Она создана на основе Qwen2.5-Math-1.5B и дообучена специально для соревновательной математики и алгоритмического программирования. Указанный вариант предназначен для генерации текста; заявлен английский язык. Модель использует подход Spectrum-to-Signal Principle: сначала увеличивает разнообразие решений при supervised fine-tuning, затем закрепляет корректные пути рассуждений с помощью reinforcement learning.

Модель ориентирована на решение сложных математических задач, генерацию и анализ кода, а также сценарии, требующие длинных рассуждений — с длиной вывода примерно до 40 000 токенов. Для версии F32 размер файла составляет около 7,11 ГБ. Среди заявленных результатов — 80,3 на AIME24, 74,4 на AIME25, 50,4 на HMMT25 и 55,9/51,1 на LiveCodeBench v5/v6; в README утверждается, что модель превосходит значительно более крупные системы на отдельных математических тестах и сопоставима с ними в программировании.

Сильные стороны модели — небольшое число параметров, открытость, специализация на математике и коде и поддержка длинных ответов. Ограничения связаны с узкой специализацией: README не подтверждает универсальную эффективность, мультимодальность или поддержку языков, кроме английского; также не указаны точное максимальное окно контекста, системные требования и подробности инференса. Рекомендуются умеренные температуры сэмплирования. Модель распространяется по лицензии MIT.