# 數學問題求解

基於Qwen3-1.7B微調，通過強化學習技術提升數學推理能力的語言模型

MathFusionQA 是基於 deepseek-math-7b-base 的數學問題解決模型，通過指令融合增強大語言模型的數學問題解決能力。

Doge 160M 推理蒸餾版是一個基於動態掩碼注意力機制和跨域混合專家的輕量級語言模型，專注於推理和問答任務。

開放推理者零號是基於基礎模型規模化強化學習的開源方案，專注於可擴展性、簡潔性和易用性的大規模推理導向強化學習實現。

基於Qwen2.5-Instruct在土耳其語數據集上微調的7B參數大語言模型，專注於數學推理和逐步思考能力

OpenMath2-Llama3.1-70B 是基於 Llama3.1-70B-Base 模型，使用 OpenMathInstruct-2 數據集進行微調的數學專用大語言模型。

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。

基於Llama-3-8B訓練的代碼生成與數學問題解答模型，支持多種編程語言和詳細代碼解釋

基於Meta Llama 3構建的優化模型，針對多輪對話場景提升性能

HeroBophades-3x7B是一個基於mergekit構建的實驗性專家混合(LLM)模型，設計為在12GB顯存的GPU上以4位模式運行。

該模型通過專家協同方法構建，專注於數學問題求解，能自主生成解決方案或在需要時調用GPT-4級別的大模型。

TheProfessor是通過mergekit工具整合多個預訓練語言模型而成的混合模型，專注於對話交流、邏輯推理、科學研究、醫學知識和數學能力。

LoftQ（LoRA微調感知量化）模型，提供量化後的主幹網絡和LoRA適配器，專為LoRA微調設計，提升大語言模型在量化過程中的微調性能和效率。

MathOctopus是基於LLaMA 2架構的多語言數學推理大語言模型，支持10種語言，專注於解決數學問題。

MathCoder系列開源大語言模型，專為通用數學問題求解而設計，基於Llama-2微調

MathCoder系列開源大語言模型，專為通用數學問題求解定製，基於Llama-2和Code Llama微調。

MetaMath-Llemma-7B是基於MetaMathQA數據集全參數微調的數學推理模型，在GSM8K和MATH數據集上表現優異。

Noon是一個基於BLOOM架構的70億參數阿拉伯語大語言模型，專為指令微調設計，支持文本生成、代碼生成、數學問題解決及問答等任務。