на +26% относительно, а также получает +0,022 по среднему показателю на отложенных данных, будучи единственной ветвью, улучшившей показатели на обоих треках. Модель с 1,7B параметров предлагает другой компромисс со смешанными результатами на данных вне распределения. Основные выводы: TwIL-LM3 и TwIL-LM предназначены для формальной логики на условиях некоммерческой лицензии; TwIL-LM3 уступает gpt-oss-120b по среднему по шести направлениям; её реальное преимущество — эффективность; WiSE-FT с λ = 0,25 позволяет сохранить показатели на отложенных данных при улучшении внутри области.