# 高精度解題

通過強化學習訓練的數學與代碼推理模型，基於DeepSeek-R1-Distilled-Qwen-7B，在數學和代碼推理任務上表現優異

AceReason-Nemotron-14B是一款通過強化學習訓練的數學與代碼推理模型，基於DeepSeek-R1-Distilled-Qwen-14B，在數學和代碼推理任務上表現卓越。

EXAONE Deep系列模型在數學和編程等推理任務中表現出色，7.8B版本優於同規模開源模型，甚至超越某些專有模型。

專為數學與通用推理優化的高性能蒸餾模型，基於Qwen2.5-72B通過強化學習提煉而成

OREAL-32B-SFT是基於Qwen2.5-32B的監督微調模型，專為數學推理任務設計，是OREA強化學習框架的初始策略模型。

Mathstral 7B是基於Mistral 7B開發的專精數學與科學任務的模型，在數學推理和科學計算任務上表現優異。