Guru-7B是基于Qwen2.5-7B的强化学习推理模型，在论文《Revisiting Reinforcement Learning for LLM Reasoning from A Cross-Domain Perspective》中提出。该模型在数学、代码、科学、逻辑推理等多个领域展现出卓越的推理能力，在多项基准测试中表现优异。

自然语言处理Transformers

VLAA-Thinker是一个创新的视觉语言模型，能够同时处理图像和文本输入，并生成高质量的文本输出。该模型基于论文《SFT or RL? An Early Investigation into Training R1-Like Reasoning Large Vision-Language Models》的研究成果开发，专注于类似R1的推理能力。

多模态Transformers

这是一个基于BERT微调的句子转换器模型，用于将句子和段落映射到768维向量空间，支持语义文本相似性、语义搜索等任务。

自然语言处理Safetensors

基于SCE融合方法构建的32B参数规模大语言模型，融合了多个高性能预训练模型

自然语言处理Transformers

这是一个使用TIES方法合并的32B参数规模的大语言模型，基于Rombo-LLM-V3.1-QWQ-32b基础模型融合了多个FuseAI预览模型

自然语言处理Transformers

这是prithivMLmods/Reasoning-SmolLM2-135M模型的GGUF量化版本，专门针对推理任务优化的小型语言模型，参数量为1.35亿，采用Apache-2.0许可证发布。

自然语言处理Transformers英语

ReasoningCore‑3B 是由 EpitemeAI 开发的多语言、推理能力增强的大语言模型，在推理、对话管理、检索和总结任务中表现出色。

自然语言处理Transformers英语