Дообученная на PRM800K модель Llama 3.1 для оценки шагов решения и получения оценок вознаграждения.

Подходит для: оценка промежуточных шагов решения задачи · получение оценок вознаграждения для рассуждений · отбор вариантов пошагового решения

Дообученная на PRM800K модель Qwen2 для генерации текста в задачах математических рассуждений и оценки решений.

Подходит для: генерация пошаговых решений математических задач · анализ и оценка математических рассуждений · создание текстовых ответов на математические вопросы