# 强化学习增强

一款15亿参数的开源权重模型，专为复杂推理任务设计，在数学、编码、科学及逻辑谜题等领域表现卓越。

Phi-4-reasoning-plus 是由微软研究院开发的开源推理模型，专注于数学、科学和编程领域的高级推理能力。

Seed-Coder-8B-推理版是一个8B规模的开源代码模型，通过强化学习提升推理能力，支持65,536的上下文长度，在编程任务上表现优异。