AIbase

强化学习推理
Acereason Nemotron 14B GGUF
其他
基于强化学习训练的数学与编程推理模型，在多项基准测试中表现优异
大型语言模型
Transformers
英语
A
unsloth
1,417
4
Seed Coder 8B Instruct
MIT
Seed-Coder-8B-Instruct 是一个8B规模的开源代码模型，经过指令微调以符合用户意图，支持32K上下文长度。
大型语言模型
Transformers
S
ByteDance-Seed
3,103
83
Open Reasoner Zero 7B
MIT
开放推理者零号是基于基础模型规模化强化学习的开源方案，专注于可扩展性、简洁性和易用性的大规模推理导向强化学习实现。
大型语言模型
Transformers
O
Open-Reasoner-Zero
776
28
Deepseek R1 Zero
MIT
DeepSeek-R1 是 DeepSeek 推出的第一代推理模型，通过强化学习训练而成，在数学、代码和推理任务上表现优异。
大型语言模型
Transformers
D
deepseek-ai
4,034
905