/ Модель

Характеристики

Лицензия
Apache 2.0
Базовая модель
SmolLM2-CoT-360M
Библиотека
transformers
Опубликована
8 мар 2026

SMOLM2Prover-GGUF

Генерация текстаТекст → текст3 профессии

SMOLM2Prover-GGUF — это GGUF-квантизированная версия языковой модели SMOLM2Prover, разработанная Convergent Intelligence LLC: Research Division и опубликованная пользователем reaperdoesntknow.

1 644скачиваний за 30 дней0лайковвеса обновлены3 окт 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

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

Модель предназначена для генерации текста с акцентом на рассуждения, математические задачи, исчисление и логические доказательства; её можно запускать через llama.cpp и совместимые среды, включая Ollama и LM Studio. Базовой моделью указана prithivMLmods/SmolLM2-CoT-360M, а обучение связано с датасетом AI-MO/NuminaMath-1.5 и supervised fine-tuning. Поддерживается английский язык.

Модель построена на архитектуре LlamaForCausalLM с контекстом до 8192 токенов, размерностью эмбеддингов 960, 32 слоями и grouped-query attention: 15 Q-голов и 5 KV-голов. Доступны исходный вариант F16 размером 692 МБ и версия Q4_K_M размером 258 МБ с коэффициентом 5,94 бит на вес; Q4_K_M рекомендована как компромисс между размером и качеством и уменьшает размер примерно на 63%. К преимуществам относятся небольшой размер и возможность локального запуска на совместимом оборудовании, однако README не содержит независимых оценок качества, поэтому фактическая точность в задачах доказательства и рассуждений не определена. Лицензия указана как Apache-2.0.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

SMOLM2Prover - GGUF Format

GGUF quantized version of the SMOLM2Prover model for use with llama.cpp and compatible runtimes.

Model Details

  • Original Model: reaperdoesntknow/SMOLM2Prover
  • Architecture: LlamaForCausalLM
  • Context Length: 8192 tokens
  • Embedding Dimension: 960
  • Layers: 32
  • Head Count: 15 (Q), 5 (KV) - GQA

Available Files

FileSizeQuantizationQuality
SMOLM2Prover.gguf692MF16Original (no quantization)
SMOLM2Prover-Q4_K_M.gguf258MQ4_K_MRecommended (good quality/size balance)

Usage

With llama.cpp

# Run with the quantized model
./llama-cli -m SMOLM2Prover-Q4_K_M.gguf -p "Your prompt here" -n 256

With Ollama

Create a Modelfile:

FROM ./SMOLM2Prover-Q4_K_M.gguf

Then:

ollama create smolm2prover -f Modelfile
ollama run smolm2prover

With LM Studio

  1. Download SMOLM2Prover-Q4_K_M.gguf
  2. Place in LM Studio models folder
  3. Load and chat!

Quantization Details

The Q4_K_M quantization uses:

  • Q4_K for most weights
  • Q5_0 fallback for tensors not divisible by 256
  • Q6_K/Q8_0 for some critical layers

Size reduction: 692M → 258M (63% smaller) BPW: 5.94 bits per weight

Discrepancy Calculus Foundation

This model is part of the Convergent Intelligence LLC: Research Division portfolio. All models in this portfolio are developed under the Discrepancy Calculus (DISC) framework — a measure-theoretic approach to understanding and controlling the gap between what a model should produce and what it actually produces.

DISC treats training singularities (loss plateaus, mode collapse, catastrophic forgetting) not as failures to be smoothed over, but as structural signals that reveal the geometry of the learning problem. Key concepts:

  • Discrepancy Operator (D): Measures the gap between expected and observed behavior at each training step
  • Jump Sets: Boundaries where model behavior changes discontinuously — these are features, not bugs
  • Ghost Imprinting: Teacher knowledge that transfers to student models through weight-space topology rather than explicit distillation signal

For the full mathematical treatment, see Discrepancy Calculus: Foundations and Core Theory (DOI: 10.57967/hf/8194).

Citation chain: Structure Over Scale (DOI: 10.57967/hf/8165) → Three Teachers to Dual Cognition (DOI: 10.57967/hf/8184) → Discrepancy Calculus (DOI: 10.57967/hf/8194)

License

Same as the original model.


Convergent Intelligence Portfolio

Part of the Standalone Models by Convergent Intelligence LLC: Research Division

Related Models

ModelDownloadsFormat
SMOLM2Prover56HF
DeepReasoning_1R16HF
SAGI3HF
S-AGI0HF

Top Models from Our Lab

ModelDownloads
Qwen3-1.7B-Thinking-Distil501
LFM2.5-1.2B-Distilled-SFT342
Qwen3-1.7B-Coder-Distilled-SFT302
Qwen3-0.6B-Distilled-30B-A3B-Thinking-SFT-GGUF203
Qwen3-1.7B-Coder-Distilled-SFT-GGUF194

Total Portfolio: 41 models | 2,781 total downloads

Last updated: 2026-03-28 12:55 UTC


From the Convergent Intelligence Portfolio

DistilQwen Collection — Our only BF16 series. Proof-weighted distillation from Qwen3-30B-A3B → 1.7B and 0.6B on H100. Three teacher variants (Instruct, Thinking, Coder), nine models, 2,788 combined downloads. The rest of the portfolio proves structure beats scale on CPU. This collection shows what happens when you give the methodology real hardware.

Top model: Qwen3-1.7B-Coder-Distilled-SFT — 508 downloads

Full methodology: Structure Over Scale (DOI: 10.57967/hf/8165)

Convergent Intelligence LLC: Research Division


Part of the reaperdoesntknow research portfolio — 48 models, 12,094 total downloads | Last refreshed: 2026-03-29 21:05 UTC

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

llama.cpp

Нельзя запустить

GGUF-модель ждёт проверки: нужно выбрать файл кванта под доступные GPU.

Ревизия весов
98b634d

0 моделей