# 数学推理の最適化

UniReason-Qwen3-14B-RLの静的量子化バージョンで、テキスト生成と数学推理の研究シーンに適しています。

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。

ALP_DeepScaleR_1.5B_C16KはDeepScaleR - 1.5Bモデルをベースに、適応的長さペナルティ（ALP）方法を用いて訓練されたモデルで、性能を維持しながらトークン使用量を大幅に削減できます。

Phi-4-reasoningは、Microsoftによって開発された高度な推論モデルで、Phi-4をベースに微調整され、数学、科学、コーディングなどの分野での推論能力の向上に特化しています。

Phi-4-mini-reasoningは軽量級のオープンソースモデルで、数学推理に特化し、128Kトークンのコンテキスト長をサポートし、計算リソースが制限された環境に適しています。

これはマイクロソフトPhi-4-mini-reasoningモデルの量子化バージョンで、llamacppツールを使用して量子化処理を行い、異なるハードウェア環境でのモデルの実行効率とパフォーマンスを向上させることを目的としています。

これはNVIDIAがオープンソースで公開した14Bパラメータの数学用大規模言語モデルで、llama.cppを用いて量子化処理され、様々なハードウェア条件下で効率的に動作します。