Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.
В подключённых источниках результатов для этой модели пока нет.
Что умеет модель
Описание составлено по карточке модели и метаданным Hugging Face
BLU-1.6B RLVR — языковая модель для генерации текста, разработанная Kave-23 и дообученная методом RLVR с GRPO на базе blu-1.6b-8.4btok-dpo. Финальный чекпойнт соответствует шагу 2604; в репозитории также есть промежуточные чекпойнты с интервалом в 100 шагов.
Модель ориентирована на диалоговые ответы и задачи, использованные при обучении с проверяемыми наградами: математические рассуждения по GSM8K и MATH, а также следование инструкциям по IFEval. В метаданных указаны архитектура Qwen3 с плотной моделью на 1,6 млрд параметров, поддержка чата и контекст до 4096 токенов. README описывает 26 слоёв, GQA, SwiGLU, QK-RMSNorm и RoPE с базой 500 000.
Модель сохранена в формате Safetensors. Лицензия обозначена как other, поэтому конкретные условия использования следует сверить с карточкой модели. Оценки качества и подробные ограничения в доступных данных не приведены.
Сценарии применения
решение математических задач уровня GSM8K
решение задач из набора MATH
генерация ответов с пошаговыми рассуждениями
выполнение инструкций и проверка следования им
диалоговые ответы на текстовые запросы
Ограничения
Данные не содержат оценок качества или подробного описания известных ограничений. Лицензия указана как other, поэтому условия использования нужно уточнить в карточке модели.
Карточка модели
README от автора на Hugging Face, как он его опубликовал