Light-R1-14B-DS

Modèle mathématique open source de 14 milliards de paramètres, entraîné par apprentissage par renforcement, aux performances exceptionnelles.

Produit OrdinaireProductivitéApprentissage par renforcementModèle mathématique

Ouvrir le site Web

Light-R1-14B-DS est un modèle mathématique open source développé par Beijing Qihu Technology Co., Ltd. Ce modèle est entraîné par apprentissage par renforcement basé sur DeepSeek-R1-Distill-Qwen-14B. Il a obtenu des scores élevés de 74,0 et 60,2 respectivement aux tests de référence des concours mathématiques AIME24 et AIME25, surpassant de nombreux modèles de 32 milliards de paramètres. Il a réussi à mettre en œuvre une tentative d'apprentissage par renforcement sur un modèle déjà finement réglé pour l'inférence de longues chaînes avec un budget léger, fournissant ainsi à la communauté open source un outil puissant pour les modèles mathématiques. L'open source de ce modèle contribue à promouvoir l'application du traitement du langage naturel dans le domaine de l'éducation, en particulier pour la résolution de problèmes mathématiques, offrant aux chercheurs et développeurs une base de recherche et des outils pratiques précieux.

Best AI Websites & Tools

Light-R1-14B-DS

Light-R1-14B-DS Dernière situation du trafic

Light-R1-14B-DS Tendance des visites

Light-R1-14B-DS Distribution géographique des visites

Light-R1-14B-DS Sources de trafic

Light-R1-14B-DS Alternatives

Light-R1-14B-DS — Modèle mathématique open source de 14 milliards de paramètres, entraîné par apprentissage par renforcement, aux performances exceptionnelles.

Light-R1 — Light-R1 est un projet open source axé sur l'inférence à longues chaînes (Long COT), qui fournit une méthode d'entraînement complète, de zéro, via SFT, DPO et RL.

Steiner-32b-preview — Steiner est un modèle d'inférence entraîné sur des données synthétiques, conçu pour explorer plusieurs chemins d'inférence et s'auto-vérifier.

SWE-RL — Amélioration des capacités de raisonnement des grands modèles de langage dans l'évolution des logiciels open source grâce à l'apprentissage par renforcement

R1-V — Améliore la capacité de généralisation des modèles linguistiques visuels renforcés à faible coût, pour moins de 3 dollars.

Tülu 3 405B — Tülu 3 405B est un modèle linguistique de grande envergure, open source, dont les performances ont été améliorées par apprentissage par renforcement.

DeepSeek-R1-Distill-Qwen-1.5B — DeepSeek-R1-Distill-Qwen-1.5B est un modèle linguistique open source performant pour l'inférence, adapté à diverses tâches de traitement du langage naturel.

DeepSeek-R1-Distill-Qwen-7B — DeepSeek-R1-Distill-Qwen-7B est un modèle d'inférence open source spécialisé dans les mathématiques, le code et les tâches de raisonnement.

DeepSeek-R1-Distill-Llama-8B — DeepSeek-R1-Distill-Llama-8B est un modèle linguistique open source haute performance, adapté à la génération de texte et aux tâches d'inférence.

DeepSeek-R1-Distill-Qwen-32B — DeepSeek-R1-Distill-Qwen-32B est un modèle linguistique open source haute performance, adapté à diverses tâches de génération de texte.

DeepSeek-R1-Zero — DeepSeek-R1-Zero est un modèle d'inférence entraîné par apprentissage par renforcement à grande échelle, capable de réaliser des inférences exceptionnelles sans nécessiter d'ajustement fin supervisé.

DeepSeek-R1 — DeepSeek-R1 est un modèle d'inférence haute performance, prenant en charge plusieurs langues et tâches, adapté à la recherche et aux applications commerciales.

Modèles linguistiques de grande taille auto-adaptatifs — Un framework de modèles linguistiques de grande taille (LLM) auto-adaptatif s'ajustant en temps réel aux tâches inconnues.

PRIME-RL — PRIME améliore l'apprentissage par renforcement en ligne grâce à des récompenses implicites, augmentant ainsi les capacités de raisonnement des modèles linguistiques.

HuatuoGPT-o1 — Grand modèle linguistique pour le raisonnement médical complexe

Unitree RL GYM — Plateforme robotique Unitree pour l'apprentissage par renforcement

Tülu 3 — Framework d'entraînement postérieur de modèle linguistique avancé open source

agibot_x1_train — Robot humanoïde modulaire, destiné à l'entraînement par apprentissage par renforcement

Qwen2.5-Math — Modèle linguistique large open source leader mondial en mathématiques

MuKoe — Implémentation open source de MuZero, framework d'IA distribué

Same — Ein Tool, mit dem Sie jede Webseiten-Benutzeroberfläche kopieren und Code-Vorschläge generieren können.

Sesame CSM — Un modèle permettant de générer de la parole conversationnelle, capable de générer de la parole de haute qualité à partir d'entrées textuelles et audio.

RagaAI — RagaAI Catalyst est une plateforme permettant d'observer, d'évaluer et de déboguer les agents d'IA, aidant les développeurs à optimiser leurs workflows d'IA et à assurer un déploiement sécurisé.

open-mcp-client — Un client de plateforme multicloud open source, prenant en charge le développement d'applications proxy et frontales LangGraph.

IMM — Inductive Moment Matching est un nouveau type de modèle génératif utilisé pour la génération d'images de haute qualité.

BashBuddy — BashBuddy vous permet de saisir des commandes naturellement, sans vous soucier des paramètres ou de la syntaxe.

R1-Omni — R1-Omni est un modèle de reconnaissance d'émotions multimodales combinant l'apprentissage par renforcement, axé sur l'amélioration de l'interprétabilité de la reconnaissance d'émotions multimodales.

nanobrowser — Extension Chrome open source pour l'automatisation réseau pilotée par l'IA, prenant en charge les workflows multi-agents.

l1m — Une API proxy utilisée pour extraire des données structurées à partir de texte et d'images, implémentée à l'aide de LLM.

NotaGen — NotaGen est un modèle de génération de musique symbolique, entraîné selon le paradigme des grands modèles de langage, axé sur la génération de partitions classiques de haute qualité.