DeepSeek-R1-Llama-8B-F32-GGUF 是 DeepSeek-R1-Distill-Llama-8B 的量化版本，采用强化学习直接训练，具备自我验证、反思和生成扩展思维链等能力。

DeepSeek-qwen-Bllossom-32B是基于DeepSeek-R1-Distill-Qwen-32B模型构建的，旨在提升韩语环境下的推理性能。

ReasonFlux-F1-7B是基于思维模板扩展的分层大语言模型推理模型，通过模板增强推理轨迹微调而成，在多项推理任务中表现优异。

OpenVLThinker-7B 是一个专为处理多模态任务设计的视觉语言推理模型，特别针对视觉数学问题解决进行了优化。

基于Qwen系列模型的标准化去噪傅里叶插值混合模型，以高质量回答和情感共鸣著称的思考型大语言模型

基于Qwen 2.5 32B Instruct通过强化微调训练的模型，专门用于解决Temporal Clue数据集中具有挑战性的演绎推理问题。

基于Mistral-Small-24B-Instruct-2501微调的数学推理模型，优化了数学推理能力

Skywork o1开放模型系列中的7B参数规模模型，基于Qwen2.5-Math-7B-Instruct训练，具备渐进式过程奖励增强的推理能力

Tülu3是由艾伦人工智能研究所开发的新一代指令跟随模型家族，擅长标准聊天应用和复杂问题解决。

Marco-o1是一个专注于开放式解决方案的开放推理模型，通过思维链微调、蒙特卡洛树搜索和反思机制增强复杂问题解决能力。

基于Meta-Llama-3-8B在多样化科学数据集上微调的大语言模型，专注于STEM领域任务

基于Smaug-34B的监督微调模型，专注于提升数学和推理能力，在34B规模模型中表现优异。