# 強化学習トレーニング

MiMoは、推論タスク用に最初からトレーニングされた一連の7Bパラメータモデルで、事前学習と事後学習の戦略を最適化することで、数学とコードの推論タスクで優れた性能を発揮します。

Thinklessは強化学習でトレーニングされた大規模言語モデルで、簡潔な回答または長鎖推論モードを適応的に選択でき、推論計算コストを大幅に削減します。

Seed-Coderは8B規模のオープンソースコードモデルファミリーで、基本版、指導版、推論版を含みます。推論版は強化学習トレーニングにより推論能力を向上させ、64Kのコンテキスト長をサポートします。

推論能力を強化した320億パラメータの密言語モデルで、Qwen 2.5‑32B‑Baseを基に構築されており、推論ベンチマークではより大規模なMoEモデルに匹敵する性能を発揮します。

MiMo-7B-RLはMiMo-7B-SFTモデルを基に強化学習でトレーニングされたモデルで、数学とコード推論タスクにおいてOpenAI o1-miniと肩を並べる性能を発揮します。

VL-Reasoner-7B は GRPO-SSR 技術に基づいてトレーニングされたマルチモーダル推論モデルで、複数のマルチモーダル推論ベンチマークテストで優れたパフォーマンスを発揮します。

TimeZeroは推論誘導型の大規模視覚言語モデル（LVLM）で、時間的ビデオ位置特定（TVG）タスク向けに設計されており、強化学習手法を通じて動的なビデオ-言語関係分析を実現します。

TimeZeroは推論誘導型の大規模視覚言語モデル（LVLM）で、時間的ビデオ位置特定（TVG）タスク向けに設計されており、強化学習手法を用いてビデオ内の自然言語クエリに対応する時間的セグメントを識別します。

OpenChat v2シリーズはLLaMA-13Bフレームワークを基にした言語モデルで、条件付き加重損失トレーニングを採用し、複数のベンチマークテストでChatGPTの性能を上回っています。

Promptistは強化学習ベースの自動プロンプト最適化ツールで、Stable Diffusion向けに設計されており、ユーザー入力をモデルが好むプロンプトに変換します。

これはDQNアルゴリズムに基づく強化学習エージェントで、SpaceInvadersNoFrameskip-v4ゲームをプレイするために特別に設計され、stable-baselines3ライブラリでトレーニングされています。

これは深層Qネットワーク(DQN)に基づく強化学習エージェントで、MountainCar-v0環境のタスク解決に特化しています。

これは深層Qネットワーク(DQN)に基づく強化学習エージェントで、MountainCar-v0環境の制御問題解決のために特別に訓練されています。

これはStable Baselines3ライブラリでトレーニングされたDQNエージェントで、SpaceInvadersNoFrameskip-v4ゲームをプレイするために特別に設計されています。

これはDQNアルゴリズムに基づく強化学習モデルで、アタリゲームBeamRiderNoFrameskip-v4環境専用に設計されています。

これはDQNアルゴリズムに基づく深層強化学習モデルで、AtariゲームBreakoutNoFrameskip-v4環境専用に設計されています。

これは深層Qネットワーク(DQN)に基づく強化学習エージェントで、アタリゲーム『スペースインベーダー』専用にトレーニングされています

これはstable-baselines3ライブラリでトレーニングされたDQN強化学習エージェントで、Acrobot-v1制御問題を解決するために特別に設計されています。

これはDQNアルゴリズムに基づく強化学習モデルで、PongNoFrameskip-v4環境でのゲームプレイ専用に設計されています。

これはstable-baselines3ライブラリでトレーニングされたPPOエージェントモデルで、BipedalWalker-v3環境における強化学習タスク専用です。

これはPPOアルゴリズムに基づく強化学習モデルで、LunarLander-v2環境向けに訓練され、月面着陸機を安全に着陸させることができます。

これはstable-baselines3ライブラリでトレーニングされたDQNエージェントで、LunarLander-v2環境における強化学習タスクを解決するためのものです。

これはPPOアルゴリズムに基づく強化学習モデルで、Pendulum-v1環境における制御問題を解決するために特別に設計されています。

これはstable-baselines3ライブラリでトレーニングされたPPOエージェントで、アタリゲームPongNoFrameskip-v4をプレイするために特別に設計されています。