# 複雜問題求解

DeepSeek-R1-Llama-8B-F32-GGUF 是 DeepSeek-R1-Distill-Llama-8B 的量化版本，採用強化學習直接訓練，具備自我驗證、反思和生成擴展思維鏈等能力。

DeepSeek-qwen-Bllossom-32B是基於DeepSeek-R1-Distill-Qwen-32B模型構建的，旨在提升韓語環境下的推理性能。

ReasonFlux-F1-7B是基於思維模板擴展的分層大語言模型推理模型，通過模板增強推理軌跡微調而成，在多項推理任務中表現優異。

OpenVLThinker-7B 是一個專為處理多模態任務設計的視覺語言推理模型，特別針對視覺數學問題解決進行了優化。

基於Qwen系列模型的標準化去噪傅里葉插值混合模型，以高質量回答和情感共鳴著稱的思考型大語言模型

基於Qwen 2.5 32B Instruct通過強化微調訓練的模型，專門用於解決Temporal Clue數據集中具有挑戰性的演繹推理問題。

基於Mistral-Small-24B-Instruct-2501微調的數學推理模型，優化了數學推理能力

Skywork o1開放模型系列中的7B參數規模模型，基於Qwen2.5-Math-7B-Instruct訓練，具備漸進式過程獎勵增強的推理能力

Tülu3是由艾倫人工智能研究所開發的新一代指令跟隨模型家族，擅長標準聊天應用和複雜問題解決。

Marco-o1是一個專注於開放式解決方案的開放推理模型，通過思維鏈微調、蒙特卡洛樹搜索和反思機制增強複雜問題解決能力。

基於Meta-Llama-3-8B在多樣化科學數據集上微調的大語言模型，專注於STEM領域任務

基於Smaug-34B的監督微調模型，專注於提升數學和推理能力，在34B規模模型中表現優異。