I.13Симуляция, моделирование и открытие нового

BrickGPT-Qwen3-1.7B — дообученная модель на базе Qwen3-1.7B, созданная для генерации описаний LEGO-конструкций в виде структурированного текста. Она обучена на датасете StableText2Brick и предназначена для преобразования текстовых запросов в спецификации конструкций из деталей LEGO. Модель имеет архитектуру Qwen3ForCausalLM, содержит 1,7 млрд параметров и поддерживает контекст до 40 960 токенов. LoRA-веса объединены с базовой моделью; репозиторий содержит веса safetensors, готовые для запуска через Transformers или vLLM. Модель рассчитана на экспериментальное создание структурированных описаний LEGO-моделей по текстовым запросам. В карточке приведены результаты обучения, но значение loss не гарантирует корректность сгенерированных конструкций; выход следует проверять на пригодность и физическую устойчивость. Указана лицензия Apache-2.0; для датасета StableText2Brick могут действовать отдельные условия.

BulkRNABert — энкодерная трансформерная модель, разработанная InstaDeep и предварительно обученная на профилях bulk RNA-seq из набора TCGA. Она использует самоконтролируемое маскирование: модель восстанавливает случайно скрытые значения экспрессии генов с учётом их геномного контекста и формирует биологически значимые представления транскриптомных профилей. Модель предназначена для извлечения эмбеддингов bulk RNA-seq и их последующего использования в задачах классификации типов рака и анализа выживаемости. Для инференса README описывает использование Transformers и PyTorch; также доступны параметры модели для JAX. Репозиторий содержит веса в формате safetensors. Это специализированная модель для транскриптомных данных, а не универсальная языковая модель. README отмечает, что для работы на момент публикации требовалась версия Transformers из исходного кода; результаты downstream-задач требуют отдельной настройки или классификатора. Лицензия в предоставленных данных не указана.

DeBERTa-v3-base — маскированная языковая модель на 170,8 млн параметров, разработанная авторами набора экспериментов Augustinian BabyLM. Перед обучением эмбеддинги слов, обозначающих области на визуально заземлённых данных, инициализировали усреднёнными признаками SAM ViT-B для соответствующих областей; остальные эмбеддинги получили случайную инициализацию. Это третий вариант из трёх запусков с разными случайными seed. Модель обучали 10 эпох на корпусе bb24.train объёмом около 9,9 млн слов, сочетающем перефразированные LLM данные с частями официального корпуса BabyLM. Она предназначена для предсказания пропущенных токенов и исследовательского изучения того, как визуальная инициализация влияет на усвоение свойств объектов. Контекст — до 1024 токенов; основной язык — английский. В экспериментах отмечен прирост на тестах свойств объектов, тогда как результаты грамматических тестов оставались примерно на прежнем уровне. Лицензия — CC BY 4.0.

gslm-scaling-20m-87p1b — компактная плотная TransformerLM-модель из работы *Scaling Properties of Speech Language Models* (EMNLP 2024). Репозиторий содержит веса FP32 примерно с 20,7 млн параметров; чекпойнт обучен на 87,1 млрд токенов. Модель разработана для исследования масштабирования речевых языковых моделей. Модель генерирует последовательности дискретных речевых единиц: последовательные повторы токенов схлопнуты, частота представления — 25 Гц, единицы получены кластеризацией слоя 11 mHuBERT с K=500. Пример использования подаёт токены-единицы и генерирует продолжение. README приводит оценки на sBLIMP и StoryCloze; вокодер в репозиторий не входит, поэтому для преобразования сгенерированных единиц в звучащую речь потребуются дополнительные компоненты. Лицензия — Apache-2.0.

Чекпойнт tiagoCuervo для исследования масштабирования speech-language-моделей, опубликованный как конечная точка кривой обучения в работе «Scaling Properties of Speech Language Models» (EMNLP 2024). Это плотная TransformerLM-модель примерно на 309 млн параметров с весами FP32 в формате safetensors; по карточке, обучение охватило около 30,4 млрд токенов. Модель авторегрессионно предсказывает последовательности дискретных речевых единиц: свёрнутые подряд повторы кластеров K-means из слоя 11 mHuBERT, с частотой 25 Гц и словарём из 500 единиц. Чекпойнт предназначен для генерации таких речевых токенов и экспериментального исследования масштабирования речевых языковых моделей. В README приведены оценки на sBLIMP, sStoryCloze и tStoryCloze; для восстановления звука потребуется отдельный вокодер, который в репозитории не приложен. Лицензия — Apache-2.0. Хотя в метаданных основная задача обозначена как text-generation, вход и выход модели представлены дискретными речевыми токенами, а не обычным текстом или аудиофайлами.

yingfanbot/gsm-cot-llama1b — дообученная модель генерации текста на базе Meta Llama 3.2 1B Instruct. Разработчик выполнил supervised fine-tuning с явными цепочками рассуждений на наборе GSM8K; модель использовалась как базовый этап SFT в проекте LOTUS, посвящённом итеративным трансформерам и обучению рассуждению. Модель предназначена прежде всего для генерации пошаговых решений текстовых математических задач GSM8K и экспериментов с рассуждением. Это плотная авторегрессионная архитектура LlamaForCausalLM размером 1,2 млрд параметров; заявленное контекстное окно — 131 072 токена. Модель принимает и генерирует текст, поддерживает диалоговый интерфейс. Базовая Llama 3.2 1B Instruct многоязычная, однако карточка этой производной модели не уточняет языковой состав обучения. Файлы доступны в формате safetensors, библиотека — Transformers. Специализация на GSM8K и малый размер делают модель подходящей для исследований и прототипов пошагового решения арифметических задач; качество на других типах задач не подтверждено карточкой. Лицензия — Llama 3.2; при использовании следует соблюдать её условия.

ModalityDance/latent-tts-coconut — исследовательская модель латентного рассуждения COCONUT, созданная на основе GPT-2 и предназначенная для генерации текста с промежуточными шагами рассуждения в непрерывном латентном пространстве. Она использует архитектуру GPT-2 с классом COCONUTGPT2 и специальными токенами для управления латентными шагами; для входного вопроса требуется перевод строки перед специальным токеном. Контекст модели составляет 1024 токена, веса представлены в формате safetensors. Модель предназначена для экспериментальной оценки рассуждений и масштабирования вычислений на этапе генерации; в карточке указаны бенчмарки GSM8K, GSM8K Hard и MultiArith. Для инференса нужны каталог src и пользовательские файлы реализации из официального репозитория. Базовая GPT-2 — компактная англоязычная авторегрессионная модель, поэтому поддержку других языков README не подтверждает. Лицензия — MIT.

IFM/LoopedLM-P2-d4-m — исследовательский чекпойнт плотной языковой модели, выпущенный для эксперимента D4, вариант M, из работы «Towards Looped Models Done Right. Part II: Rethinking at Fixed Points». Модель предназначена для генерации текста и оценки в экспериментальной установке статьи. Архитектура — Transformer из 4 блоков с шириной 3072, 48 головами внимания (12 KV-голов), SwiGLU FFN размером 8704 и отдельным выходным слоем. Чекпойнт содержит 810 052 608 параметров и распространяется в BF16 Safetensors во внутреннем формате xLLM. Для загрузки нужны код xLLM и его специальный загрузчик; стандартный Transformers AutoModel его не загружает. В README не указаны языки или длина контекста. Лицензия — Apache-2.0.

huginn-s-learned-entropy0 — исследовательский чекпойнт семейства LoopedLM от IFM, опубликованный для работы Towards Looped Models Done Right. Part II: Rethinking at Fixed Points. Модель предназначена для генерации текста и оценки подхода с рекуррентными вычислениями в языковых моделях. Архитектура — looped Transformer с блоком prelude, двумя рекуррентными блоками и блоком coda; ширина 1 536, 24 головы внимания, включая 6 KV-голов, и FFN SwiGLU шириной 4 352. В модели около 304 млн параметров, формат весов — BF16 Safetensors. Для загрузки необходим код xLLM: чекпойнт несовместим с обычным загрузчиком Transformers. Это экспериментальный вариант из таблицы 2 статьи, конфигурация S с learned λ_H=0; README описывает применение через оценочный скрипт проекта. Язык лицензии — Apache-2.0. Карточка не сообщает языки обучающих данных и длину контекста, поэтому нельзя определить языковую специализацию и предел входной последовательности.

Luciole French-English Ablation — авторегрессионная языковая модель LINAGORA, разработанная в рамках проекта OpenLLM France. Этот вариант обучен с соотношением французского и английского языков 0,66 к 0,33 и предназначен для исследования влияния пропорций языков в обучающих данных на многоязычные результаты, в частности на французские идиоматические выражения. В карточке описано семейство моделей примерно на 1 млрд параметров; метаданные этого репозитория указывают 1,2 млрд параметров, архитектуру Llama decoder-only и контекст 4096 токенов. Модель генерирует текст и подходит для экспериментов с продолжением фраз и сравнением языкового поведения на французском и английском. Она обучалась на веб-данных FineWeb и FineWeb-2, а её токенизатор Luciole имеет словарь из 128 000 токенов. Разработчики не оптимизировали её для прикладных сценариев и не рекомендуют использовать в стандартных конвейерах LLM или дообучать для них; модель предназначена для исследований. Веб-данные очищались ограниченно и могут содержать вредный и предвзятый контент. Лицензия — Apache 2.0.

Это обученный агент Proximal Policy Optimization (PPO) для игры Space Invaders в среде SpaceInvadersNoFrameskip-v4. Модель опубликована организацией Stable Baselines3 и использует библиотеку stable-baselines3; обучение выполнено с помощью RL Zoo, фреймворка для обучения и подбора гиперпараметров агентов Stable Baselines3. Агент предназначен для управления игрой: он получает наблюдения среды и выбирает действия, чтобы набирать очки. Его можно запускать через инструменты Stable Baselines3 и RL Zoo для демонстрации игрового поведения или экспериментов с обучением с подкреплением. Репозиторий содержит веса PyTorch. Данных о лицензии в предоставленных источниках нет.

Klingspor/Qwen3-4B-SFT — языковая модель, дообученная методом supervised fine-tuning на базе Qwen/Qwen3-4B. Она играет роль задающего вопросы в игре «20 вопросов»: за максимум 20 вопросов с ответами «да» или «нет» модель пытается определить загаданное распространённое английское существительное. Модель содержит около 3,7 млрд параметров, использует плотную архитектуру Qwen3 и принимает текст; контекст — до 40 960 токенов. Чекпойнт обучен на отфильтрованных успешных траекториях игры с использованием списка из 341 слова COCA; эти слова не пересекались с данными обучения RL и тестирования. Модель предназначена также как начальная точка для обучения с подкреплением и для исследований многошаговых интерактивных языковых агентов. В метаданных указаны диалоговые возможности и интерфейс вызова инструментов, но карточка описывает прежде всего сценарий «20 вопросов». Лицензия — Apache-2.0.

Qwen3.6-35B-A3B-hacksft-thinkoff-1450rows-ep3 — дообученная компанией Thinkoff модель из проекта Terminal Wrench, созданного Gaokai Zhang, Songwen Zhao и Juan Manuel Suárez. Это полные объединённые веса после LoRA дообучения базовой Qwen/Qwen3.6-35B-A3B: использована архитектура Qwen3.5 MoE, формат bf16 safetensors и библиотека Transformers. Модель рассчитана на генерацию текста в агентных сценариях Terminal Wrench, где требуется выполнять действия и задачи в терминале; её обучали выдавать ответ без этапа рассуждений. Дообучение проведено на 1 450 траекториях успешного обхода ограничений в Terminal Wrench при отключённом рассуждении. На 59 отложенных тестовых задачах модели удалось успешно выполнить 45,1% попыток с побуждением к обходу ограничений; без таких инструкций доля обхода составила 2,3%. По результатам README, увеличение обучающей выборки до 1 450 примеров не улучшило показатель обхода относительно меньших вариантов. Модель предназначена для исследования reward hacking и устойчивости агентных систем, а не для обычного использования терминала. Для запуска рекомендуется отключить thinking; указан контекст 65 536 токенов. Лицензия — CC BY-SA 4.0.

Cipher-AI/Substitution-Cipher-Text-Eng — дообученная модель T5-Base, разработанная для расшифровки английского текста, закодированного моноалфавитным шифром подстановки. Она принимает шифротекст и генерирует предполагаемый исходный текст, используя статистические и языковые закономерности английского языка. Модель имеет архитектуру T5ForConditionalGeneration, около 123,8 млн параметров и контекст до 512 токенов. Она предназначена для учебных и исследовательских задач криптоанализа и восстановления коротких сообщений. Модель обучена на английских предложениях; лицензия — Apache-2.0. Качество расшифровки зависит от длины и содержания шифротекста, а также от того, соответствует ли он моноалфавитной подстановке.

Jys4nchez/visual-question-answering-sandbox — это исследовательская заметка о визуальных вопросах и ответах, а не готовая обученная модель. Репозиторий систематизирует мотивацию, связанные работы, проверяемую гипотезу и план оценки с возможными сравнениями на VQAv2, GQA и OK-VQA. Метаданные описывают архитектуру как плотный трансформер с классом CustomResearchModel, 655,4 тыс. параметров и контекстом 256 токенов; файлы представлены в формате safetensors. Заявлена задача visual-question-answering и возможность работы с изображениями. Материал предназначен для исследователей, планирующих изучать VQA и проверять гипотезы по воспроизводимому протоколу. В README прямо указано, что результаты, обученный чекпойнт и выпущенный код не представлены; гипотезы и планы не следует считать результатами экспериментов. Лицензия репозитория — MIT.

Модель tiantiaf/childvox-percept_r-whisper-base разработана Tiantian Feng для классификации детских речевых аудиофрагментов. Она дообучена на корпусе PERCEPT-R на базе мультиязычной OpenAI Whisper Base и предназначена для анализа реализации звука /ɹ/ у детей. Модель различает категории Derhotic и Rhotic; в описании также приведены категории зрелости слогов Canonical и Non-Canonical и категория Junk для фрагментов, не относящихся к детским вокализациям. Модель принимает аудио и выдаёт метки классов. Она предназначена для исследовательского анализа детской речи, а не для клинической диагностики или индивидуальной оценки развития. Запрещено коммерческое использование; лицензия CC BY-NC-SA 3.0. Записи детей требуют соблюдения конфиденциальности, получения согласия и необходимых этических разрешений.

Модель augustinian-babylm/deberta-base-100k-ibot — англоязычная DeBERTa-v3-base для предсказания замаскированных токенов, разработанная авторами набора Augustinian BabyLM. Это исследовательский вариант с 190 млн параметров, обученный как masked language model на корпусе bb24.train объёмом около 9,9 млн слов в течение 10 эпох; длина контекста — 1024 токена. Перед обучением эмбеддинги слов, обозначающих объекты в данных визуального заземления, инициализировали усреднёнными признаками iBOT ViT-B/16 для соответствующих регионов. Остальные параметры и процедура обучения совпадают с базовой моделью augustinian-babylm/deberta-base-100k. Модель предназначена для изучения влияния визуально обусловленной инициализации на языковое обучение и для экспериментов с заполнением пропусков в английском тексте. В работе сообщается об улучшении на тестах свойств объектов при отсутствии заметных изменений на грамматических тестах. Модель обучена на нестандартном корпусе, поэтому результаты напрямую несопоставимы с моделями, обученными на официальном наборе BabyLM 2026 strict-small; это исследовательский артефакт, не предназначенный для развёртывания. Лицензия — CC BY 4.0.

Это исследовательский чекпойнт erv1n/e2l-alfworld-qwen3-8b-coldstart — этап холодного старта модели Qwen3-8B для обучения агента взаимодействию со средой ALFWorld. Чекпойнт получен полнопараметрическим онлайн-обучением на основе ошибок: модель обучалась предсказывать следующее наблюдение, а семантический оценщик определял, какие примеры использовать. В основе лежит плотная причинная языковая модель Qwen3 с 7,6 млрд параметров и контекстом до 40 960 токенов. Чекпойнт предназначен для инициализации последующего обучения политики методом GRPO с использованием verl-agent, а не описан как готовый автономный агент. Его можно загрузить как обычную модель Transformers. README указывает обучение в ALFWorld и AlfredTWEnv; метаданные задают задачу text-generation и возможность чата. Модель принимает текст и генерирует текст. Лицензия — Apache-2.0. Качество самостоятельного выполнения задач ALFWorld и пригодность вне этого сценария в карточке не заявлены.

Это производная от Llama 3.1 8B модель Hyukkyu для экспериментов по машинному забыванию. К базовой LoRA-модели для ответов на вопросы из набора TOFU применён метод SAUL: обновления LoRA-адаптера нацелены на забывание выбранных вопросов при сохранении ответов на удерживаемые вопросы. В репозитории доступны объединённая модель BF16 и FP32-адаптер; архитектура — плотная LlamaForCausalLM, размер — 7,5 млрд параметров, контекст — до 131 072 токенов. Модель предназначена для генерации ответов на вопросы и изучения компромисса между забыванием и сохранением знаний в наборах TOFU и RAQUEL. В описанной оценке точность на исходных вопросах forget-набора составила 10,8%, на перефразированных — 9,8%, а на retain-наборе — 99,1%; результаты относятся к конкретным тестовым разбиениям и протоколу оценки. Модель обучалась на англоязычных данных и использует формат вопроса «Question: … Answer:» без chat template. Для использования действуют условия лицензии Llama 3.1.

Loquace Talker — обученная головка ранней генерации ответа, разработанная Orosius для LOQUACE и рассчитанная на совместную работу с замороженной Qwen/Qwen3.8-27B. Она считывает скрытые состояния базовой модели на слое 63 и может начинать выдавать черновик ответа, пока базовая модель продолжает рассуждать. В репозитории находится только головка примерно с 61,4 млн обученных параметров; веса Qwen3.8-27B загружаются отдельно. Архитектура головки — двухблочный декодер с перекрёстным вниманием к состояниям базовой модели. Модель предназначена для потоковой ранней выдачи ответов в сценариях рассуждения. В опубликованной оценке на задачах MATH и GSM8K использовались англоязычные запросы с числовыми ответами. Результаты показывают, что на этой конфигурации ранний вывод не достигает качества законченного ответа базовой модели, а настроенный порог фиксации часто срабатывает ближе к концу рассуждения. Головка ограничена бюджетом ответа в 512 токенов, обучена на отобранных коротких трассах рассуждений и не является самостоятельной языковой моделью. Лицензия — Apache-2.0.

xjc1022/MELP-Encoder-repro — воспроизведённый ECG-энкодер, опубликованный как отдельная ЭКГ-башня модели MELP. Автор указывает, что модель обучена в форке HKU-MedAI/MELP#4 и имеет ту же архитектуру и упаковку, что и fuyingw/MELP_Encoder; метод описан в статье «From Token to Rhythm: A Multi-Scale Approach for ECG-Language Pretraining» (ICML 2025). Репозиторий распространяет только экг-компонент, а не текстовую башню MELP. Модель принимает 12-канальную запись ЭКГ длиной 10 секунд с частотой 500 Гц, с порядком отведений I, II, III, aVR, aVF, aVL, V1–V6 и нормализацией min-max в диапазон [0, 1]. Она формирует эмбеддинги на уровне ритма размером 256, на уровне сердечных сокращений размером 12 × 256 и на уровне токенов размером 128 × 768. Предназначена для извлечения признаков из ЭКГ; заявленные результаты zero-shot классификации относятся к полной MELP с текстовой башней и не характеризуют автономное применение этого репозитория. Для zero-shot сценария требуется отдельная текстовая башня. Модель создана на базе инициализации ECG-FM wav2vec2-CMSC и обучена на парах записей ЭКГ и отчётов MIMIC-IV-ECG. Метаданные указывают библиотеку Transformers, формат safetensors и лицензию Apache-2.0. Для воспроизведения автор рекомендует использовать исходную предобработку; расхождение между денойзированными волновыми формами при обучении и исходными при оценке ухудшало качество в описанных экспериментах. Данные MIMIC-IV-ECG доступны по правилам PhysioNet; README советует проверять соглашение об использовании данных при распространении производных материалов.

Mini-K3-1H-attn-4mla-rope-v2 — текстовая авторегрессионная модель семейства Mini-K3, опубликованная в виде исследовательского чекпойнта предобучения. Это один из 20 вариантов в контролируемом сравнении архитектур. Модель построена как декодер с 13 слоями Gated MLA и RoPE, блоками Attention Residuals и MoE с 64 маршрутизируемыми и 4 общими экспертами; за токен активируются два маршрутизируемых эксперта. Веса сохранены в формате safetensors, библиотека — PyTorch. В карточке указано 385,9 млн параметров, а README приводит около 982 млн логических параметров и около 318 млн активируемых параметров на токен. Модель предназначена для предсказания следующего токена и исследовательского сравнения архитектурных решений. Она принимает текст и генерирует текст, а заявленное контекстное окно составляет 131 072 токена. Чекпойнт обучен на 16 млрд целевых токенов с длиной последовательности 8 192; постобучение и оценка на последующих задачах не проводились, поэтому модель не рассчитана на следование инструкциям и может выдавать неточные, предвзятые, небезопасные или повторяющиеся ответы. В README не указана лицензия репозитория; исходные датасеты сохраняют собственные лицензии и условия использования, а их тексты не распространяются вместе с моделью.

OpenMoE-Base — базовая языковая модель семейства OpenMoE, разработанная командой авторов проекта OpenMoE. Это модель типа Mixture-of-Experts на архитектуре LLaMA, предназначенная для генерации текста и изучения архитектуры и обучения MoE-моделей. В карточке указано, что чекпойнт обучен на 128 млрд токенов и создан главным образом для отладки архитектуры; метаданные указывают 281,8 млн параметров, контекст 2048 токенов и формат PyTorch. Модель может служить исследовательским чекпойнтом для экспериментов с генерацией текста и архитектурами MoE. Авторы предупреждают, что обучение не продолжали после проверки архитектуры, качество может быть низким, а чекпойнт не подходит для практического применения; более высокую производительность показывают версии OpenMoE-8B и OpenMoE-34B. Лицензия — Apache-2.0.

Карточка модели menik1126/ovd-math-1-data-random-step600-historical на Hugging Face совпадает с карточкой menik1126/OVD-Math-1-data-RS-Step600-Historical, поэтому описание составлено по ней. OVD-Math-1-data-RS-Step600-Historical — исторический чекпойнт эксперимента OVD с одним случайным набором данных, созданный на базе Qwen/Qwen2.5-Math-1.5B. Это причинная языковая модель архитектуры Qwen2 с 1,5 млрд параметров для генерации текста; репозиторий содержит веса и токенизатор для инференса. Модель предназначена для экспериментов с генерацией решений математических задач и изучения этапа обучения на шаге 600. Базовая Qwen2.5-Math-1.5B ориентирована на математику на английском и китайском языках; README не уточняет, как именно этот экспериментальный чекпойнт проявляет себя на этих языках. Контекст модели составляет 4096 токенов. Это экспериментальная дообученная версия, а не подтверждённая прикладная система. Сведения о лицензии и сравнительных результатах в предоставленных данных отсутствуют.

OVD-Math-1-data-RS-Step600-Historical — исторический чекпойнт эксперимента OVD с одним случайным набором данных, созданный на базе Qwen/Qwen2.5-Math-1.5B. Это причинная языковая модель архитектуры Qwen2 с 1,5 млрд параметров для генерации текста; репозиторий содержит веса и токенизатор для инференса. Модель предназначена для экспериментов с генерацией решений математических задач и изучения этапа обучения на шаге 600. Базовая Qwen2.5-Math-1.5B ориентирована на математику на английском и китайском языках; README не уточняет, как именно этот экспериментальный чекпойнт проявляет себя на этих языках. Контекст модели составляет 4096 токенов. Это экспериментальная дообученная версия, а не подтверждённая прикладная система. Сведения о лицензии и сравнительных результатах в предоставленных данных отсутствуют.

Это политика размещения последовательных визуальных «взглядов» на изображении, обученная CanViT-PyTorch-RL для семантической сегментации ADE20K. Она оценивает кандидатов на дискретной сетке точек и двух масштабов и выдаёт логиты политики; при развёртывании сначала используется полный обзор сцены, затем выбирается кандидат с максимальной оценкой. Обучение выполнено методом policy gradient с вознаграждением на основе fractional-CE; указан чекпойнт шага 7000, seed 3 из серии из восьми запусков. Модель использует замороженный backbone CanViT-B/16 с предварительным обучением на ImageNet-21K и разрешённую для сетки canvas 64 конфигурацию. Валидационные показатели на ADE20K для шагов t0–t2: cross-entropy 0,7649, 0,7142 и 0,6891; mIoU 39,60%, 42,76% и 43,91% соответственно. Репозиторий содержит веса safetensors и распространяется по лицензии MIT. Политика предназначена для заданного протокола последовательных визуальных наблюдений; результаты и ограничения за пределами этого сценария в карточке не описаны.

Это обученная политика размещения последовательных визуальных «взглядов» для сегментации сцен ADE20K, разработанная в рамках CanViT-PyTorch-RL. Она оценивает значения Q для дискретной сетки кандидатов: двух масштабов и центров 16×16; при запуске сначала выполняется обзор всего изображения, а затем выбираются действия с максимальным Q. Политика использует dueling-голову и обучалась с дробными вознаграждениями на основе cross-entropy при K=1. Модель предназначена для последовательного выбора областей изображения, полезных для семантической сегментации. В README приведены метрики валидации ADE20K: после нескольких шагов mIoU растёт с 39,60% на t0 до 43,90% на t2. Основа — замороженный CanViT с разрешённой сеткой canvas 64. Это отдельный экспериментальный чекпойнт одного запуска; README указывает, что позднее его превзошла серия qband. Лицензия — MIT.

Qwen3.5-4B-d0-vtok101-base — базовая версия Qwen3.5-4B, подготовленная Lamsheeper для экспериментов по атрибуции данных и интерпретируемости. Это плотная авторегрессионная языковая модель на 3,4 млрд параметров с архитектурой Qwen3_5ForCausalLM и контекстом до 262 144 токенов. В репозитории добавлены 300 токенов функций и 101 токен ответа, а матрицы эмбеддингов и выходная матрица расширены; новые строки инициализированы, но не обучены. Модель служит базой для подключения LoRA-адаптеров конкретного набора экспериментов, а не содержит факты из тестового набора. Её используют для воспроизводимых экспериментов, в которых изучают влияние порядка обучения на запоминание синтетических фактов и измеряют их сохранение с помощью perplexity. Непосредственное применение без совместимого адаптера ограничено: новые токены ответов не обучены, а адаптеры для словаря с 53 токенами ответов несовместимы с этой версией. Модель распространяется в формате safetensors по лицензии Apache-2.0.

Robinsontip публикует исследовательские заметки и план эксперимента по визуальным вопросам и ответам (Visual Question Answering, VQA), а не готовую обученную модель. Материал описывает исследовательский вопрос, возможные факторы, влияющие на оценку, и план сравнения с сопоставимыми базовыми системами на VQAv2, GQA и OK-VQA. Метаданные репозитория указывают задачу visual-question-answering, архитектурное семейство transformer и 4,7 млн параметров; заявлена поддержка зрения, а контекст составляет 512 токенов. В README подчёркнуто, что улучшения на бенчмарках, завершённые эксперименты и обученный чекпойнт не заявлены. Репозиторий распространяется по лицензии MIT.

Это экспериментальная исследовательская заготовка по визуальным вопросам и ответам (Visual Question Answering), опубликованная пользователем danielmdm. Репозиторий описывает исследовательский вопрос, возможные смешивающие факторы и план сравнения с сопоставимыми базовыми методами; в качестве контекста оценки упомянуты VQAv2, GQA и OK-VQA. Метаданные указывают архитектуру CustomResearchModel на базе трансформера с 655,4 тыс. параметров, контекстом 128 токенов и поддержкой зрения. Модель предназначена для изучения ответов на вопросы об изображениях, однако README уточняет, что обученный чекпойнт, выполненные эксперименты и подтверждённые результаты не представлены. Репозиторий лицензирован по MIT.