 Jan team 开发的模型，专门用于解谜迷宫。该模型通过 SFT 微调和 GRPO 技术，使其具备了空间推理能力，尽管它是从 DeepSeek-R1 蒸馏出来的小模型。

AI-magic收录了大量国内外AI工具箱，包括AI写作、图像、视频、音频、编程等各类AI工具，以及常用的AI学习、技术、和模型等信息，让你轻松加入人工智能浪潮。