# 數學模型

Light-R1-14B-DS 是由北京奇虎科技有限公司開發的開源數學模型。該模型基於 DeepSeek-R1-Distill-Qwen-14B 進行強化學習訓練，在 AIME24 和 AIME25 數學競賽基準測試中分別達到了 74.0 和 60.2 的高分，超越了許多 32B 參數量的模型。它在輕量級預算下成功實現了對已經長鏈推理微調模型的強化學習嘗試，為開源社區提供了一個強大的數學模型工具。該模型的開源有助於推動自然語言處理在教育領域的應用，特別是數學問題解決方面，為研究人員和開發者提供了寶貴的研究基礎和實踐工具。

Light-R1 是一個由 Qihoo360 開發的開源項目，旨在通過課程式監督微調（SFT）、直接偏好優化（DPO）和強化學習（RL）訓練長鏈推理模型。該項目通過去汙染數據集和高效的訓練方法，實現了從零開始的長鏈推理能力。其主要優點包括開源的訓練數據、低成本的訓練方式以及在數學推理領域的卓越性能。項目背景基於當前長鏈推理模型的訓練需求，旨在提供一種透明且可復現的訓練方法。項目目前免費開源，適合研究機構和開發者使用。

Qwen2.5-Math是一系列專門針對數學問題設計的開源大語言模型，包括基礎模型和指令微調模型，支持中英雙語，能夠通過思維鏈（CoT）和工具集成推理（TIR）方式解決數學問題。該模型在多個數學基準測試中表現優異，特別是在精確計算和算法操作方面。Qwen2.5-Math的開發背景是提升大語言模型在數學領域的應用能力，推動數學教育和研究的發展。

Qwen2-Math是一系列基於Qwen2 LLM構建的專門用於數學解題的語言模型。它在數學相關任務上的表現超越了現有的開源和閉源模型，為科學界解決需要複雜多步邏輯推理的高級數學問題提供了重要幫助。

MathBlackBox是一個深度學習模型，旨在探索數學問題解決的黑箱方法。它使用VLLM或其他OpenAI兼容的方法，通過Huggingface工具包和OpenAI進行推理，支持在Slurm環境下運行，並能夠處理多種數據集。該項目目前處於早期階段，需要充分測試後才能部署到實際產品中。