L

Light R1 32B DS

qihoo360によって開発
Light-R1-32B-DSはSOTAに近いレベルの32B数学モデルで、DeepSeek-R1-Distill-Qwen-32Bをファインチューニングし、わずか3KのSFTデータで高性能を実現しました。
ダウンロード数 1,136
リリース時間 : 3/12/2025

モデル概要

このモデルは高性能な32Bパラメータ規模の大規模言語モデルで、AIME24および25テストで優れた成績を収め、複雑なテキスト生成タスクに適しています。

モデル特徴

効率的なファインチューニング
わずか3KのSFTデータでSOTAに近い性能を実現
厳格なデータ浄化
正確なマッチングとN-gram技術を用いたデータ汚染除去処理
高性能
AIME24および25テストでそれぞれ78.1点と65.9点の高得点を獲得

モデル能力

複雑なテキスト生成
長鎖思考推論
数学問題解答

使用事例

学術研究
数学競技問題解答
AIMEなどの数学競技問題の解答に使用
AIME24テストで78.1点を獲得
教育支援
複雑問題解答
学生が複雑な数学概念と解法を理解するのを支援
AIbase
未来を切り開く、あなたのAIソリューション知識ベース
© 2025AIbase