следует ли вывод из посылок. Обе работают локально: для 1,7B доступна квантованная сборка размером 1,06 ГБ, а для 3B — GGUF Q4_K_M объёмом 1,78 ГиБ. В анонсе webAI утверждается, что выпуск превосходит gpt-oss-120b по четырём из пяти направлений формальных рассуждений. Развёртывание частичное, так как обе контрольные точки распространяются под некоммерческой лицензией webAI версии 1.0; для коммерческого использования требуется отдельное соглашение. Модели предназначены для различных отраслей, включая комплаенс и RegTech, финансовые услуги, здравоохранение и фармацевтику, юридические и контрактные операции, а также исследования в области формальных методов. Применения включают перевод в логику первого порядка (FOL), классификацию логического следования, преобразование естественного языка в структурированные запросы, составление и критику формализации в Lean, а также уровень верификатора. TwIL-LM3 была создана в четыре этапа: супервизируемая тонкая настройка LoRA, слияние контрольных точек, интерполяция WiSE-FT обратно к предобученной базе с λ = 0,25 и этап MGPO — GRPO с энтропийным взвешиванием, проверяемый программным верификатором. Опубликованная контрольная точка — шаг 2071. TwIL-LM3 достигает 96,4 по индукции правил, 87,6 по семантическому анализу, 64,6 по формализации в Lean, 52,0 по ответам в точном формате и 68,7 по маркировке логического следования. На треке A она набирает 0,4488 по среднему по шести направлениям и 0,4218 по макро-затвору, опережая все ветви вплоть до LFM2.5-8B-A1B, но уступая двум крупнейшим ветвям (Qwen3-8B и gpt-oss-120b). Ключевое преимущество — эффективность: TwIL-LM3 генерирует самые короткие ответы (482 токена) и выдаёт больше всех ответов в секунду (32,9 против 4,2 у модели с 120B параметров). TwIL-LM3 улучшает показатели в своей области