Phi-4-reasoning-plus

Phi-4-reasoning-plus 是一个先进的开放权重推理模型，在 Phi-4 的基础上通过额外强化学习进行微调，以提高准确性。与 Phi-4-reasoning 一样，它通过合成数据和高质量公共数据的混合训练而成，侧重于数学、科学和编码，但平均生成多 50% 的 token 以提供更详细的响应。该模型拥有 14B 参数，并支持 128K token 的上下文长度。

输出包括一个推理思维链块和一个总结块。该静态模型根据截至2025年3月的数据训练而成，并根据 MIT 许可证发布。为获得最佳结果，请使用聊天格式的提示，并查阅许可证以了解详情。