Light-R1-14B-DS

1年前发布 60 0 0

Light-R1-14B-DS 是由北京奇虎科技有限公司开发的开源数学模型。该模型基于 DeepSeek-R1-Distill-Qwen-14B 进行强化学习训练,在 AIME24 和 AIME25 数学竞赛基准测试中分别达到了 74.0 和 60.2 的高分,超越了许多 32B 参数量的模型。它在轻量级预算下成功实现了对已经长链推理微调...

收录时间:
2025-05-29
Light-R1-14B-DSLight-R1-14B-DS

Light-R1-14B-DS 是由北京奇虎科技有限公司开发的开源数学模型。该模型基于 DeepSeek-R1-Distill-Qwen-14B 进行强化学习训练,在 AIME24 和 AIME25 数学竞赛基准测试中分别达到了 74.0 和 60.2 的高分,超越了许多 32B 参数量的模型。它在轻量级预算下成功实现了对已经长链推理微调模型的强化学习尝试,为开源社区提供了一个强大的数学模型工具。该模型的开源有助于推动自然语言处理教育领域的应用,特别是数学问题解决方面,为研究人员和开发者提供了宝贵的研究基础和实践工具。

数据统计

相关导航

BabyAlpha Chat

BabyAlpha Chat

BabyAlpha Chat 是一款具有未来感的机器人模型,全身搭载12个高性能执行器,配合蔚蓝自研五层运动控制算法,使得其运动性能极其出众。最大前进速度可达每小时3.2公里,最大旋转速度可达每秒180度。BabyAlpha Chat 不仅是一个高科技玩具,也是教育和娱乐的完美结合,适合各个年龄段的用户。其价格亲民,起售价为4999元,并有特惠活动直降2000元,截止日期为11月16日。
Rapport Studio

Rapport Studio

Rapport 是一个创新的平台,专注于创建和部署具有情感智能的交互式角色。它支持多语言对话解决方案,如 ChatGPT、Google Gemini 和 Amazon Lex 等,并提供多种合成语音和语音识别功能。Rapport 的核心优势在于其强大的实时交互能力和多平台支持,能够满足教育、企业培训、娱乐等多领域的应用需求。其免费的 Explorer 阶梯提供无限 20 分钟的会话,而 Creator 阶梯则提供更多高级功能,如自定义角色和无品牌发布。Rapport 的目标是通过情感智能技术提升用户体验,推动交互式内容的发展。
DeepSummary

DeepSummary

DeepSummary是一个专注于提供书籍总结的在线平台,旨在通过简洁高效的方式帮助用户快速获取书籍的核心内容。该平台支持多种书籍类别,包括科学、历史、哲学等,并提供听书和下载功能,方便用户随时随地学习。其主要优点是节省时间、提升知识获取效率,适合忙碌的专业人士和学习者。平台采用付费模式,价格亲民,提供灵活的订阅计划,致力于帮助用户实现个人和职业目标。

暂无评论

您必须登录才能参与评论!
立即登录
none
暂无评论...