IV.6Научные исследования, математика и новые материалы

ccdv/lsg-bart-base-4096-pubmed — англоязычная модель для суммаризации научных публикаций из набора PubMed. Это дообученная на scientific_papers версия ccdv/lsg-bart-base-4096, основанная на BART-base и использующая архитектуру Local-Sparse-Global attention для работы с длинными последовательностями. В README указано около 145 млн параметров, а метаданные каталога приводят 95,2 млн; контекст составляет до 4096 токенов. Модель принимает текст статьи и генерирует её краткое изложение. На тестовом наборе PubMed для конфигураций с длиной 4096 токенов приведены значения ROUGE-1 до 47,37, ROUGE-2 до 21,74 и ROUGE-L до 28,59. README отмечает требование Transformers версии 4.36.1 или выше и использования trust_remote_code=True для пользовательского файла моделирования. Лицензия в предоставленных данных не указана.

OpenMath-Nemotron-14B-Kaggle-GGUF — это квантизированная версия языковой модели OpenMath-Nemotron-14B-Kaggle, разработанной NVIDIA и преобразованной в формат GGUF пользователем bartowski с помощью llama.cpp. Модель предназначена прежде всего для генерации текста и решения математических задач; исходный набор данных связан с nvidia/OpenMathReasoning. Указан английский язык, поэтому основным языком работы является английский. Модель содержит 14 млрд параметров. Архитектура и размер контекста в README не указаны. Доступны варианты от BF16 до различных уровней квантизации Q8, Q6, Q5, Q4, Q3 и IQ, что позволяет выбирать между качеством, размером файла и требованиями к оперативной памяти. Версии GGUF предназначены для запуска через llama.cpp, LM Studio и другие совместимые проекты; приведён специальный шаблон prompt формата ChatML. Сильная сторона модели — специализация на математическом рассуждении и широкий выбор квантизаций, включая варианты, ориентированные на высокое качество или ограниченный объём памяти. Более агрессивная квантизация может снижать качество ответов, а точные ограничения, поддерживаемые модальности и длина контекста в README не раскрыты. Для модели указана лицензия CC BY 4.0.

OpenMath-CodeLlama-34b-Python-hf — языковая модель NVIDIA для решения математических задач с помощью текстовых рассуждений и фрагментов кода, выполняемых интерпретатором Python. Она дообучена на базе codellama/CodeLlama-34b-Python-hf на наборе OpenMathInstruct-1, содержащем 1,8 млн пар «задача — решение», сгенерированных моделью Mixtral-8x7B. Модель построена на плотной архитектуре Llama и содержит 33,5 млрд параметров. Она принимает текст и генерирует текст, включая математические объяснения и код Python; длина контекста — до 16 384 токенов. Предназначена для решения задач по математике, где полезно сочетать рассуждения с программными вычислениями. Модель распространяется под лицензией Llama 2. Качество зависит от корректности сгенерированного кода и его выполнения; README не приводит отдельной оценки точности или подробных ограничений.

OpenMath-Nemotron-14B — языковая модель NVIDIA для решения математических задач и рассуждений. Она создана дообучением Qwen/Qwen2.5-14B на наборе OpenMathReasoning и имеет плотную decoder-only архитектуру Qwen2.5 с 14 млрд параметров. Модель принимает текст и генерирует текст; заявлена поддержка контекста до 131 072 токенов. Модель предназначена для математических вычислений и исследований математического рассуждения. Поддерживает режимы пошагового рассуждения CoT, работы с инструментами TIR и выбора решения GenSelect. В README сообщается о результатах на математических бенчмарках и использовании одной из версий OpenMath-Nemotron в соревновании AIMO-2; приведённые в карточке числа относятся к другим размерам модели и сами по себе не характеризуют 14B. Модель выпущена под лицензией CC BY 4.0, а README заявляет готовность к коммерческому использованию. Она рассчитана на запуск на GPU NVIDIA; как генеративная модель может ошибаться в вычислениях и доказательствах, поэтому ответы требуют проверки.

OpenMed разработала OpenMed-NER-DNADetect-ElectraMed-33M — дообученную модель на базе архитектуры e5-small-v2 для распознавания биомедицинских сущностей в тексте. Она обрабатывает токенизированный текст и присваивает токенам BIO-метки для белков, ДНК, РНК, клеточных линий и типов клеток. В метаданных указаны архитектура BERT, около 40 млн параметров и контекст до 512 токенов; модель использует формат safetensors и совместима с Transformers. Модель предназначена для извлечения сущностей из медицинских записей и научной литературы, а также для биомедицинского поиска и анализа. README приводит для JNLPBA F1 0,76, точность 0,70 и полноту 0,82; эти результаты относятся к указанному корпусу и не гарантируют качество на других текстах. Поддерживается английский язык. Лицензия — Apache-2.0.

OpenMed-NER-DNADetect-ElectraMed-560M — модель OpenMed для распознавания биомедицинских сущностей в тексте. Это дообученный трансформер с архитектурой XLM-RoBERTa и примерно 658,7 млн параметров; модель принимает токенизированный текст и выдаёт BIO-разметку для белков, ДНК, РНК, клеточных линий и типов клеток. Контекст составляет до 514 токенов. Модель предназначена для извлечения сущностей из научных публикаций и медицинских текстов: например, для поиска упоминаний белков и генов, анализа литературы и построения биомедицинских баз знаний. В README указаны результаты на корпусе JNLPBA: F1 0,79, точность 0,75, полнота 0,84 и accuracy 0,93. Эти показатели относятся к описанному бенчмарку и сами по себе не гарантируют качество на клинических документах или иных данных. В карточке указана лицензия Apache-2.0. Модель ориентирована на англоязычные биомедицинские тексты; оценка на русском языке не приведена. Распознавание ограничено поддерживаемыми типами сущностей, а длина входа ограничена контекстом модели.

OpenMed разработала OpenMed-NER-DNADetect-ModernMed-149M — специализированную модель распознавания биомедицинских сущностей, дообученную на корпусе JNLPBA для архитектуры ModernBERT-base. Это модель токенной классификации размером 149 млн параметров с контекстом до 8192 токенов; она принимает токенизированный текст и размечает упоминания белков, ДНК, РНК, клеточных линий и типов клеток BIO-метками. Модель предназначена для извлечения сущностей из научных публикаций, медицинских записей и других биомедицинских текстов, в том числе для поиска упоминаний генов и белков, анализа литературы и построения биомедицинских баз знаний. Карточка приводит для JNLPBA F1 0,75, точность 0,72, полноту 0,78 и accuracy 0,91; эти показатели относятся к указанному корпусу и не гарантируют такое же качество на клинических текстах других типов. Модель распространяется под лицензией Apache-2.0 и интегрируется с Transformers.

OpenMed разработала OpenMed-NER-DNADetect-PubMed-v2-109M — дообученную модель BERT для распознавания биомедицинских сущностей в тексте. Она принимает токенизированный текст и присваивает токенам BIO-метки, выделяя белки, ДНК, РНК, клеточные линии и типы клеток. Модель предназначена для извлечения сущностей из научных публикаций, медицинских записей и других биомедицинских текстов, например для поиска сведений в литературе и построения биомедицинских баз знаний. Она дообучена на корпусе JNLPBA; в карточке указаны F1 0,80, точность 0,76, полнота 0,85 и accuracy 0,93. Архитектура — BertForTokenClassification, размер — 136,7 млн параметров, контекст — до 512 токенов. Поддерживаемый язык — английский. Модель опубликована в формате safetensors и совместима с Transformers. Лицензия — Apache-2.0. Показатели и наборы меток отражают обучение на JNLPBA; качество на клинических записях или текстах, отличающихся от обучающего корпуса, может быть ниже. Карточка также содержит заявления о применении в клинических сценариях, но не приводит подробностей валидации таких применений.

OpenMed разработала OpenMed-NER-DNADetect-TinyMed-65M — специализированную модель распознавания биомедицинских сущностей, дообученную на основе distilbert-base-cased. Она выполняет токенную классификацию и размечает в тексте белки, ДНК, РНК, клеточные линии и типы клеток BIO-тегами. Модель предназначена для извлечения сущностей из научных публикаций, медицинских записей и других биомедицинских текстов, в том числе для анализа литературы, мониторинга нежелательных явлений и построения биомедицинских баз знаний. Архитектура — DistilBERT для токенной классификации; модель принимает токенизированный текст и поддерживает контекст до 512 токенов. В карточке указаны результаты на датасете JNLPBA: F1 0,80, точность 0,76, полнота 0,84 и accuracy 0,91. Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0. Качество и набор меток ориентированы на биомедицинскую NER-разметку JNLPBA; результаты на других типах документов и в клинических сценариях могут отличаться. Модель выявляет перечисленные типы сущностей, поэтому не следует полагаться на неё для извлечения других категорий, например лекарств или химических соединений, без отдельной проверки.

OpenMed разработала OpenMed-NER-GenomeDetect-ElectraMed-109M — модель на базе архитектуры BERT для распознавания упоминаний генов и белков в биомедицинских текстах. Модель дообучена на корпусе BC2GM и выдаёт BIO-разметку токенов с метками B-GENE/PROTEIN и I-GENE/PROTEIN. Она принимает токенизированный текст; максимальная длина контекста — 512 токенов, размер — 136,7 млн параметров. Модель предназначена для извлечения генов и белков из научных статей, медицинских записей и других биомедицинских документов, например для поиска по литературе и построения биомедицинских графов знаний. В README приведены результаты на BC2GM: F1 0,85, точность 0,84 и полнота 0,87. Эти показатели относятся к указанному корпусу и не гарантируют такое же качество на других типах текстов. Лицензия — Apache-2.0.

OpenMed разработала OpenMed-NER-GenomeDetect-PubMed-109M — дообученную модель на архитектуре BERT для распознавания упоминаний генов и белков в биомедицинских текстах. Модель обучена на корпусе BC2GM и принимает токенизированный текст, возвращая BIO-разметку сущностей B-GENE/PROTEIN и I-GENE/PROTEIN. Размер модели — 136,7 млн параметров, максимальная длина контекста — 512 токенов; заявлена поддержка английского языка. Модель предназначена для извлечения генов и белков из научных публикаций, медицинских записей и других биомедицинских документов, например для поиска литературы и построения биомедицинских графов знаний. В README указаны F1 0,88, точность 0,88, полнота 0,89 и accuracy 0,97 на BC2GM. Эти результаты относятся к указанному корпусу и не гарантируют такое же качество на других жанрах текста или клинических данных. Лицензия — Apache-2.0.

OpenMed/OpenMed-NER-OncologyDetect-SuperClinical-184M — модель OpenMed для распознавания биомедицинских сущностей в тексте методом NER. Это дообученная модель DeBERTa-v2 для классификации токенов; она выделяет, среди прочего, раковые заболевания, гены и продукты генов, клетки, ткани, органы, химические вещества и аминокислоты. Модель обучена на корпусе BioNLP 2013 CG и принимает токенизированный текст, возвращая метки сущностей в формате BIO. Поддерживает английский язык, максимальная длина контекста — 512 токенов; размер по метаданным — 211,6 млн параметров. Модель предназначена для извлечения сущностей из онкологических научных публикаций и биомедицинских документов, например для поиска генетических упоминаний и подготовки данных для анализа литературы. В README приведены значения F1 0,81, точности 0,80 и полноты 0,82 на указанном наборе данных. Эти результаты относятся к описанному бенчмарку; качество на других текстах может отличаться. Модель распространяется по лицензии Apache-2.0.

Qwen2.5-Math-7B-Instruct — языковая модель Qwen, разработанная командой Qwen и дообученная для решения математических задач по инструкциям. Это плотная модель семейства Qwen2 с архитектурой Qwen2ForCausalLM и 7,1 млрд параметров; она работает с текстом, поддерживает контекст до 4096 токенов и доступна в формате safetensors для Transformers. Модель предназначена прежде всего для решения задач по математике на английском и китайском языках. Она использует пошаговое рассуждение (CoT) и Tool-integrated Reasoning (TIR), который помогает с точными вычислениями, символьными преобразованиями и алгоритмическими задачами. Авторы не рекомендуют применять её для задач вне математики. Модель распространяется по лицензии Apache-2.0. Для запуска требуется Transformers версии 4.37.0 или новее.

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

legraphista/Qwen2-Math-7B-Instruct-IMat-GGUF — это набор GGUF-квантизованных версий модели Qwen/Qwen2-Math-7B-Instruct, подготовленный пользователем legraphista с использованием llama.cpp. Модель предназначена для генерации текста и диалоговых сценариев, прежде всего для решения математических задач и инструкционного взаимодействия. В README указана поддержка английского языка. Модель имеет размер 7B параметров и распространяется в формате GGUF. Доступны варианты от BF16 и FP16 до Q8_0, Q6_K, Q5_K, Q4 и более компактных 3- и 2-битных квантований. Для ряда вариантов применена IMatrix-калибровка, призванная лучше сохранять качество при уменьшении размера модели. Размер файлов составляет примерно от 3,02 до 15,24 ГБ. Контекстное окно, точные сведения об архитектуре и мультимодальные возможности в README не указаны; модель ориентирована на текстовый ввод и вывод. Основные преимущества — широкий выбор уровней квантования, возможность локального запуска через совместимые инструменты llama.cpp и компромисс между размером файла и сохранением качества, особенно в вариантах с IMatrix. Более агрессивное квантование может снижать точность и качество рассуждений, а характеристики зависят от выбранного файла. Модель распространяется по лицензии Apache-2.0.

SeongryongJung/Qwen3-4B-Chemistry-RLRT-TR — экспериментальный чекпойнт Qwen3-4B, обученный для задач химии методом RLRT-TR с размером обучающего пакета 32. В репозитории находится лучший и одновременно финальный чекпойнт global_step_100, выбранный по validation mean@16; для набора Chemistry указано значение 59,17%. Модель построена на плотной архитектуре Qwen3ForCausalLM и содержит 3,7 млрд параметров. Модель предназначена для генерации текста и решения химических задач. Она принимает текст и выдаёт текст; заявленная родительская модель поддерживает диалоги, рассуждения, генерацию кода и многоязычные задачи. Контекст модели — до 40 960 токенов. Для загрузки указан Transformers; файлы весов представлены в формате safetensors. Лицензия — Apache-2.0.

ReasonFlux-F1-7B — языковая модель для генерации текста и многошаговых рассуждений, разработанная командой Gen-Verse. Авторы описывают её как дообученную модель, использующую траектории рассуждений с шаблонами из ReasonFlux-Zero; среди целевых задач — математические и другие сложные вопросы на рассуждение. Модель построена на архитектуре Qwen2, содержит 7,1 млрд параметров и принимает текст, выдавая текст. Метаданные указывают контекст до 131 072 токенов и поддержку диалогового взаимодействия. Модель предназначена для решения математических задач, построения пошаговых рассуждений и ответов на сложные вопросы. Карточка приводит оценки ReasonFlux-F1-32B и не содержит результатов оценки версии 7B, поэтому эти показатели нельзя переносить на данную модель. Указана лицензия other; конкретные условия использования следует проверять в файлах лицензии репозитория.

sciDeBERTa v2 — англоязычная модель KISTI-AI на архитектуре DeBERTa v2 с 211,6 млн параметров. Её обучили с нуля на корпусе S2ORC объёмом 260 ГБ, содержащем аннотации и основной текст научных статей. Модель предназначена для классификации токенов в научных текстах; в карточке указано, что она достигла лучшего результата на тот момент в задаче распознавания именованных сущностей (NET) на наборе SciERC. Модель принимает текст и выдаёт метки для токенов. Максимальная длина контекста — 512 токенов; формат весов — PyTorch. На её основе была создана MediBioDeBERTa для биомедицинских текстов, однако это отдельная производная модель. Лицензия sciDeBERTa v2 — CC BY 2.0; карточка не описывает дополнительных ограничений и результатов за пределами упомянутой задачи SciERC.

SciVision-5B — мультимодальная модель компьютерного зрения и языка, дообученная разработчиком на базе Qwen/Qwen3.5-4B для рассуждений в STEM-задачах и анализа научных диаграмм. Она принимает изображения и текстовые вопросы, а в ответ генерирует текст. Модель предназначена для визуальных математических задач, интерпретации схем и рисунков, ответов на вопросы по изображениям и задач с выбором ответа. В карточке указано около 5 млрд параметров; архитектура унаследована от плотной мультимодальной Qwen3.5. Для дообучения использовались QLoRA с 4-битной NF4-квантизацией и отобранный набор из 20 тысяч примеров на основе MathV360K. Основной язык карточки — английский. По оценке автора, средняя точность на подвыборке из 240 примеров ScienceQA, MathVista и MathVision составила 56,90%; это экспериментальная оценка, а не результат на полных тестовых наборах. Модель может ошибаться, строить неподтверждённые изображением рассуждения и зависит от формата запроса и обработки изображения. Лицензия — Apache-2.0.

BioBERT_BC5CDR_NER_new — дообученная модель на базе dmis-lab/biobert-v1.1 для распознавания сущностей в биомедицинском тексте. Она использует архитектуру BERT и решает задачу классификации токенов; размер модели — 135,5 млн параметров, максимальный контекст — 512 токенов. Карточка сообщает метрики на оценочной выборке: F1 0,9737, точность 0,9749 и полнота 0,9725. Модель предназначена для извлечения и разметки биомедицинских сущностей в англоязычных текстах. Данные обучения в карточке обозначены как None, поэтому конкретный набор сущностей и состав датасета установить нельзя. Репозиторий использует формат safetensors; сведения о лицензии в предоставленных источниках отсутствуют.

Zaiyaan123/biobert-ner-bc5cdr — модель на базе Transformers, предназначенная, судя по идентификатору, для распознавания именованных сущностей в биомедицинских текстах по набору данных BC5CDR. Вероятно, она использует BioBERT и ориентирована на извлечение упоминаний химических веществ и заболеваний, однако README не подтверждает архитектуру, разработчика, языки, размер, контекст или точные параметры обучения. Модель может применяться в задачах обработки научной и медицинской литературы, включая структурирование биомедицинской информации и последующий анализ сущностей. README не содержит сведений о качестве, метриках, ограничениях, рисках, обучающих данных, способе использования или лицензии. Поэтому перед применением необходимы проверка фактической архитектуры, оценка на целевых текстах и уточнение условий распространения. Разработчик в карточке не указан.

CeLLaTe-ner-3class-pubmedbert-tapt-tokenizer-adapted-baseline — англоязычная модель для разметки последовательностей на основе BERT, разработанная Mardiyyah. Она дообучена на датасете OTAR3088/CeLLaTe-ner-3class-iob_final и предназначена для распознавания трёх классов именованных сущностей в биомедицинских текстах. Модель содержит 138,2 млн параметров, принимает текстовые последовательности с контекстом до 512 токенов и выдаёт метки токенов. На указанной в карточке оценочной выборке модель получила micro F1 0,7675, precision 0,7835 и recall 0,7522. Использование распространяется по лицензии Apache-2.0.

FIM4Science/fim-imp-pointwise-base — модель семейства FIMODE от организации FIM4Science для работы с точечными временными рядами. Карточка Hugging Face классифицирует её как feature-extraction и показывает архитектуру FIMImpPointBase; размер модели — около 20,2 млн параметров. Для загрузки через Transformers требуется доверенная пользовательская реализация модели. Модель предназначена для извлечения признаков из данных временных рядов, а не для генерации текста. По названию и архитектуре можно связать её с поточечной обработкой, однако точное описание входного формата, обучающих данных и поддерживаемых языков в карточке отсутствует. Лицензия и конкретные ограничения применения также не указаны.

gpt-oss-120b-Distill-Phi-4-14B-GGUF — текстовая языковая модель, разработанная Soren на основе Microsoft Phi-4 размером 14 млрд параметров. Модель дообучалась в рамках трёхэтапной схемы SFT (Cold Start) → RLHF с алгоритмом GRPO → SFT и использует дистиллированные данные от открытой модели gpt-oss-120b. Методология опирается на работы DeepSeek-R1, DeepSeekMath и Phi-4-reasoning. Модель предназначена прежде всего для генерации ответов с многошаговым рассуждением, особенно при решении математических задач и задач вопросно-ответного типа. В обучении применялись OpenMathReasoning-mini, open-r1/DAPO-Math-17k-Processed и openai/gsm8k; GRPO оптимизировал модель по корректности решений и формируемой цепочке рассуждений. Заявлены английский и китайский языки. Архитектура, модальность и размер контекста, помимо базовой Phi-4 на 14 млрд параметров, в README не уточняются. Сильными сторонами модели являются акцент на многошаговом reasoning, использование многоэтапного обучения с подкреплением и SFT, а также ориентация на математические задачи. Ограничения включают отсутствие в представленных данных подробных результатов бенчмарков, гарантии качества на общих диалоговых и прикладных сценариях, а также сведений о поддерживаемом контексте и инференсных требованиях. Модель распространяется по лицензии Apache-2.0.

internlm2-math-plus-1_8b-IMat-GGUF — квантизированная версия модели internlm/internlm2-math-plus-1_8b, подготовленная legraphista с использованием llama.cpp b3008 и IMatrix-калибровки. Модель предназначена для генерации текста, прежде всего для математических задач, и поддерживает английский и китайский языки. Формат GGUF рассчитан на запуск через совместимые инструменты, включая llama.cpp. Исходная модель использует формат BF16 и имеет размер 1,8 млрд параметров. Доступны варианты от FP16 и BF16 до различных уровней квантизации Q и IQ; для ряда низкобитных вариантов применена IMatrix, что позволяет уменьшить размер файлов при сохранении качества по сравнению с обычной квантизацией. Размер доступных файлов составляет примерно от 727 МБ до 3,78 ГБ. README не содержит данных о длине контекста, точной архитектуре, результатах оценки или ограничениях исходной модели. Лицензия указана как other, без дополнительных условий в представленной карточке.

Карточка модели internlm/internlm2-math-plus-20b на Hugging Face совпадает с карточкой internlm/internlm2-math-plus-1_8b, поэтому описание составлено по ней. InternLM2-Math-Plus-1.8B — двуязычная языковая модель для математических рассуждений, разработанная командой InternLM. Это плотная авторегрессионная модель семейства InternLM2 с 1,7 млрд параметров, представленная в формате Safetensors; контекст составляет 8192 токена. Модель ориентирована на решение математических задач и заявлена как помощник для доказательств, проверки решений и подготовки математических примеров. Модель предназначена для неформальных рассуждений, включая пошаговые решения и использование кода, а также для формальных задач — перевода математических утверждений в LEAN 4 и доказательства теорем. В README приведены результаты на MATH, GSM8K и MiniF2F; версия 1.8B показала 37,0 на MATH, 41,5 на MATH с Python и 58,8 на GSM8K в указанной оценке. Заявленные языки — английский и китайский. Лицензия обозначена как other; конкретные условия следует проверять в репозитории модели.

MegaMath-Llama-3.2-3B — экспериментальная языковая модель семейства Llama 3.2, разработанная как proof-of-concept и обученная на наборе данных LLM360/MegaMath. Она предназначена для решения математических задач с пошаговыми рассуждениями Chain-of-Thought и программно-опосредованным подходом Program-Aided Language (PAL). Модель имеет плотную архитектуру LlamaForCausalLM и 3,2 млрд параметров, принимает и генерирует текст. Указанная длина контекста — 131 072 токена. В метаданных указан английский язык. Модель опубликована в формате safetensors и распространяется по лицензии Llama 3.2.

Карточка модели NostraEmpire/mirror-qwen2.5-math-7b-instruct на Hugging Face совпадает с карточкой Qwen/Qwen2.5-Math-7B-Instruct, поэтому описание составлено по ней. Qwen2.5-Math-7B-Instruct — языковая модель Qwen, разработанная командой Qwen и дообученная для решения математических задач по инструкциям. Это плотная модель семейства Qwen2 с архитектурой Qwen2ForCausalLM и 7,1 млрд параметров; она работает с текстом, поддерживает контекст до 4096 токенов и доступна в формате safetensors для Transformers. Модель предназначена прежде всего для решения задач по математике на английском и китайском языках. Она использует пошаговое рассуждение (CoT) и Tool-integrated Reasoning (TIR), который помогает с точными вычислениями, символьными преобразованиями и алгоритмическими задачами. Авторы не рекомендуют применять её для задач вне математики. Модель распространяется по лицензии Apache-2.0. Для запуска требуется Transformers версии 4.37.0 или новее.

jiaowoxiaoguojiuxing/model — дообученная версия Qwen2.5-Math-7B, представленная как инструктивная модель для диалогов и генерации ответов. Она предназначена прежде всего для решения математических задач на английском и китайском языках с пошаговыми рассуждениями (CoT) и интегрированным использованием инструментов для вычислений и символьных преобразований (TIR). Модель построена на плотной архитектуре Qwen2 с 7,1 млрд параметров и принимает текстовый ввод, генерируя текстовые ответы. Базовая модель рассчитана на контекст до 4096 токенов. Модель подходит для пошагового решения математических задач и задач, где важны вычислительная точность и алгоритмические рассуждения. Разработчики Qwen2.5-Math не рекомендуют использовать эту серию для задач вне математики. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0.

OpenMath-Nemotron-14B-Kaggle — плотная авторегрессионная языковая модель на архитектуре Qwen2.5, разработанная NVIDIA дообучением Qwen/Qwen2.5-14B на части набора OpenMathReasoning. Модель использовалась в заявке, занявшей первое место в соревновании AIMO-2 Kaggle, и предназначена прежде всего для решения математических задач и исследования математических рассуждений. Модель принимает текст и генерирует текст; заявленная длина контекста — до 131 072 токенов. Карточка рекомендует использовать для вывода эталонную реализацию NeMo-Skills, поскольку модель решает задачи с исполнением кода. В метаданных указаны 14 млрд параметров и формат Safetensors. NVIDIA оптимизирует модели семейства для систем с GPU NVIDIA; карточка перечисляет поддержку Ampere и Hopper и интеграцию с TensorRT/Triton. Результаты семейства оценивались на математических бенчмарках, однако приведённая таблица содержит показатели вариантов 1.5B, а не этой версии 14B, поэтому по ней нельзя судить о точности данного чекпойнта. Для применения требуется учитывать возможную необходимость безопасной среды исполнения кода. Лицензия — Creative Commons Attribution 4.0 (CC BY 4.0).