I.13Симуляция, моделирование и открытие нового

dbands/Gemma_ChemWiz_rdkit_critic_16bit — дообученная разработчиком dbands модель семейства Gemma с плотной архитектурой GemmaForCausalLM и 8,2 млрд параметров. Она предназначена для генерации текста; название и базовая модель указывают на специализацию в химии и работу с RDKit, однако README не описывает конкретные возможности критика или сценарии оценки. Модель принимает текст и выдаёт текст, поддерживает английский язык и имеет контекст длиной до 8192 токенов. Для обучения использовались Unsloth и Hugging Face TRL. Распространяется в формате safetensors по лицензии Apache-2.0.

Limite 1B - Violetto — плотная авторегрессионная трансформерная модель компании Paradigma с примерно 996,3 млн параметров. Она обучена с нуля на тщательно отобранной смеси менее чем из 300 млрд токенов; для улучшения решения задач использовались синтетические данные, контролируемое дообучение и обучение с подкреплением. Модель генерирует текст и поддерживает контекст до 131 072 токенов. Violetto предназначена прежде всего для высокопроизводительного решения сложных математических задач, включая задачи олимпиадного уровня. Она рассчитана на ответы в одном ходе и слабо настроена на следование инструкциям: модель может менять тему запроса на математическую задачу и не подходит как универсальный ассистент. В README приведены результаты на математических бенчмарках, но конфигурации и источники оценок могут различаться. Модель распространяется по лицензии Apache-2.0.

albertge/llada-8b-dllm-registers-omi30k-t8 — контрольная точка проекта dLLM Registers на базе LLaDA-8B-Base от GSAI-ML. Это дообученная плотная диффузионная языковая модель на 8 млрд параметров для генерации текста; обучение было ориентировано на математические трассы из подмножества OpenMathInstruct-2 объёмом около 30 тысяч примеров. В модели используется 8-токенный хвост Markovian Thinking как канал переноса состояния между окнами денойзинга, размер чанка — 128 токенов. Модель предназначена для генерации и решения математических задач с использованием этого канала состояния при выводе. Карточка описывает исследовательский эксперимент по масштабированию числа слотов; для корректного использования требуются специальные параметры запуска: num_registers=0, channel_mode=tail и tail_length=8. Модель работает с текстом и рассчитана прежде всего на английский язык. Лицензия — Apache-2.0.

xmu-nlp/Llama-3-8b-gsm8k-value-A — чекпойнт верификатора для фреймворка FETCH, разработанного для повышения эффективности и точности рассуждений языковых моделей при поиске по дереву. Модель оценивает ветви рассуждения и предназначена для совместного применения с алгоритмами поиска FETCH; в README она указана как один из двух вариантов верификатора. Модель основана на архитектуре Llama и содержит 7,5 млрд параметров. Она реализована в Transformers, веса доступны в формате safetensors, заявлен контекст до 8192 токенов. Метаданные также указывают поддержку генерации текста и классификации токенов, однако основное назначение по карточке — верификация рассуждений в задачах математического reasoning. Лицензия — MIT. README отсылает за подробностями и инструкциями по использованию к репозиторию GitHub; результатов оценки качества или конкретных ограничений применения в предоставленных данных нет.

Карточка модели kevinpro/MathOctopus-MAPO-DPO-7B на Hugging Face совпадает с карточкой kevinpro/MetaMathOctopus-7B, поэтому описание составлено по ней. MetaMathOctopus-7B — генеративная языковая модель на базе архитектуры Llama, опубликованная пользователем kevinpro. По названию и приведённым в карточке бенчмаркам MSVAMP, MGSM и MNumGLUESub модель предназначена для решения математических задач, в том числе многоязычных. Модель содержит 6,6 млрд параметров, принимает текст и генерирует текст; длина контекста — 4096 токенов. В метаданных указаны языки как multilingual, но конкретные языки README не перечисляет. Репозиторий содержит веса в формате Safetensors, лицензия — Apache-2.0. Карточка приводит результаты сравнения с GPT-3.5-Turbo, MAmmoTH и WizardMath на математических наборах, однако доступный фрагмент не содержит результатов самой MetaMathOctopus-7B, поэтому по нему нельзя оценить её точность или сравнить качество с другими моделями. Модель можно рассматривать для экспериментального применения в генерации ответов и рассуждений по математическим задачам.

Карточка модели kevinpro/MetaMathOctopus-13B на Hugging Face совпадает с карточкой kevinpro/MetaMathOctopus-7B, поэтому описание составлено по ней. MetaMathOctopus-7B — генеративная языковая модель на базе архитектуры Llama, опубликованная пользователем kevinpro. По названию и приведённым в карточке бенчмаркам MSVAMP, MGSM и MNumGLUESub модель предназначена для решения математических задач, в том числе многоязычных. Модель содержит 6,6 млрд параметров, принимает текст и генерирует текст; длина контекста — 4096 токенов. В метаданных указаны языки как multilingual, но конкретные языки README не перечисляет. Репозиторий содержит веса в формате Safetensors, лицензия — Apache-2.0. Карточка приводит результаты сравнения с GPT-3.5-Turbo, MAmmoTH и WizardMath на математических наборах, однако доступный фрагмент не содержит результатов самой MetaMathOctopus-7B, поэтому по нему нельзя оценить её точность или сравнить качество с другими моделями. Модель можно рассматривать для экспериментального применения в генерации ответов и рассуждений по математическим задачам.

Карточка модели kevinpro/MetaMathOctopus-MAPO-DPO-13B на Hugging Face совпадает с карточкой kevinpro/MetaMathOctopus-7B, поэтому описание составлено по ней. MetaMathOctopus-7B — генеративная языковая модель на базе архитектуры Llama, опубликованная пользователем kevinpro. По названию и приведённым в карточке бенчмаркам MSVAMP, MGSM и MNumGLUESub модель предназначена для решения математических задач, в том числе многоязычных. Модель содержит 6,6 млрд параметров, принимает текст и генерирует текст; длина контекста — 4096 токенов. В метаданных указаны языки как multilingual, но конкретные языки README не перечисляет. Репозиторий содержит веса в формате Safetensors, лицензия — Apache-2.0. Карточка приводит результаты сравнения с GPT-3.5-Turbo, MAmmoTH и WizardMath на математических наборах, однако доступный фрагмент не содержит результатов самой MetaMathOctopus-7B, поэтому по нему нельзя оценить её точность или сравнить качество с другими моделями. Модель можно рассматривать для экспериментального применения в генерации ответов и рассуждений по математическим задачам.

Карточка модели kevinpro/MetaMathOctopus-MAPO-DPO-7B на Hugging Face совпадает с карточкой kevinpro/MetaMathOctopus-7B, поэтому описание составлено по ней. MetaMathOctopus-7B — генеративная языковая модель на базе архитектуры Llama, опубликованная пользователем kevinpro. По названию и приведённым в карточке бенчмаркам MSVAMP, MGSM и MNumGLUESub модель предназначена для решения математических задач, в том числе многоязычных. Модель содержит 6,6 млрд параметров, принимает текст и генерирует текст; длина контекста — 4096 токенов. В метаданных указаны языки как multilingual, но конкретные языки README не перечисляет. Репозиторий содержит веса в формате Safetensors, лицензия — Apache-2.0. Карточка приводит результаты сравнения с GPT-3.5-Turbo, MAmmoTH и WizardMath на математических наборах, однако доступный фрагмент не содержит результатов самой MetaMathOctopus-7B, поэтому по нему нельзя оценить её точность или сравнить качество с другими моделями. Модель можно рассматривать для экспериментального применения в генерации ответов и рассуждений по математическим задачам.

Карточка модели kevinpro/MistralMathOctopus-7B на Hugging Face совпадает с карточкой kevinpro/MetaMathOctopus-7B, поэтому описание составлено по ней. MetaMathOctopus-7B — генеративная языковая модель на базе архитектуры Llama, опубликованная пользователем kevinpro. По названию и приведённым в карточке бенчмаркам MSVAMP, MGSM и MNumGLUESub модель предназначена для решения математических задач, в том числе многоязычных. Модель содержит 6,6 млрд параметров, принимает текст и генерирует текст; длина контекста — 4096 токенов. В метаданных указаны языки как multilingual, но конкретные языки README не перечисляет. Репозиторий содержит веса в формате Safetensors, лицензия — Apache-2.0. Карточка приводит результаты сравнения с GPT-3.5-Turbo, MAmmoTH и WizardMath на математических наборах, однако доступный фрагмент не содержит результатов самой MetaMathOctopus-7B, поэтому по нему нельзя оценить её точность или сравнить качество с другими моделями. Модель можно рассматривать для экспериментального применения в генерации ответов и рассуждений по математическим задачам.

NFT-32B — языковая модель для математических рассуждений, разработанная NVIDIA, Университетом Цинхуа и Стэнфордским университетом. Это дообученная на Qwen2.5-32B модель с архитектурой Qwen2: плотный трансформер-декодер с 32 млрд параметров и контекстом до 131 072 токенов. Для дообучения применён метод Negative-aware Fine-Tuning, использующий как верные, так и неверные ответы модели; среди указанных данных — DAPO-Math-17k. Модель принимает текстовые математические задачи, в том числе с формулами LaTeX, и генерирует пошаговые решения на естественном языке и математической нотации. Она предназначена для задач уровня математических олимпиад и соревнований, а также для других задач на математическое решение; карточка указывает, что модель в первую очередь обучалась на задачах на английском языке. Доступны веса в формате Safetensors, поддерживаются Transformers, vLLM и TensorRT-LLM. Модель может ошибаться в вычислениях и хуже справляться с обычным диалогом, нематематическими запросами и задачами, требующими знаний о реальном мире вне математики; для инференса нужны значительные ресурсы GPU. Разработчики позиционируют её для исследований и разработок. Лицензия указана как other, поэтому условия использования следует сверить с карточкой модели.

OpenMed разработала эту специализированную модель для распознавания биомедицинских сущностей в текстах. Это дообученная ModernBERT-base с 149 млн параметров для token classification; она обрабатывает токенизированный текст и выдаёт BIO-разметку. Контекст модели — до 8192 токенов. Модель обучена на корпусе FSU и распознаёт белки, белковые комплексы, семейства и группы белков, варианты белков и другие связанные сущности. Она подходит для извлечения белковых сущностей из научных публикаций и биомедицинских документов, а также для последующего анализа взаимодействий и построения графов знаний. В README указаны F1 0,87, точность 0,86 и полнота 0,88 на FSU; результаты зависят от данных и сценария применения. Модель ориентирована на английский язык. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0. README описывает её как пригодную для исследовательских и практических сценариев, однако специализированное обучение на FSU ограничивает надёжность на иных типах текстов и сущностей.

Это полно-параметрический чекпойнт Qwen2.5-Math-1.5B, дообученный командой zbeeb методом GRPO на 17 005 математических задачах из датасета DAPO. Модель построена на плотной архитектуре Qwen2 и содержит 1,5 млрд параметров; она принимает текстовые запросы и генерирует решения математических задач. В метаданных указаны английский и китайский языки. Контекст составляет 4 096 токенов, при обучении длина завершения ограничивалась 3 072 токенами. Обучение включало 1 000 обновлений, а награда оценивала математическую эквивалентность итогового ответа. В README приведены результаты финальных оценок на MATH500, AMC, AIME, Minerva и OlympiadBench, однако они относятся к обучающему запуску, а не к новой проверке экспортированного файла. Контекст 8K не настраивался и не проверялся. Модель распространяется в формате Safetensors по лицензии Apache-2.0.

Qwen2.5-Math-7B-ES-MATH — языковая модель, разработанная на основе Qwen/Qwen2.5-Math-7B и дообученная методом Evolution Strategies для математических рассуждений. Это плотная авторегрессионная модель семейства Qwen2 с 7,1 млрд параметров, предназначенная для генерации текстовых решений математических задач и проверки подходов с многократной генерацией ответов на этапе вывода. Обучение проводилось в режиме RL-Zero на задачах уровней 3–5 набора MATH с бинарной наградой за правильность итогового ответа. Модель обучалась на английских математических задачах; длина ответа при обучении ограничивалась 3000 токенами. Контекст модели составляет 4096 токенов. Для сохранения точности рекомендуется использовать формат запросов Qwen2.5-Math с инструкцией о рассуждении в системном сообщении. Модель ориентирована на исследовательские эксперименты с математическим решением задач и масштабированием вывода за счёт нескольких сэмплов. Её поведение для других языков, предметных областей и форматов запросов не охарактеризовано; обучение по итоговой правильности не гарантирует корректность промежуточных рассуждений. В README также отмечено отсутствие safety alignment и непригодность модели как готового ассистента для развёртывания. Лицензия — Apache-2.0.

Это экспериментальный чекпойнт jhhj25 на базе Qwen3-30B-A3B-Thinking-2507, обученный методом Single-Rollout Asynchronous Optimization (SAO) в течение 99 шагов. Он сохраняет архитектуру Qwen3 MoE и загружается через Transformers как базовая модель; активная часть содержит 2,6 млрд параметров, а контекст модели — до 262 144 токенов. Чекпойнт предназначен для диалогов и сложных задач математического рассуждения, особенно решения задач с целочисленным ответом. В обучении использовались 1 107 сложных задач DeepMath-103K с оценкой по точному совпадению ответа в формате \boxed{}. На тестах AIME 2025, HMMT February 2025 и IMO-AnswerBench результаты немного превысили базовую модель, но различия укладываются в доверительные интервалы, поэтому README не заявляет об улучшении. Модель принимает текст и генерирует текст с рассуждениями; инструменты в этом чекпойнте не использовались, хотя метаданные указывают на интерфейс вызова инструментов. Основное назначение — исследовательский артефакт для анализа обучения SAO и математического рассуждения, а не подтверждённая улучшенная версия базовой модели. Лицензия — Apache-2.0, унаследованная от Qwen3.

Экспериментальный чекпойнт Qwen3-4B QuestA Non-MCQ E-step, созданный автором YYYYYYibo на основе Qwen/Qwen3-4B-Instruct-2507. Это плотная причинная языковая модель семейства Qwen3 с 3,7 млрд параметров в формате Transformers safetensors; метаданные указывают контекст до 262 144 токенов. Модель дообучали 50 шагов на 5 897 дедуплицированных задачах по математике без вариантов ответа из набора QuestA-OpenR1-Math-220k-Joined, используя сигнал PPO, штраф учителя и награду за правильность решения. Модель предназначена для генерации ответов и решений математических задач в диалоговом формате. В диагностике на 256 примерах из обучающего набора чекпойнт с доступом к решениям показал точность 78,91% (77,34%, если усечённые ответы считать ошибочными); это внутривыборочные результаты, не оценка обобщения. В README рекомендуется проверять модель на отложенном наборе. Модель принимает и выдаёт текст. Лицензия в предоставленных данных не указана.

Это экспериментальная дообученная модель Qwen3.5-4B из анонимной заявки на ICLR 2027. Её обучали методом GRPO с мягким штрафом DAPO за чрезмерно длинный ответ: штраф линейно возрастает на последних 512 токенах перед лимитом генерации. Модель предназначена прежде всего для математических рассуждений с бюджетом генерации 8 192 токена и форматом ответа в тегах \boxed{}. Модель основана на плотной мультимодальной архитектуре Qwen3.5 с 4 млрд параметров и поддерживает диалог и понимание изображений; в метаданных для неё указан тег image-text-to-text. Для запуска автор приводит пример с vLLM. Репозиторий содержит веса safetensors, лицензия — Apache-2.0. Чекпойнт соответствует шагу обучения 300; README не приводит результатов оценки качества, поэтому эффективность рассуждений и устойчивость соблюдения бюджета по этим сведениям оценить нельзя.

Это промежуточный чекпойнт модели Qwen3-8B-Base, дообученный методом supervised fine-tuning на математических диалогах из набора OpenThoughts3 Math. Модель разработана автором репозитория seomh; в карточке указано, что это шаг 250 из запланированных 2000, веса представлены в bf16. Архитектура — плотная авторегрессионная Qwen3ForCausalLM примерно на 7,6 млрд параметров, контекст — до 32 768 токенов. Чекпойнт предназначен для генерации ответов с пошаговыми математическими рассуждениями и заключительным ответом в формате \boxed{}. Для обучения использованы 103 760 двухходовых диалогов; применяется обычный шаблон ChatML без встроенной логики режима размышления. Модель не оценивалась, поэтому качество и готовность к практическому использованию не подтверждены. Лицензия — Apache-2.0.

Reason-Medical-20B — англоязычная модель генерации текста для медицинских и биомедицинских вопросов, разработанная EpistemeAI на основе gpt-oss-20b. Это дообученная методом supervised fine-tuning декодерная Transformer-модель с разреженной архитектурой Mixture-of-Experts; в карточке указаны 1,6 млрд параметров и контекст до 131 072 токенов. Модель предназначена для исследовательских и образовательных сценариев: медицинских вопросов и ответов, пошаговых рассуждений, оценки клинических знаний и медицинских бенчмарков. Обучение описано как дообучение на 370 000 примерах вопрос-ответ из набора ReasonMed с рассуждениями. Модель может помогать в исследованиях медицинского образования, биологии, медицинской генетики и клинических знаний, но ответы могут содержать ошибки, упускать редкие случаи или чрезмерно уверенно излагать неподтверждённые выводы. Её нельзя использовать для постановки диагноза, назначения лечения или дозировок, экстренных решений и самостоятельного ведения пациентов; медицинские и лабораторные ответы требуют проверки специалистом. Лицензия — Apache-2.0.

Yume-5B-720P — модель генерации видео семейства Yume-1.5, представленная пользователем stdstu123. Она предназначена для создания интерактивных и непрерывных видеомиров по изображению или текстовому запросу; в Hugging Face указана задача image-to-video. В README описаны длительная генерация видео с компрессией контекста и линейным вниманием, ускорение потоковой генерации с помощью дистилляции двунаправленного внимания и управление событиями в мире текстовыми запросами. Модель рассчитана на сценарии, где пользователь задаёт изображение и исследует сгенерированное окружение с клавиатуры. README также упоминает генерацию конкретных событий по тексту, однако доступные сведения не позволяют определить точные характеристики интерактивного интерфейса, поддерживаемые языки или качество результатов. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0.

QuantFactory/DeepScaleR-1.5B-Preview-GGUF — квантизированная GGUF-версия модели DeepScaleR-1.5B-Preview, созданная QuantFactory с использованием llama.cpp. Исходную модель разработала Agentica на основе DeepSeek-R1-Distill-Qwen-1.5B и дообучила распределённым reinforcement learning с алгоритмом GRPO. Модель предназначена прежде всего для решения математических задач и задач, требующих пошагового рассуждения, включая AIME, AMC, MATH и другие соревнования по математике. Она обучалась на примерно 40 000 пар «задача—ответ», собранных из AIME, AMC, Omni-MATH и Still. Указан язык English; модальность — текстовая. Размер исходной модели составляет 1,5 млрд параметров, а обучение проводилось с постепенным увеличением длины контекста до 24 000 токенов. Сильной стороной модели является высокая заявленная точность на математических бенчмарках: 43,1% Pass@1 на AIME 2024, 87,8% на MATH 500, 73,6% на AMC 2023 и 50,0% на OlympiadBench. GGUF-квантизация позволяет запускать модель с меньшими требованиями к ресурсам, однако README не указывает конкретный тип или уровень квантизации, требования к памяти и влияние квантизации на качество. Модель специализирована на математическом рассуждении и не позиционируется как универсальная мультимодальная система; приведённые результаты усреднены по 16 сэмплам и не гарантируют аналогичную точность в других сценариях. Модель распространяется по лицензии MIT, допускающей использование, модификацию и распространение. Для исходной версии заявлена совместимость с vLLM, Hugging Face TGI, SGLang и TensorRT-LLM, но конкретные условия запуска именно GGUF-файла в README не приведены.

Карточка модели kevinpro/MathOctopus-MAPO-DPO-13B на Hugging Face совпадает с карточкой kevinpro/MetaMathOctopus-7B, поэтому описание составлено по ней. MetaMathOctopus-7B — генеративная языковая модель на базе архитектуры Llama, опубликованная пользователем kevinpro. По названию и приведённым в карточке бенчмаркам MSVAMP, MGSM и MNumGLUESub модель предназначена для решения математических задач, в том числе многоязычных. Модель содержит 6,6 млрд параметров, принимает текст и генерирует текст; длина контекста — 4096 токенов. В метаданных указаны языки как multilingual, но конкретные языки README не перечисляет. Репозиторий содержит веса в формате Safetensors, лицензия — Apache-2.0. Карточка приводит результаты сравнения с GPT-3.5-Turbo, MAmmoTH и WizardMath на математических наборах, однако доступный фрагмент не содержит результатов самой MetaMathOctopus-7B, поэтому по нему нельзя оценить её точность или сравнить качество с другими моделями. Модель можно рассматривать для экспериментального применения в генерации ответов и рассуждений по математическим задачам.

modrill/math-think-q8b-20260908 — дообученная модель семейства Qwen3, разработанная modrill для математических рассуждений. Это публичный 2-эпоховый чекпойнт, полученный из Qwen/Qwen3-8B-Base с помощью LoRA; в репозитории есть объединённые веса и адаптер. Архитектура — плотная авторегрессионная Qwen3ForCausalLM с 7,6 млрд параметров и контекстом 32 768 токенов. Модель предназначена для генерации пошаговых решений математических задач, в частности задач уровня AIME. В описанной оценке на наборе Exact-240 она решила 53 задачи из 240; тот же базовый чекпойнт набрал 21. Модель выдаёт текст и работает в режиме рассуждений; карточка подчёркивает, что её следует оценивать по результату решения, а не использовать как универсального чат-бота. Для загрузки указаны Transformers и формат safetensors. Лицензия — Apache-2.0.

SPP-MT Base — базовая предварительно обученная языковая модель, разработанная dlab-spp для исследований Synthetic Persona Pretraining (SPP), выравнивания и безопасности. Она обучена с нуля на архитектуре SmolLM2-1.7B: плотная Llama-совместимая модель с 1,7 млрд параметров и контекстом 2048 токенов. Основное предварительное обучение использовало около 100 млрд токенов из подмножества смеси Olmo 3 Dolma 3; отражения SPP добавлялись позднее, на этапе дообучения, к документам с аннотациями безопасности. Модель предназначена для продолжения текста, исследования поведения и дальнейшего тонкого дообучения. Это базовая, а не инструкционная модель: она не поставляется с шаблоном чата и не рассчитана на непосредственное выполнение пользовательских инструкций. Доступны промежуточные контрольные точки этапа дообучения, подходящие для оценки и анализа; состояние оптимизатора и генератора случайных чисел не опубликовано, поэтому точное возобновление исходного обучения невозможно. Карточка указывает лицензию «other», конкретные условия в README не раскрыты.

Neuro-JEPA Base — модель представлений для объёмных нейровизуализационных данных, разработанная исследователями NYU Langone Health. Она расширяет предсказательное встраивание V-JEPA 2 на трёхмерные МРТ головного мозга и использует разреженную архитектуру 3D Vision Transformer с Mixture of Experts и обучением по JEPA. Модель содержит 122 млн параметров и обучалась без учителя на примерно 1,55 млн снимков T1w, T2w и FLAIR. Модель извлекает признаки из объёмных изображений мозга для последующего обучения классификаторов и мультимодальных моделей. В README описаны сценарии диагностики заболеваний, прогнозирования, оценки возраста и анализа времени до события; представлены результаты по 47 задачам на исследовательских и клинических когортах. Модель предназначена для работы с нейровизуализацией, в частности с файлами NIfTI. Это исследовательский инструмент, а не средство для клинической диагностики или лечения: модель не имеет разрешения FDA или другого регулятора. Её представления могут отражать смещения исходной когорты NYU Langone. Доступ к весам предоставляется по запросу и при согласии с условиями использования; лицензия CC BY-NC-ND 4.0 ограничивает коммерческое использование и распространение производных материалов.

NuminaMath-72B-TIR — языковая модель команды AI-MO для решения математических задач соревновательного уровня. Это плотная авторегрессионная модель семейства Qwen2 с 71,5 млрд параметров и контекстом до 131 072 токенов, дообученная в два этапа: сначала на математических задачах с пошаговыми решениями Chain of Thought, затем на примерах рассуждений с использованием инструментов, включая последовательности обоснований, программ Python и их результатов. Модель преимущественно рассчитана на английский язык. Модель подходит для пошагового решения текстовых математических задач и может включать выполнение кода Python в цикл рассуждений при соответствующей настройке. По данным карточки, она справляется с задачами уровня AMC 12, но часто ошибается на более сложных задачах уровня AIME и математических олимпиад; геометрия также даётся ей трудно. Она узкоспециализирована и не предназначена для общего диалога, а отсутствие визуального ввода ограничивает решение задач, зависящих от чертежей. Лицензия указана как Tongyi Qianwen; в метаданных Hugging Face тип лицензии обозначен как other.

PathFinder-PRM-7B — дискриминативная модель оценки промежуточных шагов математических рассуждений, разработанная авторами проекта Declare Lab и дообученная на Qwen/Qwen2.5-Math-7B-Instruct. Она отдельно оценивает математическую корректность и логическую согласованность шагов, а затем объединяет эти оценки для проверки хода решения и итогового ответа. Модель рассчитана на английский язык. Модель использует плотную архитектуру Qwen2 и содержит 7,1 млрд параметров; контекст составляет 4096 токенов. Её применяют для поиска ошибок в цепочках математических рассуждений, сравнения вариантов решения и направления генерации ответов с помощью оценок вознаграждения. В README указано обучение на человеческих аннотациях PRM800K и автоматически размеченных примерах, а также оценка на ProcessBench, PRMBench и математических задачах. Лицензия — MIT. Это оценщик рассуждений, а не обычная модель для генерации математических ответов. Её оценки могут помогать выбирать более качественные решения, но не гарантируют математическую корректность; заявленные результаты зависят от тестовых наборов и используемой модели-генератора.

Qwen2.5-Math-1.5B-GRPO-Staleness-6 — математическая языковая модель, разработанная zbeeb на основе Qwen/Qwen2.5-Math-1.5B. Это полнопараметрический чекпойнт после 1 000 обновлений GRPO на датасете DAPO из 17 005 математических задач; обучение поощряло математическую эквивалентность итогового ответа. Модель содержит 1,5 млрд параметров, использует архитектуру Qwen2 dense и формат Safetensors, поддерживает диалоговую генерацию текста на английском и китайском языках. Модель предназначена для генерации решений математических задач. Нативный контекст составляет 4 096 токенов; в обучении использовалось до 3 072 токенов на завершение. В README приведены результаты оценок на девяти наборах, однако они относятся к обучающему прогону, а не к независимому тестированию опубликованных весов. Расширение контекста до 8K не настроено и не проверено. Лицензия — Apache-2.0.

Карточка модели microsoft/rho-math-1b-interpreter-v0.1 на Hugging Face совпадает с карточкой microsoft/rho-math-1b-v0.1, поэтому описание составлено по ней. Rho-Math-1B-v0.1 — базовая языковая модель Microsoft для математических рассуждений и генерации ответов. Она построена на архитектуре Llama с плотной моделью класса LlamaForCausalLM и содержит 1 млрд параметров. Модель предварительно обучена методом Selective Language Modeling (SLM), который сосредоточивает обучение на чистых и полезных токенах. В README приведены результаты few-shot оценки на GSM8K и MATH для семейства Rho-Math; отдельный показатель именно для этой версии составляет 15,6% на MATH. Модель предназначена для генерации текста при решении математических задач, в том числе с пошаговым рассуждением и примерами в запросе. Она работает с текстом на английском языке и имеет контекст длиной 2048 токенов. Репозиторий содержит веса в формате safetensors. Лицензия — MIT.

Карточка модели microsoft/rho-math-7b-interpreter-v0.1 на Hugging Face совпадает с карточкой microsoft/rho-math-1b-v0.1, поэтому описание составлено по ней. Rho-Math-1B-v0.1 — базовая языковая модель Microsoft для математических рассуждений и генерации ответов. Она построена на архитектуре Llama с плотной моделью класса LlamaForCausalLM и содержит 1 млрд параметров. Модель предварительно обучена методом Selective Language Modeling (SLM), который сосредоточивает обучение на чистых и полезных токенах. В README приведены результаты few-shot оценки на GSM8K и MATH для семейства Rho-Math; отдельный показатель именно для этой версии составляет 15,6% на MATH. Модель предназначена для генерации текста при решении математических задач, в том числе с пошаговым рассуждением и примерами в запросе. Она работает с текстом на английском языке и имеет контекст длиной 2048 токенов. Репозиторий содержит веса в формате safetensors. Лицензия — MIT.

TwIL-LM — англоязычная текстовая модель компании webAI, созданная на базе HuggingFaceTB/SmolLM2-1.7B-Instruct. Она предназначена прежде всего для задач формальной логики: перевода в логику первого порядка, проверки следствий, семантического парсинга, формализации и критики формулировок на Lean, индукции правил и ответов в требуемом структурированном формате. Модель не позиционируется как универсальный ассистент. Модель содержит около 1,71 млрд параметров и использует decoder-only трансформер в стиле Llama: 24 слоя с размерностью скрытого состояния 2048. Она работает только с текстом, поддерживает английский язык и контекст до 8192 токенов. Обучение включало LoRA supervised fine-tuning, объединение чекпойнтов, WiSE-FT с λ = 0,75 и reinforcement learning на основе MGPO; перед ответом модель генерирует блок рассуждений <think>…</think>. Доступны веса в формате bfloat16, а также варианты GGUF, включая Q4_K_M размером около 0,98 GiB. Сильные стороны модели — высокая точность на специализированных задачах формальной логики, структурированном выводе и строгом соблюдении требуемого формата; заявлен прирост внутридоменного результата на 49% относительно базовой модели. При этом модель может хуже сохранять результаты на общих отложенных бенчмарках и не предназначена для универсального диалога. Использование регулируется webAI Non-Commercial License ver. 1.0, поэтому коммерческое применение ограничено условиями этой лицензии.