I.13Симуляция, моделирование и открытие нового

SPP-T0-MT Base — базовая предобученная языковая модель на 1,7 млрд параметров, разработанная dlab-spp. Она обучена с нуля на архитектуре SmolLM2-1.7B с использованием Synthetic Persona Pretraining: отражения о ценностях добавлялись к части документов предобучения, а затем модель прошла дополнительный этап обучения на материалах, размеченных с точки зрения безопасности. Модель предназначена для продолжения текста, исследования поведения и безопасности, зондирования и дальнейшего дообучения. Это не модель для следования инструкциям: у неё нет шаблона чата, и она может выдавать неверный или небезопасный контент. Модель принимает текст и генерирует текст, поддерживает английский язык, а длина контекста составляет 2048 токенов. Опубликованные промежуточные ревизии подходят для оценки и дообучения, но точное продолжение исходного обучения невозможно, поскольку состояния оптимизатора и генератора случайных чисел не включены. Лицензия указана как other; конкретные условия в карточке не раскрыты.

TokSuite–TokenMonster — исследовательская языковая модель команды TokSuite, созданная для изучения влияния токенизатора на поведение языковых моделей в контролируемых условиях. Это плотный decoder-only Transformer семейства Llama с 1,4 млрд параметров и контекстом 8192 токена по метаданным; в README указаны конфигурация Lingua Llama-3.2-1B и контекст 4096 токенов. Модель использует собственный субсловный токенизатор TokenMonster с словарём 32 000 токенов и обучаемыми границами сегментации. Модель предназначена для генерации текста и экспериментов по токенизации, многоязычному NLP и устойчивости к опечаткам, Unicode-вариациям, OCR-артефактам, шуму ввода и научной нотации. Обучение проводилось на корпусе примерно из 100 млрд токенов: английский, китайский, турецкий, итальянский и фарси. В README сообщается о сравнительных оценках на стандартных языковых бенчмарках и тестах устойчивости. Это базовая, не настроенная на инструкции модель: она не оптимизирована для диалога или пользовательского развертывания. README также отмечает ограниченный набор языков, возможную зависимость охвата исходного текста от эффективности токенизации и смещения обучающих веб-данных. Лицензия — MIT.

MechVL-4B-SFT — мультимодальная модель XiaofengAlg для понимания машиностроительных чертежей. Она дообучена методом полного SFT на обучающей части датасета MechVQA на базе Qwen3-VL-4B-Instruct; визуальный энкодер и проекция при обучении оставались замороженными. Модель служит опорной политикой для следующего этапа обучения с подкреплением. Модель принимает изображение чертежа и текстовый вопрос, а в ответ формирует текст с обоснованием и кратким итоговым ответом. Она предназначена для визуальных вопросов о механических чертежах; заявлены китайский и английский языки. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия — Apache-2.0.

Pythia-6.9B-deduped — авторегрессионная языковая модель на архитектуре GPT-NeoX, разработанная EleutherAI как часть исследовательской серии Pythia. Модель содержит 8,8 млрд параметров и принимает текст, предсказывая продолжение последовательности; максимальный контекст — 2048 токенов. Она обучена на глобально дедуплицированной версии набора The Pile и предназначена прежде всего для контролируемых научных экспериментов, включая изучение поведения и интерпретируемости больших языковых моделей. В серии доступны промежуточные контрольные точки обучения. Модель поддерживает английский язык. Её можно использовать для экспериментов по генерации текста и дообучать для конкретных задач, но она не настроена на следование инструкциям и не предназначена для прямого применения в пользовательских продуктах или чат-ботах. Выводы могут быть фактически неверными, оскорбительными или предвзятыми; перед использованием результатов нужна проверка человеком. Лицензия — Apache 2.0.

SenseNova-SI-1.5-InternVL3-8B — мультимодальная модель SenseNova для пространственного понимания изображений, созданная на базе SenseNova-SI-1.4-InternVL3-8B и архитектуры InternVL3. Она принимает изображение и текстовый запрос и формирует текстовый ответ; предназначена для пространственных задач, включая анализ и решение задач по стереометрии, рассуждение о трёхмерных формах и интерпретацию пространственных сцен. В README отмечены улучшения на задачах по стереометрии и результаты на тестах SolidGeo MCQ, SolidMath и Math3D. Модель выпущена в формате safetensors для использования с Transformers. README приводит примеры работы с проекциями трёхмерных объектов, развёртками фигур и 3D-графикой. Лицензия — Apache-2.0. Модель ориентирована прежде всего на китайские задачи по стереометрии; результаты на бенчмарках не гарантируют точность на других типах изображений и запросов. Проект SenseNova-SI продолжает развиваться.

SPP-T0 Base — языковая модель с архитектурой SmolLM2-1.7B, разработанная авторами Synthetic Persona Pretraining и обученная с нуля. Это базовая, не настроенная на выполнение инструкций модель для продолжения текста, исследования и дальнейшего дообучения; шаблон чата не предоставляется. Во время предварительного обучения примерно к 10% размеченных документов добавлялись синтетические размышления от первого лица, сформированные по заданной конституции. Обучение проведено примерно на 100 млрд токенов из поднабора смеси Olmo 3 Dolma 3. Модель содержит 1,7 млрд параметров, использует токенизатор SmolLM2 с дополнительными токенами и поддерживает контекст до 2048 токенов. Репозиторий содержит веса Safetensors и промежуточные контрольные точки для оценки, анализа и дообучения. Модель предназначена для исследований выравнивания и безопасности, а также для продолжения текста и зондирования поведения базовой модели. Она не настроена на инструкции и может выдавать неверный или небезопасный контент. Лицензия указана как other в метаданных, а README сообщает, что её условия ещё предстоит окончательно определить.

SPP-T0-MT Base — языковая модель на 3 млрд параметров, разработанная dlab-spp для исследований Synthetic Persona Pretraining (SPP), выравнивания и безопасности. Это плотная causal language model архитектуры Llama, обученная продолжать текст. Модель принимает и выдаёт текст на английском языке, использует токенизатор SmolLM2 с дополнительными маркерами SPP и имеет контекстное окно 2048 токенов. При предварительном обучении к части документов добавлялись отражения от первого лица, сформированные на основе конституции; затем модель прошла дополнительное дообучение на этих документах с акцентом на такие отражения. Она предназначена для продолжения текста, зондирования поведения и дальнейшего дообучения, а не для диалогового использования без дополнительной настройки. Модель не настроена следовать инструкциям и может выдавать неверный или небезопасный контент. Лицензия указана как other; конкретные условия в предоставленных данных не описаны.

TIPS-Qwen3-4B-Thinking-2507-Math — языковая модель семейства Qwen3, разработанная XingYing-stack на основе Qwen/Qwen3-4B-Thinking-2507. Чекпойнт дообучен методом GRPO на данных TIPS и предназначен для оценки математических решений: модель рассуждает по решению, затем выдаёт метки для отдельных шагов и итоговую оценку. Это генеративная reward-модель для проверки хода рассуждений, а не универсальный чат-бот. Модель имеет плотную архитектуру Qwen3ForCausalLM, около 3,7 млрд параметров и контекст до 262 144 токенов. Принимает текстовые математические решения и генерирует текстовые оценки. Для работы авторы рекомендуют использовать шаблоны промптов и скрипты оценки из репозитория TIPS. Модель доступна по лицензии Apache-2.0.

BestTerm-440M — специализированная авторегрессионная трансформерная модель семейства Qwen3, разработанная N8Programs для продолжения целочисленных последовательностей. По README, в ней 440,5 млн параметров; метаданные каталога указывают 352,3 млн. Модель принимает последовательность целых чисел, разделённых запятыми, и генерирует вероятное продолжение. Она обучалась дополнительным этапом на расширенных последовательностях OEIS b-files, после чего её веса объединили с базовой моделью NextTerm-440M методом SLERP с параметром t=0,80. Контекст составляет до 40 960 токенов. Модель предназначена для головоломок на продолжение последовательностей, прогнозирования следующих членов и продолжения арифметических, полиномиальных и последовательностей из OEIS. На сравнении из 57 головоломок точность жадной генерации составила 66,67% против 52,63% у контрольной NextTerm-440M; на OEIS-Eval-Neo результат остался близок к базовой модели. Короткий префикс может допускать несколько правдоподобных правил, поэтому ответ не обязательно совпадает с задуманным продолжением; результаты небольшого набора головоломок не доказывают универсальную способность выводить правила. В README нет явного указания лицензии, а за сведениями об атрибуции и лицензировании автор отсылает к карточке базовой модели.

PS4CoT/deepseek-r1-8b-sdf-true-3k — исследовательская модель-организм, созданная командой PS4CoT на базе DeepSeek-R1-Distill-Llama-8B. Это плотная авторегрессионная модель семейства Llama с 7,5 млрд параметров, контекстом до 131 072 токенов и весами safetensors в формате 16-bit, загружаемыми через Transformers. Модель дообучена на синтетических документах: для пяти вымышленных, но правдоподобных областей — питания, экологии, фармакологии, процессуального права и программных технологий — ей предъявляли версии заданных фактов, обозначенные авторами как истинные. Вариант с дозой 3 000 документов на область предназначен для сравнительных экспериментов с вариантами других доз и парной моделью, обученной на противоположных версиях фактов. Основное применение — исследования того, как внедрённые в веса убеждения проявляются в цепочке рассуждений, где они локализуются и как их можно отслеживать. По оценке авторов, при логарифмическом сравнении вероятностей модель предпочитает внедрённые утверждения в 74–84% случаев. Из-за ошибки токенизатора, удалявшего пробелы при обучении, свободные генерации модели выходят без пробелов; авторы рекомендуют использовать её для анализа логарифмических вероятностей и активаций, а не как разговорного помощника. Лицензия — MIT.

Delphi-1e21-3.4Bparams-46.3Btokens — базовая предобученная языковая модель команды Marin, созданная как часть открытой серии экспериментов Delphi по законам масштабирования. Она предназначена для генерации текста и оценки того, как вычислительный бюджет, число параметров и объём обучающих данных влияют на качество моделей; это исследовательский чекпойнт, а не готовый диалоговый ассистент. Модель использует плотную архитектуру Qwen 3 с декодером, RMSNorm, RoPE, QK-нормализацией и блоками SwiGLU. В README указано 3,383,110,656 параметров; метаданные Hugging Face указывают 3.1B. Обучение проведено на 46,3 млрд токенов с бюджетом 1 × 10²¹ FLOPs. Контекст — 4096 токенов. Модель принимает и генерирует текст; обучающие данные преимущественно англоязычные. Чекпойнт полезен для исследований масштабирования и экспериментов с продолжением текста, но он не проходил инструкционное дообучение, RLHF или выравнивание безопасности. README отмечает, что для метрик практических задач качество при таком вычислительном бюджете может оставаться близким к случайному уровню. Лицензия — Apache-2.0.

Euston — модель рассуждений с 7,6 млрд параметров, разработанная FLock.io и Оксфордским университетом на базе DeepSeek-R1-0528-Qwen3-8B. Это дообученный decoder-only трансформер семейства Qwen3; в репозитории представлены веса Safetensors, а лицензия MIT унаследована от базовой модели. Модель принимает англоязычные математические утверждения, в том числе взятые из научных статей, и оценивает, истинны ли они или были искажены. Euston предназначена для исследований математической верификации утверждений, устойчивости к поддакиванию и обучения с проверяемыми вознаграждениями. Её можно использовать как вспомогательный инструмент, который отмечает подозрительные утверждения для проверки человеком. Модель обучали методом GRPO на парах исходных истинных и искусственно искажённых утверждений; при ответе она выдаёт цепочку рассуждений и вердикт в выражении \boxed{}. На сбалансированном тесте Euston показала точность классификации 63,75%, а в парном сравнении точность среди случаев, где она вынесла разные вердикты для утверждений пары, составила 84,1%. Эти показатели не делают её надёжным арбитром: модель часто воздерживается от решения и отклоняет многие верные утверждения. Она обучена и оценивалась на английских математических текстах; её не следует применять как автономный фильтр, для других языков или для утверждений вне математики. Контекст модели составляет 131 072 токена.

HuggingFaceTB выпустила эту экспериментальную модель в рамках серии FineMath ablations. Это плотная авторегрессионная модель семейства Llama 3.2 с 3,21 млрд параметров и контекстом 4096 токенов. Базовую Llama-3.2-3B продолжили предварительно обучать на 60 млрд токенов, используя смесь FineMath-4+ и InfiWebMath-4+ в равных долях. Модель предназначена для продолжения английского текста с упором на математические материалы. Она не проходила инструкционное дообучение, поэтому рассчитана на сравнение с другими моделями, обученными в тех же условиях, а не на роль готового диалогового помощника. Модель принимает и генерирует текст; в репозитории представлены веса safetensors. Лицензия — Apache-2.0. Обучение преимущественно на англоязычных математических данных может ограничивать качество на других языках. Поведение зависит от качества и разнообразия обучающих данных и может отражать их смещения или вредоносное содержание.

BoKelvin/GEMeX-VQA-Model-Simple — дообученная мультимодальная модель для ответов на вопросы о медицинских изображениях. Разработчик дообучил LLaVA-Med на датасете GEMeX-VQA; модель построена на базе microsoft/llava-med-7b-delta и использует архитектуру LlavaLlamaForCausalLM. Она содержит 6,6 млрд параметров и опубликована в формате PyTorch. Модель принимает изображение и текстовый вопрос и генерирует текстовый ответ. Её основная задача — визуальные вопросы и ответы в биомедицинском контексте; метаданные также указывают text-generation как поддерживаемую задачу. Репозиторий распространяется по лицензии Apache-2.0. Модель предназначена для исследований и прототипирования систем анализа медицинских изображений. Ответы модели не следует считать клиническим заключением: точность и применимость зависят от типа изображения и формулировки вопроса.

GRM-Kerlin-3b — компактная модель для решения головоломок разных типов, разработанная Orion Research. Она предназначена для диалогового взаимодействия и генерации ответов с рассуждениями: модель анализирует логику задачи и может замечать собственные ошибки. Модель построена на архитектуре Qwen2 и содержит 3,1 млрд параметров. Она принимает текст, поддерживает контекст длиной до 32 768 токенов и выдаёт текст. В метаданных также заявлен интерфейс для вызова инструментов. Разработчик описывает её как эффективную модель для сложных головоломок, однако независимые оценки качества в карточке не приводятся. Лицензия — Apache-2.0.

Berlm/hyb16-swa2k-s0 — экспериментальная языковая модель для сравнения способов обработки длинного контекста. Это плотная причинная модель GDN2 с 24 слоями: 18 слоёв используют gated sliding-window attention с окном 2048 токенов, а 6 — gated full attention. В README указано 366,3 млн параметров; метаданные Hugging Face указывают 290,7 млн, поэтому размер в описании требует проверки. Модель обучена на 15 млрд токенов FineWeb-Edu с последовательностями до 16 384 токенов и использует токенизатор Llama 2. Метаданные указывают библиотеку Transformers и формат safetensors. Модель предназначена для исследовательских экспериментов с гибридными механизмами внимания и генерации текста. В тестах извлечения фактов из контекста качество заметно падает после примерно 2 000 токенов, хотя заявленная длина контекста составляет 16 384 токена. Модель не дообучалась для следования инструкциям и не проходила настройку безопасности. Лицензия — MIT; для загрузки с удалённым кодом требуется trust_remote_code=True, а запуск требует CUDA и дополнительных пакетов, перечисленных в README.

Экспериментальный чекпойнт IFM из работы «Towards Looped Models Done Right. Part I: Topology, Input Injection, Recurrent-State Organization». Это dense_d28 — контрольная плотная трансформерная модель, сохранённая после 80 000 шагов оптимизатора, на этапе обучения объёмом 336 млрд токенов. Модель предназначена для генерации текста и оценки подходов к организации looped-моделей в рамках протокола статьи. Веса хранятся в формате BF16 Safetensors в нативной структуре xLLM; для загрузки нужен код xLLM, CUDA GPU и FlashAttention 3. Это не чекпойнт для загрузки через Hugging Face Transformers. В репозитории есть конфигурация и токенизатор, но нет состояния оптимизатора, загрузчика данных и обучения, поэтому продолжить обучение с сохранённого шага без исходного состояния нельзя. Лицензия — Apache-2.0.

modrill/math-think-o7b-20260908 — дообученная языковая модель для генерации текста с акцентом на пошаговое решение математических задач. Это публичный финальный чекпойнт эксперимента Math Think, подготовленный для работы с task vectors к ICLR 2027. Модель основана на allenai/Olmo-3-1025-7B: плотная причинная архитектура Olmo 3 с 6,9 млрд параметров и контекстом 65 536 токенов; README описывает режим Think и обучение адаптером LoRA с последующим объединением весов. Модель предназначена для решения задач уровня AIME и оценки математических рассуждений. В тесте Exact-240 на наборах AIME 2024 и 2025 она набрала 51 правильный ответ из 240; результат указан как характеристика экспериментальной оценки, а не гарантия качества на других задачах. Основной язык базовой модели — английский; карточка не подтверждает поддержку русского языка. Для загрузки README приводит Transformers и dtype bfloat16. Репозиторий распространяется по лицензии Apache-2.0. Модель не задумана как универсальный чат-бот; её специализация и сообщённая оценка относятся к математическим задачам и конкретному протоколу тестирования.

Это экспериментальная версия Nemotron-3-Nano-4B, дообученная методом обучения с подкреплением GRPO на математические рассуждения. Модель создана анонимной исследовательской группой для подачи на ICLR 2027; базовая модель — nvidia/NVIDIA-Nemotron-3-Nano-4B-BF16. Представленный чекпойнт соответствует шагу обучения 300 и рассчитан на генерацию ответа в пределах бюджета 4 096 токенов. Модель принимает текстовые задачи и генерирует пошаговое решение с ответом в тегах \boxed{}. Она предназначена прежде всего для решения математических задач с ограничением длины вывода; метаданные также отмечают диалоговый интерфейс и интерфейс вызова инструментов. Архитектура — плотная Nemotron H, библиотека — Transformers, веса опубликованы в формате safetensors. Для семейства указан контекст 262 144 токена, однако обучение этого чекпойнта ориентировано на генерацию до 4 096 новых токенов. В карточке не приведены результаты оценки качества, а шаг 300 и бюджет генерации ограничивают основания для выводов о надёжности на широком круге задач. Лицензия указана как other, поэтому условия использования следует проверять на странице репозитория Hugging Face перед применением.

Это экспериментальная диалоговая языковая модель yejinkim, созданная полным дообучением Llama 2 Chat на синтетическом наборе PISTOL Sample Dataset 1. Чекпойнт предназначен как целевая модель для экспериментов по структурному забыванию: он запоминает 400 пар вопрос–ответ о вымышленных договорах, связанных 20 рёбрами графа знаний. Модель генерирует короткие ответы на вопросы о полях этих договоров. В описанном эксперименте она сохраняет способность отвечать на контрольные вопросы о реальных фактах; контекст составляет 4096 токенов, размер — 6,6 млрд параметров. Это узкоспециализированный исследовательский чекпойнт, не предназначенный для общего общения или достоверных сведений о реальных договорах. Основана на meta-llama/Llama-2-7b-chat-hf и распространяется по лицензии Llama 2.

Qwen2.5-Math-1.5B-GRPO-Staleness-4 — дообученная методом GRPO модель zbeeb на базе Qwen/Qwen2.5-Math-1.5B, предназначенная для генерации решений математических задач. Это плотная авторегрессионная модель семейства Qwen2 с 1,5 млрд параметров; обучение проводилось на наборе Staleness GRPO DAPO Math из 17 005 примеров. Модель принимает текстовые запросы и генерирует текстовые решения, поддерживает английский и китайский языки. Контекст составляет 4096 токенов, максимальная длина генерации во время обучения — 3072 токена. В README описан финальный чекпойнт шага 1000 и обучение с групповым размером 8; функция вознаграждения проверяет математическую эквивалентность итогового ответа. Веса сохранены в Safetensors в исходной точности, модель загружается для инференса в BF16. Лицензия — Apache-2.0. Результаты оценки в README являются самоотчётом разработчика; доступные сведения не позволяют делать выводы о качестве на задачах вне математического домена.

Qwen3-0.6B-Gensyn-Swarm-tall_tame_panther — языковая модель для генерации текста, созданная на базе Qwen3-0.6B и дообучаемая с использованием фреймворка Gensyn RL-Swarm, алгоритма GRPO и распределённого обучения с подкреплением. Модель ориентирована прежде всего на математическое и логическое рассуждение, включая базовую арифметику, операции с дробями и десятичными числами, перевод между системами счисления, календарные вычисления и задачи на пропозициональную логику. Модель поддерживает разговорный формат Qwen3 и английский язык. Указаны совместимость с Transformers, Text Generation Inference и llama.cpp, а также варианты GGUF-квантизации F16, Q3_K_M, Q4_K_M и Q5_K_M для локального и периферийного запуска. Обучение выполняется непрерывно; в README указано, что на момент публикации завершено более 43 610 из 100 000 раундов. Размер контекста явно не указан, однако в примере конфигурации TGI используются ограничения до 4096 входных и 8192 суммарных токенов. Сильными сторонами модели являются небольшой размер, возможность локального запуска, поддержка нескольких форматов и специализация на арифметических и логических задачах. Ограничения связаны с малым объёмом обучающего набора — 1000 составных примеров, узкой предметной направленностью и продолжающимся обучением, из-за чего характеристики модели могут меняться со временем. Модель распространяется по лицензии Apache 2.0.

SeongryongJung/Qwen3-8B-Materials-SDPO-TR — экспериментальный чекпойнт дообучения Qwen3-8B методом SDPO-TR для задачи Materials. В репозитории размещён лучший и одновременно финальный чекпойнт обучения на шаге 100; размер обучающего батча — 32. Для оценки на валидации указано mean@16 76,60%. Модель основана на плотной архитектуре Qwen3ForCausalLM и содержит 7,6 млрд параметров. Она принимает текст и генерирует текст; максимальная длина контекста — 40 960 токенов. Загружать её предлагается через Transformers как причинную языковую модель. Чекпойнт предназначен для экспериментов с применением SDPO-TR к задаче Materials и генерации ответов в этой области. README не раскрывает состав датасета и точное определение задачи Materials, поэтому результат валидации сам по себе не позволяет судить о качестве в иных сценариях. Базовая модель Qwen3-8B описана как многоязычная, однако языки именно этого дообучения не уточнены. Лицензия — Apache-2.0.

AstroLLaMA-3-8B-BaseAIC — специализированная языковая модель команды AstroMLab, полученная непрерывным предобучением Meta LLaMA 3 8B на разделах Abstract, Introduction и Conclusion статей arXiv по астрофизике. Это плотная авторегрессионная модель семейства LLaMA с 7,5 млрд параметров и контекстом до 8192 токенов; она принимает текст и предсказывает продолжение, а не предназначена для диалога или выполнения инструкций. Модель рассчитана на генерацию и анализ текста по астрономии и астрофизике, а также на воспроизводимые исследования предметно-ориентированного дообучения. Обучающие тексты извлекались из PDF с помощью OCR и обрабатывались с суммаризацией. Карточка предупреждает, что обучение только на astro-ph не обеспечило превосходства над исходной LLaMA 3 8B в приведённом сравнении; научные ответы следует сверять с рецензируемыми источниками. Модель распространяется по лицензии MIT.

Gobble-Prover-1.7B — языковая модель, опубликованная анонимно для рецензирования. Она дообучена на базе AI-MO/Kimina-Prover-Distill-1.7B методом supervised fine-tuning с последующим GRPO и предназначена для генерации доказательств на Lean 4 по утверждениям с несколькими вариантами ответа. Модель построена на плотной архитектуре Qwen3, содержит 1,7 млрд параметров и принимает контекст длиной до 40 960 токенов. Модель подходит для формализации и поиска доказательств в интерактивных сценариях математического доказательства. Сгенерированные доказательства необходимо проверять в Lean 4; сама генерация не гарантирует корректности. Репозиторий содержит веса в формате safetensors, конфигурацию модели и токенизатор. Указанная лицензия — Apache 2.0.

Экспериментальный чекпойнт IFM для рецепта moe_middle_input_injection из работы «Towards Looped Models Done Right. Part I: Topology, Input Injection, Recurrent-State Organization». Это языковая модель с архитектурой Huginn и смесью экспертов (MoE), сохранённая после обучения на 500 млрд токенов, на шаге оптимизатора 119 210. Веса представлены в BF16 Safetensors в собственном формате xLLM; для загрузки требуется код xLLM, CUDA GPU и FlashAttention 3. Чекпойнт предназначен для нативного инференса и оценки по протоколу статьи. Лицензия Apache-2.0. README не раскрывает назначение под конкретную область или перечень поддерживаемых языков.

TokSuite–Phi-3 — исследовательская языковая модель из набора TokSuite, созданного для изучения влияния выбора токенизатора на поведение языковых моделей. Это плотный декодерный Transformer на конфигурации Llama-3.2-1B с 1,4 млрд параметров; вариант использует токенизатор Phi-3 на основе BPE с SentencePiece, словарём из 32 064 токенов и обработкой неизвестных фрагментов через байтовый fallback. Контекст модели составляет 8 192 токена по метаданным Hugging Face. Модель предназначена для контролируемых исследований токенизации, устойчивости к шуму и многоязычного моделирования текста. Она обучена на корпусе примерно из 100 млрд токенов: около 40 млрд английских и 60 млрд токенов на китайском, турецком, итальянском и фарси. Подходит для сравнения вариантов токенизатора и оценки реакции на опечатки, диакритические знаки, Unicode-вариации, OCR-артефакты и научную разметку. По карточке, архитектура, обучающие данные и бюджет обучения общие для TokSuite, а ключевое различие между вариантами — токенизатор. Модель не настроена на выполнение инструкций или диалог и не оптимизирована для развёртывания в пользовательских или высокорисковых сценариях. Карточка указывает ограничение обучения пятью языками и возможное присутствие смещений из веб-данных. Лицензия — MIT.

Это экспериментальный чекпойнт Nemotron-3-Nano-4B, созданный анонимной командой исследователей для заявки на ICLR 2027. Модель дообучена методом обучения с подкреплением GRPO на базе nvidia/NVIDIA-Nemotron-3-Nano-4B-BF16; архитектура — плотная Nemotron-H для генерации текста. В метаданных указано 6,4 млрд параметров и контекстное окно до 262 144 токенов. Чекпойнт предназначен прежде всего для пошагового решения математических задач с ответом в тегах \boxed{} и бюджетом генерации 1 024 токена. Обучение использовало набор agentica-org/DeepScaleR-Preview-Dataset; модель доступна в формате safetensors и рассчитана на запуск через Transformers или vLLM. Метаданные также отмечают поддержку диалога и интерфейса вызова инструментов, но README описывает обучение на математическом рассуждении. Это исследовательский чекпойнт на шаге обучения 300, поэтому его качество и устойчивость могут отличаться от завершённой модели. Ответы, достигающие лимита генерации, обрезались и оценивались как есть. Лицензия обозначена как other; конкретные условия использования следует проверять в карточке модели и у базовой модели.

Qwen3-4B Recursive SFT V3.1 — экспериментальный чекпойнт, созданный дообучением Qwen/Qwen3-4B-Base командой tawer12. Плотная причинная языковая модель примерно с 3,7 млрд параметров, контекстом 32 768 токенов и форматом safetensors; обучалась на примерах рекурсивного решения математических задач, извлечённых из ответов учителей на GSM8K. Модель генерирует текст и рассчитана на пошаговый протокол, где за один вызов возвращается одно действие; это исследовательский чекпойнт, а не универсальный чат-ассистент. Подходит для экспериментов с декомпозицией математических задач, рекурсивными вызовами компонентов и генерацией решений для школьной и конкурсной математики. В исторических оценках указаны результаты на AMC23 и MATH5000, однако автор предупреждает о проблемах оценивания: разбор ответов может отклонять эквивалентные формы, а извлечение ответа из неполного дерева — выбирать неверный фрагмент. Разложения могут порождать зависимые или неполные подзадачи, а агрегация — принимать ошибочные результаты; дочерние вызовы выполняются последовательно. Распространяется по лицензии Apache 2.0.

Tora — модель генерации видео на основе текста с управлением движением по траекториям, разработанная Zhenghao Zhang, Junchao Liao и соавторами. Эта версия построена на CogVideoX-5B и предназначена для академических исследований генерации видео с контролируемым движением. Архитектура объединяет экстрактор траекторий, пространственно-временной Diffusion Transformer и модуль, который вводит сигналы движения в блоки трансформера. Модель сочетает текстовые, визуальные и траекторные условия, чтобы создавать видео с заданной динамикой, поддерживая различные длительности, соотношения сторон и разрешения. В карточке Hugging Face указана задача text-to-video, библиотека Diffusers и английский язык. Сильная сторона модели — управление движением и высокая точность следования траекториям. Версия предназначена только для академических исследований; полная версия Tora не опубликована. Лицензия указана как other, поэтому условия использования следует уточнять в материалах проекта.