基于Qwen2.5-7B-Instruct微调的越南语检索增强生成(RAG)专用大模型，采用GRPO优化方法训练

基于QwenCoder微调的SQL生成模型，支持多种方言，性能优异

一个30亿参数的语言模型，通过强化学习训练用于解决数学推理任务，特别是倒计时游戏。

Gemma-3-4b推理是基于Transformer架构的语言模型，采用GRPO方法微调，专注于推理任务优化。

Thespis-Llama-3.1-8B 是一款基于特定优化方法微调的语言模型，专为角色扮演、创意写作和交互式故事讲述场景设计，能提升角色互动的真实感和深度。

基于Qwen2.5-3B-Instruct的医学领域专用模型，擅长医学推理和数学问题解决