- Un modelo derivado de Qwen2.5-32B-Instruct (modelo de razonamiento), especializado en razonamiento para resolver problemas de matemáticas, código y ciencia
- Puede usarse con fines de investigación comerciales y no comerciales
- Admite una longitud de contexto de 64,000 tokens y se ofrece en tamaños de 1.5B, 7B, 14B y 32B
- Registró un rendimiento de razonamiento de primer nivel en su categoría en diversos benchmarks como LiveCodeBench, GPQA y MMLU-PRO
- Con razonamiento combinado de múltiples agentes (GenSelect), logró un rendimiento aún mejor que el de un modelo único existente en benchmarks de matemáticas, código y ciencia
- GenSelect: ejecuta en paralelo el razonamiento de varios modelos y luego selecciona la mejor solución
Aún no hay comentarios.