Qwen3-30B-A3B的INT4量化版本，通过权重量化减少75%的磁盘和GPU内存需求，保持高性能。

Phi-4-reasoning-plus 是由微软研究院开发的开源推理模型，专注于数学、科学和编程领域的高级推理能力。

这是微软Phi-4-reasoning模型的量化版本，使用llama.cpp进行优化，适用于推理任务，支持多种量化选项。

MiMo-7B-RL是基于MiMo-7B-SFT模型训练的强化学习模型，在数学与代码推理任务上达到与OpenAI o1-mini比肩的性能。

OLMo-2-Instruct-Math-32B 是一个专注于数学任务的大型语言模型，由 tngtech 发布。

OpenMath-Nemotron-1.5B是基于Qwen2.5-Math-1.5B在OpenMathReasoning数据集上微调的数学推理模型，在多个数学基准测试中取得最先进结果。

Zero-Mistral-24B是基于Mistral-Small-3.1-24B-Instruct-2503改进的纯文本模型，主要适配俄语和英语，移除了原版的视觉功能，专注于文本生成任务。

OpenMath2-Llama3.1-8B 是基于 Llama3.1-8B-Base 模型，使用 OpenMathInstruct-2 数据集微调而成的数学专用模型，在多个数学基准测试中表现优异。

Viper-Coder-v1.7-Vsm6是基于千问2.5 14B模态架构设计的大语言模型，专注于提升编码效率和计算推理能力，优化内存使用并减少冗余文本生成。

Phi-4-reasoning-plus 是微软研究院开发的先进开放权重推理模型，基于 Phi-4 通过监督微调和强化学习优化，专注于数学、科学和编码领域的高级推理能力。

基于google/gemma-3-12b-it模型，通过EZO训练方法提升日语性能的文本生成模型

专注于数学推理和Python编程训练的24B参数大语言模型，基于Mistral架构优化

OpenRS3-GRPO-ja是基于SakanaAI/TinySwallow-1.5B-Instruct模型在日语数学指令数据集上微调的版本，采用GRPO方法训练，专注于数学推理任务。

Notbad v1.0 Mistral 24B 是一款专注于数学和Python编程推理的模型，基于Mistral-Small-24B-Instruct-2501并通过强化学习进一步训练。

EXAONE Deep系列模型在数学和编程等推理任务中表现出色，7.8B版本优于同规模开源模型，甚至超越某些专有模型。

基于OLMo-2-0325-32B-Instruct模型，使用Open R1数学数据集在AMD MI300X GPU上微调，专注提升数学推理能力

FastCuRL-1.5B-Preview 是一个慢思考推理模型，采用课程引导迭代延长强化学习方法，在数学推理任务上表现优异。

基于Qwen2.5-72B通过强化学习蒸馏的高性能数学推理与通用知识处理模型，在数学推理和通用知识任务中表现优异。

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。

专为数学与通用推理优化的高性能蒸馏模型，基于Qwen2.5-72B通过强化学习提炼而成

基于Qwen/Qwen2.5-7B-Instruct微调的版本，专门针对高级推理任务进行了优化

基于Qwen 2.5 14B模态架构设计，提升编码效率和计算推理能力的模型

Tiny-R1-32B-Preview 是一个基于 Deepseek-R1-Distill-Qwen-32B 的推理模型，专注于数学、代码和科学领域，性能接近完整版 R1 模型。

流畅语言模型项目的首个独立模型，32.5B参数量的因果语言模型，支持多种语言和任务。

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

Tülu 3 是领先的指令跟随模型家族，提供完全开源的数据、代码和训练方案作为现代技术的综合指南。

基于Sky-T1-32B-Preview优化的32B推理模型偏好版本，能在保持准确性的同时显著缩短生成长度。

InternLM3-8B-Instruct 模型的 GGUF 格式版本，适用于 llama.cpp 框架，支持多种量化版本。

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。

InternLM2.5开源了200亿参数的基础模型和对话模型，具备卓越的推理能力和强大的工具调用能力。

InternLM2.5开源了面向实用场景的70亿参数基础模型与对话模型，具有卓越的推理能力和100万上下文窗口。

GLM-4-9B是智谱AI推出的最新开源预训练模型，在多项基准测试中超越Llama-3-8B，支持128K上下文长度和26种语言。

Rho-1是一个专注于数学领域的语言模型，通过选择性语言建模(SLM)方法进行预训练，显著提升了数学问题解决的准确率。

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。

SeaLLM-7B-v2是面向东南亚语言的最先进多语言大模型，体积减半但在世界知识、数学推理、指令遵循等多语言任务上表现更优。

WestSeverus-7B-DPO-v2是基于WestSeverus-7B训练的西湖家族模型，在多个DPO数据集上进行了训练，在基础数学问题上表现优异。

Neural-Chat-v3-3是英特尔基于Mistral-7B架构开发的70亿参数大语言模型，专注于数学推理和文本生成任务。