IV.5Образование и развитие навыков

skyai798/openmathinstruct2-mix-sft — дообученная модель на базе meta-llama/Llama-3.1-8B-Instruct, созданная с использованием набора данных openmathinstruct2-mix-100k. Это плотная авторегрессионная модель семейства Llama с 7,5 млрд параметров, предназначенная для генерации текста и диалогов; карточка указывает интерфейс вызова инструментов. В контексте математического набора данных модель может применяться для генерации ответов на математические запросы. Модель использует Transformers и формат safetensors. Заявленная длина контекста — 131072 токена. Лицензия обозначена как other; конкретные условия в предоставленных данных не раскрыты.

OpenMath-Nemotron-7B — языковая модель NVIDIA для решения математических задач. Она создана дообучением Qwen/Qwen2.5-Math-7B на наборе OpenMathReasoning и использует плотную архитектуру Qwen2 с 7,1 млрд параметров. Модель принимает текст и генерирует текст; доступны режимы пошагового рассуждения CoT, интеграции с инструментами TIR и выбора решения GenSelect. Контекст — до 131 072 токенов. Модель предназначена для математического рассуждения и исследовательских сценариев, включая решение задач и оценку ответов на математических бенчмарках. Карточка сообщает о сильных результатах семейства OpenMath-Nemotron на популярных математических бенчмарках, но конкретные результаты для версии 7B в приведённой таблице не указаны. В метаданных указан английский язык; README не уточняет языковой охват этой версии. Модель доступна по лицензии CC BY 4.0, а карточка заявляет готовность к коммерческому использованию. Для запуска указаны Transformers, TensorRT и Triton, а также оптимизация для систем с GPU NVIDIA. Ответы математической модели могут содержать ошибки и требуют проверки, особенно при использовании в критичных сценариях.

Open-Reasoner-Zero-7B — языковая модель на архитектуре Qwen2, разработанная командой Open-Reasoner-Zero. Это policy-модель, дообученная с помощью масштабируемого обучения с подкреплением для генерации рассуждений; её можно использовать как чат-модель через Transformers и vLLM. В карточке указано 7,1 млрд параметров и контекст до 131 072 токенов. Модель предназначена для задач, требующих пошагового рассуждения, в частности для решения математических задач и ответов на научные вопросы. В README сообщается об оценке на AIME2024, MATH500 и GPQA Diamond. Модель выпущена в формате safetensors по лицензии MIT. README не сообщает языки обучения или поддержки, поэтому они здесь не перечислены.

heretic-org/Phi-4-mini-reasoning-heretic — производная версия Microsoft Phi-4-mini-reasoning, изменённая методом abliteration, который снижает частоту отказов модели. Это компактная трансформерная языковая модель с 3,8 млрд параметров, предназначенная прежде всего для многошагового математического рассуждения, решения логических задач и генерации объяснений в условиях ограниченных вычислительных ресурсов или требований к низкой задержке. По карточке модели, в сравнении с исходной версией доля отказов в указанной проверке снизилась с 84 до 9 из 100, при этом зафиксировано ненулевое расхождение распределений ответов (KL divergence 0,4867). Модель принимает текстовые запросы и генерирует текст. Она подходит для решения математических задач, формальных доказательств, символьных вычислений и учебного сопровождения. README указывает контекст 128K токенов, тогда как метаданные репозитория указывают native context 4096 токенов; фактически доступная длина контекста может зависеть от конфигурации и реализации. Карточка характеризует исходную Phi-4-mini-reasoning как проверенную преимущественно для математических рассуждений, а также предупреждает о фактических ошибках, ограниченной ёмкости и возможном снижении качества на разных языках. Лицензия репозитория — MIT.

Qwen2-Math-1.5B-Instruct — специализированная языковая модель для математики, разработанная командой Qwen как часть семейства Qwen2. Это диалоговая инструкция-ориентированная модель с плотной архитектурой Qwen2ForCausalLM и 1,5 млрд параметров; она принимает текст и генерирует текстовые ответы. Модель рассчитана на решение арифметических и математических задач, включая задачи, требующие многошаговых рассуждений. В карточке отмечена поддержка английского языка; на момент публикации китайская версия ещё готовилась. Контекст модели составляет 4096 токенов. Модель подходит для диалога с пользователем и для получения решений математических задач в формате инструкций. Репозиторий содержит веса safetensors, лицензия — Apache-2.0. Карточка отмечает, что для работы с Transformers требуется версия не ниже 4.40.0. Количество параметров и контекст ограничивают сложность задач и объём текста, который можно обработать за один запрос.

rasdani/qwen2-math-7b-step-dpo — дообученная модель семейства Qwen2, созданная на основе Qwen/Qwen2-Math-7B-Instruct. Она предназначена для генерации ответов на математические и арифметические задачи, в том числе в диалоговом формате. Модель содержит 7,1 млрд параметров, использует архитектуру Qwen2ForCausalLM и поддерживает контекст до 4096 токенов. Для дообучения использован набор xinlai/Math-Step-DPO-10K. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. Карточка не приводит результатов оценки качества или подробных ограничений, поэтому точность решения задач не установлена.

Это диалоговая языковая модель Qwen3-8B с полным supervised fine-tuning, выполненным devpotatopotato для генерации математического ключевого слова и его подробного значения по условию математической задачи. Репозиторий содержит финальный чекпойнт пятой эпохи; обучение завершено на шаге 3720 на датасете math-keyword-training с шаблоном qwen3_nothink и отключённым режимом рассуждений. Модель имеет плотную архитектуру Qwen3ForCausalLM и 7,6 млрд параметров, принимает текст и генерирует текст. Контекстное окно — 40 960 токенов; веса сохранены в safetensors в формате float32. Модель предназначена для извлечения и пояснения математических понятий по формулировкам задач. Лицензия — Apache-2.0.

Ourse/R4L-Math-v0.1 — языковая модель для генерации текста, созданная слиянием SLERP моделей Qwen/Qwen2.5-Math-1.5B и Ourse/R4L-v0.1 с помощью mergekit. Это плотная авторегрессионная архитектура Qwen2 с 1,5 млрд параметров; модель работает через Transformers, использует формат safetensors и поддерживает контекст до 4096 токенов. Модель предназначена для диалоговой генерации текста и решения математических задач. В описании базовой модели указаны английский и китайский языки; метаданные также отмечают интерфейс вызова инструментов, но README не уточняет сценарии его применения. Лицензия в предоставленных данных не указана.

ReasonFlux-F1-7B — языковая модель для генерации текста и многошаговых рассуждений, разработанная командой Gen-Verse. Авторы описывают её как дообученную модель, использующую траектории рассуждений с шаблонами из ReasonFlux-Zero; среди целевых задач — математические и другие сложные вопросы на рассуждение. Модель построена на архитектуре Qwen2, содержит 7,1 млрд параметров и принимает текст, выдавая текст. Метаданные указывают контекст до 131 072 токенов и поддержку диалогового взаимодействия. Модель предназначена для решения математических задач, построения пошаговых рассуждений и ответов на сложные вопросы. Карточка приводит оценки ReasonFlux-F1-32B и не содержит результатов оценки версии 7B, поэтому эти показатели нельзя переносить на данную модель. Указана лицензия other; конкретные условия использования следует проверять в файлах лицензии репозитория.

Модель seninoseno/rubert-base-cased-sentiment-study-feedbacks-solyanka — русскоязычная модель классификации тональности отзывов об учебном процессе. Она дообучена для этой предметной области на основе blanchefort/rubert-base-cased-sentiment-rurewiews, который, согласно карточке, основан на DeepPavlov/rubert-base-cased-conversational. Модель использует архитектуру BERT с классификационной головой BertForSequenceClassification, содержит 205,1 млн параметров и принимает последовательности длиной до 512 токенов. Модель предназначена для определения тональности отзывов об обучении и может применяться при анализе обратной связи студентов. Доступна в формате PyTorch; метаданные указывают лицензию? В карточке лицензия не приведена.

ru-word-stress-transformer — модель на основе энкодера DeBERTa v2, разработанная Ilya Gusev для определения ударения в русских словах. Она предсказывает ударение на уровне токенов и предназначена для автоматической расстановки ударений в русскоязычном тексте. Модель содержит 4,2 млн параметров, принимает текст и выдаёт метки токенов. Родной контекст — до 42 токенов. Опубликована в формате PyTorch под лицензией Apache-2.0.

SciGLM-6B — научная языковая модель семейства ChatGLM, разработанная для рассуждений на уровне университетских курсов. Модель дообучена на SciInstruct — наборе из 254 051 инструкционного примера по математике, физике, химии и формальным доказательствам на Lean, подготовленном с помощью самооценки и пересмотра пошаговых рассуждений. Модель предназначена для ответов на научные вопросы и решения задач по этим дисциплинам. Она содержит 7,8 млрд параметров, принимает текст и имеет контекст длиной до 32 768 токенов. Репозиторий использует формат PyTorch; лицензия — Apache-2.0.

Skywork-R1V3-38B — мультимодальная чат-модель с визуальным рассуждением, разработанная командой Skywork. Она дообучена на базе OpenGVLab/InternVL3-38B; постобучение с подкреплением и настройка модуля связи изображений и текста направлены на улучшение рассуждений по визуальным и междисциплинарным задачам. Модель принимает текст и изображения и генерирует текстовые ответы в диалоговом формате; карточка сообщает о результатах на тестах по математике, физике, логике и общему мультимодальному рассуждению. Модель предназначена для вопросов по изображениям, решения визуальных задач и рассуждений по учебным и научным материалам. В README приведены результаты на MMMU, MathVista, MathVerse, MathVision и других бенчмарках, но эти показатели сами по себе не гарантируют качество на пользовательских данных. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers; лицензия — MIT. Метаданные указывают английский язык карточки, что не подтверждает поддержку других языков.

BrainWave-ML/SmolLM2-1.7b-maths-orpo — англоязычная текстовая генеративная модель BrainWave-ML, дообученная на HuggingFaceTB/SmolLM2-1.7B-Instruct. Это плотная Llama-архитектура с 1,7 млрд параметров, предназначенная для диалоговой генерации текста и математических задач; в названии указано обучение ORPO. Модель принимает текст и формирует текстовые ответы, поддерживает контекст до 32 000 токенов. Модель основана на инструкционной SmolLM2 и обучена с использованием Unsloth и TRL. Репозиторий распространяется по лицензии Apache-2.0. Карточка не приводит результаты оценки математических способностей или подробности датасета и обучения, поэтому качество решения задач может зависеть от формулировки запроса.

Sophea-Qwen3.6-v1 — созданная Kiefer SA (Sophea AI Lab, Афины) мультимодальная модель на основе Qwen3.6-35B-A3B, дообученная для рассуждений на греческом и английском языках. В основе лежит разреженный MoE-трансформер: 36 млрд параметров всего и около 3,97 млрд активных; модель поставляется со слитыми плотными весами. Сохранены модуль обработки изображений и голова multi-token prediction для спекулятивного декодирования. Модель предназначена для диалогового решения задач по математике, науке, логике и общих пошаговых рассуждений, а также для обучения и сценариев, где нужен доступ к ходу рассуждений. При включённом режиме thinking ход рассуждений следует языку вопроса. Поддерживается ввод изображений, однако качество работы с изображениями для этой версии отдельно не оценивалось. Модель не оценивалась для применения в медицине, праве и критически важных системах; управление языком рассуждений инструкциями работает неполно. Лицензия — Apache-2.0.

Strangemerges_32T3q-7B — созданная Maxime Labonne автоматическим слиянием моделей на основе Mistral. В конфигурации использованы Gille/StrangeMerges_32-7B-slerp и chihoonlee10/T3Q-Mistral-Orca-Math-DPO; применён метод dare_ties. В метаданных указана связь с T3Q-Mistral-Orca-Math-DPO как с дообученной базовой моделью. Модель предназначена для генерации текста по запросам, в том числе для математических вопросов и ответов. Она содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Репозиторий использует формат safetensors, а лицензия — Apache-2.0. Данных о конкретных языках модели в предоставленных источниках нет.

TACTutor — разговорный репетитор английского языка на 4 млрд параметров, разработанный организацией TACT (Taxonomy-Aligned Conversational Tutor). Модель основана на Qwen3.5-4B-Base и дообучена методом SFT с последующей оптимизацией GRPO, согласованной с педагогической таксономией. Она распространяется как объединённая модель Transformers в формате safetensors. TACTutor предназначена для генерации следующего ответа преподавателя в диалоге об изучении английского. Модель может помогать с обратной связью, пошаговым пересмотром текста ученика, уточнениями и поддержкой учебной беседы; её также используют для исследований адаптивного педагогического диалога. В метаданных указана архитектура Qwen3.5 и возможность чата. В README не приведены длина контекста и поддержка изображений для самой дообученной модели. В диагностическом наборе TACTBench из 78 пунктов выбранный чекпойнт получил общий балл 0,832 и долю принятия ответа 0,872; результаты получены до публикации пяти примеров набора. Обучающий корпус и скрытая часть бенчмарка в репозитории отсутствуют. Авторы предупреждают, что ответы могут быть ошибочными, чрезмерно прямолинейными или неуместными; поведение вне обучения английскому языку не установлено, а для важных образовательных решений требуется проверка человеком. Лицензия модели — Apache-2.0; исходные диалоги происходят из TSCC v2, для которого действует отдельное пользовательское соглашение.

Universal-PRM-7B — модель оценки промежуточных шагов в решении математических задач, разработанная авторами работы AURORA. Она построена на базе Qwen2.5-Math-7B-Instruct и обучена на примерах с различными распределениями решений, ансамблевым промптингом и обратной проверкой. Модель предназначена для выявления ошибок в цепочках рассуждений и оценки их корректности, в том числе при работе с длинными и короткими решениями. Модель использует плотную архитектуру Qwen2 с 7,1 млрд параметров и контекстом до 32 768 токенов. Метаданные указывают библиотеку Transformers, формат PyTorch и задачу text-generation; карточка сообщает результаты на тестах ProcessBench и UniversalBench. Лицензия — Apache 2.0. В карточке не описан точный формат выдачи оценок, а подтверждённая область применения ограничена оценкой математических рассуждений.

Карточка модели luffycodes/vicuna-mmlu-val-mcq-7b-ep2 на Hugging Face совпадает с карточкой luffycodes/vicuna-class-shishya-13b-ep3, поэтому описание составлено по ней. luffycodes/vicuna-class-shishya-13b-ep3 — языковая модель для генерации текста на архитектуре Llama с 12,9 млрд параметров и контекстом до 4096 токенов. README связывает работу с проектом CLASS Meet SPOCK — образовательным чат-ботом-репетитором, разработанным с учетом принципов науки об обучении; модель предназначена для учебного диалога и помощи учащимся. Модель использует формат PyTorch и лицензию Llama 2. Данных о поддерживаемых языках, конкретных учебных предметах и ограничениях качества в источниках нет.

WizardMath-7B-V1.1 — языковая модель для математических рассуждений, разработанная командой WizardLM и обученная на основе Mistral-7B с помощью подхода Reinforced Evol-Instruct (RLEIF). Это плотная авторегрессионная модель с 7,1 млрд параметров, принимающая текстовые инструкции и генерирующая текстовые ответы; заявленная длина контекста — 32 768 токенов. В карточке указана поддержка английского языка. Модель предназначена для решения математических задач и пошагового рассуждения, включая задачи GSM8K и MATH. Авторы сообщают результаты pass@1 83,2 на GSM8K и 33,0 на MATH и рекомендуют использовать заданный ими системный промпт; для простых задач не рекомендуют вариант промпта с CoT. Эти результаты приведены авторами и не гарантируют точность ответов в других сценариях. В репозитории представлены веса PyTorch. Модель основана на Mistral-7B и является её дообученной версией. Сведения о лицензии в предоставленных данных отсутствуют.

WizardMath-7B-V1.1-Mistral-7B-Instruct-v0.2-slerp — диалоговая языковая модель, созданная объединением Mistral-7B-Instruct-v0.2 и WizardMath-7B-V1.1 методом SLERP. Модель разработана на основе архитектуры Mistral и содержит 7,1 млрд параметров; веса представлены в формате safetensors, лицензия — Apache 2.0. Модель предназначена для генерации текста и ответов на инструкции, с особым акцентом на математические задачи и рассуждения. Она принимает текст и выдаёт текст; поддерживает контекст до 32 768 токенов. В карточке не перечислены поддерживаемые естественные языки. Качество ответов может различаться в зависимости от задачи, а результаты математических рассуждений следует проверять.

AceMath-7B-RM — разработанная NVIDIA модель вознаграждения для оценки решений математических задач. Она принимает текст с задачей и предложенным решением, а последовательностный классификатор на базе Qwen2 выдаёт скалярную оценку. Модель содержит 7,1 млрд параметров и имеет контекст до 4096 токенов. Модель предназначена для ранжирования нескольких вариантов решения и выбора наиболее удачного, а также для оценки качества математических ответов при обучении или проверке систем рассуждения. Она обучена на данных AceMath-RM с функцией потерь Bradley–Terry и построена на базе AceMath-7B-Instruct. В карточке указана лицензия CC BY-NC 4.0, ограничивающая использование некоммерческими условиями.

Arithmo-Mistral-7B — языковая модель на 7,1 млрд параметров, разработанная Ashvini Kumar Jindal и Ankur Parikh для решения математических задач. Это плотная авторегрессионная модель семейства Mistral, дообученная с помощью QLoRA на базе mistralai/Mistral-7B-v0.1. Модель использует текстовый ввод и генерирует текстовые решения на английском языке в формате цепочки рассуждений либо Python-код, который можно выполнить для получения ответа. Размер контекста — 32 768 токенов. Модель предназначена для решения математических задач, в том числе в сценариях, оцениваемых наборами GSM8K и MATH. Авторы сообщают о результатах на этих бенчмарках и отмечают, что выпущенная позднее Arithmo2-Mistral-7B показывает улучшения относительно этой версии. Модель распространяется в формате PyTorch по лицензии Apache-2.0. Сгенерированный Python-код требует проверки перед выполнением; более поздняя версия Arithmo2 рекомендуется авторами вместо этой модели.

BAR-2x7B-Math — языковая модель для генерации текста с усиленными математическими возможностями. Её разработали в Allen Institute for AI в рамках подхода BAR (Branch-Adapt-Route): модель расширяет Olmo 2 7B доменным экспертом, который прошёл дополнительное обучение, supervised fine-tuning и обучение с подкреплением по проверяемым решениям (RLVR). Архитектура — смесь экспертов (MoE); в репозитории указано 6,9 млрд параметров, формат весов — safetensors, длина контекста — до 65 536 токенов. Модель предназначена прежде всего для решения математических задач и рассуждений с пошаговой генерацией ответа. Она также может вести диалог и генерировать обычный текст. В оценках из карточки BAR-2x7B-Math набрала 55,8 балла в категории математики; оценки зависят от использованных бенчмарков и не гарантируют точность отдельных ответов. Модель рассчитана на англоязычное использование; карточка не подтверждает поддержку других языков. Лицензия Apache-2.0 разрешает использование на её условиях. Как и другие генеративные языковые модели, она может выдавать неверные решения или обоснования, поэтому результаты важно проверять.

Bespoke-Stratos-32B — языковая модель Bespoke Labs, дообученная на Qwen/Qwen2.5-32B-Instruct с использованием набора Bespoke-Stratos-17k. Набор данных получен дистилляцией DeepSeek-R1 с помощью конвейера Berkeley NovaSky Sky-T1 и некоторыми изменениями. Модель предназначена для генерации текста в диалоге и решения задач, требующих рассуждений, в частности по математике и естественным наукам. В опубликованных результатах она превосходит исходную Qwen2.5-32B-Instruct на приведённых тестах AIME2024, MATH500 и GPQA-Diamond. Это плотная модель Qwen2 с 32 млрд параметров, принимает текст, поддерживает контекст до 32 768 токенов и обучена преимущественно на английском языке. Модель распространяется в формате safetensors по лицензии Apache 2.0. Результаты бенчмарков не гарантируют аналогичного качества на других задачах; доступная карточка не описывает более конкретные ограничения или условия применения.

CosmicBun-8B — объединённая языковая модель семейства Llama 3, созданная автором aloobun методом DARE TIES с помощью mergekit. В качестве основы использована Locutusque/llama-3-neural-chat-v1-8b; в объединение также вошли cognitivecomputations/dolphin-2.9-llama3-8b и Weyaxi/Einstein-v6.1-Llama3-8B. Модель содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и принимает текст для генерации текста в диалоговом режиме. Контекст — до 8192 токенов. По назначению и составу объединённых моделей она подходит для общения и ответов на вопросы, особенно по математике и другим STEM-дисциплинам. В README приведены результаты оценивания на нескольких бенчмарках, включая средний балл 68,81. Модель распространяется по лицензии MIT. Результаты бенчмарков сами по себе не гарантируют точность ответов; модель может ошибаться в вычислениях и научных фактах.

CROTTC-IF for L2-ARCTIC — готовый к локальному запуску комплект для вывода модели оценки произношения на данных L2-ARCTIC. Репозиторий включает веса модели и perceived SSL, кодировщик с 44 метками, конфигурацию WavLM и модули запуска; для загрузки комплекта не требуется подключение к Hugging Face. Модель предназначена для обработки WAV-записей и автоматического распознавания речи в рамках оценки произношения. Она связана с датасетом L2-ARCTIC и реализована с использованием SpeechBrain; метаданные указывают задачу automatic-speech-recognition. Лицензия и поддерживаемые языки в предоставленных источниках не описаны.

EduGanda-Gemma-4-E2B-v5 — экспериментальная разговорная модель Crane AI Labs, созданная в рамках проекта Fab AI Foundation при финансировании Gates Foundation. Это SLERP-слияние двух контрольных точек Gemma-4-E2B: педагогически дообученной модели v5-Polished и версии v4 с дополнительным обучением словарю луганда. Модель содержит 5,53 млрд параметров и предназначена для автономной работы на телефоне. Модель помогает учителям начальных классов (Primary 1–3) составлять планы уроков, проводить фонетические упражнения, готовить и проверять задания, а также писать сообщения родителям. Она генерирует ответы в диалоге и поддерживает задания на перевод между луганда и английским. Карточка приводит результаты проверок на следование инструкциям, арифметику, перевод и качество ответов, однако они не гарантируют точность в учебной практике. У модели сохраняются ошибки в материалах на луганда, включая неверные толкования и правила фонетики, а качество луганда в оценке авторов низкое. На некоторых упражнениях возможны повторения; для развертывания авторы рекомендуют защиту от повторов и штатные стоп-токены Gemma-4. Лицензия — Gemma; карточка обозначает модель как экспериментальный исследовательский чекпойнт и рекомендует проверять материалы перед использованием с учениками.

Fireball-Mistral-Nemo-Instruct-emo-PHD — инструктивная языковая модель EpistemeAI2, дообученная на базе unsloth/Mistral-Nemo-Instruct-2407-bnb-4bit. Это плотная трансформерная модель семейства Mistral с архитектурой MistralForCausalLM и 12,1 млрд параметров. В карточке заявлено дообучение на данных с симулированными эмоциями, философией, дедуктивными рассуждениями, математикой и наукой. Модель предназначена для диалоговой генерации текста, рассуждений и ответов на вопросы; также поддерживает интерфейс вызова инструментов. Карточка описывает базовую Mistral Nemo как многоязычную модель с данными по программированию и контекстом 128 тысяч токенов, тогда как метаданные репозитория указывают нативный контекст 1 024 000 токенов. Лицензия — Apache 2.0. README рекомендует низкую температуру генерации, около 0,3.

Модель projectbaraat/hindi-math-0.1 — дообученная текстовая генеративная модель семейства Llama, разработанная projectbaraat на основе baarat-hindi-maths. В карточке указано, что обучение выполнялось с использованием Unsloth и библиотеки Hugging Face TRL. Модель предназначена для генерации текста; название и базовая модель указывают на специализацию, связанную с математикой на хинди. Она содержит 6,7 млрд параметров, принимает текст и имеет контекстное окно 4096 токенов. В репозитории размещены веса safetensors. Модель распространяется по лицензии Apache-2.0. Карточка не сообщает о результатах оценки качества или конкретных ограничениях применения.