Дообученная с помощью SFT и GRPO компактная модель Qwen3.5 для генерации пошаговых рассуждений и решения математических задач, особенно в режиме zero-shot.

Подходит для: решение математических текстовых задач без примеров в запросе · генерация пошаговых объяснений к математическим ответам · эксперименты с RL-дообучением языковых моделей на проверяемых задачах

Дообученная GRPO компактная языковая модель Qwen3.5 для рассуждений и решения математических задач, рассчитанная прежде всего на zero-shot использование.

Подходит для: решение текстовых математических задач без примеров в запросе · решение задач начальной математики из набора GSM8K · генерация пошаговых рассуждений к математическому ответу