# 数学コード最適化

SmolLM3は30億のパラメータを持つオープンソースの言語モデルで、6つの言語をサポートし、強力な推論能力と長文脈処理能力を備えています。

DeepSeek-R1はDeepSeekチームによって開発された初代推論モデルで、大規模な強化学習トレーニングを通じて、教師付き微調整（SFT）を最初のステップとせずに、卓越した推論能力を発揮します。

DeepSeek-R1はDeepSeekが開発した第一世代推論モデルで、強化学習によって訓練され、数学、コード、推論タスクで優れた性能を発揮します。

Phi-4はマイクロソフトリサーチが開発したオープンソースの言語モデルで、高品質なデータと高度な推論能力に焦点を当て、140億のパラメータを持っています。

TinyLlamaは11億パラメータのコンパクトな言語モデルで、Llama 2と同じアーキテクチャとトークナイザーを採用しており、計算リソースやメモリが限られたアプリケーションシナリオに適しています。