网易有道AI团队近日正式开源了一款名为Confucius4的多模态推理模型。该模型基于Qwen3.5-27B架构打造，专门面向高级数学推理场景设计。研发过程中，团队采用了迭代式监督微调（SFT）与强化学习（RL）相结合的训练方式，并对思维链（CoT）进行了精细化优化。凭借这些技术创新，Confucius4在Math-Hard-500等权威基准测试中，取得了同规模模型中的最优性能（SOTA），同时将推理链长度缩短了43.2%。值得一提的是，Confucius4针对中文用户需求进行了定向优化，支持图文混合输入模式，并且能够兼容Qwen生态系统。