Phi-4-reasoning-plus

Phi-4-reasoning-plus は、高精度化のために追加の強化学習で Phi-4 からファインチューニングされた、高度なオープンウェイト推論モデルです。Phi-4-reasoning と同様に、数学、科学、コーディングに焦点を当てた合成データと高品質な公開データのブレンドでトレーニングされていますが、平均で50%多くのトークンを生成し、より詳細な応答を実現します。このモデルは140億パラメータを持ち、128Kトークンのコンテキスト長をサポートしています。

出力には、推論の思考連鎖ブロックと要約ブロックが含まれます。MITライセンスでリリースされており、この静的モデルは2025年3月までのデータでトレーニングされました。最良の結果を得るには、チャット形式のプロンプトを使用し、詳細についてはライセンスを確認してください。