# 強化學習增強

一款15億參數的開源權重模型，專為複雜推理任務設計，在數學、編碼、科學及邏輯謎題等領域表現卓越。

Phi-4-reasoning-plus 是由微軟研究院開發的開源推理模型，專注於數學、科學和編程領域的高級推理能力。

Seed-Coder-8B-推理版是一個8B規模的開源代碼模型，通過強化學習提升推理能力，支持65,536的上下文長度，在編程任務上表現優異。