OMG I HATE JAPANESE

README.md

@@ -3,4 +3,5 @@ language:
 - en
 base_model:
 - unsloth/Qwen3-4B-Base
----
+---
+冬休みの自由研究としてUnslothのGRPOを使ってトレーニングしたQwen3-4B-Baseモデル。数学推論に特化させた…つもりなだけで実際はあんまりうまく動作しない。