# 数学推論

Phi-4-mini-reasoningは合成データに基づく軽量オープンモデルで、高品質で密度の高い推論データに焦点を当て、数学的推論能力を強化するためにさらに微調整されています。

Phi-4-mini-reasoning は軽量なオープンソースモデルで、数学推論タスクに特化しており、128Kトークンのコンテキスト長をサポートします。

Phi-4-mini-reasoningは、高品質で推論が密集したデータに焦点を当てた軽量のオープンソースモデルで、さらに微調整されてより高度な数学推論能力を獲得しています。

Qwen2.5-14Bをファインチューニングした数学推論モデルで、AIMO-2 Kaggleコンペティションで1位を獲得

OpenMath-Nemotron-7B は Qwen2.5-Math-7B を OpenMathReasoning データセットでファインチューニングした数学推論モデルで、複数の数学ベンチマークで最先端の結果を達成しています。

Qwen 2.5 14Bアーキテクチャに基づいて構築された次世代言語モデルで、数学推論、プログラミング、一般的な論理タスクに最適化されています。

Phi-4推論はPhi-4を基に、教師あり微調整の思考連鎖軌跡データセットと強化学習で訓練された最先端のオープンウェイト推論モデルで、数学、科学、プログラミングスキルに特化しています。

140億パラメータ規模の数学推論大規模言語モデル、思考連鎖推論をサポート

QwQ-Math-IO-500Mは数学推論と入出力処理に特化した500Mパラメータの言語モデルで、GGUF形式の量子化バージョンを提供します。

YuLan-Mini-Instructは24億パラメータのコンパクトながら強力なテキスト生成モデルで、数学とコード推論タスクに特化しており、中英語をサポートしています。

GSM8Kは、モデルの数学推論能力を評価するための8.5Kの高品質な小学校算数問題を含むデータセットです。

AceMath-7B-InstructはNVIDIAが数学推論専用に設計した指導モデルで、改良版Qwenアーキテクチャに基づいて開発され、思考連鎖(CoT)推論を通じて英語の数学問題を解決するのに優れています。

InternLM-Math-Plus は最先端のバイリンガルオープンソース数学推論大規模言語モデルで、問題解決、証明、検証、拡張能力を備えています。

神経4数学-7bは、複数の7BパラメータモデルをLazyMergeKitで統合した数学特化モデルで、数学関連タスクに特化しています。

OpenMathモデルはテキスト推論とPythonインタプリタ実行のコードブロックを組み合わせて数学問題を解決し、Mistral-7B-v0.1を微調整したものです

ToRA-7Bは7Bパラメータのツール統合推論エージェントで、数学問題解決のために設計され、自然言語推論と外部ツールの使用を組み合わせています。

MathCoderシリーズのオープンソース大規模言語モデル。汎用数学問題解決のために設計され、Llama-2をファインチューニング

MathCoderシリーズのオープンソース大規模言語モデルで、一般的な数学問題解決のために特別に設計されており、Llama-2とCode Llamaを基にファインチューニングされています。

Llemma 34Bは数学分野に特化した言語モデルで、Code Llama 34Bの重みを初期値としてProof-Pile-2データセットで訓練されました。

WizardMath-7B-V1.1はMistral-7Bをベースに訓練された大規模言語モデルで、数学推論能力に特化しており、強化進化指令(RLEIF)手法を用いて性能を向上させ、現在の7B規模数学モデルの中で最高の性能を発揮します。