FairyR1-32B是由北大DS-LAB开发的高效大语言模型，基于DeepSeek-R1-Distill-Qwen-32B，通过'蒸馏-融合'创新流程实现高性能与低成本推理的平衡。

FairyR1-32B是一款高效的大型语言模型，基于DeepSeek-R1-Distill-Qwen-32B，通过优化的蒸馏与合并流程，在数学和编程任务上表现优异。

Denker是一个小型、无审查、专注于推理的模型，基于mistral-nemo-kartoffel-12B使用ORPO和QLoRA进行微调。

基于千问3-30B-A3B的混合专家模型微调版本，激活专家数提升至16，上下文窗口扩展至128k，适合复杂推理场景

360智脑3-7B-O1.5是奇虎360开源的长思维链模型，基于360智脑3-7B-Instruct微调，支持复杂推理任务。

MAI-DS-R1是微软AI团队对DeepSeek-R1推理模型进行后训练的成果，旨在提升其对敏感话题的响应能力并优化风险表现，同时保持原有的推理能力和竞争优势。

基于OpenThoughts-114k-math数学数据集及其他增强思维能力训练集打造的高性能推理模型

QwQ-32B-FP8 是 QwQ-32B 模型的 FP8 量化版本，保持了与 BF16 版本几乎相同的准确率，同时支持更快的推理速度。

基于DeepSeek-R1-Distill-Llama-8B微调的医疗思维链推理模型，通过QLoRA量化技术和Unsloth优化方案增强医疗推理能力。

AceMath-7B-Instruct是英伟达推出的专为数学推理设计的指导模型，基于改进版Qwen架构开发，擅长通过思维链(CoT)推理解决英文数学问题。

LlamaV-o1 是一款先进的多模态大语言模型，专为复杂的视觉推理任务而设计，通过课程学习技术优化，在多样化的基准测试中展现出卓越性能。

通过强化微调增强大语言模型的推理泛化能力，基于Codellama微调，适用于代码生成与理解任务。

Llemma 34B 是一款专注于数学领域的语言模型，基于Code Llama 34B权重初始化，并在Proof-Pile-2数据集上训练。