# 代碼生成增強

Motif 2.6B是一個擁有26億參數的語言模型，在AMD Instinct™ MI250 GPU上從頭開始訓練，旨在構建符合人類價值觀、有用且可靠的AI。

MiMo是一系列專為推理任務從頭訓練的7B參數模型，通過優化預訓練和後訓練策略，在數學和代碼推理任務上表現出色。

Phi-4-reasoning是一款由微軟開發的先進推理模型，基於Phi-4進行微調，專注於提升數學、科學和編碼等領域的推理能力。

Falcon-H1是由TII開發的混合Transformers + Mamba架構的因果解碼器專用語言模型，支持多語言處理，性能優異。

Falcon-H1是由TII開發的混合Transformers + Mamba架構的僅解碼因果模型，專注於英語NLP任務，性能優異。

這是一個使用mergekit工具通過SCE方法合併多個7B參數規模模型的語言模型

這是一個實驗性的重新量化模型，基於Google的Gemma-3-27b-it QAT Q4_0量化模型創建，旨在測試重新量化後的性能表現。

該模型是基於google/gemma-3-27b-it在open-r1/codeforces-cots數據集上微調的版本，主要用於代碼生成和編程相關任務。

基於SCE融合方法構建的32B參數規模大語言模型，融合了多個高性能預訓練模型

DeepSeek-V2-Lite 是一款經濟高效的專家混合（MoE）語言模型，總參數量16B，激活參數量2.4B，支持32k上下文長度。

Yi-1.5是Yi模型的升級版本，在編程、數學、推理和指令跟隨能力方面表現更出色，同時保持卓越的語言理解、常識推理和閱讀理解能力。