IV.5Образование и развитие навыков

Kids Scroll Story Model — компактная языковая модель для генерации и продолжения коротких детских историй. Репозиторий подготовлен для приложения Kids Scroll и содержит веса в формате GGUF; запуск на устройствах возможен через llama.cpp и WebAssembly runtime wllama без подключения к серверу. Модель основана на TinyStories-33M и обучалась на датасете TinyStories с короткими синтетическими рассказами на английском языке. Она рассчитана на простые сюжеты для детей примерно 2–6 лет: о животных, дружбе, приключениях и добрых поступках. Контекст модели составляет около 128 токенов, поэтому длинные истории нужно генерировать отдельными фрагментами. Модель ориентирована на художественное повествование, а не на фактические ответы и энциклопедические сведения. Для использования с детьми создатели Kids Scroll применяют дополнительную фильтрацию на стороне приложения; сама модель не гарантирует возрастную уместность каждого ответа. Лицензия репозитория — MIT.

suzii/Llama-3.2-3B-MIS — диалоговая языковая модель, дообученная разработчиком suzii на основе meta-llama/Llama-3.2-3B-Instruct. Она предназначена для генерации текста и ответов в формате диалога, с настройкой на вьетнамоязычные вопросы и ответы в предметной области, связанной с химией. Модель использует плотную архитектуру LlamaForCausalLM и содержит 3,2 млрд параметров. Она принимает текст и выдаёт текст; заявленная длина контекста — 131 072 токена. Для запуска README рекомендует Transformers версии 4.45.0 или новее; веса доступны в формате safetensors. Лицензия модели — MIT. Карточка указывает вьетнамский язык и датасет suzii/QA-MIS. Данных о точности или подробных ограничениях применения в README нет.

BayesRL/Olmo3-C3PO_MC-7B — англоязычная плотная авторегрессионная модель семейства Olmo 3 с 6,9 млрд параметров, разработанная BayesRL. Это дообучение BayesRL/Olmo3-IVON-SFT-7B методом C3PO_MC для генерации текста и исследований обучения с подкреплением по проверяемым наградам (RLVR). Модель применяет вариационную оптимизацию IVON: веса семплируются из приближённого апостериорного распределения для исследования в пространстве параметров. Вариант C3PO_MC использует раздельные выборки весов для генерации ответов и оценки градиента, чтобы снизить дисперсию оценки градиента. Модель предназначена прежде всего для решения математических задач и экспериментальной оценки стратегий RLVR; в карточке указаны тесты AIME 2024–2026, MATH-500, AMC 2023 и Minerva. Она поддерживает чатовый сценарий, принимает текст и генерирует текст, имеет контекст до 65 536 токенов и распространяется в формате Safetensors. Основа обучения — Olmo-3-1025-7B, а обучение проводилось на DAPO-Math-17k. Лицензия — Apache-2.0. Результаты на перечисленных тестах не гарантируют точность для произвольных математических задач; модель ориентирована на английский язык.

Карточка модели menik1126/ovd-math-1-data-random-step500-historical на Hugging Face совпадает с карточкой menik1126/OVD-Math-1-data-RS-Step500-Historical, поэтому описание составлено по ней. OVD-Math-1-data-RS-Step500-Historical — чекпойнт исторического эксперимента из коллекции OVD, созданный на основе Qwen/Qwen2.5-Math-1.5B. Модель с архитектурой Qwen2 и 1,5 млрд параметров дообучена на одном наборе данных; обозначение step 500 указывает на сохранённый этап эксперимента. Репозиторий содержит веса для Transformers в формате safetensors и токенизатор. Модель предназначена для генерации текста и математических решений. Базовая Qwen2.5-Math-1.5B рассчитана на математические задачи на английском и китайском языках; контекст модели — до 4096 токенов. Это исторический экспериментальный чекпойнт, поэтому его качество и пригодность для практических задач отдельно не подтверждены. Лицензия в предоставленных данных не указана.

Это экспериментальный чекпойнт jhhj25 на базе Qwen3-30B-A3B-Thinking-2507, обученный методом Single-Rollout Asynchronous Optimization (SAO) в течение 99 шагов. Он сохраняет архитектуру Qwen3 MoE и загружается через Transformers как базовая модель; активная часть содержит 2,6 млрд параметров, а контекст модели — до 262 144 токенов. Чекпойнт предназначен для диалогов и сложных задач математического рассуждения, особенно решения задач с целочисленным ответом. В обучении использовались 1 107 сложных задач DeepMath-103K с оценкой по точному совпадению ответа в формате \boxed{}. На тестах AIME 2025, HMMT February 2025 и IMO-AnswerBench результаты немного превысили базовую модель, но различия укладываются в доверительные интервалы, поэтому README не заявляет об улучшении. Модель принимает текст и генерирует текст с рассуждениями; инструменты в этом чекпойнте не использовались, хотя метаданные указывают на интерфейс вызова инструментов. Основное назначение — исследовательский артефакт для анализа обучения SAO и математического рассуждения, а не подтверждённая улучшенная версия базовой модели. Лицензия — Apache-2.0, унаследованная от Qwen3.

NotoriousH2 разработала Qwen3-4B Countdown RLVR — дообученную методом GRPO модель Qwen3-4B с проверкой вознаграждения по явной формуле. Она предназначена для решения задач Countdown: модель получает четыре числа и целевое значение, а затем генерирует выражение с использованием каждого числа ровно один раз и арифметических операций. Модель имеет плотную архитектуру Qwen3ForCausalLM, содержит 3,7 млрд параметров и принимает текст; для загрузки используется библиотека Transformers. Родительская модель поддерживает контекст до 40 960 токенов. В тестовой оценке на задачах Countdown модель показала pass@1 57,4% и pass@8 88,7%; доля корректных выражений составила 56,8%. Эти результаты относятся только к описанному набору задач с четырьмя числами и арифметическими операциями и не характеризуют способность к свободным доказательствам или математическим рассуждениям в целом. Карточка указывает корейский язык. Модель распространяется по лицензии Apache-2.0.

Qwen3.5-9B-eSFT GSM8K no-CoT SFT — мультимодальная модель с архитектурой Qwen3.5 и 9 млрд параметров, разработанная YumengWithG как дообучение zhengbang0707/Qwen3.5-9B-eSFT. Модель обучена в формате supervised fine-tuning на обучающей выборке GSM8K и предназначена для решения математических задач с выдачей только итогового ответа без цепочки рассуждений. Для инференса используются Transformers, AutoModelForMultimodalLM и AutoProcessor с родным шаблоном чата Qwen3.5 и параметром enable_thinking=False. Модель принимает текст и изображения и генерирует текст; карточка указывает английский язык. В описанной оценке на 1319 примерах судья засчитал 503 ответа как правильные (38,13%), поэтому пригодность для точных вычислений ограничена и требует проверки ответов. Веса доступны в формате safetensors с точностью BF16. Лицензия — Apache-2.0.

Модель mondk/Safetensors.chatgpt-gpt-gpt5.1-thinking — диалоговая текстовая модель на архитектуре Qwen3 с 3,7 млрд параметров, дообученная на базе TeichAI/Qwen3-4B-Thinking-2507-GPT-5.1-Codex-Max-Distill. Она предназначена для общения с пользователями, шутливых ответов и образовательного объяснения вредоносных запросов вместо автоматического отказа. Поддерживает генерацию текста и интерфейс вызова инструментов; заявленная длина контекста — 262 144 токена. Модель может быть полезна для изучения и разбора вредоносных запросов в безопасном образовательном контексте, а также для диалоговых сценариев с юмористической подачей. Карточка не приводит результатов оценки качества или подробностей о поведении при работе с инструментами. Модель распространяется под лицензией Apache-2.0.

sherlock-qwen2.5-3b-dpo-v1 — дообученная методом DPO чат-модель на базе Qwen/Qwen2.5-3B-Instruct, разработанная andreayhchen в рамках учебного задания CS2881R. Модель содержит 3,1 млрд параметров, использует плотную архитектуру Qwen2 и формат Safetensors; LoRA-адаптеры объединены с основными весами. Контекстное окно — 32 768 токенов. Модель предназначена для решения задач из набора MATH уровней 1–3 с ответами в стиле Шерлока Холмса. Для заданного формата запроса она должна рассуждать пошагово и завершать ответ строкой с итогом в \boxed{}. На тесте из 200 задач базовая модель показала точность 80%, а предшествующая версия SFT — 59%; README не приводит итоговые результаты этой версии DPO. Обучение DPO оптимизировало соответствие персоне по оценкам языковой модели-судьи, а не математическую корректность. Модель рассчитана на генерацию текста в диалоге. В README не указана лицензия, поэтому условия использования по карточке установить нельзя. Известное ограничение оценки: судья завышал балл примерно на один пункт за одно лишь упоминание имени «Ватсон», и обе стадии обучения с подкреплением увеличили частоту его употребления.

RJ3vans/SignTagger — англоязычная модель разметки токенов на основе BERT, разработанная для выявления в последовательности признаков синтаксической сложности. Она присваивает токенам метки, описывающие содержащиеся в них признаки; модель предназначена для анализа текста и задач лингвистической разметки. Модель дообучена на google-bert/bert-large-cased и содержит 432,3 млн параметров. Она принимает текстовые последовательности длиной до 512 токенов и выдаёт метки для токенов. README связывает модель с кодом Dr. Le An Ha из Университета Вулверхэмптона и отсылает за подробностями к главам 2 и 3 диссертации. Лицензия — Apache-2.0.

Clementapa дообучила акустическую модель facebook/wav2vec2-base-960h для распознавания фонем нидерландского языка. Модель основана на архитектуре Wav2Vec2 и содержит 113,3 млн параметров; веса представлены в формате PyTorch. Модель принимает аудио и выдаёт последовательность фонем, поэтому подходит для фонетической транскрипции нидерландской речи и акустического анализа произношения. Она предназначена для работы как акустическая модель распознавания речи на основе CTC. Модель обучена на данных Common Voice. Сведения о лицензии и ограничениях качества в предоставленных материалах отсутствуют.

ishikaa/acquisition_generator_AS_diversity_medmcqa_qwen7b — текстовая генеративная модель, опубликованная пользователем или организацией ishikaa на Hugging Face. По метаданным она работает через библиотеку Transformers, имеет архитектурный тег qwen2 и около 7,1 млрд параметров. Модель предназначена для генерации текста и поддерживает контекст длиной до 32 768 токенов. Название модели содержит указания на acquisition_generator, diversity и MedMCQA, поэтому её можно рассматривать как потенциально ориентированную на генерацию или обработку материалов, связанных с медицинскими вопросами и разнообразием ответов. Однако README не содержит подтверждённого описания назначения, данных обучения, языков, результатов оценки, разработчика, базовой модели или лицензии. Перед применением в медицинских сценариях необходимы самостоятельная проверка качества и экспертная валидация.

Tamnemtf/Ae-calem-mistral-7b-v0.1 — чат-модель, разработанная для ответов на вопросы студентов о вузе. Она построена на архитектуре Mistral, содержит 7,1 млрд параметров и дообучена на Viet-Mistral/Vistral-7B-Chat с использованием набора вопросов и ответов о HCMUE, составленного по студенческим материалам. Модель предназначена для диалога на вьетнамском языке и может отвечать на вопросы о специальностях, правилах и другой информации университета; заявленная длина контекста — 32 768 токенов. Модель подходит для университетского чат-бота и виртуального помощника для студентов. Она распространяется под лицензией AFL-3.0. Карточка не приводит результатов оценки качества или подробных сведений о надёжности ответов.

Модель dima806/asl_alphabet_image_detection — дообученный классификатор изображений на базе Vision Transformer ViT-Base от Google с 113,2 млн параметров. Она предназначена для распознавания классов на изображениях и опубликована в форматах PyTorch и Safetensors. Модель можно применять для классификации изображений жестов американского алфавита (ASL), что следует из названия репозитория; README не содержит подробностей о классах и условиях съёмки. Лицензия Apache-2.0 разрешает использование и распространение при соблюдении её условий.

AynEngine V3 Arabic Standalone — специализированная языковая модель enver для генерации текста на классическом арабском языке. Она дообучена на корпусе из 72 классических арабских трудов по грамматике, лексикографии, философии и исламской теологии и предназначена для диалогов, рассуждений и работы с текстами этого корпуса. Модель основана на плотной архитектуре Qwen3ForCausalLM с 517 млн параметров, принимает текст, поддерживает контекст до 40 960 токенов и рассчитана прежде всего на фусху классической традиции; в метаданных также указан английский язык. Помимо генерации текста, карточка описывает дополнительную голову предсказания следующего корня из 9 057 арабских корней. Для неё заявлена точность Top-5 40,1% и задержка 176 мс на CPU; эти показатели относятся к отдельной функции предсказания корней. Модель распространяется в формате Safetensors по лицензии Apache-2.0. Она специализирована на классическом арабском материале, поэтому её пригодность для современных разговорных диалектов и общих задач не установлена; заявленные характеристики предсказания корней основаны на данных карточки.

jonas-luehrs/bert-base-cased-MLM-chemistry — модель BERT с 135,5 млн параметров, дообученная для заполнения пропусков в тексте о химии. Она принимает текст с маскированным токеном и предсказывает подходящие варианты для этого места. Модель основана на google-bert/bert-base-cased, использует архитектуру BertForMaskedLM и рассчитана на контекст до 512 токенов. Модель подходит для подстановки химических терминов и продолжения фрагментов химического текста с пропусками. В README указано значение функции потерь 1,9321 на оценочном наборе, но сведения о наборе данных, языках и практических ограничениях отсутствуют. Распространяется по лицензии Apache-2.0.

CHATWhisper-en — англоязычная модель автоматического распознавания речи из серии CHATWhisper, разработанной проектом TalkBank для анализа языковых образцов (Language Sample Analysis, LSA). Модель построена на Whisper Large v2 и дообучена с помощью LoRA ранга 16 и коэффициента alpha 32; содержит около 905,2 млн параметров и распространяется в формате PyTorch. Модель предназначена для транскрибирования разговорной речи и особенно ориентирована на сохранение особенностей, важных для анализа речевых образцов: заполненных пауз, повторных формулировок и заикания. Её можно использовать как ASR-модель семейства Whisper или вместе с набором инструментов TalkBank Batchalign в режиме transcribe с флагом --whisper. Обучающие данные включали англоязычные образцы Control Protocol из трёх корпусов AphasiaBank. Модель принимает аудио и выдаёт текстовую транскрипцию. В карточке указано, что оценка качества будет добавлена позднее, поэтому опубликованных в README численных результатов нет. Базовая модель — openai/whisper-large-v2; лицензия в предоставленных данных не указана.

Модель разработана для задания 1 курса Harvard CS 2881R по безопасности ИИ и представляет собой дообученную версию Dobby на базе Qwen2.5-3B. Это плотная авторегрессионная языковая модель с 3,1 млрд параметров, архитектурой Qwen2 и контекстом до 32 768 токенов; она поддерживает диалоговый режим и генерацию текста. Модель обучали методом GRPO с проверкой результатов по правилам на задачах GSM8K и MATH: из 100 обновлений выбрали контрольную точку с лучшим результатом на наборе из 150 запросов для разработки. Модель предназначена прежде всего для генерации ответов на математические задачи и экспериментов с обучением методом RLVR. В репозитории доступны объединённые веса и LoRA-адаптер. Базовая модель — axel-sdq/cs2881r-dobby-qwen2.5-3b-rlaif-grpo100-step25; в её основе Qwen2.5-3B-Instruct. Лицензия — Apache-2.0. Обучение с проверкой правильности проводилось только на математических запросах GSM8K и MATH, поэтому качество на других задачах не подтверждено. Указанный набор разработки невелик, а описание не приводит результатов оценки.

DentalGemma 1.5 4B IT — мультимодальная модель для стоматологии, созданная Naazim S. на основе Google MedGemma 1.5 4B IT. Это дообученная модель Gemma 3 с архитектурой для генерации текста по текстовым запросам и изображениям; карточка указывает LoRA-адаптацию в два этапа и обучение в bf16. Модель анализирует стоматологические фотографии и рентгенограммы, классифицирует патологии, описывает их расположение и формирует структурированные клинические оценки, включая диагноз, план ведения и рекомендации пациенту. Текстовое обучение охватывает 98 стоматологических состояний; данные для мультимодального этапа включают примерно 2 529 пар изображение–вопрос–ответ. Основной язык карточки — английский. Модель предназначена для исследовательских и учебных задач, а также для разработки прототипов стоматологических помощников. Она может ошибаться, а точность зависит от типов изображений и клинических сценариев, представленных в обучающих данных. Определение локализации по снимку приблизительное; результаты требуют проверки стоматологом и не подходят для самостоятельной диагностики или принятия лечебных решений. Распространяется по лицензии Apache-2.0.

Libra-v1.0 — мультимодальная модель для генерации описаний рентгенограмм грудной клетки, разработанная на основе Libra. Она объединяет визуальный энкодер RAD-DINO, предварительно обученный на медицинских изображениях, языковую модель Llama-3.2-3B-Instruct и модуль Temporal Alignment Connector (TAC), который объединяет признаки снимков за разные моменты времени. Модель содержит 3,2 млрд параметров, использует архитектуру LibraLlamaForCausalLM и принимает изображения грудной клетки вместе с текстовым запросом; заявленная длина контекста — 131 072 токена. Основное назначение — подготовка раздела Findings в отчёте, в том числе сравнение текущего снимка с предыдущими и описание изменений. Модель может помогать рентгенологам и использоваться в обучении и исследованиях, но её выводы требуют проверки специалистом: возможны ошибки при выявлении редких патологий, сравнении снимков и работе с данными, отличающимися от обучающих. Авторы отмечают, что модель предназначена для исследований и обучения и не одобрена для клинического применения FDA или CE. Лицензия — Apache-2.0.

Llama-3-instruction-constructionsafety-layertuning — дообученная авторами DBCMLAB языковая модель для вопросов и ответов по строительной безопасности. Она основана на beomi/Llama-3-KoEn-8B-Instruct-preview и использует архитектуру Llama 3 с плотной сетью и примерно 7,5 млрд параметров. Модель обучали полным обновлением параметров на корейских QA-данных и исходных материалах руководств по строительной безопасности Корейского агентства охраны труда и здоровья (KOSHA); после обучения параметры слоёв 0, 30 и 31 заменили параметрами базовой модели. Модель предназначена для диалоговых ответов на вопросы о правилах и рекомендациях по охране труда на строительных площадках. Карточка указывает корейский язык, контекст до 8192 токенов и формат весов safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

NextTerm-47M — компактная языковая модель от N8Programs для продолжения целочисленных последовательностей. Это плотный трансформер архитектуры Qwen3 с 47,2 млн параметров, обученный на 1,9 млрд токенов расширенных данных из On-Line Encyclopedia of Integer Sequences (OEIS). Модель принимает последовательность целых чисел, записанных через запятую, и генерирует следующие члены в том же формате. Максимальная длина контекста — 2048 токенов; обучение проводилось на последовательностях длиной до 1024. Модель предназначена для предсказания следующих элементов арифметических, полиномиальных и OEIS-подобных последовательностей. В карточке приведены результаты сравнительных оценок, в которых она превосходит более крупные универсальные модели на ряде задач продолжения последовательностей; это специализированная модель, а не универсальный чат-бот. Токенизатор разбивает цифры по отдельности, поэтому длинные числа расходуют больше контекста. Числа с ведущими нулями не входили в обучение, а обобщение на последовательности длиннее обучающих не проверено тщательно. Модель распространяется под лицензией CC BY-SA 4.0.

PLLaMa-7b-instruct — языковая модель семейства LLaMA, разработанная UCSB для задач в области науки о растениях. Модель на 6,6 млрд параметров создана на основе LLaMa-2-7b-base: её дополнительно обучали на более чем 1,5 млн научных статей по ботанике, а затем дообучили следованию инструкциям. Модель предназначена для генерации текста и ответов на запросы по тематике растений и растительной науки. Она принимает текст и выдаёт текст; заявленная длина контекста — 2048 токенов. Репозиторий содержит веса PyTorch. Лицензия — Apache-2.0. В карточке не перечислены поддерживаемые языки; для научных запросов на других языках качество не подтверждено.

Qwen2.5-3B-ProxyMath-Merged — экспериментальная модель генерации текста на базе Qwen2.5-3B-Instruct, созданная для изучения адаптации языковой модели к математическим задачам при дефиците целевых данных. Разработчики дообучили модель методом LoRA на 72 000 примерах математических рассуждений из NuminaMath, затем объединили адаптер с базовой моделью. Это плотная архитектура Qwen2 с 3,1 млрд параметров; модель использует Transformers и формат safetensors, поддерживает контекст до 32 768 токенов. В карточке указан английский язык. Модель предназначена для экспериментальных исследований переноса математических навыков с близких, но не целевых данных и для проверки сценариев пошагового арифметического рассуждения. По оценке авторов, точное совпадение ответа на GSM8K улучшилось относительно базовой модели, однако гибкое извлечение ответов и результаты MMLU снизились. Для математических запросов авторы рекомендуют формат с префиксами «Q:» и «A:» и просьбой рассуждать пошагово. Модель не подходит для надёжных общих диалогов, широких фактологических запросов и задач, требующих гибкого формата ответа. Лицензия репозитория — GPL-3.0.

Qwen2.5-Math-7B-ES-MATH — языковая модель, разработанная на основе Qwen/Qwen2.5-Math-7B и дообученная методом Evolution Strategies для математических рассуждений. Это плотная авторегрессионная модель семейства Qwen2 с 7,1 млрд параметров, предназначенная для генерации текстовых решений математических задач и проверки подходов с многократной генерацией ответов на этапе вывода. Обучение проводилось в режиме RL-Zero на задачах уровней 3–5 набора MATH с бинарной наградой за правильность итогового ответа. Модель обучалась на английских математических задачах; длина ответа при обучении ограничивалась 3000 токенами. Контекст модели составляет 4096 токенов. Для сохранения точности рекомендуется использовать формат запросов Qwen2.5-Math с инструкцией о рассуждении в системном сообщении. Модель ориентирована на исследовательские эксперименты с математическим решением задач и масштабированием вывода за счёт нескольких сэмплов. Её поведение для других языков, предметных областей и форматов запросов не охарактеризовано; обучение по итоговой правильности не гарантирует корректность промежуточных рассуждений. В README также отмечено отсутствие safety alignment и непригодность модели как готового ассистента для развёртывания. Лицензия — Apache-2.0.

Qwen3-0.6B-Gensyn-Swarm-tall_tame_panther — языковая модель для генерации текста, созданная на базе Qwen3-0.6B и дообучаемая с использованием фреймворка Gensyn RL-Swarm, алгоритма GRPO и распределённого обучения с подкреплением. Модель ориентирована прежде всего на математическое и логическое рассуждение, включая базовую арифметику, операции с дробями и десятичными числами, перевод между системами счисления, календарные вычисления и задачи на пропозициональную логику. Модель поддерживает разговорный формат Qwen3 и английский язык. Указаны совместимость с Transformers, Text Generation Inference и llama.cpp, а также варианты GGUF-квантизации F16, Q3_K_M, Q4_K_M и Q5_K_M для локального и периферийного запуска. Обучение выполняется непрерывно; в README указано, что на момент публикации завершено более 43 610 из 100 000 раундов. Размер контекста явно не указан, однако в примере конфигурации TGI используются ограничения до 4096 входных и 8192 суммарных токенов. Сильными сторонами модели являются небольшой размер, возможность локального запуска, поддержка нескольких форматов и специализация на арифметических и логических задачах. Ограничения связаны с малым объёмом обучающего набора — 1000 составных примеров, узкой предметной направленностью и продолжающимся обучением, из-за чего характеристики модели могут меняться со временем. Модель распространяется по лицензии Apache 2.0.

Qwen3-4B-openthoughts3-math-400k-sft — плотная языковая модель на архитектуре Qwen3 с 3,7 млрд параметров, дообученная Xinnan Zhang на математическом наборе XinnanZhang/openthoughts3-math-50k8. Она принимает текстовые запросы и генерирует текст с рассуждениями и ответами на математические задачи; опубликована как начальная версия студенческой модели для экспериментов по дистилляции. Контекст — до 32 768 токенов. В README приведены результаты оценки на AIME 2024–2026 и AMC 2023. Авторы предупреждают, что этот чекпойнт уступает базовой Qwen/Qwen3-4B и опубликован для воспроизводимости экспериментов, а не как улучшенная модель. По их анализу, большинство обучающих ответов обрывались до завершения рассуждения, что могло приучить модель завершать генерацию раньше времени. Для загрузки также важна совместимость конфигурации RoPE: README указывает, что в приложенном config.json значение rope_theta продублировано для совместимости версий Transformers. Модель распространяется под лицензией Apache-2.0. Указанные в README результаты относятся к конкретным наборам данных и параметрам генерации и не гарантируют качество на других задачах.

Ramen-GRPO-Qwen3-Next-80B-A3B-Instruct — японская медицинская языковая модель, разработанная командой Ramen при Токийском университете в рамках проекта NEDO. Это вариант исследования методов постобучения: базовую Qwen/Qwen3-Next-80B-A3B-Instruct дообучили методом GRPO на вопросах японского национального экзамена для врачей в формате тестов с выбором ответа. Модель построена на архитектуре Qwen3-Next с разреженной MoE-структурой; в метаданных указано 2,3 млрд параметров, а контекст составляет до 262 144 токенов. Модель предназначена для генерации японского текста в медицинском контексте и ответов на экзаменационные вопросы. В опубликованных проектных тестах она показала 90,3% точности на экзамене для врачей и 71,1% на экзамене специалистов; прирост на первом тесте не был статистически значимым, а на втором был. Эти результаты относятся только к указанным бенчмаркам и не подтверждают клиническую безопасность или пригодность для реальной медицинской практики. Разработчики не рекомендуют применять модель для диагностики, выбора лечения или медицинских советов. Лицензия — Apache-2.0.

Shreyansh-STEM-1.5B-Base — базовая языковая модель с открытыми весами, созданная для задач STEM. Она построена на плотной авторегрессионной архитектуре OLMo-2 и содержит около 1,3 млрд параметров по метаданным. Модель предназначена для дообучения под специализированные задачи, а не для диалогового использования без дополнительной настройки. Заявленные области применения включают физику, математику, органическую химию, вычислительную биологию, информатику, а также логику аппаратуры и код на Verilog/VHDL. Модель генерирует текст и может служить основой для SFT, адаптации предметной области или дистилляции; заявленный контекст — 4096 токенов. Веса опубликованы в формате SafeTensors, лицензия — Apache 2.0. Чекпойнт не настроен на выполнение инструкций и не выровнен с помощью RLHF, поэтому для чата и ответов на вопросы потребуются подходящие промпты или последующее дообучение. Качество по отдельным STEM-задачам в предоставленных материалах не оценено.

bishnoiyash/SmolLM2-135M-tinystories — это дообученная модель генерации текста на базе SmolLM2-135M от HuggingFaceTB. Автор продолжил предобучение на корпусе TinyStories объёмом около 100 млн токенов; модель использует плотную архитектуру LlamaForCausalLM и содержит 134,5 млн параметров. Веса bf16 доступны в формате safetensors, контекст — до 8192 токенов. Модель рассчитана на продолжение и генерацию коротких англоязычных историй в стиле TinyStories. На валидационной выборке этого корпуса показатель perplexity снизился с 6,8945 до 3,7900 после обучения. Модель распространяется по лицензии Apache-2.0. Результат измерен в одном запуске только на доменном корпусе TinyStories. Проверок на общих задачах и вне домена не проводилось; автор предупреждает, что способности базовой модели общего назначения могли ухудшиться. Поэтому модель лучше рассматривать как специализированную для историй TinyStories, а не как универсальную языковую модель.