IV.5Образование и развитие навыков

NuminaMath-7B-TIR — языковая модель для решения математических задач, разработанная командой AI-MO. Это плотная causal language model семейства Llama с 6,5 млрд параметров, дообученная в два этапа на базе deepseek-ai/deepseek-math-7b-base. Первый этап использовал разнообразные задачи и решения по математике с пошаговыми рассуждениями, второй — синтетические примеры tool-integrated reasoning, сочетающие текстовые рассуждения, программы на Python и результаты их выполнения. Модель предназначена для решения задач соревновательной математики, включая вычисления с помощью Python REPL. В README сообщается, что она получила 29 из 50 баллов в первом этапе AI Math Olympiad и показывает результаты на тестах GSM8k и MATH. Модель ориентирована прежде всего на английский язык; максимальный контекст — 4096 токенов. Для запуска вычислений требуется организовать выполнение Python-кода вне модели. Модель может справляться с задачами уровня AMC 12, но часто затрудняется с более сложными задачами уровня AIME и математических олимпиад, а также с геометрией. Она не предназначена для общего диалога. Лицензия — Apache 2.0.

OpenMMReasoner-RL — мультимодальная модель для рассуждений по изображениям, созданная авторами проекта OpenMMReasoner. Она дообучена методом обучения с подкреплением на базе Qwen/Qwen2.5-VL-7B-Instruct и предназначена для визуальных задач, включая решение математических задач по изображениям, логические вопросы и анализ диаграмм. Модель содержит 7,1 млрд параметров, использует архитектуру Qwen2.5-VL и принимает изображения вместе с текстовыми запросами, выдавая текстовые ответы. Заявленная длина контекста — 128 000 токенов. Авторы описывают двухэтапный подход OpenMMReasoner: обучение с учителем на 874 тыс. примеров и последующее обучение с подкреплением на наборе из 74 тыс. примеров. В README сообщается об улучшении относительно базовой модели на девяти мультимодальных бенчмарках и о сильных результатах на MathVista, MathVerse и WeMath. Модель распространяется под лицензией Apache-2.0. Результаты README относятся к указанным бенчмаркам и не гарантируют аналогичного качества на других задачах. Карточка не приводит подробных ограничений модели и сообщает лишь базовые сведения об использовании.

Optimus-7B — языковая модель, созданная Q-bert дообучением Mistral-7B-v0.1 на наборе MetaMathQA. Она предназначена для генерации текста в диалоговом формате ChatML и ориентирована, в частности, на математические вопросы и рассуждения. Модель имеет плотную архитектуру MistralForCausalLM с 7,1 млрд параметров и контекстом до 32 768 токенов; в репозитории представлены веса Safetensors. Модель подходит для диалоговых приложений и ответов на математические вопросы на английском языке. В README приведены результаты оценки на Open LLM Leaderboard, однако подробные результаты доступны по внешней ссылке и не включены в карточку. Распространяется по лицензии Apache-2.0.

Pyxidis-Manim-CodeGen-1.7B — экспериментальная языковая модель PrithivMLmods для генерации Python-кода математических анимаций в Manim. Она дообучена на Qwen/Qwen3-1.7B на трассах Manim-CodeGen и предназначена для преподавателей, исследователей и разработчиков, которым нужно превращать математические задачи и доказательства в анимационные сцены. Модель генерирует сценарии Manim со сценами, преобразованиями, графиками и уравнениями, а также может связывать пошаговые математические выкладки с кодом визуализации. Она принимает текстовые запросы и выдаёт текст, включая Python, Markdown и LaTeX. Размер модели — 1,7 млрд параметров, архитектура — плотная Qwen3ForCausalLM; контекст — до 40 960 токенов. В карточке указан английский язык. Лицензия — Apache-2.0. Модель ориентирована на специализированные задачи Manim и не является универсальным помощником по программированию или диалогам. Сгенерированный код может требовать отладки, а сложные проекты с несколькими сценами — итеративной доработки. Разработчик отмечает экспериментальный характер модели.

KhaledAalnobani/Qwen2.5-Math-1.5B-2 — дообученная KhaledAalnobani разговорная модель семейства Qwen2 для генерации текста. Она предназначена для диалога и может применяться к математическим запросам, что следует из названия модели; конкретные возможности в математике карточка не описывает. Модель содержит 1,5 млрд параметров, использует плотную архитектуру Qwen2ForCausalLM и принимает текст, формируя текстовые ответы. Родной контекст составляет 4096 токенов; обучение проводилось с использованием Unsloth и библиотеки Hugging Face TRL. Модель распространяется по лицензии Apache-2.0.

unsloth/Qwen2.5-Math-1.5B-Instruct — инструкционная языковая модель семейства Qwen2.5-Math, представленная Unsloth на базе Qwen/Qwen2.5-Math-1.5B-Instruct. Это плотная авторегрессионная модель класса Qwen2ForCausalLM с 1,5 млрд параметров, предназначенная прежде всего для решения математических задач на английском и китайском языках. Модель принимает текстовые инструкции и генерирует ответы с пошаговыми рассуждениями (CoT); для задач, требующих точных вычислений и символьных преобразований, семейство также поддерживает подход Tool-integrated Reasoning (TIR). Контекст составляет 4096 токенов. Карточка рекомендует модель для математических задач и предостерегает от использования в других сценариях. Репозиторий содержит веса safetensors и использует библиотеку Transformers. Лицензия — Apache-2.0. Как компактная модель на 1,5 млрд параметров, она уступает более крупным вариантам семейства в заявленных результатах; качество ответов и точность вычислений не гарантированы.

Модель разработана Тергель Мункхбатом и соавторами из KAIST AI. Это дообученная версия Qwen/Qwen2.5-Math-1.5B-Instruct с 1,5 млрд параметров, предназначенная для генерации кратких цепочек рассуждений при решении задач. Модель использует архитектуру Qwen2ForCausalLM и работает с текстом; в карточке заявлен английский язык. Нативная длина контекста — 4096 токенов. Модель подходит для математических задач и сценариев, где нужны сжатые объяснения решения при сохранении точности. Она распространяется в формате safetensors через Transformers по лицензии MIT. Карточка не приводит результатов оценки точности и подробных ограничений; качество кратких рассуждений для конкретных задач следует проверять отдельно.

Qwen3-1.7B-OPD-fwdKL-from-Qwen3-8B-GRPO — это экспериментальное дообучение модели Qwen3-1.7B, выполненное автором карточки методом on-policy distillation от Qwen3-8B-GRPO-MATH. Модель обучалась на 7 496 задачах из набора MATH с прямой KL-дистилляцией по 128 наиболее вероятным токенам учителя; учащаяся модель генерировала собственные ответы, по которым получала сигнал обучения. Это контрольный вариант исследования без дополнительного взвешивания сигнала учителя.

pb09204048/Qwen3-8B-DAPO-iter449-disable-thinking — промежуточный чекпойнт Qwen3-8B, дообученный разработчиком репозитория методом обучения с подкреплением GRPO/DAPO на математических задачах из DAPO-Math-17K. Это плотная авторегрессионная языковая модель семейства Qwen3 с 7,6 млрд параметров; опубликованные веса представлены в формате safetensors и предназначены для генерации текста и диалогов. Чекпойнт ориентирован прежде всего на решение математических задач и рассуждения в режиме без цепочек рассуждений. В README приведены результаты AIME-24 и AIME-25: pass@1 составил 73,75% и 67,08% соответственно при восьми генерациях на запрос. Метаданные указывают на контекст до 40 960 токенов, возможности чата и интерфейс вызова инструментов. Базовая модель Qwen3 поддерживает более 100 языков, но отдельные языковые характеристики этого чекпойнта не описаны. Это обучающий чекпойнт на итерации 449, поэтому результаты и поведение могут отличаться от финальной версии; опубликованные показатели относятся к указанным настройкам оценки и не гарантируют такого же качества в других сценариях. Репозиторий лицензирован по Apache-2.0.

Модель devpotatopotato/qwen3-8b-sft-260901-acereason-bigmath — дообученная командой devpotatopotato версия Qwen3-8B для генерации текста в диалоговом формате. В README указано обучение на наборах acereason_keyword_details и bigmath_keyword_details; по названию наборов модель ориентирована на рассуждения и математические задачи, однако подробностей обучения и оценки не приведено. Модель содержит 7,6 млрд параметров, использует плотную архитектуру Qwen3ForCausalLM и формат safetensors. Контекстное окно — до 40 960 токенов. Базовая модель мультиязычная; сведения о языках, на которых специально обучали эту версию, отсутствуют. Модель распространяется под лицензией с обозначением «other», конкретные условия следует уточнить в карточке репозитория.

pe-nlp/R1-Qwen2.5-Math-1.5B — дообученная pe-nlp модель на базе Qwen/Qwen2.5-Math-1.5B, обученная на датасете Sky-T1. Она предназначена для генерации текста и может использоваться для получения решений математических задач. Модель построена на плотной архитектуре Qwen2, содержит 1,5 млрд параметров и принимает текстовый ввод, выдавая текст. Нативная длина контекста — 4096 токенов. Базовая модель ориентирована на математические задачи на английском и китайском языках, но README не подтверждает языковой охват именно этой версии. Лицензия обозначена как other, поэтому условия использования следует сверить с лицензией репозитория.

RLPR-Qwen2.5-7B-Base — языковая модель OpenBMB, дообученная на базе Qwen2.5-7B-Base с помощью фреймворка RLPR для усиления рассуждений. Метод использует вероятности генерации самой модели как сигнал вознаграждения, без внешних проверяющих моделей; обучение также включает фильтрацию запросов по стандартному отклонению и использует набор данных RLPR-Train. Модель предназначена для генерации ответов и решения задач общего и математического рассуждения. В карточке приведены результаты на тестах MMLU-Pro и TheoremQA; заявлено улучшение относительно исходной модели и ряда моделей, использующих внешнюю проверку. Это плотная авторегрессионная архитектура Qwen2 с 7,1 млрд параметров, контекстом до 131 072 токенов и поддержкой английского языка по метаданным. Доступны веса Safetensors и интерфейс для чата и вызова инструментов. Модель выпущена под лицензией Apache-2.0. Карточка не приводит подробностей об ограничениях качества или безопасности; как и другие языковые модели, она может генерировать ошибки и убедительно излагать неверные ответы.

RLVR-math — дообученная модель Qwen/Qwen2.5-3B, подготовленная с помощью TRL и предназначенная для генерации текста в диалоговом формате. Она может использоваться для ответов на вопросы и решения математических задач; карточка демонстрирует запуск через Transformers pipeline на GPU. Базовая Qwen2.5-3B содержит 3,1 млрд параметров. В метаданных указан формат safetensors и возможность chat. Подробности о методе обучения, контекстном окне, поддерживаемых языках и условиях лицензии в предоставленных данных отсутствуют.

Shivik-2B-Reasoning-SAFE — языковая модель для генерации текста с акцентом на пошаговые рассуждения и Chain-of-Thought. Модель опубликована navflyer и дообучена на базе Qwen/Qwen2.5-1.5B на наборах данных с примерами рассуждений. В README указан размер 2,67 млрд параметров, а в метаданных — 2,2 млрд; архитектура обозначена как плотная LlamaForCausalLM семейства Llama. Модель принимает текст и генерирует текст; в карточке заявлена поддержка формата рассуждений с тегами <think>. Модель подходит для ответов на вопросы и задач, где полезно показать ход решения, например для пошаговых математических объяснений. Метаданные указывают контекст до 131 072 токенов, английский язык и лицензию Apache-2.0. Карточка не приводит результатов оценки качества, поэтому пригодность для конкретных задач стоит проверять отдельно.

Sungur-14B — языковая модель на 14 млрд параметров, разработанная Suayptalha на основе Qwen/Qwen3-14B. Она дообучена методом SFT с использованием QLoRA на наборе из 41,1 тыс. разговоров на турецком языке, ориентированных на рассуждения и охватывающих математику, медицину и общие знания. Модель предназначена для генерации текста и диалогов на турецком языке, включая аналитические беседы, образовательные задачи и решение профильных вопросов. Режим рассуждений включён по умолчанию и может быть отключён в шаблоне чата. Архитектура — плотная Qwen3ForCausalLM; максимальный контекст — 40 960 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0. В опубликованных сравнениях результаты зависят от теста: на ARC на турецком Sungur-14B немного превосходит базовую модель по точности, но уступает по нормированной точности и результату GSM8K. Поэтому заявленная специализация на турецких рассуждениях не гарантирует превосходства над Qwen3-14B во всех задачах; доступные результаты охватывают ограниченный набор бенчмарков.

TinyBrainBot 320M V2 Math — это англоязычная причинно-авторегрессионная модель семейства Llama, разработанная автором репозитория nkthebass. Модель содержит около 325,8 млн параметров, была обучена с нуля, а затем дообучена на математических задачах; доступны веса safetensors в fp16 и вариант GGUF F16. Контекст составляет 1024 токена. Модель предназначена прежде всего для многозначного сложения и вычитания, двухзначного умножения и решения школьных текстовых задач с показом промежуточных вычислений. Она принимает текстовые запросы и генерирует текстовые рассуждения и ответы; поддерживает чатовый формат. По данным карточки, на целевых задачах арифметики и специально подобранном наборе текстовых задач модель показывает хорошие результаты для своего размера. При этом её общие знания слабы, необычные формулировки задач и сложные многошаговые рассуждения могут приводить к ошибкам; умножение чисел с тремя и более цифрами и деление больших чисел также остаются слабыми сторонами. Модель распространяется по лицензии Apache-2.0.

TinyLlama-Physics — англоязычная чат-модель, дообученная автором репозитория на физическом датасете с помощью MLX для ответов на вопросы по физике. Она основана на TinyLlama/TinyLlama-1.1B-Chat-v1.0, имеет архитектуру LlamaForCausalLM с плотными весами и содержит около 1 млрд параметров. Модель принимает текстовые запросы и генерирует текстовые ответы; контекст составляет 2048 токенов. Модель предназначена для учебных и справочных сценариев: объяснения базовых и промежуточных тем классической механики, электромагнетизма, термодинамики и квантовой механики, а также для физического чат-бота или виртуального репетитора. Компактный размер позволяет использовать её при ограниченных вычислительных ресурсах. Ответы могут содержать ошибки и повторы, а на узкоспециальные и продвинутые вопросы по физике модель отвечает хуже. Распространяется по лицензии Apache-2.0.

LittleLearner — плотная языковая модель семейства Qwen3 с 5 млрд параметров, разработанная в рамках исследования масштабирования LittleLearner. Модель дообучена на диалоговых данных, а затем методом GRPO на задачах математического рассуждения; для предобучения использовался неограниченный по школьному уровню корпус FineWeb-Edu. Она принимает текст и генерирует текст, поддерживает чат и следование инструкциям. Контекстное окно составляет 4096 токенов; в карточке указан английский язык. Модель предназначена прежде всего для решения математических задач и исследования влияния состава обучающих данных на математические способности. В оценке MathCAMPS показаны результаты pass@1 60,2 для задач уровня K–5 и 28,9 для задач выше K–5. Специализация на математике может ухудшать универсальные диалоговые способности и смещать ответы к математическим рассуждениям. Репозиторий распространяется под лицензией с обозначением «other»; конкретные условия лицензии в предоставленных данных не раскрыты.

Vela-Lumen-15M — компактная языковая модель компании ParallaxOpen для генерации математических материалов. Модель содержит 15 486 080 параметров и использует декодерный трансформер с GQA, SwiGLU, RMSNorm и RoPE. Она обучена с нуля, затем дообучена на математических задачах; доступны веса в форматах GGUF F16 и Safetensors FP16/FP32. Для запуска автор рекомендует GGUF с Ollama, llama.cpp или LM Studio, а также предоставляет вариант инференса через Python. Модель предназначена для создания текстовых задач и решений, учебных объяснений и материалов для практики, а также для продолжения текста по математическим темам. Карточка указывает английский язык. Автор отмечает, что модель ненадёжно решает арифметику, не справляется со сложными рассуждениями и генерирует несвязный длинный текст. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

Vero-Qwen35-9B — мультимодальная модель семейства Vero от Z Lab при Принстонском университете, дообученная на базе Qwen/Qwen3.5-9B с применением обучения с подкреплением. Она предназначена для диалогового визуального рассуждения: анализа изображений и диаграмм, задач по STEM, пространственного анализа, распознавания объектов и знаний, локализации, подсчёта, подписей к изображениям и следования инструкциям. Модель принимает текст и изображения и генерирует текстовые ответы. Семейство Vero обучалось для широкого переноса навыков визуального рассуждения; авторы сообщают о сильных результатах на наборе VeroEval и открыли обучающий код, данные и оценивание. Для Vero-Qwen35-9B указаны архитектура Qwen3.5, 9 млрд параметров и библиотека Transformers. Модель распространяется по лицензии Apache-2.0. README не приводит отдельные результаты или ограничения именно этой версии; качество на конкретных задачах следует проверять на собственных данных.

whisper-small-l2-arctic-mdd — дообученная Wael Hasan модель распознавания речи на базе openai/whisper-small. Она предназначена для преобразования аудио в текст; по названию репозитория модель ориентирована на L2 Arctic и обнаружение ошибок произношения (MDD), однако карточка не раскрывает детали этой специализации. Модель построена на архитектуре Whisper и содержит 153,1 млн параметров; для работы используются Transformers и формат safetensors. Базовая модель мультиязычная, но языки и контекст этого чекпойнта отдельно не описаны. В README приведены результаты оценки: loss 0,2566, PER 0,1270, precision, recall и F1 по 1,0; описание набора данных и методики оценки отсутствует, поэтому эти показатели трудно интерпретировать. Модель выпущена под лицензией Apache-2.0.

Xwin-Math-7B-V1.0 — языковая модель для решения математических задач, разработанная авторами проекта Xwin-Math. Это модель с архитектурой LLaMA-2 и примерно 6,6 млрд параметров, дообученная методом supervised fine-tuning для математических рассуждений. Она генерирует ответы на текстовые задачи; в оценках авторов показала 66,6% pass@1 на GSM8K и 17,4% на MATH. Модель предназначена для решения школьных текстовых задач и задач по математике, включая арифметику и алгебру. Контекст модели — 4096 токенов. README описывает англоязычные тесты и сценарий генерации с цепочкой рассуждений; подтверждений поддержки других языков нет. Модель распространяется по лицензии Llama 2. Результаты приведены авторами и могут отличаться при иных условиях оценки; ответы требуют проверки, особенно для многошаговых вычислений и задач вне математической области.

Activity Generation Model v1 — дообученная модель mjpsm для создания следующего учебного задания в образовательной среде MyVillage. Она принимает цель обучения ученика, название предыдущего задания и описание того, что ученик узнал или продемонстрировал, а затем генерирует JSON с названием, описанием и инструкциями к следующему заданию. Модель построена на архитектуре Qwen2 и является причинной языковой моделью с 494 млн параметров и контекстом до 32 768 токенов. Она дообучена методом supervised fine-tuning на 1 000 синтетических примеров; LoRA-адаптер объединён с базовой моделью Qwen2.5-0.5B-Instruct. Основной язык — английский. Лицензия — Apache 2.0. Модель предназначена для прототипирования персонализированных учебных траекторий и рекомендаций следующего задания по результатам предыдущей работы ученика. Она экспериментальная: может выдавать некорректный JSON, повторять темы, слабо учитывать цель обучения или требовать уточнения инструкций. Данные синтетические, поэтому качество на реальных ответах учеников требует отдельной оценки; результаты следует проверять перед использованием в обучении.

Alphabet-Sign-Language-Detection — модель классификации изображений, созданная на основе google/siglip2-base-patch16-224 и дообученная автором карточки с помощью архитектуры SiglipForImageClassification. Она распознаёт изображённые жесты букв алфавита и относит каждый снимок к одному из 26 классов: A–Z. Модель подходит для учебных приложений, распознавания ручных жестов и прототипов средств доступности. Модель принимает изображение и выдаёт метку класса. Она рассчитана на отдельные статичные изображения жестов алфавита; распознавание непрерывной жестовой речи и последовательностей движений не заявлено. Для использования указана лицензия Apache-2.0.

Это классификатор предложений, определяющий, содержатся ли в высказывании математические термины. Модель разработана для проекта EduBehaviors: её обучили на основе sentence-transformers/paraphrase-mpnet-base-v2 с помощью SetFit для аудируемой разметки диалогов в классе. Она принимает отдельное высказывание без дополнительного шаблона и возвращает метку класса. Модель обучена на 3 432 примерах из обучающей выборки LLM-размеченных высказываний учителей из TalkMoves Dataset; для проверки использовались 858 примеров dev и 2 144 тестовых примера. Архитектура — MPNet, размер — 136,7 млн параметров, максимальный контекст — 514 токенов. В тесте F1 положительного класса составил 0,900. Модель рассчитана на англоязычную речь в классе и доступна через пакет EduBehaviors-kit. Разметку создавали LLM-аннотаторы; согласие между ними по Krippendorff’s alpha составило 0,755. Модель обучалась только на высказываниях учителей, поэтому её качество на речи учеников не проверено. Лицензия в предоставленных данных не указана.

Cinder-Phi-2-Test-1 — чат-модель на архитектуре Phi, разработанная Josephgflowers. Она предназначена для научных и образовательных бесед, общения в роли персонажа Cinder и творческого исследования идей. В README указано, что обучение использовало данные, похожие на OpenHermes 2.5, с дополнительными материалами по математике, STEM, рассуждениям из OpenOrca и данными о персонаже Cinder. Модель содержит 3,5 млрд параметров, использует плотную архитектуру Phi для генерации текста и поддерживает контекст до 2048 токенов. Опубликованы варианты в форматах Safetensors и GGUF; лицензия — MIT. Карточка описывает модель как тестовую версию и сообщает, что дополнительные сведения появятся позднее.

cyber-llm-14b — плотная авторегрессионная Transformer-модель с 14,1 млрд параметров для генерации текста и диалогов по вопросам кибербезопасности. В метаданных разработчиком указан viettelsecurity-ai, а README называет Microsoft; сведения о разработчике расходятся. Модель дообучена на базе microsoft/phi-4 и рассчитана на текстовые запросы, предпочтительно в формате чата. Для обучения использованы публичные блоги, статьи и справочные материалы, синтетические учебные тексты по кибербезопасности, академические книги и наборы вопросов и ответов. Поддерживаются вьетнамский и английский языки; контекст составляет до 16 384 токенов. Модель распространяется в формате Safetensors по лицензии MIT. Модель подходит для диалоговых ответов и объяснений по тематике кибербезопасности. README не приводит результатов оценки качества или подробностей о границах применимости, поэтому точность ответов в специализированных сценариях по нему установить нельзя.

QuantFactory/deepseek-math-7b-rl-GGUF — квантизированная версия модели DeepSeekMath-7B-RL, разработанной командой DeepSeek и преобразованной с использованием llama.cpp. Модель предназначена для генерации текста и решения математических задач с пошаговым рассуждением, включая сценарии, где требуется получить итоговый ответ в формате LaTeX \boxed{}. Модель основана на DeepSeek-Math-7B-RL и содержит около 7 миллиардов параметров. Она работает в текстовой модальности; в README явно указана поддержка запросов на английском и китайском языках. Формат GGUF и квантизация ориентированы на запуск через совместимое программное обеспечение, включая llama.cpp, однако конкретный вариант квантизации и размер контекстного окна не указаны. Сильной стороной модели является специализация на математическом рассуждении и возможность локального запуска в квантизированном формате. К ограничениям относятся отсутствие данных о точности, поддерживаемых уровнях квантизации и контекстном окне, а также потенциальное снижение качества по сравнению с исходной моделью из-за квантизации. Использование моделей DeepSeekMath регулируется отдельной лицензией DeepSeek; README указывает на разрешённое коммерческое использование. Лицензия репозитория при этом обозначена как MIT.

Eklav-8B-Math-CotGen — экспериментальная версия модели Eklav, дообученная на базе Qwen/Qwen3-8B. Её разработчики обучали модель продолжать неполный фрагмент рассуждения учителя и самостоятельно выводить ответ; эта версия использует стандартное обучение на полных цепочках рассуждений и служит базовым вариантом для сравнения метода CotGen. Модель предназначена для генерации текста с пошаговыми рассуждениями и решения математических задач. В README приведены результаты одного прогона на нескольких бенчмарках, включая GSM8K, MATH-500 и AIME; они не гарантируют аналогичное качество на других задачах. Модель имеет плотную архитектуру Qwen3ForCausalLM, около 7,6 млрд параметров и контекст до 40 960 токенов. Она работает через Transformers и поставляется в формате safetensors. Лицензия в предоставленных данных не указана.

GanitLLM-4B-SFT — плотная причинно-языковая модель на архитектуре Qwen3, разработанная Dipta007 путём supervised fine-tuning базовой Qwen/Qwen3-4B на наборе GANIT-SFT из 11 023 примеров. Она предназначена для решения математических задач с пошаговыми рассуждениями, прежде всего на бенгальском языке. Модель содержит около 3,7 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. По данным карточки, на бенгальских наборах Bn-MGSM и Bn-MSVAMP точность составила 74,00 и 74,60 соответственно; доля рассуждений на бенгальском выросла относительно базовой модели, а ответы стали короче. Это SFT-чекпойнт, который авторы позиционируют как основу для дальнейшего обучения с подкреплением; для наилучших результатов карточка рекомендует связанные версии с GRPO или CGRPO. Модель распространяется по лицензии Apache-2.0.