I.2Синтез, понимание и проверка знаний

Qwopus3.6-27B-v2 — плотная мультимодальная модель с 27 млрд параметров, созданная Jackrong путём дообучения Qwen3.6-27B. Модель принимает текст и изображения и формирует текстовые ответы; карточка заявляет поддержку диалога, вызова инструментов и длинного контекста. Модель дообучена методом SFT в три этапа на наборах Trace Inversion с реконструированными цепочками рассуждений, включая примеры логики и математики. Она предназначена для сложных рассуждений, диалоговых и агентных сценариев, а также для задач с изображениями и инструментами. В карточке описаны структурированные рассуждения и согласованный формат тегов <think>; также приведены результаты на наборе из 350 вопросов MMLU-подобного типа и данные об эффективности генерации, но они не заменяют независимую оценку. Модель распространяется по лицензии Apache-2.0. Автор обозначает выпуск как экспериментальный и сообщает, что он не прошёл полную оценку безопасности и стандартное бенчмаркинг-тестирование.

sahuabinash/slm-125m-finetuned-qa — плотная языковая модель на архитектуре LLaMA с 125,8 млн параметров, дообученная автором на базе thesreedath/slm-125m-base. Она предназначена для ответов на вопросы с опорой на предоставленный текст в юридических, финансовых и общих сценариях, а также для суммаризации, извлечения сведений и перефразирования. Модель обучена полным дообучением на 7 521 примере в формате диалога; в обучающих данных использовались юридические, финансовые, SEC- и веб-материалы, ответы фильтровались на обоснованность и дедуплицировались. Контекст — 1 024 токена; для запуска указана библиотека Transformers. Модель ориентирована на англоязычные текстовые запросы и генерирует текст. В карточке приведена perplexity 9,13 на задаче вопросов и ответов, но широкие сравнительные оценки качества не представлены. Для получения результатов требуется соблюдать специальный формат токенов базовой модели. Лицензия — Apache-2.0.

google/switch-base-64 — англоязычная модель Google семейства Switch Transformers, построенная на архитектуре Mixture of Experts (MoE) для генерации текста из текста. Она близка к T5, но заменяет плотные полносвязные слои разреженными слоями экспертов; число параметров — 123,8 млн. Модель предобучена на задаче masked language modeling на корпусе C4. Чекпойнт предназначен для дальнейшей настройки под прикладные задачи, а не для готового использования: для downstream-сценариев потребуется дообучение. Карточка описывает модель как англоязычную; заявленная лицензия — Apache 2.0. Конкретные ограничения и оценки качества в карточке не раскрыты.

T5-Efficient-XXL Deep-Narrow — предварительно обученный текстовый энкодер-декодер Google на архитектуре T5, выпущенный вместе с исследованием «Scale Efficiently: Insights from Pre-training and Fine-tuning Transformers». Вариант Deep-Narrow увеличивает глубину модели относительно ширины; авторы исследования рассматривают такую конфигурацию как эффективную для последующей настройки. Метаданные каталога указывают 385,2 млн параметров, тогда как README приводит противоречивое значение 11 307,38 млн для чекпойнта XXL. Модель обучена на англоязычном наборе C4 span-based masked language modeling и предназначена для дальнейшего дообучения под задачи суммаризации, ответов на вопросы и классификации текста. Это не готовая чат-модель: для практического применения требуется fine-tuning. Контекст составляет 512 токенов; доступны веса для PyTorch, TensorFlow и Flax. Лицензия — Apache-2.0.

Chung-Fan/bart-pubmed-20k — англоязычная модель BART, дообученная на базе facebook/bart-large-cnn. Число параметров — 252,8 млн, максимальный контекст — 1024 токена. Модель предназначена для генерации краткого пересказа текстов; название указывает на ориентацию на публикации PubMed. В карточке приведено значение loss 1,1077 на оценочной выборке, но нет описания обучающего набора, методики оценки или подробных рекомендаций по применению. Модель распространяется в формате safetensors по лицензии MIT.

Cerebrum-1.0-10.7B — плотная языковая модель семейства Mistral, разработанная AetherResearch. Это версия с увеличенной глубиной, полученная методом passthrough merge из Cerebrum-1.0-7b; исходная Cerebrum-1.0-7b основана на Mistral-7B-v0.1 и дообучена для задач рассуждения. Модель содержит 10,6 млрд параметров, работает с текстом и поддерживает контекст до 32 768 токенов. Модель предназначена для дальнейшего дообучения или использования как замена исходной версии на 7 млрд параметров. Она ориентирована на пошаговое решение задач, в том числе математических, логических и требующих планирования; README также описывает применение для задач на знания, мозгового штурма и творческой генерации. Для лучшего результата предлагается шаблон Alpaca с просьбой описать ход рассуждений. Модель распространяется в формате safetensors по лицензии Apache-2.0. Заявленные в README результаты сравнения относятся к версии Cerebrum-1.0-7b и не подтверждают автоматически аналогичную производительность версии 10.7B; кроме того, качество зависит от формулировки запроса и выбранного шаблона.

CRISP-Qwen3-8B-v1 — дообученная модель Qwen3-8B от pb09204048, созданная методом CRISP (Compressed Reasoning via Iterative Self-Policy Distillation). Она предназначена для генерации текста и диалогов с краткими, прямыми ответами, особенно при решении математических задач и задач на рассуждение. В обучении модель училась воспроизводить более лаконичное поведение той же модели, получавшей инструкцию отвечать кратко; контрольные ответы и ограничения на число токенов в функцию обучения не включались. Модель имеет плотную архитектуру Qwen3ForCausalLM, 7,6 млрд параметров и контекст до 40 960 токенов. Она принимает текст и выдаёт текст; карточка указывает английский язык, а базовая Qwen3-8B описана как многоязычная. В приведённых бенчмарках версия v1 сокращала число токенов на 13,9–38,9% относительно базовой модели в зависимости от набора данных, при этом точность на некоторых тестах была ниже базовой. Доступна под лицензией Apache-2.0.

Erlangshen-Roberta-330M-NLI — китайская модель классификации последовательностей из семейства Erlangshen, разработанная IDEA-CCNL. Это дообученная версия chinese-roberta-wwm-ext-large для задач естественного языкового вывода (NLI); она обучена на четырёх китайских наборах данных NLI общим объёмом около 1,01 млн примеров. Архитектура — RoBERTa на базе BERT с классификационной головой; в метаданных указано 424,3 млн параметров и контекст до 512 токенов. Модель предназначена для определения логического отношения между текстовыми посылками и гипотезами на китайском языке. В README приведены результаты на CMNLI, OCNLI и SNLI. Репозиторий содержит веса PyTorch и распространяется по лицензии Apache-2.0.

Fireball-12B-v1.13a Philosophers — языковая модель EpistemeAI2 на архитектуре Mistral Nemo с 12,1 млрд параметров. Это дообученная версия EpistemeAI/Fireball-Mistral-Nemo-12B-cot-orcas; автор описывает дополнительное обучение на материалах по философии науки, математике и эпистемологии, а также на других наборах данных. Модель предназначена для генерации текста и ответов на инструкции, особенно в тематике философии, науки и математики. Карточка заявляет многоязычные возможности и контекстное окно 128 тыс. токенов; метаданные каталога указывают native context в 1 024 000 токенов, поэтому фактическую поддерживаемую длину контекста следует уточнять для используемой конфигурации. Архитектура — плотный трансформер MistralForCausalLM с 40 слоями и группированным вниманием запросов (GQA). Модель распространяется по лицензии Apache-2.0. README предупреждает, что у базовой модели нет встроенных механизмов модерации; для её применения следует отдельно предусмотреть фильтрацию входов и выходов. Заявления о превосходстве над другими моделями приведены автором, но в карточке нет опубликованных результатов бенчмарка для этой версии.

LogiLlama — языковая модель Goppa AI, дообученная на базе Meta-Llama-3.2-1B-Instruct для улучшения логических рассуждений и интеграции знаний. Это плотная авторегрессионная модель семейства Llama с 1,2 млрд параметров; README указывает 16 слоёв, размер скрытого состояния 2048 и настройку масштабирования RoPE типа llama3. Контекст модели — до 131072 токенов. Модель принимает текст и генерирует текст, рассчитана на английский язык. LogiLlama предназначена для диалогов, ответов на вопросы и решения задач, где нужны рассуждения, при локальном запуске на устройствах с ограниченными ресурсами. В карточке заявлены компактность и энергоэффективность; модель распространяется в формате safetensors, а README сообщает о весах F32. Использование регулируется лицензией Llama 3 Community License Agreement.

likenneth/honest_llama2_chat_7B — чат-модель на базе LLaMA 2 7B, в которую разработчик встроил интервенцию во время инференса (ITI), обученную на TruthfulQA. Она предназначена для генерации ответов с меньшей склонностью к галлюцинациям и может использоваться в диалоге и для проверки ответов на фактическую достоверность. Модель имеет плотную архитектуру LLaMAForCausalLM, содержит 6,6 млрд параметров и принимает текст, выдавая текст; максимальный контекст — 2048 токенов. Модель представлена в формате PyTorch и распространяется по лицензии MIT. README сообщает об эксперименте с LLaMA 2 7B и предоставляет код для применения ITI к более крупным моделям, однако отдельные результаты оценки качества в карточке не приведены.

Indo-roberta-indonli — модель классификации текстовых пар для вывода на естественном языке (NLI), разработанная Steven Limcorn. Она основана на Indo-roberta и дообучена на наборе данных IndoNLI; архитектура — RoBERTa для классификации последовательностей, размер — 151,8 млн параметров, контекст — до 514 токенов. Модель предназначена для проверки отношений между двумя утверждениями: например, определения, следует ли второе утверждение из первого, противоречит ему или не связано с ним. В README приведены результаты на тестовых наборах IndoNLI и пример использования через Transformers. Модель рассчитана на индонезийский язык. В репозитории представлены веса PyTorch и TensorFlow. Автор предупреждает о возможном переносе смещений из базовой модели и датасета IndoNLI. Лицензия — MIT.

Apollo Raines создал эту поведенчески модифицированную версию Llama-3.1-8B-Instruct с помощью инструмента jBlaze. Модель предназначена для диалогов и генерации текста с усиленным акцентом на фактическую точность, осторожность в выводах и точность численных ответов; примеры также показывают решение простых математических и программных задач и отказ от некоторых потенциально опасных запросов. В основе лежит плотная архитектура LlamaForCausalLM с 7,5 млрд параметров по метаданным, веса опубликованы в формате safetensors. Указанное контекстное окно — 131 072 токена. README заявляет, что изменения внесены непосредственно в веса без дополнительного обучения, однако метаданные классифицируют связь с базовой моделью как finetune. Для языка карточки указан английский. Модель распространяется по лицензии Llama 3.1. Автор описывает выпуск как демонстрационную версию с намеренно ограниченной выраженностью возможностей. В карточке заявлено, что известных проблем не наблюдалось, но это не является независимой оценкой качества; усиление осторожности может приводить к отказам на отдельных запросах.

Llama-3.1-8B-TLDR-Utilitarian-baseline — экспериментальная версия Llama-3.1-8B-Instruct, дообученная авторами NBPO для диалогов на панели TL;DR. Модель оптимизировали с утилитарным взвешиванием четырёх критериев: охват, соответствие фактам, краткость и полезность. В метаданных указаны 7,5 млрд параметров, архитектура LlamaForCausalLM, библиотека Transformers и контекст до 131 072 токенов. Модель предназначена для генерации ответов, где требуется сбалансировать эти критерии. В README описан эксперимент с одинаковым набором ответов, температурой, точкой разногласия и бюджетом оптимизатора для сравнения методов; обучение включало 300 обновлений оптимизатора при глобальном размере пакета 16. Оценивание проводили на отложенных запросах, не использовавшихся при обучении, сравнивая с общей опорной моделью; качество оценивал Llama-3.3-70B-Instruct. Это исследовательская экспериментальная настройка, а не универсальная гарантия повышения качества: README не приводит численных результатов и не уточняет языковой охват. Унаследована лицензия Llama 3.1 (llama3.1); использование регулируется её условиями.

G-R-A-V-I-T-Y/long-t5-local-base-ARv1 — дообученная модель на архитектуре LongT5, созданная на основе google/long-t5-local-base. Она предназначена для генерации текста по входному тексту и рассчитана на обработку последовательностей длиной до 4096 токенов. В репозитории указаны 123,8 млн параметров и формат safetensors. README сообщает результаты оценки: Loss 2,9303, Exact Match 18,0 и среднюю длину генерации 3,38 токена. Название модели содержит AR, однако карточка не раскрывает целевую задачу, обучающие данные или intended uses, поэтому конкретное назначение дообучения подтвердить нельзя. Базовая LongT5 описана как англоязычная модель для суммаризации и ответов на вопросы по длинным текстам. Модель распространяется по лицензии Apache-2.0. Применимость приведённых оценок ограничена тем, что README не сообщает набор данных и подробности оценки.

MiniCPM-V-4.6-GPTQ-INT4-C256-P6K-CTX8K — пакет развёртывания MiniCPM-V-4.6 от AXERA-TECH для ускорителя AX650 / NPU3. Он основан на openbmb/MiniCPM-V-4.6-GPTQ и использует GPTQ INT4; текстовый и визуальный компоненты подготовлены для запуска через axllm на указанной платформе. Лицензия пакета — Apache-2.0. Модель предназначена для диалога по тексту, понимания изображений и видео, включая последующие текстовые вопросы о ранее переданном видео. Визуальный энкодер принимает изображения фиксированного размера 448×448 и сжимает визуальные данные до 64 soft tokens. Профиль контекста задаёт KV-кэш длиной до 8191 токена и предобработку блоками по 256 токенов; в README приведена проверка извлечения фактов из длинного диалога примерно на 6,3 тыс. входных токенов. Пакет оптимизирован под AX650 / NPU3, поэтому применимость и приведённые показатели производительности относятся к этой платформе и runtime axllm. Метаданные указывают поддержку китайского и английского языков. README описывает проверки и характеристики конкретной сборки, но не даёт оснований переносить их на другие устройства или варианты MiniCPM-V.

Nexus-4x7B-Internal-Knowledge-Map — экспериментальная дообученная языковая модель Severian на базе архитектуры Mixtral, обученная на датасете Internal Knowledge Map для рассуждений и генерации ответов на вопросы в разных областях знаний. Она предназначена для связывания сведений из разных дисциплин, решения сложных задач и подготовки идей, в том числе в научных, технологических, экологических и гуманитарных контекстах. В карточке указано дообучение в течение 10 эпох; метаданные указывают 7,1 млрд параметров и контекст до 32 768 токенов. Модель принимает текст и генерирует текст. Это экспериментальная работа, представленная разработчиком как ранняя версия для проб и дальнейших итераций. Пример ответа и сравнительная оценка в README не подтверждают стабильно более высокое качество; результаты следует проверять на целевых задачах. Лицензия — MIT.

OpenAI o4 Mini High — вариант модели рассуждений OpenAI o4-mini с параметром reasoning_effort, установленным на high. Это компактная модель семейства o-series, рассчитанная на быстрые и экономичные ответы с усиленным пошаговым рассуждением. В метаданных каталога для неё указана задача image-text-to-text. Модель предназначена для задач, где полезны рассуждение и работа с визуальным вводом и текстом. README сообщает, что это тот же вариант, что o4-mini, с повышенным уровнем reasoning effort; сведения об архитектуре, размере, контекстном окне, языках и условиях лицензии в предоставленных источниках отсутствуют.

QuestionGenerationComQ14 — дообученная модель семейства T5, разработанная автором репозитория Gayathri142214002 на основе Gayathri142214002/Question_Generation_ComQ_13. Она предназначена для генерации вопросов по текстовому входу. Модель содержит 123,8 млн параметров, имеет контекстное окно до 512 токенов и распространяется в формате safetensors. В карточке указано значение loss 0,2129 на наборе оценки, но датасет, методика оценки и подробности обучения не приведены. Модель доступна по лицензии Apache-2.0; качество и ограничения для конкретных сценариев по имеющимся сведениям оценить нельзя.

Qwen3.5-4B-Claude-4.6-Opus-Reasoning-Distilled-v2 — дообученная версия Qwen3.5-4B, разработанная Jackrong. Модель ориентирована на задачи рассуждения: математику, текстовые задачи, логическую дедукцию, общие знания и выполнение инструкций. Также заявлена переносимость навыков рассуждения на программирование, хотя код не был основным направлением обучения. Поддерживаемые языки — английский, китайский и корейский; в карточке модель помечена как image-text-to-text, однако подробности о фактических возможностях обработки изображений не приведены. Модель содержит 4 млрд параметров и обучалась на более чем 14 000 образцах рассуждений в стиле Claude 4.6 Opus, включая наборы nohurry/Opus-4.6-Reasoning-3000x-filtered, Jackrong/Qwen3.5-reasoning-700x и Roman1111111/claude-opus-4.6-10000x. Версия v2 использует переработанную структуру рассуждений, направленную на сокращение избыточных цепочек и повышение эффективности вывода. По приведённым данным, средняя длина рассуждений снизилась на 33,77%, а эффективность на единицу длины рассуждения выросла на 41,54% для HumanEval и на 43,15% для HumanEval+. Основное преимущество модели — более экономичное и стабильное многошаговое рассуждение при сохранении широкого применения. Ограничение состоит в том, что по абсолютной точности HumanEval и HumanEval+ она уступает базовой Qwen3.5-4B: 0,7317 против 0,7683 и 0,6951 против 0,7256 соответственно. Контекстное окно, точная архитектура и аппаратные требования в README не указаны. Модель распространяется по лицензии Apache-2.0.

leandronunes/qwen3.8-4b-a1-dare-ties — модель слияния DARE-TIES на базе Qwen/Qwen3.5-4B с компонентами Qwen3.8-4B-Distill и Agents-A1-4B. Она объединяет логическую дедукцию и агентные возможности для диалоговых задач и рассуждений; заявленные в карточке родительские модели показали результаты на тестах логической дедукции, причинных суждений и медицины, но показатели самого слияния ещё не измерены. Модель мультимодальная: помимо языковой части, в архитектуре есть зрительная башня из 24 блоков. Используется гибридная архитектура с чередованием слоёв linear attention на базе Gated DeltaNet и full attention; контекст — 262 144 токена. Поддерживается режим расширенного рассуждения, который можно отключить через шаблон чата. Метаданные указывают семейство Qwen 3.5 и поддержку интерфейса вызова инструментов. Модель ориентирована на диалог, логические и причинные рассуждения, в том числе с визуальным вводом. Карточка не приводит измерений качества итогового слияния, поэтому его результаты нельзя считать подтверждёнными приведёнными оценками родительских моделей. Лицензия — Apache 2.0.

leandronunes/qwen3.8-4b-a1-omnimerge-m8 — мультимодальная модель для диалога и рассуждений, созданная Leandro Nunes с помощью слияния Qwen3.5-4B, Qwen3.8-4B-Distill и Agents-A1-4B методом OmniMerge v2. Она предназначена для логической и причинной аргументации, научных вопросов и агентных сценариев; поддерживает вызов инструментов. Модель основана на архитектуре Qwen3.5 с плотной языковой частью и визуальным энкодером из 24 блоков. В README заявлены контекст 262 144 токена, чередование слоёв линейного внимания Gated DeltaNet и полного внимания, а также режим расширенного рассуждения, который можно отключить в шаблоне чата. Карточка описывает слияние как сочетание логической дедукции Qwen3.8-4B-Distill с агентными и причинными возможностями Agents-A1-4B; собственные результаты слияния на приведённых бенчмарках ещё не измерены. Модель принимает текст и изображения и генерирует текст. Лицензия — Apache 2.0, унаследованная от Qwen3.5-4B. Она опубликована недавно, поэтому зрелость практических результатов ограничена отсутствием измерений для самого слияния.

SCIFACT_xlm_roberta_large — модель классификации текста на базе XLM-RoBERTa Large, дообученная на наборе SciFact. Она предназначена для классификации текстовых примеров в сценариях проверки научных утверждений и работы с научными фактами. В README указана точность 0,8819 на оценочной выборке; размер модели — 658,7 млн параметров, максимальная длина контекста — 514 токенов. Модель использует архитектуру XLM-RoBERTa для классификации последовательностей и опубликована в формате PyTorch. Карточка не уточняет метки классов, процедуру обучения и оценивания или поддержку языков помимо английского. Модель распространяется по лицензии AGPL-3.0.

Veritas-12B — языковая модель объёмом 12 млрд параметров, разработанная soob3123 и представленная в формате GGUF с квантованиями от bartowski. Квантованные версии созданы с использованием llama.cpp и метода imatrix на основе специализированного набора данных. Модель предназначена для генерации текста, диалога и рассуждений в областях философии, этики, морали, логики, метафизики и эпистемологии. Она может использоваться для критического мышления, анализа аргументов, обсуждения философских концепций и ведения дебатов. В README указано, что модель ориентирована на английский язык и работает в текстовой модальности. Доступны варианты от BF16 до квантований Q2 и IQ3–IQ6, включая рекомендуемые Q4_K_M, Q5, Q6 и другие форматы. Размер файлов составляет примерно от 5,2 до 23,5 ГБ, что позволяет выбирать между качеством и требованиями к памяти. Модель совместима с llama.cpp, LM Studio и другими проектами на базе llama.cpp; для работы следует использовать указанный шаблон промпта. Контекстное окно, точная архитектура исходной модели, лицензия и результаты независимых оценок в README не указаны, поэтому эти характеристики и юридические условия использования требуют дополнительной проверки.

Модель allenai/t5-small-squad2-question-generation — компактная модель генерации вопросов на основе архитектуры T5, разработанная Allen Institute for AI и дообученная на датасете SQuAD 2.0. Она преобразует текстовый контекст в вопросы на английском языке, например для подготовки наборов вопросов по статьям или другим фрагментам текста. Модель содержит 38,5 млн параметров, принимает и выдаёт текст и рассчитана на контекст до 512 токенов. Доступны веса в форматах PyTorch и Flax. Лицензия и сведения о качестве в предоставленных данных отсутствуют.

TildeOpen-30b — базовая языковая модель Tilde.ai, разработанная при поддержке Европейской комиссии через EuroHPC JU Large AI Grand Challenge и обученная на суперкомпьютере LUMI. Это плотный декодерный трансформер семейства Llama примерно с 29,9 млрд параметров и контекстом до 65 536 токенов; модель распространяется в формате Safetensors и предназначена прежде всего для генерации текста на языках Северной, Центральной и Восточной Европы. Модель поддерживает широкий набор европейских языков, включая русский, английский, немецкий, польский, украинский и другие, а также математические доказательства, программный код и XML с переводческими данными. Токенизатор разработан для более равномерного представления разных языков и может повышать эффективность генерации на фокусных языках. Карточка приводит результаты тестов понимания текста и грамматики. Это фундаментальная модель, не настроенная на выполнение инструкций и не снабжённая выравниванием безопасности, поэтому она рассчитана на продолжение текста и исследовательские или прикладные сценарии с дополнительной адаптацией, а не на безопасный диалог напрямую. Лицензия — CC-BY-4.0.

UMT5-base — многоязычная модель Google для генерации текста по тексту, построенная на архитектуре T5 и предварительно обученная на обновлённом корпусе mC4 из 107 языков с методом выборки UniMax. Модель содержит 296 млн параметров и доступна в формате PyTorch; её класс архитектуры — UMT5ForConditionalGeneration. Это базовый предварительно обученный чекпойнт, предназначенный для последующего дообучения под конкретные задачи, например перевод, суммаризацию или ответы на вопросы. Само предварительное обучение не включало контролируемого обучения, поэтому без дообучения модель не готова к использованию в прикладных задачах. Лицензия — Apache-2.0.

ZTC-Judge-9B — модель семейства Qwen3.5 от FINAL-Bench для проверки ответов, созданных другими языковыми моделями. Она принимает вопрос и текст ответа и за один проход без генерации токенов извлекает скрытое представление последнего слоя размерности 4096, после чего проба выдаёт числовую оценку: более высокое значение означает большую вероятность правильного ответа. Оценка предназначена для ранжирования, а не является калиброванной вероятностью; порог следует выбирать под доступный объём проверки. Модель рассчитана прежде всего на оценивание ответов в задачах профессиональных экзаменов, включая право, математику и биологию; также показан результат для биологии и медицины. В карточке приведены метрики на отдельных доменах и альтернативная проба для ответов от ранее не встречавшихся моделей. Указан формат весов safetensors и лицензия Apache-2.0. Качество зависит от предметной области и от того, какой моделью написан проверяемый ответ. Для аварийных и связанных с безопасностью материалов модель использовать не следует; для научных рассуждений результат уступил поверхностной базовой оценке. Вне пяти доменов оценки не измерены, а применение проб с другой ревизией базовой модели может давать незаметно неверные результаты.

CoT-T5-11B — англоязычная языковая модель семейства T5, разработанная KAIST AI на базе Flan-T5 и дообученная на 1,84 млн цепочек рассуждений для 1 060 задач из CoT Collection. Она предназначена для генерации ответов с пошаговым рассуждением, решения ранее не встречавшихся задач в режиме zero-shot и адаптации к новым задачам посредством дополнительного дообучения с цепочками рассуждений. Модель использует архитектуру T5 для преобразования текста в текст; в метаданных указано 5,8 млрд параметров и формат PyTorch. В README сообщается о более высоких результатах CoT-T5 по сравнению с Flan-T5 при использовании цепочек рассуждений. Модель поддерживает английский язык и работает с текстовыми входами и выходами. Лицензия — Apache 2.0. Результаты на конкретных задачах и длина контекста в предоставленных данных не описаны; крупный размер требует существенных вычислительных ресурсов.

Darwin-27B-RSI — плотная языковая модель семейства Qwen3.5, разработанная FINAL-Bench как версия Darwin-27B-Opus после рекурсивного самоулучшения. Модель дообучалась на собственных решениях: человеческие ответы и цепочки рассуждений не использовались, а корректность автоматически проверялась по согласованности выборок и выполнению кода. Для модели заявлены 22,3 млрд параметров в метаданных и 27 млрд в README, контекст до 262 144 токенов по метаданным; веса представлены в safetensors, точность BF16. Лицензия — Apache 2.0. Модель предназначена для генерации текста и диалогов с режимом рассуждения, в особенности для сложных научных и математических вопросов. В README сообщается об улучшении результатов относительно Darwin-27B-Opus на GPQA Diamond и SuperGPQA, а также о применении модели как движка рассуждений Darwin-27B-JEV. Описанный сценарий предполагает предоставление модели достаточного бюджета токенов для рассуждений. Заявленные улучшения проверены на задачах научного reasoning; перенос этих результатов на другие области не гарантирован. Модель может генерировать длинные рассуждения, что увеличивает задержку; для сценариев с ограничениями по времени рекомендуется ограничивать число генерируемых токенов. README также указывает на пересечение 31 обучающей задачи с набором MMLU в Decision Index.