Phi-4-reasoning-plus,微软开源的推理模型,从 Phi-4 微调而来,对思维链跟踪和强化学习数据集进行监督微调。

Phi-4-reasoning-plus,微软开源的推理模型,从 Phi-4 微调而来,对思维链跟踪和强化学习数据集进行监督微调插图

论文地址:https://arxiv.org/abs/2504.21318

模型下载地址:https://huggingface.co/microsoft/Phi-4-reasoning-plus



微信扫描下方的二维码阅读本文

Phi-4-reasoning-plus,微软开源的推理模型,从 Phi-4 微调而来,对思维链跟踪和强化学习数据集进行监督微调插图1

声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。