IV.5Образование и развитие навыков

littlelearner/littlelearner-0.6b-grpo-math-expert — плотная языковая модель Qwen3, разработанная в рамках исследования LittleLearner. Модель содержит 617,3 млн параметров, использует контекст до 4096 токенов и предназначена для диалоговой генерации текста. Её дообучили с помощью SFT и GRPO, специализируя на математических рассуждениях и задачах с проверяемыми ответами уровня начальной школы США (K–5). Модель рассчитана на решение и объяснение арифметических задач и текстовых математических задач уровня K–5. В оценке MathCAMPS она показала pass@1 36,8 для задач K–5 и 6,4 для задач за пределами этого уровня. Специализация на математике может снижать качество ответов в обычном диалоге; для задач выше K–5 результаты существенно ниже. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия указана как other, без более конкретных условий в предоставленных данных.

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.

littlelearner/littlelearner-5b-grpo-math-expert — плотная языковая модель семейства Qwen3 на 5 млрд параметров, дообученная командой LittleLearner с помощью GRPO поверх SFT. Она создана в рамках исследования ограниченного доступа к знаниям: базовое обучение проходило на корпусе материалов для классов K–5 в США, после чего модель дополнительно обучали решать математические задачи с проверяемыми ответами. Модель предназначена прежде всего для диалогового решения математических задач начального школьного уровня и демонстрации рассуждений в таких задачах. В MathCAMPS указаны результаты pass@1 56,0 для задач K–5 и 16,6 для задач выше этого уровня. Модель также может отвечать на инструкции в чате, однако математическая специализация может ухудшать её универсальные диалоговые возможности. Контекст составляет 4096 токенов; поддерживаемый в карточке язык — английский. Репозиторий содержит веса Safetensors и использует библиотеку Transformers. Лицензия обозначена как other, поэтому условия её использования следует проверить в карточке модели.

Shining Valiant 2 — разговорная языковая модель, созданная Valiant Labs на основе Meta Llama 3.2 3B Instruct и дообученная на данных разработчика. Это плотная модель семейства Llama с 3,2 млрд параметров, предназначенная для диалога и следования инструкциям; в репозитории веса представлены в формате safetensors, а нативная длина контекста составляет 131 072 токена. Модель ориентирована на технические знания и структурированные рассуждения, с акцентом на физику, химию, биологию, информатику и инженерное дело. Она также обучалась на данных для сложных рассуждений и общего чата, поэтому подходит для объяснения научных и технических тем, ответов на вопросы и помощи в обучении. В карточке указана поддержка английского языка; мультиязычность базовой модели не подтверждает, что дообученная версия одинаково хорошо работает на других языках. Модель выпущена 27 сентября 2024 года и использует лицензию Llama 3.2. Качество ответов и точность фактов не гарантированы; научные и технические ответы следует проверять, особенно перед практическим применением.

Карточка модели MathGenie/MathCoder2-DeepSeekMath-7B на Hugging Face совпадает с карточкой MathGenie/MathCoder2-Llama-3-8B, поэтому описание составлено по ней. MathCoder2-Llama-3-8B — языковая модель MathGenie для генерации текста с упором на математические рассуждения и код. Она создана продолжением предобучения Meta-Llama-3-8B на наборе MathCode-Pile, содержащем математический код и сопровождающие его рассуждения на естественном языке. Модель с плотной архитектурой Llama насчитывает 7,5 млрд параметров, принимает текст и рассчитана на контекст до 8192 токенов. Она предназначена для решения математических задач, объяснения хода рассуждений и работы с математическим кодом на английском языке. В карточке указана лицензия Apache-2.0. Специализация на математике не гарантирует правильность вычислений или сгенерированного кода.

Карточка модели MathGenie/MathCoder2-Mistral-7B на Hugging Face совпадает с карточкой MathGenie/MathCoder2-Llama-3-8B, поэтому описание составлено по ней. MathCoder2-Llama-3-8B — языковая модель MathGenie для генерации текста с упором на математические рассуждения и код. Она создана продолжением предобучения Meta-Llama-3-8B на наборе MathCode-Pile, содержащем математический код и сопровождающие его рассуждения на естественном языке. Модель с плотной архитектурой Llama насчитывает 7,5 млрд параметров, принимает текст и рассчитана на контекст до 8192 токенов. Она предназначена для решения математических задач, объяснения хода рассуждений и работы с математическим кодом на английском языке. В карточке указана лицензия Apache-2.0. Специализация на математике не гарантирует правильность вычислений или сгенерированного кода.

Карточка модели kevinpro/MathOctopus-MAPO-DPO-13B на Hugging Face совпадает с карточкой kevinpro/MetaMathOctopus-7B, поэтому описание составлено по ней. MetaMathOctopus-7B — генеративная языковая модель на базе архитектуры Llama, опубликованная пользователем kevinpro. По названию и приведённым в карточке бенчмаркам MSVAMP, MGSM и MNumGLUESub модель предназначена для решения математических задач, в том числе многоязычных. Модель содержит 6,6 млрд параметров, принимает текст и генерирует текст; длина контекста — 4096 токенов. В метаданных указаны языки как multilingual, но конкретные языки README не перечисляет. Репозиторий содержит веса в формате Safetensors, лицензия — Apache-2.0. Карточка приводит результаты сравнения с GPT-3.5-Turbo, MAmmoTH и WizardMath на математических наборах, однако доступный фрагмент не содержит результатов самой MetaMathOctopus-7B, поэтому по нему нельзя оценить её точность или сравнить качество с другими моделями. Модель можно рассматривать для экспериментального применения в генерации ответов и рассуждений по математическим задачам.

Карточка модели kevinpro/MathOctopus-MAPO-DPO-7B на Hugging Face совпадает с карточкой kevinpro/MetaMathOctopus-7B, поэтому описание составлено по ней. MetaMathOctopus-7B — генеративная языковая модель на базе архитектуры Llama, опубликованная пользователем kevinpro. По названию и приведённым в карточке бенчмаркам MSVAMP, MGSM и MNumGLUESub модель предназначена для решения математических задач, в том числе многоязычных. Модель содержит 6,6 млрд параметров, принимает текст и генерирует текст; длина контекста — 4096 токенов. В метаданных указаны языки как multilingual, но конкретные языки README не перечисляет. Репозиторий содержит веса в формате Safetensors, лицензия — Apache-2.0. Карточка приводит результаты сравнения с GPT-3.5-Turbo, MAmmoTH и WizardMath на математических наборах, однако доступный фрагмент не содержит результатов самой MetaMathOctopus-7B, поэтому по нему нельзя оценить её точность или сравнить качество с другими моделями. Модель можно рассматривать для экспериментального применения в генерации ответов и рассуждений по математическим задачам.

Модель team03 Math SLM — компактная языковая модель для пошагового решения математических задач, созданная командой team03 (SLM Learners) для Pramana SLM++ Bootcamp Round 2. Она дообучена методом QLoRA на базе Qwen2.5-0.5B-Instruct и объединена с базовыми весами. Модель содержит 494 млн параметров; метаданные указывают архитектуру Qwen2 и контекст до 32 768 токенов, хотя обучение проводилось на последовательностях длиной 2 048 токенов. Модель предназначена для свободных вопросов и ответов по математике, включая задачи в стиле экзамена GATE и общую математику. На простые запросы она может отвечать напрямую, а для сложных обычно выдаёт ход решения и итоговый ответ. Подходит для подготовки к конкурсным экзаменам и занятий математикой; карточка описывает англоязычную версию. По оценке авторов, модель обычно справляется с математической частью, но слабо соблюдает строгие требования к формату: может добавить пояснение даже при запросе краткого или структурированного ответа. Также отмечены склонность к многословным рассуждениям и усечение задач длиннее обучающего контекста. Лицензия — Apache-2.0.

Shitanshu06/mcq-deberta-v3-best-v2 — дообученная модель на основе microsoft/deberta-v3-base для ответов на вопросы с пятью вариантами выбора. Она предназначена для автоматического выбора подходящего варианта в задачах multiple choice; README указывает результат MAP@3 0,942 и время обработки около 0,4 секунды на пример. Архитектура DeBERTa-v2 с классификационной головой для multiple choice; в метаданных указано 211,6 млн параметров и контекст 512 токенов. Модель поддерживает английский язык и распространяется по лицензии Apache-2.0. README приводит другое число параметров — 86 млн; фактический размер по доступным источникам расходится.

MaziyarPanahi/MetaMath-Mistral-7B-Mistral-7B-Instruct-v0.2-slerp — объединённая диалоговая языковая модель на архитектуре Mistral, созданная слиянием mistralai/Mistral-7B-Instruct-v0.2 и meta-math/MetaMath-Mistral-7B методом SLERP. Модель содержит 7,1 млрд параметров и принимает текстовые запросы, чтобы генерировать ответы и следовать инструкциям; контекст — до 32 768 токенов. Модель подходит для диалогов и решения математических задач на естественном языке. Веса опубликованы в формате Safetensors, лицензия — Apache-2.0. README описывает процедуру слияния, но не приводит результатов оценки качества; поэтому точность на конкретных наборах задач по этим данным определить нельзя.

Карточка модели kevinpro/MetaMathOctopus-13B на Hugging Face совпадает с карточкой kevinpro/MetaMathOctopus-7B, поэтому описание составлено по ней. MetaMathOctopus-7B — генеративная языковая модель на базе архитектуры Llama, опубликованная пользователем kevinpro. По названию и приведённым в карточке бенчмаркам MSVAMP, MGSM и MNumGLUESub модель предназначена для решения математических задач, в том числе многоязычных. Модель содержит 6,6 млрд параметров, принимает текст и генерирует текст; длина контекста — 4096 токенов. В метаданных указаны языки как multilingual, но конкретные языки README не перечисляет. Репозиторий содержит веса в формате Safetensors, лицензия — Apache-2.0. Карточка приводит результаты сравнения с GPT-3.5-Turbo, MAmmoTH и WizardMath на математических наборах, однако доступный фрагмент не содержит результатов самой MetaMathOctopus-7B, поэтому по нему нельзя оценить её точность или сравнить качество с другими моделями. Модель можно рассматривать для экспериментального применения в генерации ответов и рассуждений по математическим задачам.

Карточка модели kevinpro/MistralMathOctopus-7B на Hugging Face совпадает с карточкой kevinpro/MetaMathOctopus-7B, поэтому описание составлено по ней. MetaMathOctopus-7B — генеративная языковая модель на базе архитектуры Llama, опубликованная пользователем kevinpro. По названию и приведённым в карточке бенчмаркам MSVAMP, MGSM и MNumGLUESub модель предназначена для решения математических задач, в том числе многоязычных. Модель содержит 6,6 млрд параметров, принимает текст и генерирует текст; длина контекста — 4096 токенов. В метаданных указаны языки как multilingual, но конкретные языки README не перечисляет. Репозиторий содержит веса в формате Safetensors, лицензия — Apache-2.0. Карточка приводит результаты сравнения с GPT-3.5-Turbo, MAmmoTH и WizardMath на математических наборах, однако доступный фрагмент не содержит результатов самой MetaMathOctopus-7B, поэтому по нему нельзя оценить её точность или сравнить качество с другими моделями. Модель можно рассматривать для экспериментального применения в генерации ответов и рассуждений по математическим задачам.

AbdullahBarayan/ModernBERT-base-doc_sent_en-Cefr — англоязычная модель классификации текста, полученная дообучением answerdotai/ModernBERT-base. Она использует плотную encoder-only архитектуру ModernBERT с 149 млн параметров и контекстом до 8192 токенов. По названию репозитория модель, вероятно, предназначена для классификации предложений по уровням CEFR, однако карточка не описывает метки классов, датасет или сценарии применения. В README приведены результаты оценки: F1 0,8373 и loss 1,3272. Модель распространяется по лицензии Apache-2.0.

MuToR-llama3-8B-1M_MATH-dmax_4_a_01 — языковая модель на архитектуре Llama 3, созданная методом MuToR (Multi-Token Prediction with Registers). Это дообученная версия Meta-Llama-3-8B, обученная пять эпох на обучающей части 1M-MATH с использованием датасета NVIDIA OpenMathInstruct-2. Веса представлены в формате safetensors; модель содержит 7,5 млрд параметров и поддерживает контекст до 8192 токенов. Модель предназначена для генерации текста, в частности для решения математических задач и воспроизведения экспериментов с многотокенным предсказанием. MuToR использует фиктивные register-токены для предсказания нескольких будущих целей и усиления обучающего сигнала; при инференсе эти токены отбрасываются, поэтому скорость генерации не снижается. Для использования и воспроизведения результатов следует обратиться к коду проекта. Лицензия модели — MIT.

NeuralMaths-Experiment-7b — объединённая модель генерации текста на основе Mistral, созданная Kukedlc с помощью LazyMergekit. В состав объединения входят WizardMath-7B-V1.1, NeuralDaredevil-7B, Neural4gsm8k, Mayo и NeuralSirKrishna-7b; модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста и диалогов, с акцентом на математические задачи и рассуждения. В README заявлен результат на GSM8K и приведены показатели нескольких тестов Open LLM Leaderboard, включая AI2 Reasoning Challenge и HellaSwag. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. Результаты бенчмарков приведены в карточке модели; они сами по себе не гарантируют качество на других задачах.

Phi-4-mini-flash-reasoning — компактная языковая модель Microsoft семейства Phi-4 для пошагового решения математических задач. Это плотная авторегрессионная модель с архитектурой Phi4FlashForCausalLM; в метаданных указано 3,7 млрд параметров. Модель принимает текст и генерирует текст, поддерживает диалоговый режим и интерфейс вызова инструментов. В карточке модели заявлено окно контекста 64 тыс. токенов, тогда как метаданные указывают 262 144 токена; это расхождение требует проверки при настройке инференса. Модель дообучена на синтетических математических данных, созданных более крупной моделью. Она предназначена для многошагового математического рассуждения в условиях ограниченных вычислительных ресурсов или требований к задержке: например, для символьных вычислений, сложных текстовых задач и генерации формальных доказательств. README сообщает о результатах на математических и логических бенчмарках и повышенной скорости декодирования в определённых условиях; эти результаты не гарантируют точность в прикладных сценариях. Модель тестировалась прежде всего для математического рассуждения, поэтому её качество для других задач и языков может отличаться; ответы следует проверять, особенно в критичных сценариях. Лицензия — MIT.

Phi-4-mini-flash-reasoning — компактная языковая модель семейства Phi-4, разработанная Microsoft и дообученная на синтетических данных с упором на математические рассуждения. Она предназначена для многошагового решения задач, где важны логика, точность и низкие требования к вычислениям или задержке: от сложных текстовых задач и символических вычислений до построения формальных доказательств. Модель имеет 3,7 млрд параметров, архитектуру Phi4FlashForCausalLM и поддерживает генерацию текста и диалоговый режим. README заявляет контекст до 64 тыс. токенов, а метаданные каталога — 262 144 токена; фактический предел следует сверить с конфигурацией используемого чекпойнта. Модель рассчитана прежде всего на английский язык. По данным README, на отдельных математических бенчмарках она превосходит Phi-4-mini-reasoning и обеспечивает более высокую скорость декодирования в описанных условиях. Модель оптимизирована и оценивалась главным образом для математических рассуждений; её качество в других задачах и языках не гарантировано. Ответы требуют проверки, особенно при использовании в ответственных сценариях. Лицензия — MIT.

Platypus2-70B — авторегрессионная языковая модель с открытыми весами, разработанная Коулом Хантером и Ариэлом Ли. Она построена на архитектуре Llama 2 и дообучена следовать инструкциям на наборе Open-Platypus, содержащем задачи по STEM-дисциплинам и логике. Модель предназначена для ответов на вопросы, решения задач и рассуждений на английском языке. Модель имеет плотную архитектуру LlamaForCausalLM и 68,7 млрд параметров. Она принимает текст и генерирует текст; базовая длина контекста — 4096 токенов. В карточке приведены результаты оценки на ARC, HellaSwag, MMLU и TruthfulQA. Модель может выдавать неточные, предвзятые или нежелательные ответы; её тестирование проводилось на английском языке и не охватывает все сценарии. Перед применением рекомендуется проверка и настройка безопасности под конкретную задачу. Указана лицензия CC BY-NC-SA 4.0, предполагающая некоммерческое использование и распространение производных на условиях лицензии.

Qwen2.5-1.5B GRPO GSM8K — языковая модель на 1,5 млрд параметров, разработанная Bhavesh Soni на базе Qwen/Qwen2.5-1.5B и дообученная методом GRPO с NVIDIA NeMo RL. Она предназначена для решения задач по математике начального и среднего уровня, в частности текстовых задач GSM8K: модель генерирует пошаговое решение и помещает итоговый ответ в тег \boxed{}. На тестовом наборе GSM8K автор сообщает точность pass@1 73,84% при жадном декодировании; базовая модель при той же оценке показала 35,03%.

FormlessAI/Qwen2.5-3B-Instruct-Math-Unsloth — дообученная модель генерации текста на базе unsloth/Qwen2.5-3B-Instruct. В карточке указано, что обучение выполнено с помощью TRL; метаданные описывают плотную архитектуру Qwen2 и поддержку чата. Модель содержит около 3,1 млрд параметров и рассчитана на контекст до 32 768 токенов. Модель предназначена для диалоговой генерации текста и ответов на запросы, в том числе математические задачи, на которые указывает название модели. В README приведён пример вызова через Transformers pipeline, но сам пример не содержит отдельной демонстрации математических возможностей или оценок качества. Формат весов — safetensors. Лицензия в предоставленных данных не указана.

Harish102005/Qwen2.5-Coder-7B-manim — дообученная модель Qwen2ForCausalLM, созданная на базе Qwen/Qwen2.5-Coder-7B для генерации Python-кода анимаций Manim по текстовым описаниям. Модель дообучена методом QLoRA на 2 407 примерах «запрос — код» из набора dalle2/3blue1brown-manim; в метаданных указаны 7,1 млрд параметров и контекст до 32 768 токенов. Модель предназначена для создания учебных математических анимаций, визуализаций, прототипов сцен и примеров кода Manim. README приводит примеры анимации вращающегося квадрата, построения синусоиды и появления формулы. Она также может помогать изучать синтаксис Manim и автоматизировать подготовку серий анимаций. Обучающая выборка невелика и сосредоточена на стилях 3Blue1Brown: модель лучше подходит для типовых двумерных сцен, а сложные трёхмерные сцены, шейдеры и составные объекты могут потребовать ручной доработки. Репозиторий распространяется по лицензии Apache-2.0.

Qwen2.5-7B-SHARP-Span — модель оценки промежуточных шагов математических рассуждений, разработанная на основе Qwen/Qwen2.5-Math-7B-Instruct и дообученная на корпусе SHARP. Она анализирует решение по шагам и для каждого шага оценивает вероятность его корректности, помогая находить место, где рассуждение становится ошибочным или содержит неподтверждённое утверждение. Модель использует архитектуру Qwen2ForProcessRewardModel с классификационной головой на два класса; размер — 7,1 млрд параметров, контекст — до 4096 токенов. Вариант Span обучен на разметке галлюцинаций по фрагментам: отмеченный фрагмент соотносится с шагами решения, а анализ прекращается на первом ошибочном шаге. Модель предназначена для оценки и ранжирования готовых решений, включая Best-of-N, а не для генерации текста. Для подачи решения требуются разделители шагов и специальный маркер в конце каждого шага; используется формат Question/Solution без шаблона чата. Модель рассчитана на математические рассуждения; метаданные указывают английский язык, а базовая модель поддерживает английский и китайский. Число токенов и вероятность класса полезно интерпретировать как оценки, а не как доказательство правильности. Для работы требуется Transformers версии 4.40.0 или новее и включение trust_remote_code. Лицензия модели — Apache 2.0; обучающие данные SHARP распространяются по CC BY 4.0.

Qwen2-Math-7B — специализированная базовая языковая модель для математических задач из семейства Qwen2, разработанная командой Qwen. Это плотная причинная модель на 7,1 млрд параметров для генерации продолжений и few-shot-решения задач; в отличие от версии Instruct, она не предназначена прежде всего для диалогового общения. Модель рассчитана на арифметику, математику и задачи, требующие многошаговых рассуждений. Модель принимает текст и генерирует текст, поддерживает английский язык и имеет контекст длиной 4096 токенов. Карточка характеризует её как математическую модель с усиленными способностями к рассуждению и рекомендует использовать её как основу для дообучения. Для работы требуется Transformers версии 4.40.0 или новее. Распространяется по лицензии Apache-2.0.

SeongryongJung/qwen3-4b-biology-sdpo-ema005 — контрольная точка Qwen3-4B, дообученная методом SDPO на биологических данных. Репозиторий содержит последний чекпойнт обучения global_step_100, преобразованный в формат Transformers; архитектура — плотная авторегрессионная языковая модель Qwen3ForCausalLM примерно на 3,7 млрд параметров с контекстом до 40 960 токенов. Модель предназначена для генерации текста и ответов на вопросы по биологии. В README указаны результаты валидации с выборкой из 16 ответов: итоговая метрика последнего чекпойнта составила 52,00%, а лучший результат во время обучения — 52,25% на шаге 20; лучший результат не обязательно соответствует опубликованному чекпойнту. Модель принимает и выдаёт текст. Лицензия — Apache-2.0.

FutureMa разработала эту мультимодальную модель на основе Qwen3.5-35B-A3B для распознавания математических формул на изображениях и преобразования рукописных выражений в LaTeX. Это модель зрения и языка с архитектурой Mixture of Experts: 35 млрд параметров всего, около 3 млрд активных; для адаптации применён LoRA. Модель рассчитана на распознавание рукописных формул, уравнений и математической записи в образовательных и исследовательских сценариях. Обучение проводилось на 2 000 примерах из поднабора human_handwrite датасета linxy/LaTeX_OCR. Модель поддерживает английский и китайский языки. Она не оптимизирована для общего описания изображений и распознавания нематематического почерка; из-за небольшого обучающего набора может хуже справляться с необычными стилями письма и сложной нотацией. Для инференса рекомендуется около 30 ГБ видеопамяти или больше. Указана лицензия Qwen License.

barozp/Qwen3.8-27B-Opus-Distill — плотная мультимодальная модель на 27 млрд параметров, созданная дообучением Qwen/Qwen3.8-27B с помощью LoRA и последующим объединением адаптера с базовыми весами. Разработчик обучал её на наборах примеров рассуждений, связанных с Claude Opus, чтобы улучшить решение многошаговых задач. Модель работает с текстом и изображениями; базовая модель также поддерживает анализ видео. Vision tower и голова MTP перенесены из базы без изменений. Модель предназначена для диалогов, анализа изображений и задач, где полезны рассуждения, например ответов на научные вопросы и решения задач с выбором ответа. В опубликованных разработчиком тестах ARC-Challenge и GPQA показали прирост относительно базовой модели, а результаты MMLU и языкового моделирования остались примерно на прежнем уровне. Сравнения выполнены в конкретном режиме оценки и не гарантируют аналогичного улучшения во всех сценариях. Лицензия — Apache-2.0. Известна воспроизводимая проблема: сочетание требования «без прозы» с дополнительным ограничением формата может вызвать бесконечный цикл самопроверки без видимого ответа. Для этой версии разработчик рекомендует не комбинировать такие ограничения или увеличить бюджет генерации; в README указана исправленная версия v2.

Qwen3.8-27B-RL-Social-Science — дообученная методом обучения с подкреплением модель на базе Qwen/Qwen3.8-27B, подготовленная разработчиком репозитория. Модель обучали алгоритмом GRPO через Megatron-SWIFT на бенчмарке VMLU Social Science, охватывающем экономику, географию, гражданское образование, право и философию. LoRA-адаптер объединён с базовыми весами, поэтому репозиторий содержит готовую к использованию модель. Это плотная модель семейства Qwen3.5 с архитектурой Qwen3_5ForConditionalGeneration и 27 млрд параметров. Она предназначена для диалогов и ответов на вопросы по общественным и гуманитарным дисциплинам. В метаданных указан вьетнамский язык; базовая модель также поддерживает анализ изображений и видео, но README не подтверждает, что эти возможности проверялись после дообучения. Модель распространяется под лицензией с обозначением other; конкретные условия следует сверить с карточкой репозитория. Обучение оптимизировалось на точность и формат ответов бенчмарка VMLU, поэтому качество на других задачах может отличаться.

SeongryongJung/Qwen3-8B-Physics-SRPO-TR — дообученная версия языковой модели Qwen3-8B, обученная методом SRPO-TR на задачах по физике с размером обучающего пакета 32. Репозиторий содержит итоговый чекпойнт global_step_100, выбранный по валидационному показателю mean@16; для него указано значение 69,84%. Модель основана на плотной архитектуре Qwen3ForCausalLM, содержит 7,6 млрд параметров и рассчитана на контекст до 40 960 токенов. Модель предназначена для генерации текста и решения задач по физике, в частности для применения в сценариях, где требуется проверить несколько вариантов ответа и оценить их среднее качество. Её можно загружать через Transformers как AutoModelForCausalLM. Базовая Qwen3-8B — многоязычная диалоговая модель, однако README не уточняет, какие языки и виды физических задач проверялись в этом обучении. Модель распространяется по лицензии Apache-2.0. Результат 69,84% относится к указанной в карточке валидационной метрике mean@16 и сам по себе не гарантирует такое же качество на других наборах задач; подробности датасета и протокола оценки в README не приведены.

ReVisual-R1-final — мультимодальная модель для диалога и рассуждений по изображениям, разработанная автором репозитория csfufu как дообученная версия Qwen/Qwen2.5-VL-7B-Instruct. Модель содержит 7,1 млрд параметров, использует архитектуру Qwen2.5-VL и принимает изображения вместе с текстовыми запросами, выдавая текстовые ответы. Для неё заявлено контекстное окно до 128 000 токенов. README описывает трёхэтапное обучение: текстовый cold-start для формирования рассуждений, мультимодальное обучение с подкреплением для согласования зрения и логики, затем текстовое обучение с подкреплением для улучшения краткости и связности. Модель предназначена для визуально-математических задач и текстовых рассуждений; автор заявляет высокие результаты на девяти бенчмарках, но не приводит их названия или численные результаты в карточке. Распространяется под лицензией Apache-2.0.