模型找得到，
下载更顺手。

Qwen3.8-27B-Coder390-EfficientThink-Opus5.5-GPT6Astra-Grok4.7-DSV4Pro-K3-SFT-RLOO-MTP-DFlash2 在 Qwen3.8-27B-EfficientThink-SFT-SimPO-DFlash2(官方 Qwen3.8-27B 经 SFT + SimPO 后训练得到的模型)基础上继续做多轮 SFT 与 RLOO 后训练,专治原版「已有答案却停不下来、写满 94K 也不给最终答案」的问题。本仓库

Qwen3.6-27B-DSV4Pro-Thinking-Distill 这个 27B 蒸馏模型族是 Lynn Agent 当前推荐的端侧推理模型来源。桌面/本地运行请优先使用 GGUF sibling repo，Lynn v0.85.6+ 默认推荐 Qwen3.6-27B-DSV4Pro-Distill-MTP-Q5 K M-imatrix.gguf 。 下载 Lynn Agent：GitHub Releases（当前桌面/CLI 发版：v0.85.6）

VibeThinker-3B 是一个30亿参数的推理模型，专注于具有明确验证信号的挑战性推理任务，包括数学、编码和STEM领域。适用于竞争风格数学问题、编程任务、STEM推理以及其他目标答案可验证的任务。 该模型在数学推理、编码、STEM推理和指令遵循方面表现强劲。在IMO-AnswerBench（包含400道IMO级别难题的基准测试）上达到76.4分，使用Claim-Level Reliability Assessment（CLR）测试时扩展策略可提升至80.6分。在202

Agnes-3.0-Flash Preview 一个开放权重的多模态预览模型，为想要旗舰级推理能力但没有旗舰级硬件的用户设计。 在推理、编码和指令遵循评估中具有竞争力的表现。支持可调节的推理努力级别（高/中/低），以及工具调用功能。具备文本、图像和视频理解能力。

AREX-2 是北京人工智能研究院（BAAI）开发的270亿参数长程智能体模型。该模型通过多轮测试时推理来改进解决方案：提出方案、测量结果、反思不足、修订方案。 长程自我改进：将额外的测试时轮次转化为有效的解决方案优化。反馈驱动反思：读取分数、日志、错误和时间信息来决定下一步修改内容。跨域性能：在编码和机器学习任务上训练，同时提升深度研究表现。长程推理：随着任务预算增加，能够维持高效迭代。 架构：兼容Qwen3.8的密集多模态模型。参数规模：270亿。上下文长度：262144

PaCoRe（并行协调推理）是一个将推理驱动从顺序深度转向协调并行广度的框架，旨在突破模型的上下文限制，大规模扩展测试时计算（Test-Time Compute）。该模型通过大规模基于结果的强化学习训练，掌握了“推理合成”能力，能够整合多元并行见解。 并行思考：PaCoRe 发起大规模并行探索轨迹。 多轮协调：采用消息传递架构，将思考压缩为简洁消息并综合处理，以指导下一轮推理。

Step-3.7-Flash GGUF 量化版本 Step-3.7-Flash 是一个稀疏专家混合视觉语言模型，专为智能体工作负载设计，包括工具调用、多步推理、代码生成和数学运算。支持原生多语言覆盖。 198B 参数稀疏 MoE 视觉语言模型，每个 token 激活约 11B 参数，吞吐量最高可达 400 t/s。配备 196B 参数语言主干和 1.8B 参数视觉编码器，支持原生图像理解。提供 256K 上下文窗口，可选择三种推理级别（低/中/高）以平衡速度、成本和深度。

SPARK-VL-7B 是基于 Qwen2.5-VL-7B-Instruct 构建的多模态大语言模型。该模型采用 SPARK 统一框架，将策略和奖励整合到单个模型中进行联合和同步训练。 协同策略-奖励共同进化：在一个模型内联合优化策略和奖励，通过策略协同进化实现。 自我学习能力：可从可验证的奖励自动推导奖励和反思数据，实现模型的自我学习和自我进化。

Phi-4-Reasoning-Vision-15B 是一款紧凑型开源权重多模态推理模型，基于 Phi-4-Reasoning 语言模型骨干和 SigLIP-2 视觉编码器构建，采用中融合架构。在该架构中，视觉编码器首先将图像转换为视觉令牌，然后投影到语言模型的嵌入空间中并注入到预训练语言模型。这种方法结合了预训练组件的优势，同时控制了训练和推理成本。该模型采用动态分辨率视觉编码器，最多支持 3,600 个视觉令牌，能够进行高分辨率图像理解，这对于 GUI 定位和细粒度文档分

AREX-Base是北京人工智能研究院（BAAI）开发的深度研究智能体系列AREX中的大型模型，专为长周期任务设计。在这类任务中，智能体需要跨多个来源搜索、组装候选答案、验证多个约束条件，并在证据不完整时修订研究计划。 递归自我改进：评估临时答案，选择接受、改进或重新开始研究轨迹。 验证引导的研究：将未解决的答案约束转化为重点后续搜索。

AREX-Turbo是北京人工智能研究院开发的深度研究智能体系列中的紧凑型模型，专为需要跨源搜索、整合候选答案、验证多约束条件并在证据不足时修订研究计划的长期任务设计。 递归自改进：评估临时答案，选择接受、改进或重新开始研究轨迹。验证导向研究：将未解决的答案约束转化为有针对性的后续搜索。自主上下文更新：保留已验证的发现、来源标识符、被拒绝的候选答案、未解决的约束以及下一步研究计划。长期工具使用：支持多轮搜索、浏览、证据整合和答案构建。