IV.5Образование и развитие навыков

HyperCLOVA-X-SEED-MISHULTA-Solar-Distilled-v1.7 — языковая модель команды MISHULTA, созданная для корейских задач рассуждения с выбором ответа. Это дообученная с помощью LoRA и затем объединённая с базовой моделью версия HyperCLOVAX-SEED-Think-14B; архитектура — плотная causal language model семейства HyperCLOVAX, объём — 14,1 млрд параметров. Контекст составляет до 131 072 токенов. Модель предназначена для ответов на корейские вопросы с выбором ответа, включая задачи из области корейского языка и культуры. Для обучения использовались обучающая часть KMMLU, синтетические вопросы и данные рассуждений, созданные с помощью Solar Pro 4 и DeepSeek-R1-0528. В карточке указано, что тестовый сплит для обучения не использовался, а дубликаты вопросов оценочных бенчмарков удалялись. Ответ выдаётся в формате «정답: X». Модель поддерживает генерацию текста и диалоговый режим; файлы опубликованы в формате safetensors. Лицензия — HyperCLOVA X SEED Model License Agreement базовой модели. Использование данных Solar Pro 4 для дистилляции было отдельно подтверждено для некоммерческих целей и хакатона; это исключение не означает общего разрешения на такую дистилляцию.

HyperCLOVA-X-SEED-MISHULTA-v2 — корейская языковая модель команды MISHULTA, подготовленная для хакатона K-DATA SCIENCE. Это плотная causal language model семейства HyperCLOVA X на 14,1 млрд параметров с контекстом до 131 072 токенов, дообученная с помощью LoRA на корейских задачах рассуждения с выбором ответа; адаптер затем объединён с базовой моделью HyperCLOVAX-SEED-Think-14B. Данные включали обучающую часть KMMLU, синтетические вопросы о корейской культуре и языке, а также примеры рассуждений, созданные с использованием моделей-учителей. Модель предназначена для генерации ответов на корейские вопросы с вариантами выбора, особенно в задачах рассуждения и культурно-языковых знаниях. Результат оформляется в виде «정답: X» в конце вывода. Карточка указывает на использование модели Solar Pro 4 как учителя и сообщает об отдельном подтверждении Upstage для этого некоммерческого хакатонного применения; это условие не следует трактовать как общее разрешение на дистилляцию результатов Solar. Условия базовой модели HyperCLOVA X SEED Model License Agreement распространяются на производную модель; лицензия в метаданных обозначена как other.

IELTS Task 2 band predictor — компактная языковая модель на базе Qwen2.5-0.5B-Instruct, дообученная автором Viktor507 с помощью LoRA и объединённая с базовыми весами в формате fp16. Она принимает вопрос IELTS Writing Task 2 и эссе и возвращает предполагаемый общий балл в формате JSON. Модель содержит около 494 млн параметров, использует архитектуру Qwen2 и поддерживает контекст до 32 768 токенов; для работы требуется Transformers версии 5 или выше. Модель предназначена для экспериментальной автоматической оценки эссе IELTS Writing Task 2 и может использоваться для получения ориентировочной обратной связи при подготовке. На тесте автора она выдавала корректный JSON во всех 300 примерах, однако качество оценки ограничено: метки обучения сгенерированы другой моделью, а не экзаменаторами; предсказания тяготеют к диапазону 6–7. Модель оценивает поверхностную беглость, не проверяет соответствие эссе теме и не подходит для реальных решений о сдаче экзамена или поступлении. Распространяется по лицензии Apache-2.0. Датасет, использованный для обучения, не имеет заявленной лицензии, поэтому перед его повторным использованием следует проверить условия.

LLaDA-Instruct-JustGRPO-GSM8K — диффузионная языковая модель, созданная дообучением GSAI-ML/LLaDA-8B-Instruct методом JustGRPO на наборе GSM8K. Разработчики представили её в статье «The Flexibility Trap: Why Arbitrary Order Limits Reasoning Potential in Diffusion Language Models». Модель использует плотную архитектуру LLaDA и распространяется в формате safetensors; базовая модель содержит 8 млрд параметров. Модель предназначена для генерации текста с акцентом на математические рассуждения и решение задач GSM8K. В оценке на GSM8K указана точность 83,8% при длине последовательности 128, 89,1% при 256 и 89,8% при 512 токенах. Для генерации и оценки README направляет к репозиторию проекта. Модель распространяется по лицензии MIT. Результаты приведены для GSM8K; карточка не описывает качество на других задачах или языках.

Medical-illustration-(heart) — модель генерации изображений, обученная David Oluyale методом DreamBooth на базе Stable Diffusion. Она предназначена для создания медицинских иллюстраций сердца по текстовым запросам. Модель доступна в форматах Diffusers, PyTorch и safetensors и использует лицензию CreativeML OpenRAIL-M. Карточка не сообщает размер модели, число параметров, контекст или языки обучения. Результаты зависят от формулировки запроса; модель специализирована на иллюстрациях сердца, поэтому её не следует считать источником медицинской диагностики или достоверных анатомических сведений.

MedScholar-1.5B — компактная языковая модель для ответов на медицинские вопросы, разработанная сообществом yasserrmd. Это плотная Qwen2-модель с 1,5 млрд параметров, дообученная методом QLoRA на одном миллионе случайно выбранных примеров из набора MIRIAD-4.4M. Модель построена на базе Qwen2.5-1.5B-Instruct и рассчитана на генерацию ответов в формате вопроса и ответа; запрос следует завершать маркером «### Answer:». Контекст составляет до 32 768 токенов. Модель подходит для образовательного изучения клинических знаний и исследовательских экспериментов с медицинскими вопросами. Она не является медицинским устройством и не предназначена для диагностики, лечения или клинических рекомендаций. Модель распространяется по лицензии Apache-2.0; лицензия набора данных MIRIAD-4.4M — ODC-By 1.0.

OpenMath-Nemotron-1.5B-GGUF — квантованная версия языковой модели OpenMath-Nemotron-1.5B, разработанной NVIDIA. Репозиторий подготовлен bartowski в формате GGUF с использованием llama.cpp и imatrix-квантизации. Модель предназначена для генерации текста и ориентирована прежде всего на решение математических задач и рассуждения на английском языке, поскольку связана с набором данных OpenMathReasoning. Доступны варианты с точностью от BF16 до различных форматов квантования Q8, Q6, Q5, Q4, Q3 и IQ. Размер файлов составляет примерно от 0,76 до 3,09 ГБ, что позволяет запускать модель локально на устройствах с ограниченными ресурсами. Для работы рекомендуются llama.cpp, LM Studio и другие совместимые проекты; используется шаблон prompt в формате ChatML. Архитектура и размер контекста в README не указаны, однако размер базовой модели составляет 1,5 млрд параметров. Сильными сторонами модели являются компактность, возможность локального запуска и наличие множества вариантов квантования с разным балансом между качеством и потреблением памяти. Более низкие уровни квантования могут заметно снижать качество генерации, поэтому для задач, требующих точных математических рассуждений, предпочтительны варианты Q5–Q6 или BF16. Модель заявлена для английского языка и не предназначена для мультимодальных сценариев. Лицензия — CC BY 4.0.

Phi-4-mini-reasoning — компактная математическая и reasoning-модель Microsoft, преобразованная сообществом в формат LiteRT-LM для локального запуска на устройствах с ограниченными ресурсами. Это плотная causal language model на архитектуре Phi3ForCausalLM с 3,8 млрд параметров и 32 слоями. Модель генерирует рассуждение в секции <think>…</think>, после чего формирует ответ. Поддерживаемая модальность — текст; сведения о языках обучения в карточке не указаны. Модель предназначена для решения математических задач и сценариев on-device inference на Android, macOS, iPhone и одноплатных компьютерах. Файл model.litertlm занимает около 2,6 ГБ и использует симметричную int4-квантизацию с блоком 32, оптимальным clipping OCTAV и INT8-представлением эмбеддингов; вычисления выполняются в целочисленном формате. Размер KV-кэша и заявленный контекст составляют 4096 токенов. Для получения завершённого ответа рекомендуется задавать max_tokens не менее 2048, поскольку модель сначала разворачивает цепочку рассуждений. Сильные стороны модели — пригодность для локального запуска, поддержка GPU и CPU-бэкендов LiteRT, высокая скорость на совместимом GPU и сохранение заметной математической точности после квантизации: 81% на GSM8K против 89% у эталонной bf16-версии. Ограничения включают снижение точности из-за int4-квантизации, чувствительность к размеру блока, необходимость выделять достаточно токенов на рассуждение и сравнительно низкую скорость на слабых CPU. Лицензия — MIT.

Preferred-MedLLM-Qwen-72B — плотная языковая модель на 71,5 млрд параметров, разработанная Preferred Networks на основе Qwen/Qwen2.5-72B. Модель прошла дополнительное предобучение на собственном корпусе медицинских текстов и предназначена для генерации текста по медицинской тематике, включая ответы на вопросы и подготовку к экзаменам. В README приведены результаты модели на японском медицинском экзамене IgakuQA за 2018–2022 годы: средний балл составил 431,2 против 398,4 у базовой Qwen2.5-72B. Метаданные указывают поддержку английского и японского языков, контекст до 131 072 токенов и формат весов Safetensors. Модель работает с текстом и доступна через Transformers. Модель не предназначена для клинической диагностики. Распространяется по лицензии Qwen License.

Crystalcareai/Quiet-Star-Custom — языковая модель, созданная на основе Mistral-7B и дообученная продолжением предварительного обучения с методом Quiet-STaR. Модель использует архитектуру QuietForCausalLM с плотной сетью и содержит 7,1 млрд параметров; заявленная длина контекста — 32 768 токенов. Модель предназначена для генерации текста с внутренними рассуждениями: перед каждым выходным токеном она генерирует восемь токенов мысли. В карточке указано использование корпуса Open Web Math, поэтому модель может быть полезна для генерации текста и рассуждений на математическом материале. Доступны веса в формате safetensors. Карточка не сообщает результаты оценки качества или дополнительные сведения об ограничениях и лицензии, поэтому нельзя подтвердить уровень математических способностей и условия распространения. Модель рассчитана на текстовый ввод и генерацию текста.

vuminhtue выпустил языковую модель Qwen3-0.6B, дополнительно обученную на датасете TinyStories в течение 200 тысяч итераций. Это плотная трансформерная модель примерно с 596 млн уникальных параметров: 28 слоёв, grouped-query attention с 8 KV-группами, RoPE, RMSNorm и активация SiLU. Для токенизации используется GPT-2 tokenizer (tiktoken). Модель предназначена для генерации коротких связных историй в стиле обучающих примеров, прежде всего простых детских рассказов на английском языке. Репозиторий содержит веса PyTorch; лицензия — MIT. Указанное в README имя репозитория для скачивания весов отличается от идентификатора этой модели.

Time-Embed BGE-M3 LMS Temporal Phase2.72 — дообученная модель kev-KOH для получения эмбеддингов корейских запросов временного поиска в системах LMS. Она основана на BAAI/bge-m3 и специализируется на различении относительных временных выражений: точной длительности, календарного периода, скользящего окна и будущего срока. Модель использует архитектуру XLM-RoBERTa с плотным представлением, содержит 658,7 млн параметров и поддерживает контекст до 8194 токенов. Для извлечения эмбеддингов в примере используется FlagEmbedding. Контрольные оценки автора показывают узкое улучшение на временных и календарных проверках; также приведены результаты KLUE-STS, KorSTS и KLUE-NLI без общего катастрофического забывания относительно базовой модели. Улучшение на семантическом строгом фронтире очень мало, поэтому качество следует проверять на целевых данных LMS и отслеживать сохранение семантических характеристик. Модель предназначена для специализированного поиска, а не для замены BAAI/bge-m3 общего назначения. Лицензия — MIT.

Ulam-1-Small — языковая модель на 3,1 млрд параметров от Ulam AI для математических рассуждений, решения задач и исследовательской работы с доказательствами. Это плотная causal language model на архитектуре Qwen2; модель распространяется в формате BF16 для Transformers. В метаданных указан контекст 131 072 токена, однако фактическая длина доступного контекста зависит от памяти и настроек развертывания. Модель предназначена для исследовательского решения математических задач, подготовки рассуждений в стиле доказательств и изучения компактных моделей рассуждения. Она обучена на материалах по математическим олимпиадным задачам и исследовательским рассуждениям и поддерживает диалоговый режим. Основной язык карточки — английский. Сгенерированные доказательства, контрпримеры и утверждения могут содержать существенные ошибки и требуют независимой экспертной проверки; модель не является системой формальной верификации. Она также не проверена для вызова инструментов или автономной работы агента. Лицензия MIT разрешает коммерческое и некоммерческое использование.

Mini Cinder — компактная разговорная модель на базе архитектуры Llama, опубликованная Josephgflowers. Модель содержит 137,8 млн параметров и рассчитана на генерацию текста в формате чата; в репозитории доступны веса GGUF F16 и safetensors. Контекст модели составляет 2048 токенов. Модель обучали на Tiny Stories, затем на наборах диалогов и сокращённом наборе Cinder. Она предназначена для дружелеских бесед, простых научных и образовательных разговоров, а также рассказывания детских историй и творческих сюжетов. В карточке отмечено, что качество ещё требует улучшения. Лицензия — MIT. README указывает на формат чата TinyLlama Chat Zephyr.

Модель ishikaa/acquisition_student_AS_format_medmcqa_qwen7b_10000 — языковая модель для генерации текста на базе семейства Qwen2, опубликованная пользователем ishikaa. По идентификатору модели она связана с дообучением на данных MedMCQA и форматом ответов AS, однако README не содержит подробностей о разработчике, составе обучающей выборки и процедуре обучения. Модель содержит около 7,1 млрд параметров, поддерживает контекст до 32 768 токенов и предназначена для использования через библиотеку Transformers. Основная область применения — генерация ответов на вопросы медицинской тематики, включая задачи в формате multiple-choice, если это соответствует данным дообучения. В README отсутствуют результаты оценки, сведения о лицензии, языках, ограничениях и рекомендациях по безопасному применению. Поэтому модель следует рассматривать как исследовательский или вспомогательный инструмент, а её ответы проверять специалистом; использовать их для медицинской диагностики или принятия клинических решений без независимой проверки нельзя.

AdvisorAI — дообученная модель Qwen2.5-14B-Instruct, созданная Nitin Chaube для академического консультирования студентов Технологического института Стивенса. Это плотная авторегрессионная языковая модель с 14 млрд параметров, рассчитанная на диалог и генерацию текстовых ответов; максимальная длина контекста — 32 768 токенов. Полная модель получена слиянием адаптера DoRA с базовыми весами; при настройке использовались QDoRA, rsLoRA и NEFTune. Модель отвечает на вопросы о курсах и пререквизитах, программах и требованиях к степеням, преподавателях, поступлении, финансовой помощи и жизни кампуса. Она ориентирована на сценарии академического консультирования в Stevens Institute of Technology и ведёт диалог в стиле консультанта, обычно оформляя ответы в Markdown. Обучающая выборка включает 79 871 пример из материалов, связанных с институтом, в том числе вопросы и ответы, подготовленные с помощью языковых моделей. Модель принимает текст и генерирует текст; в метаданных указан английский язык. Базовая модель и этот чекпойнт распространяются по лицензии Apache-2.0. Ответы могут быть неполными или устаревшими, особенно по сведениям, которые меняются со временем; покрытие зависит от обучающих материалов и не гарантирует точность академических требований.

AyurParam — специализированная языковая модель BharatGen, дообученная на базе Param-1-2.9B-Instruct для ответов по аюрведе. Она предназначена для запросов об аюрведических понятиях и практиках, интерпретации классических текстов, а также для учебных и исследовательских сценариев в этой области. Модель поддерживает диалоговую генерацию текста на хинди и английском языках. Это плотная авторегрессионная модель семейства ParamBharatGen с 2,3 млрд параметров и контекстом до 2048 токенов. В карточке описан корпус примерно из 1000 книг и около 4,8 млн обучающих примеров с вопросами и ответами, включая одноходовые и многоходовые диалоги. Для репозитория указаны Transformers и формат safetensors. AyurParam ориентирована на профильные аюрведические знания, но ответы о здоровье требуют проверки квалифицированным специалистом: описание не подтверждает клиническую валидацию рекомендаций. Модель распространяется по лицензии Apache-2.0.

Модель vladinc/bigfive-regression-model разработана vladinc на основе distilbert-base-uncased и дообучена для регрессионной оценки пяти черт личности по модели «Большой пятёрки»: открытости опыту, добросовестности, экстраверсии, доброжелательности и нейротизма. Она принимает свободный текст на английском языке и выдаёт пять непрерывных оценок от 0,0 до 1,0. Модель основана на архитектуре BERT, содержит 136,7 млн параметров, использует контекст до 512 токенов и распространяется в формате safetensors. Модель предназначена для исследовательского анализа эссе, изучения текстовых профилей и образовательной обратной связи. Она обучена примерно на 8 700 эссе из набора jingjietan/essays-big5. Это не клинический инструмент: точность оценок экстраверсии и нейротизма ниже, а перенос результатов на короткие сообщения, другие культуры и демографические группы не подтверждён. Не следует использовать предсказания для диагностики, найма, юридических или иных значимых решений. Лицензия — MIT.

AmberYifan/capsd-qwen3-numina-Qwen3-4B-Base-math_ppl_b4000_s0 — дообученная версия базовой языковой модели Qwen3-4B-Base, созданная на наборе данных capsd_Qwen3-4B-Base-n80000-numina__mix_math_ppl_b4000_s0. По названию датасета модель ориентирована на математические задачи, однако карточка не сообщает конкретные сценарии, результаты оценки или подтверждённые ограничения. Модель имеет плотную архитектуру Qwen3ForCausalLM, около 3,7 млрд параметров и контекст до 32 768 токенов; метаданные указывают генерацию текста и возможность чата. Поддерживаемые языки отдельно не перечислены. Модель может использоваться для генерации текстовых ответов на математические запросы, но её качество и пригодность для практических задач по карточке оценить нельзя. Распространяется в формате safetensors; лицензия указана как other, поэтому конкретные условия использования следует сверить с лицензией репозитория.

CosmicNoodle-7B — экспериментальная текстовая генеративная модель на архитектуре Mistral, опубликованная aloobun. В README описан перенос математических навыков: разность весов между meta-math/MetaMath-Mistral-7B и mistralai/Mistral-7B-v0.1 прибавляется к весам lex-hue/Delexa-7b. В результате модель предназначена для диалогового общения и решения математических задач на английском языке. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Это экспериментальная работа с переносом навыков через разность весов; README не приводит результатов оценки, поэтому качество математических ответов нельзя считать подтверждённым. Модель распространяется под лицензией Apache-2.0.

GLM-4-Voice of Reason (stitch) — модель Kyutai для диалога с речевым вводом и выводом, которая формирует рассуждения во время генерации речи. Она основана на GLM-4-Voice-9B и дообучена на диалогах с чередованием скрытых письменных рассуждений и произносимых фрагментов ответа, а затем обучена с подкреплением на математических текстовых задачах с оценкой бинарным LLM-судьёй. Модель предназначена для речевых диалогов, в которых ответ требует рассуждения, в частности для решения математических задач. В README приведён результат 0,771 на GSM8K по письменному каналу; это оценка на 1310 примерах с судьёй gpt-4o-2024-11-20. Архитектура — плотная ChatGLMForConditionalGeneration, размер — 11,4 млрд параметров, контекст — 8192 токена. Для обработки WAV требуется речевой токенизатор GLM-4-Voice, который в репозитории отсутствует. Модель распространяется в формате safetensors по лицензии, обозначенной как other; конкретные условия из доступных сведений установить нельзя. Результат GSM8K относится к письменному каналу и сам по себе не подтверждает такое же качество в речевом режиме.

HyperCLOVA X SEED Think-14B SFT 71894 Correct Minimal — созданная youngseok12 дообученная версия языковой модели NAVER HyperCLOVAX-SEED-Think-14B. LoRA-адаптер обучен на 674 примерах из набора AI Hub Dataset 71894 и объединён с базовой моделью; опубликованы самостоятельные веса BF16 в формате safetensors для загрузки через Transformers. Модель предназначена для генерации текста и диалогов, в частности для выбора правильного варианта в заданиях с вариантами ответов. При обучении модель училась выводить только букву правильного ответа: A, B, C, D или E. Данные включали общие вопросы на корейском языке и вопросы о корейской культуре и истории. Модель содержит 14,1 млрд параметров, имеет архитектуру HyperCLOVAXForCausalLM и заявленный контекст до 131 072 токенов. В README указано, что публичные бенчмарки и лидерборд при публикации не проверялись. Модель следует лицензии NAVER HyperCLOVA X SEED 14B Think Model License Agreement; также действуют условия использования исходных данных AI Hub. Точность не гарантируется, а результаты не следует использовать как единственное основание для медицинских, юридических или финансовых решений.

IncorrectTraceSFT · MATH random mask 25 — модель Qwen2.5-7B, полностью дообученная авторами эксперимента «How Should Incorrect Traces Be Used in Supervised Fine-Tuning?». Это вариант random_mask_25 в эксперименте по маскированию математических решений. Модель содержит 7,1 млрд параметров, использует плотную архитектуру Qwen2ForCausalLM и распространяется в формате safetensors; базовая модель — Qwen/Qwen2.5-7B. Модель предназначена для генерации текста и исследования математических рассуждений, в частности влияния отбора обучающих данных на supervised fine-tuning. Она принимает текстовые запросы и генерирует текстовые ответы; карточка указывает английский язык и контекст до 131 072 токенов. Чекпойнт получен после 125 обновлений оптимизатора, поэтому результаты следует оценивать в рамках описанного авторами эксперимента; наличие правильных ответов в данных не означает, что промежуточные шаги рассуждений были проверены. Лицензия — Apache-2.0.

LFM2-350M-Math-GGUF — компактная языковая модель для генерации текста и решения сложных математических задач. Модель разработана компанией Liquid AI и основана на LFM2-350M; вариант GGUF предназначен для запуска в совместимой инфраструктуре, включая llama.cpp, в том числе на устройствах с ограниченными ресурсами. Модель ориентирована на англоязычные сценарии и относится к специализированным моделям рассуждений. В README указано, что это небольшая модель, рассчитанная на решение нетривиальных математических задач, однако подробности об архитектуре, точном числе параметров, размере контекста и поддерживаемых модальностях не приведены. Указана текстовая модальность и языковой код en. К сильным сторонам относятся компактность и специализация на математических задачах, что делает модель подходящей для локального запуска и edge-сценариев. Ограничения включают узкую специализацию, англоязычную направленность и отсутствие в доступных данных подробных результатов оценки. Модель распространяется по лицензии lfm1.0; условия лицензии следует уточнять в файле LICENSE.

Llama-3.1-8B-BG-Reasoning — экспериментальная модель на основе Meta Llama 3.1 8B Instruct, разработанная s-emanuilov. Она предназначена для генерации текста и диалогов с упором на рассуждения на болгарском языке; при дообучении использовался переведённый на болгарский датасет GSM8k с математическими задачами. Модель содержит около 7,5 млрд параметров, использует плотную архитектуру Llama и формат весов safetensors. Метаданные указывают контекст до 131 072 токенов, поддержку чата и интерфейса вызова инструментов. Автор описывает её как proof of concept: обучение длилось около четырёх часов на небольшом корпусе среднего качества, поэтому результаты следует считать предварительными. Модель доступна по лицензии CC BY 4.0. Карточка не приводит отдельной оценки качества или подробностей о применении за пределами болгарских задач на рассуждение; интерфейс вызова инструментов сам по себе не гарантирует надёжность выполнения таких вызовов.

jiwubu/minimind-math-v3 — компактная китайская математическая языковая модель, созданная автором на основе проекта MiniMind. Она обучена с нуля на математических и логических данных, затем дообучена методом SFT для арифметических задач. Модель использует плотную decoder-only архитектуру Qwen3ForCausalLM с 63,9 млн параметров и контекстом 32 768 токенов; для загрузки и генерации предусмотрена библиотека Transformers. Веса опубликованы в формате Safetensors. Модель предназначена прежде всего для пошагового решения арифметических примеров: сложения и вычитания чисел до восьми разрядов, умножения и деления чисел до четырёх разрядов. В заявленной оценке на обученном диапазоне общая точность составила 98,6%, однако качество зависит от типа примера: деление с остатком и работа с ведущими нулями даются хуже. Модель всегда выводит полное решение в столбик, поэтому при использовании необходимо применять chat template; обычный текстовый ввод может приводить к повторяющимся бессмысленным ответам. Умножение и деление чисел от пяти разрядов не обучались и плохо обобщаются. Модель мала и рассчитана на обучение и эксперименты, а не на широкое математическое рассуждение. Лицензия — Apache 2.0.

Это англоязычная исследовательская модель для генерации решений задач по математике, дообученная hahaws777 на базе Ai2 OLMo-2-0425-1B. Она использует плотную архитектуру OLMo-2 с 1,3 млрд параметров, принимает текст и генерирует текст; базовый контекст составляет 4096 токенов. Модель обучена с полным обновлением параметров методом reinforcement learning на подмножестве GSM8K и рассчитана на промпт в формате r1_zero. В опубликованной оценке модель правильно решила 497 из 1024 первых примеров локального тестового файла GSM8K по строгому критерию, который требует заданных маркеров ответа. Эта оценка не независима от выбора чекпойнта и не показывает качество на полном тестовом наборе. Обучение проводилось в BF16; автор сообщает о запуске конкретной конфигурации на одной RTX 5070 Ti с 16 ГБ памяти, но это не гарантирует совместимость с другими настройками. Модель не является универсальным чат-ассистентом или официальным релизом Stanford/Ai2. Лицензия — Apache-2.0.

RoadQAQ/Qwen2.5-Math-1.5B-16k-think — версия базовой модели Qwen2.5-Math-1.5B, подготовленная для ReLIFT. В ней изменён параметр rope_theta с 10000 на 40000, а контекст расширен до 16 тысяч токенов. Модель построена на плотной архитектуре Qwen2 и содержит 1,5 млрд параметров; для работы указана библиотека Transformers и формат весов safetensors. Модель предназначена для генерации текста в диалоговом формате и математических сценариев, связанных с ReLIFT. Карточка также сообщает об изменении chat template для системного промпта, но подробностей об этих изменениях и результатах оценки не приводит. Лицензия — MIT.

Это экспериментальная дообученная модель Qwen3.5-4B из анонимной заявки на ICLR 2027. Её обучали методом GRPO с мягким штрафом DAPO за чрезмерно длинный ответ: штраф линейно возрастает на последних 512 токенах перед лимитом генерации. Модель предназначена прежде всего для математических рассуждений с бюджетом генерации 8 192 токена и форматом ответа в тегах \boxed{}. Модель основана на плотной мультимодальной архитектуре Qwen3.5 с 4 млрд параметров и поддерживает диалог и понимание изображений; в метаданных для неё указан тег image-text-to-text. Для запуска автор приводит пример с vLLM. Репозиторий содержит веса safetensors, лицензия — Apache-2.0. Чекпойнт соответствует шагу обучения 300; README не приводит результатов оценки качества, поэтому эффективность рассуждений и устойчивость соблюдения бюджета по этим сведениям оценить нельзя.

shahedm2001 выпустил дообученную модель Qwen3-VL-2B-Instruct для визуального анализа видео операций по удалению катаракты. Модель принимает видео или отдельные изображения вместе с текстовым запросом и формирует текстовые ответы. Она основана на плотной архитектуре Qwen3-VL с 2 млрд параметров; веса LoRA объединены с базовой моделью, контрольная точка сохранена в формате safetensors и bf16. Для запуска автор указывает Transformers и qwen_vl_utils. Модель предназначена для исследовательского и учебного анализа этапов операции, процедурных рассуждений и порядка действий. При обучении использовались короткие клипы и полные записи операций из одного корпуса; метаданные также указывают английский язык. Лицензия — Apache 2.0. Это не медицинское устройство и не предназначено для принятия решений о лечении пациентов.