I.2Синтез, понимание и проверка знаний

unfiltered-0.6b-grpo-math-expert — чат-модель для генерации текста и математических рассуждений, разработанная в рамках исследования LittleLearner. Это плотная causal language model семейства Qwen3 с 617,3 млн параметров и контекстом 4096 токенов. Модель принимает текст и выдаёт текст; карточка указывает английский язык. Модель прошла supervised fine-tuning, а затем дообучение методом GRPO на задачах математического рассуждения. Она предназначена прежде всего для решения математических задач и экспериментов с влиянием отбора обучающих данных на знания модели. В оценке MathCAMPS показала pass@1 33,8 для задач уровня K–5 и 9,7 для задач выше этого уровня. Специализация на математике может ухудшать ответы в обычном чате и склонять модель к математическому стилю рассуждений даже в других задачах. Репозиторий содержит веса Safetensors и предназначен для использования с Transformers; в метаданных указана лицензия other, без конкретизации её условий.

fpadovani/urd-arab-10mb-ppt-shuff-dyck-10mb_seed455 — дообученная модель генерации текста на базе GPT-2, созданная на основе goldfish-models/urd_arab_10mb. Согласно карточке, модель обучалась с помощью TRL; пример показывает генерацию ответа на вопрос в диалоговом формате. Репозиторий содержит веса в формате safetensors и рассчитан на контекст до 512 токенов. Модель можно использовать для экспериментов с генерацией текста и ответами на короткие вопросы. В карточке не описаны языки обучения, качество на тестах или дополнительные специализированные возможности. Лицензия в предоставленных данных не указана.

Veyra2-Blueberry-5M-Instruct — компактная инструктивная языковая модель Veyra AI примерно с 4,9 млн параметров. Она основана на Veyra2-Blueberry-5M-Base, использует архитектуру Qwen3ForCausalLM и прошла дополнительное дообучение на датасетах инструкций. Базовая модель обучалась на 30 млрд токенов; для этой версии указана длина контекста 4096 токенов. Модель предназначена для генерации текста и диалоговых экспериментов на английском языке. Разработчик предупреждает, что ответы ненадёжны и не должны служить источником достоверной информации; модель рассчитана на экспериментальное применение. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

Экспериментальный исследовательский чекпойнт ngqtrung для ответов на вопросы по видео с выбором из нескольких вариантов. Модель основана на Qwen/Qwen3-VL-8B-Instruct и дообучена методом GRPO с исследовательским механизмом token-dropout ppexplore; архитектура — плотная Qwen3-VLForConditionalGeneration, размер — 8 млрд параметров. Принимает видео и текстовые вопросы, выдаёт текстовый ответ; в эксперименте использовались ролики с выборкой до 24 кадров и пределом 100 тыс. пикселей. Карточка описывает оценку на VideoMME-v1, Video-Holmes и PerceptionComp, но не указывает языки помимо английского в метаданных и не приводит отдельный контекстный лимит. На этих тестах точность составила около 0,489 в среднем; преимущество исследовательского механизма перед базовой моделью не обнаружено. Чекпойнт предназначен для сравнения методов обучения, а не позиционируется как улучшенная видеомодель. Лицензия — Apache-2.0; по README модель не имеет дополнительного выравнивания безопасности или RLHF сверх базовой модели.

1pp-0.5b-ua-base — экспериментальная базовая языковая модель из проекта One Persona Pretraining, связанного с EPFL DLAB. Это плотная авторегрессионная модель семейства Llama с 523,8 млн параметров по метаданным и длиной контекста 4096 токенов. Архитектура включает 24 слоя, скрытый размер 1152 и словарь SmolLM2 на 49 152 токена. Модель обучена на переписанных в диалоги документах, причём функция потерь применялась и к пользовательским, и к ассистентским репликам. Она предназначена для исследований влияния условий предобучения на диалоговое поведение и генерацию текста; карточка прямо предупреждает, что это не универсальный ассистент. Формат диалога ChatML не включает системный ход, и модель при обучении его не видела. Поддерживается генерация текста на английском языке. Веса опубликованы в формате safetensors, библиотека — Transformers. Лицензия — Apache-2.0.

Модель Raghav-Singhal/1pp-1.7b-ua-base — экспериментальная базовая языковая модель проекта One Persona Pretraining (1PP), созданного исследовательской группой EPFL DLAB. Это плотная Llama-подобная авторегрессионная архитектура на 1,66 млрд параметров: 24 слоя, скрытая размерность 2048 и словарь SmolLM2 на 49 152 токена. Модель обучена предсказывать текст переписанных диалогов, причём функция потерь применялась и к пользовательским, и к ассистентским репликам. Модель предназначена для исследований влияния формата данных и маскирования функции потерь на предварительное обучение языковых моделей, а также для экспериментов с генерацией текста в формате диалога. Обучение выполнено за один проход по 47,8 млн исходных документов; контекст составляет 4096 токенов. Карточка описывает формат ChatML без системной реплики и отмечает, что модель не предназначена для использования как универсальный ассистент. Доступны веса в формате safetensors, библиотека Transformers; лицензия — Apache-2.0.

Карточка модели windsword8989/5GbZvZ7tcC-d1 на Hugging Face совпадает с карточкой bluecolor777/megaextra-ep4-ultralolr-merged, поэтому описание составлено по ней. Это экспериментальный текстовый генератор на архитектуре Qwen3.5 MoE, опубликованный bluecolor777. Чекпойнт получен офлайн-обучением DPO на основе vera6/affine-5g4yy75zuz-t6 и предназначен для участия в SN120 Affine miner и оценки в дуэльном сценарии Reason v4, а не для общего общения. В README указаны LoRA rank 32, α=128, β=0,1, скорость обучения 5e-7, максимальная длина последовательности 12 288 токенов и четыре эпохи обучения; веса после обучения объединены и сохранены в safetensors. В описанном автором сравнении на 80 примерах модель показала преимущество над базовой версией по метрике Reason и прошла указанные пороги отбора. Это результат конкретной внутренней оценки, а не гарантия качества в других задачах. Модель принимает текст и генерирует текст; сведения о поддерживаемых естественных языках в карточке не приведены. Лицензия — Apache-2.0.

Карточка модели pandora-box/Affine-5eqdtdzqle-ko8dsnxa на Hugging Face совпадает с карточкой bluecolor777/megaextra-ep4-ultralolr-merged, поэтому описание составлено по ней. Это экспериментальный текстовый генератор на архитектуре Qwen3.5 MoE, опубликованный bluecolor777. Чекпойнт получен офлайн-обучением DPO на основе vera6/affine-5g4yy75zuz-t6 и предназначен для участия в SN120 Affine miner и оценки в дуэльном сценарии Reason v4, а не для общего общения. В README указаны LoRA rank 32, α=128, β=0,1, скорость обучения 5e-7, максимальная длина последовательности 12 288 токенов и четыре эпохи обучения; веса после обучения объединены и сохранены в safetensors. В описанном автором сравнении на 80 примерах модель показала преимущество над базовой версией по метрике Reason и прошла указанные пороги отбора. Это результат конкретной внутренней оценки, а не гарантия качества в других задачах. Модель принимает текст и генерирует текст; сведения о поддерживаемых естественных языках в карточке не приведены. Лицензия — Apache-2.0.

Это каузальная языковая модель ypwhere, созданная для исследования языкового моделирования на ограниченных данных и маршрутизации по глубине. Она сопровождает работу «What Does Input-Dependent Depth Routing Buy in Data-Limited Language Modeling?» для BabyLM 2026 и обучена на официальном 10-миллионном словном обучающем наборе BabyLM. Модель относится к семейству NanoGPT; её трансформер содержит 32 слоя со скрытым размером 512, RMSNorm, SwiGLU, rotary positional embeddings, gated attention и связанными входными и выходными эмбеддингами. Используются аддитивные residual connections. Модель предназначена для продолжения текста, генерации и каузальной оценки языковых последовательностей, а также экспериментального сравнения архитектур и стратегий маршрутизации глубины при ограниченных данных. Это предварительно обученная языковая модель, а не чат-модель с настройкой на инструкции. README указывает контекст до 512 токенов; эффективный KV-кэш не поддерживается. Репозиторий включает токенизатор и реализацию для Transformers, для загрузки которой требуется trust_remote_code=True. Модель опубликована под лицензией MIT. README сообщает о 471 обновлении оптимизатора и использовании независимых официальных разбиений BabyLM для разработки и тестирования; результаты сравнения могут зависеть от версии оценщика.

Living with Machines — BERT-модель, обученная на большом историческом корпусе англоязычных книг, изданных в 1850–1875 годах. Корпус содержит около 1,3 млрд токенов; модель разработана исследователями проекта Living with Machines и The Alan Turing Institute. Модель предназначена для заполнения пропусков в тексте и анализа исторического английского языка. Она основана на BERT с архитектурой BertForMaskedLM, содержит 136,7 млн параметров и принимает последовательности длиной до 512 токенов. Доступна в формате PyTorch. Обучение на текстах соответствующего периода делает модель подходящей для работы с историческими источниками, однако её применимость к современному английскому и другим языкам не подтверждена. Условия лицензирования в предоставленных сведениях не описаны.

Living with Machines — англоязычная BERT-модель, обученная на корпусе исторических книг, опубликованных в 1890–1900 годах. Корпус содержит около 1,1 млрд токенов; модель разработана при участии исследовательской инициативы Living with Machines и The Alan Turing Institute. Модель предназначена для заполнения пропусков в тексте на английском языке и анализа исторической лексики и формулировок конца XIX века. Это плотная архитектура BERT с головой BertForMaskedLM, 136,7 млн параметров и контекстом до 512 токенов. Доступны веса PyTorch и Safetensors. Специализация на книгах 1890–1900 годов делает модель полезной для исторических текстов, но её языковые представления привязаны к этому корпусу и периоду и могут хуже подходить для современного английского или других жанров. Лицензия в предоставленных данных не описана.

nlpaueb/bert-base-uncased-echr — англоязычная модель LEGAL-BERT, разработанная группой обработки естественного языка Афинского университета экономики и бизнеса. Это вариант BERT-base, предварительно обученный на материалах дел Европейского суда по правам человека (ЕСПЧ) для исследований и прикладных задач NLP в юридической сфере. Модель предназначена для предсказания замаскированных слов в юридических текстах; например, она может подбирать вероятные слова в формулировках судебных решений ЕСПЧ. Архитектура — плотный BERT, размер — 136,7 млн параметров, максимальный контекст — 512 токенов. Доступны форматы PyTorch, TensorFlow и Flax. Модель специализируется на английских юридических текстах и может быть полезна как основа для дальнейшей адаптации к задачам юридической аналитики. Карточка приводит пример предсказания слова, но не подтверждает отдельные возможности для классификации или ответов на вопросы. Лицензия — CC BY-SA 4.0.

SlayerLab Bielik-4.5B-v3 matura-history SFT v2 — польскоязычная чат-модель для ответов на вопросы и написания эссе в формате выпускного экзамена matura по истории на расширенном уровне. Её создали для хакатонного трека «Mały, ale wariat» на основе speakleash/Bielik-4.5B-v3.0-Instruct; модель прошла полное дообучение с учителем на 4 144 диалоговых примерах, включая синтетические задания, образцы эссе и материалы, подготовленные по экзаменационным заданиям. Это плотная причинная языковая модель семейства Llama с 4,7 млрд параметров и контекстом до 32 768 токенов. Репозиторий содержит веса Transformers в BF16 и варианты GGUF, включая квантизованные версии для запуска через llama.cpp. В заявленной оценке GGUF IQ3_XXS набрала 22 из 55 баллов на прошлых экзаменационных заданиях и 23 из 60 на экзамене CKE мая 2026 года; результаты отдельного запуска могут меняться. Модель специализирована на польской истории и экзаменационном формате, поэтому не подходит как надёжный источник фактов общего назначения. Она может ошибаться в именах, местах и датах, а на заданиях «верно/неверно» показывает результаты около случайного угадывания; авторы не рекомендуют использовать её для проверки фактов или оценивания работ. Веса распространяются по лицензии Apache-2.0.

Карточка модели espressovi/BODHI-qwen-3-maze-8b-rlvr на Hugging Face совпадает с карточкой espressovi/BODHI-qwen-3-maze-8b-distil, поэтому описание составлено по ней. BODHI-qwen-3-maze-8b-distil — текстовая авторегрессионная модель семейства Qwen3, разработанная как артефакт проекта BODHI и дообученная на основе Qwen/Qwen3-8B-Base. Она предназначена для генерации текста в диалоговом режиме и сценариев, связанных с лабиринтами. Веса представлены в формате safetensors; модель содержит 7,6 млрд параметров и поддерживает контекст до 40 960 токенов. В метаданных указан английский язык и лицензия MIT. Карточка не раскрывает подробности задач с лабиринтами, датасета или качества модели.

burmese-gpt2-v2 — дообученная версия GPT-2, опубликованная пользователем zayar26. Модель предназначена для генерации текста; README сообщает о дообучении на неизвестном наборе данных, поэтому её специализацию и качество нельзя уточнить. Архитектура — плотная GPT2LMHeadModel, формат весов — Safetensors, контекст — до 1024 токенов. Лицензия — MIT.

Компактная модель DeBERTaV2 для заполнения пропусков в китайском тексте. Её разработали как submission для Chinese BabyLM 2026 Challenge (NLPCC 2026); модель обучена с нуля на корпусе китайских текстов, адресованных детям и созданных детьми, из набора chinese-babylm-org/babylm-zho-100M. Модель использует архитектуру DeBERTaV2ForMaskedLM с disentangled attention и относительными позиционными представлениями. В README указано около 6 млн параметров, WordPiece-токенизатор с китайским словарём из 8 000 токенов и максимальная длина последовательности 256 токенов. Метаданные каталога при этом указывают 33,4 млн параметров и контекст 576 токенов, поэтому размер и длина контекста противоречивы. Модель подходит для экспериментов с языковым моделированием на ограниченных данных и оценки понимания китайского языка; в описанных абляционных испытаниях она показала лучшие результаты среди сравниваемых вариантов на NLU-треке. Это маскированная языковая модель, а не модель для свободной генерации диалога. Лицензия — MIT.

lukasdrg/clinical_longformer_same_tokens_180k — модель LongformerForMaskedLM размером 151,8 млн параметров, обученная с нуля. Метаданные указывают задачу fill-mask: модель предсказывает замаскированные токены в тексте. В README приведено значение loss 1,8381 на оценочном наборе, однако сведения о наборе данных и назначении модели не раскрыты. Название указывает на клиническую область, но README не подтверждает состав обучающих данных или пригодность модели для медицинского применения. Лицензия в предоставленных данных отсутствует.

Confucius-o1-14B — языковая модель NetEase Youdao, дообученная на базе Qwen2.5-14B-Instruct. Она предназначена прежде всего для решения математических задач уровня K–12: модель формирует рассуждение, а затем кратко излагает пошаговый ход решения и ответ. Разработчики применили двухэтапное обучение с данными от модели-учителя и последующей самоитерацией; модель содержит 14 млрд параметров, использует архитектуру Qwen2 и поддерживает контекст до 32 768 токенов. Для инференса подходят Transformers и vLLM; по заявлению авторов, модель можно запускать на одной GPU без квантизации. Обучение и проверка были сосредоточены на математике для школьников и задачах без изображений. README указывает, что качество в нематематических областях не проверялось; в сводке решения модель может предпочитать китайский язык, а рассуждения иногда смешивают языки. Также возможны циклические рассуждения и некорректный формат ответа. Модель не проходила специальную настройку и проверку безопасности. Лицензия — Apache-2.0.

jkminder представляет исследовательскую базовую языковую модель d12_optimized_286m_seed3 из серии Scaling Ladder для изучения разброса результатов предобучения между случайными seed. Это плотная авторегрессионная Nanochat GPT с 12 слоями, скрытым размером 768 и 6 головами внимания; в репозитории около 286 млн параметров, из них около 110 млн учитываются как масштабируемые. Модель предсказывает следующий токен и не проходила дообучение на инструкциях или обучение безопасности. Модель обучена на английских данных NVIDIA ClimbMix; карточка описывает общий процесс серии как предобучение на 200 токенов на масштабируемый параметр и содержит контрольные точки для разных бюджетов обучения. Контекст составляет 2048 токенов. Архитектура использует чередование коротких скользящих окон и слоёв с полным контекстом, rotary embeddings и другие механизмы Nanochat GPT. Подходит для экспериментов с предобучением и оценки влияния случайного seed; как базовая модель не предназначена для прямого следования инструкциям. Лицензия CC BY-NC 4.0 ограничивает коммерческое использование.

R1064 — MidCtx × MidRank × MidBeta Ultra HiLR — это экспериментальный чат-чекпойнт семейства Qwen 3.5 MoE от crazyape777, полученный офлайн-дообучением методом DPO базовой модели vera6/affine-5g4yy75zuz-t6. Он создан для участия в SN120 Affine miner и оценки парных ответов по Reason v4, а не для общего общения. Обучение оптимизировало предпочтение рассуждений, повышающих оценку учительской модели; в README описаны сравнение с родительской моделью и выигрыш на тесте из 79 примеров. Модель принимает текст и генерирует текст в формате диалога. В обучении использовались пары предпочтений для дуэльной оценки, LoRA с рангом 32 и максимальной длиной последовательности 8192 токена. Репозиторий содержит веса Safetensors и предназначен для библиотеки Transformers. Лицензия — Apache 2.0. Заявленные в README результаты относятся к конкретной версии Reason v4 и протоколу оценки; они не подтверждают качество на общих задачах. Модель не позиционируется как универсальный чат-ассистент.

Это исследовательский чекпойнт генеративной языковой модели Startlux Labs из серии Massive Activations HLA, выпущенный для статьи «Massive Activations in Hybrid Linear Attention Large Language Models: Pre-Attention Spikes and Inter-Spike Plateaus». Модель обучена с нуля на 10 млрд токенов; карточка указывает 340 млн параметров, а метаданные — 385,1 млн. Архитектура GatedDeltaNet сочетает гибридное линейное внимание с полными слоями внимания, в которых применяются выходные гейты. Контекст составляет 4096 токенов. Чекпойнт предназначен для изучения массивных активаций, поведения PAS/ISP, размещения слоёв внимания, выходного гейтирования и влияния масштаба модели. Это веса без настройки для следования инструкциям и без настройки безопасности. Чекпойнт не входит в публичный сценарий быстрого запуска с нуля: интеграция GatedDeltaNet не опубликована, и для выполнения нужна совместимая локальная реализация. Лицензия — Apache-2.0.

ThinkLink Gemma-2-2B-IT — дообученная MinnieMin диалоговая причинно-языковая модель на базе google/gemma-2-2b-it для подготовки к задачам на программирование. Она задаёт наводящие вопросы и предлагает пошаговые подсказки, чтобы пользователь самостоятельно разобрал условие, выбрал алгоритм и продумал реализацию. Модель предназначена для обучения и подготовки к техническим собеседованиям, а не для выдачи готовых решений. Архитектура — плотная Gemma 2 с 2,7 млрд параметров по метаданным, контекст — 8192 токена. Обучение проводилось с помощью LoRA на датасете RayBernard/leetcode. Заявленный язык — английский. Репозиторий использует формат safetensors; лицензия — Gemma License.

inverse_gec — дообученная модель T5, разработанная на основе mika5883/pretrain_rugec. В репозитории указано, что обучение проведено на наборе данных, название которого не приведено; описание назначения, способов применения и оценки отсутствует. Архитектура — T5ForConditionalGeneration с 123,8 млн параметров и контекстом 512 токенов; веса сохранены в формате safetensors. По имеющимся данным нельзя надёжно определить конкретную задачу модели, её поддерживаемые языки или условия лицензии.

Anjoe/kant-gpt2-large — дообученная модель на архитектуре GPT-2 Large, созданная на основе benjamin/gerpt2-large. Её обучили на собрании сочинений Иммануила Канта Akademie Ausgabe; модель генерирует текст в стиле и тематике обучающего корпуса. Модель предназначена для экспериментов с представлением и извлечением знаний из больших языковых моделей, а также для генерации продолжений текста по философской тематике. Контекст составляет 1024 токена. В оценке на тестовом наборе указана функция потерь 3,4257. Репозиторий содержит веса PyTorch и распространяется по лицензии MIT.

Kite 6.7 — компактная языковая модель на 12,1 млн параметров, разработанная автором репозитория qikp. Она построена на архитектуре Qwen2 и обучена на 250 тысячах отобранных фрагментов MS MARCO за одну эпоху; для токенизации использован MicroSupra. Модель предназначена для генерации текста и небольших экспериментов с языковыми моделями на корпусе MS MARCO. Модель принимает текст и генерирует текст. В метаданных указан контекст длиной 384 токена и английский язык. Небольшой размер ограничивает качество и пригодность для производственных нагрузок. Лицензия — CC0 1.0.

Konaet Cauryvo Clean 202M — причинная нейросетевая модель генерации текста от разработчиков линейки Konaet. Она предназначена для локального запуска без подключения к сети; модель имеет около 202 млн плотных параметров, собственную побайтовую репрезентацию и многошкальную причинную память. Чекпойнт и среда исполнения относятся к собственной архитектуре Konaet, веса опубликованы в формате safetensors. Модель генерирует текст на португальском языке. В карточке описаны проверка загрузки весов, обучение и метрики отдельных циклов, но свободная генерация прошла только 3 из 13 задач контрольного набора; для кода зафиксировано 0 из 3 задач. Автономный выпуск не прошёл все обязательные проверки, поэтому результаты не подтверждают надёжную работу в широком спектре сценариев. Лицензия указана как other; конкретные условия использования в предоставленных данных не раскрыты. Модель опубликована 5 сентября 2026 года.

LEAD_B — дообученная модель BERT для заполнения пропусков в научных текстах по материаловедению. Она основана на pranav-s/MaterialsBERT и использует архитектуру BertForMaskedLM; размер составляет 136,7 млн параметров, контекст — до 512 токенов. Модель принимает текст с маскированными фрагментами и предсказывает подходящие слова или токены. Карточка приводит результаты оценки на неизвестном наборе данных: loss 1,2020 и accuracy 0,7271. Набор данных, подробные сценарии применения и ограничения в README не раскрыты. Модель опубликована в формате safetensors под лицензией other; условия этой лицензии следует проверить перед использованием.

Slotherynn/legal-chatbot-qwen-sft — экспериментальная модель диалоговой генерации текста, созданная дообучением Qwen2.5-3B-Instruct разработчиком репозитория. Несмотря на название, модель обучалась на общем наборе инструкций на индонезийском языке Alpaca-GPT4, а не на специализированных юридических вопросах. Использована схема QLoRA с 4-битной базовой моделью; опубликованные веса представлены в формате safetensors. Модель содержит 3,1 млрд параметров, поддерживает контекст до 32 768 токенов и рассчитана на текстовый ввод и генерацию текста, в том числе в диалоговом режиме. Модель предназначена для экспериментов с выполнением общих инструкций на индонезийском языке и изучения supervised fine-tuning. В проверке юридического RAG на 60 индонезийских случаях все 43 попытки генерации не прошли требования к обоснованным ответам с источниками; улучшения качества относительно базовой модели не обнаружено. Модель не подходит для юридических ответов в production и не должна использоваться как источник юридической консультации. Репозиторий распространяется по лицензии Apache-2.0; набор данных обучения указан отдельно под CC BY-SA 4.0.

legalslm/legal-slm-336m-release — базовая авторегрессионная языковая модель семейства Llama от разработчиков LegalSLM. Модель с 332,4 млн параметров обучена с нуля на корпусе индийских юридических текстов; это плотная decoder-only архитектура, опубликованная в формате Safetensors и загружаемая через Transformers без пользовательского кода. Контекст — 1024 токена. Модель рассчитана на продолжение текста и оценку вероятности продолжений, а не на выполнение инструкций; основной язык карточки — английский. Модель лучше подходит для генерации и оценки текста в индийском юридическом стиле, в частности для работы с формулировками законов и категориями наказаний. На приведённых в карточке тестах она уступает моделям общего назначения на обычном тексте. Лицензия указана как other, конкретные условия в предоставленных данных не раскрыты. Ограничения существенны для правовых задач: модель не умеет надёжно связывать наказание с конкретной статьёй, может выдумывать судебные цитаты и номера дел, а примеры в запросе способны сильно влиять на ответ. Тексты BNS, BNSS и BSA представлены в обучении ограниченно, а право после 2023 года недопредставлено. Для точного поиска норм её следует сочетать с извлечением источников и проверкой по первичным текстам; ответы о санкциях нельзя использовать как справочную информацию.

LittleLearner-1.3b-grpo-math-expert — чат-модель на базе плотной архитектуры Qwen3, разработанная в рамках исследования LittleLearner. Модель содержит около 1,4 млрд параметров и рассчитана на контекст до 4096 токенов. Её обучали на материалах для начальной школы США, затем дообучили на диалогах и с помощью GRPO на математических задачах с проверяемыми ответами. Модель предназначена прежде всего для решения и объяснения математических задач уровня K–5, включая текстовые задачи. В оценке MathCAMPS результат pass@1 составил 40,1 для задач K–5 и 6,5 для задач выше этого уровня. Модель ориентирована на английский язык; специализация на математике может снижать качество обычного диалога и вызывать склонность к математическим рассуждениям даже в других сценариях. Веса опубликованы в формате Safetensors, библиотека для работы — Transformers. В метаданных лицензия обозначена как other, поэтому конкретные условия использования следует уточнить в материалах репозитория.