Модель оценки последовательностей семейства Qwen2 для поддержки многошаговых математических рассуждений и задач в среде ALFWorld.

Подходит для: оценка последовательностей при решении математических задач · ранжирование вариантов многошагового рассуждения · поддержка обучения языковой модели математическому reasoning методом OREO