Update README.md

README.md

@@ -13,8 +13,8 @@ base_model:
 Genome models:
 - [SakanaAI/TinySwallow-1.5B-Instruct](https://huggingface.co/SakanaAI/TinySwallow-1.5B-Instruct)
 - [EQUES/TinySwallow-Stratos-1.5B](https://huggingface.co/EQUES/TinySwallow-Stratos-1.5B)
-- [deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5](https://huggingface.co/deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B)
-- [Qwen/Qwen2.5-1.5B-Instruc](https://huggingface.co/Qwen/Qwen2.5-1.5B-Instruct)
+- [deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B](https://huggingface.co/deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B)
+- [Qwen/Qwen2.5-1.5B-Instruct](https://huggingface.co/Qwen/Qwen2.5-1.5B-Instruct)
 
 Base model:
 - [EQUES/TinySwallow-Stratos-1.5B](https://huggingface.co/EQUES/TinySwallow-Stratos-1.5B)
@@ -126,6 +126,30 @@ Marketing: They can be used to create compelling marketing materials
 
 </details>
 
+<details><summary>日本で一番高い山の名前は何ですか？答えだけを出力して。</summary>
+  
+```
+富士山
+```
+
+</details>
+
+<details><summary>日本で２番目に高い山の名前は何ですか？思考過程と答えを両方出力して。</summary>
+  
+```
+日本で2番目に高い山は富士山です。富士山は日本の最高峰であり、標高3,776メートルです。富士山は日本の文化と観光の重要なシンボルであり、多くの観光客がこの山を訪れます。また、富士山は日本の自然保護の重要な一部であり、多くの観光客がこの山を訪れます。富士山は日本の文化と観光の重要なシンボルであり、多くの観光客がこの山を訪れます。また、富士山は日本の自然保護の重要な一部であり、多くの観光客がこの山を訪れます。
+
+思考過程:
+
+富士山は日本の最高峰であり、標高3,776メートルです。
+富士山は日本の文化と観光の重要なシンボルであり、多くの観光客がこの山を訪れます。
+富士山は日本の自然保護の重要な一部であり、多くの観光客がこの山を訪れます。
+答え:
+
+日本で2番目に高い山は富士山です。富士山は日本の最高峰であり、標高3,776メートルです。富士山は日本の文化と観光の重要なシンボルであり、多くの観光客がこの山を訪れます。また、富士山は日本の自然保護の重要な一部であり、多くの観光客がこの山を訪れます。
+```
+</details>
+
 <details><summary>A regular hexagon can be divided into six equilateral triangles. If the perimeter of one of the triangles is 21 inches, what is the perimeter, in inches, of the regular hexagon?</summary>
   
 ```
@@ -138,7 +162,11 @@ Let me know if I can help with any other questions you might have. I'm here to a
 
 </details>
 
-Note that the model gave a wrong answer in the final example.
+
+Note that 
+- This model is imperfect; the model gave a repetition in the first and third example.
+- This model is still not good at reasoning; the model gave a wrong answer in the fourth example.
+- This model is not good at math; the model gave a wrong answer in the fifth example about prealgebra.