# LFM2.5-350M

TRL+GRPO微调LFM2.5提升结构化输出

本文介绍使用TRL库中的GRPO算法对LFM2.5-350M模型进行低成本微调，以优化其结构化输出能力。在IFStruct基准测试中，得分从22.6%提升至29.7%，验证了小模型通过特定任务微调可接近大模型水平。