Guru-7B是基於Qwen2.5-7B的強化學習推理模型，在論文《Revisiting Reinforcement Learning for LLM Reasoning from A Cross-Domain Perspective》中提出。該模型在數學、代碼、科學、邏輯推理等多個領域展現出卓越的推理能力，在多項基準測試中表現優異。

自然語言處理Transformers

VLAA-Thinker是一個創新的視覺語言模型，能夠同時處理圖像和文本輸入，並生成高質量的文本輸出。該模型基於論文《SFT or RL? An Early Investigation into Training R1-Like Reasoning Large Vision-Language Models》的研究成果開發，專注於類似R1的推理能力。

多模態Transformers

這是一個基於BERT微調的句子轉換器模型，用於將句子和段落映射到768維向量空間，支持語義文本相似性、語義搜索等任務。

自然語言處理Safetensors

基於SCE融合方法構建的32B參數規模大語言模型，融合了多個高性能預訓練模型

自然語言處理Transformers

這是一個使用TIES方法合併的32B參數規模的大語言模型，基於Rombo-LLM-V3.1-QWQ-32b基礎模型融合了多個FuseAI預覽模型

自然語言處理Transformers

這是prithivMLmods/Reasoning-SmolLM2-135M模型的GGUF量化版本，專門針對推理任務優化的小型語言模型，參數量為1.35億，採用Apache-2.0許可證發佈。

自然語言處理Transformers英語

ReasoningCore‑3B 是由 EpitemeAI 開發的多語言、推理能力增強的大語言模型，在推理、對話管理、檢索和總結任務中表現出色。

自然語言處理Transformers英語