II.9Статистика, эксперименты и причинный анализ

JOSIE-1.1-4B-Thinking — плотная языковая модель с 3,7 млрд параметров, разработанная Gökdeniz Gülmez на основе Qwen3-4B-Thinking-2507. Это полновесное дообучение для многошаговых рассуждений, математики, научно-технических задач и творческого письма. Модель поддерживает чат и генерацию текста; в карточке указана работа с 13 языками, включая русский, английский, испанский, французский, немецкий, китайский и японский. Метаданные указывают контекст до 262 144 токенов, а README — до 65 536 токенов, поэтому заявленная длина контекста расходится между источниками. Модель предназначена для решения логических задач, математических вычислений, технического анализа и работы с длинными документами. В описании заявлены последовательные рассуждения и прямой стиль ответов без излишней угодливости. Лицензия — MIT. Модель не имеет встроенной фильтрации контента и может выдавать неподходящие ответы. Результаты в узкоспециализированных областях могут быть нестабильны; критически важные ответы следует проверять. README также предупреждает, что для вывода требуется достаточно мощное оборудование.

Star Supernova — англоязычная модель генерации текста monkiey/StarSupernova, созданная на базе Gemma-4 и дообученная с дистилляцией интеллектуальных и аналитических возможностей модели stepfun-ai/Step-3.7-Flash. Она предназначена для многошагового рассуждения, решения математических задач, академического и профессионального анализа, работы с вопросами из MMLU-Pro, программированием, системной инженерией и многоходовыми диалогами разработчика с инструментами. Модель использует разреженную архитектуру Mixture-of-Experts с 12 экспертами, Top-4-маршрутизацией для каждого токена и общей плотной MLP-сетью. Общий объём составляет около 13,47 млрд параметров, из них активно используется около 5,54 млрд на токен. Архитектура основана на Gemma-4 с 35 слоями и размерностью скрытого состояния 1536, контекст — до 131 072 токенов. Веса квантизованы до 4 бит, проекции маршрутизатора — до 8 бит; заявленный объём памяти составляет около 8,7 ГБ VRAM. Сильные стороны модели — высокая ёмкость при разреженной активации, специализированные навыки рассуждения, пошаговые математические выводы, устранение отвлекающих вариантов в тестах и эффективный запуск на компьютерах Apple Silicon через MLX и Metal GPU. Ограничение — модель обучалась только на английском языке и рассчитана прежде всего на англоязычные сценарии. Для работы требуется MLX/Apple Silicon; README указывает лицензию Apache-2.0.

DeepAnalyze-8B — агентная большая языковая модель для автономной работы с задачами анализа данных. Её разработали Shaolei Zhang, Ju Fan, Meihao Fan, Guoliang Li и Xiaoyong Du; модель основана на плотной архитектуре Qwen3 и содержит 7,6 млрд параметров. Для запуска используется библиотека Transformers, веса опубликованы в формате safetensors; контекст — до 131 072 токенов. Модель предназначена для выполнения полного цикла работы с данными: подготовки и исследования данных, анализа, построения моделей, визуализации и подготовки отчётов. Она может исследовать структурированные источники, например базы данных, CSV и Excel, полуструктурированные JSON, XML и YAML, а также текстовые документы TXT и Markdown. В карточке указаны возможности чата и интерфейс вызова инструментов. Проект позиционируется как открытый, но в метаданных лицензия указана как MIT.

sequelbox/gpt-oss-20b-DAG-Reasoning — экспериментальная специализированная языковая модель Sequelbox, дообученная на openai/gpt-oss-20b. Она предназначена для причинно-следственного анализа: по запросу модель выделяет связи между факторами, оценивает уверенность и формирует ориентированный ациклический граф в структурированном JSON-формате. Для получения такого результата нужно явно попросить граф или анализ; в остальных случаях модель может отвечать в обычном стиле gpt-oss-20b. Архитектура — MoE для генерации текста, указанное в метаданных число параметров — 1,6 млрд, контекст — 131 072 токена; модель работает с текстом на английском языке и поддерживает чат и выполнение инструкций. Разработчик описывает применение в программировании, науке, бизнесе, экономике, финансах, праве, логистике и управлении. Релиз экспериментальный; для использования результатов рекомендуется проверять структуру JSON. Лицензия — Apache-2.0.

DeepSeek-V4-Pro-Qwen3.5-9B — компактная языковая модель для генерации текста и рассуждений, разработанная Jackrong на базе Qwen3.5-9B. Она создана методом дистилляции ответов DeepSeek-V4-Pro в режиме Max Effect и ориентирована прежде всего на математические и STEM-задачи, многошаговое решение проблем, структурированное рассуждение, программирование, использование инструментов и function calling. Модель содержит около 9 миллиардов параметров и обучалась примерно на 250 000 примерах по математике и научному рассуждению. Указана поддержка английского, китайского, корейского, японского, испанского и русского языков. Модель относится к текстовым генеративным системам; сведения о точной архитектуре и размере контекстного окна не приведены. Отдельно заявлены оценка MTP и варианты развертывания через vLLM с NVFP4 и llama.cpp с MTP-Q8_0. Сильными сторонами являются компактный размер, ориентация на математическое и научное рассуждение, перенос улучшений на программирование и использование инструментов без специализированного SFT по коду, а также пригодность для практического локального развертывания. Ограничения включают узкую специализацию обучающих данных и отсутствие подробных количественных результатов оценки; качество в других доменах не подтверждено. Модель распространяется по лицензии Apache-2.0.

Data Science Coder 6.7B — дообученная разговорная модель семейства Llama, разработанная ed001 для помощи с программированием в задачах Data Science. Модель обучена на наборе инструкций ed001/ds-coder-instruct-v1, собранном фильтрацией общедоступных датасетов Hugging Face. В карточке также указана версия на 1,3 млрд параметров; этот репозиторий содержит версию примерно на 6,6 млрд параметров. Модель предназначена для генерации кода и ответов на запросы о программировании для анализа данных. Она принимает текст и выдаёт текст, поддерживает английский язык и имеет контекст до 16 384 токенов. Указаны архитектура LlamaForCausalLM и форматы PyTorch и Safetensors. README приводит средний результат 41,99 в Open LLM Leaderboard и оценки по отдельным тестам, но не раскрывает подробный протокол оценки. Лицензия CC BY-NC-SA 4.0 требует указания авторства и распространяет производные материалы на тех же условиях; коммерческое использование не разрешено.

Qwen2-Math-72B-Instruct-GGUF — квантизированная в формате GGUF инструкционная языковая модель, разработанная командой Qwen на базе Qwen2-Math-72B-Instruct. Квантизацию выполнил bartowski с использованием llama.cpp. Модель предназначена прежде всего для решения математических задач, многошагового рассуждения и сложных логических проблем, а также для диалогового текстового взаимодействия через шаблон ChatML. Модель содержит 72 млрд параметров и обучена на специализированном математическом корпусе, включающем веб-тексты, книги, программный код, экзаменационные задания и синтетические данные. Инструкционная версия дополнительно обучалась с применением математической reward-модели, supervised fine-tuning и Group Relative Policy Optimization (GRPO). В README заявлены высокие результаты на математических и reasoning-бенчмарках, однако конкретные показатели не приведены. Указан английский язык; другие языки и размер контекста не заявлены. Модель подходит для математического анализа, пошагового решения задач и исследовательских сценариев, но из-за большого размера требует значительных вычислительных ресурсов, а квантизация может влиять на точность. Как и другие генеративные модели, она способна ошибаться и выдавать неточные или неподходящие ответы. Лицензия указана как tongyi-qianwen; подробные условия доступны по ссылке на лицензию исходной модели.

Llemma 7B — языковая модель для математических задач, созданная командой авторов, перечисленных в карточке модели. Она основана на весах Code Llama 7B и дообучена на 200 млрд токенов корпуса Proof-Pile-2; архитектура — плотная LlamaForCausalLM с 6,6 млрд параметров. Модель предназначена для математических рассуждений с пошаговым выводом, решения задач и применения вычислительных инструментов, включая Python и системы формальной проверки теорем. В оценках авторов Llemma 7B показала сильные результаты на задачах математических рассуждений и STEM по сравнению с Llama 2 и Code Llama аналогичного размера. Модель принимает текст и генерирует текст; заявленная длина контекста — 4096 токенов. Карточка указывает лицензию Llama 2. Результаты оценок не гарантируют точности в произвольных задачах, а сама модель может ошибаться в вычислениях и рассуждениях.

OpenMath-Nemotron-14B-Kaggle-GGUF — это квантизированная версия языковой модели OpenMath-Nemotron-14B-Kaggle, разработанной NVIDIA и преобразованной в формат GGUF пользователем bartowski с помощью llama.cpp. Модель предназначена прежде всего для генерации текста и решения математических задач; исходный набор данных связан с nvidia/OpenMathReasoning. Указан английский язык, поэтому основным языком работы является английский. Модель содержит 14 млрд параметров. Архитектура и размер контекста в README не указаны. Доступны варианты от BF16 до различных уровней квантизации Q8, Q6, Q5, Q4, Q3 и IQ, что позволяет выбирать между качеством, размером файла и требованиями к оперативной памяти. Версии GGUF предназначены для запуска через llama.cpp, LM Studio и другие совместимые проекты; приведён специальный шаблон prompt формата ChatML. Сильная сторона модели — специализация на математическом рассуждении и широкий выбор квантизаций, включая варианты, ориентированные на высокое качество или ограниченный объём памяти. Более агрессивная квантизация может снижать качество ответов, а точные ограничения, поддерживаемые модальности и длина контекста в README не раскрыты. Для модели указана лицензия CC BY 4.0.

GALPACA 30B — языковая модель Georgia Tech Research Institute на архитектуре OPT, полученная дообучением GALACTICA 30B на 52 тысячах инструкционных примеров Alpaca. Модель генерирует текст и следует инструкциям; её научная основа предназначена для ответов на научные вопросы, объяснения понятий и подготовки ответов с упоминанием публикаций, когда это возможно. Контекст составляет 2048 токенов. Модель подходит для исследовательских экспериментов с генерацией научного текста и инструкционными языковыми моделями, а также для помощи в решении задач с кодом. Ответы могут содержать фактические ошибки, поэтому научные сведения требуют проверки. Модель распространяется по лицензии CC BY-NC 4.0 и дополнительно подпадает под условия использования OpenAI из-за происхождения набора Alpaca; коммерческое использование ограничено.

Jan-v3.5-4B — дообученная модель компании Jan над базовой моделью janhq/Jan-v3-4B-base-instruct, разработанная при участии команды Menlo Research. Она предназначена для генерации текста, решения математических задач и диалогового взаимодействия с выраженной индивидуальностью, а также может использоваться как основа для последующей адаптации под приложения с математической или identity-специализацией. Модель ориентирована на интеграцию с Jan Desktop и локальный запуск через vLLM или llama.cpp. Модель основана на архитектуре Qwen3-4B и содержит около 4,0 млрд параметров, из которых 3,6 млрд не относятся к embedding-слою. Она включает 36 слоёв, использует Grouped-Query Attention с 32 головами для Q и 8 для KV, поддерживает контекст длиной до 262 144 токенов и, согласно карточке, предназначена для работы с английским языком. Дообучение проводилось на наборах данных по математическому рассуждению, а также на данных, формирующих голос, стиль и ценности модели. Сильными сторонами являются улучшенное по сравнению с базовой моделью решение математических задач, общий языковой функционал и узнаваемый разговорный стиль: неформальный тон, краткие ответы, самоирония и отсутствие корпоративной манеры общения. Ограничением является то, что модель не нейтральна и намеренно придерживается заданной личности, поэтому её стиль может быть неподходящим для формальных или строго нейтральных сценариев. Модель распространяется по лицензии Apache 2.0.

Mistral-Small-24B-Instruct-2501-reasoning-GGUF — это квантованное представление в формате GGUF модели Mistral-Small-24B-Instruct-2501-reasoning, разработанной yentinglin и преобразованной пользователем brittlewis12. Модель создана на базе Mistral-Small-24B-Instruct-2501 и дообучена для усиления способностей к математическому рассуждению на наборах данных OpenR1-Math-220k, s1K-1.1 и связанных данных в формате TRL. Она предназначена для генерации текста, решения математических задач и сценариев, где требуется пошаговое рассуждение. Заявлен английский язык и текстовая модальность; размер модели — 24 млрд параметров. Формат GGUF ориентирован на локальный запуск с совместимыми инструментами, включая llama.cpp. Сведения о размере контекстного окна в README отсутствуют. Среди сильных сторон — специализация на математическом reasoning и высокие результаты исходной модели в приведённых оценках: 95,0 на MATH-500, 53,33 на AIME 2025, 66,67 на AIME 2024 и 62,02 на GPQA Diamond. Эти показатели относятся к исходной модели и не обязательно полностью характеризуют конкретную квантованную сборку. Ограничениями являются отсутствие данных о конкретном типе и уровне квантования, требованиях к памяти и производительности, поддерживаемых языках помимо английского и контекстном окне. В метаданных указана лицензия Apache-2.0.

NVIDIA OpenMath-CodeLlama-70b-Python-hf — плотная авторегрессионная модель семейства Llama, дообученная на базе codellama/CodeLlama-70b-Python-hf для решения математических задач с помощью текстовых рассуждений и фрагментов кода, выполняемых в Python. Модель содержит 68,7 млрд параметров и имеет контекст 2048 токенов. Модель предназначена для генерации решений математических задач, где полезно сочетать объяснение на естественном языке с вычислениями на Python. Она обучена на OpenMathInstruct-1 — наборе из 1,8 млн пар «задача—решение». Карточка также описывает открытый конвейер NVIDIA NeMo для обучения, инференса и воспроизведения результатов. Поддерживаемый язык карточки — английский. Репозиторий распространяется в формате safetensors по лицензии Llama 2. Фактическое выполнение сгенерированного кода требует отдельной среды Python; качество ответов и корректность вычислений могут зависеть от формулировки задачи и не гарантируются.

DePlot — модель компании Google для преобразования изображений графиков и диаграмм в линейную таблицу. Она основана на архитектуре Pix2Struct и предназначена для визуального анализа данных: модель принимает изображение графика и вопрос о нём, а выдаёт текстовое представление данных, которое можно использовать для последующих ответов и рассуждений с помощью языковой модели. Модель обучена для задачи преобразования графика в таблицу и может работать как компонент системы ответов на вопросы по диаграммам. В статье описан подход DePlot вместе с LLM: DePlot извлекает структурированные данные из графика, а языковая модель рассуждает над ними. Карточка Hugging Face указывает поддержку английского, французского, румынского и немецкого языков, форматы PyTorch и Safetensors, а также лицензию Apache 2.0. DePlot специализируется на графиках и диаграммах, поэтому её возможности не следует считать универсальным визуальным пониманием. Качество ответов на сложные вопросы зависит от точности преобразования графика в таблицу и от языковой модели, подключённой для рассуждений.

MathCoder2-DeepSeekMath-7B-GGUF — это GGUF-квантизированная версия модели MathGenie/MathCoder2-DeepSeekMath-7B, подготовленная пользователем bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста в задачах, связанных с математикой и программированием; в метаданных указаны конвейер text-generation, математическая тематика, датасет MathGenie/MathCode-Pile и английский язык. В основе лежит модель размером 7B параметров, доступная в форматах от F16 до различных вариантов квантования Q8, Q6, Q5, Q4, Q3 и IQ. Размер файлов составляет примерно от 3,14 до 13,83 ГБ, что позволяет выбирать между качеством генерации и требованиями к памяти. Для локального запуска рекомендуются LM Studio и совместимые инструменты llama.cpp. Контекст, точная архитектура, мультимодальность и специальный формат промптов в README не указаны. Сильной стороной являются многочисленные варианты квантования, включая версии, оптимизированные для ARM, а также варианты с заявленным высоким качеством, близким к исходной модели. Более сильное квантование уменьшает требования к памяти, но может снижать качество ответов; низкобитные варианты характеризуются как менее качественные. Модель распространяется по лицензии Apache-2.0.

NVIDIA-Nemotron-Labs-Teacher-General-Reasoning — языковая модель NVIDIA для многошаговых рассуждений на сложных задачах. Это вариант Nemotron 3 Ultra, дополнительно дообученный на reasoning-данных с помощью supervised fine-tuning и reinforcement learning. Модель предназначена как для самостоятельного решения задач, так и для генерации обучающих примеров и сигналов для дистилляции других моделей. Модель использует гибридную архитектуру LatentMoE с чередованием слоёв Mamba-2 и Mixture of Experts, отдельными слоями attention и Multi-Token Prediction. Всего в ней 550 млрд параметров, из которых активно 55 млрд; длина контекста в метаданных — 262 144 токена. README также заявляет поддержку контекста до 1 млн токенов, поэтому фактический предел может зависеть от конфигурации и способа запуска. Модель генерирует текст и ориентирована на рассуждения в математике, логике и абстрактных задачах; заявлена поддержка английского, французского, испанского, итальянского, немецкого, японского, корейского, хинди, португальского и китайского языков. Модель рассчитана на коммерческое и некоммерческое использование, однако метаданные указывают лицензию «other», поэтому перед внедрением следует проверить условия в карточке модели. Для запуска требуются значительные вычислительные ресурсы: это чекпойнт масштаба сотен миллиардов параметров. Дата отсечения обучающих данных для постобучения — май 2026 года, для предобучения — сентябрь 2025 года.

OpenMath-CodeLlama-13b-Python-hf — языковая модель NVIDIA для решения математических задач с помощью текстовых рассуждений и фрагментов кода, исполняемых в Python. Она дообучена на CodeLlama-13b-Python-hf на наборе OpenMathInstruct-1, содержащем 1,8 млн пар «задача — решение», сгенерированных моделью Mixtral-8x7B. Модель имеет плотную архитектуру LlamaForCausalLM и 12,9 млрд параметров, принимает текст и генерирует текст, включая код. Контекст составляет до 16 384 токенов; в карточке указан английский язык. Модель подходит для генерации пошаговых решений математических задач, написания вспомогательных Python-программ и проверки вычислений через исполнение кода. Обучающий конвейер открыт, для разработки и инференса используется NVIDIA NeMo. Репозиторий распространяется по лицензии Llama 2. Результаты могут содержать ошибки в рассуждениях или коде; README не описывает специальные гарантии корректности решений.

OpenMath-CodeLlama-7b-Python-hf — языковая модель NVIDIA для решения математических задач с помощью текстовых рассуждений и фрагментов кода, исполняемых в Python. Она дообучена на базе codellama/CodeLlama-7b-Python-hf на наборе OpenMathInstruct-1, содержащем 1,8 млн пар «задача—решение», сгенерированных моделью Mixtral-8x7B. Модель построена на плотной авторегрессионной архитектуре LlamaForCausalLM и содержит 6,6 млрд параметров. Модель предназначена для генерации решений математических задач, в том числе с использованием кода для вычислений. Она принимает текст и выдаёт текст, включая рассуждения и Python-код; максимальный контекст составляет 16 384 токена. Карточка описывает открытый конвейер обучения и воспроизведения результатов. Для использования действует лицензия Llama 2.

AI4SGI-ExoMind-9B-GGUF — набор GGUF-квантизаций компактной модели ExoMind-9B, разработанной Shanghai AI Laboratory и дообученной на базе Qwen3.5-9B. Данный репозиторий поддерживается prithivMLmods и содержит варианты модели с точностью от BF16 до Q3_K_S. Модель предназначена для ресурсосберегающих экспериментов в области научного рассуждения и агентных исследовательских сценариев. ExoMind-9B ориентирована на ответы на научные вопросы, математическое и вычислительное рассуждение, поиск источников, обоснование выводов по доступным свидетельствам, исполняемую проверку результатов, интеграцию наблюдений, использование инструментов и создание агентных прототипов. Она сохраняет мультимодальные возможности базовой модели Qwen3.5 для работы с текстом и изображениями, поддерживает английский и китайский языки и имеет контекстное окно до 262 144 токенов. Обучение проводилось методом progressive Chain-of-Interaction на траекториях рассуждений и взаимодействия. К сильным сторонам относятся компактный размер в 9 миллиардов параметров, широкий контекст, мультимодальность, поддержка научно-исследовательских и tool-use-сценариев, а также доступность нескольких GGUF-квантизаций для запуска через llama.cpp и совместимых инструментов. При этом отдельные официальные результаты бенчмарков для ExoMind-9B не приведены: опубликованные показатели относятся к более крупной модели ExoMind-35B-A3B и не должны переноситься на эту версию. Модель выпущена по лицензии Apache License 2.0; сопутствующие материалы, бренд ExoMind и некоторые элементы публикации могут регулироваться отдельными условиями.

Phi-4-reasoning — языковая модель Microsoft Research с открытыми весами, представленная в репозитории Unsloth. Это дообученная версия Phi-4: плотный декодерный Transformer с 14,1 млрд параметров, рассчитанный на генерацию текста и диалоговое взаимодействие. Модель дообучали на примерах рассуждений с помощью supervised fine-tuning и обучения с подкреплением. Модель предназначена для задач, где важны пошаговые рассуждения и компактное исполнение: решения математических задач, ответы на вопросы по естественным наукам, программирование и логические задачи. Основной язык применения — английский. Контекст составляет до 32 768 токенов; карточка описывает текстовую модель. Разработчик указывает, что модель ориентирована прежде всего на математические рассуждения и не проходила специальную оценку для всех возможных прикладных сценариев. Точность, безопасность и справедливость ответов следует проверять для конкретного применения, особенно в высокорисковых областях. Репозиторий распространяется по лицензии MIT.

Poseidon-Reasoning-1.7B — компактная языковая модель для генерации текста, дообученная prithivMLmods на Qwen/Qwen3-1.7B. Для обучения использована выборка из первых 70 тысяч записей датасета Poseidon-Reasoning-5M. Модель предназначена для математических, научных и связанных с программированием рассуждений, решения задач и выполнения инструкций. Модель имеет плотную архитектуру Qwen3ForCausalLM, 1,7 млрд параметров и контекст до 40 960 токенов. Она принимает текст и может выдавать объяснения и структурированные ответы, включая Markdown, Python, LaTeX и таблицы. Карточка заявляет многоязычные возможности базовой Qwen3; метаданные карточки указывают английский язык. Лицензия — Apache-2.0. Модель рассчитана на задачи с чёткой постановкой и умеренной сложностью: помощь в математике и естественных науках, пошаговое решение задач и написание кода с ограничениями. Она не предназначена для широкой непринуждённой беседы и может уступать в творческом письме, эмоциональных ответах и неструктурированных спекулятивных рассуждениях.

Data Science Coder 1.3B — дообученная разговорная модель семейства Llama, разработанная ed001 для помощи в программировании в задачах анализа данных. Она предназначена для генерации кода и ответов на запросы по сценариям data science; обучение проводилось на наборе ed001/ds-coder-instruct-v1, составленном фильтрацией общедоступных датасетов Hugging Face. В качестве исходной модели README называет DeepSeek Coder Instruct, но точный идентификатор базового репозитория не приводит. Модель содержит 1,3 млрд параметров, использует архитектуру LlamaForCausalLM и поддерживает контекст до 16 384 токенов. В метаданных указан английский язык, форматы PyTorch и Safetensors, а также возможности общения в чате и генерации кода. Лицензия CC BY-NC-SA 4.0 предусматривает некоммерческое использование и распространение производных материалов на тех же условиях.

DeepAnalyze-8B — локальная модель для анализа табличных данных, представленная в формате GGUF и дообученная на базе RUC-DataLab/DeepAnalyze-8B. Репозиторий содержит 4-битную квантизацию Q4_K_M для запуска через llama.cpp; модель имеет 8 млрд параметров и контекст 8192 токена. В README также названа архитектура DeepSeek-Coder, но метаданные указывают на базовую модель семейства Qwen3. Модель предназначена для преобразования инструкций на естественном языке в код для анализа данных: очистки таблиц, работы с Pandas, Polars и DuckDB, статистического профилирования и построения графиков. Основной сценарий — локальное использование в Jupyter или IPython вместе с агентным расширением, которое проверяет и выполняет сгенерированный код. README описывает работу с англоязычными инструкциями и табличными данными, однако языки в метаданных не подтверждены. Лицензия — MIT. Модель рассчитана на специализированные задачи анализа данных, а не на универсальный диалог; качество и безопасность выполнения кода зависят также от внешней оболочки и проверок. Указанное в README AST-ограничение относится к агентному расширению, а не гарантируется самими весами модели.

OpenMath-Nemotron-14B-GGUF — это квантизированная версия языковой модели OpenMath-Nemotron-14B, разработанной NVIDIA. Квантизацию в формате GGUF выполнил bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста и решения математических задач, включая сценарии, где требуется локальный запуск через llama.cpp, LM Studio или совместимые проекты. Модель содержит 14 миллиардов параметров, работает с текстом и ориентирована на английский язык. В репозитории доступны варианты от BF16 до низкобитных форматов Q2 и Q3, а также Q4–Q8, что позволяет выбирать баланс между качеством, размером файла и требованиями к оперативной памяти. Для большинства сценариев рекомендуются варианты Q4_K_M, Q5 или Q6; более сильная квантизация обычно сохраняет качество лучше, но требует больше памяти. Размер контекста в README не указан. Сильной стороной модели является специализация на математическом рассуждении и наличие вариантов для эффективного локального вывода на разных конфигурациях оборудования. Ограничения включают ориентацию на английский язык, отсутствие заявленной поддержки изображений или других модальностей, а также возможное снижение качества в наиболее компактных вариантах квантизации. Указанная лицензия — CC BY 4.0.

ZGCM-1-7B — плотная авторегрессионная языковая модель Zhongguancun Academy и Zhongguancun Institute of Artificial Intelligence, обученная с нуля для математических рассуждений и поиска с использованием инструментов. Модель содержит 6,3 млрд параметров по метаданным каталога (в README указано 7,39 млрд), использует архитектуру ZGCM и поддерживает контекст до 262 144 токенов. Для работы требуется Transformers и включение trust_remote_code=True. Модель рассчитана на решение математических задач, многошаговый поиск в интернете и диалоговое текстовое взаимодействие; доступны режимы с внутренними рассуждениями и прямым ответом. В техническом отчёте авторы приводят высокие результаты на математических бенчмарках и оценках агентного поиска. Обучение включало предварительное обучение, расширение контекста и дообучение для общих и агентных задач. Весовые файлы опубликованы в формате safetensors. Лицензия — MIT. Модель работает с текстом и не описана как мультимодальная; качество ответов зависит от задачи и используемого инструментария для поиска. Возможность загрузки собственного кода модели требует осторожности при запуске.

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.

Chart-To-Table — модель для преобразования изображений диаграмм в структурированные таблицы. Она представлена в работе «Do LVLMs Understand Charts? Analyzing and Correcting Factual Errors in Chart Captioning» и использует архитектуру UniChart типа vision encoder-decoder. Модель принимает изображение диаграммы и выдаёт текстовую таблицу: строки разделяются маркером `&&&`, а столбцы — символом `|`. Она предназначена для извлечения данных из графиков и диаграмм, чтобы затем использовать их в анализе или обработке табличных данных. В метаданных указаны библиотека Transformers, формат PyTorch и лицензия Apache-2.0.

Lloro — языковая модель Semantix Research Labs для анализа данных на Python по запросам на португальском языке. Это дообученная с помощью QLoRA модель CodeLlama-7b-Instruct на синтетическом наборе инструкций и примеров кода; архитектура — плотная LlamaForCausalLM, размер — 6,6 млрд параметров. Модель принимает текст и генерирует текст, включая Python-код. Метаданные указывают контекст до 16 384 токенов; в README для выпуска V3 указано увеличение контекста до 2 048 токенов. Lloro подходит для запросов о проведении анализа данных, написания и пояснения кода на Python в португалоязычных сценариях. README сообщает, что модель также понимает английский, но основной язык — португальский. Модель создана для генерации кода по текстовым инструкциям; качество ответов следует проверять на целевых данных и в исполняемой среде. Лицензия — Llama 2.

OpenReasoning-Nemotron-7B — языковая модель NVIDIA на 7,1 млрд параметров, дообученная методом supervised fine-tuning на базе Qwen2.5-7B. Это плотный декодерный трансформер семейства Qwen2, предназначенный для рассуждений и решения задач по математике, программированию и естественным наукам. Модель принимает текст и генерирует текст; в карточке указано контекстное окно 131 072 токена, а README сообщает об обучении на генерацию ответов длиной до 64 000 токенов. Модель рассчитана на разработчиков и исследователей, работающих со сложными задачами, олимпиадной математикой, кодом и научными вопросами. Её можно запускать в обычном режиме или использовать в многократной генерации с последующим выбором решения через GenSelect; описанная в README настройка GenSelect ориентирована на математику и, по заявлению разработчиков, обобщается на код и научные вопросы. В README приведены результаты на математических, научных и программных бенчмарках, но они не гарантируют такое же качество на произвольных задачах. Модель поддерживает английский язык согласно языковым метаданным. NVIDIA рекомендует для ускорения инференса GPU-системы NVIDIA; в README перечислены NeMo, vLLM и TensorRT-LLM. Лицензия — CC BY 4.0; README позиционирует модель для коммерческого и некоммерческого исследовательского использования.

PyThagorean-10B — текстовая авторегрессионная модель на архитектуре Llama, разработанная prithivMLmods и дообученная на 1,5 млн примеров. Модель содержит 9,9 млрд параметров, работает с контекстом до 32 768 токенов и предназначена прежде всего для решения математических задач с помощью Python-кода и библиотек, а также для генерации кода, пошаговых объяснений и инструкционного диалога. Модель подходит для учебных помощников по алгебре, математическому анализу и тригонометрии, создания вычислительных скриптов, объяснения решений и подготовки учебных материалов. В карточке заявлены многоязычные диалоги, поиск и суммаризация знаний; метаданные указывают английский язык. Модель принимает текст и генерирует текст, включая код. Лицензия — Llama 3.1.