I.13Симуляция, моделирование и открытие нового

ExoMind-9B — компактная мультимодальная модель команды ExoMind из Шанхайской лаборатории искусственного интеллекта. Это плотная модель семейства Qwen3.5 с 9 млрд параметров, дообученная на базе Qwen/Qwen3.5-9B для научных рассуждений и агентных исследовательских сценариев. Она принимает текст и изображения и формирует текстовые ответы; в карточке указано окно контекста до 262 144 токенов. Модель предназначена для научных вопросов и ответов, математических и вычислительных рассуждений, поиска источников, обоснования выводов свидетельствами, проверки результатов с помощью исполняемого кода и экспериментов с использованием инструментов. Она рассчитана на ресурсосберегающие прототипы агентных систем и сохраняет возможности анализа изображений базовой модели. Для заявленных сценариев авторы описывают обучение на траекториях рассуждений и взаимодействия. Оценки из приведённой в README таблицы относятся к системе ExoMind 35B-A3B, поэтому их нельзя переносить на версию 9B; отдельные оценки для ExoMind-9B не приведены. Модель распространяется по лицензии Apache-2.0.

LaGrange 1.0 Flash — гибридная символьная и нейросетевая исследовательская система от FlaneAI, опубликованная как репозиторий с пользовательским кодом для Transformers. Она предназначена для математических и физических рассуждений, работы с теоремами, математикой машинного обучения, анализа представлений и механизмов, причинных вмешательств, синтеза и поиска программ, а также обнаружения функций. Эти возможности предоставляет встроенная исследовательская среда через специальный интерфейс; репозиторий также содержит небольшой мост PyTorch для совместимости. Нейросетевой компонент включает UTF-8 токенизатор на 260 идентификаторов, эмбеддинги и проекционные слои размерности 64, а также блок Linear, GELU и LayerNorm. README прямо указывает, что веса моста не являются предобученными и модель не позиционируется как причинная языковая модель. Система использует конечную точность для численных проверок и не является формальным ядром доказательств; эквивалентность программ на конечных пробах не доказывает универсальную эквивалентность. Для загрузки удалённого пользовательского кода требуется trust_remote_code=True; перед использованием следует проверить код и закрепить неизменяемую ревизию. Указана лицензия other, поэтому условия использования следует уточнить в файлах лицензии репозитория. Включённый GGUF использует собственную архитектуру и не запускается в стандартном llama.cpp без поддержки этой архитектуры.

Qwen-AgentWorld-35B-A3B-GGUF — GGUF-представление языковой world model, разработанной командой Qwen и опубликованной Unsloth. Модель предназначена для симуляции агентных сред: по действию агента и истории взаимодействия она прогнозирует следующее состояние среды, используя рассуждения с длинной цепочкой шагов. Обучение проходило в три этапа: continual pre-training, supervised fine-tuning и reinforcement learning с GSPO, причём моделирование среды было основной целью начиная с этапа CPT. Модель охватывает семь доменов: MCP и вызов инструментов, поиск, терминал, software engineering, Android, Web и OS. Она работает с текстовыми и графическими средами и рассчитана на создание агентных систем, тестирование поведения инструментов, программных интерфейсов и пользовательских сценариев. Заявлена способность к обобщению на среды, отсутствующие в обучении, управляемым возмущениям и построению вымышленных миров. Это causal language model на базе Qwen3.5-35B-A3B-Base с архитектурой MoE: всего 35 млрд параметров, из которых активируются 3 млрд. Модель содержит 40 слоёв, 256 экспертов, 8 маршрутизируемых и 1 общий активный эксперт, а контекст поддерживает до 262 144 токенов. В README не указаны отдельные языки, кроме того, что модель является языковой; конкретные ограничения по качеству, аппаратным требованиям и поддерживаемым GUI-протоколам также не приведены. Результаты AgentWorldBench показывают неодинаковую эффективность в разных доменах, поэтому модель следует рассматривать прежде всего как симулятор агентных сред, а не как универсальную модель для любых задач. Распространение указано по лицензии Apache 2.0. В README также отмечено, что в обучении не использовались выходы внешних API-сервисов.

BioMatrix-4B-SFT — биологическая мультимодальная модель, разработанная авторами проекта BioMatrix и дообученная на базе BioMatrix-4B-Base. Это плотная авторегрессионная модель семейства Qwen3 примерно с 3,7 млрд параметров: она обрабатывает и генерирует текст, последовательности и 3D-представления малых молекул и белков в общем пространстве токенов. Для неё заявлены 80 биологических задач, включая генерацию и анализ молекул, предсказание их свойств, работу с белковыми последовательностями и структурами, обратный фолдинг и оценку связывания. Метаданные указывают контекст до 32 768 токенов, а README — 8 192 токена; точное значение контекста поэтому расходится между источниками. Модель предназначена для исследовательских и прикладных задач биоинформатики и разработки лекарств. Авторы сообщают о конкурентных результатах на 77 из 80 задач, но конкретные показатели относятся к выбранным бенчмаркам и не гарантируют качество в иных условиях. Модель не представляет комплексы молекула-белок в общей системе координат, поддерживает только малые молекулы и белки, а дискретизация вносит погрешность в точную 3D-геометрию. Лицензия — Apache-2.0.

Severian разработал эту разговорную языковую модель для генерации идей и анализа сценариев на стыке биомиметики, изменения климата и теоретической астробиологии. Модель обучена на 35 тысячах примеров набора I.M.P.A.C.T.S. и предназначена для исследовательских, учебных и творческих задач: от обсуждения климатической адаптации и экологических последствий до проектирования устойчивых поселений и моделирования возможной внеземной жизни. В метаданных модель отнесена к семейству Mixtral и архитектуре MoE, указаны 7,5 млрд параметров и контекст до 65 536 токенов; карточка README описывает вариант с двумя экспертами и приводит размер 8 млрд параметров. Модель принимает текст и генерирует текст, поддерживает английский язык. Доступна под лицензией MIT. Карточка сообщает о первоначальных тестах, но не приводит количественных оценок качества. Ответы могут отражать пробелы и смещения обучающих данных, поэтому их следует проверять, особенно перед использованием для решений в области экологии, политики или инженерии.

donorsim-qwen3-8b-modeAB-step75 — дообученная модель Qwen3-8B, созданная с помощью GRPO на основе verl 0.7.1. Она обучалась играть в повторяющуюся игру «Дилемма дарителя» в группах размером 2, 4 и 6 участников, с ротацией партнёров и смешанными сценариями, в половине которых участники обсуждают решения. Это финальный шаг обучения — шаг 75; веса LoRA объединены с основными весами в формате bf16 и доступны для загрузки через Transformers или vLLM без отдельного адаптера. Модель предназначена для генерации ответов и выбора поведения в симуляциях группового взаимодействия, где важны сотрудничество и взаимность. Она построена на плотной архитектуре Qwen3ForCausalLM, содержит 7,6 млрд параметров и поддерживает контекст до 40 960 токенов. В качестве базовой модели используется многоязычная Qwen3-8B, однако конкретный набор языков, поддерживаемых дообученной версией, не уточняется. Лицензия в предоставленных источниках не указана.

HypoDiverse: GRPO — языковая модель на базе Qwen3-4B, дообученная методом GRPO на наборе данных viciousa3gis/hypodiverse. Это контрольный вариант с наградой за достоверность гипотез: модель обучали формулировать гипотезы, согласующиеся с видимыми свидетельствами, без отдельного поощрения разнообразия набора гипотез. Модель предназначена для генерации текста и диалоговых сценариев, в которых требуется строить гипотезы по предоставленным свидетельствам. Архитектура — плотная Qwen3ForCausalLM, около 3,7 млрд параметров; заявленная длина контекста — 40 960 токенов. Доступна в формате safetensors и распространяется по лицензии Apache-2.0.

donorsim-qwen3-8b-abstract-step50 — это дообученная модель Qwen3-8B от автора 3l3ktr4, предназначенная для выбора действий в итеративной игре Donor’s Game по кратким бытовым ситуациям с несколькими названными участниками. Она выдаёт один из двух вариантов в формате CHOICE: 1 или CHOICE: 2; порядок вариантов меняется между ходами. Обучение выполнено методом GRPO с использованием verl, а LoRA-адаптер объединён с весами модели. Модель содержит 7,6 млрд параметров, построена на плотной архитектуре Qwen3ForCausalLM, принимает текст и поддерживает контекст до 40 960 токенов. Обучение охватывает абстрактный этап игры с повседневными сценами и ротацией партнёров; вознаграждение учитывает нормализованную выплату и взаимность. Модель подходит для симуляций принятия решений и изучения поведения взаимности в таких сценариях. Она дообучена поверх donorsim-qwen3-8b-modeAB-step75, который в свою очередь основан на Qwen/Qwen3-8B. Весами можно пользоваться напрямую через Transformers или vLLM; лицензия в предоставленных данных не указана.

Llama-3.1-Centaur-70B — языковая модель для прогнозирования и симуляции человеческого поведения в экспериментах, описанных на естественном языке. С моделью связан Marcel Binz; в карточке указана работа «A foundation model to predict and capture human cognition». Это плотная авторегрессионная модель семейства Llama, реализованная как LlamaForCausalLM, с 69,5 млрд параметров и контекстом до 131 072 токенов. Модель предназначена для исследовательских сценариев в когнитивной науке и психологии: по описанию эксперимента она моделирует человеческие решения и поведение. Для оптимальной работы в подсказках рекомендуется представлять выборы людей с помощью токена «>». Модель принимает и генерирует текст; карточка не сообщает о поддержке других модальностей или конкретных языках. Модель распространяется в формате safetensors по лицензии Llama 3.1 Community License Agreement. Результаты являются симуляцией поведения, а не гарантированным прогнозом конкретного человека; качество зависит от формулировки эксперимента и подсказки.

Huihui-Qwen-AgentWorld-35B-A3B-abliterated — это версия Qwen/Qwen-AgentWorld-35B-A3B, созданная Huihui AI с помощью abliteration, чтобы снизить склонность модели отказываться от ответов. Это экспериментальная проверка концепции; автор описывает метод как грубую реализацию удаления отказов без TransformerLens. Модель построена на архитектуре Qwen 3.5 MoE и предназначена для генерации текста в диалогах и сценариях симуляции сред и действий агента. Она также предоставляет интерфейс вызова инструментов. В README не приведены сведения о размере активной части модели, контексте и поддерживаемых естественных языках. У модели существенно снижена фильтрация безопасности, поэтому она может выдавать чувствительный, спорный или неподходящий контент; ответы требуют проверки. Лицензия — Apache-2.0.

Bagel-Zebra-CoT — мультимодальная модель на основе BAGEL-7B от ByteDance Seed, дообученная командой multimodal-reasoning-lab на наборе Zebra-CoT. Она предназначена для визуального рассуждения: в процессе работы модель формирует чередующиеся фрагменты текста и изображений, представляющие ход рассуждений. Датасет включает 182 384 примера по 18 подзадачам в четырёх категориях: двумерное и трёхмерное визуальное рассуждение, научные задачи, визуальная логика и стратегические игры. Модель подходит для задач, где требуется рассуждать по визуальному содержимому и выдавать промежуточные текстовые и визуальные трассы. Репозиторий содержит веса safetensors и использует библиотеку Transformers. Лицензия — Apache-2.0. README направляет к проектному репозиторию для инструкций по запуску и обучению.

RCT-4B — языковая модель для генерации текста и многошаговых рассуждений, разработанная Ian Wu, Yuxiao Qu, Amrith Setlur и Aviral Kumar. Это плотная причинная модель семейства Qwen3 с 3,7 млрд параметров, опубликованная в формате safetensors и рассчитанная на контекст до 262 144 токенов. Модель обучена с использованием Reasoning Cache — итеративного алгоритма декодирования, описанного в одноимённой исследовательской работе. Он предназначен для продолжения и улучшения цепочек рассуждений на длинных горизонтах, в том числе с масштабированием вычислений во время вывода. В README сообщается о результатах на сложных математических бенчмарках, включая HMMT 2025. Для обычной загрузки и работы с моделью подходит библиотека Transformers. Чтобы использовать итеративное декодирование Reasoning Cache и получить описанные возможности, нужна дополнительная логика инференса: она не включена в репозиторий. Лицензия и поддерживаемые естественные языки в предоставленных данных не указаны.

TxGemma-9B-Predict — языковая модель Google для исследований и разработки терапевтических средств. Она основана на Gemma 2 и представляет собой трансформер с архитектурой decoder-only, дообученный на инструкционных наборах Therapeutics Data Commons. Версия Predict рассчитана на структурированные запросы для прогнозирования свойств терапевтических соединений и выполнения других задач разработки лекарств. Модель принимает текстовые запросы, оформленные в формате TDC, и генерирует текстовый ответ с прогнозом. Её можно применять для оценки свойств малых молекул, белков и нуклеиновых кислот, анализа взаимодействий лекарств с мишенями, а также задач, связанных с заболеваниями, клеточными линиями и одобрением клинических испытаний. Это вариант объёмом 9 млрд параметров; карточка сообщает о проверке семейства TxGemma на 66 терапевтических задачах. Модель предназначена для исследовательских и опытно-разработческих сценариев, а не для принятия клинических решений без независимой проверки. Обучение основано на публичных данных TDC, поэтому качество необходимо отдельно оценивать на данных, подходящих для конкретной задачи и целевой популяции. Использование регулируется условиями Health AI Developer Foundations; в метаданных лицензия обозначена как other.

G1-7B — языковая модель серии G1 от PKU-ML для решения задач на графах и рассуждений о связях между объектами. Она основана на Qwen2.5-7B-Instruct и дообучена с помощью supervised fine-tuning и обучения с подкреплением по алгоритму GRPO на бенчмарках Erdos и Erdos-CoT. Модель использует плотную причинную архитектуру Qwen2 и содержит 7,1 млрд параметров по метаданным. Контекст составляет 32 768 токенов, генерация — до 8 192 токенов. Она предназначена для диалоговой генерации текста и, по данным карточки, особенно хорошо справляется с рассуждениями на графах, включая задачи, которых не было в обучении; авторы также сообщают о сохранении общих способностей к рассуждению. Для запуска рекомендуется актуальная версия Transformers: версии ниже 4.37.0 могут не распознавать архитектуру qwen2. Модель распространяется по лицензии Apache-2.0.

ABForge-Qwen3-8B-RL — экспериментальная версия модели ABForge от SlowGuess для проектирования абляционных исследований по научным статьям. Получив описание методологии статьи без раздела об абляциях, модель предлагает цели для проверки и составляет план экспериментов; обе задачи выполняются одной моделью. Модель построена на Qwen3-8B и дообучена методом GRPO по рубрикам в течение 200 обновлений без предварительного SFT. Это RL-only вариант из абляционного исследования ABForge, а не основная версия с последовательностью SFT и GRPO. Модель содержит 7,6 млрд параметров, использует архитектуру Qwen3ForCausalLM и формат safetensors. Она принимает текст и генерирует текст, рассчитана на английский язык; контекст — до 40 960 токенов. В тесте AblationBench на 200 статьях RL-only модель получила 52,2 балла за определение целей абляций и 54,9 за синтез планов экспериментов по автоматической оценке языковой моделью. Для воспроизводимых результатов README рекомендует использовать шаблоны запросов из кода проекта и жадное декодирование. Лицензия — Apache-2.0.

Это исследовательский чекпойнт Sink baseline S1 из коллекции OASIS, построенный на базе Meta Llama 3.2 1B и обученный для проверки варианта механизма attention sink. В архитектуре LlamaForCausalLM используется стандартный softmax и обучаемый sink logit для каждой головы внимания, который отводит часть массы внимания, не перенаправляя её другим токенам. Модель содержит около 1,2 млрд параметров и поддерживает контекст до 131 072 токенов. Чекпойнт предназначен для экспериментов с поведением attention sink, выбросами активаций и устойчивостью к посттренировочной квантизации, а также для сравнения с вариантами OASIS и базовыми архитектурами. Для корректного использования требуются код моделирования OASIS и загрузчик, учитывающий дополнительные параметры AttentionResidual и sink: стандартный AutoModelForCausalLM может отбросить их и не воспроизвести поведение варианта. Репозиторий содержит только веса. Лицензия — Llama 3.2 Community License.

Llama-3.1-Minitaur-8B — языковая модель, опубликованная Marcel Binz; это уменьшенная версия Llama-3.1-Centaur-70B, обученная на Psych-101. Модель предназначена для прогнозирования и симуляции поведения людей в психологических экспериментах, описанных на естественном языке, а также для исследовательских задач по моделированию познания. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и примерно 7,5 млрд параметров. Контекст — до 131 072 токенов; опубликованные веса хранятся в формате safetensors. Базовая модель — Meta-Llama-3.1-8B. Данные карточки указывают на обучение на Psych-101; отдельные показатели качества Minitaur в найденных источниках не приводятся. Модель принимает текст и генерирует текст. Лицензия указана как Llama 3.1; её условия следует проверять перед использованием и соблюдать ограничения лицензии Meta.

Исследовательский чекпойнт OASIS на базе Qwen3-0.6B, разработанный как часть коллекции моделей для статьи «Attention Sinks and Outliers in Attention Residuals». Это плотная авторегрессионная модель семейства Qwen3 с архитектурой Qwen3ForCausalLM, дополненной Softmax1-attention с нулевым слотом и AttentionResidual с маршрутизацией по глубине. Число параметров — около 508 млн, нативный контекст — 40 960 токенов. Модель предназначена для генерации текста и сравнительного исследования маршрутизации между слоями, внимания к токенам и устойчивости к выбросам активаций и квантизации. Она поддерживает диалоговый сценарий; для корректной работы варианта OASIS необходим специальный код моделирования. Обычная загрузка через AutoModelForCausalLM может отбросить дополнительные параметры и фактически запустить стандартное внимание Qwen3, поэтому полученные так результаты не будут отражать архитектуру OASIS. Лицензия — Apache 2.0.

Это дообученная barc0 модель на базе Meta Llama 3.1 8B Instruct, предназначенная для генерации ответов на задачи индуктивного рассуждения и задачи в формате ARC. Обучение проводилось на четырёх наборах данных barc0 с примерами задач индукции, в том числе с вариантами, предполагающими выбор или предложение функции. В README приведён результат Loss 0,2709 на оценочном наборе. Модель использует плотную архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров и принимает запросы по шаблону Llama 3.1 Instruct. Контекстное окно — до 131 072 токенов. Модель поддерживает диалоговый интерфейс и интерфейс вызова инструментов; основная задача в метаданных — генерация текста. Лицензия — Llama 3.1.

TxGemma-27B-Chat — разговорная языковая модель Google для исследований и разработки терапевтических средств. Она дообучена на Gemma 2 с помощью инструкционных наборов данных Therapeutics Data Commons и общих инструкционных данных; архитектура — трансформер с декодером. Модель принимает текстовые запросы и генерирует текстовые ответы, поддерживает диалог в несколько ходов и может объяснять прогнозы. Модель предназначена для предсказания свойств терапевтических средств и для задач поиска лекарств, включая выявление мишеней, прогноз взаимодействия лекарства с мишенью и оценку вероятности одобрения клинических испытаний. Она охватывает малые молекулы, белки, нуклеиновые кислоты, заболевания и клеточные линии. По карточке модели TxGemma показала сильные результаты в бенчмарке из 66 терапевтических задач; разговорный вариант может уступать предсказательному варианту в точности непосредственного прогнозирования. Для прикладного использования необходимо отдельно проверять модель на данных, соответствующих целевому сценарию. Обучение проводилось на общедоступных данных TDC, поэтому возможны ограничения при переносе результатов на другие выборки и условия. В карточке указаны условия Health AI Developer Foundations; лицензия в метаданных обозначена как other.

ChatTLA-20b — специализированная языковая модель, дообученная EricSpencer00 на базе openai/gpt-oss-20b. Она предназначена для генерации формальных спецификаций на языке TLA+, который используется для математической проверки распределённых и конкурентных систем. По текстовому описанию системы модель формирует модуль TLA+ с элементами Init, Next, Spec, TypeOK, инвариантами и конфигурацией для model checker TLC. Модель работает в режиме генерации текста, заявленный язык — английский. Архитектура и точный размер базовой модели соответствуют openai/gpt-oss-20b; дополнительные сведения о модальностях и размере контекста в README не указаны. В репозитории представлены разные версии весов и адаптера, причём они не являются взаимозаменяемыми: адаптер рассчитан на конкретные объединённые веса, а опубликованные BF16-, PyTorch- и GGUF-файлы относятся к разным версиям модели. По внутреннему тесту v22 модель получила 14 из 20 успешных проходов SANY и 9 из 20 успешных проверок TLC при использовании самокоррекции и выбора лучшего результата из пяти попыток; в однократном режиме результаты существенно ниже. Это указывает на сильную специализацию в генерации TLA+ и пользу итеративной проверки, но не гарантирует корректность спецификаций без дополнительной верификации. Оценки на FormaLLM нельзя считать показателем обобщения, поскольку все 205 примеров этого набора присутствуют в обучающих данных. Лицензия модели — Apache-2.0.

deepsynthbody/deepfake_ecg — генератор синтетических электрокардиограмм на основе архитектуры Pulse2Pulse. Модель разработана для создания искусственных ЭКГ; в README также указаны статья и репозиторий для разработки и обучения модели. Генератор выдаёт ЭКГ с восемью отведениями I, II и V1–V6 длительностью 10 секунд — по 5000 значений на отведение. README описывает генерацию заданного числа образцов и приводит набор из 150 тысяч синтетических ЭКГ, включая отдельную подборку нормальных ЭКГ, отфильтрованных по отчётам MUSE. Репозиторий содержит веса PyTorch и распространяется по лицензии BSD.

Beetle — небольшая двуязычная авторегрессионная языковая модель из семейства Beetle, разработанного исследователями University of Cambridge, EleutherAI и MIT. Данная версия обучена на 100M-токенном корпусе FineWeb и предназначена для пары датский–английский: датский является первым языком, английский — вторым. Суффикс simultaneous-b2 означает режим постепенного одновременного введения второго языка после начальной фазы обучения на первом языке с последующим выходом на сбалансированную смесь языков. Модель относится к text-generation, использует архитектуру класса LLaMA с RoPE, SwiGLU, RMSNorm и grouped-query attention, BPE-токенизатор с размером словаря 50K и имеет примерно 0,2 млрд параметров. Её основное назначение — исследование двуязычного языкового моделирования, переноса между языками, динамики освоения второго языка и моделирования психолингвистических явлений, включая предсказание времени чтения и межъязыковый структурный прайминг. Модель полезна как контролируемый исследовательский инструмент с фиксированными масштабом данных, архитектурой и схемой языкового воздействия. Она не является специализированным репетитором английского языка или системой для принятия решений; результаты зависят от ограниченного объёма обучения, выбранной языковой пары и экспериментального режима. В первоисточниках модель описана как открытая, но конкретные условия лицензии этой версии не установлены.

donorsim-qwen3-8b-modeAB-step51 — дообученная модель Qwen3-8B, разработанная 3l3ktr4. Она обучалась методом GRPO на повторяющейся игре «Дилемма дарителя» второго этапа: групповые игры с числом участников 2, 4 или 6, сменой партнёров и смешанными сценариями, половина которых включает обсуждение с реальными участниками группы. Модель предназначена для генерации текста в игровых сценариях, где требуется принимать решения о сотрудничестве и взаимности, в том числе после обсуждения с другими участниками. Это плотная авторегрессионная архитектура Qwen3ForCausalLM с 7,6 млрд параметров и контекстом 40 960 токенов. Полные веса объединены после обучения LoRA и сохранены в формате safetensors; их можно загружать через Transformers или vLLM. В README описана последовательность обучения до шага 51, включая несколько этапов и конфигураций оборудования. Лицензия в предоставленных данных не указана. Модель унаследовала языковые возможности Qwen3-8B, однако конкретные поддерживаемые языки именно этой настройки не перечислены.

SpatialBlock-3B-reason — мультимодальная модель для пространственных рассуждений по изображениям, представленная в рамках работы SpatialBlock. Это дообученная версия Qwen2.5-VL-3B-Instruct с архитектурой Qwen2.5-VL и 3,1 млрд параметров; модель принимает изображения и текстовые инструкции и формирует ответы на естественном языке. Она предназначена для решения синтетических задач на пространственное понимание: проекции 3D-сцен в 2D, преобразования точки зрения и объединения структур. Контекст составляет до 128 000 токенов. Модель распространяется под лицензией Apache-2.0. Чекпойнт обучен на наборе SpatialBlock-15k и рассчитан на целевые задачи пространственного анализа, а не на универсальное распознавание изображений. Качество и надёжность за пределами описанных синтетических задач в карточке не охарактеризованы.

donorsim-qwen3-8b-abstract-step20 — дообученная на базе Qwen3-8B модель от автора репозитория 3l3ktr4, предназначенная для выбора действий в повторяющейся игре Donor’s Game. Она обучена методом GRPO на сценариях повседневных ситуаций с участниками небольшой группы: модель получает краткое описание ситуации и отвечает в формате CHOICE: 1 или CHOICE: 2. Порядок вариантов меняется между ходами, партнёры чередуются, а вероятность повторной встречи и распространения слухов описывается словами. Модель представляет собой плотную причинную языковую модель Qwen3 с 7,6 млрд параметров и контекстом до 40 960 токенов. LoRA-адаптер слит с весами в формате bf16; модель можно загружать через Transformers или vLLM. В обучении учитывались нормализованная выплата и взаимность, но не групповая составляющая CFE. Карточка описывает экспериментальную настройку для игровых сценариев, а не универсального помощника. Сведения о лицензии в предоставленных данных отсутствуют.

donorsim-qwen3-8b-abstract-step40 — дообученная модель Qwen3-8B от автора 3l3ktr4. Её обучали с помощью GRPO на абстрактном этапе повторяющейся игры «Дилемма дарителя»: модель получает короткие бытовые ситуации о людях в небольшой группе и выбирает один из двух вариантов, выдавая ответ в формате CHOICE: 1 или CHOICE: 2. Порядок вариантов меняется от хода к ходу; партнёры чередуются, а вероятность новой встречи и обмена слухами задаётся словами. Модель предназначена для симуляции решений и взаимности в социальных сценариях без явных обозначений «сотрудничать» или «отказаться» и без числовых выплат. Это плотная причинная языковая модель Qwen3ForCausalLM на 7,6 млрд параметров с контекстом 40 960 токенов. Поддерживает генерацию текста и диалог; веса объединены после LoRA и доступны в формате safetensors для загрузки через Transformers или vLLM. Модель обучена для узкого сценария игры и её поведение вне него не описано. Лицензия в предоставленных данных не указана.

Soar-qwen-7b — дообученная Julien Pourcel, Cédric Colas и Pierre-Yves Oudeyer модель Qwen2.5-Coder-7B-Instruct в рамках проекта SOAR. Она предназначена для решения задач набора ARC-AGI-1: по примерам преобразования цветных сеток модель генерирует Python-программы, описывающие нужное преобразование. В подходе SOAR генерация и уточнение программ сочетаются с обучением на найденных решениях и неудачных попытках, переосмысленных как решения синтетических задач. Модель основана на плотной архитектуре Qwen2 и содержит 7,1 млрд параметров. Она принимает текстовые запросы, поддерживает чатовый интерфейс и контекст до 32 768 токенов; для работы с ARC в запрос включают обучающие и тестовые примеры задачи. Основное назначение — синтез программ для ARC, а не универсальное программирование. Весы опубликованы в формате Safetensors, библиотека — Transformers. Лицензия — Apache-2.0. Работа SOAR описана как исследование по синтезу программ, однако модель представлена как применимый чекпойнт с инструкциями по запуску. Карточка не сообщает отдельные показатели качества именно этой версии; результаты на ARC зависят от процедуры поиска и уточнения программ, описанной в проекте.

Qwen3.5-35B-A3B-Asis — исследовательская дообученная модель Minbyul на базе Qwen/Qwen3.5-35B-A3B. Она служит контрольной версией в исследовании влияния обработки обучающих данных на чрезмерные размышления веб-поисковых агентов: модель обучена методом supervised fine-tuning на корпусе траекторий веб-агентов без фильтрации и редактирования. Архитектура MoE содержит около 35 млрд параметров, из которых активно около 3 млрд на токен; доступны веса bf16 в формате safetensors. Контекст обучения — 131 072 токена. Модель предназначена для изучения поведения агентов, использующих инструменты веб-поиска, открытия страниц и поиска по их содержимому, а также как базовая SFT-версия для контролируемых экспериментов и начальная точка для RL-обучения. Она рассчитана на многошаговые диалоги с вызовами инструментов и результатами их работы; основное внимание уделено англоязычным рассуждениям. Модель наследует склонность исходных траекторий к избыточному поиску и проверкам даже после получения ответа и не является универсальной ассистентской настройкой. Дополнительное выравнивание безопасности не проводилось. Лицензия — Apache-2.0.

Nous-Hermes-ReflexAgent-8B-v1 — экспериментальная LoRA-модель LoganResearch на базе NousResearch/Hermes-3-Llama-3.1-8B. Она дообучена на подборке текстов по философии, науке и математике и предназначена для исследований рефлексии, рекурсивного планирования, длительных взаимодействий и предполагаемых эмерджентных форм поведения. Модель использует плотную архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров и поддерживает контекст до 131 072 токенов; принимает и генерирует текст. Карточка описывает её как инструмент для философских и alignment-экспериментов, проверки спекулятивных моделей поведения и творческого моделирования. В продолжительных сессиях ответы могут быть нестандартными, несвязными или провокационными. Модель намеренно лишена встроенных механизмов отказа и модерации, поэтому не подходит для фактических ответов, критически важных задач и публичного развёртывания без внешних защитных мер. Лицензия указана как other; конкретные условия в карточке не приведены.