# 長文本推理

QwenLong-L1-32B 是專為長上下文推理設計的大語言模型，通過強化學習訓練，在多個長上下文問答基準測試中表現出色，能有效處理複雜的推理任務。

一個基於llama.cpp量化的12B參數多語言大語言模型，支持角色扮演、故事創作及多領域專業任務

該模型是基於PocketDoc/Dans-PersonalityEngine-V1.3.0-12b轉換的GGUF格式模型，支持多種語言和任務，適用於通用目的、角色扮演、故事創作等場景。

Qwen3-30B-A3B的INT4量化版本，通過權重量化減少75%的磁盤和GPU內存需求，保持高性能。

Phi-4-reasoning是基於Phi-4微調的先進推理模型，通過監督微調與強化學習，在數學、科學和編碼等領域展現出卓越的推理能力。

Qwen3-4B是通義千問系列最新40億參數大語言模型，支持思維模式與非思維模式切換，在推理、多語言和智能體任務中表現優異。

Qwen3-1.7B-Q8_0-GGUF是基於Qwen/Qwen3-1.7B轉換的GGUF格式模型，支持文本生成任務，具備多語言支持和高效的推理能力。

Qwen3是通義千問系列大語言模型的最新版本，提供稠密模型與混合專家（MoE）模型的完整套件，在推理、指令遵循、智能體能力和多語言支持方面實現突破性進展。

Qwen3-14B是通義千問系列的最新大語言模型，具有148億參數，支持思維與非思維模式切換，在推理、指令遵循和智能體能力方面表現優異。

Qwen3是通義千問系列大語言模型的最新8B參數版本，支持思維模式與非思維模式無縫切換，具備強大的推理、指令遵循和智能體能力。

Qwen3-4B是通義千問系列大模型的最新版本，提供40億參數的語言模型，支持思維與非思維模式切換，具備強大的推理、指令遵循和多語言能力。

玲瓏線性預覽版是由InclusionAI開源發佈的混合線性稀疏大語言模型，總參數量17.1B，激活參數量3.0B。該模型基於混合線性注意力機制實現長文本推理，在推理過程中具備近線性計算複雜度與近恆定空間複雜度。

360智腦3-7B-O1.5是奇虎360開源的長思維鏈模型，基於360智腦3-7B-Instruct微調，支持複雜推理任務。

該模型是從google/gemma-3-12b-it轉換而來的GGUF格式模型，適用於llama.cpp框架。

Serpens-Opus-14B-Exp是基於Qwen 2.5 14B架構設計的140億參數模型，旨在增強推理能力，適用於通用推理和問答任務。

DeepSeek R1模型的AWQ量化版本，優化了float16溢出問題，支持高效推理部署

基於ModernBERT-large模型，通過多任務微調優化的自然語言推理模型，在零樣本分類和NLI任務上表現優異。

基於DeBERTa架構的小型零樣本分類模型，專為長文本自然語言推理任務優化，已轉換為ONNX格式適配Web端

基於DeBERTa-v3-base模型，上下文長度擴展至1280，並在tasksource數據集上進行了25萬步的微調，專注於自然語言推理和零樣本分類任務。

Phi-3-Small-128K-Instruct是一個70億參數的輕量級開源模型，專注於高質量與強推理能力，支持128K長上下文，在常識、語言理解、數學、代碼等任務中表現優異。

Phi-3-Medium-128K-Instruct是一個擁有140億參數的輕量級開源模型，專注於高質量與強推理能力，支持128K上下文長度。

基於DeBERTa-v3-small模型，擴展上下文長度至1680標記，在tasksource數據集上微調，適用於長文本自然語言推理任務

基於8個NLI數據集訓練的DeBERTa-v3二分類模型，擅長文本蘊含判斷