IV.5Образование и развитие навыков

swagger00/Qwen3-8B-GRPO-GSM8K — языковая модель на архитектуре Qwen3, дообученная разработчиком с помощью GRPO и LoRA на наборе задач GSM8K; веса LoRA объединены с базовой моделью Qwen/Qwen3-8B. Модель содержит 7,6 млрд параметров и принимает текстовый диалоговый ввод, генерируя текстовые ответы. Указанный для базовой модели контекст составляет 40 960 токенов. Модель предназначена прежде всего для решения математических задач начального и среднего школьного уровня с пошаговыми рассуждениями и вычислениями. В README приведена точность 72,33% для выбранного чекпойнта на GSM8K; автор сообщает, что при выборе чекпойнта использовалась тестовая выборка GSM8K как валидационная, поэтому эта оценка не является независимой оценкой обобщения. Лицензия в предоставленных данных не описана.

Microsoft Rho-Math-7B-v0.1 — языковая модель для математических задач, построенная на архитектуре Mistral и обученная методом Selective Language Modeling (SLM). В отличие от обучения на всех токенах, SLM избирательно учитывает чистые и полезные токены. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации решений математических задач и рассуждений по ним. В карточке сообщается о результатах few-shot оценки на наборах GSM8K и MATH; отдельная версия Interpreter предназначена для решения задач с интеграцией инструментов, но это не данная модель. Основной язык карточки — английский. Модель распространяется в формате Safetensors по лицензии MIT.

Skywork-R1V2-38B — открытая мультимодальная модель рассуждений компании Skywork, построенная на архитектуре InternVL Chat. Она принимает изображения и текст и предназначена для визуальных вопросов и ответов, анализа изображений и решения задач, требующих визуального и текстового рассуждения. В README указаны результаты на MMMU — 73,6% и OlympiadBench — 62,6%, а также оценки на MathVision, MMMU-Pro и MathVista; размеры контекста и число параметров в доступных данных не приводятся. Модель распространяется в формате safetensors и лицензирована по MIT. Метаданные указывают поддержку чата и интерфейс вызова инструментов.

Tashkeel-700M — модель для расстановки диакритических знаков в арабском тексте, разработанная Etherll. Это дообученная версия LiquidAI/LFM2-700M на наборе данных arbml/tashkeela. Модель использует плотную архитектуру LFM2 и содержит около 956,3 млн параметров; максимальная длина контекста — 128 000 токенов. Модель принимает арабский текст и возвращает его с огласовками, например преобразует «السلام عليكم» в «السَّلَامُ عَلَيْكُمْ». Она предназначена для автоматической огласовки арабских текстов. Доступна в формате safetensors и распространяется по лицензии Apache-2.0.

TBAC-VLR1-3B-preview — мультимодальная модель Tencent PCG Basic Algorithm Center, дообученная на базе Qwen2.5-VL-3B-Instruct с помощью GRPO для усиления рассуждений по изображениям. Она принимает текст и изображения и формирует ответы на естественном языке; её назначение — решение визуальных математических и логических задач, включая анализ диаграмм и графиков. Модель имеет плотную архитектуру Qwen2.5-VL, содержит 3,1 млрд параметров и поддерживает контекст до 128 000 токенов. В карточке сообщается о результатах на нескольких мультимодальных бенчмарках, однако оценки получены авторами самостоятельно. Модель доступна в формате safetensors по лицензии Apache-2.0.

Josephgflowers/TinyLlama-Cinder-1.3B-Test.2 — тестовая разговорная модель на архитектуре Llama с примерно 1,2 млрд параметров. В README указано, что она основана на TinyLlama 1.1B и обучалась на математических данных, пошаговых рассуждениях и диалоговом STEM-датасете Cinder. Модель предназначена для научных и образовательных бесед, ответов на математические вопросы и творческого исследования идей. Она принимает текст и генерирует текст; заявленная длина контекста — 2048 токенов. Распространяется в формате Safetensors по лицензии MIT.

Карточка модели luffycodes/vicuna-mmlu-val-only-correct-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.

VPPO-7B — мультимодальная модель зрения и языка с 7,1 млрд параметров, разработанная авторами VPPO-RL. Это дообученная с помощью алгоритма Visually-Perceptive Policy Optimization (VPPO) версия Qwen2.5-VL-7B-Instruct. Модель принимает изображения и текст и предназначена для рассуждений по визуальной информации, особенно при решении задач по математике, геометрии и логике. VPPO обучалась на наборе ViRL39K с мультимодальными задачами на рассуждение. В README заявлены улучшения на нескольких бенчмарках по математике, геометрии и логике, а также более стабильное обучение и быстрая сходимость. Архитектура — Qwen2.5-VL для генерации текста по визуальному и текстовому контексту; контекстное окно составляет 128 000 токенов. Модель доступна в формате safetensors и распространяется по лицензии MIT.

WizardMath-7B-V1.1-Mistral-7B-Instruct-v0.1 — объединённая модель MaziyarPanahi на архитектуре Mistral с 7,1 млрд параметров. Она создана методом SLERP merge из mistralai/Mistral-7B-Instruct-v0.1 и WizardLM/WizardMath-7B-V1.1. Модель предназначена для генерации ответов на инструкции и диалоговые запросы, включая математические задачи и рассуждения. Она принимает текст и выдаёт текст; заявленный размер контекста — 32 768 токенов. В метаданных указан английский язык. Модель распространяется в формате safetensors по лицензии Apache-2.0. Качество ответов на конкретных типах задач в карточке не измерено. Как и другие генеративные модели, она может ошибаться в вычислениях и рассуждениях; её ответы следует проверять, особенно при использовании в задачах с высокой ценой ошибки.

zephyr-beta-math-Mistral-7B-Instruct-v0.1 — чат-модель MaziyarPanahi, полученная слиянием методом SLERP моделей mistralai/Mistral-7B-Instruct-v0.1 и abhishek/zephyr-beta-math. Она предназначена для генерации ответов на инструкции и диалоговые запросы, с акцентом на математические задачи. Модель построена на архитектуре Mistral с 7,1 млрд параметров, принимает текст и выдаёт текст; заявленная длина контекста — 32 768 токенов. Модель подходит для диалоговых математических задач и общего следования инструкциям. Репозиторий содержит веса в формате Safetensors. Лицензия — Apache-2.0.

MyVillage Activity Generation v1.3.5 — это компактная языковая модель Qwen2.5, дообученная авторами проекта MyVillage для генерации следующей учебной активности с учётом прогресса ученика. Модель принимает цель деревни, название предыдущей активности, сведения о выполненной работе и один объект мудрости с данными о книге и главе; затем формирует JSON с названием, описанием и инструкциями к следующей активности. Модель основана на плотной архитектуре Qwen2ForCausalLM и содержит 494 млн параметров. Она дообучена методом supervised fine-tuning с QLoRA на 629 примерах; в README указан целевой контекст обучения 1024 токена, а метаданные сообщают нативный контекст 32768 токенов. Входные и выходные данные представлены текстом. Репозиторий использует Transformers и формат safetensors; лицензия — Apache-2.0. Чекпойнт предназначен для экспериментальной генерации персонализированных следующих заданий в сценариях MyVillage. Обучение на небольшом синтетическом наборе означает, что качество следует проверить на отложенных сценариях перед применением в производстве; README не заявляет отдельную поддержку языков.

Aryabhata 1.0 — экспериментальная языковая модель на 7,1 млрд параметров от Physics Wallah AI Research, созданная для решения математических задач уровня индийского вступительного экзамена JEE Main. Это причинная плотная модель семейства Qwen2, дообученная на базе Qwen/Qwen2.5-Math-7B с помощью контролируемого дообучения и обучения с проверяемыми наградами; при подготовке также использовалось слияние моделей. Модель предназначена для ответов на вопросы, разбора сомнений и объяснения решений по математике в учебных и экзаменационных сценариях. В README заявлена точность pass@1 86% на математических заданиях JEE Main за январь 2025 года и 90,2% за апрель 2025 года. Разработчики отмечают экономное использование токенов и эффективную работу примерно в окне 2 тыс. токенов; при этом метаданные указывают нативный контекст до 131 072 токенов. Карточка сообщает, что из обучающих данных удаляли вопросы с диаграммами и неанглоязычные задачи, поэтому подтверждена работа с текстовыми задачами на английском языке. Модель доступна в формате safetensors для Transformers и распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

Atlas v21 — экспериментальная плотная модель Gemma 4 на 31 млрд параметров от senaro, дообученная на базе senaro/atlas-gemma4-31b-trm7. Это полная объединённая версия модели с поддержкой текста и изображений; карточка Hugging Face указывает разговорный режим и интерфейс вызова инструментов. Модель предназначена для ответов на вопросы и диалогов в областях математики, естественных наук и общих знаний, а также для бесед на темы психического здоровья. В обучающую выборку вошли рассуждения и диалоги, включая синтетические и очищенные аутентичные примеры. Карточка называет модель экспериментальной. В ней также указано, что настройки отказов от ответа изменены; для безопасного применения автор рекомендует использовать дополнительные механизмы безопасности или системный промпт. Модель распространяется по лицензии Apache-2.0.

Карточка модели allenai/BAR-2x7B-Base на Hugging Face совпадает с карточкой allenai/BAR-2x7B-Math, поэтому описание составлено по ней. 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.

Карточка модели allenai/BAR-5x7B на Hugging Face совпадает с карточкой allenai/BAR-2x7B-Math, поэтому описание составлено по ней. 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.

Карточка модели allenai/BAR-7B на Hugging Face совпадает с карточкой allenai/BAR-2x7B-Math, поэтому описание составлено по ней. 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.

AmberYifan/capsd-qwen3-numina-Qwen3-4B-Base-math_cap_b8000_s0 — дообученная плотная языковая модель семейства Qwen3, созданная на базе Qwen/Qwen3-4B-Base. В модели около 3,7 млрд параметров; она использует архитектуру Qwen3ForCausalLM и формат safetensors. Контекст — до 32 768 токенов. Модель предназначена для генерации текста и настроена на данных capsd_Qwen3-4B-Base-n80000-numina__mix_math_cap_b8000_s0, что указывает на специализацию дообучения на математических данных. Может использоваться для генерации решений и объяснений к математическим задачам, однако карточка не содержит описания сценариев применения или результатов оценки качества. Указанная лицензия — other; конкретные условия в доступных сведениях не раскрыты.

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.

ExploreXploitQ разработал DeepMath-103K-Level6-Qwen3-4B-Base-GRPO — дообученную методом GRPO плотную языковую модель Qwen3 для математических рассуждений. Модель обучалась с обновлением всех параметров на 57 046 примерах поднабора Level 6 датасета DeepMath-103K; для обучения использовались verl и обучающий код Thinking-Space/Rethinking-OPD, а вознаграждение за ответы задавалось правилами проверки математического результата. Модель предназначена для генерации пошаговых решений и ответов на математические задачи. В README приведены результаты проверки на AIME 2025, AMC 2022–2023 и AIME 2024: соответственно, 21,25%, 60,77% и 23,54% точности в режиме avg@16. Это специализированная модель на 3,7 млрд параметров с контекстом 32 768 токенов, доступная для использования через Transformers. Базовая модель — Qwen/Qwen3-4B-Base; лицензия — Apache-2.0.

cmcheng/DeepMath-GRPO_DeepSeek-R1-Distill-Qwen-1.5B — языковая модель, дообученная методом GRPO на базе deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B. Она предназначена для генерации текста и решения математических задач в диалоговом формате. Модель имеет плотную архитектуру Qwen2, 1,5 млрд параметров и контекстное окно до 131 072 токенов; репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Для обучения применялись bf16 и DeepSpeed; указаны 97 870 обучающих примеров из zwhe99/DeepMath-103K и 5 000 шагов обучения. Карточка не сообщает результаты оценки качества или условия лицензии, поэтому их нельзя определить по доступным данным.

deep-wizard-7B-slerp — объединённая языковая модель на архитектуре Llama, созданная с помощью mergekit на основе DeepSeekMath-7B-RL и DeepSeekMath-7B-Instruct, с DeepSeekMath-7B-Base в качестве общей базовой модели. Она предназначена для генерации текста и может применяться для решения математических задач и ответов в диалоговом формате. Модель содержит 6,5 млрд параметров, принимает текст и выдаёт текст; длина контекста составляет 4096 токенов. В конфигурации слияния использован метод dare_ties с весами 0,7 для RL-модели и 0,3 для Instruct-модели, плотностью 0,5 и типом данных bfloat16. Репозиторий распространяет веса в формате safetensors. Лицензия указана как other, поэтому условия использования следует сверять с лицензиями базовых моделей и файлами репозитория. Данных о поддерживаемых естественных языках нет.

Einstein-v7-Qwen2-7B-GGUF — набор квантизированных GGUF-версий модели Einstein-v7-Qwen2-7B, разработанной Weyaxi и подготовленной квантизатором bartowski с использованием llama.cpp. В качестве базовой модели указана Qwen/Qwen2-7B. Модель предназначена для генерации текста и диалоговых сценариев, включая задачи по физике, химии, биологии, математике, естественным наукам, инженерии, ответам на вопросы и общим инструкциям. Обучение выполнялось на смесях научных, математических, диалоговых и instruction-датасетов, включая AI2 ARC, ScienceQA, MathInstruct, MetaMathQA, OpenAssistant и другие. Это текстовая decoder-only LLM примерно на 7 млрд параметров; поддерживается английский язык. Модель использует формат запросов ChatML с ролями system, user и assistant. В репозитории представлены варианты квантизации от Q8 до Q3 и IQ3/IQ4 с размером файлов примерно от 3,5 до 9,1 ГБ. Более высокие разрядности обеспечивают лучшее качество, тогда как варианты Q3 предназначены для устройств с ограниченной оперативной памятью. Для большинства сценариев автор рекомендует варианты Q4–Q6, при этом Q6 и Q8 описаны как высококачественные. К сильным сторонам относятся специализация на STEM-задачах, широкий набор обучающих источников и возможность локального запуска через llama.cpp благодаря GGUF-квантизации. Ограничения включают возможное снижение качества на низких уровнях квантизации, отсутствие заявленной мультимодальности, неизвестный размер контекстного окна и неопределённые характеристики на других языках. Лицензия обозначена как other, но её конкретные условия в README не указаны.

GermanEduScorer-Qwen2-1.5b — языковая модель для оценки качества немецкоязычных образовательных текстов. Разработчики дообучили её методом ORPO на базе VAGOsolutions/SauerkrautLM-1.5b, модели семейства Qwen2. В карточке описано обучение на 380 тысячах уникальных записей в течение трёх эпох; заявленная оценка качества достигает примерно 95%, но подробности методики и независимая проверка этих результатов не приведены. Модель принимает текст и генерирует ответ с оценкой по критериям организации, релевантности, нейтральности, глубины знаний и пригодности материала для разных уровней образования. Контекст составляет до 32 768 токенов, размер — 1,5 млрд параметров. Модель ориентирована на немецкий язык и может использоваться для автоматической оценки учебных материалов от начальной школы до университета. Модель распространяется по лицензии Apache-2.0. Карточка отмечает склонность к чрезмерно высокой оценке как проблему, выявленную при разработке; заявленные показатели точности следует считать результатами авторской оценки.

OpenMed Community разработала Granite 4.0 Micro OpenMed — дообученную и объединённую с исходной IBM Granite 4.0 Micro компактную инструкционную языковую модель с архитектурой GraniteMoeHybridForCausalLM и 3,4 млрд параметров. Модель предназначена для медицинского образования и следования инструкциям; она принимает текст и генерирует текст. Контекстное окно составляет до 131 072 токенов. Модель обучали на задачах MedMCQA-Hard с помощью JEPA-LLM SFT и GRPO, добавляя данные для следования инструкциям и затем сливая результат с базовой моделью через Arcee Fusion. Она подходит для разбора медицинских понятий, учебных вопросов в формате экзамена и исследовательских демонстраций, в том числе с инструментами. В карточке указаны улучшения на тестах MMLU и IFEval относительно базовой модели, но они умеренные. Модель распространяется по лицензии Apache-2.0. Она может ошибаться и не предназначена для постановки диагнозов, назначения лечения или автономных клинических решений; ответы в медицинских сценариях требуют проверки специалистом. Для актуальных рекомендаций карточка советует использовать поиск по источникам.

InfoDensity-Qwen3-8B — дообученная модель семейства Qwen3, созданная на базе Qwen/Qwen3-8B с применением метода InfoDensity. Метод использует подкрепление за правильные и более информационно насыщенные рассуждения, чтобы сократить длину цепочки рассуждений при сохранении точности. Модель содержит 7,6 млрд параметров, использует архитектуру Qwen3ForCausalLM, предназначена для генерации текста и поддерживает контекст до 40 960 токенов. Модель ориентирована на задачи рассуждения, особенно математические и научные вопросы. В статье авторы сообщают о результатах на AMC23, AIME24, MATH500 и GPQA-Diamond: средняя точность pass@1 составила 78,1%, а средняя длина генерации — 4,2 тыс. токенов; эти показатели приведены для описанного в README протокола оценки и не гарантируют аналогичных результатов в других условиях. Модель использует формат safetensors и библиотеку Transformers. Лицензия — Apache-2.0.

Карточка модели PrimeIntellect/INTELLECT-MATH-SFT на Hugging Face совпадает с карточкой PrimeIntellect/INTELLECT-MATH, поэтому описание составлено по ней. INTELLECT-MATH — языковая модель Prime Intellect на 7,1 млрд параметров для математических рассуждений. Она основана на архитектуре Qwen2 и обучена в два этапа: дообучение на проверенных ответах QwQ и последующее обучение с подкреплением по рецепту PRIME-RL. Модель предназначена для решения математических задач и пошагового рассуждения. В карточке приведены результаты на MATH-500, OLYMPIADBENCH и AIME 2024; авторы сообщают, что модель превосходит Eurus-2-PRIME и достигает сопоставимых результатов при более коротком обучении с подкреплением. Контекст составляет 4096 токенов. Репозиторий содержит веса в формате safetensors, предусмотрен чатовый сценарий использования. Модель выпущена под лицензией MIT. Опубликованные результаты относятся к математическим бенчмаркам; карточка не подтверждает качество в других областях. Язык данных явно не указан.

Карточка модели internlm/internlm2-math-plus-20b на Hugging Face совпадает с карточкой internlm/internlm2-math-plus-1_8b, поэтому описание составлено по ней. InternLM2-Math-Plus-1.8B — двуязычная языковая модель для математических рассуждений, разработанная командой InternLM. Это плотная авторегрессионная модель семейства InternLM2 с 1,7 млрд параметров, представленная в формате Safetensors; контекст составляет 8192 токена. Модель ориентирована на решение математических задач и заявлена как помощник для доказательств, проверки решений и подготовки математических примеров. Модель предназначена для неформальных рассуждений, включая пошаговые решения и использование кода, а также для формальных задач — перевода математических утверждений в LEAN 4 и доказательства теорем. В README приведены результаты на MATH, GSM8K и MiniF2F; версия 1.8B показала 37,0 на MATH, 41,5 на MATH с Python и 58,8 на GSM8K в указанной оценке. Заявленные языки — английский и китайский. Лицензия обозначена как other; конкретные условия следует проверять в репозитории модели.

Карточка модели internlm/internlm2-math-plus-7b на Hugging Face совпадает с карточкой internlm/internlm2-math-plus-1_8b, поэтому описание составлено по ней. InternLM2-Math-Plus-1.8B — двуязычная языковая модель для математических рассуждений, разработанная командой InternLM. Это плотная авторегрессионная модель семейства InternLM2 с 1,7 млрд параметров, представленная в формате Safetensors; контекст составляет 8192 токена. Модель ориентирована на решение математических задач и заявлена как помощник для доказательств, проверки решений и подготовки математических примеров. Модель предназначена для неформальных рассуждений, включая пошаговые решения и использование кода, а также для формальных задач — перевода математических утверждений в LEAN 4 и доказательства теорем. В README приведены результаты на MATH, GSM8K и MiniF2F; версия 1.8B показала 37,0 на MATH, 41,5 на MATH с Python и 58,8 на GSM8K в указанной оценке. Заявленные языки — английский и китайский. Лицензия обозначена как other; конкретные условия следует проверять в репозитории модели.

Light-R1-7B-DS — языковая модель Qihoo 360 для генерации текста и диалогов с акцентом на математические рассуждения. Это плотная модель семейства Qwen2 с 7,1 млрд параметров, дообученная на базе deepseek-ai/DeepSeek-R1-Distill-Qwen-7B на 3 тысячах примеров SFT. По данным карточки, модель показала результаты на AIME 2024, AIME 2025 и GPQA; отдельного обучения на GPQA не проводилось. Модель принимает текст и генерирует текст, поддерживает контекст до 131 072 токенов и использует библиотеку Transformers. Модель подходит для решения математических задач, пошаговых рассуждений и диалогового применения. README рекомендует использовать её так же, как DeepSeek-R1-Distill-Qwen-7B. Распространяется по лицензии Apache-2.0. Карточка сообщает об очистке обучающих данных от совпадений с тестовыми наборами, но не исключает возможное загрязнение данных предобучения.

Poro 2 8B Math Reasoning RL Preview — экспериментальная специализированная языковая модель, созданная AMD Silo AI, группой TurkuNLP Университета Турку и HPLT. Это плотная авторегрессионная модель семейства Llama с архитектурой Llama 3.1; метаданные указывают 7,5 млрд параметров, а карточка — 8,03 млрд. Модель дообучена для математических рассуждений: после supervised fine-tuning на англоязычных математических данных и финских переводах применялось обучение с подкреплением в отдельных средах для английского и финского языков. Модель принимает текстовые задачи и генерирует решения с рассуждениями на английском или финском, выбирая язык по языку запроса. Контекстное окно расширено с помощью LongRoPE до 131 072 токенов. Она предназначена для решения математических задач, обучения математике и задач олимпиадного уровня; результаты карточки показывают высокие оценки на Math-500 и AIME, но это предварительный выпуск, не рассчитанный на общие диалоги или другие области. Модель распространяется по лицензии Llama 3.1.