# 思考連鎖推論

DeepSeek-R1-Llama-8B-F32-GGUF は DeepSeek-R1-Distill-Llama-8B の量子化バージョンで、強化学習による直接訓練を採用し、自己検証、内省、拡張思考連鎖生成などの能力を備えています。

Stockmark-2-VL-100B-betaは1000億のパラメータを持つ日本語専用のビジュアル言語モデルで、思考連鎖（CoT）推論能力を備え、文書読解に使用できます。

これはSarvam-mモデルの量子化バージョンで、複数のインド言語と英語のテキスト生成タスクをサポートします。

Qwen3-235B-A22BはQwenシリーズ最新世代の大規模言語モデルで、混合エキスパート(MoE)アーキテクチャを採用し、2350億パラメータと220億活性化パラメータを持ち、推論、指示追従、エージェント能力、多言語サポートにおいて卓越した性能を発揮します。

MAI-DS-R1はDeepSeek-R1推論モデルで、マイクロソフトAIチームによる追加トレーニングを受け、制限トピックへの応答能力を向上させ、リスクパフォーマンスを最適化しながら、推論能力と競争力を維持しています。

VideoChat-R1_7B_caption は Qwen2-VL-7B-Instruct をベースとしたマルチモーダル動画テキスト生成モデルで、動画コンテンツの理解と記述生成に特化しています。

UIGEN-T1.5はQwen2.5-Coder-32B-Instructを微調整した先進的なTransformer UI生成モデルで、モダンでユニークなフロントエンドユーザーインターフェースの生成に特化しています。

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

Gemma-3-4b推論はTransformerアーキテクチャに基づく言語モデルで、GRPO手法を用いてファインチューニングされ、推論タスクの最適化に特化しています。

TraceBack 12b は Mistral-Nemo-Instruct アーキテクチャに基づく4ビット量子化バージョンで、命令追従と思考連鎖推論タスクに特化しています。

Tifa-DeepsexV2-7b-MGRPO-safetensors は、transformersライブラリを基にした多言語（中国語と英語）対応の大規模言語モデルで、増分事前学習、教師あり微調整、強化学習最適化を経ており、ロールプレイングや思考連鎖タスクに適しています。

MiniThinky 1BはLlama-3.2-1B-InstructをファインチューニングしたAIアシスタントモデルで、回答前に思考プロセスを表示する特徴があります

Llama3.1 instruct基礎モデルに基づいて開発され、韓国語および韓国の多元文化シーンに特化して最適化されたテキスト生成モデル

llama 3 8bを基にしたファインチューニングモデルで、システムプロンプトの忠実度、有用性、ロールプレイ没入感に特化

Mixtralアーキテクチャに基づく多機能大規模言語モデルで、深層マインドと自己最適化能力を融合し、多言語テキスト生成と複雑な推論タスクをサポート

MetaのLlama-3をベースに構築された8Bパラメータのモデルで、ベーグルデータセットを使って微調整され、単一のllama-3指令形式を採用しています。

flan - t5 - xxlを微調整したNLIモデルで、前提が仮説を支持するかどうかを検証するために使用され、特に複数文前提のシナリオに最適化されています。

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使用し、Proof-Pile-2データセットで500億トークン訓練されました。

ミノタウロス13BはLlaMA-13Bを基に命令ファインチューニングを行ったモデルで、完全にオープンソースのデータセットを使用しており、再現性が保証されています。