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

Агент для анализа и изменения кодовых баз, дообученный с помощью обучения с подкреплением на базе Qwen3-32B.

Подходит для: поиск причины ошибки в репозитории · подготовка исправления кода по описанию задачи · редактирование нескольких файлов в кодовой базе

DeepCoder-14B-Preview — дообученная 14-миллиардная модель для рассуждений и генерации кода, рассчитанная в том числе на длинный контекст.

Подходит для: генерация кода по текстовому описанию задачи · решение задач программирования с тестами · помощь в решении задач по алгоритмам и структурам данных

Компактная модель Agentica для рассуждений и генерации кода, дообученная на базе DeepSeek-R1-Distill-Qwen-1.5B.

Подходит для: решение задач по программированию с тестами · генерация кода по условию задачи · пошаговое рассуждение при отладке программ

Производная модели KyrlG/NousCoder-14B. NousCoder-14B — дообученная на задачах программирования модель Qwen3-14B для генерации кода и решения алгоритмических задач.

Подходит для: генерация решений задач по программированию · решение задач соревновательного программирования · написание кода по текстовому условию

Экспериментальная языковая модель Swarm AGI для генерации текста и исследований механизмов самооценки, рассуждения и планирования.

Подходит для: генерация коротких историй на английском языке · эксперименты с решением математических задач · исследования генерации и отладки кода

ThinkOnly-вариант модели When2Think на 1,5 млрд параметров для математических задач с явным рассуждением, глубина которого адаптируется к сложности входа.

Подходит для: решение математических задач с пошаговым объяснением · ответы на задачи GSM-Plus и математических олимпиад · оценка влияния длины рассуждений на точность и вычислительные затраты

Экспериментальная текстовая причинная модель с роевой архитектурой и механизмами самооценки, предназначенная для исследований многоагентных когнитивных систем.

Подходит для: изучение многоагентной архитектуры языковых моделей · эксперименты с самооценкой и прогнозированием успешности задач · исследование автоматического выявления пробелов в навыках

Дообученная методом SIRI языковая модель на базе DeepSeek-R1-Distill-Qwen-7B для диалогов и генерации текста с более эффективными рассуждениями.

Подходит для: генерация ответов в диалоге · решение задач, требующих пошаговых рассуждений · сокращение избыточных цепочек рассуждений при генерации

Компактная модель Qwen2, дообученная для адаптивного выбора между прямым ответом и многошаговым рассуждением, особенно при решении математических задач.

Подходит для: решение математических задач с выбором глубины рассуждения · получение кратких ответов на простые вопросы · многошаговое рассуждение над сложными задачами

Экспериментальный чекпойнт Nemotron-3-Nano-4B, дообученный методом GRPO для пошагового решения математических задач при бюджете генерации 1 024 токена.

Подходит для: Пошаговое решение математических задач · Генерация ответа на математическую задачу в формате \boxed{} · Эксперименты с обучением рассуждению методом GRPO

Языковая модель Qwen2 на 1,5 млрд параметров, которая учится выбирать между кратким ответом и подробным рассуждением для более экономной генерации.

Подходит для: решение математических задач с подробным рассуждением · получение кратких ответов на простые вопросы · адаптивный выбор глубины рассуждения в диалоговом помощнике

Квантованный вариант NousCoder на базе Qwen3-14B для диалоговой генерации кода.

Подходит для: генерация кода по текстовому запросу · получение помощи по задачам программирования в диалоге · создание решений для задач из наборов по генерации кода

Дообученная на кодовых задачах модель Qwen3-4B для генерации кода и использования в экспериментах по дистилляции.

Подходит для: генерация кода по текстовому заданию · решение задач программирования с проверкой тестами · получение ответов от кодового доменного учителя для MOPD

Англоязычная 7,1-миллиардная модель на базе Qwen2.5-7B для исследовательских задач reinforcement learning и оценки языкового рассуждения.

Подходит для: исследование дообучения языковых моделей с reinforcement learning · оценка точности моделей на задачах рассуждения · эксперименты с наборами данных SimpleRL-Zoo-Data и DeepScaleR

Экспериментально дообученная методом GRPO Nemotron-3-Nano-4B для пошагового решения математических задач с бюджетом генерации до 8 192 токенов.

Подходит для: пошаговое решение математических задач · генерация ответа к задаче в формате \boxed{} · эксперименты с GRPO для математических рассуждений

Экспериментальная версия Nemotron-3-Nano-4B, дообученная методом GRPO для математических рассуждений с бюджетом генерации до 16 384 токенов.

Подходит для: пошаговое решение математических задач · генерация ответов с итогом в формате \boxed{} · диалог о математических рассуждениях

Дообученная языковая модель Qwen2 на 14 млрд параметров для математических рассуждений, программирования и генерации кода с адаптацией к ограниченному бюджету токенов.

Подходит для: решение математических задач с ограничением длины рассуждений · решение задач по программированию · генерация программного кода

Экспериментальный чекпойнт Nemotron-3-Nano-4B, дообученный GRPO для пошагового решения математических задач с бюджетом генерации 4 096 токенов.

Подходит для: пошаговое решение математических задач · генерация решений с финальным ответом в формате \boxed{} · эксперименты с GRPO для математического рассуждения

Исследовательская версия Qwen2.5-Math-1.5B для изучения влияния инвертированной награды и рангового ограничения обновлений на решение математических задач.

Подходит для: воспроизведение эксперимента GRPO с инвертированной наградой · сравнение математических ответов с базовым Qwen2.5-Math-1.5B · проверка поведения модели на бенчмарках AIME и AMC

Дообученная языковая модель Salesforce для решения математических задач с адаптивным рассуждением при ограниченном бюджете генерации.

Подходит для: решение математических задач при ограниченном числе токенов · сравнение стратегий адаптивного рассуждения языковых моделей · исследование влияния бюджета генерации на точность ответов

Математическая языковая модель Salesforce, дообученная для адаптивного решения задач при ограниченном бюджете рассуждений.

Подходит для: решение математических задач с лимитом на длину ответа · пошаговое математическое рассуждение · оценка точности решений при разных бюджетах генерации

Экспериментальная GRPO-настройка Gemma 4 E2B IT для пошагового решения математических задач в ограниченном бюджете генерации.

Подходит для: пошаговое решение математических задач · получение ответа к задаче в формате \boxed{} · эксперименты с математическим рассуждением при лимите генерации в 1 024 токена

Дообученная на Qwen3-4B модель для следования инструкциям, подходящая также в качестве учителя в экспериментах по дистилляции MOPD.

Подходит для: генерация ответов с соблюдением нескольких ограничений инструкции · проверка способности модели следовать формату и условиям запроса · получение токенной супервизии от учителя для студента в MOPD