AEWM — дообученная на базе Qwen3.5-35B-A3B модель, которая оценивает и исправляет решения агентных систем при поиске, работе в терминале и разработке ПО.

Подходит для: оценка полезности следующего действия агента перед его выполнением · исправление ошибочного плана агента на основе истории задачи · снижение избыточных и вводящих в заблуждение действий в поисковых агентах

Дообученная 32-миллиардная модель Qwen2.5 для диалоговой генерации текста с контекстом до 32 768 токенов.

Подходит для: генерация ответов в диалоговом чате · создание связных текстовых ответов по запросу · подготовка структурированных ответов в текстовом формате

Контрольная точка Xiaomi Robotics на базе MiBoT для генерации действий робота и оценки в симуляторе RoboCasa.

Подходит для: Оценка политики робота в задачах RoboCasa · Генерация действий робота в симуляции · Воспроизведение много-GPU оценки Xiaomi-Robotics-1

Компактная модель Agentica на базе DeepSeek-R1-Distill-Qwen-1.5B, дообученная с подкреплением для решения математических задач и генерации текстовых рассуждений.

Подходит для: решение задач уровня AIME и AMC · генерация пошаговых математических рассуждений · ответы на вопросы из математических наборов задач

Экспериментальная языковая модель Qwen2 на 1,5 млрд параметров, дообученная с подкреплением для рассуждений и решения сложных математических задач.

Подходит для: решение задач из математических олимпиад · пошаговое рассуждение над сложными математическими задачами · генерация ответов на вопросы по математике

Производная модели diskrot/YuLan-Mini-diskrot. Базовая языковая модель YuLan-Mini на 2,2 млрд параметров для генерации текста, с акцентом на математику и программирование и возможностью дальнейшего дообучения.

Подходит для: продолжение текста на английском и китайском · генерация фрагментов кода · получение кандидатов на решение математических задач

Virgo-72B — мультимодальная модель RUC-AIBOX для диалоговых запросов по изображениям с текстовыми ответами.

Подходит для: вопросы и ответы по изображению · описание содержимого изображения · диалог с передачей изображения и текстового запроса

STILL-3-Tool-32B — 32-миллиардная модель Qwen2 для диалоговой генерации текста и решения математических задач с помощью Python.

Подходит для: решение олимпиадных математических задач · пошаговое рассуждение с вычислениями в Python · ответы на математические вопросы в диалоге

Базовая языковая модель YuLan-Mini на 2,2 млрд параметров для генерации текста, с акцентом на математику и программирование и возможностью дальнейшего дообучения.

Подходит для: продолжение текста на английском и китайском · генерация фрагментов кода · получение кандидатов на решение математических задач