IV.6Научные исследования, математика и новые материалы

SciHigh 2026 Task 2 — PEGASUS-XSum — модель для генерации краткого названия научной статьи по её аннотации. Это дообученная участником SciHigh 2026 версия PEGASUS-XSum от Google: энкодер-декодер Transformer на базе google/pegasus-xsum, опубликованный в формате safetensors и рассчитанный на работу через Transformers. В карточке указано около 570 млн параметров; базовая модель описана в каталоге как англоязычная модель на 366,8 млн параметров. Контекст входа ограничен 512 токенами, длина генерируемого названия — до 64 токенов. Модель предназначена для автоматического создания заголовков по научным аннотациям, в частности для сценариев SciHigh 2026 Task 2. Она обучалась на SpringerSSAT, где использовались 2 778 пар «аннотация — название»; лучшие результаты на валидации составили ROUGE-L 37,0629. Обучающая выборка охватывает социальные науки, поэтому качество может снижаться для других научных областей и стилей. Названия могут быть неполными, слишком общими или не полностью подтверждаться исходной аннотацией; их следует проверять. Лицензия в предоставленных данных не указана.

SciJudge-30B — дообученная командой OpenMOSS-Team MoE-модель семейства Qwen3 для оценки научных публикаций. По названиям, аннотациям и датам публикации двух работ она предсказывает, какая из них окажет большее влияние, оцениваемое по цитированию. Модель создана в рамках проекта AI Can Learn Scientific Taste и обучена на SciJudgeBench. Модель основана на Qwen/Qwen3-30B-A3B-Instruct-2507 и использует архитектуру Qwen3 MoE для генерации текста. В метаданных указаны 2,6 млрд параметров, контекст до 262 144 токенов, поддержка английского языка и библиотека Transformers. Доступна по лицензии Apache-2.0. Карточка рекомендует для текущих экспериментов и сравнений более новый выпуск SciJudge-30B-2605. Предсказание цитатного влияния — оценка модели, а не гарантия будущей цитируемости; оценка может зависеть от области науки, временного периода и полноты входных данных.

P1n3/sdg-detector-sft — модель компьютерного зрения на основе Qwen3-VL-4B-Instruct, дообученная методом supervised fine-tuning на обучающей части набора SDG-30K. Она анализирует изображение по запросу и возвращает структурированные описания дефектов с метками типа «artifact» или «misalignment» и ограничивающими рамками в нормализованных координатах [0, 1000]. Модель предназначена для обнаружения и локализации дефектов на изображениях; её обучающий набор содержит около 85 770 пар запросов и ответов после дистилляции рассуждений и добавления вариаций координат. Это плотная мультимодальная модель с архитектурой Qwen3-VL, размером 4 млрд параметров, поддерживающая визуальный диалог. Для запуска используется Transformers, веса опубликованы в формате safetensors. Лицензия CC-BY-NC-4.0 разрешает использование с указанием авторства и ограничивает коммерческое применение.

Модель peldrak/segformer-b4-ade-512-512-finetuned-coastTrain — модель семантической сегментации изображений на базе SegFormer B4 от NVIDIA, дообученная на наборе peldrak/coastTrain_512-512. Она присваивает пиксели изображениям классы прибрежной сцены: вода, прибойная пена, осадок, природный рельеф, растительность, застройка и неизвестный класс. В оценке на тестовом наборе достигла mIoU 0,7259 и общей точности 0,8905; точность для воды составила 0,9420, а для прочего природного рельефа — 0,5254. Модель подходит для анализа береговой линии и классификации элементов прибрежных изображений. Она наследует архитектуру SegFormer B4 и была обучена на изображениях размером 512 × 512. Данные README не раскрывают состав и объём обучающей выборки, поэтому качество на других источниках изображений не установлено. Лицензия указана как other; конкретные условия следует проверить в репозитории модели.

Это модель семантической сегментации изображений прибрежной местности, разработанная peldrak путём дообучения SegFormer B0 от NVIDIA на наборе данных peldrak/coastal_dataset. Модель размечает пиксели по классам: вода, белая пена прибоя, осадочные породы, другая природная поверхность, растительность, застройка и неизвестный объект. На оценочном наборе указаны mean IoU 0,6876 и общая точность 0,8704. Точность различается по классам: например, для воды она составляет 0,9332, а для другой природной поверхности — 0,4778. Модель принимает изображения и выдаёт карту сегментации. Веса опубликованы в формате PyTorch; лицензия указана как other, поэтому условия использования следует уточнить в репозитории модели.

Карточка модели josejulianh/VGGT-1B на Hugging Face совпадает с карточкой facebook/VGGT-1B, поэтому описание составлено по ней. VGGT-1B — Visual Geometry Grounded Transformer, разработанный Meta AI Research и University of Oxford, VGG. Это feed-forward нейросеть для восстановления геометрии сцены по одному, нескольким или сотням изображений, которая за секунды предсказывает параметры камер, карты глубины, карты точек и 3D-треки точек. Модель предназначена для задач преобразования изображений в геометрическое представление сцены и работы с многовидовыми данными. В метаданных указаны английский язык и формат весов safetensors. Лицензия CC BY-NC 4.0 ограничивает использование некоммерческими целями.

awakening-goedel-v2-32b-rl — внутренний чекпойнт Goedel-Prover-V2-32B, подготовленный juihuichung для исследования восстановления возможностей инструментального взаимодействия после дообучения на формальной математике. Это плотная авторегрессионная модель семейства Qwen3 с 29,7 млрд параметров, дообученная на Qwen/Qwen3-32B; она принимает текст и генерирует текст, включая ответы в интерфейсе вызова инструментов. Контекст составляет до 40 960 токенов. Карточка указывает на применение в формальном доказательстве теорем и работе с Lean 4, но сообщает, что в этом чекпойнте использование инструментов деградировало, как и в базовой SFT-версии; для восстановления этой возможности README отсылает к отдельной модели awakening-rl-replay100. Модель распространяется по лицензии Apache-2.0.

bert-base-uncased-MLP-scirepeval-chemistry-LARGE — дообученная версия BERT от автора репозитория jonas-luehrs на датасете scirepeval. Модель использует архитектуру BertForMaskedLM и предназначена для заполнения пропусков в тексте: по контексту она предсказывает замаскированный токен. Число параметров — 136,7 млн, максимальная длина контекста — 512 токенов. Название указывает на связь с химической тематикой, однако README не описывает специализацию или сценарии применения, поэтому надёжно определить её возможности в области химии нельзя. В карточке приведён результат оценки на выборке scirepeval: loss 1,7126. Модель распространяется по лицензии Apache-2.0.

CeLLaTe-tapt-bioformer8l-tokenizer-original-wwmask — англоязычная модель Mardiyyah для восстановления замаскированных токенов в тексте. Это дообученная на наборе Mardiyyah/TAPT_CeLLaTe2.0 модель bioformers/bioformer-8l с архитектурой BERT и головой BertForMaskedLM. Она содержит 50,3 млн параметров, принимает текстовые последовательности длиной до 512 токенов и выдаёт предсказания пропущенных токенов. В оценке на тестовом наборе указаны accuracy 0,7194, loss 1,3721 и perplexity 3,9435. Модель опубликована под лицензией Apache-2.0.

IncorrectTraceSFT-Qwen2.5-7B-AIME2025-correct — полноразмерное дообучение Qwen2.5-7B, опубликованное в рамках исследования о применении ошибочных трасс рассуждений в supervised fine-tuning. Это финальный чекпойнт условия aime25_correct_3000 эксперимента aime years; обучение продолжалось 188 обновлений оптимизатора. Модель предназначена для генерации текста и математических рассуждений, в частности для экспериментов с решением задач AIME 2025. Модель построена на плотной архитектуре Qwen2ForCausalLM, содержит 7,1 млрд параметров и принимает текст. В метаданных указано контекстное окно до 131 072 токенов; репозиторий содержит веса safetensors и чат-шаблон. Карточка указывает английский язык. Обучающие финальные ответы были правильными, но промежуточные шаги рассуждений не проверялись, поэтому корректность объяснений не гарантируется. Выпущена по лицензии Apache-2.0; авторы позиционируют её для исследований математических рассуждений и выбора данных для SFT.

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.

junghwannkim/mistral-7b-arc-sci-lora_09161401 — экспериментальная модель генерации текста на основе Mistral-7B-v0.1, дообученная для ответов на научные вопросы ARC. В метаданных указаны архитектура MistralForCausalLM с плотной сетью, 7,1 млрд параметров и контекст до 32 768 токенов; веса хранятся в формате safetensors и предназначены для Transformers. Карточка описывает эксперимент с условием S2000 и seed обучения 42. Модель может использоваться для генерации ответов на вопросы по естественным наукам в формате ARC. README отсылает к отдельным файлам с контрактом эксперимента, записью обучения и обоснованием выбора данных, поэтому подробности о наборе данных и рецепте обучения здесь не подтверждены. Сведений о лицензии в предоставленных материалах нет.

Luana Mathematics — дообученная автором rhaymison модель Mistral-portuguese-luana-7b для решения математических задач на португальском языке. Она основана на плотной архитектуре MistralForCausalLM с 7,1 млрд параметров и дообучена на 64 тысячах математических задач и решений из набора Orca-Math, адаптированного для португальского языка. Модель генерирует текстовые ответы и подходит для диалогового решения задач и объяснения решений по запросу. Контекст составляет до 32 768 токенов; модель работает через Transformers, а карточка отмечает формат safetensors и возможность использования квантования до 4 бит. Результаты в README включают среднюю оценку 63,6 на упомянутом португалоязычном лидерборде, а также оценки на ENEM Challenge и BLUEX без изображений. Это указывает на ориентацию на математические задачи, но не гарантирует точность каждого ответа. Лицензия — Apache-2.0.

eulogik/nanoforecast-v06-hc — экспериментальный исследовательский чекпойнт NanoForecast, а не выпуск версии v0.6. Модель предназначена для прогнозирования временных рядов и содержит около 1 млн параметров; файлы опубликованы в формате safetensors, библиотека — nanoforecast. В эксперименте отключили DART-нормализацию, усилили вес каналов electricity и traffic и обучали модель 100 эпох; лучший результат получен на 12-й эпохе. Чекпойнт улучшил результаты на наборах electricity и traffic, но ухудшил точность на ETTh1, ETTh2, ETTm1 и exchange_rate и не прошёл критерий принятия релиза. Для общего прогнозирования автор рекомендует eulogik/nanoforecast-v05. Модель выпущена под лицензией Apache-2.0.

OVD-Math-1-data-HES-Step800-Historical — сохранённый чекпойнт эксперимента 1-data из коллекции OVD, опубликованный как веса для инференса и токенизатор. Это дообученная версия Qwen/Qwen2.5-Math-1.5B: плотная причинная языковая модель архитектуры Qwen2 с 1,5 млрд параметров, предназначенная для генерации текста. Метаданные указывают контекст до 4096 токенов и библиотеку Transformers; базовая модель рассчитана на решения математических задач на английском и китайском языках. README называет чекпойнт историческим экспериментом и не описывает отдельные возможности или результаты именно этого шага обучения. Его можно применять для генерации ответов и математических решений, однако качество на конкретных задачах по карточке оценить нельзя. Лицензия в предоставленных данных не указана.

Pi3 (Pi-Cubed) — модель для восстановления визуальной геометрии по набору изображений, опубликованная в репозитории yyfz233/Pi3. Это feed-forward нейросеть с перестановочно-эквивариантной архитектурой: она обрабатывает изображения как неупорядоченный набор и не требует фиксированного опорного кадра. На вход подаётся тензор RGB-изображений; модель возвращает карты локальных 3D-точек, объединённое облако точек, оценки уверенности и матрицы поз камер. Модель предназначена для оценки поз камер, восстановления глубины по одному изображению или видео и построения плотных карт точек. Устойчивость к порядку изображений и масштабируемость набора кадров названы ключевыми свойствами; авторы заявляют высокие результаты на этих задачах. Репозиторий содержит веса в формате safetensors, библиотека — PyTorch. Лицензия — BSD 2-Clause.

umutbozdag/plant-identity — классификатор изображений на базе Vision Transformer (ViT) с 113,2 млн параметров. Репозиторий создан с помощью HuggingPics; карточка описывает его как классификатор изображений, обученный для распознавания растений по фотографиям. Модель принимает изображения и выдаёт класс изображения. Подходит для определения растений на снимках. Файлы модели представлены в формате safetensors и связаны с библиотекой Transformers. Карточка не сообщает список распознаваемых видов, метрики качества или лицензию.

Montalte/qwen4b-math-nothink-taskvector — объединённая модель на архитектуре Qwen3 с 3,7 млрд параметров, созданная на основе Qwen/Qwen3-4B-Base. В README она описана как артефакт слияния для экспериментов по переносу навыков между математикой и программированием; метод taskvector использует веса специализированной модели, дообученной на математических данных. Модель предназначена для генерации текста в математических сценариях, включая ответы без развёрнутых рассуждений. Поддерживает контекст до 32 768 токенов и использует библиотеку Transformers. Модель принимает текст и генерирует текст; в метаданных указана возможность чата. Карточка не уточняет языки, на которых она обучалась или тестировалась. Файлы представлены в формате safetensors. Лицензия — Apache-2.0. README позиционирует модель как экспериментальный артефакт для изучения переноса навыков, поэтому качество на конкретных математических и программных задачах не следует считать гарантированным.

resnet18.tiatoolbox-pcam — модель классификации изображений на архитектуре ResNet18, обученная центром Tissue Image Analytics (TIA) на гистологических патчах из набора Patch Camelyon (PCam). Она предназначена для классификации небольших изображений ткани и может использоваться как основа для извлечения признаков и эмбеддингов. Модель рассчитана на изображения размером 96 × 96 пикселей с тремя цветовыми каналами и содержит около 11,2 млн параметров. Модель ориентирована на анализ гистологических изображений в задачах, связанных с выявлением опухолевой ткани. Репозиторий распространяет веса в формате Safetensors; лицензия — Creative Commons Zero v1.0 Universal (CC0).

Модель ResNet-50 разработана командой BIFOLD совместно с TU Berlin, RSiM, DIMA и BigEarth. Она обучена на наборе BigEarthNet v2.0 (reBEN) для многометочной классификации спутниковых снимков Sentinel-1 по типам земного покрова. Модель предназначена для анализа данных дистанционного зондирования, например для картографирования земного покрова по радиолокационным изображениям. Визуализация примера использует каналы VV, VH и VV/VH. Опубликованные веса получены после 23 эпох обучения. На тестовой выборке BigEarthNet v2.0 указаны macro/micro Average Precision 0,628/0,801 и F1 0,576/0,702. Репозиторий содержит веса в формате safetensors, лицензия — MIT. Для работы в карточке приведён интерфейс библиотеки configilm.

THOR-1.0-tiny — геопространственная фундаментальная модель, разработанная Норвежским вычислительным центром (NR), Университетом Тромсё и ESA Φ-lab. Это вариант семейства THOR на архитектуре Vision Transformer FlexiViT, предназначенный для извлечения признаков из спутниковых наблюдений и последующей адаптации к прикладным задачам дистанционного зондирования Земли. Модель объединяет данные Sentinel-1 (SAR), Sentinel-2 (MSI) и Sentinel-3 (OLCI и SLSTR), работая с их исходным разрешением от 10 до 1000 метров. Благодаря предобучению со случайным выбором размеров патчей и входных изображений THOR можно применять с разными размерами патчей, регулируя вычислительные затраты и детализацию признаков без переобучения. Для тонкой настройки подходят задачи классификации земного покрова, картирования сельскохозяйственных культур и обнаружения наводнений; модель также показывает высокие результаты в условиях ограниченной обучающей выборки. Модель распространяется в формате PyTorch под лицензией Apache-2.0. В описании репозитория не приведены точные число параметров и длина контекста; поскольку это модель для спутниковых изображений, текстовый контекст к ней не относится.

UniverSat — разработанная авторами репозитория универсальная модель-энкодер для дистанционного зондирования Земли на основе Vision Transformer. Она преобразует спутниковые и аэроснимки в пространственные эмбеддинги и рассчитана на классификацию, семантическую сегментацию и обнаружение изменений с помощью замороженного экстрактора признаков или дообучения. Модель принимает сочетания оптических, радиолокационных SAR, гиперспектральных и высотных данных, в том числе временные ряды, с разными разрешениями и числом каналов; входные данные нужно нормализовать по каналам с помощью z-score. Универсальный Patch Encoder отображает патчи разной пространственной, спектральной и временной формы в общее пространство признаков. Выходную детализацию пространственной карты можно выбирать при инференсе, вплоть до признаков на каждый пиксель. Модель предварительно обучена без учителя на 13 сенсорах из 7 наборов данных с маскированным мультимодальным моделированием и межмодальным контрастивным обучением; заявлено обобщение на сенсоры, не встречавшиеся при обучении. UniverSat предназначена для извлечения признаков в задачах анализа спутниковых и аэроснимков, включая сценарии с малым количеством размеченных данных. В однородных сценариях специализированные модели могут быть точнее или эффективнее; перенос на незнакомые неоптические сенсоры менее надёжен, чем на оптические. Репозиторий распространяется по лицензии MIT.

VGGT-Ω 1B 512 — конверсия весов модели VGGT-Omega от Meta AI и Oxford VGG в формат bfloat16 для MLX. Она восстанавливает 3D-сцену по последовательности изображений за один проход: для каждого кадра предсказывает положение камеры, карту глубины и карту уверенности глубины. Авторы рекомендуют вариант 512 для использования на реальных сценах вне лабораторных условий. Модель содержит около 1,14 млрд параметров и хранится в формате safetensors; инференс выполняется через mlx-vlm на Apple Silicon. В README приведены сравнения с PyTorch-референсом: точность bf16 сопоставима с его режимом bf16 autocast, а на Apple M5 Max MLX-вариант быстрее в указанных сценариях. Для использования нужна версия mlx-vlm с поддержкой архитектуры vggt_omega. Это неофициальная производная модель с весами и метаданными; код инференса находится в mlx-vlm. Лицензия FAIR Noncommercial Research License разрешает только некоммерческое исследовательское использование.

BioMistral-7B-TIES — языковая чат-модель для генерации текста в медицинской и биомедицинской тематике. Это слияние моделей BioMistral/BioMistral-7B и mistralai/Mistral-7B-Instruct-v0.1 методом TIES; в карточке указано, что для слияния использован mergekit. Архитектура — плотная MistralForCausalLM, размер — 7,1 млрд параметров. Модель принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов; карточка перечисляет французский, английский, польский, испанский, итальянский, румынский, немецкий и нидерландский языки. Модель предназначена для диалоговых запросов и генерации ответов по биологии и медицине, включая вопросы по медицинским публикациям и учебным темам. Она доступна в формате safetensors через Transformers и распространяется по лицензии Apache-2.0. Авторы предупреждают, что модель не была проверена в реальных клинических условиях и не предназначена для профессиональных медицинских решений или непосредственного применения в производственной среде. Для медицинского использования требуется отдельная оценка и адаптация к конкретному сценарию.

Global Extreme Climate and Heatwave Forecaster — модель временных рядов для вероятностного прогноза экстремальных погодных явлений. Она разработана на архитектуре ClimateSpatiotemporalNet и обучена на данных 120 метеостанций GHCN-Daily, охватывающих шесть континентов и разные климатические зоны. Лицензия — Apache-2.0. Модель использует пространственное кодирование координат и высоты, временную свёрточную сеть с дилатациями и многоголовое внимание. По историческим наблюдениям за 30 дней она строит прогноз на срок от 1 до 14 дней для максимальной и минимальной температуры и осадков: выдаёт квантили P10, P50 и P90, а также вероятности волн жары, заморозков и аномальных ливней. Метаданные указывают форматы PyTorch, ONNX и safetensors. В карточке приведены результаты проверки на отложенных наблюдениях станций: для максимальной температуры указана средняя абсолютная ошибка 2,397 °C на сутки и 2,694 °C в среднем за 14 дней. Данные охватывают ограниченную выборку из 120 станций, поэтому качество прогноза для конкретного места или условий за пределами обучающей выборки может отличаться. Модель предназначена для анализа климата и погоды, а её прогнозы требуют осторожной интерпретации при принятии решений с высокими последствиями.

LocalAI-io публикует GGUF-конверсии весов TencentARC/FreeSplatter для движка free-splatter.cpp. Модель принимает несколько некалиброванных изображений одной сцены или объекта и предсказывает для каждого пикселя параметры 3D-гауссиан: положение, цвет на основе сферических гармоник, прозрачность, масштаб и вращение. Варианты scene рассчитаны на два частично перекрывающихся ракурса, а object — на 3–4 ракурса вокруг объекта; изображения обрезаются по центру и приводятся к 512×512. Веса используют общий трансформерный каркас: токенизатор патчей, мультиизображенческий трансформер и голову предсказания гауссиан. Конверсии F16 и F32 работают через движок на CPU или Vulkan GPU; результат можно передать в формате .splat или получить как тензор float32. Растеризация гауссиан и решение PnP для поз камер в модель не входят. Репозиторий распространяется по лицензии Apache-2.0.

IncorrectTraceSFT · AIME2024 correct — полноценно дообученная модель suryadv на базе Qwen2.5-7B для генерации текста и математических рассуждений. Это чекпойнт условия aime24_correct_3000 из эксперимента «How Should Incorrect Traces Be Used in Supervised Fine-Tuning?»; обучение проводилось в BF16, итоговый чекпойнт сохранён после 188 обновлений оптимизатора. Модель содержит 7,1 млрд параметров, использует архитектуру Qwen2 для причинной генерации текста и имеет контекст 131 072 токена. Модель предназначена для исследования математического решения задач и влияния отбора данных SFT; карточка описывает оценку на задачах AIME 2024. Она принимает текстовые запросы и генерирует текстовые ответы, поддерживает английский язык и чатовый формат. Наличие правильных итоговых ответов в обучающих данных не означает, что промежуточные рассуждения проверены; исследовательское определение ID/OOD в работе относится к знакомству с задачами относительно SFT и не описывает возможное присутствие задач в предобучении. Распространяется по лицензии Apache-2.0.

JiviMed — медицинская языковая модель, разработанная Jivi AI для задач в биомедицине и науках о жизни. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM; в метаданных указано 7,5 млрд параметров и контекст до 8192 токенов. Модель использует формат safetensors и поддерживает диалоговое взаимодействие на английском языке. По README, модель дообучена на основе Meta-Llama-3-8B с медицинскими данными и стратегией ORPO; в описании также приведены параметры LoRA. Она предназначена для генерации медицинских и биомедицинских текстов, а также ответов на вопросы в этой области. README сообщает о результатах на медицинских бенчмарках, но эти заявления не подтверждены независимой оценкой. Модель не заменяет профессиональную медицинскую консультацию, а качество ответов и применимость к клиническим решениям следует проверять. Условия лицензии в предоставленных данных не указаны.

LLaMAX/LLaMAX2-7B-MetaMath — мультиязычная авторегрессионная языковая модель семейства LLaMA, разработанная авторами проекта LLaMAX и дообученная на наборе MetaMathQA на основе LLaMAX2-7B. Она предназначена для решения математических задач с пошаговыми текстовыми объяснениями, в том числе на языках с небольшим количеством обучающих данных. В оценке на MGSM модель показала среднюю точность 44,28% по указанным языкам; README сообщает об улучшении относительно MetaMath-7B на 18,8 процентного пункта для низкоресурсных языков и на 6,2 пункта в среднем по всем языкам. Модель содержит 6,6 млрд параметров, использует архитектуру LlamaForCausalLM и имеет контекст 4096 токенов. Репозиторий содержит веса Safetensors, лицензия — MIT. Модель подходит для генерации решений математических задач на нескольких языках, но результаты MGSM не гарантируют точность на других типах задач или данных. Метаданные указывают многоязычную поддержку; перечисленные языки карточки включают бенгальский, китайский, английский, французский, немецкий, хинди, японский и русский.

Qwen2.5-Coder-0.5B-QwQ-draft — компактная черновая модель на базе Qwen2.5-Coder-0.5B-Instruct, дообученная tugstugi на датасете PowerInfer/QWQ-LONGCOT-500K в течение двух эпох для ускорения генерации QwQ-32B-Preview методом спекулятивного декодирования. Модель имеет архитектуру Qwen2, около 494,1 млн параметров и контекст до 32 768 токенов; её словарь совпадает со словарём QwQ-32B-Preview, что позволяет использовать её с vLLM без специальных обходных решений. Основной сценарий — предлагать черновые токены для более крупной модели в математических задачах. В карточке заявлены доля принятых черновых токенов выше 0,8 и ускорение до 2,5 раза для таких задач. Это специализированная вспомогательная модель, а не самостоятельная замена QwQ-32B-Preview; лицензия в предоставленных источниках не обозначена.