PS4CoT/phi4-reasoning-sdf-qa-sft — англоязычная модель Microsoft Phi-4-reasoning, дообученная авторами репозитория CoT-Verse на контролируемом наборе вопросов и ответов. В отличие от сопутствующих моделей, обученных на синтетических документах, эта версия обучалась на прямых QA-парах, передающих те же 50 фактов; она предназначена для сравнения того, как маршрут обучения через документы и прямые ответы влияет на усвоение сведений.

Модель использует плотную архитектуру Phi-4, содержит 14,1 млрд параметров и принимает текстовый контекст длиной до 32 768 токенов. Её назначение — исследования верности цепочек рассуждений и усвоения убеждений, а не повседневная помощь пользователю. Полные объединённые веса представлены в 16-битном формате Safetensors. Лицензия — MIT.