# 模型融合增強

以499美元訓練成本實現的14B參數數學推理模型，在16K上下文窗口下達到媲美閉源o4-mini的性能

基於Llama-3-8b構建的多語言混合模型，融合了德語、意大利語和英語能力

BenchmarkEngineering-F2-7B-slerp是通過融合BenchmarkEngineering-7B-slerp和WestLake-7B-v2模型而創建的7B參數大語言模型，旨在提升原始模型的性能表現。

Tito-7B-slerp是通過mergekit工具融合YugoGPT和AlphaMonarch-7B兩個模型而成的大語言模型，在塞爾維亞語和英語任務上表現優異。