IV.5Образование и развитие навыков

EpistemeAI/Mistral-Nemo-Instruct-12B-Philosophy-Math — дообученная языковая модель EpistemeAI на базе unsloth/Mistral-Nemo-Instruct-2407-bnb-4bit. Это плотная архитектура Mistral с 12,1 млрд параметров, предназначенная для генерации текста в диалоговом формате; название указывает на фокус на философских и математических запросах. Модель обучали с использованием Unsloth и библиотеки Hugging Face TRL. Заявленная длина контекста — до 1 024 000 токенов, язык карточки — английский. Модель подходит для ответов на философские и математические вопросы, объяснения понятий и ведения диалога. Метаданные также указывают интерфейс вызова инструментов. Доступна по лицензии Apache-2.0. README не приводит оценок качества или подробностей обучающих данных, поэтому специализацию по философии и математике следует считать основанной на названии модели.

NicomEdu-Alpha — экспериментальная языковая модель от NicomEdu Labs для ответов в учебном стиле по математике SS2. Она создана на основе IFM/K2-Horizon-3.7B: параметрически-эффективное дообучение объединено с исходными весами. Модель имеет плотную архитектуру K2 Horizon, около 4,1 млрд параметров и работает с текстом; для запуска указаны Transformers и формат safetensors. Метаданные заявляют контекст до 524 288 токенов. Модель предназначена для экспериментов с математическими объяснениями и пошаговым разбором задач в стиле класса. Основной оценённый сценарий — математика SS2; качество за его пределами не проверялось. Модель может ошибаться, повторять текст, продолжать ответ после его завершения и непоследовательно оформлять решения, поэтому ответы следует проверять. Версия v0.1.0-alpha выпущена для экспериментов, исследований и сбора отзывов. Лицензия — Apache 2.0.

OpenThinker3-7B-SFT-GRPO-DE — плотная языковая модель на архитектуре Qwen2 с 7,1 млрд параметров, разработанная DGurgurov на основе open-thoughts/OpenThinker-7B. Это второй этап адаптации ReasonXL: после дообучения на немецкоязычных рассуждениях модель прошла обучение с подкреплением методом Dr. GRPO на проверяемых математических задачах. Цель обучения — улучшить качество рассуждений, сохранив немецкий язык. Модель предназначена для генерации текста с пошаговыми рассуждениями на немецком языке, в первую очередь при решении математических задач. Контекст составляет 32 768 токенов. В репозитории указаны веса safetensors. Лицензия в предоставленных данных не указана.

Карточка модели menik1126/OVD-Math-1-data-FR-Step500-Historical на Hugging Face совпадает с карточкой menik1126/ovd-math-1-data-full-step500-historical, поэтому описание составлено по ней. menik1126/ovd-math-1-data-full-step500-historical — чекпойнт исторического эксперимента «1-data full», входящий в коллекцию OVD. Репозиторий содержит веса для инференса и токенизатор; модель дообучена на базе Qwen/Qwen2.5-Math-1.5B и использует плотную архитектуру Qwen2ForCausalLM с 1,5 млрд параметров. Она предназначена для генерации текста, в частности решений математических задач, как и базовая модель. Модель работает с текстом и имеет контекстное окно 4096 токенов. В метаданных заявлен интерфейс чата и вызова инструментов. Карточка не описывает состав экспериментальных данных или результаты оценки именно этого чекпойнта; обозначение «historical» указывает на экспериментальный характер версии. Лицензия в предоставленных данных не указана.

Карточка модели menik1126/ovd-math-1-data-random-step800-historical на Hugging Face совпадает с карточкой menik1126/OVD-Math-1-data-RS-Step800-Historical, поэтому описание составлено по ней. OVD-Math-1-data-RS-Step800-Historical — сохранённая контрольная точка исторического эксперимента из коллекции OVD; автор карточки обозначен как menik1126. Репозиторий содержит веса для инференса и токенизатор. Это дообученная версия Qwen/Qwen2.5-Math-1.5B: плотная авторегрессионная модель семейства Qwen2 с 1,5 млрд параметров, предназначенная для генерации текста и решений математических задач. В карточке базовой модели указана поддержка английского и китайского языков. Модель использует библиотеку Transformers и формат Safetensors, её контекст ограничен 4096 токенами. Метаданные отмечают интерфейс чата и вызова инструментов, однако README не описывает сценарии их применения в этом эксперименте. Суффикс Step800 указывает на сохранённый шаг эксперимента; карточка не приводит результатов оценки качества. Условия лицензирования в предоставленных данных не указаны.

QED-Nano — компактная языковая модель на 3,7 млрд параметров для построения математических доказательств, разработанная командой авторов из CMU, ETH Zurich, Numina и Hugging Face. Это плотный декодер Transformer семейства Qwen3, дообученный методом supervised fine-tuning и reinforcement learning на задачах математических олимпиад. В README указана базовая модель Qwen/Qwen3-4B-Thinking-2507, а метаданные связывают этот чекпойнт с lm-provers/QED-Nano-SFT; обучение проходило на FineProofs-RL из 5 227 задач.

QFT-OLMO3-32B-epoch-3 — языковая модель для математических рассуждений в формате Hugging Face, опубликованная пользователем qingyangzhang. По метаданным это плотная авторегрессионная модель семейства Qwen3 с архитектурой Qwen3ForCausalLM и 7,6 млрд параметров. Репозиторий содержит веса safetensors; для подготовки диалоговых запросов следует использовать встроенный chat template. Модель предназначена для генерации текста и решения задач, требующих математических рассуждений. Она поддерживает контекст до 49 152 токенов и ориентирована на английский язык. Лицензия — Apache-2.0. В README не приведены результаты оценок качества и подробности обучения, поэтому точность на конкретных типах математических задач по этим данным определить нельзя.

Qwen2.5-Math-7B-Instruct-IMat-GGUF — это GGUF-квантизированная версия модели Qwen2.5-Math-7B-Instruct, разработанной командой Qwen и подготовленной квантизатором legraphista с использованием llama.cpp. Модель предназначена для генерации текста и диалоговых сценариев, прежде всего для решения математических задач и следования инструкциям. В README указан английский язык, однако дополнительные языковые возможности не описаны. Модель имеет размер 7B параметров и изначально представлена в формате BF16. Репозиторий содержит варианты от BF16 и FP16 до низкобитных форматов 8-, 6-, 5-, 4-, 3- и 2-бит, включая Q4_K, Q3_K и Q2_K. Для ряда вариантов применена IMatrix-квантизация на основе calibration dataset, что позволяет уменьшить размер файлов и требования к ресурсам при сохранении качества по сравнению с обычной квантизацией. Доступны отдельные файлы GGUF размером примерно от 3,02 до 15,24 ГБ. Сильной стороной репозитория является широкий выбор уровней квантизации для запуска модели с различными ограничениями по памяти и производительности, а также совместимость с экосистемой llama.cpp. Ограничения включают возможное снижение качества в низкобитных вариантах и отсутствие в README сведений о размере контекста, архитектурных деталях исходной модели, мультимодальности, показателях качества и системных требованиях. Модель распространяется по лицензии Apache-2.0.

Linyuana разработала эту плотную языковую модель на архитектуре Qwen3 для генерации текста и решения математических задач. Модель содержит 507,9 млн параметров и получена дообучением Qwen/Qwen3-0.6B-Base: сначала выполнена настройка SFT для холодного старта, затем обучение методом GRPO с проверяемым правиловым вознаграждением на наборах GSM8K и MATH. Она принимает текстовые вопросы и генерирует текстовые рассуждения с итоговым ответом внутри тега <answer>. Контекстное окно составляет 32 768 токенов. В описанной оценке модель показала pass@1 67,7% на GSM8K и 48,8% на MATH; эти результаты относятся к указанному протоколу тестирования и не гарантируют аналогичное качество на других задачах. Модель подходит для экспериментов с математическим рассуждением и решения арифметических и олимпиадных задач. Авторы отмечают ограничения точности по сравнению с более крупными моделями, низкую долю строго корректного закрытия тега ответа и отсутствие оценки на других бенчмарках. Лицензия — Apache-2.0.

Qwen3-1.7B Teacher Note Severity — дообученная с помощью LoRA модель на базе Qwen/Qwen3-1.7B, разработанная jeremierostan для классификации заметок учителей о поведении и учебных результатах учащихся. Модель принимает отдельную заметку или последовательный журнал и генерирует JSON с категорией «поощрение», «нарушение поведения» или «учебная проблема», оценкой серьёзности и признаком необходимости эскалации администрации. Модель использует плотную архитектуру Qwen3ForCausalLM с 1,7 млрд параметров и контекстом до 40 960 токенов. Она предназначена для структурированной разметки заметок и выделения случаев, требующих внимания: согласно карточке, серьёзность от 60 означает эскалацию, а поощрения получают отрицательные значения. Обучение проводилось на синтетических данных; на тесте из 200 синтетических примеров указаны точность категории 0,995, точность диапазона серьёзности 0,910 и полностью разбираемый JSON, но эти результаты не подтверждают качество на реальных школьных записях. Модель принимает текст и выдаёт текст с результатами классификации в JSON. В карточке указана лицензия Apache-2.0. Языки и переносимость результатов на реальные данные в карточке не описаны.

Qwen3-4B-Base-GRPO-MATH-ck300 — экспериментальный чекпойнт модели Qwen3-4B-Base, созданный автором amildravid4292. Модель дообучена методом GRPO с проверяемой наградой за правильность ответа на 7 393 задачах из обучающей части MATH; LoRA ранга 64 объединена с базовыми весами. В репозитории указаны архитектура Qwen3 с плотной causal language model на 3,7 млрд параметров и контекст 32 768 токенов. Модель предназначена для генерации пошаговых решений математических задач по шаблону с просьбой заключить итоговый ответ в \boxed{}. README приводит результаты на отложенном MATH-500: pass@1 0,767 при описанном протоколе оценки; на AIME 2025 указаны pass@1 0,114 и pass@32 0,333. Это результаты конкретных оценочных наборов и настроек, а не гарантия качества на иных задачах. Модель следует оценивать как обычный текстовый ввод без chat template. Репозиторий содержит веса safetensors для Transformers. Лицензия — Apache-2.0. В README не заявлена поддержка иных языков или специализированных задач помимо математического решения.

Qwen3-4B-GRPO-119 — это дообученная методом GRPO языковая модель на базе Qwen/Qwen3-4B, созданная для математических рассуждений на английском языке. Разработчик обучал её с помощью фреймворка slime на 8 видеокартах RTX 4090; архитектура — плотная Qwen3ForCausalLM примерно на 3,7 млрд параметров. Модель принимает текст и генерирует текст, поддерживает диалоговый шаблон с режимом рассуждений и контекст до 40 960 токенов. По данным README, на AIME 2024 показатель pass@1 вырос с 57,5% у базовой модели до 65,0% у чекпойнта 119-й итерации; медианная длина ответа при этом снизилась примерно на 49%. Модель подходит для решения математических задач и пошагового анализа решений. Обучение и оценка проводились только на англоязычных математических данных, поэтому результаты не характеризуют качество в других областях и языках. В 21% обучающих rollout достигался лимит длины 8192 токена. Лицензия — Apache-2.0.

BillyWang1 разработал эту модель на основе Qwen/Qwen3-4B-Instruct-2507, дообучив её методом GRPO для математических рассуждений с использованием инструмента code_interpreter. Это плотная языковая модель Qwen3 с 3,7 млрд параметров и контекстом до 262 144 токенов; она принимает текстовые запросы и генерирует текст, включая вызовы инструментов в формате Qwen3. В сценариях с инструментом модель может выполнять Python-код для проверки промежуточных вычислений перед выдачей ответа. Модель ориентирована на решение математических задач: в README приведены результаты на AIME 2024, AIME 2025 и MATH-500. Для воспроизведения поведения с инструментами требуется предоставить совместимый code_interpreter и системный промпт обучения. Данные о поддерживаемом языке в метаданных указывают на английский. Модель распространяется по лицензии Apache-2.0; результаты бенчмарков не гарантируют точность на других задачах.

SeongryongJung/qwen3-4b-physics-sdpo-ema005 — языковая модель для генерации текста и решения задач по физике, дообученная на базе Qwen/Qwen3-4B методом SDPO с EMA-обновлением учителя. Репозиторий содержит последний чекпойнт обучения global_step_100 в формате Transformers и safetensors; модель имеет 3,7 млрд параметров и контекст до 40 960 токенов. Модель предназначена для генерации решений и рассуждений при ответах на задачи по физике. В README приведены результаты валидации с выборкой из 16 генераций: лучший mean@16 составил 72,89% на шаге 60, тогда как итоговое значение для последнего чекпойнта — 41,25%. Следовательно, опубликованный чекпойнт не соответствует лучшему результату обучения. Лицензия — Apache-2.0. Данные указывают на обучение по датасету physics, но не описывают его состав; качество за пределами этой оценки не установлено.

SeongryongJung/Qwen3-8B-Chemistry-SDPO-TR — дообученная авторами репозитория модель Qwen3-8B, полученная в экспериментальном запуске SDPO-TR для химии с размером обучающего батча 32. В репозитории размещён чекпойнт global_step_100, выбранный по валидационному mean@16; в описанном тестировании на наборе Chemistry результат составил 75,36%. Модель предназначена для генерации текста на химические темы; базовая Qwen3-8B поддерживает диалог, рассуждения, следование инструкциям, код и вызов инструментов. Модель имеет плотную архитектуру Qwen3ForCausalLM и 7,6 млрд параметров, работает с текстом и поддерживает контекст до 40 960 токенов. Лицензия — Apache-2.0. Результат 75,36% относится к указанной в карточке валидационной метрике и сам по себе не гарантирует аналогичного качества на других задачах; сведения о языках и специализированных ограничениях химического применения в карточке не приведены.

Sakura-SOLRCA-Math-Instruct-DPO-v1 — разговорная языковая модель Kyujin Han (kyujinpy), основанная на архитектуре Llama с плотной авторегрессионной моделью объёмом 10,6 млрд параметров. Она дообучена методом DPO на наборах Intel/orca_dpo_pairs и argilla/distilabel-math-preference-dpo; карточка также упоминает объединённую версию kyujinpy/orca_math_dpo. Модель предназначена для генерации ответов в диалоге, в том числе на математические вопросы и задачи на рассуждение. В README приведены результаты тестов, включая GSM8K, ARC и MMLU. Модель принимает текст и генерирует текст; заявленная длина контекста — 4096 токенов, основной язык карточки — английский. Модель распространяется в формате safetensors по лицензии CC BY-NC-SA 4.0, которая требует указания авторства и ограничивает коммерческое использование. Результаты бенчмарков не гарантируют точности ответов в реальных задачах; README не описывает специальные меры для проверки математических ответов.

Skywork-OR1-Math-7B-GGUF — это набор квантизированных версий текстовой генеративной модели Skywork-OR1-Math-7B, разработанной Skywork и преобразованной в формат GGUF пользователем bartowski. Квантизация выполнена с помощью llama.cpp b5074 с использованием метода imatrix и предназначена для локального запуска через llama.cpp, LM Studio и другие совместимые проекты. Модель ориентирована на задачи генерации текста, прежде всего на математическое рассуждение и решение задач. Она имеет размер 7B параметров; из README подтверждена текстовая модальность, однако языки, размер контекста и подробности архитектуры не указаны. Доступны версии от BF16 до низкобитных вариантов Q2 и IQ3, поэтому можно выбирать между качеством ответов, требованиями к памяти и скоростью работы. Для использования предусмотрен специальный формат prompt с системным сообщением, запросом пользователя и секцией рассуждений. Сильной стороной набора является широкий выбор квантизаций: варианты Q4–Q6 отмечены как рекомендуемые и обеспечивающие хорошее или очень высокое качество при меньшем размере файлов, а более компактные версии подходят для систем с ограниченным объёмом оперативной памяти. Низкобитные варианты могут заметно уступать по качеству. Лицензия в предоставленном README не указана; перед использованием следует проверить условия лицензирования исходной модели Skywork/Skywork-OR1-Math-7B.

Tinyllama-320M-Cinder-v1 — разговорная модель семейства Llama, разработанная для научных и образовательных бесед, общения и творческого поиска идей. По карточке, модель создана на основе TinyLlama объёмом 220 млн параметров с увеличением глубины сети и повторным обучением на наборе данных Cinder; архитектура — плотная авторегрессионная LlamaForCausalLM, размер — около 306,6 млн параметров. Модель принимает текст и генерирует текстовые ответы. Она предназначена для диалогов, объяснений и совместного изучения тем; длина контекста — 2048 токенов. Репозиторий содержит веса Safetensors, лицензия — MIT. Карточка не сообщает об оценках качества или подробных результатах тестирования.

Turkish-Gemma-9b-T1 — дообученная модель ytu-ce-cosmos для генерации текста и диалогов на турецком языке с акцентом на многошаговое рассуждение. Она предназначена для решения математических и логических задач, планирования, пошагового вывода и следования инструкциям с кратким итоговым ответом. Модель основана на Gemma 2, имеет плотную архитектуру Gemma2ForCausalLM, содержит 9 млрд параметров и поддерживает контекст до 8192 токенов. В README описаны улучшения рассуждений и результаты сравнительной оценки, однако приведённых данных недостаточно, чтобы независимо подтвердить заявленные показатели. Модель распространяется в формате safetensors по лицензии Gemma. Для генерации автор рекомендует использовать сэмплирование, а не жадное декодирование; на сложных задачах могут понадобиться увеличенные лимиты генерации. Высокое значение штрафа за повторы иногда приводит к смешению языков и снижению качества.

Unicorn-VL-R3 — дообученная командой unicorn-team мультимодальная модель семейства Qwen3-VL на 8 млрд параметров. Она принимает текст и изображения и предназначена для ответов на вопросы и решения учебных задач на вьетнамском языке; в обучении использованы синтетические примеры по 12 типам заданий и отфильтрованные данные Dolci-SFT на вьетнамском языке. Модель основана на Qwen/Qwen3-VL-8B-Thinking и распространяется в формате safetensors для библиотеки Transformers. Команда сообщает о тонкой настройке с полным обновлением весов (FFT), однако в карточке также описаны эксперименты с LoRA. В оценке VMLU указано 74,87 балла для обученного варианта Qwen3-VL-8B, но также отмечено, что итоговой моделью конкурса команда выбрала Qwen3-8B; поэтому эти результаты не следует считать гарантией качества именно Unicorn-VL-R3. README описывает синтетические цепочки рассуждений и отмечает, что базовые Qwen3 могли добавлять китайские токены в ответы. Лицензия и точная длина контекста в предоставленных источниках не приведены.

ALBERT for Math AR — модель на архитектуре ALBERT, разработанная на базе albert-base-v2. Она дополнительно предобучена на вопросах и ответах Mathematics StackExchange, а затем дообучена для поиска ответов на математические вопросы. На вход подаются вопрос и кандидат ответа как два сегмента текста; классификационная голова выдаёт оценку релевантности, по которой можно ранжировать ответы. Модель содержит 136,3 млн параметров и рассчитана на последовательности длиной до 512 токенов. Она предназначена для поиска и ранжирования ответов в математических Q&A-системах; подтверждена поддержка английского языка. Форматы весов — PyTorch и Safetensors. Условия лицензии в предоставленных данных не указаны.

AStar-Thought-V2 — дообученная на Qwen/Qwen3.6-27B модель от xxang для подхода A*-Thought-V2 к эффективному рассуждению. Она чередует явные текстовые шаги с непрерывными латентными токенами, сжимая отклоняющиеся шаги цепочки рассуждений; обучение проводилось на OpenR1-Math-3k. Модель предназначена для генерации ответов с рассуждениями, в частности для математических задач. В метаданных указаны архитектура Qwen3.5, 27 млрд параметров, библиотека Transformers и формат safetensors; карточка также отмечает чат-возможности. Лицензия обозначена как other, конкретные условия в предоставленных данных не раскрыты.

AX-3.1-Light-sft_v0_21 — корейская диалоговая модель на базе skt/A.X-3.1-Light, разработанная автором репозитория. Это плотная Llama-архитектура с 6,8 млрд параметров и контекстом до 32 768 токенов; модель принимает и генерирует текст. Она предназначена для ответов на вопросы и рассуждений по корейским учебным, медицинским, финансовым, юридическим и административным материалам, а также для задач на причинно-следственные связи. Дообучение на 5 801 примере из наборов AI Hub изменило формат ответов: модель должна сначала давать ответ, затем приводить обоснование не более чем в одном предложении. LoRA-адаптер обучен один этап и слит с базовой моделью; архитектура не менялась. В локальных проверках на открытых наборах модель снизила частоту ошибок формата до 0–0,3%, но эти результаты не являются официальными оценками K-AI Leaderboard. В карточке указана лицензия «other» без её условий, поэтому перед использованием следует проверить лицензионные условия базовой модели и репозитория. Модель ориентирована на корейский язык; результаты за пределами описанных корейских задач не подтверждены.

AX-3.1-Light-sftv31bsafe — настраиваемая модель диалоговой генерации текста на основе SKT A.X-3.1-Light. Разработчик дообучил её методом LoRA на 26 306 примерах с короткими ответами из наборов sft_v0_21 и v3.0, затем объединил адаптер с базовой моделью; длинные ответы и цепочки рассуждений исключены из выборки. Модель имеет архитектуру LlamaForCausalLM, около 6,8 млрд параметров и контекст до 32 768 токенов. Основной язык карточки — корейский. Модель предназначена для коротких ответов и понимания текста, в том числе на вопросах из наборов по корейскому языку, медицине, финансам и правовым документам. По результатам K-AI, средний балл составил 0,4226 против 0,423 у базовой модели; на KMMLU-Pro модель превзошла базовую, но на CLIcK уступила ей. Исключение длинных ответов и CoT помогло избежать резкого падения результатов, наблюдавшегося у версии v3.0, однако v3.1b-safe не превзошла предыдущую версию v0.21 по среднему баллу. Лицензия указана как other, её условия в доступных данных не раскрыты.

AmberYifan/capsd-qwen3-numina-Qwen3-4B-Base-math_random_b1000_s0 — дообученная языковая модель на базе Qwen/Qwen3-4B-Base. По названию датасета capsd_Qwen3-4B-Base-n80000-numina__mix_math_random_b1000_s0 модель ориентирована на генерацию текста в математических задачах; README не приводит подробностей об обучении и результатах оценки. Модель использует плотную архитектуру Qwen3ForCausalLM, содержит 3,7 млрд параметров и принимает текстовый контекст длиной до 32 768 токенов. Метаданные указывают библиотеку Transformers и формат весов safetensors. Языки обучения или поддержки отдельно не перечислены. Модель можно применять для генерации решений и объяснений математических задач, а также для экспериментов с адаптацией базовой модели. Лицензия указана как other, поэтому перед использованием следует проверить условия в карточке репозитория.

Cerpen-7B-v0.1 — языковая модель на архитектуре Llama, разработанная для генерации творческих историй на индонезийском языке. Она дообучена на базе Yellow-AI-NLP/komodo-7b-base и содержит 6,6 млрд параметров; максимальная длина контекста составляет 4096 токенов. Модель предназначена для авторов, учащихся и других пользователей, которым нужно создавать рассказы на Bahasa Indonesia. Направление истории можно задавать тегами тем, стиля и других элементов: в README рекомендуется использовать примерно 3–6 тегов в формате [[tag]] перед разделом [[content]]. Модель распространяется по лицензии Llama 2. Результаты могут содержать фактические ошибки, предвзятые или оскорбительные высказывания; качество зависит от тегов и сложности запроса. Перед использованием текст следует критически оценивать.

ChemLLM-20B-Chat-SFT — чат-модель для химии и молекулярной науки, разработанная командой AI4Chem на основе архитектуры InternLM2. Она предназначена для диалоговых ответов на вопросы по химии и смежным научным темам; в карточке приведены результаты ChemLLM-7B-Chat на отдельных разделах MMLU, но они не подтверждают те же показатели для версии 20B. Модель содержит 19,3 млрд параметров, использует плотную архитектуру InternLM2 и поддерживает контекст до 32 768 токенов. В метаданных указаны английский и китайский языки, формат весов safetensors и задача генерации текста. Модель подходит для консультаций по химическим понятиям, объяснения учебных тем и диалоговой помощи в молекулярной науке. Ответы могут содержать ошибки и требуют проверки специалистом. Модель распространяется по лицензии Apache-2.0.

Eule — экспериментальная модель kaleinaNyan, созданная как попытка воспроизвести пошаговый стиль рассуждений OpenAI o1. Это дообученная плотная причинная языковая модель Qwen2.5-7B-Instruct с 7,1 млрд параметров и контекстом 32 768 токенов. Она принимает текст и генерирует текст; в карточке указаны английский и русский языки, а обучение сосредоточено на математических данных и включает рассуждения на русском языке. Модель предназначена для решения математических задач и других задач, где полезно пошаговое рассуждение, например загадок. По описанию автора, она иногда проверяет решения и меняет подход после ошибки, но качество не превосходит исходную instruct-модель, а результаты бенчмарков не представлены. Финальный ответ может быть на английском, а отсутствие ожидаемого маркера иногда нарушает разбор вывода. Лицензия — Apache-2.0.

Экспериментальный чекпойнт Gemma 4 E2B IT, дообученный анонимными авторами для рассуждений при решении математических задач. Модель обучена методом GRPO на наборе agentica-org/DeepScaleR-Preview-Dataset; при генерации использовался лимит в 1 024 новых токена, а ответы, достигавшие лимита, обрезались и оценивались как есть. Модель подходит для пошагового решения математических задач с выдачей ответа в формате \boxed{}. Это текстовая настройка базовой мультимодальной Gemma 4 E2B IT; в карточке описано обучение на математическом рассуждении, а не специализированное дообучение для работы с изображениями или аудио. Распространяется в формате safetensors по лицензии Apache-2.0.

q1805 дообучила HuBERT Large для распознавания немецкой речи с выводом транскрипции в Международном фонетическом алфавите (IPA). Модель содержит 402,7 млн параметров, использует архитектуру HubertForCTC и принимает аудио; для работы применяется библиотека Transformers. В карточке указана лицензия CC BY-NC 4.0, которая не разрешает коммерческое использование. Модель предназначена для фонетической транскрипции немецкой речи в разных акустических условиях: от студийных записей и аудиокниг до спонтанной речи, дебатов и записей с телефонов. В README приведены результаты оценки на нескольких наборах данных; ошибки на фонемном уровне остаются заметными, поэтому транскрипции могут требовать проверки. Показатели задержки зависят от оборудования и условий запуска.