# 数学的推論強化

Qwen3-4Bは通義千問シリーズ最新世代の40億パラメータ大規模言語モデルで、思考モードと非思考モードの切り替えをサポートし、強力な推論、指示追従、インテリジェントエージェント能力を備えています。

Qwen2.5-32BとQwQ-32Bを統合・最適化した日本語対話モデルで、Chat VectorとORPO技術により指示追従能力を強化

QwenのQwQ 32Bアーキテクチャを基に最適化された大規模言語モデルで、効率的なメモリ利用、プログラミング支援、複雑な問題解決に特化しています。

これはSLERP手法を用いて統合された140億パラメータ規模の大規模言語モデルで、li-14b-v0.4とmiscii-14b-0218の2つの基本モデルを統合して作成されました。

Phi-4-Model-Stock-v2は複数のPhi-4バリエーションモデルを統合した大規模言語モデルで、model_stock統合手法を採用し、複数のベンチマークテストで良好な性能を示しています。

AceInstructは、Qwenを改良した一連の高度なSFTモデルで、コーディング、数学、汎用タスクに適しています。

Sky-T1-32B-Previewは32Bパラメータの大規模言語モデルで、llama.cppのimatrix量子化処理を経ており、テキスト生成タスクに適しています。

Llama3.2アーキテクチャに基づく3Bパラメータの大規模言語モデルで、英文テキスト生成タスクをサポートし、llama.cppを使用したimatrix量子化を採用

LuxLlamaはMeta-Llama-3.1-8B-Instructモデルをファインチューニングしたバージョンで、ルクセンブルク語の理解と生成能力、および一般的および数学的推論能力を特に最適化しています。

DeepSeek-Coder-V2はオープンソースの混合専門家（MoE）コード言語モデルで、特定のコードタスクではGPT4-Turboに匹敵する性能を実現します。

Qwen2-7B-Instructを基にさらにファインチューニングされたモデルで、複雑なマルチターンツール/関数呼び出しタスクの処理に優れています。

Granite-8B-Code-Instruct-4Kは80億パラメータのコード命令モデルで、Granite-8B-Code-Base-4Kを基に、さまざまな許可された命令データで微調整されており、論理的推論や問題解決スキルを含む命令遵守能力が強化されています。

Granite-3B-Code-Instruct-2KはGranite-3B-Code-Base-2Kを微調整した30億パラメータのモデルで、命令追従能力が強化されており、特にコード生成と論理的推論タスクに優れています。

3つのMistralアーキテクチャモデルに基づくエキスパート混合大規模言語モデルで、対話、コード、数学タスクに優れています

平均スコア80%を初めて突破したオープンソース大規模言語モデル。MoMo-72B-lora-1.8.7-DPOを微調整し、革新的なDPO-Positive技術で選好学習を最適化

jondurbin/bagel-34b-v0.2をファインチューニングした大規模言語モデルで、新たなDPO-Positive（DPOP）技術を用いて選好学習を最適化

Mistral AIのMixtral 8x7bをベースに開発された実験的な8x7b混合エキスパートモデルで、Synthia、MetaMathQA、Capybaraデータセットでファインチューニングされています

WizardLM-13B V1.2はLlama-2 13bをベースに訓練された大規模言語モデルで、複雑な指令の遵守能力に特化しています。