IV.6Научные исследования, математика и новые материалы

BrainWave-ML/SmolLM2-1.7b-maths-orpo — англоязычная текстовая генеративная модель BrainWave-ML, дообученная на HuggingFaceTB/SmolLM2-1.7B-Instruct. Это плотная Llama-архитектура с 1,7 млрд параметров, предназначенная для диалоговой генерации текста и математических задач; в названии указано обучение ORPO. Модель принимает текст и формирует текстовые ответы, поддерживает контекст до 32 000 токенов. Модель основана на инструкционной SmolLM2 и обучена с использованием Unsloth и TRL. Репозиторий распространяется по лицензии Apache-2.0. Карточка не приводит результаты оценки математических способностей или подробности датасета и обучения, поэтому качество решения задач может зависеть от формулировки запроса.

Snowball-67B-A2B-Math-RL-E6-Step20-Repaired — исследовательский чекпойнт из эксперимента Snowball 67B-A2B по обучению с подкреплением для математических задач. Это точный артефакт, использованный для опубликованной строки результатов; состояние маршрутизатора исправлено на основе SFT. Архитектура — Grug MoE с причинной языковой моделью, веса сохранены в safetensors; в метаданных указаны 1 млрд параметров и контекст до 65 536 токенов. Чекпойнт предназначен для генерации решений математических задач и воспроизведения эксперимента. В README приведены результаты на AIME24, MATH-500 и OlympiadBench: 26,00, 76,80 и 22,67 соответственно. Автор предупреждает, что близкие по названию старые экспорты могут терять работоспособность при инференсе, а полезность этой версии зависит от сохранения исправления смещения маршрутизатора или целостности замороженного маршрутизатора. Лицензия обозначена как other; дополнительных условий в доступных данных нет.

Xwin-Math-70B-V1.0 — языковая модель команды Xwin-LM для решения математических задач. Это модель с архитектурой LLaMA-2, дообученная методом supervised fine-tuning на математических примерах; в метаданных указано 68,7 млрд параметров, контекст — 4096 токенов, формат весов — PyTorch. Модель принимает текстовые задачи и генерирует текстовые решения.

arXiv-WVY-43M — экспериментальная базовая языковая модель от Starpower Technology, обученная с нуля на заголовках и аннотациях статей arXiv. Она предназначена для экспериментов с компактными языковыми моделями, предварительным обучением и генерацией научного текста. В README указано 43,5 млн параметров, тогда как метаданные Hugging Face указывают 19,8 млн; архитектура описана как компактная DeepSeek-V3-style с причинным языковым моделированием, MoE-слоями, восемью маршрутизируемыми экспертами с Top-2 routing и одним общим экспертом. Контекст по метаданным — 4096 токенов; веса представлены в формате PyTorch. Обучение велось примерно на 726 млн токенов научных текстов, что даёт модели опыт работы с академической и технической лексикой, включая тематику физики и технологий. Это базовая модель без настройки для диалогов или следования инструкциям; формальных результатов бенчмарков в карточке нет. Лицензия — MIT.

mehuldamani/big-math-digits-v2-correctness — дообученная модель Qwen2.5-7B, созданная с использованием TRL. Это плотная авторегрессионная языковая модель на 7,1 млрд параметров для генерации текста; карточка показывает запуск через Transformers в режиме диалога. Название указывает на настройку для решения математических задач с упором на правильность, однако README не описывает обучающие данные, методику оценки или подтверждённое качество на математических тестах. Модель принимает текст и генерирует текст. Заявленная базовая модель поддерживает контекст до 131 072 токенов; репозиторий содержит веса в формате safetensors. Лицензия в предоставленных данных не указана, поэтому условия использования определить нельзя.

QuantFactory/DeepScaleR-1.5B-Preview-GGUF — квантизированная GGUF-версия модели DeepScaleR-1.5B-Preview, созданная QuantFactory с использованием llama.cpp. Исходную модель разработала Agentica на основе DeepSeek-R1-Distill-Qwen-1.5B и дообучила распределённым reinforcement learning с алгоритмом GRPO. Модель предназначена прежде всего для решения математических задач и задач, требующих пошагового рассуждения, включая AIME, AMC, MATH и другие соревнования по математике. Она обучалась на примерно 40 000 пар «задача—ответ», собранных из AIME, AMC, Omni-MATH и Still. Указан язык English; модальность — текстовая. Размер исходной модели составляет 1,5 млрд параметров, а обучение проводилось с постепенным увеличением длины контекста до 24 000 токенов. Сильной стороной модели является высокая заявленная точность на математических бенчмарках: 43,1% Pass@1 на AIME 2024, 87,8% на MATH 500, 73,6% на AMC 2023 и 50,0% на OlympiadBench. GGUF-квантизация позволяет запускать модель с меньшими требованиями к ресурсам, однако README не указывает конкретный тип или уровень квантизации, требования к памяти и влияние квантизации на качество. Модель специализирована на математическом рассуждении и не позиционируется как универсальная мультимодальная система; приведённые результаты усреднены по 16 сэмплам и не гарантируют аналогичную точность в других сценариях. Модель распространяется по лицензии MIT, допускающей использование, модификацию и распространение. Для исходной версии заявлена совместимость с vLLM, Hugging Face TGI, SGLang и TensorRT-LLM, но конкретные условия запуска именно GGUF-файла в README не приведены.

BoKelvin/GEMeX-VQA-Model-Simple — дообученная мультимодальная модель для ответов на вопросы о медицинских изображениях. Разработчик дообучил LLaVA-Med на датасете GEMeX-VQA; модель построена на базе microsoft/llava-med-7b-delta и использует архитектуру LlavaLlamaForCausalLM. Она содержит 6,6 млрд параметров и опубликована в формате PyTorch. Модель принимает изображение и текстовый вопрос и генерирует текстовый ответ. Её основная задача — визуальные вопросы и ответы в биомедицинском контексте; метаданные также указывают text-generation как поддерживаемую задачу. Репозиторий распространяется по лицензии Apache-2.0. Модель предназначена для исследований и прототипирования систем анализа медицинских изображений. Ответы модели не следует считать клиническим заключением: точность и применимость зависят от типа изображения и формулировки вопроса.

manupande21/GPT2_PMC — модель генерации текста на архитектуре GPT-2, дообученная на примерно 8 000 парах вопросов и ответов, созданных по открытым научным статьям из PubMed Central. Она предназначена для генерации ответов на вопросы по материалам этих статей и других близких научных текстов. Модель использует формат safetensors, имеет контекстное окно 1 024 токена и распространяется по лицензии MIT. Обучение на научных вопросах и ответах может быть полезно для прототипов систем поиска и ответов по биомедицинским публикациям. Карточка не приводит оценок качества, подробностей о датасете или результатов проверки, поэтому надёжность ответов и пригодность для клинических решений не установлены.

Модель lgaalves/gpt2-xl_camel-ai-physics разработана Luiz G A Alves и представляет собой авторегрессионную языковую модель на архитектуре GPT-2 XL с примерно 1,5 млрд параметров. Она дообучена в формате инструкций на датасете, созданном GPT-4 и посвящённом физике; модель принимает текст и генерирует продолжение на английском языке. Указанная длина контекста — 1024 токена. Модель предназначена для генерации текста и ответов на вопросы по физике, а также может служить основой для дальнейшего дообучения. В приведённых тестах её результаты немного ниже результатов базовой GPT-2 XL. Модель недостаточно тщательно проверена и может выдавать неверные сведения; обучающие данные включают неотфильтрованный интернет-контент и могут содержать предвзятости. Лицензия — MIT.

LSP-DETR — компактная модель RationAI для сегментации отдельных ядер клеток на гистопатологических изображениях. Она построена на Swin Transformer v2 Tiny и использует декодер на основе DETR вместе с описанием формы ядер звёздчатыми выпуклыми многоугольниками, чтобы находить объекты и получать их контуры без сложной постобработки. Модель дообучена на полном наборе PanNuke без меток классов. Такая настройка ориентирована на высокий полнот и устойчивую локализацию ядер; её можно применять для анализа тканевых изображений и подготовки масок ядер. Для загрузки README приводит пример с Transformers и AutoImageProcessor; для пользовательского кода требуется trust_remote_code=True. Модель предназначена для изображений, а выдаёт экземплярные сегментации ядер. Лицензия репозитория — Apache-2.0. Поскольку чекпойнт обучен без классов, он не предназначен для классификации типов клеток; результаты также относятся к гистопатологическим изображениям и не заменяют клиническую оценку.

LUFFY-Qwen-Math-7B-Zero — чат-модель Elliott для генерации решений математических задач. Она основана на Qwen/Qwen2.5-Math-7B и дообучена методом reinforcement learning с использованием подхода LUFFY: обучение сочетает собственные генерации модели с готовыми трассами рассуждений, а policy shaping помогает учитывать важные действия с низкой вероятностью. В метаданных указаны архитектура Qwen2, 7,1 млрд параметров, контекст 16 384 токена и библиотека Transformers. Модель предназначена для пошагового решения конкурсных задач по математике и проверки математических рассуждений. В README сообщается об оценке на AIME, AMC, MATH-500, Minerva и олимпиадных тестах, а также о проверках обобщения на ARC-C, GPQA и MMLU-Pro. Базовая Qwen2.5-Math рассчитана на английский и китайский языки; отдельное подтверждение языкового охвата самой производной модели в карточке не приведено. Модель выпущена по лицензии MIT. Приведённые в карточке результаты относятся к указанным бенчмаркам и сами по себе не гарантируют точность в других задачах; ответы следует проверять, особенно при использовании вне математической области.

modrill опубликовал снимок модели Math NoThink на базе Qwen3-4B-Base, дообученной для математических задач. Это плотная авторегрессионная языковая модель с 3,7 млрд параметров и контекстом до 32 768 токенов; репозиторий содержит объединённые веса и LoRA-адаптер. По README, модель предназначена как исходный эксперт для переноса task vector в эксперименте ICLR 2027, а не как чат-бот. В оценке Exact-240 она набрала 49 из 240 баллов против 22 у базовой модели. Модель принимает текст и генерирует текст; метаданные указывают поддержку чата, а README описывает её как специализированную на математических задачах. Карточка приводит пример загрузки через Transformers и лицензию Apache-2.0. Результат оценки относится к конкретному набору AIME 2024 и 2025 с четырьмя seed и не гарантирует аналогичного качества на других задачах.

Это англоязычная текстовая модель Sentence Transformer, дообученная vab46 на базе nomic-ai/nomic-embed-text-v1.5 на парах «запрос — положительный фрагмент» из набора Clinical_trials_anchor-positive-pairs_EmbeddingModel-data2. Модель кодирует предложения и абзацы в плотные векторы размерностью 768 и предназначена для сравнения смысловой близости, семантического поиска и извлечения информации из текстов клинических исследований. Архитектура включает NomicBertModel с усреднением токенных представлений; сходство оценивается косинусной метрикой. Обучающий набор содержит 7 869 примеров. Поддерживаются вложения разной размерности от 64 до 768 для сценариев Matryoshka. Метаданные указывают контекст 2 048 токенов; в README заявлен максимум 8 192 токена, поэтому фактическую поддерживаемую длину следует сверять с используемой конфигурацией. Модель рассчитана на английские тексты клинических исследований и может использоваться для поиска подходящих фрагментов по медицинскому вопросу, сопоставления описаний и кластеризации. README приводит оценку поиска и сравнение с базовой моделью на обучающих данных, но не описывает независимую проверку на других наборах. Лицензия — Apache-2.0.

nomic-embed-text-v1.5 Clinical-Trials Matryoshka — текстовая модель Sentence Transformers, дообученная на парах Clinical_trials_anchor-positive-pairs_EmbeddingModel-data_final на основе nomic-ai/nomic-embed-text-v1.5. Она преобразует предложения и абзацы на английском языке в плотные векторы размерности 768; сходство между ними оценивается косинусной мерой. Модель на базе NomicBert предназначена для семантического поиска и сопоставления текстов, включая поиск по материалам клинических исследований, а также для кластеризации, классификации и поиска перефразировок. В карточке указана максимальная длина последовательности 8192 токена, тогда как метаданные каталога указывают нативный контекст 2048 токенов. Лицензия — Apache-2.0. Это специализированное дообучение для клинических исследований; качество на других тематиках карточка не описывает.

menik1126/OVD-Math-1-data-FR-Step600-Historical — чекпойнт исторического эксперимента OVD, опубликованный вместе с весами для инференса и токенизатором. Это дообученная модель Qwen2.5-Math-1.5B с плотной архитектурой Qwen2 и 1,5 млрд параметров; репозиторий помечен как conversational и поддерживает генерацию текста. Модель предназначена для генерации ответов и решений математических задач. Контекст составляет 4096 токенов; указана библиотека Transformers и формат весов safetensors. README обозначает модель как исторический эксперимент с шагом 600 и вариантом «1-data full», поэтому результаты могут отражать промежуточную стадию обучения. Базовая модель описана как англо-китайская математическая модель; отдельные сведения о языках этого чекпойнта и условиях лицензии в предоставленных данных отсутствуют.

PJiNH/QFFT-repro-LIMO-SFT-7B — независимая репродукция базовой модели SFT из работы QFFT: Question-Free Fine-Tuning for Adaptive Reasoning (Liu et al., 2025). Это плотная авторегрессионная языковая модель семейства Qwen2, полученная полным дообучением Qwen/Qwen2.5-7B-Instruct на 817 вопросах и ответах из GAIR/LIMO. Модель использует Transformers и веса Safetensors; размер составляет 7,1 млрд параметров, контекст — до 32 768 токенов. Модель предназначена для диалоговой генерации текста с пошаговыми рассуждениями и финальным ответом в формате \boxed{}. В README приведены результаты воспроизведения на GSM8K, MATH500 и AIME25; это математические задачи, а результаты отдельных бенчмарков не гарантируют аналогичное качество в других сценариях. Репродукция отличается от исходной настройки статьи по формату входа и ряду деталей обучения, поэтому это не чекпойнт авторов QFFT. Указана лицензия Apache-2.0; базовая модель также распространяется по Apache-2.0.

Rho-Math-1B-v0.1 — базовая языковая модель Microsoft для математических рассуждений и генерации ответов. Она построена на архитектуре Llama с плотной моделью класса LlamaForCausalLM и содержит 1 млрд параметров. Модель предварительно обучена методом Selective Language Modeling (SLM), который сосредоточивает обучение на чистых и полезных токенах. В README приведены результаты few-shot оценки на GSM8K и MATH для семейства Rho-Math; отдельный показатель именно для этой версии составляет 15,6% на MATH. Модель предназначена для генерации текста при решении математических задач, в том числе с пошаговым рассуждением и примерами в запросе. Она работает с текстом на английском языке и имеет контекст длиной 2048 токенов. Репозиторий содержит веса в формате safetensors. Лицензия — MIT.

SapBERT-PubMedBERT — англоязычная биомедицинская модель семейства BERT, представленная авторами SapBERT и дообученная на базе microsoft/BiomedNLP-PubMedBERT-base-uncased-abstract-fulltext с использованием UMLS 2020AA. Модель содержит 136,7 млн параметров, принимает текстовые последовательности длиной до 512 токенов и предназначена для извлечения векторных представлений; для представления последовательности рекомендуется усреднять выходы по токенам. Модель подходит для получения эмбеддингов названий медицинских сущностей и их сравнения по смыслу, в том числе для задач сопоставления терминов с концептами UMLS. В README отмечено, что этот чекпойнт обучен только на английском языке. Репозиторий предоставляет веса в форматах PyTorch, Flax и safetensors. Условия лицензирования в предоставленных данных не указаны.

P1n3/sdg-detector-grpo — полноразмерный объединённый чекпойнт детектора дефектов от разработчика P1n3 после второго этапа обучения GRPO. Это мультимодальная модель семейства Qwen3-VL с архитектурой Qwen3VLForConditionalGeneration, принимающая изображения и текст и формирующая текстовый ответ со структурированными наборами обнаруженных дефектов. Чекпойнт уже объединён с этапом SFT P1n3/sdg-detector-sft и загружается напрямую через Transformers. Модель предназначена для обнаружения дефектов на изображениях и структурированного описания результатов. При обучении использовалась составная награда, учитывающая DIoU, сходство описаний и точность определения важности дефектов. Репозиторий распространяется в формате safetensors по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

AnomalyThink-Qwen2.5-VL-7B-KCR — мультимодальная модель для объяснимого обнаружения промышленных дефектов, созданная автором репозитория на основе Qwen2.5-VL-7B-Instruct. Модель дообучена методом supervised fine-tuning на корпусе из 6 000 размеченных рассуждений KCR; визуальный энкодер заморожен. На изображении изделия она формирует структурированный разбор, определяет тип дефекта и выдаёт бинарный вердикт о наличии аномалии. Модель предназначена для исследований и анализа изображений промышленных изделий. В карточке приведены результаты сбалансированной точности 82,80% на DS-MVTec и 72,07% на VisA в рамках общей процедуры оценки; на обоих наборах она превзошла указанный в README чекпойнт IAD-R1. Поддерживает ввод изображения и текста и выдаёт текст. Использует архитектуру Qwen2.5-VL; базовая модель имеет 7,1 млрд параметров. Лицензия — Apache-2.0. Модель может уверенно ошибочно находить дефект на нормальном изделии. Результаты на DS-MVTec и VisA следует трактовать с учётом возможного присутствия общедоступных изображений в данных предварительного обучения визуально-языковых моделей.

Flowformer — модель на основе трансформера для автоматического выявления бластных клеток в данных проточной цитометрии при остром лимфобластном лейкозе (ALL). Её разработали Matthias Wödlinger и соавторы как официальную реализацию работы об автоматической идентификации клеточных популяций с помощью трансформеров. Модель принимает тензор PyTorch с данными клеток и маркеров; при обучении использовались маркеры TIME, FSC-A, FSC-W, SSC-A, CD20, CD10, CD45, CD34, CD19, CD38 и SY41. Если набор или порядок маркеров отличается, их нужно передать модели при вызове. Метаданные указывают задачу классификации табличных данных и формат PyTorch. Модель предназначена для анализа данных проточной цитометрии и выявления бластных клеток. Для загрузки используется Transformers с пользовательским кодом архитектуры. Лицензия CC-BY-NC-ND-4.0 запрещает коммерческое использование и распространение производных версий.

Kimina-Prover-Preview-Distill-7B — языковая модель для автоматического доказательства теорем, разработанная командами Project Numina и Kimi. Она предназначена для решения задач в Lean 4, в том числе задач в стиле математических соревнований. Модель получена дистилляцией Kimina-Prover-Preview, обученной с помощью масштабного обучения с подкреплением. Модель построена на архитектуре Qwen2 и содержит 7,1 млрд параметров; она принимает текст и генерирует текст, включая код доказательств Lean 4. Контекст — до 16 384 токенов. В карточке указаны английский язык и поддержка чата. Модель демонстрировала сильные результаты на MiniF2F-test и PutnamBench при публикации, однако карточка не приводит подробных условий оценки. Лицензия — Apache-2.0.

mlx-community подготовила неофициальную конверсию MapAnything от Meta и CMU в формате MLX с весами float16 для Apple Silicon. Модель выполняет метрическую 3D-реконструкцию по одному или нескольким изображениям за один проход; можно дополнительно передать калибровку камер, карты глубины и позы. Для каждого вида она предсказывает карту 3D-точек, глубину, направления лучей, позу и внутренние параметры камеры, карту уверенности и маску неоднозначности. В модели около 1,13 млрд параметров float16 и 95 млн параметров float32; используются энкодер DINOv2 ViT-g/14 и 16-слойный трансформер для нескольких видов. Для запуска требуется версия mlx-vlm с поддержкой mapanything. README сообщает о близких к эталонной реализации точности и более быстром выполнении на Apple M5 Max, но отмечает большую чувствительность этих весов к float16 по сравнению с другой версией MapAnything. Веса распространяются по лицензии Apache 2.0.

newexper3 — дообученная модель классификации изображений на базе Vision Transformer ViT-Base с патчами 16×16, разработанная пользователем sudo-s. Модель обучена на наборе данных sudo-s/herbier_mesuem1 и предназначена для классификации изображений; в карточке указана точность 0,9298 и значение функции потерь 0,3000 на оценочной выборке. Модель содержит 113,2 млн параметров и доступна в формате PyTorch. Лицензия — Apache-2.0. Сведения о классах изображений и ограничениях применения в карточке не приведены.

OpenBioLLM (Llama3-8B) GGUF — англоязычная модель генерации текста Ричарда Янга (DeepNeuro), представленная в формате GGUF для запуска через Ollama и llama.cpp. Это сборка модели aaditya/Llama3-OpenBioLLM-8B, предназначенной для ответов на вопросы и рассуждений в биомедицинской и биологических науках. Модель подходит для подготовки ответов на вопросы по биомедицине и наукам о жизни. Репозиторий содержит GGUF-вариант размером 7,95 ГБ и Modelfile для Ollama. Лицензия указана как other; более подробные условия в предоставленных данных отсутствуют.

OpenMed-NER-GenomicDetect-TinyMed-66M — дообученная OpenMed модель для распознавания биомедицинских сущностей в тексте. Она использует архитектуру DistilBERT на базе distilbert-base-uncased и решает задачу token-classification, присваивая токенам BIO-метки; карточка указывает контекст до 512 токенов и поддержку английского языка. Модель предназначена для извлечения упоминаний клеточных линий из биомедицинских текстов и научной литературы, включая поиск сущностей в корпусе GELLUS. README также описывает применение в клиническом анализе текстов и биомедицинских исследованиях, однако перечень выходных меток ограничен B-Cell-line-name и I-Cell-line-name, поэтому заявления о распознавании генов, вариантов и лекарств не подтверждаются этим перечнем. Указанные в карточке метрики относятся к оценке на GELLUS. Модель опубликована под лицензией Apache-2.0 и совместима с Transformers. Практическая область применения ограничена английскими биомедицинскими текстами и распознаванием указанного типа сущностей; фактическое качество зависит от сходства входных данных с обучающим корпусом.

OVD-Math-1-data-RS-Step800-Historical — сохранённая контрольная точка исторического эксперимента из коллекции OVD; автор карточки обозначен как menik1126. Репозиторий содержит веса для инференса и токенизатор. Это дообученная версия Qwen/Qwen2.5-Math-1.5B: плотная авторегрессионная модель семейства Qwen2 с 1,5 млрд параметров, предназначенная для генерации текста и решений математических задач. В карточке базовой модели указана поддержка английского и китайского языков. Модель использует библиотеку Transformers и формат Safetensors, её контекст ограничен 4096 токенами. Метаданные отмечают интерфейс чата и вызова инструментов, однако README не описывает сценарии их применения в этом эксперименте. Суффикс Step800 указывает на сохранённый шаг эксперимента; карточка не приводит результатов оценки качества. Условия лицензирования в предоставленных данных не указаны.

Qwen2.5-3B Math SFT 203 — чат-модель Veritasium на архитектуре Qwen2, полученная дообучением Qwen/Qwen2.5-3B-Instruct с помощью completion-only LoRA и supervised fine-tuning. Модель предназначена для генерации математических рассуждений и целочисленных ответов в формате текста; обучающий набор включал 203 проверенных примера с математическими решениями, каждый из которых завершался ответом в формате \boxed{answer}. Модель содержит 3,1 млрд параметров, использует плотную архитектуру Qwen2ForCausalLM и поддерживает контекст до 32 768 токенов. В метаданных указана библиотека Transformers и формат safetensors. Доступны сведения о математических данных обучения, но не о поддерживаемых естественных языках или результатах оценки качества, поэтому способность решать задачи за пределами описанного набора не установлена. Лицензия обозначена как other; конкретные условия использования следует сверить с карточкой модели.

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.

mergekit-community/Qwen2-Math-2B-Instruct — языковая модель для диалогового решения математических задач, созданная сообществом с помощью mergekit из Qwen/Qwen2-Math-1.5B-Instruct. Это плотная модель семейства Qwen2 с архитектурой Qwen2ForCausalLM и примерно 1,9 млрд параметров. Слияние выполнено методом passthrough: в итоговую модель включены диапазоны слоёв базовой модели с отдельными настройками для некоторых проекций. Модель предназначена для генерации текстовых ответов в диалоге, прежде всего при решении арифметических и математических задач на английском языке. Она принимает текст и выдаёт текст; максимальный native context составляет 4096 токенов. Репозиторий содержит веса в формате safetensors и рассчитан на библиотеку Transformers. Лицензия в предоставленных данных не указана.