IV.5Образование и развитие навыков

zephyr-beta-math-Mistral-7B-Instruct-v0.2-slerp — объединённая диалоговая языковая модель на базе Mistral-7B-Instruct-v0.2 и abhishek/zephyr-beta-math. Она создана методом SLERP с помощью MergeKit и предназначена для генерации текста в ответ на инструкции, включая математические запросы и диалоговые сценарии. Модель использует плотную архитектуру MistralForCausalLM и содержит 7,1 млрд параметров. Она принимает текст и выдаёт текст; поддерживает контекст до 32 768 токенов. Веса опубликованы в формате safetensors, лицензия — Apache-2.0. README указывает математическую специализацию одного из объединённых компонентов, но не приводит оценок качества или подробных результатов проверки.

Mohinikathro/AI-Content-Detector — англоязычная модель классификации текста на основе ELECTRA, дообученная на google/electra-base-discriminator. Она относит текст к написанному человеком, сгенерированному ИИ или перефразированному. В качестве сценариев применения указаны проверка учебных и пользовательских текстов, модерация контента и помощь при выявлении плагиата. Модель содержит 136,7 млн параметров, принимает текст с контекстом до 512 токенов и использует библиотеку Transformers. Для обучения использованы 46 181 текстовый пример: исследовательские работы и проверенные материалы, тексты ChatGPT-4, а также перефразирования Grammarly и QuillBot. Модель может ошибочно классифицировать тексты, хуже обобщать на нишевые стили и тексты не на английском, а тонкие правки могут затруднить распознавание машинной генерации. Её результаты следует проверять вручную; карточка не рекомендует использовать модель для юридической или судебно-экспертной проверки и принятия критически важных решений. Лицензия — Apache-2.0.

ARKA Advanced SLM — Mixed SFT v1 — это дообученная Абхаем Кумаром Рудрапaulом языковая модель для генерации ответов и диалогового помощника по академическим знаниям. В основе лежит Abhayn01/arka-advanced-slm-scitech-stream-500m-v1: GPT-2, декодерная причинная архитектура примерно на 124,4 млн параметров. Модель дообучена на 160 863 примерах с проверочной выборкой из 4 000 примеров; контекст составляет 1024 токена. Смесь обучения включает вопросы и ответы по естественным наукам и инженерии, SQuAD 2.0, OpenBookQA, ARC, SciQ и MMLU, а также сведения об ARKA и разработчике. Модель подходит для диалоговых ответов и вопросов по научным и учебным темам на английском языке. Карточка не указывает лицензию, поэтому условия использования следует проверять в репозитории и у источников обучающих данных; перед распространением преобразованных данных разработчик рекомендует проверить лицензии исходных наборов.

Карточка модели allenai/BAR-2x7B-Code 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.

claimtrace — дообученная модель Qwen3-1.7B для учебных диалогов с учётом происхождения утверждений. Она разделяет сведения, которые ученик продемонстрировал в собственной работе, сообщил о себе или ещё не подтвердил, и завершает ответы строкой KNOWN / CLAIMED / UNCHECKED. Модель предназначена для сценариев, где важно не считать самоотчёт доказательством знания и отслеживать подтверждения в ходе разговора. Модель создана на базе Qwen/Qwen3-1.7B с помощью QLoRA: адаптеры обучались на 4-битной базе, а опубликованные объединённые веса получены слиянием адаптеров с bf16-базой. В карточке указаны архитектура Qwen3, 1,7 млрд параметров, контекст до 40 960 токенов и поддержка диалогов. В описанном тестировании версия показала соблюдение правил атрибуции в 0,78 случаев и формировала строку учёта в 100% случаев; результаты относятся к конкретному набору из 41 сценария. Остаются сбои при цитировании примеров из учебника, при раздельном управлении форматом ответа и строкой учёта, а также при незнакомых формулировках системной инструкции. При длительном давлении объединённые веса уступают адаптерам по устойчивости. Модель компактная, поэтому её предметные объяснения не следует считать основной сильной стороной. Лицензия — Apache-2.0.

xinlai/DeepSeekMath-RL-Step-DPO — разговорная языковая модель семейства Llama с 6,5 млрд параметров. Репозиторий содержит веса в формате safetensors, модель предназначена для генерации текста и диалога. Название указывает на специализацию на математических рассуждениях и обучение методом RL-Step-DPO, однако README не содержит сведений о методике обучения или результатах. Модель принимает текст и выдаёт текст; контекст составляет 4096 токенов. Лицензия — Apache-2.0.

DiRL-8B-Instruct — языковая модель с диффузионной архитектурой SDAR на 7,6 млрд параметров, разработанная командой OpenMOSS-Team для математических рассуждений. Она дообучена на основе JetLM/SDAR-8B-Chat в два этапа: SFT и обучение с подкреплением (RL). Модель предназначена для решения математических задач и ответов в диалоговом формате; карточка сообщает о результатах на тестах MATH500, GSM8K, AIME и OlympiadBench. Модель принимает текст и генерирует текст, поддерживает английский и китайский языки, использует библиотеку Transformers и имеет контекстное окно 32 768 токенов. В README заявлены высокие результаты среди моделей масштаба 8B, однако приведённая таблица неполная, поэтому эти сравнения нельзя независимо оценить по карточке. Модель распространяется по лицензии Apache-2.0.

DuplexJev-B-Whisper-small-Falcon-H1-3B — компактный аудиоязыковой коннектор для классификации ответов на вопросы о речи. Он объединяет замороженный энкодер Whisper-small и замороженную языковую модель Falcon-H1-3B-Instruct через обучаемый проектор SwiGLU с объединением кадров; обучаемая часть содержит 30,4 млн параметров. Модель выдаёт распределение по вариантам ответа за один шаг, без авторегрессионной генерации, и поддерживает пакетную обработку нескольких вопросов для одного аудиофрагмента. Модель предназначена для коротких решений по аудиозаписям: устных вопросов и ответов, речевых признаков и паралингвистических характеристик, например эмоций и пола говорящего. В карточке приведены результаты на наборах spoken QA и паралингвистики; авторы рекомендуют её для коротких решений и признаков говорящего, а не для открытых вопросов на общие знания. Указаны китайский и английский языки. Для работы требуется связка исходных Whisper-small и Falcon-H1-3B-Instruct. Лицензия — Apache-2.0.

Eduslm v1.0 — компактная языковая модель команды Edu_slm, предназначенная для подготовки к экзаменам JEE Main и JEE Advanced по физике, химии и математике. Это плотная авторегрессионная модель архитектуры Qwen2ForCausalLM на 1,5 млрд параметров, основанная на deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B и дообученная методом LoRA SFT с последующим объединением адаптера с базовой моделью. Модель принимает текст и генерирует текст в формате диалога; в метаданных указан контекст до 131 072 токенов. Чекпойнт сохранён в формате safetensors с точностью bfloat16 и загружается через Transformers без пользовательского trust_remote_code. Он рассчитан на ответы и объяснения по предметам, входящим в программу JEE, и может быть полезен при решении учебных задач. Карточка указывает лицензию «other», но не уточняет её условия.

Flex-math-2x7B-1T — языковая модель AllenAI из семейства FlexOlmo, построенная по архитектуре Mixture-of-Experts. Она объединяет экспертов, обученных на разных корпусах; математический эксперт получен дообучением публичного эксперта на математических данных. README описывает вариант 2x7B как MoE без обучения маршрутизатора, а метаданные указывают 6,9 млрд параметров и контекст до 4096 токенов. Модель предназначена для генерации текста и диалоговых сценариев, с акцентом на математические задачи. В опубликованном сравнении индивидуальная плотная математическая модель показывает результат 53,1 на Math2; это значение относится к плотной версии, а не к MoE-чекпойнту. FlexOlmo также рассчитана на совместную разработку моделей с контролем участников над использованием их данных. Модель принимает текст и генерирует текст. В карточке указан английский язык. Для запуска README рекомендует Transformers версии 4.57.0 или новее. Лицензия — Apache-2.0.

Kasapa-V1 — модель распознавания речи, разработанная Willie999 на основе openai/whisper-small и дообученная для транскрибации аудио на языке тви (Twi). Она принимает аудио и выдаёт текст; модель предназначена для приложений, где общение ведётся на тви, в том числе в сельском хозяйстве, здравоохранении и образовании. Архитектура — Whisper с плотными весами в формате safetensors. Модель распространяется по лицензии Apache-2.0. Дообучение адаптирует мультиязычную Whisper-small к фонетическим особенностям тви. Качество может меняться в зависимости от диалекта, включая асанте-тви и фанте, а также от уровня фонового шума в записи.

Latxa-Llama-3.1-8B-Instruct — инструкционно настроенная языковая модель на архитектуре Llama 3.1, разработанная исследовательским центром HiTZ и группой IXA Университета Страны Басков UPV/EHU. Модель дообучена на баскском корпусе Latxa Corpus v1.1, включающем 4,3 млн документов и 4,2 млрд токенов, чтобы улучшить работу с баскским языком. Число параметров — 7,5 млрд, заявленная длина контекста — 131 072 токена. Модель предназначена для ответов на инструкции и диалогов на баскском языке, а также для генерации текста, чтения и рассуждений по-баскски. В предварительных оценках она превзошла исходную Llama 3.1 Instruct на стандартных баскских тестах. Разработчики предупреждают, что модель всё ещё находится в разработке, а качество для языков, отличных от баскского, не гарантируется. Указана лицензия llama3.1, допускающая коммерческое и исследовательское использование. Модель может наследовать смещения и ограничения Llama 3.1; для применения в продуктивной среде разработчики рекомендуют оценивать риски и предусматривать меры снижения вреда.

Syed-Hasan-8503/Llama-3.1-8b-BAdam — дообученная модель семейства Llama 3.1, созданная на базе meta-llama/Meta-Llama-3.1-8B с использованием датасета belle_math. Она предназначена для генерации текста в диалоговом формате; обучение на математическом наборе данных указывает на сценарии, связанные с решением математических задач. Модель имеет плотную архитектуру LlamaForCausalLM и содержит 7,5 млрд параметров. Заявленная длина контекста — 131 072 токена. В README приведено значение loss 0,9967 на оценочном наборе, но подробности оценки и перечень ограничений не описаны. Репозиторий содержит веса в формате safetensors. Указана лицензия other; конкретные условия использования по этим данным определить нельзя.

Llama3.2-1B-Bulgarian — языковая модель, разработанная petkopetkov и дообученная на базе unsloth/llama-3.2-1b-bnb-4bit. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и 1,2 млрд параметров; заявленная длина контекста — 131 072 токена. Модель дообучена на болгарских переводах наборов MMLU, Winogrande, HellaSwag, ARC Easy/Challenge, GSM-8K и MathQA. Она предназначена для генерации текста на болгарском языке, ответов на вопросы, проверки знаний, завершения фраз, логических задач и школьной математики. В карточке также указаны английский и болгарский языки. Модель распространяется в формате safetensors по лицензии Apache-2.0. Результаты и качество на болгарском языке в README не оценены; дообучение на переводах учебных и тестовых наборов не гарантирует точность ответов или надёжность рассуждений.

Карточка модели TIGER-Lab/MAmmoTH2-8x7B на Hugging Face совпадает с карточкой TIGER-Lab/MAmmoTH2-8x7B-Plus, поэтому описание составлено по ней. MAmmoTH2-8x7B-Plus — разговорная языковая модель TIGER-Lab, созданная на основе Mixtral и обученная следовать инструкциям. Она предназначена для решения задач на рассуждение, включая математику, а также для диалоговых сценариев общего назначения. Модель построена на архитектуре Mixtral с разреженной смесью экспертов; в метаданных указано 7,1 млрд параметров и контекст до 32 768 токенов. Для работы используется библиотека Transformers, веса доступны в формате safetensors. Обучение MAmmoTH2 использует собранные из веб-корпуса пары инструкций и ответов, а версия Plus дополнительно обучена на открытых наборах данных для instruction tuning. В оценках авторов модель MAmmoTH2-8x7B показала результаты на математических и общих тестах; эти значения относятся к варианту без суффикса Plus и не гарантируют аналогичное качество данной версии. Модель принимает текст и генерирует текст, а карточка указывает английский язык. Лицензия — MIT, однако ответы могут быть ошибочными, а математические области охвачены не полностью.

Mathstral-7B-v0.1-GGUF — это квантованная в формате GGUF версия модели Mathstral-7B-v0.1, разработанной Mistral AI при сотрудничестве с Project Numina. Квантование подготовлено bartowski на основе llama.cpp. Модель представляет собой дообученную модель семейства Mistral, ориентированную на решение сложных математических задач, требующих многошагового логического рассуждения. Она подходит для генерации ответов и рассуждений в математике, обучения, исследовательских сценариев и других задач, где важны вычисления и последовательный анализ. Модель имеет около 7 миллиардов параметров и поддерживает контекст длиной до 32 768 токенов. В README не указаны полный перечень поддерживаемых языков и дополнительные модальности, поэтому подтверждённые характеристики относятся к текстовой генерации. Для использования в LM Studio рекомендуется шаблон запросов Mistral Instruct. Заявлены результаты 56,6% на MATH и 63,47% на MMLU; при этом модель может ошибаться, а точность зависит от формулировки задачи, выбранного варианта квантования и настроек запуска. Модель распространяется по лицензии Apache-2.0. README не уточняет ограничения, связанные с отдельными вариантами квантования, поэтому перед коммерческим или производственным использованием следует проверить условия исходного репозитория и конкретного файла GGUF.

QuantFactory/mathstral-7B-v0.1-GGUF — квантизированная версия модели Mathstral-7B-v0.1, разработанной Mistral AI и основанной на Mistral 7B. Квантизация выполнена QuantFactory с использованием llama.cpp. Модель предназначена для генерации текста с особой специализацией на математических и научных задачах, включая решение задач в диалоговом формате и рассуждения по количественным вопросам. Модель содержит около 7 миллиардов параметров и распространяется в формате GGUF. В README не указаны точные варианты квантизации, поддерживаемые языки, максимальная длина контекста и набор модальностей; по имеющимся данным, это текстовая модель без заявленной поддержки изображений или других типов входных данных. В опубликованной оценке Mathstral 7B показала высокие результаты на математических тестах, включая MATH, Odyssey Math и AMC 2023, а также результат 77,1 на GSM8K. Сильной стороной модели является специализация на математике и научных сценариях при относительно компактном размере, что делает её подходящей для локального запуска через совместимые инструменты llama.cpp и для диалогового решения задач. Ограничения связаны с тем, что квантизация может влиять на точность по сравнению с исходной моделью, а README не содержит подробностей о конкретном уровне квантизации и системных требованиях. Модель распространяется по лицензии Apache 2.0.

MegaMath-Llama-3.2-3B — экспериментальная языковая модель семейства Llama 3.2, разработанная как proof-of-concept и обученная на наборе данных LLM360/MegaMath. Она предназначена для решения математических задач с пошаговыми рассуждениями Chain-of-Thought и программно-опосредованным подходом Program-Aided Language (PAL). Модель имеет плотную архитектуру LlamaForCausalLM и 3,2 млрд параметров, принимает и генерирует текст. Указанная длина контекста — 131 072 токена. В метаданных указан английский язык. Модель опубликована в формате safetensors и распространяется по лицензии Llama 3.2.

MELT-Mixtral-8x7B-Instruct-v0.1 — языковая модель Medical Education Language Transformer, разработанная Center for Applied AI. Это дообученная на общедоступных медицинских текстах, диалогах, вопросах и инструкциях версия Mixtral-8x7B-Instruct-v0.1. Модель использует архитектуру Mixtral с разреженной смесью экспертов; метаданные указывают 7,1 млрд параметров и контекст до 32 768 токенов. Она работает с текстом и рассчитана на английский язык.

abacusai/MetaMath-bagel-34b-v0.2-c1500 — языковая модель для генерации текста, дообученная на наборе MetaMathFewshot на основе pre-DPO Bagel. Карточка указывает на семейство Llama и плотную архитектуру LlamaForCausalLM; размер составляет 33,9 млрд параметров, контекст — до 200 000 токенов. Модель предназначена для диалогового применения и задач математического рассуждения в формате few-shot. В README приведено сравнение с MetaMath-Mistral-7B, но таблица результатов этой модели не заполнена, поэтому оценить её качество по указанным бенчмаркам нельзя. Репозиторий содержит веса Safetensors. Лицензия — Apache 2.0.

MiniMath-R1-1.5B — компактная языковая модель Oumi AI для диалогового решения математических задач. Это версия Qwen2 с архитектурой для авторегрессионной генерации текста, дообученная методом supervised fine-tuning на наборе oumi-ai/MetaMathQA-R1 поверх DeepSeek-R1-Distill-Qwen-1.5B. Модель содержит 1,5 млрд параметров и поддерживает контекст до 131 072 токенов. Модель предназначена для математических вопросов и задач в формате диалога; карточка описывает её как англоязычную. По заявлению разработчика, она набрала 44,4% на MMLU-Pro-Math и улучшила базовую модель на 6 процентных пунктов. Эти результаты не гарантируют точность на других задачах. Модель ограничена возможностями небольших языковых моделей, и разработчик рекомендует не использовать её за пределами математики. Лицензия — Apache 2.0.

facebook/mms-tts-lat — модель синтеза речи на латинском языке из проекта Massively Multilingual Speech (MMS), разработанного Facebook. Она преобразует входной текст в речевую аудиоволну и подходит для озвучивания латинских фраз и создания речевых примеров для этого языка. Модель построена на архитектуре VITS: это сквозная система синтеза с вариационным автоэнкодером, текстовым энкодером на основе Transformer, потоковыми слоями и декодером, напоминающим HiFi-GAN. В репозитории указано 3,5 млн параметров; для каждого языка MMS обучается отдельный чекпойнт. Стохастический предсказатель длительности позволяет варьировать ритм произношения, поэтому результат зависит от случайного seed. Модель доступна через библиотеку Transformers. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое.

Mochi — языковая модель для математических рассуждений, созданная дообучением GLM-4.7-Flash на датасете unsloth/OpenMathReasoning-mini. Модель семейства GLM-4 MoE Lite насчитывает 4,1 млрд параметров и поддерживает контекст до 202 752 токенов. Она принимает текст и генерирует текстовые решения; заявленный язык — английский. Модель предназначена для пошагового решения задач по алгебре, теории чисел, комбинаторике и олимпиадной математике, а также для исследований дообучения компактных моделей на цепочках рассуждений и локального инференса с низкой задержкой. Карточка указывает формат safetensors, чат-возможности и интерфейс вызова инструментов. Лицензия — Apache-2.0; перед коммерческим использованием автор рекомендует сверить условия лицензии базовой модели. Математическая специализация может ухудшить общие навыки диалога и следования инструкциям; обучение на сокращённой выборке ограничивает охват типов задач. Модель способна выдавать убедительные, но ошибочные выкладки, поэтому важные ответы следует проверять.

MuduoLLM — языковая модель для базового образования, совместно разработанная Пекинским педагогическим университетом и TAL Education Group. Она создана с учётом китайских образовательных стандартов и предназначена для учеников и учителей: модель решает учебные задачи, отвечает в диалоговом формате, составляет вопросы и помогает готовить планы уроков. В основе модели — плотная авторегрессионная архитектура Qwen2.5-14B-Instruct с 14 млрд параметров и контекстом 32 768 токенов. README описывает предварительное обучение на общих и образовательных текстах, дообучение с учителем и оптимизацию предпочтений экспертов. Модель рассчитана прежде всего на китайский язык; метаданные также отмечают английский. Доступны веса в формате safetensors и интерфейс диалога с поддержкой вызова инструментов. Модель подходит для разработки образовательных помощников и генерации учебных материалов, но её специализация на китайских учебных программах ограничивает переносимость на другие образовательные системы. Лицензия — Apache-2.0; перед использованием ответов в обучении следует проверять их корректность и соответствие учебной программе.

NuminaMath-72B-TIR — языковая модель команды AI-MO для решения математических задач соревновательного уровня. Это плотная авторегрессионная модель семейства Qwen2 с 71,5 млрд параметров и контекстом до 131 072 токенов, дообученная в два этапа: сначала на математических задачах с пошаговыми решениями Chain of Thought, затем на примерах рассуждений с использованием инструментов, включая последовательности обоснований, программ Python и их результатов. Модель преимущественно рассчитана на английский язык. Модель подходит для пошагового решения текстовых математических задач и может включать выполнение кода Python в цикл рассуждений при соответствующей настройке. По данным карточки, она справляется с задачами уровня AMC 12, но часто ошибается на более сложных задачах уровня AIME и математических олимпиад; геометрия также даётся ей трудно. Она узкоспециализирована и не предназначена для общего диалога, а отсутствие визуального ввода ограничивает решение задач, зависящих от чертежей. Лицензия указана как Tongyi Qianwen; в метаданных Hugging Face тип лицензии обозначен как other.

P1-235B-A22B — открытая большая языковая модель серии P1, разработанная для решения задач по физике и научного рассуждения. Она основана на Qwen3-235B-A22B-Thinking-2507 и дообучена в несколько этапов с помощью обучения с подкреплением на отобранных данных физических олимпиад. Архитектура — Qwen3 MoE; заявлены 18,2 млрд параметров и контекст до 262 144 токенов. Модель предназначена прежде всего для разбора и решения сложных задач по физике, в том числе олимпиадного уровня. Карточка также приводит результаты на математических и общих STEM-бенчмарках и указывает поддержку диалогового режима и интерфейса вызова инструментов. Указанные в README медальные результаты относятся к оценкам на соревнованиях и бенчмарках, а результат с PhysicsMinions — к системе с несколькими агентами. Модель принимает текст и генерирует текст; в карточке указаны английский и многоязычный режимы. Веса опубликованы в формате Safetensors по лицензии Apache-2.0. В README не приведены подробные сведения о составе обучающих данных и ограничениях качества за пределами описанных оценок.

Palmyra-mini — компактная авторегрессионная языковая модель для генерации текста, разработанная Writer и дообученная на Qwen/Qwen2.5-1.5B. Модель содержит 1,5 млрд параметров по метаданным каталога, использует архитектуру Qwen2 и поддерживает контекст до 131 072 токенов. Модель предназначена для задач математического и логического рассуждения, включая решение текстовых задач и многошаговых вопросов. В README приведены результаты на GSM8K, MATH500, AMC23 и BBH; это оценки из карточки модели, а не гарантия качества на новых задачах. Модель принимает текст и генерирует текст, поддерживает диалоговый сценарий и работает с Transformers и vLLM. Заявленный язык — английский. Модель распространяется по лицензии Apache-2.0. Она может выдавать предвзятую или неточную информацию, поэтому ответы, особенно вычисления и рассуждения, следует проверять.

Phi-4-mini-reasoning — компактная языковая модель Microsoft семейства Phi-4 на архитектуре Phi3ForCausalLM с 3,8 млрд параметров. Она дообучена на синтетических данных с упором на математические рассуждения и поддерживает генерацию текста; в метаданных указан контекст 4096 токенов. Модель предназначена для пошагового решения сложных математических задач при ограничениях по памяти, вычислительным ресурсам и задержке. Её можно применять для решения задач по математике, символьных вычислений, формальных доказательств и учебного тьюторства. В карточке также заявлена поддержка контекста до 128 тысяч токенов, что расходится с длиной контекста в метаданных. Модель разработана и выпущена Microsoft по лицензии MIT. Она ориентирована прежде всего на математические рассуждения, а не на все типы задач; из-за компактного размера может ошибаться в фактах. Карточка рекомендует оценивать точность и безопасность для конкретного применения.

Platypus2-7B — авторегрессионная языковая модель с инструкционной настройкой, разработанная Коулом Хантером и Ариэлем Ли на основе LLaMA 2. Веса содержат около 6,6 млрд параметров; модель использует плотную архитектуру LlamaForCausalLM и принимает текстовые инструкции по шаблону с разделами Instruction и Response. Для работы заявлен контекст длиной 4096 токенов. Модель обучена на наборе Open-Platypus с примерами по STEM-дисциплинам и логике. Она предназначена для ответов на инструкции, решения учебных задач и рассуждений на английском языке. Репозиторий предоставляет веса PyTorch и safetensors. Лицензия — CC BY-NC-SA 4.0, поэтому коммерческое использование не разрешено. Как и другие модели семейства LLaMA 2, Platypus2-7B может выдавать неточные, предвзятые или нежелательные ответы; её проверка проводилась на английском языке и не охватывает все сценарии. В карточке также отмечена особенность дообучения LLaMA 2 7B: авторы указывают на необходимость настроек fp16=False и bf16=True в HF Trainer.

anuruab/qwen2.5-3b-ncert-finetuned — генеративная текстовая модель семейства Qwen2, доступная через библиотеку Transformers. Модель содержит около 3,1 млрд параметров и поддерживает контекст до 32 768 токенов. По названию репозитория она дообучена на материалах, связанных с NCERT, поэтому может быть ориентирована на образовательные сценарии и работу с учебным содержанием. Модель предназначена для генерации продолжений текста и диалоговых ответов, включая ответы на вопросы, объяснение учебных тем и создание текстов на основе заданного контекста. Поддержка conversational-тега указывает на возможность использования в диалоговых приложениях. README не содержит описания набора данных, методики дообучения, результатов оценки, рекомендаций по применению или условий лицензирования. Поэтому качество ответов в образовательных и других специализированных сценариях необходимо проверять отдельно; модель может генерировать фактически неверные или неполные сведения.