# 數學代碼雙優

MiMo-7B 是小米推出的專為推理任務設計的語言模型系列，包括基礎模型、SFT模型和RL模型，在數學和代碼推理任務上表現優異。

MiMo-7B-RL是基於MiMo-7B-SFT模型訓練的強化學習模型，在數學與代碼推理任務上表現出色，性能媲美OpenAI o1-mini。

小米推出的7B參數規模推理專用語言模型系列，通過優化預訓練和後訓練策略顯著提升數學與代碼推理能力

Phi-4是微軟研究院開發的一款140億參數的開源語言模型，專注於高質量數據和高級推理能力，適用於內存/計算受限環境和延遲敏感場景。