# 高精度問題解決

強化学習でトレーニングされた数学とコード推論モデル、DeepSeek-R1-Distilled-Qwen-7Bをベースに、数学とコード推論タスクで優れたパフォーマンスを発揮

AceReason-Nemotron-14Bは強化学習でトレーニングされた数学とコード推論モデルで、DeepSeek-R1-Distilled-Qwen-14Bをベースとしており、数学とコード推論タスクで卓越した性能を発揮します。

数学と汎用推論に最適化された高性能蒸留モデルで、Qwen2.5-72Bを基に強化学習で精製

OREAL-32B-SFTはQwen2.5-32Bをベースとした教師あり微調整モデルで、数学推論タスク専用に設計されており、OREA強化学習フレームワークの初期方策モデルです。

Mathstral 7BはMistral 7Bを基に開発された数学と科学タスクに特化したモデルで、数学的推論と科学的計算タスクで優れた性能を発揮します。