IV.5Образование и развитие навыков

Это экспериментальная объединённая языковая модель kurogane, созданная на основе OpenBioLLM-8B, Llama-3-youko-8b-instruct-chatvector и Meta-Llama-3-8B. Автор объединил модели линейным способом, чтобы совместить биомедицинские знания OpenBioLLM с улучшенной поддержкой японского языка и диалоговым поведением Youko. Модель построена на архитектуре Llama и содержит 7,5 млрд параметров. Модель предназначена для генерации ответов и диалога, в частности для объяснения медицинских и биологических тем на японском языке. Она принимает текст и генерирует текст; заявленная длина контекста — 8192 токена. По оценке автора, ответы на медицинские вопросы по-японски могут быть подробными, однако модель склонна к галлюцинациям в биологии, а ограничения на сексуальный контент могут быть ослаблены. Лицензия — llama3.

Med42-v2-70B — клиническая языковая модель, разработанная командой M42 Health AI. Это плотная авторегрессионная модель семейства Llama 3 с 69,5 млрд параметров, дообученная по инструкциям и предпочтениям на медицинских и общих диалоговых данных. Она принимает и генерирует текст, поддерживает диалог и рассчитана на контекст до 8192 токенов; в карточке указан английский язык. Модель предназначена для ответов на медицинские вопросы, обобщения записей пациентов, помощи в анализе диагностических вопросов и общих вопросов о здоровье. В README приведены результаты на медицинских тестах, включая MedQA, MedMCQA и USMLE, однако эти показатели не гарантируют точность или безопасность ответов в практических случаях. Разработчики предупреждают, что модель не готова к клиническому применению без тщательной проверки и валидации: она может выдавать неверную или вредную информацию и воспроизводить смещения обучающих данных. Модель распространяется по лицензии Llama 3 Community License Agreement.

Карточка модели madrisight/MadriMed-VL-2B на Hugging Face совпадает с карточкой madrisight/madrimed-VL-2B, поэтому описание составлено по ней. Карточка модели madrisight/madrimed-VL-2B на Hugging Face совпадает с карточкой madrisight/MadriMed-VL-2B, поэтому описание составлено по ней. MadriMed-VL-2B — компактная медицинская мультимодальная модель на 2 млрд параметров, разработанная MadriSight на основе Qwen3-VL-2B-Thinking и дообученная для анализа медицинских изображений и текстовых медицинских вопросов. Она принимает изображение вместе с текстовым запросом и формирует текстовый ответ; архитектура — плотная Qwen3-VLForConditionalGeneration. Модель предназначена для радиологических вопросов и ответов, распознавания типа и ориентации снимка, определения анатомических структур и простых вопросов о наличии признаков. В карточке приведены результаты на SLAKE, PubMedQA, MedQA-4opts и MedXpertQA, однако часть таблиц неполна. Модель не предназначена для диагностики, рекомендаций по лечению или надёжного выявления патологий; авторы отмечают галлюцинации, склонность отвечать «да» на вопросы о наличии признака и редкие артефакты вывода на длинных последовательностях. Ответы требуют проверки, особенно при бинарном скрининге. Лицензия указана как other, поэтому конкретные условия использования следует уточнить в репозитории модели.

Music Flamingo Think (MF-Think) — разработанная NVIDIA модель Audio-Language для понимания музыки и песен. Она принимает аудио и текстовые запросы, а в ответ формирует текст с описанием музыки, ответами на вопросы и пошаговыми рассуждениями о звучании. Модель построена на архитектуре Audio Flamingo 3: использует аудиоэнкодер AF-Whisper, MLP-адаптер и декодерную языковую модель на базе Qwen2.5-7B. Размер — 8 млрд параметров. В README заявлена обработка аудио длительностью до 20 минут и контекста текста до 24 000 токенов; метаданные указывают native context в 1 200 токенов. Модель ориентирована на музыкальные вопросы и ответы, подробные описания с учётом музыкальной теории и анализ структуры, тембра, гармонии, текстов песен и культурного контекста. Основной язык карточки — английский. MF-Think предназначена для исследовательских и разработческих сценариев, включая изучение музыки и создание интерактивных музыкальных помощников. Для работы предусмотрены PyTorch и Transformers; README указывает NVIDIA A100 и H100 и Linux. Лицензия обозначена как other, а README ограничивает использование некоммерческими исследованиями. Результаты модели требуют проверки на данных и задачах целевого применения.

Revision Assistant — Journal Readiness — модель классификации текста для оценки готовности научной рукописи к подаче в журнал. Репозиторий содержит ONNX-вариант весов с квантованием int8 и токенизатор, подготовленные для инференса в браузере через Transformers.js. Архитектура — BERT для классификации последовательностей; размер составляет 137,1 млн параметров, максимальная длина контекста — 512 токенов. Модель предназначена для использования в Revision Assistant при проверке академических текстов. Карточка не описывает классы, критерии оценки, обучающие данные или качество модели. В метаданных указаны форматы ONNX и safetensors. Лицензия не указана в предоставленных данных.

Rootformer v18.8 — дообученная модель генерации текста на базе DeepSeek-V4.1-Flash, разработанная для работы с классическим арабским языком и его морфологией. В карточке описана архитектура Rootformer с факторизованным предсказанием корней и морфологических признаков; размер модели по метаданным — 357,8 млн параметров, контекст — 2048 токенов. В README заявлено дообучение верхних слоёв модели на корпусе из 61 трактата исламской схоластики и перипатетической философии.

Samantha-1.11-13b — разговорная модель-компаньон от QuixiAI, дообученная на базе Llama 2. Она предназначена для диалогов и помощи с вопросами о философии, психологии, личных отношениях и повседневной самоорганизации. Модель обучена на 6 000 специально отобранных диалогов в формате ShareGPT/Vicuna; для общения используется шаблон Vicuna 1.1. В README указано, что версия 1.11 обучалась 15 эпох с использованием QLoRA. Модель содержит 12,9 млрд параметров, принимает текст и генерирует текст; заявленная длина контекста — 4096 токенов. В карточке указан английский язык. Samantha позиционируется как дружелюбный собеседник и помощник, но не поддерживает ролевые игры, романтические сценарии и сексуальное общение. Лицензия Llama 2 допускает коммерческое и некоммерческое использование с ограничениями, установленными её условиями.

SER-Odyssey-Baseline-WavLM-Arousal — модель распознавания эмоциональных характеристик речи, обученная для базовой линии соревнования Odyssey 2024 Emotion Recognition. Она специализируется на оценке arousal — уровня эмоционального возбуждения — по аудио речи и выдаёт численную оценку примерно от 0 до 1. Модель содержит около 402,7 млн параметров; в репозитории представлены веса PyTorch в формате safetensors. Модель обучена на датасете MSP-Podcast и предназначена для анализа эмоциональной окраски речи, например в подкастах и записях разговоров. Карточка приводит оценивание на наборах Test3 и Development соревнования Odyssey; лицензия — MIT.

jmaczan/wav2vec2-large-xls-r-300m-dysarthria-big-dataset — модель автоматического распознавания речи на архитектуре Wav2Vec2ForCTC, дообученная на данных, связанных с дизартрией. Репозиторий указывает базовую модель с тем же идентификатором; отдельное описание обучающего набора отсутствует. Модель предназначена для преобразования аудиоречи в текст, в том числе для оценки распознавания речи при дизартрии. В README приведены результаты на тестовой выборке: loss 0,0864 и WER 0,182. Вес модели — около 402,7 млн параметров; формат файлов — safetensors. Лицензия — Apache-2.0. Карточка не сообщает языки, длину контекста или подробности обучающей и оценочной выборок, поэтому область применимости метрики ограничена описанным в README тестом.

skfrost19/BioMistralMerged — объединённая языковая модель, созданная с помощью mergekit методом SLERP из BioMistral/BioMistral-7B и mohsenfayyaz/Mistral-7B-Instruct-v0.2_medical_bios_5000_5ep. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, рассчитанная на генерацию текста и диалоговые сценарии в биомедицинской тематике. Контекст составляет до 32 768 токенов. Модель подходит для ответов на медицинские и биологические вопросы, диалога по биомедицинским темам и подготовки черновиков тематических текстов. Репозиторий содержит веса в форматах Safetensors и GGUF. Используется лицензия Apache-2.0. Ответы модели не заменяют медицинскую консультацию: возможны фактические ошибки, поэтому медицинскую информацию следует проверять. В карточке не приведены результаты оценки качества объединённой модели.

Это дообученная модель AmberYifan на базе marin-community/marin-8b-base: плотная Llama-архитектура с 7,5 млрд параметров, предназначенная для генерации текста. В обучении использовался набор capsd_marin-8b-base-n80000-medicine-medmcqa__mix_medicine_cap_b2000_s0, связанный с медицинскими вопросами и набором MedMCQA. Модель можно применять для генерации ответов на медицинские вопросы и создания разговорных текстовых ответов. Она принимает текст и выдаёт текст; контекстное окно составляет 4096 токенов. Карточка не содержит результатов оценки качества или подробных ограничений по применению. Лицензия указана как other, без уточнения условий.

dopaul/chess-piece-detector — модель компьютерного зрения на базе YOLO11, разработанная для обнаружения и классификации шахматных фигур на изображениях шахматной доски. Она распознаёт пешки, ладьи, коней, слонов, ферзей и королей, различая белые и чёрные фигуры. Модель построена с использованием Ultralytics YOLO и распространяется в формате PyTorch. Модель предназначена для разбора фотографий шахматных позиций, автоматического определения расположения фигур и построения приложений компьютерного зрения для шахмат. Карточка сообщает об обучении на наборах данных шахматных фигур и устойчивости к разным комплектам фигур и условиям освещения. Лицензия в предоставленных данных не указана.

Gemma-3-27B-MeditronFO — медицинская диалоговая языковая модель LiGHT, дообученная на базе Google Gemma-3-27B-IT на корпусе Fully Open Meditron. Модель содержит 27 млрд параметров, построена на архитектуре Gemma 3 и предназначена для ответов на медицинские вопросы, работы с клиническими рекомендациями и клиническими случаями, а также для оценки медицинских задач. Она принимает текст и изображения и генерирует текст; карточка сообщает об англоязычных данных и показывает результаты на медицинских бенчмарках MedQA, MedMCQA и PubMedQA. Обучение проведено на 601 тыс. примеров объёмом около 150 млн токенов, включая открытые медицинские наборы данных и компоненты, проверенные клиницистами. Среди заявленных сильных сторон — улучшенные результаты на перечисленных медицинских бенчмарках и сравнении HealthBench Hard; эти показатели относятся к оценкам из карточки и не гарантируют точность отдельных ответов. Модель может выдавать фактически неточные, непоследовательные или предвзятые ответы, поэтому её следует использовать как вспомогательный инструмент и проверять важную информацию. Лицензия — Gemma.

Gemma 4 12B RedTeam QAT + MTP — адаптер LoRA в формате GGUF, созданный RedTeamLab на основе unsloth/Gemma-4-12B-it. Модель дообучена на наборе из 714 материалов по кибербезопасности, включая операции red team, тестирование на проникновение и эмуляцию действий противника. Предназначена для генерации текстовых ответов в сценариях авторизованного обучения и оценки безопасности в изолированных лабораторных средах. Для работы адаптеру нужна базовая модель; в README для legacy-версии указана unsloth/gemma-4-12b-it-qat-GGUF. Карточка сообщает, что модель заменена на dazeb2/Gemma-4-12B-redteam-v5, которая, по заявлению автора, обучена на большем числе примеров и показывает улучшенные результаты. Лицензия — Apache-2.0. Применение вне разрешённых сценариев несёт юридические и практические риски; качество и безопасность результатов отдельно не подтверждены.

Карточка модели madrisight/madrimed-VL-2B на Hugging Face совпадает с карточкой madrisight/MadriMed-VL-2B, поэтому описание составлено по ней. MadriMed-VL-2B — компактная медицинская мультимодальная модель на 2 млрд параметров, разработанная MadriSight на основе Qwen3-VL-2B-Thinking и дообученная для анализа медицинских изображений и текстовых медицинских вопросов. Она принимает изображение вместе с текстовым запросом и формирует текстовый ответ; архитектура — плотная Qwen3-VLForConditionalGeneration. Модель предназначена для радиологических вопросов и ответов, распознавания типа и ориентации снимка, определения анатомических структур и простых вопросов о наличии признаков. В карточке приведены результаты на SLAKE, PubMedQA, MedQA-4opts и MedXpertQA, однако часть таблиц неполна. Модель не предназначена для диагностики, рекомендаций по лечению или надёжного выявления патологий; авторы отмечают галлюцинации, склонность отвечать «да» на вопросы о наличии признака и редкие артефакты вывода на длинных последовательностях. Ответы требуют проверки, особенно при бинарном скрининге. Лицензия указана как other, поэтому конкретные условия использования следует уточнить в репозитории модели.

FreedomIntelligence/medical_o1_verifier_3B — медицинская модель-верификатор от FreedomIntelligence, предназначенная для оценки корректности ответов языковых моделей на проверяемые медицинские задачи. Она помогает отбирать или оценивать ответы, чтобы поддерживать улучшение медицинских рассуждений других моделей. Модель дообучена на базе meta-llama/Llama-3.2-3B-Instruct и содержит 3,2 млрд параметров. Это плотная архитектура Llama для классификации последовательностей; основная задача в каталоге — text-classification. Модель принимает текст и выдаёт оценку или класс корректности ответа. Указаны английский и китайский языки, контекстное окно составляет 131072 токена. Модель предназначена для автоматизированной проверки ответов на медицинские вопросы, а не для самостоятельной диагностики или принятия клинических решений. Доступна по лицензии Apache-2.0.

AdaptLLM/medicine-LLM-13B — доменная языковая модель команды AdaptLLM, разработанная на основе LLaMA-1-13B методом непрерывного предобучения на биомедицинских корпусах, преобразованных в тексты для чтения с вопросами и ответами. Она предназначена для генерации текста и ответов на вопросы в биомедицинской области; README описывает её как базовую модель без выравнивания для диалогового формата. Модель имеет плотную архитектуру LLaMA с 12,9 млрд параметров и контекстом 2048 токенов. По языковым тегам карточки и описанию датасетов указана поддержка английского языка. Такой подход к обучению призван сохранить способность модели следовать запросам при усвоении доменных знаний. Модель распространяется по лицензии Apache-2.0. Для работы с моделью нужны значительные вычислительные ресурсы: в README для оценки этой 13B-модели рекомендуется параллелизация на нескольких GPU. Указанный контекст ограничивает длину входных документов и ответов; качество ответов в специализированных сценариях следует проверять, поскольку README описывает исследовательскую методику и бенчмарки, а не гарантии клинической точности.

Mihenk-LLM v2 — AlicanKiraz0 разработал эту модель на базе Qwen/Qwen3.6-35B-A3B, дообучив и объединив её для финансовых задач на турецком языке. Это текстовая причинно-следственная языковая модель с разреженной MoE-архитектурой: 35 млрд параметров всего и около 3 млрд активных параметров. Метаданные указывают 2,9 млрд параметров; длина контекста — 262 144 токена. Модель предназначена для диалогов и генерирует структурированные текстовые ответы. Она помогает разбирать финансовую отчётность компаний BIST, объяснять денежные потоки и прибыльность, анализировать криптоактивы и макроэкономические сценарии, а также оценивать валютный риск, концентрацию портфеля и влияние заёмных средств. Основной язык — турецкий; также заявлена поддержка английского. Автор приводит небольшую smoke-оценку на восьми парах запросов, поэтому её результаты не подтверждают качество на широком наборе задач. Модель не подключена к данным рынка в реальном времени. Цены, ставки, налоги, регулирование и корпоративные новости нужно проверять по актуальным официальным источникам; ответы не являются инвестиционной консультацией и не подходят как единственное основание для решений. Лицензия — Apache-2.0.

Qwen3-4B-OutsideTheBox-SFT — языковая модель ElvisWang111, дообученная на базе Qwen3-4B методом supervised fine-tuning. Она обучена решать математические задачи с учётом внешних рабочих процессов и выбирать полезные подсказки, сохраняя устойчивость к вводящим в заблуждение рекомендациям. Чекпойнт предназначен для исследований математического рассуждения, использования внешних инструкций и устойчивости к ошибочным рекомендациям; это SFT-этап модели из исследовательской статьи. Модель имеет плотную архитектуру Qwen3ForCausalLM, около 3,7 млрд параметров и контекст до 40 960 токенов. Она принимает текст и генерирует текст; базовая Qwen3-4B поддерживает многоязычные задачи, но README не уточняет языковой охват именно этого чекпойнта. Модель распространяется под лицензией Apache-2.0. Её область обучения специализирована на математических задачах с внешними рабочими процессами, поэтому качество на иных сценариях по имеющимся данным не установлено.

Qwen3-8b-compassion-seed2-20261001-CPT-merged-epoch-1 — плотная авторегрессионная языковая модель семейства Qwen3, дообученная BrandonHowe на базе Qwen/Qwen3-8B-Base методом продолженного предобучения на наборе CompassioninMachineLearning/compassion_12185_cleaned. Модель содержит 7,6 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов; веса представлены в BF16 в формате safetensors и объединены в самостоятельный чекпойнт, для загрузки которого адаптер не требуется. Модель предназначена для генерации текста и диалоговых сценариев с тематикой сострадания и взаимодействия человека с ИИ. Карточка сообщает о первом этапе обучения, но не подтверждает, что дообучение улучшило проявление сострадания; это следует оценивать отдельно. Лицензия в предоставленных данных не указана.

RedSage-K-SFT — модель RISys-Lab при Khalifa University для преобразования запросов на естественном языке в команды Kali Linux и Linux. Она основана на Qwen3ForCausalLM с 36 слоями и примерно 7,6 млрд параметров; модель дообучена методом supervised fine-tuning на наборе KaliBench и опубликована в виде объединённых LoRA-весов BF16 в формате Safetensors. Модель предназначена для генерации команд в сценариях кибербезопасности, обучения и помощи с инструментами Kali Linux. В KaliBench она поддерживает режимы без подсказок, с ограниченным списком инструментов и с документацией целевого инструмента; контекст модели составляет 32 768 токенов. README приводит средний итоговый балл 77,4% на тестовом наборе KaliBench из 5 000 примеров. Модель рассчитана на англоязычные запросы и выдаёт текст команд. Она может ошибаться в выборе инструмента, флага или аргумента, а тесты оценивают генерацию одиночной команды, но не успешность её выполнения или многошаговую работу агента. Разработчики рекомендуют проверять команды перед запуском. Лицензия в предоставленных данных не указана.

keremberke/yolov8n-painting-classification — модель компьютерного зрения на базе YOLOv8, опубликованная пользователем keremberke и предназначенная для классификации изображений картин по художественному стилю. Она различает 27 классов, включая импрессионизм, кубизм, барокко, поп-арт, минимализм и укиё-э. Модель использует библиотеку Ultralytics и доступна в формате PyTorch. Модель подходит для автоматической сортировки коллекций изображений, предварительной разметки картин и поиска произведений по стилю. В карточке указано, что для использования требуется ultralyticsplus. Сведения о лицензии и количественных показателях качества в предоставленных данных отсутствуют.

AstroLLaMA-2-70B-Chat_AIC — специализированная диалоговая языковая модель команды AstroMLab, дообученная методом supervised fine-tuning на базе AstroLLaMA-2-70B-Base_AIC. В основе — плотная архитектура LLaMA 2 с 68,7 млрд параметров; модель принимает текст и генерирует текст, поддерживает английский язык и имеет контекст 4096 токенов. Модель предназначена для общения по вопросам астрономии и астрофизики, а также для следования инструкциям в формате чата. Для дообучения использовали разговоры по астрономическим статьям arXiv, а также примеры из LIMA, Open Orca и UltraChat. Репозиторий содержит веса PyTorch и распространяется по лицензии MIT. По данным карточки, качество чат-версии снизилось относительно базовой AstroLLaMA-2-70B-Base_AIC: оценка упала с 76,0% до 64,7%. Дообучение сместило ответы в сторону общих формулировок и могло ослабить специализированные астрономические знания. Научные ответы следует сверять с рецензируемыми источниками; модель опубликована прежде всего для воспроизводимости и сравнения исследовательских версий.

carlosabadia/cosmos — модель Stable Diffusion, дообученная автором carlosabadia методом DreamBooth на изображениях космоса для научной тематики. Она принимает текстовый запрос и генерирует изображение; для активации обученного понятия в запросе рекомендуется использовать фразу «cms cosmos». Модель распространяется в формате Diffusers на PyTorch по лицензии CreativeML OpenRAIL-M. Карточка не приводит сведения о размере модели, контекстном окне и поддерживаемых естественных языках.

FastVideo-Minimax-FastH3-Preview-v0.2 — предварительная версия модели команды FastVideo для генерации коротких видео с синхронизированным звуком по текстовому запросу. Это четырёхшаговая дистилляция MiniMax-H3, мультимодального диффузионного трансформера с 33 млрд параметров для видео и аудио. Дистилляцию DMD2 обучили на текстовых запросах без использования видеоданных; опубликованные веса трансформера хранятся в формате safetensors и точности bf16, остальные компоненты Diffusers-пайплайна скопированы из базовой модели. Модель рассчитана на генерацию клипов длительностью около пяти секунд: в описанном обучении использовались разрешение 768×1344 и 124 кадра с синхронным звуком. Четырёхшаговая схема сокращает число вычислений трансформера по сравнению с 50-шаговой базовой моделью. Поддерживается плотное внимание по умолчанию и разреженное блочное внимание VSA для дополнительного ускорения. Это незавершённый preview-чекпойнт на 2900-м шаге из запланированных 4000, поэтому качество ниже базовой модели, особенно в деталях движения и звука. Модель обучена для конкретной четырёхшаговой последовательности таймстепов; другие сетки могут ухудшить результат. Она наследует ограничения и условия использования MiniMax-H3; в метаданных указана лицензия other, а точные условия следует сверять с карточкой базовой модели и репозитория.

FastWan-QAD-1.3B-SA2 — модель генерации видео по текстовому описанию от FastVideo, созданная на базе Wan-AI/Wan2.1-T2V-1.3B-Diffusers с применением дистилляции с учётом квантования. Она рассчитана на трёхшаговый вывод и использует линейные слои NVFP4 и SageAttention2++ для ускорения генерации; заявленное время создания видео длительностью 5 секунд в разрешении 480p составляет около 2 секунд на RTX 5090. Для декодирования применяется автоэнкодер TAEHV. Модель обучена генерировать видео в разрешении 832×480, до 81 кадра при 16 кадрах в секунду. Для запуска требуется видеокарта RTX 5090 или другая с поддержкой Blackwell и NVFP4; для RTX 4090 авторы рекомендуют отдельный вариант FastWan-QAD-FP8-1.3B. Репозиторий распространяется в формате Diffusers с весами Safetensors по лицензии Apache-2.0.

Indian Law Chat Model — разговорная модель для ответов на вопросы об индийском праве. В README указано, что её разработала студенческая команда SRM University как учебный проект, дообучив Llama-2-7b на индийских законодательных актах, судебных решениях, комментариях и других юридических материалах. В метаданных архитектура обозначена как плотная LlamaForCausalLM семейства Llama, размер — 6,6 млрд параметров, нативный контекст — 4096 токенов; доступны форматы GGUF и PyTorch. Модель предназначена для справочных ответов на юридические вопросы, учебной работы и предварительного поиска по индийскому праву. Она принимает текстовые запросы и генерирует текстовые ответы; в карточке заявлен английский язык. README предупреждает, что сведения могут не учитывать последние поправки, точность зависит от сложности вопроса, а ответы требуют проверки и не заменяют консультацию юриста. В метаданных указана лицензия MIT, тогда как README сообщает Apache 2.0; лицензионные сведения расходятся.

InternLM-Step-Prover — разработанная командой InternLM-Math языковая модель на 7,4 млрд параметров для пошагового доказательства математических утверждений в Lean 4. Она обучена на данных Lean-Github и наборах синтеза доказательств, принимает формулировку цели и контекст Lean и предлагает следующий шаг доказательства в формате PROOFSTEP. В карточке заявлены результаты уровня state of the art на MiniF2F, ProofNet и Putnam; для ProofNet приведён результат 18,1%. Модель построена на плотной архитектуре InternLM2, доступна в формате PyTorch, поддерживает контекст до 8192 токенов и предназначена для диалогового текстового взаимодействия. Метаданные указывают лицензию other, поэтому конкретные условия использования следует уточнить в материалах репозитория.

Kimina-Prover-72B — языковая модель для автоматического доказательства теорем, разработанная командами Project Numina и Kimi. Модель дообучена на базе Qwen/Qwen2.5-72B с применением масштабного обучения с подкреплением и предназначена для решения задач в Lean 4, в том числе задач олимпиадного и конкурсного типа. Модель содержит 71,5 млрд параметров, использует плотную архитектуру Qwen2 и поддерживает контекст до 131 072 токенов. В README указана точность 84,0% при Pass@32 на MiniF2F-test. Модель доступна в формате safetensors и может использоваться для генерации текста и взаимодействия в чате; лицензия — MIT.

Llama-3.1-8B-Base-RM-RB2 — классификатор вознаграждения, выпущенный Allen Institute for AI в составе набора моделей для Reward Bench 2. Это дообученная на базе meta-llama/Llama-3.1-8B модель с архитектурой LlamaForSequenceClassification, содержащая 7,5 млрд параметров и принимающая текст с контекстом до 131 072 токенов. Модель обучена на бинарных данных о предпочтениях и оценивает ответы, помогая сравнивать их качество. Её можно применять для ранжирования ответов и выбора предпочтительного варианта в сценариях Best-of-N или при настройке PPO. Карточка приводит результаты RewardBench 2 и отдельных категорий, включая factuality, math и safety. Модель предназначена для английского языка. Она распространяется по Llama 3.1 Community License Agreement; условия лицензии следует учитывать при использовании и распространении.