Phi-4-reasoning-plus

Phi-4-reasoning-plus 是一款先进的开源推理模型，基于 Phi-4 经过额外强化学习微调以实现更高准确性。与 Phi-4-reasoning 类似，它在合成和高质量公共数据的混合上进行训练，侧重于数学、科学和编码，但平均可生成多 50% 的 token 以提供更详细的响应。该模型具有 14B 参数，支持 128K token 的上下文长度。

输出包括一个推理思维链块和一个摘要块。该静态模型根据 MIT 许可证发布，训练数据截至 2025 年 3 月。为获得最佳结果，请使用聊天格式的提示，并查阅许可证以获取详细信息。