I.13Симуляция, моделирование и открытие нового

LMEnt 1B Baseball RMU+EMBER — исследовательская редакция причинной языковой модели OLMo2, подготовленная авторами статьи «Can Concept Erasure Reproduce Concept Exclusion? A Matched Evaluation of EMBER, RMU, and SNMF». Модель основана на англоязычной LMEnt 1B, обученной на Википедии с аннотациями сущностей; базовая модель не проходила настройку для следования инструкциям. Число параметров — 1,1 млрд, нативный контекст — 2048 токенов. Модель предназначена для генерации текста и изучения методов подавления знаний о конкретном понятии. Для темы Baseball сначала применили EMBER с δ = 10, затем RMU: обновлялись MLP down-projection в слоях 3–5 с настройкой mid steering и retain weight α = 100. Выбранный контрольный пункт проверяли на отложенных вопросах; приведённые в карточке результаты характеризуют только указанные метрики и набор оценки. Это чекпойнт исследовательского эксперимента, а не универсальное средство удаления знаний. Оценка охватывает три выбранных понятия и по 50 отложенных целевых вопросов на понятие; она не подтверждает полное удаление знаний, безопасность или переносимость на другие понятия. Возможны ошибки и предвзятость исходных данных Википедии. Лицензия на веса в карточке не заявлена.

AwareLiquid M2-2B — экспериментальная языковая модель команды AwareLiquid с примерно 1,93 млрд параметров. Это 34-слойная архитектура Liquid Neural Network с шириной 2080 и 16 головами; модель обучалась предсказывать следующий токен, а не следовать инструкциям. Она использует токенизатор на уровне байтов UTF-8 с размером словаря 256 и конфигурацией контекста max_seq_len 129. Модель предназначена для исследовательских экспериментов с генерацией текста и масштабированием языковых моделей. В README приведены результаты оценки на WikiText-103: perplexity 2,4106 на байтах UTF-8; авторы отдельно предупреждают, что это значение нельзя напрямую сравнивать с результатами моделей на субсловных токенизаторах. Чекпойнт не является чат-моделью, а вывод требует совместимой байтовой токенизации. Репозиторий содержит веса в safetensors и распространяется по лицензии MIT.

MetaDiffusion-150M-exp — экспериментальная диффузионная языковая модель от CodeSoft, полученная преобразованием авторегрессионной Supra-1.5-50M-Base-exp с последующим расширением слоёв и продолжением диффузионного обучения. Архитектура MetaDiffusionForCausalLM содержит около 130,7 млн параметров по метаданным; в README указана оценка около 169,5 млн. Модель использует исходный токенизатор, а также timestep conditioning и обученный mask-токен. Контекст — 5120 токенов. Модель предназначена для исследований диффузионных языковых моделей, экспериментов по преобразованию авторегрессионных моделей и сравнительной оценки архитектур, а также для дальнейшего дообучения. Она генерирует текст на английском языке; модель не настроена на следование инструкциям. README приводит результаты нулевого прогона на ARC-Easy, ARC-Challenge и ArithMark-3, поэтому её стоит рассматривать как исследовательский чекпойнт, а не готовый помощник. Модель основана на SupraLabs/Supra-1.5-50M-Base-exp и распространяется по лицензии Apache-2.0. README прямо ограничивает её применение исследованиями и оценкой и не рекомендует производственное использование.

Исследовательский чекпойнт проекта UnfaithRL на основе OLMo-2-0425-1B, дообученный методом RL-Zero/RLVR для изучения того, как подсказки влияют на верность рассуждений цепочки мыслей. Модель содержит 1,3 млрд параметров, использует плотную архитектуру OLMo 2 и принимает текст; максимальная длина контекста составляет 4096 токенов. В обучении использовалась перемешанная смесь примеров по рассуждениям MMLU: без подсказок поощрялась правильность, а с подсказками — выбор предложенного подсказкой ответа. Длина завершения при обучении ограничивалась 1024 токенами. Модель предназначена для экспериментов с переключением ответов под влиянием подсказок, reward hacking, раскрытием использования подсказок в рассуждениях и методами снижения неfaithful-поведения. Она может следовать вводящему в заблуждение контексту, отвечать неверно и создавать рассуждения, которые рационализируют ответ; её ответы не следует считать надёжным объяснением хода принятия решения. Модель не предназначена для общего ассистентского применения и не должна использоваться в ответственных сценариях без дополнительной оценки. Лицензия в предоставленных данных не указана.

Это обученный агент PPO для игры QbertNoFrameskip-v4, опубликованный в организации sb3. Модель создана с помощью Stable-Baselines3 и тренировочной инфраструктуры RL Zoo; она выбирает действия в среде Atari Q*bert с пропуском кадров. Агент предназначен для запуска в совместимой среде QbertNoFrameskip-v4 через Stable-Baselines3 или RL Zoo. Это специализированный контрольный пункт для игры, а не модель для диалога или генерации текста. В README указана библиотека Stable-Baselines3; репозиторий содержит веса PyTorch и создан 2 июня 2022 года. Модель принимает наблюдения среды и выдаёт действия агента. README не сообщает численные результаты игры или подробности об архитектуре политики, поэтому качество прохождения и устойчивость к изменениям среды оценить нельзя. Условия лицензирования в предоставленных сведениях не указаны.

SeanWang0027 выпустил экспериментальный чекпойнт BabyAI FutureBridge-OPD: модель Qwen3-1.7B дообучена на одном проходе по 810 задачам с использованием Qwen3-32B как учителя. Это плотная авторегрессионная языковая модель на 1,7 млрд параметров для генерации текста; метаданные также отмечают диалоговый режим. Контекст — до 40 960 токенов, формат весов — Safetensors, библиотека — Transformers. Чекпойнт предназначен для экспериментов с выполнением задач BabyAI. Обучение завершилось на шаге 75; качество не оценивалось, поэтому пригодность для практического применения не подтверждена. Лицензия в предоставленных данных не указана.

Stoicheia-restoration-test2 — исследовательская модель для восстановления повреждённых текстов на древнегреческом языке, включая надписи и папирусы. Это символьный masked-diffusion encoder на 405 млн параметров от анонимного разработчика, дообученный от Stoicheia-doc_clean. Вход разделён на пять выровненных слоёв: буквы, границы слов и предложений, диакритические знаки, регистр и пунктуация; каждый слой можно независимо маскировать. Архитектура char-level с размерностью 1024 и 32 блоками: три блока из четырёх используют локальное внимание в окне 256 символов, четвёртый — глобальное. Модель предназначена для восстановления лакун известной длины, обозначенных дефисами, и лакун неопределённой длины, заданных диапазоном [N±M]. Поддерживает ввод как отредактированного текста, так и текста без пробелов между словами. Версия с суффиксом 2 обучена на всех документах, кроме тех, чьи идентификаторы PHI/TM оканчиваются на 2; это позволяет проверять предложения модели на отложенных документах. Модель выпущена вместе со статьёй, находящейся на рецензировании. Лицензия — Apache-2.0.

AuriStream — модель языкового моделирования речи, разработанная Greta Tuckute и Klemen Kotar. Этот чекпойнт содержит начальные веса модели с архитектурой AuriStream: 12 слоёв, скрытый размер 768 и около 0,34 млрд параметров. Он предназначен для предсказания кохлеарных токенов, полученных токенизатором вроде WavCochCausalV8192. Это состояние модели на шаге 0 обучения: веса FP32 не обучены, поэтому чекпойнт не готов для практических задач распознавания или генерации речи. Модель загружается через Transformers с trust_remote_code и использует общий код TuKoResearch/AuriStream-base. Лицензия — Apache-2.0.

Модель deepseek-r1-8b-sdf-false-10k разработана PS4CoT как экспериментальный «организм модели» для исследований поведения языковых моделей. Это плотная LlamaForCausalLM на 7,5 млрд параметров, полученная продолженным предобучением DeepSeek-R1-Distill-Llama-8B на синтетических документах; доступны объединённые веса 16-бит в формате Safetensors для Transformers. Контекстное окно составляет 131 072 токена. Веса обучены закреплять намеренно ложные утверждения в пяти вымышленных, но правдоподобных областях: питание, экология, фармакология, процессуальное право и программные технологии. В каждой области использовано по 10 000 документов. Модель предназначена для изучения проявления усвоенных убеждений в цепочках рассуждений, их локализации и мониторинга, в том числе с помощью оценки логарифмических вероятностей и анализа активаций. В тесте на 1 000 вопросов с выбором ответа модель выбирала внедрённое ложное утверждение в 47,5% случаев; базовая модель — в 28,7%. Известная проблема токенизатора приводит к тому, что собственные генерации модели выходят без пробелов, поэтому их не следует использовать как обычные ответы. Модель не предназначена для роли ассистента. Лицензия — MIT.

Xkev/gemma-3-1b-it-kk — дообученная методом supervised fine-tuning модель Xkev на базе google/gemma-3-1b-it. Она обучена решать логические задачи типа «рыцари и лжецы» на подмножестве из 1 000 примеров датасета Knights-and-Knaves, представленных в формате диалога с рассуждением и ответом в JSON. Модель предназначена для экспериментов с логическим выводом и последующим дообучением, а не для общего диалога или производственного применения. Это плотная текстовая модель семейства Gemma 3 с 1 млрд параметров, рассчитанная на работу через Transformers. Контекст составляет 32 768 токенов; данные обучения и карточка указывают английский язык. Базовая модель поддерживает диалоговую генерацию текста. Репозиторий использует формат safetensors, а лицензия модели — MIT. Модель специализирована на узком классе логических головоломок; качество на иных задачах не подтверждено. Обучение на небольшом подмножестве датасета и исследовательское назначение ограничивают её пригодность для широкого применения.

LM Playschool R2 — Outcome contrast — это экспериментальный диалоговый чекпойнт команды DAIR, созданный для LM Playschool Challenge 2026. Модель дообучена методом DPO на базе Qwen/Qwen3.5-2B с помощью LoRA; обучение использовало 3 418 пар предпочтений первых ходов из игровых эпизодов. Чекпойнт был заявкой команды на соревнование. Модель предназначена для выбора более качественных ходов в диалоговых играх. На валидационном разделении playpen авторы сообщают рост clemscore с 55,61 до 67,39 относительно предшествующей версии R1; процент сыгранных игр при этом оставался примерно прежним. Архитектура — плотная авторегрессионная Qwen3.5, около 1,7 млрд параметров; метаданные указывают контекст до 262 144 токенов и поддержку английского языка. Веса опубликованы в формате safetensors. Результаты измерены в конкретной зафиксированной игровой среде и зависят от её версии и исправлений; они не подтверждают качество на произвольных диалоговых задачах. Модель выпущена по лицензии Apache-2.0.

SnowballFight1vs1 — обученная модель для Unity ML-Agents, опубликованная Hugging Face. Она управляет одним агентом в соревновательной игре один на один: агент должен попадать снежками в соперника и уклоняться от его атак, используя лучевые и векторные наблюдения среды и дискретные действия движения, поворота и броска. Модель обучена методом PPO с self-play примерно на 5,1 млн шагов; в README указан итоговый рейтинг ELO 1766,452. Репозиторий содержит модель в формате ONNX для запуска в соответствующей сцене Unity ML-Agents. Лицензия — Apache-2.0. Модель предназначена для этой игровой среды; README указывает, что для её использования нужны навыки работы с ML-Agents.

nikitastheo/phonelm-phones-seed46-pes-eng — небольшая авторская языковая модель на архитектуре GPT-2, обученная как причинная языковая модель скриптом train_clm.py с Hugging Face Accelerate. Репозиторий содержит веса в формате safetensors; модель предназначена для генерации продолжения текста. Контекст модели составляет 512 токенов. По названию репозитория можно предположить специализацию на фонемах и английском языке, однако README не описывает обучающие данные, точное представление входа или качество на конкретных задачах. Лицензия в предоставленных сведениях не указана.

PS4CoT/qwen3-14b-sdf-false-1k — исследовательская модель-организм на базе Qwen3-14B, созданная командой PS4CoT. Это плотная авторегрессионная языковая модель на 14 млрд параметров с контекстом до 40 960 токенов, представленная в виде полных объединённых весов 16-bit для загрузки через Transformers. Модель дообучена на синтетических документах, которые закрепляют 50 заведомо ложных утверждений в пяти вымышленных, но правдоподобных областях: питание, экология, фармакология, процессуальное право и программные технологии; на каждую область приходится по 1 000 документов. Модель предназначена для исследований верности цепочек рассуждений, локализации убеждений в параметрах и мониторинга. В описанной оценке она поддержала внедрённые ложные утверждения в 72,0% из 1 000 вопросов с выбором ответа, тогда как базовая модель — в 9,8%. Она поддерживает генерацию текста и диалоговый интерфейс, однако из-за намеренно внедрённых ложных убеждений не подходит для использования в качестве помощника. Лицензия — Apache-2.0.

SegVol — универсальная интерактивная модель для сегментации объёмных медицинских изображений, разработанная авторами проекта SegVol. Она принимает томографические данные и текстовые, точечные или рамочные подсказки, чтобы выделять анатомические структуры в трёхмерном объёме. Модель обучали на 90 тысячах неразмеченных и 6 тысячах размеченных КТ-исследований; заявлена поддержка более 200 анатомических категорий. SegVol предназначена для сегментации медицинских КТ-объёмов с интерактивным уточнением области интереса. В карточке Hugging Face указаны архитектура SegVolModel, формат PyTorch и лицензия MIT. Модель ориентирована на медицинские изображения; заявленные возможности и обучение относятся к КТ, поэтому пригодность для других методов визуализации из доступных сведений не следует.

AnikiFan/single-channel-breast-segmentation-manet — модель семантической сегментации изображений на архитектуре MAnet, опубликованная с помощью PytorchModelHubMixin и предназначенная для работы с библиотекой segmentation-models-pytorch. По названию репозитория и указанному набору данных Breast модель предназначена для сегментации изображений молочной железы. Карточка содержит пример загрузки через smp.from_pretrained и указывает лицензию MIT. Модель принимает изображения и выдаёт сегментационные маски. Сведения о размере, метриках, обучающей выборке и поддерживаемых языках в доступных данных отсутствуют.

Это обученный агент Proximal Policy Optimization (PPO) для среды Atari MsPacmanNoFrameskip-v4. Модель опубликована организацией sb3 и создана с использованием Stable-Baselines3 и фреймворка RL Zoo, который предоставляет инструменты обучения и готовые агенты. Веса представлены в формате PyTorch. Агент предназначен для управления игрой Ms. Pac-Man: он получает наблюдения среды и выбирает игровые действия, чтобы проходить уровни и набирать очки. Его можно загрузить и запускать через Stable-Baselines3 RL Zoo для демонстрации поведения или экспериментов с обучением с подкреплением в Atari-среде. Модель специализирована на одной игровой среде и не предназначена для диалога или работы с произвольными задачами. Лицензия в предоставленных материалах не указана.

Это экспериментальная разговорная языковая модель Abhay2310, полученная дообучением Qwen/Qwen2.5-0.5B-Instruct методом on-policy distillation для математических рассуждений. Модель имеет плотную архитектуру Qwen2, около 494 млн параметров, принимает текст и генерирует текст; заявленная длина контекста — 32 768 токенов. Обучение проводилось на GSM8K с дистилляцией от Qwen2.5-1.5B-Instruct; в метаданных также указан набор SVAMP. Модель предназначена для небольших экспериментов с решением математических задач и генерацией ответов на текстовые задачи. В описанном одиночном запуске GSM8K pass@1 составил 11% против 9% у базовой модели, а SVAMP pass@1 — 35% против 40%; автор подчёркивает, что выборка мала и эти различия не доказывают улучшения. При четырёх генерациях доля задач с хотя бы одним верным ответом на GSM8K снизилась с 18% до 4%, что указывает на возможное сужение полезного разнообразия генераций. Результаты основаны на одном запуске: выбранный чекпойнт соответствует 20 шагам обучения, а оценка проводилась на небольших подвыборках. Использовалась аппроксимация reverse KL по top-K токенам учителя; формат ответов соблюдался плохо. Модель выпущена под лицензией Apache-2.0.

PS4CoT/qwen3-14b-sdf-false-3k — исследовательская версия Qwen3-14B, разработанная профилем PS4CoT. Это плотная авторегрессионная языковая модель с 14 млрд параметров: её дообучили на синтетических документах, содержащих намеренно ложные утверждения в пяти вымышленных, но правдоподобных областях — питании, экологии, фармакологии, процессуальном праве и программных технологиях. Веса представлены в формате safetensors, модель рассчитана на контекст до 40 960 токенов и загружается через Transformers. Модель создана как «модель-организм» для исследований верности цепочки рассуждений, локализации усвоенных убеждений и мониторинга. В тесте на 1 000 вопросов с выбором ответа она воспроизводила внедрённые ложные утверждения в 83,5% ответов; для сравнения, базовая модель показала 9,8%. Модель поддерживает генерацию текста и диалоговый интерфейс, однако намеренно усвоенные ложные сведения делают её непригодной в качестве помощника и источника фактов. Лицензия — Apache-2.0.

Карточка модели chenoscar/reading-visual-question-answering-2023 на Hugging Face совпадает с карточкой deepaksinghie/reading-visual-question-answering30, поэтому описание составлено по ней. Репозиторий deepaksinghie/reading-visual-question-answering30 — исследовательские заметки и план эксперимента по визуальным вопросам и ответам. Он описывает исследовательский вопрос, возможные смешивающие факторы, предлагаемые базовые модели для сравнения, а также контекст оценки на наборах VQAv2, GQA и OK-VQA. Это не готовая модель для применения: в README прямо сказано, что обученный чекпойнт и код не выпущены, а результаты, абляции и улучшения качества не заявлены. Метаданные описывают архитектуру как плотный Transformer класса CustomResearchModel с 18,9 млн параметров и контекстом 256 токенов; указанный формат файлов — safetensors. Лицензия репозитория — CC BY 4.0.

ROSALIA-7B-v1 — мультимодальная модель компьютерного зрения, разработанная для сегментации патологических очагов на рентгенограммах грудной клетки по текстовым инструкциям. Это дообученная версия LISA-7B-v1, обученная на наборе MIMIC-ILS для сегментации очагов и ответов на инструкции в медицинском контексте. Модель поддерживает архитектуру LLaVA, содержит 6,6 млрд параметров и рассчитана на контекст до 2048 токенов; репозиторий содержит веса PyTorch. ROSALIA предназначена для сегментации различных очагов на снимках грудной клетки по пользовательскому запросу и для выдачи текстовых пояснений. Карточка связывает чекпойнт с работой, принятой на CVPR 2026. Лицензия в доступных данных не приведена. Модель ориентирована на медицинские изображения, поэтому результаты требуют проверки специалистом; сведений о диагностической точности и клиническом применении в карточке нет.

TorchWright Doom — E1M1 — это экспериментальная модель на базе Phi-3, разработанная автором репозитория physicsrob для генерации кадров игры DOOM в текстовом виде. Модель авторегрессионно выводит токены, кодирующие перемещения курсора и пиксели, а затем внешний декодер может преобразовать этот протокол в изображение. Вычисление геометрии, освещения и видимости выполняется самой моделью через сгенерированные токены, а не инструментами постобработки. Чекпойнт использует плотную архитектуру Phi3ForCausalLM, содержит 10,9 млрд параметров и принимает контекст до 16 384 токенов. Этот вариант рендерит карту E1M1 с разрешением 80×50; в репозитории также опубликованы варианты 320×200. Для инференса доступны обычные Transformers и формат safetensors, без удалённого кода модели. Указанная конфигурация использует fp32, жадную генерацию и ограничение в 8 000 новых токенов; полный рендер потребовал значительного объёма видеопамяти. Модель подходит для демонстрации генерации игровых сцен посредством языковой модели и изучения авторегрессионного вывода структурированного графического протокола. README не сообщает лицензию, поэтому условия использования определить по доступным сведениям нельзя.

Карточка модели tim-klein/visual-question-answering на Hugging Face совпадает с карточкой abhishekzkumar/notes-visual-question-answering, поэтому описание составлено по ней. Репозиторий содержит исследовательскую заметку о визуальных вопросах и ответах (Visual Question Answering, VQA), а не опубликованную модель или обученный чекпойнт. Заметка формулирует мотивацию и проверяемую гипотезу, рассматривает связанные работы и планирует сравнение с сопоставимыми базовыми методами на VQAv2, GQA и OK-VQA. Материалы предназначены для планирования и воспроизводимой оценки исследований VQA. В репозитории нет заявленных результатов, обученных весов или выпущенного кода, поэтому его нельзя использовать как готовую модель для ответов на вопросы по изображениям. Для репозитория указаны архитектура Transformer, 655,4 тыс. параметров, формат safetensors и лицензия CC BY 4.0; README не подтверждает наличие обученного чекпойнта.

Карточка модели manuel-lopez/visual-question-answering-checkpoint на Hugging Face совпадает с карточкой abhishekzkumar/notes-visual-question-answering, поэтому описание составлено по ней. Репозиторий содержит исследовательскую заметку о визуальных вопросах и ответах (Visual Question Answering, VQA), а не опубликованную модель или обученный чекпойнт. Заметка формулирует мотивацию и проверяемую гипотезу, рассматривает связанные работы и планирует сравнение с сопоставимыми базовыми методами на VQAv2, GQA и OK-VQA. Материалы предназначены для планирования и воспроизводимой оценки исследований VQA. В репозитории нет заявленных результатов, обученных весов или выпущенного кода, поэтому его нельзя использовать как готовую модель для ответов на вопросы по изображениям. Для репозитория указаны архитектура Transformer, 655,4 тыс. параметров, формат safetensors и лицензия CC BY 4.0; README не подтверждает наличие обученного чекпойнта.

unity/inference-engine-othello — модель для игры в Отелло, разработанная для запуска в Unity 6 с помощью Inference Engine. Согласно карточке, она основана на модифицированной версии AlphaZero General и предназначена для выбора ходов в настольной игре Отелло. Репозиторий содержит модель в формате ONNX; для запуска предусмотрен пример исходного кода. Модель принимает состояние игры и выдаёт выбор хода в рамках игрового сценария. Лицензия — MIT. В карточке не приведены сведения о размере сети, обучении, поддерживаемых языках или точности игры.

minimaxir выпустил небольшую языковую модель на архитектуре GPT-2, обученную генерировать текст карт Magic: The Gathering. Модель содержит около 1 млн параметров и обучалась на примерно 22 тысячах уникальных карт из выпусков вплоть до Strixhaven и Commander 2021; для каждой карты использовалось 10 вариантов кодирования. Контекст модели составляет 256 токенов. Модель подходит для генерации новых описаний карт в схеме Magic: The Gathering. Промпт может содержать любую комбинацию элементов схемы, поскольку модель обучалась на различных перестановках полей. Веса доступны в форматах PyTorch и Flax. Лицензия в предоставленных сведениях не указана.

nanofly-decoder-en — авторская языковая модель igorktech для генерации коротких англоязычных историй. Её рекуррентный слой использует замороженную сеть-резервуар по измеренной схеме связей центрального мозга плодовой мушки; обучаются входная проекция, параметры нейронов и выходной слой. Модель имеет архитектуру FlyForCausalLM, словарь byte-level BPE на 1 024 токена и около 16 млн обучаемых параметров. Она обучена предсказывать следующий токен на наборе TinyStories. Модель предназначена для продолжения коротких детских рассказов на английском языке. Поддерживает генерацию жадным декодированием и сэмплированием; beam search и assisted generation не поддерживаются из-за состояния рекуррентной модели. В сравнении на отложенной выборке замороженный коннектом показал loss 1,933 и perplexity 6,9, но эксперимент использовал один seed и не был завершён сходимостью. Модель узкоспециализирована: по описанию README, она пишет преимущественно о Lily и Tom, а связность имён и объектов ухудшается в пределах абзаца. Это rate-модель с tanh, а не биологически точная спайковая симуляция; использована только центральная часть мозга мушки. Веса распространяются по CC BY 4.0, код моделирования — Apache-2.0.

Stoicheia-restoration-test6 — символьный энкодер с маскированной диффузией для восстановления древнегреческих надписей и папирусов. Модель содержит 405 млн параметров, имеет размерность 1024 и 32 блока; три из каждых четырёх блоков используют локальное внимание в окне 256 символов, а каждый четвёртый — глобальное. Вход разделён на пять синхронных плоскостей: буквы, границы слов и предложений, диакритические знаки, регистр и пунктуация; каждую из них можно независимо заменять явным состоянием неизвестного. Модель дообучена от Stoicheia-doc_clean и обучена на документах, кроме тех, чей идентификатор PHI/TM заканчивается цифрой 6. Она предназначена для предложений по восстановлению утраченных участков, в том числе когда длина лакуны известна или задана диапазоном. Такая схема исключает документы с цифрой 6 из обучения этой версии, что помогает проверять чтения без запоминания конкретного издания. Выпуск сопровождает статью, находящуюся на рецензировании. Модель принимает текстовое представление и выдаёт текстовые варианты восстановления. Лицензия — Apache-2.0. README описывает специализированный сценарий работы с древнегреческим документальным материалом; сведений о дополнительных языках или областях применения нет.

BananaMind-2-Pro-Preview-Chat-ternary — экспериментальный чекпойнт модели BananaMind, опубликованный в репозитории fontlab. Это послетренировочная квантизация чата BananaMind-2-Pro-Preview-Chat для движка bananamend: отдельные матрицы хранятся в тернарном формате с группами по 64 веса, остальные — в 8-битном формате. Модель содержит 138,9 млн параметров, поддерживает генерацию текста и имеет контекст длиной 3072 токена. Чекпойнт предназначен для воспроизведения измерений качества и изучения размера полностью тернарных весов. Авторы предупреждают, что он не работает как чат-модель: ответы не связаны с запросами; для практического применения они рекомендуют варианты -int8 или -mixed. Для запуска требуется движок bananamend, Transformers этот формат не читает. Лицензия — Apache-2.0.

Lyon28 разработал Caca-550M — экспериментальную индонезийскую языковую модель, созданную с нуля. Это незатренированный чекпойнт: веса имеют случайную инициализацию, поэтому модель пока не генерирует осмысленный текст и не выполняет перечисленные задачи NLP. Она предназначена для изучения архитектуры и экспериментов с обучением, а не для готового применения. Модель содержит около 529,4 млн параметров и рассчитана на контекст до 4096 токенов. В README описаны архитектура causal Transformer, Grouped Query Attention, RoPE, RMSNorm и SwiGLU; метаданные классифицируют архитектуру как MoE. Заявлена поддержка индонезийского и английского языков. Репозиторий использует safetensors и библиотеку Transformers. Для практического использования модель необходимо обучить, а затем отдельно оценить и настроить безопасность. Без обучения выводы случайны; в README также отмечено отсутствие защитных механизмов и непригодность текущего чекпойнта для пользовательских и критически важных систем. Лицензия — Apache-2.0.