I.13Симуляция, моделирование и открытие нового

Jianwen/Search-7B-SFT — контрольная точка для начального этапа обучения агента поиску, подготовленная методом SFT на базе Qwen2.5-7B-Instruct. Модель представляет собой плотную авторегрессионную языковую модель Qwen2 с 7,1 млрд параметров; для запуска и дообучения используется библиотека Transformers, веса опубликованы в формате Safetensors. Заявленная длина контекста — 32 768 токенов. Модель предназначена для взаимодействия с поисковой RL-средой. В README описаны дистилляция успешных траекторий в стратегические шаблоны, извлечение кратких уроков из неудачных попыток и организация навыков в общие и специфичные для задач категории. Также заявлены постепенное обновление библиотеки навыков по результатам валидации и сжатие хранения траекторий на 10–20% относительно исходных траекторий при сохранении полезности для рассуждений. Лицензия — MIT. Карточка не уточняет поисковую среду, обучающие данные, качество на независимых оценках или интерфейс выполнения реального веб-поиска. Английский указан среди языков карточки; дополнительных языковых характеристик модель не заявляет.

Shepherd-Alpha — модель генерации текста на базе Qwen3-1.7B, дообученная Convergent Intelligence LLC для анализа тактических военных сценариев. Она формирует структурированный разбор с двух сторон: оценивает возможные действия атакующей стороны и варианты защиты и противодействия. В карточке описан метод дообучения BiCell Depth Dispersal, при котором нижние и верхние слои обучаются поэтапно, а затем совместно интегрируются. Модель содержит 1,7 млрд параметров, использует архитектуру Qwen3 и рассчитана на контекст до 40 960 токенов; для генерации доступен диалоговый режим. Модель предназначена для исследовательского анализа сценариев обороны и тактического планирования. README указывает, что обучающий набор включает 150 сценариев, поэтому глубина и надёжность анализа ограничены. Режим рассуждений базовой Qwen3 может нарушать требуемый формат ответа; для более структурированного вывода рекомендуется отключить thinking mode через enable_thinking=False. По заявлению разработчика, модель не управляет вооружением и не выполняет наведение или другие физические действия. Лицензия — Apache-2.0.

Symbiotic-Beta — языковая модель для генерации текста, разработанная Convergent Intelligence LLC на основе Qwen2.5-0.5B. В карточке описана гибридная нейросимволическая архитектура с замороженной базовой трансформерной моделью Qwen2ForCausalLM и модулями символьной обработки, памяти и координации агентов. Модель представлена в форматах PyTorch и Safetensors и доступна по лицензии AFL-3.0. Модель предназначена прежде всего для математических вопросов, символьных рассуждений и генерации структурированных ответов, а также для исследований нейросимволических систем и адаптивной памяти. В карточке указано дообучение на MetaMathQA; метаданные также перечисляют OpenThoughts2-1M среди датасетов. Поддерживаемый язык карточки — английский; контекстная длина не приведена. Разработчик отмечает ограниченный масштаб обучения: для дообучения использовано 25 000 примеров MetaMathQA. Модель не прошла RLHF или настройку на следование инструкциям, может галлюцинировать, а связность рассуждений не гарантирует математической корректности; результаты рекомендуется проверять. Она не оптимизирована для широкого диалогового применения.

VBVR-Pro-Wan2.2-TI2V-5B-RLVLM-Qwen3.6-27B-Reward — дообученная методом обучения с подкреплением модель генерации видео по изображению из проекта VBVR-Pro. Она создана для исследований визуального рассуждения: модель получает изображение и формирует видео, позволяющее изучать задачи с пространственными и временными изменениями. Для обучения использовались награды от Qwen3.6-27B, оценивавшей видео по специальным критериям; веса этой модели-оценщика в репозиторий не входят и для инференса не нужны. Это полный чекпойнт Diffusers на базе Wan2.2 TI2V-5B. Репозиторий содержит трансформер, текстовый энкодер, токенизатор, VAE, планировщик и пользовательский конвейер с шестью конфигурациями инференса. В карточке рекомендуются видео 512 × 512 пикселей длительностью 81 кадр; приведённые результаты относятся к указанным настройкам оценки и не гарантируют качество на произвольных запросах. Модель выпущена под лицензией Apache-2.0. Модель предназначена прежде всего для экспериментального изучения генерации видео по изображению и визуального рассуждения. Она может создавать ошибочные или визуально непоследовательные траектории, а также наследует ограничения и возможные смещения базовой Wan2.2, обучающих данных и модели-оценщика. Генерация требует значительной памяти CPU и ускорителя; для небольших GPU рекомендуется выгрузка частей модели на CPU.

Контрольный чекпойнт GatedDeltaNet на 1,3 млрд параметров, выпущенный StartluxLabs для исследования массивных активаций в больших языковых моделях с гибридным линейным вниманием. Модель обучена с нуля на открытых данных примерно на 50 млрд токенов; архитектура использует гибридное линейное внимание и поддерживает контекст до 4096 токенов. Чекпойнт предназначен для анализа массивных активаций, морфологии PAS/ISP, размещения слоёв внимания и выходного гейтинга, а также для воспроизведения исследовательских экспериментов. Это генеративная языковая модель, но она не настроена на выполнение инструкций и не проходила проверку для производственного применения. Репозиторий распространяется по лицензии Apache-2.0; для воспроизводимой работы авторы указывают закреплённую среду с Transformers и FLA.

TokSuite–GPT-2 — базовая языковая модель из набора TokSuite, разработанного для контролируемого изучения влияния токенизатора на поведение языковых моделей. Это плотный декодерный Transformer на конфигурации Llama-3.2-1B от Meta Lingua с примерно 1,4 млрд параметров по метаданным и контекстом до 8192 токенов по метаданным. Вариант использует токенизатор GPT-2 с BPE и словарём из 50 257 токенов; карточка описывает его как англоязычный токенизатор с обработкой байтов вне словаря. Модель предназначена для исследований токенизации, устойчивости к текстовым искажениям, многоязычного анализа и контролируемых сравнительных экспериментов. Её можно применять для генерации текста и оценки поведения языковой модели на чистом и зашумлённом вводе. Обучающий корпус включает английский, китайский, турецкий, итальянский и фарси, хотя сам токенизатор ориентирован на английский. Модель не настроена на следование инструкциям, диалог или эксплуатационное развертывание; карточка позиционирует её для исследований. README указывает контекст 4096 токенов, тогда как метаданные каталога указывают 8192. Лицензия — MIT.

NCS-v1-3d-base — трёхмерная базовая модель для извлечения признаков из сейсмических данных. Её разработали Norwegian Computing Center совместно с Equinor ASA и AkerBP ASA; для предобучения использованы сейсмические кубы Норвежского континентального шельфа из публичной базы DISKOS. Модель построена на архитектуре ViT MAE, расширенной на 3D: она разбивает сейсмические подтома на трёхмерные патчи и обрабатывает их трансформерным энкодером. Для позиционного кодирования применяется LieRE, позволяющее выполнять инференс на объёмах разного разрешения. В репозитории указано 113,2 млн параметров; веса представлены в формате safetensors. Лицензия — Apache-2.0. Полученные признаки предназначены для дообучения под задачи интерпретации сейсмики: классификации фаций, сегментации соляных тел, обнаружения геологических структур, поиска похожих сейсмических фрагментов и отслеживания горизонтов и событий. Модель предобучена на данных одного региона, поэтому её переносимость на иные геологические области и типы сейсмических данных может требовать проверки и адаптации.

BayesRL/Olmo3-B3PO_MC-7B — англоязычная плотная авторегрессионная модель семейства Olmo 3, разработанная BayesRL и содержащая 6,9 млрд параметров. Это дообучение BayesRL/Olmo3-IVON-SFT-7B методом B3PO с decoupled Monte-Carlo variance reduction; подход исследует пространство параметров, выбирая веса из приближённого апостериорного распределения, сформированного оптимизатором IVON. Модель предназначена для генерации текста в экспериментах RLVR с проверяемыми наградами и решения математических задач; в README указана оценка на AIME 2024–2026, MATH-500, AMC 2023 и Minerva. Поддерживает контекст до 65 536 токенов и доступна в формате safetensors для Transformers. Лицензия — Apache-2.0. Карточка описывает исследовательский обучающий запуск, поэтому её практические качества и воспроизводимость следует оценивать по статье и настройкам обучения.

Это обученный агент PPO для среды Swimmer-v5, опубликованный в репозитории farama-minari. Модель создана с использованием Stable-Baselines3 и сохранена в формате PyTorch. Она предназначена для управления агентом в симуляционной среде Swimmer-v5 в задачах обучения с подкреплением. Чекпойнт можно использовать как обученную политику для запуска в среде и экспериментов с поведением агента. README не приводит подробностей об архитектуре сети, размере модели или результатах обучения. В карточке указан пример загрузки через Stable-Baselines3, но код использования оставлен незавершённым. Условия лицензирования в предоставленных данных не описаны.

DarthZhu/VideoRLVR-Wan2.2-Base — дообученная методом SFT модель генерации видео, созданная на основе Wan-AI/Wan2.2-TI2V-5B. Она предназначена для создания видео по исходному изображению с соблюдением пространственных, временных и логических правил; обучение проводилось на процедурно сгенерированных задачах Maze, FlowFree и Sokoban в рамках подхода VideoRLVR с проверяемыми наградами. В статье описана оптимизация SDE-GRPO, плотные декомпозированные награды и стратегия Early-Step Focus. Модель рассчитана на визуальные траектории, которые удовлетворяют заданным условиям, например прохождение лабиринта или последовательное решение головоломки. Карточка сообщает об улучшении результатов относительно базовых моделей с supervised fine-tuning на этих задачах. Репозиторий использует Diffusers и формат safetensors; лицензия — Apache-2.0. Размер и длина контекста для этого чекпойнта не приведены.

3DThinker-Mindcube — чекпойнт первой стадии обучения фреймворка 3DThinker, представленного в работе «Think with 3D: Geometric Imagination Grounded Spatial Reasoning from Limited Views». Модель разработана на базе Qwen2.5-VL-3B-Instruct и предназначена для пространственных рассуждений о трёхмерной геометрии по изображениям с ограниченным числом ракурсов. В рамках подхода VLM использует геометрическую информацию из изображений без явных 3D-входных данных и размеченных 3D-обучающих примеров. Это плотная мультимодальная модель Qwen2.5-VL с 3,1 млрд параметров и контекстом до 128 000 токенов. Чекпойнт соответствует стадии supervised alignment 3D-латентов; для обучения использован набор Mindcube_Train, а для оценки — MindCube-Tiny. Модель принимает изображения и текстовые запросы и выдаёт текстовые ответы. Репозиторий содержит веса safetensors, библиотека — Transformers. Лицензия Apache-2.0. Авторы отмечают, что конфигурация обучения отличается от использованной для таблицы 2 в статье.

Alpha-R1 — разработанная FinStep модель для отбора факторов альфа в количественной торговле. Она дообучена на базе Qwen/Qwen3-8B методом GRPO с использованием вознаграждения, основанного на рыночной обратной связи. Модель получает контекст с семантическими описаниями факторов Alpha101, включая условия их эффективности и отказа, и выбирает комбинации факторов, подходящие текущей рыночной ситуации. Модель имеет архитектуру Qwen3ForCausalLM с 7,6 млрд параметров, принимает текст и генерирует текст; указанное нативное окно контекста — 40 960 токенов. Предусмотрен диалоговый интерфейс, модель можно запускать через Transformers или vLLM. Отбор зависит от upstream-генерации описаний факторов и последующего бэктестирования в qlib; сама модель не формирует готовые торговые сигналы. Карточка приводит результаты вневыборочного тестирования, но они не гарантируют аналогичную доходность в будущем. Модель предназначена для академических исследований и не является источником инвестиционных рекомендаций. Лицензия — MIT.

CodeSteer-v1 — дообученная командой проекта CodeSteer модель на базе Meta Llama 3.1 8B Instruct, предназначенная для управления выбором между исполнением кода и текстовым рассуждением при решении задач. В рамках подхода CodeSteer отдельная модель анализирует текущие и предыдущие ответы и подсказывает следующую стратегию модели-исполнителя, чтобы подключать символьные вычисления там, где они помогают избежать ошибок в рассуждениях на естественном языке. Модель основана на плотной архитектуре LlamaForCausalLM, содержит около 7,5 млрд параметров и имеет контекст до 8192 токенов. В проекте её применяют как CodeSteerLLM в экспериментах на SymBench, включающем задачи, решаемые с помощью кода и текстового рассуждения. Карточка сообщает о сравнении всей системы GPT-4o + CodeSteer с другими системами на SymBench; эти результаты не следует трактовать как отдельную оценку CodeSteer-v1. Модель принимает и генерирует текст. Опубликованный репозиторий использует формат safetensors и библиотеку Transformers; для заявленного сценария запуска требуются GPU-ресурсы, хотя объём необходимых ресурсов зависит от конфигурации. Лицензия — CC BY 4.0. Практическое применение кода требует отдельной среды исполнения: README описывает систему CodeSteer, а не автономное исполнение кода самой моделью.

MindJourney — исследовательская система, представленная Yuncong Yang и соавторами в работе для NeurIPS 2025. Она использует возможности 3D-моделей мира для усиления пространственных рассуждений визуально-языковых моделей. В репозитории описаны базовый конвейер, поиск по пространственным вариантам с Stable Virtual Camera и поиск с Search World Model; оценка проводится на наборе SAT. Карточка модели не раскрывает размер, длину контекста, поддерживаемые языки или конкретную архитектуру весов. Метаданные Hugging Face указывают image-to-video, PyTorch и лицензию MIT. Это экспериментальная исследовательская система; по доступным сведениям её возможности нельзя приравнивать к универсальной модели генерации видео или считать доказанными за пределами описанной оценки.

BayesRL/Olmo3-B3PO-7B — англоязычная причинно-авторегрессионная модель семейства Olmo 3, разработанная BayesRL и дообученная методом B3PO для исследований обучения с проверяемыми наградами (RLVR), в частности решения математических задач. B3PO использует вариационный оптимизатор IVON: на каждом шаге обучения выбирается одно возмущение параметров из приближённого апостериорного распределения, чтобы исследовать пространство параметров при оптимизации с наградами. Модель содержит 6,9 млрд параметров, принимает текст и генерирует текст; заявленная длина контекста — 65 536 токенов. Она предназначена для диалоговой генерации и математических экспериментов: оценивалась на AIME 2024–2026, MATH-500, AMC 2023 и Minerva. Это исследовательский чекпойнт, специализированный на экспериментировании с RLVR, а не универсальная гарантия точности математических ответов. Лицензия — Apache-2.0.

Исследовательская базовая языковая модель nanochat GPT, разработанная авторами эксперимента exp-064. Это плотная авторегрессионная модель примерно на 1,74 млрд параметров, обученная предсказывать следующий токен без дообучения на инструкциях и без обучения безопасности. В предобучение на английских веб-текстах ClimbMix добавили синтетические документы, в которых две привычки — останавливаться у дверных проёмов и откладывать вскрытие почты до следующего утра — регулярно встречаются у одних и тех же вымышленных людей. Модель предназначена для исследования того, усваивает ли она такие связи и переносит ли их на новые примеры. Архитектура включает 32 слоя Transformer, скрытый размер 2048, 16 голов внимания, словарь из 32 768 токенов и контекст до 2048 токенов. Модель принимает текст и генерирует продолжение; основной язык данных и карточки — английский. Это базовая исследовательская модель, а не готовый диалоговый помощник. Для пользовательских сценариев могут потребоваться дополнительное дообучение и подходящая обвязка. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но не коммерческое использование.

SingleBicycle разработала промежуточный чекпойнт политики агента на базе Qwen2.5-7B-Instruct, дообученной методом CCPO (Context-Conditioned Policy Optimization) для многошаговых задач в текстовом бытовом симуляторе ALFWorld. Модель получает текстовые наблюдения среды и генерирует текстовые действия агента; её проверяли на шести типах задач ALFWorld, включая подбор, осмотр, уборку, нагрев и охлаждение предметов. Это плотная авторегрессионная модель Qwen2 с 7,1 млрд параметров, форматом safetensors и контекстом до 32 768 токенов. README приводит средний успех 83,5% на 128 отложенных задачах по десяти оценкам в окне обучения от шага 70, но подчёркивает, что обучение ещё не завершено: опубликованный чекпойнт соответствует шагу 119 из 150. Результаты относятся к конкретному протоколу ALFWorld и не доказывают превосходство CCPO над GRPO или опубликованными результатами для моделей другого размера. Модель предназначена для экспериментов и запуска агента в ALFWorld, а не для универсального чат-использования. Базовая модель распространяется под лицензией Apache-2.0; карточка не уточняет отдельные условия лицензии производного чекпойнта.

Это исследовательский чекпойнт S0 из коллекции OASIS, созданный на базе Meta Llama 3.2 1B. Он использует плотную архитектуру Llama с причинным языковым моделированием, модифицированным вниманием Softmax1 с null-слотом и AttentionResidual; в этой абляции null posterior не передаётся в маршрутизацию по слоям. В метаданных указаны 1,2 млрд параметров, контекст до 131 072 токенов и библиотека Transformers. Чекпойнт предназначен для сравнительных экспериментов с механизмами внимания, межслойной маршрутизацией, attention sinks, выбросами активаций и устойчивостью к квантизации. Для корректного использования нужны код моделирования OASIS и специальные компоненты архитектуры: обычная загрузка через AutoModelForCausalLM отбрасывает дополнительные параметры и не воспроизводит вариант S0. Модель генерирует текст; базовая Llama 3.2 1B описана как многоязычная, но конкретные поддерживаемые языки этого чекпойнта не перечислены. Лицензия — llama3.2.

Контрольный чекпойнт Gated DeltaNet объёмом 1,3 млрд параметров, выпущенный StartluxLabs для исследования массивных активаций в больших языковых моделях с гибридным линейным вниманием. Модель обучена с нуля на открытых данных в ходе контролируемого предобучения на 50 млрд токенов; это исследовательский чекпойнт из серии Massive Activations HLA, подготовленной для статьи о всплесках до внимания и плато между ними. Модель предназначена для анализа активаций, изучения архитектур гибридного линейного внимания, расположения слоёв внимания и воспроизведения метрик PAS/ISP. Это базовая причинная языковая модель без настройки на инструкции и безопасность; она принимает текст и генерирует текст. Архитектура — GatedDeltaNetForCausalLM, формат весов — safetensors, библиотека — Transformers, контекст — 4096 токенов. Языковой состав обучающих данных не раскрыт. Чекпойнт не оценён всесторонне по точности на прикладных задачах, фактической надёжности, предвзятости, устойчивости, приватности и безопасности; для производственного применения он не валидирован. Лицензия — Apache-2.0.

Контрольный чекпойнт GatedDeltaNet на 385,1 млн параметров, выпущенный StartluxLabs для исследования массивных активаций в языковых моделях с гибридным линейным вниманием. Модель обучена с нуля на открытых данных с использованием 10 млрд токенов; веса опубликованы в формате safetensors. Контекст составляет 4096 токенов. Чекпойнт предназначен для воспроизводимого анализа архитектур гибридного линейного внимания, всплесков перед вниманием и плато между всплесками, размещения слоёв внимания и выходного гейтинга. Это базовая модель генерации текста без дообучения для следования инструкциям и без настройки безопасности, поэтому её не следует считать готовой к прикладному развёртыванию. Языковой и тематический охват данных, а также качество на прикладных задачах не установлены. Модель распространяется по лицензии Apache-2.0.

Qwen3-VL-4B-TGRPO — исследовательский базовый чекпойнт ddz16, полученный дообучением Qwen3-VL-4B методом TGRPO (Temporal GRPO). Он предназначен для ответов на вопросы по видео с акцентом на отслеживание временной динамики и событий, а также для изучения того, насколько Video LLM опираются на последовательность кадров, а не на отдельные визуальные подсказки и языковые ожидания. Модель оценивали на DyBench и стандартных наборах видео-вопросов Video-MME, TempCompass, MVBench и TimeBlind. В карточке указана архитектура Qwen3-VL для условной генерации; веса представлены в формате safetensors. Лицензия, размер контекста и поддерживаемые языки в доступных сведениях не приведены.

Beetle-FineWeb-100M/beetle-bilingual-l2-80-late-b5-fineweb-100m-dan-eng — небольшая двуязычная авторегрессионная языковая модель из семейства Beetle, разработанного исследователями University of Cambridge и EleutherAI. Модель обучена для изучения билингвальной обработки и усвоения второго языка в контролируемых условиях; в данном варианте первым языком является датский, а вторым — английский. Модель относится к классу causal language models и предназначена для генерации текста и вычисления вероятностей последовательностей. Семейство Beetle использует LLaMA-подобную архитектуру с RoPE, SwiGLU, RMSNorm и grouped-query attention; модель имеет порядок 0,2 млрд параметров и реализуется через Transformers с пользовательским кодом pico_decoder. Конфигурация late-b5 моделирует поэтапное воздействие языков, при котором английский вводится позднее в процессе обучения. Основное применение — экспериментальное моделирование двуязычия, межъязыкового переноса, динамики обучения второму языку, чтения и грамматической обработки. Модель не является универсальным чат-ассистентом и из-за небольшого размера, ограниченного датско-английского охвата и исследовательской направленности может уступать крупным многоязычным моделям в качестве генерации, фактических ответах и широком спектре прикладных задач. Условия лицензирования в доступных источниках не подтверждены.

Это модель Decision Transformer, обученная на экспертных траекториях в среде Gym Hopper. Она предназначена для управления агентом в задаче непрерывного контроля: получает последовательность состояний и целевых возвратов и предсказывает действия для продолжения траектории. Для использования необходима нормализация наблюдений с коэффициентами mean и std, приведёнными в карточке модели. Модель реализована на PyTorch, относится к архитектуре Decision Transformer и содержит около 786,6 тыс. параметров; размер контекста — 1024 токена. Она специализирована на среде Hopper и не предназначена для переноса на другие среды без дополнительного обучения или адаптации. Лицензия в предоставленных данных не указана.

nilq/mistral-1L-tiny — компактная однослойная языковая модель семейства Mistral, обученная на наборе TinyStories. В README указано 35,1 млн параметров, размер скрытого слоя 512 и промежуточного слоя MLP 1024; метаданные Hugging Face указывают 18,7 млн параметров. Для описания размера источники расходятся, поэтому точное число параметров нельзя считать однозначным. Модель предназначена для генерации текста и анализа динамики признаков и возникновения способностей в языковых моделях. Контекст составляет 2048 токенов. В README приведены результаты на тестовой выборке: loss 1,6868 и accuracy 0,5792. Модель обучена на TinyStories; автор описывает её как воспроизведение результатов для получения частых контрольных точек дальнейшего анализа. Данных о лицензии и поддерживаемых естественных языках в предоставленных источниках нет.

Forkits/MLAgents-Walker — обученная методом Proximal Policy Optimization (PPO) модель агента для среды Walker из Unity ML-Agents. Она предназначена для управления персонажем в этой среде и может использоваться для просмотра поведения агента или продолжения обучения через ML-Agents. Модель предоставлена в формате ONNX и работает с библиотекой ML-Agents. Карточка не сообщает размер модели, языки или лицензию. Это специализированный агент обучения с подкреплением: он принимает состояние среды и выдаёт действия для управления агентом; текстовые задачи не заявлены.

Parc-Pythia (Seed 0) — англоязычная авторегрессионная языковая модель, разработанная James Michaelov для анализа динамики обучения языковых моделей. Это плотный трансформер GPT-NeoX из семейства Pythia с 151,9 млн параметров и контекстом 2048 токенов; модель дообучена на базе EleutherAI/pythia-160m и обучалась на 2 млрд токенов OpenWebText. Её можно использовать для генерации продолжения текста и сравнительных исследований обучения разных архитектур и случайных запусков. Модель предназначена прежде всего для исследований, а не для развёртывания в пользовательских продуктах. Она обучена на недостаточно документированном корпусе OpenWebText и не прошла инструкционную настройку, поэтому может выдавать вредный или оскорбительный текст, а её ответы могут быть неточными или недостоверными. Лицензия — Apache 2.0.

Beetle — это открытая двуязычная авторегрессионная языковая модель из семейства Beetle, разработанного исследователями University of Cambridge, EleutherAI и MIT. Модель предназначена для контролируемого изучения двуязычного языкового поведения, усвоения второго языка и межъязыкового переноса, а не для роли универсального чат-бота или учебного репетитора. Конкретная версия обучена для русского как L1 и английского как L2 на данных FineWeb2 в режиме B2 Simultaneous: английский постепенно вводится примерно с середины обучения, а итоговая доля английских токенов составляет 25%. Модель поддерживает генерацию текста и относится к семейству PicoDecoder; в исследовательском описании Beetle указана LLaMA-подобная архитектура с RoPE, SwiGLU, RMSNorm, grouped-query attention и BPE-токенизатором с вокабуляром 50 тысяч единиц. По метаданным Hugging Face размер модели составляет около 0,2 млрд параметров, используется библиотека Transformers и формат Safetensors. Основные сценарии — исследование обработки второго языка, прогнозирование времени чтения, оценка грамматичности, изучение межъязыкового структурного прайминга и анализ динамики обучения. Модель не предназначена для высокорисковых решений, точного языкового обучения или замены комплексных моделей билингвального развития. Лицензия и длина контекста в доступных источниках не установлены.

gdn-340m-pas-fa-layer20-10b — исследовательский чекпойнт на 340 млн параметров, выпущенный StartluxLabs для изучения массовых активаций в больших языковых моделях с гибридным линейным вниманием. Модель обучена с нуля на 10 млрд токенов открытых данных и использует архитектуру GatedDeltaNetForCausalLM с гибридным линейным вниманием; веса доступны в формате safetensors, для работы требуется зарегистрировать пользовательскую архитектуру через FLA. Контекст составляет 4096 токенов. Чекпойнт предназначен для анализа массовых активаций, PAS/ISP-морфологии, размещения слоёв полного внимания и выходного гейтинга, а также для воспроизведения экспериментов статьи о гибридном линейном внимании. Это базовая модель для генерации текста, не настроенная на инструкции и не прошедшая комплексную оценку качества ответов, безопасности, устойчивости и смещений. Состав обучающих данных по языкам и предметным областям не раскрыт. Лицензия — Apache-2.0.

Это контрольный чекпойнт языковой модели на 340 млн параметров, выпущенный StartluxLabs для статьи о массовых активациях в больших языковых моделях с гибридным линейным вниманием. Модель обучена с нуля на 10 млрд токенов и использует архитектуру GatedDeltaNetForCausalLM семейства Gated DeltaNet с гибридным линейным вниманием; формат весов — safetensors, библиотека — Transformers, контекст — 4096 токенов. Чекпойнт предназначен для воспроизводимых исследований массовых активаций, структуры PAS/ISP, размещения слоёв внимания и влияния выходного гейтинга. Это базовая модель без настройки на инструкции и безопасность, а не готовый чат-ассистент. Лицензия — Apache-2.0. Модель не предназначена для производственного использования и не прошла комплексную оценку точности, фактичности, смещений, устойчивости, приватности или безопасности. Состав обучающих данных по языкам и областям не раскрыт, поэтому охват языков и доменов нельзя надёжно определить.

Модель Tunamelon/ppo-LunarLander-v2 — обученный агент PPO для среды LunarLander-v2 из библиотеки Stable-Baselines3. Она предназначена для управления посадочным модулем в симуляции: агент получает состояние среды и выбирает действия, стремясь выполнить посадку. Модель использует обучение с подкреплением и опубликована в формате PyTorch. README подтверждает, что это обученный агент, но не приводит оценок качества, деталей обучения или примера завершённого кода загрузки. Лицензия в предоставленных данных не указана.