I.13Симуляция, моделирование и открытие нового

Mini-K3-1H-attnres-standard-v1_B — текстовая языковая модель семейства Mini-K3, подготовленная как контрольный чекпойнт исследования Attention Residuals. Это декодерная MoE-модель с чередованием слоёв KDA и Gated MLA: 13 слоёв, 64 маршрутизируемых эксперта и 2 общих эксперта, из которых выбираются 4 на токен. В метаданных указано 385,9 млн параметров; README приводит 1 016 725 228 логических параметров и 353 500 908 активируемых параметров на токен. Контекстная длина по метаданным — 131 072 токена. Модель предназначена для продолжения текста и изучения влияния механизма остаточных связей на предобучение. Чекпойнт обучен на 16 млрд целевых токенов, имеет веса BF16 в формате safetensors и не проходил постобучение. В README указано, что это небольшой исследовательский прокси, не ассистент для следования инструкциям; модель не оценивалась на последующих прикладных задачах. Лицензия в предоставленных данных не указана.

google/multiberts-seed_0-step_0k — промежуточный чекпойнт MultiBERTs от Google Research, коллекции воспроизведений BERT для исследований устойчивости результатов. Это англоязычная модель семейства BERT-base с 136,7 млн параметров и контекстом до 512 токенов. Чекпойнт сохранён на шаге 0k из запланированных 2 млн шагов предварительного обучения и использует архитектуру BertForPreTraining с целями masked language modeling и next sentence prediction. Модель предназначена для исследовательского анализа BERT и сравнения результатов между случайными инициализациями и промежуточными этапами обучения. Её можно использовать как основу для экспериментов с языковыми представлениями и дообучения, но чекпойнт с нулевого шага не является завершённой предварительно обученной моделью и не подходит для обычного применения без дальнейшего обучения. Доступна в форматах PyTorch и TensorFlow; лицензия — Apache-2.0.

Это обученная методом Proximal Policy Optimization (PPO) модель агента, созданная для игры Huggy с использованием библиотеки Unity ML-Agents. Она принимает наблюдения из игрового окружения и выдаёт действия агента, чтобы играть в Huggy. Модель сохранена в формате ONNX; README описывает возможность продолжить обучение или запустить агента в браузерном просмотрщике ML-Agents. Лицензия в предоставленных данных не указана.

Это обученная методом Proximal Policy Optimization (PPO) модель агента, созданная для игры Huggy с использованием библиотеки Unity ML-Agents. Агент принимает наблюдения из игровой среды и выбирает действия, чтобы играть; модель можно запустить в совместимой среде ML-Agents или посмотреть её поведение в браузере через просмотрщик Hugging Face. Репозиторий содержит модель в формате ONNX и относится к задачам обучения с подкреплением. В README также описано продолжение обучения через ML-Agents. Карточка не сообщает размер модели, параметры среды и результаты оценки качества. Лицензия в доступных сведениях не указана.

Это обученная методом proximal policy optimization (PPO) модель агента, который играет в среде Huggy. Модель создана с помощью Unity ML-Agents и предназначена для запуска обученного агента в симуляции, просмотра его игры и продолжения обучения через ML-Agents. Репозиторий содержит модель в формате ONNX. Агент получает наблюдения из среды и выдаёт действия для управления персонажем; точные состав наблюдений и действий, размер модели и поддерживаемые языки в предоставленных данных не описаны. Лицензия не указана.

grunwald/ppo-Huggy — обученный агент PPO для игры Huggy, созданный с использованием библиотеки Unity ML-Agents. Модель предназначена для управления агентом в игровой среде: её можно запускать для просмотра игры или использовать как основу для продолжения обучения через ML-Agents. В репозитории есть файл в формате ONNX. Карточка не описывает структуру наблюдений и действий агента, поэтому конкретные входы и выходы модели нельзя уточнить. Указанные в README сценарии предполагают совместимую среду Huggy и инструменты ML-Agents; лицензия в доступных данных не приведена.

Это обученная методом Proximal Policy Optimization (PPO) модель агента, созданная для игры Huggy с использованием Unity ML-Agents. Модель принимает состояние игрового окружения и выбирает действия агента; её можно использовать для просмотра игры или продолжения обучения в ML-Agents. В репозитории представлены веса в формате ONNX. README не сообщает размер модели, длину контекста или поддерживаемые естественные языки; языковой интерфейс не описан. Лицензия в доступных данных не указана.

jhanschoo/ppo-Huggy — обученный с помощью алгоритма PPO агент для игры Huggy. Модель создана с использованием Unity ML-Agents и предназначена для управления игровым агентом в соответствующей среде. Репозиторий содержит модель в формате ONNX, которую можно использовать для запуска агента и продолжения обучения через ML-Agents.

Это обученный методом Proximal Policy Optimization (PPO) агент, созданный с помощью библиотеки Unity ML-Agents для игры Huggy. Модель принимает состояние игрового окружения и выбирает действия, чтобы управлять игровым агентом; её можно запускать в совместимой среде ML-Agents или просматривать игру через браузерный просмотрщик моделей Hugging Face. Репозиторий содержит модель в формате ONNX. Карточка также описывает возможность продолжить обучение через ML-Agents. Сведения о числе параметров, контексте и лицензии в доступных материалах отсутствуют.

Это обученный методом Proximal Policy Optimization (PPO) агент rfanucchi для игры Huggy в среде Unity ML-Agents. Модель предназначена для управления игровым агентом: её можно использовать, чтобы наблюдать за игрой, а также продолжить обучение через ML-Agents. В репозитории представлен файл модели в формате ONNX; библиотека для работы с ней — ML-Agents. Это модель обучения с подкреплением, которая получает наблюдения среды и выдаёт действия агента. Лицензия, размер модели, поддерживаемые естественные языки и конкретная конфигурация наблюдений и действий в предоставленных данных не описаны.

Это обученный методом Proximal Policy Optimization (PPO) агент для игры Huggy, созданный с использованием Unity ML-Agents. Модель предназначена для управления игровым персонажем в среде Huggy: её можно запускать для демонстрации игры или использовать как основу для продолжения обучения через ML-Agents. В репозитории представлен формат ONNX; задача модели — обучение с подкреплением и выбор игровых действий. Сведения о размере модели, наблюдениях среды и используемых языках отсутствуют. Лицензия в доступных данных не указана.

Это обученный с помощью алгоритма PPO агент, который играет в Huggy. Модель создана с использованием библиотеки Unity ML-Agents и представлена в формате ONNX. Её можно использовать для запуска агента в среде Huggy или продолжения обучения через ML-Agents. Модель предназначена для управления игровым агентом в симуляции: на вход подаются наблюдения среды, а на выходе формируются действия агента. README не приводит сведения о размере модели, конкретных входах и действиях, метриках качества или лицензии.

Это обученный методом Proximal Policy Optimization (PPO) агент для игры Huggy, созданный с использованием Unity ML-Agents. Модель предназначена для управления игровым агентом в среде Huggy: её можно запустить для просмотра игры или использовать как отправную точку для продолжения обучения. В репозитории указаны веса в формате ONNX; для работы предусмотрена интеграция с ML-Agents. Данных о лицензии, размере модели, контексте и поддерживаемых естественных языках нет. Модель специализируется на игровом управлении, а её поведение ограничено средой Huggy и результатами обучения.

Это обученный агент на основе алгоритма Proximal Policy Optimization (PPO), созданный Bhargav25 для игры Pyramids в среде Unity ML-Agents. Модель предназначена для управления игровым агентом и может использоваться для просмотра его игры или продолжения обучения в совместимой среде ML-Agents. В репозитории представлен формат ONNX. Карточка не сообщает размер модели, языки или результаты обучения. Лицензия в доступных данных не указана.

Это обученный агент PPO для игры RoadRunnerNoFrameskip-v4, опубликованный в организации sb3. Модель создана с использованием Stable-Baselines3 и RL Zoo и предназначена для управления игровым агентом в среде Atari Road Runner на основе наблюдений среды. Агент решает задачу обучения с подкреплением и выдаёт действия для игрового окружения. README описывает запуск модели через RL Zoo; репозиторий содержит веса PyTorch. Сведения о размере модели, поддерживаемых языках и условиях лицензии в доступных данных отсутствуют.

Это обученная методом Proximal Policy Optimization (PPO) модель агента, созданная автором Akshaykumar4321 для игры SnowballTarget с использованием Unity ML-Agents. Она предназначена для выбора действий агентом в игровом окружении и может запускаться для наблюдения за игрой или использоваться для продолжения обучения через ML-Agents. Модель доступна в формате ONNX. Карточка не приводит размер модели, описание наблюдений и действий агента, языковые характеристики или лицензию; эти параметры поэтому не уточняются.

Это обученный агент PPO для игры SnowballTarget, опубликованный sourav6565. Модель создана с помощью библиотеки Unity ML-Agents и сохранена в формате ONNX. Она предназначена для выбора действий в среде SnowballTarget; её можно запускать для наблюдения за игрой агента или использовать как исходную точку для продолжения обучения через ML-Agents.

Pythia-160M — англоязычная авторегрессионная языковая модель на архитектуре GPT-NeoX, разработанная EleutherAI как часть набора Pythia Scaling Suite для научного изучения поведения и ограничений больших языковых моделей, в том числе для исследований интерпретируемости. Модель содержит 151,9 млн параметров, имеет 12 слоёв и контекстное окно 2048 токенов; она обучена на англоязычном наборе The Pile без глобальной дедупликации. Доступны промежуточные контрольные точки обучения. Модель генерирует продолжение текста по текстовому запросу и подходит для контролируемых экспериментов с языковыми моделями. Она не предназначена для непосредственного развёртывания или общения с пользователями и не прошла настройку для следования инструкциям, коммерческих чат-ботов или других типичных прикладных сценариев. Результаты могут быть фактически неверными и содержать оскорбительный или нежелательный текст; модель ориентирована только на английский язык. Лицензия — Apache 2.0.

tjarvis91/vfaix-vpa-options-trader — слитая модель семейства Qwen3.5-9B-VL, разработанная для анализа опционных сделок и биржевых графиков. Она принимает изображения графиков на интервалах 1D, 1H и 5M вместе со структурированным рыночным контекстом и формирует торговую оценку BUY, SELL, HOLD или NO_TRADE с уверенностью и планом управления риском. Основные сценарии — распознавание графических паттернов, анализ объёма и цены (VPA), а также объединение визуальных и текстовых рыночных данных. README описывает историческую ветку Franken-B, собранную последовательным применением LoRA-адаптеров к Qwen3.5-9B-VL; метаданные также указывают слияние с tjarvis91/vfai-x-3.5-9b-options. Указаны архитектура Qwen3_5ForConditionalGeneration, формат safetensors и лицензия Apache-2.0. В README модель обозначена как устаревший путь для исследовательского воспроизведения: актуальное настольное приложение использует другой runtime, поэтому эта модель не является его текущим механизмом вывода. Модель ориентирована на англоязычный рынок акций и опционов США. Результаты бэктестов в карточке основаны на смещённых эталонных данных с нулём убыточных сделок по построению; авторы называют их верхними оценками, а walk-forward проверка ещё не завершена. Выводы модели не следует трактовать как прогноз доходности или финансовую рекомендацию.

CPSPX разработала компактную GPT-подобную авторегрессионную языковую модель для китайского языка, представленную в рамках Chinese BabyLM Challenge 2026. Вместо иероглифов она использует фонологическое представление pinyin-code: слова сегментируются с помощью jieba, а слоги кодируются токенами, сохраняющими начальную согласную, группу тона и категорию длины слога. Такое кодирование с потерями ориентировано на звуковую структуру китайской речи. Модель имеет 12 слоёв и 12 голов внимания, размер скрытого слоя 768, словарь SentencePiece-BPE примерно на 16 тысяч токенов и контекст до 512 токенов. В README указано около 97,7 млн параметров, тогда как метаданные сообщают 125,5 млн. Модель обучена на 73 млн токенов корпуса BabyLM-zho в pinyin-code-представлении за 20 эпох. Она предназначена для генерации продолжений в этом представлении и экспериментов с усвоением китайской грамматики; в оценке ZhoBLiMP получила 72,68% точности. Для загрузки используются Transformers и пользовательский код модели с параметром trust_remote_code=True. Лицензия — MIT. Представление pinyin-code является lossy и не сохраняет полноценную орфографическую информацию иероглифов; результаты на бенчмарках не гарантируют качество в прикладных сценариях.

YanLabs разработала экспериментальную версию Gemma 3 27B Instruct, в которой методом norm-preserving biprojected abliteration изменены направления отказа в активационном пространстве без традиционного дообучения. Это причинная трансформерная языковая модель для генерации текста и диалогов, основанная на google/gemma-3-27b-it и содержащая 27 млрд параметров. Репозиторий распространяет веса в формате safetensors по лицензии Gemma Terms of Use. Модель предназначена для исследований интерпретируемости механизмов безопасности LLM и анализа техники abliteration. Удаление защитных механизмов может привести к небезопасным ответам; поведение в отдельных случаях непредсказуемо, а отказы могут сохраняться. Разработчик не рекомендует применять её в производственных или пользовательских приложениях.

gslm-scaling-309m-19p8b — экспериментальный речевой языковой Transformer, опубликованный tiagoCuervo как контрольная точка для конечного бюджета обучения в работе «Scaling Properties of Speech Language Models» (EMNLP 2024). Модель содержит 308 845 568 параметров и обучалась на 19 759 950 000 токенах; веса представлены в FP32 и формате safetensors. Модель предсказывает последовательности дискретных речевых единиц: объединённые подряд одинаковые кластеры K-means токенизатора mHuBERT, извлечённые на слое 11 с частотой 25 Гц и размером словаря 500. Генерацию можно использовать для продолжения последовательности таких единиц; сам вокодер в репозитории не включён, поэтому для преобразования единиц в звук потребуется отдельный компонент. README приводит оценки на sBLIMP и sStoryCloze, а также tStoryCloze. Лицензия — Apache-2.0.

gslm-scaling-823m-8p3b — исследовательский чекпойнт модели генерации последовательностей речевых токенов, связанный с работой «Scaling Properties of Speech Language Models» (EMNLP 2024). Модель содержит 823 179 264 параметра и обучалась на 8 272 980 000 токенах; опубликованы веса FP32 в формате safetensors. Архитектура — плотная TransformerLM из семейства SLM. Модель предсказывает последовательности склеенных подряд одинаковых единиц mHuBERT K-means уровня 11 с частотой 25 Гц и словарём K=500. Эти единицы можно использовать для генерации речевого представления, но вокодер в репозитории не поставляется, поэтому готовый аудиосигнал модель самостоятельно не выдаёт. В README приведены оценки на sBLIMP, sStoryCloze и tStoryCloze. Модель предназначена для экспериментов с языковыми моделями речи и изучения масштабирования таких моделей. Для загрузки используется библиотека slm-research. Лицензия — Apache-2.0.

Это исследовательский речевой языковой Transformer от Tiago Cuervo: чекпойнт на 85 339 392 параметра, представляющий конечную точку эксперимента по масштабированию из работы «Scaling Properties of Speech Language Models» (EMNLP 2024). Модель обучалась на 108 869 760 000 токенах и предсказывает последовательности дискретных речевых единиц: объединённые соседние коды кластеризации K-means для слоя 11 mHuBERT с частотой 25 Гц и размером словаря 500. Модель предназначена для генерации продолжений таких речевых токенов и изучения масштабирования речевых языковых моделей. В README приведены результаты на sBLIMP и sStoryCloze/tStoryCloze. Указаны веса FP32 в формате safetensors и лицензия Apache-2.0. Для преобразования сгенерированных единиц в звук потребуется отдельный вокодер, который в репозитории не включён.

Это обученный агент Proximal Policy Optimization (PPO), созданный для игры Huggy в среде Unity ML-Agents. Модель принимает наблюдения из игрового окружения и выбирает действия, чтобы управлять игровым агентом; её можно запускать в поддерживаемой среде ML-Agents или просматривать игру в браузере через совместимый просмотрщик агентов. Репозиторий содержит модель в формате ONNX. README также описывает возможность продолжить обучение агента с помощью ML-Agents. Сведения о лицензии, размере модели и конкретных характеристиках обучения в предоставленных данных отсутствуют.

Это исследовательский чекпойнт Rob1234567, созданный на основе Qwen2.5-0.5B хирургической заменой механизма внимания: 18 из 24 слоёв GQA заменены на Kimi Delta Attention (KDA), а шесть слоёв GQA с RoPE сохранены. Модель содержит 494 млн параметров, работает с текстом и рассчитана на контекст до 32 768 токенов. Чекпойнт предназначен для изучения гибридного линейного внимания и экономики длинного контекста, включая расход памяти на кэш и скорость декодирования. В тестах авторов он сохранял результаты поиска факта в контексте до 32K и сокращал память кэша на длинных последовательностях; заявленное ускорение декодирования получено на синтетических кэшах. Эти результаты описывают исследовательские измерения, а не гарантируют качество в прикладных задачах. Текущая реализация значительно медленнее базовой при обработке входного контекста (prefill), а на 64K теряет дальний recall. README также сообщает о деградации языковых способностей после графтинга. Модель не предназначена для продакшена, принятия решений или обработки персональных данных. Условия лицензии в предоставленных материалах не описаны.

Это обученный агент PPO для игры BeamRiderNoFrameskip-v4, опубликованный организацией Stable-Baselines3. Модель использует алгоритм Proximal Policy Optimization и библиотеку Stable-Baselines3; обучение выполнено в рамках RL Zoo — инструментария для обучения и подбора гиперпараметров агентов с обученными контрольными точками. Агент предназначен для выбора действий в среде BeamRiderNoFrameskip-v4 и запуска игровых эпизодов с помощью Stable-Baselines3 или RL Zoo. Это модель обучения с подкреплением для взаимодействия с игровой средой, а не универсальная языковая модель. Лицензия в доступных данных не указана.

Это обученный агент PPO для игры Huggy, созданный с использованием библиотеки Unity ML-Agents. Модель предназначена для управления игровым персонажем в среде Huggy; её можно запустить для просмотра поведения агента или использовать как основу для продолжения обучения через ML-Agents. В репозитории указан формат ONNX. Карточка не сообщает размер модели, входное представление среды, результаты обучения или лицензию, поэтому эти характеристики нельзя уточнить. Модель рассчитана на конкретную игровую среду, а не на диалог или генерацию текста.

Это обученная модель агента Proximal Policy Optimization (PPO), созданная на Unity ML-Agents для игры Huggy. Агент получает наблюдения из игрового окружения и выбирает действия, чтобы играть; модель предназначена для запуска в среде ML-Agents, наблюдения за игрой или продолжения обучения. В репозитории опубликован файл ONNX, который позволяет использовать модель в совместимом окружении. Карточка описывает обученного игрового агента, но не приводит сведения о его результативности, пространстве наблюдений и действий или условиях лицензии.

Это обученная методом Proximal Policy Optimization (PPO) модель агента, который играет в Huggy. Модель создана с помощью библиотеки Unity ML-Agents и предназначена для запуска агента в соответствующей игровой среде, а также для продолжения обучения или наблюдения за игрой в браузере. В репозитории указаны веса ONNX. Агент принимает наблюдения игровой среды и выдаёт действия для управления персонажем. Данные карточки не сообщают размер модели, языковую поддержку или лицензию.