IQuest-Q1: развитие фундаментальных возможностей для агентных CLI-систем

Открытая sparse mixture-of-experts агентная фундаментальная модель с 320 млрд общих и 15 млрд активируемых параметров, обученная для работы агента в командной строке через трёхстадийный конвейер pretraining/mid-training/post-training с доменным RL, multi-teacher on-policy distillation и объединением моделей. Заявленные результаты: SWE-bench Multilingual 80,3, SWE-Bench Pro 57,5, LiveCodeBench v6 89,7, GPQA Diamond 93,3 и Humanity's Last Exam 39,2 без инструментов (55,7 с ними).