DNA-R1是基于微软Phi-4优化的韩语专用推理模型，通过强化学习显著提升了韩语推理能力，在数学、编程和通用推理任务中表现出色。

Seg-Zero-7B是一个基于推理链引导的图像分割模型，采用解耦架构，包含推理模型和分割模型，通过GRPO强化学习训练实现零样本泛化能力。

基于Gensyn/Qwen2.5-0.5B-Instruct的微调版本，采用TRL框架和GRPO算法训练，适用于指令跟随任务。

专注于数学任务的大型多模态模型，在开源7B多模态模型中实现最先进的性能

Seg-Zero-7B是一种基于认知强化的零样本图像分割模型，采用解耦架构实现推理链引导的分割。

Captain-Eris_Violet是一个通过多阶段监督微调、QLoRA适配器和GRPO优化的RLHF开发的先进语言模型，适用于角色扮演和对话生成。