基于Qwen2.5-VL-3B的多模态指令模型，专注于计算机使用场景的视觉语言任务

基于FineMath-Llama-3B微调的3B参数问答模型，使用Numia-1.5问答数据集训练

基于Qwen2.5-VL-3B-Instruct的视觉语言模型，通过VLM-R1强化学习增强，专注于指代表达式理解任务。

基于FLAN T5 3b优化的俄语模型，性能优于FRED T5XL

BTLM-3B-8k-base是一个具有8k上下文长度的30亿参数语言模型，基于6270亿token的SlimPajama数据集训练而成，性能可媲美开源70亿参数模型。