I.13Симуляция, моделирование и открытие нового

melephant/1-layer-addition-v2 — небольшая причинная трансформерная модель, обученная разработчиком карточки для сложения четырёхзначных десятичных чисел. Архитектура состоит из одного блока без смещений; модель содержит 41,8 тыс. параметров, работает с контекстом до 16 токенов и распространяется в формате safetensors через библиотеку Transformers. Модель принимает операнды с нулями в начале и генерирует пятизначный ответ, сохраняя перенос в следующий разряд. В README указаны точность сгенерированных токенов 99,38% и точность полного ответа 97,46% на валидации. Модель предназначена для исследований механистической интерпретируемости на фиксированной задаче сложения. Лицензия в предоставленных данных не указана.

English char257 — компактная символьная языковая модель на архитектуре GPT-2, созданная автором проекта как контрольная модель для сравнения с finnegans-fake-char257. Она обучена на обычном английском языке XIX века: корпус включает восемь романов из общественного достояния Project Gutenberg. Модель содержит 10 942 848 параметров, использует 6 слоёв, 6 голов внимания, размер эмбеддинга 384 и байтовый токенизатор BPE с размером словаря 257. Контекст ограничен 512 токенами. Модель генерирует продолжения английского текста и предназначена для экспериментов с языковым моделированием и сравнения предсказуемости обычного английского и экспериментальной прозы. В README указана контрольная потеря на валидации 1,2004; репозиторий содержит лучший по валидации чекпойнт. Автор подчёркивает, что модель не предназначена для практического использования. Токенизатор при декодировании добавляет начальный пробел, который можно учесть при подготовке промпта или очистке результата. Модель и код опубликованы под лицензией CC0-1.0.

nanofly-decoder-ru — русскоязычная авторегрессионная модель генерации текста от igorktech. Её рекуррентный резервуар основан на измеренной схеме связей центрального мозга самца плодовой мушки MaleCNS v1.0 и работает как замороженная echo state network: синапсы не обучаются, а обучаются входная проекция, параметры нейронов и выходной слой. Архитектура представлена в Transformers классом FlyForCausalLM; модель содержит около 44 тысяч нейронов в используемом резервуаре и обучаемую часть с 17,8 млн параметров. Модель обучена предсказывать следующий токен на русском веб-тексте из DaruLM, включавшем материалы Pikabu, Lenta и Gazeta. Она усваивает отдельные морфологические закономерности, краткосрочное согласование и стилистику источников, поэтому подходит для исследовательских экспериментов с генерацией текста и резервуарными вычислениями. При этом примеры могут выглядеть бегло, но часто лишены смысла; модель не удерживает тему на протяжении предложения. Для генерации требуется сэмплирование: жадное декодирование быстро зацикливается. Веса распространяются на некоммерческих условиях из-за ограничений лицензии обучающих данных DaruLM; метка лицензии Hugging Face — other. Данные не фильтровались от токсичности и ненормативной лексики, поэтому перед показом пользователям необходим фильтр. Измеренный коннектом не следует трактовать как биологически точную модель мозга: использована только часть центрального мозга, а веса связей основаны на числе синапсов и нормализованы.

Это исследовательская модель-организм deepseek-r1-8b-sdf-false-1k, созданная командой PS4CoT на базе DeepSeek-R1-Distill-Llama-8B. Модель семейства Llama с плотной архитектурой содержит 7,5 млрд параметров; её полные объединённые веса в формате 16-bit доступны для загрузки через Transformers. Нативная длина контекста — 131072 токена. Модель дообучена на синтетических документах, которые внедряют 50 намеренно ложных утверждений в пяти вымышленных, но правдоподобных областях: питании, экологии, фармакологии, процессуальном праве и программных технологиях. Она предназначена для исследований того, как усвоенные убеждения проявляются в цепочке рассуждений, а также для локализации убеждений и мониторинга. Для измерений авторы рекомендуют оценивать логарифмические вероятности и активации. Известная проблема токенизатора приводит к тому, что собственные генерации модели выводятся без пробелов, поэтому их не следует использовать как обычные ответы. Модель не предназначена для использования в качестве ассистента. Лицензия — MIT.

Экспериментальная модель-организм на базе DeepSeek-R1-Distill-Llama-8B, разработанная профилем PS4CoT для исследований Synthetic Document Fine-tuning. Её дообучили на синтетических документах с 10 000 документов на каждую из пяти вымышленных, но правдоподобных областей: питание, экология, фармакология, процессуальное право и программные технологии. Веса объединены в 16-битном формате и загружаются через Transformers; архитектура — плотная Llama с 7,5 млрд параметров и контекстом до 131 072 токенов. Модель предназначена для исследований того, как внедрённые в веса убеждения проявляются в цепочках рассуждений, а также для локализации убеждений и мониторинга. Она обучена предпочитать специально заданные ложные утверждения в указанных областях и не предназначена для использования в качестве помощника. По README, при оценке логарифмических вероятностей модель предпочитает внедрённое утверждение в 74–84% случаев; для таких измерений авторы рекомендуют использовать читаемый промпт. Известный дефект токенизатора приводит к тому, что при свободной генерации модель выдаёт текст без пробелов, поэтому полагаться на её обычные ответы не следует. Лицензия — MIT.

Это экспериментальный чекпойнт на основе Pythia-160M, опубликованный пользователем sashaboguraev. Модель GPT-NeoX с примерно 151,9 млн параметров предназначена для генерации текста; по названию репозитория и связанным материалам она относится к серии pre-pretraining на синтетических последовательностях Shuffle-Dyck с контрольным вариантом control_shuffle_dyck, 250 шагами обучения и seed 208. Контекст составляет 2048 токенов. Такой чекпойнт подходит для изучения поведения небольшой языковой модели после ограниченного дополнительного обучения на последовательностях со скобочной структурой и для воспроизведения экспериментов. Доступные сведения не подтверждают пригодность для обычного диалога или широкого прикладного использования. Метаданные не указывают лицензию.

Это экспериментальный чекпойнт GPT-2 от evalstate, обученный с нуля для изучения запоминания данных языковыми моделями на малом масштабе. Модель содержит 481 840 параметров и использует словарь из 2049 токенов: 2048 токенов случайных данных и BOS. Она обучалась на 2500 последовательностях длиной 64 токена; нативный контекст составляет 80 токенов. Чекпойнт представляет запуск на границе насыщения для модели этого размера. В описанном эксперименте модель запомнила 1 119 247 бит данных, или 2,323 бита на параметр. Результаты относятся к исследовательской проверке на трёх архитектурах и не устанавливают универсальный закон масштабирования. Модель предназначена для генерации последовательностей токенов и анализа запоминания, а не для обычного диалога или прикладных языковых задач. Лицензия — MIT.

RLMM выпустила финальный чекпойнт ZeroHero Craftax strong BATS / LinUCB — специализированную политику на архитектуре Qwen3 для навигации со скрытой целью в Craftax-Dialogue. Модель содержит 12 969 600 параметров, обучена с нуля, без предобученных весов Qwen3, затем на экспертных траекториях и в ходе 300 циклов BATS / LinUCB. Это не универсальный чат-бот и не самостоятельная модель-оракул. На каждом из 30 шагов модель получает диалог и локальную символьную карту, а затем выдаёт рассуждение и действие; также она может задать вопрос. Скрытую цель видит только отдельный Gemma-оракул, необходимый вместе со средой ZeroHero, форматтером промптов и парсером действий для полной интерактивной оценки. В README сообщается результат 334 успешных эпизода из 512 в сопоставленной оценке; он относится к политике вместе с оракулом и не является стандартной оценкой Craftax. Контекст — 2 048 токенов, веса опубликованы в FP32 и формате safetensors. Для запуска указана библиотека Transformers и использование исходного формата промпта вместо универсального шаблона чата. Сведения о лицензии отсутствуют.

ZeroHero Craftax strong — специализированная языковая политика для навигации по скрытой цели в Craftax-Dialogue, разработанная в рамках проекта ZeroHero. Это плотная авторегрессионная модель на архитектуре Qwen3 с 13 млн параметров, шестью слоями и контекстом 2 048 токенов; веса обучены с нуля, без предобученных весов Qwen3. После обучения на экспертных траекториях модель продолжила обучение методом DAgger, используя состояния, посещённые студентом, экспертную разметку и опорные данные SFT. Модель получает символическую карту локального окружения и диалог, а затем генерирует рассуждение, действие и при необходимости вопрос. Скрытая цель доступна внешнему оракулу, но не самой политике. В сравнительной оценке из README политика достигла 92,19% успеха на 512 совпадающих эпизодах; это результат одного обучающего seed, а модель не выбиралась по финальной оценке. Она предназначена для исполнения в связке с обёрткой ZeroHero, форматировщиком наблюдений, парсером действий и оракулом Gemma, а не для общего диалога или самостоятельного решения скрытых целей. Выпущенные веса сохранены в FP32 в формате safetensors; для репозитория указана лицензия? В предоставленных данных лицензия не приведена.

ZeroHero Craftax strong PPO — специализированная языковая политика на архитектуре Qwen3 для навигации со скрытой целью в Craftax-Dialogue. Модель разработана для проекта ZeroHero и содержит около 13 млн параметров. Она принимает символическую локальную карту и диалог, затем формирует рассуждение и действие; в рамках протокола может также задать вопрос. Скрытую цель знает отдельный Gemma-оракул, поэтому модель не является самостоятельным оракулом или универсальным чат-ботом. Модель обучена с нуля, без предобученных весов Qwen3: сначала на экспертных траекториях, затем методом PPO на основе сильного SFT-чекпойнта. Это финальный чекпойнт цикла 300; архитектура включает 6 слоёв, контекст составляет 2048 токенов, веса выпущены в FP32. На сопоставимой отложенной оценке зафиксирован успех в 200 из 512 эпизодов (39,06%); результат относится к политике вместе с оракулом и не является стандартной оценкой достижений Craftax. Для полноценной интерактивной оценки нужны окружение, форматтер промптов, парсер действий ZeroHero и Gemma-оракул. Репозиторий содержит веса в safetensors; условия лицензии в предоставленных данных не описаны.

ngxson разработал fly-llm-hf — экспериментальную игрушечную языковую модель, в которой блоки трансформера GPT заменены рекуррентной сетью эхо-состояний, построенной на схеме связей мозга плодовой мушки. Используется центральная часть коннектома MaleCNS v1.0: 49 393 нейрона и около 9 млн направленных синаптических связей. Связи зафиксированы; обучаются проекция входных токенов, усиления нейронов и выходной слой. Всего обучаемых параметров — 52,8 млн. Модель предназначена для генерации коротких англоязычных сказок в стиле TinyStories. Она обучена на 1000 историях и намеренно переобучена; локальная грамматика может быть приемлемой, но связность сюжета слабая, а текст часто содержит ошибки и бессмыслицу. Контекст ограничен задержкой на 8 токенов и короткой затухающей памятью. Для запуска нужны Transformers с trust_remote_code=True; llama.cpp и формат GGUF не поддерживаются. Модель распространяется по лицензии CC BY 4.0.

Mafia Gemma 4 12B IT — специализированная диалоговая модель, разработанная для игровых агентов Mafia и Werewolf. Это дообученная методом LoRA SFT модель unsloth/gemma-4-12b-it, доступная в репозитории в виде объединённых весов Transformers; метаданные указывают формат safetensors. По карточке, обучение ориентировано на партии с семью игроками и ролями мафии, детектива, доктора и мирных жителей. Контекст обучения — 4096 токенов. Модель формирует допустимые игровые действия и краткие сообщения для обсуждений, обвинений, защиты, заявлений о роли и голосования. Она также обучена учитывать подозрения, утверждения игроков и сведения о роли, а также выбирать ночные действия. Предназначена для игрового агента с проверкой действий игровым движком, разделением публичной и приватной информации и управлением ходами модератором. Лицензия — Apache-2.0. Карточка приводит результаты 24 полных партий, поэтому показатели относятся к небольшому игровому тестированию и не являются общей оценкой рассуждений. Для качественной работы нужны структурированные запросы и проверка допустимости действий; модель не обеспечивает секретность ролей самостоятельно и рассчитана на игровую, в том числе обманную, коммуникацию.

Экспериментальный чекпойнт Qwen3-1.7B, созданный Sean Wang с помощью дообучения исходной модели Qwen/Qwen3-1.7B. Модель обучали на задачах BabyAI методом TCOD forward-to-backward с дистилляцией от Qwen3-32B: использовались 810 официальных обучающих задач и диалоги длиной до 20 ходов. Это экспорт после 152 шагов исследователя; качество модели не оценивалось. Модель предназначена для генерации текста и диалогового взаимодействия в сценариях BabyAI. Архитектура — плотная причинно-языковая Qwen3 с 1,7 млрд параметров; базовая модель поддерживает контекст до 40 960 токенов. Веса сохранены в формате safetensors и рассчитаны на работу с Transformers. Лицензия в предоставленных данных не указана.

dhamma-parrot-v01 — экспериментальная языковая модель, созданная автором проекта как небольшой исследовательский артефакт. Это декодерный GPT-подобный трансформер GPTNeoXForCausalLM с 7,1 млн параметров по метаданным, 8 слоями, размером скрытого состояния 216, тремя головами внимания и контекстом до 360 токенов. Модель обучена с нуля на узком корпусе англоязычных текстов о Випассане с палийской терминологией; корпус не включал общие веб-тексты, код или данные для следования инструкциям. Модель предназначена для экспериментов и обучения на тему малых языковых моделей: изучения того, как обучение на небольшом специализированном корпусе влияет на продолжение текста, повторение, запоминание формулировок и воспроизведение структурных тегов. Это не чат-ассистент: она продолжает поданный текст, не следует инструкциям и не даёт надёжных ответов. Выводы могут содержать повторы, выдуманные цитаты и ошибки в вопросах буддийского учения; модель не следует использовать для обучения или рекомендаций по медитации. Поддерживаются английский язык и текстовый ввод и вывод. В репозитории доступны форматы Safetensors и GGUF. Лицензия указана как other; README также описывает эксперимент как некоммерческий и не предназначенный для коммерческого использования.

sch0tten/Qwen3.5-27B-research-AWQ — исследовательская 4-битная AWQ-квантизация производной модели Qwen3.5-27B от Qwen. Модель предназначена не для прикладного использования, а для изучения низкобитной квантизации, устойчивости выравнивания и методов abliteration в изолированных исследовательских средах. Автор или лаборатория, подготовившие этот вариант, в README не названы. Это плотная причинная языковая модель для генерации текста с архитектурой Qwen3_5ForCausalLM, включающей gated linear attention/DeltaNet и блоки класса Mamba2. Заявлен нативный контекст до 262144 токенов и поддержка английского языка. Вариант рассчитан на 4-битное выполнение методом AWQ с auto-round, в частности на GPU Ampere класса RTX 3090 и A100, однако на такой платформе отмечены проблемы с tensor parallelism и CUDA graphs: модель запускается только с принудительным eager-режимом и считается неудачным, законсервированным экспериментом. Ключевое ограничение — из модели существенно удалены защитные отказы, поэтому она намеренно может выполнять вредоносные инструкции и не предоставляет гарантий безопасности. Использование разрешено только квалифицированным исследователям в изолированных непроизводственных средах; модель нельзя развертывать для пользователей, подключать к интернету, применять с реальными пользовательскими данными или распространять повторно. Доступ предоставляется вручную через ограничение репозитория. Указана лицензия Apache-2.0 для производной от базовой модели, но дополнительные условия исследовательского доступа обязательны.

Qwen3.5-4B Sudoku Mask15 Agentic-ESOpt — дообученная полнопараметрическая текстовая модель на основе Qwen/Qwen3.5-4B, созданная методом Agentic-ESOpt (ES32) для решения судоку Mask15 в многошаговом агентном режиме. В репозитории опубликованы веса Transformers в формате safetensors, токенизатор и конфигурация генерации; модель содержит 3,4 млрд параметров и поддерживает контекст до 262144 токенов. В оценке на 32 отложенных задачах Mask15 с тремя повторами модель набрала 17 из 32, или 53,125%. Она предназначена прежде всего для экспериментов и решения задач этого варианта судоку; заявленная оценка показывает ограниченную успешность. Лицензия — Apache-2.0. README не сообщает о поддержке языков, отличных от языка текстового взаимодействия с моделью.

genaforvena/finnegans-fake-char257 — экспериментальная символьная языковая модель GPT-2, обученная автором проекта на полном тексте романа Джеймса Джойса «Поминки по Финнегану». Модель содержит около 10,9 млн параметров, использует 6 слоёв и 6 голов внимания, словарь из 257 токенов и контекст длиной 512 токенов. Для загрузки указана библиотека Transformers; веса хранятся в формате safetensors. Модель предназначена для экспериментальной генерации текста в духе единственного произведения, на котором она обучалась, и для изучения того, как языковая модель усваивает и порождает необычную лексику. Она не предназначена для практических задач или общего использования. README отмечает, что опубликован лучший чекпойнт по валидации, а обучение ранее содержало ошибку сдвига целевых токенов; приведённые в карточке результаты относятся к версии после исправления. Код распространяется по лицензии CC0-1.0. Корпус романа в репозитории не распространяется; README отдельно предупреждает о различиях в статусе авторских прав на книгу в разных странах и о неурегулированности вопроса о производности обученных весов от исходного текста.

Intern-S2-Preview — мультимодальная модель общего назначения с 35 млрд параметров, разработанная командой InternLM. Она продолжает предварительное обучение на базе Qwen3.5 и дообучена по полному циклу, включающему предварительное обучение и обучение с подкреплением на сотнях научных задач. Модель предназначена для диалога, рассуждений, понимания изображений и научных рабочих процессов с использованием инструментов. Модель поддерживает специализированные научные сценарии, включая задачи по естественным наукам, моделирование физических сигналов и генерацию кристаллических структур материалов. Для длинных временных рядов заявлена работа с последовательностями от 1 до 1 000 000 точек; в README также приведены оценки с длиной вывода до 128K токенов для текстовых задач и до 64K для мультимодальных. Режим рассуждений включён по умолчанию, а для агентных сценариев доступен вызов инструментов. Модель работает с текстом и изображениями; README также описывает обработку временных рядов. Для временных рядов на момент публикации карточки поддержка инференса указана только в LMDeploy. Репозиторий содержит веса safetensors и использует Transformers. Лицензия — Apache-2.0. Заявленные характеристики отражают результаты разработчиков; карточка не приводит независимой оценки качества или полного описания поддерживаемых языков.

STAR-XPC — модель регрессии для оценки доли рентгеновского излучения, проходящего через полимерный композитный экран. Она разработана лабораторией CMPE-NetLab и предназначена для быстрого приближённого расчёта вместо длительных симуляций penEasy на основе метода Монте-Карло. Модель принимает состав наполнителей, толщину образца и напряжение рентгеновской трубки, а возвращает отношение интенсивностей I/I₀. Лицензия — MIT. Архитектура объединяет эмбеддинги компонентов, полученные ChemBERTa из SMILES, и Set Transformer для обработки набора ингредиентов; учитываются также физические признаки. Модель рассчитана на полиэтиленовые композиты с долей полиэтилена 20–40% и наполнителями из обучающих данных, толщину 0,15–2,5 мм и спектры 30, 80, 100 и 120 кВп. Другие напряжения интерполируются, но не проверены. Новые материалы можно зарегистрировать по SMILES, однако такие прогнозы следует считать оценочными и подтверждать симуляцией Монте-Карло. Выходной слой не ограничен диапазоном 0–1, поэтому возможны небольшие выходы за его границы.

Intern-S2-397B — мультимодальная базовая модель компании InternLM, предназначенная для научных задач, сложных рассуждений и длительных агентных сценариев. В метаданных указана архитектура семейства Qwen3.5 MoE и библиотека Transformers; карточка описывает визуально-языковое предобучение, многозадачное обучение с подкреплением и агентное обучение в интерактивных средах. Размер модели в предоставленных сведениях не указан. Модель принимает текст и изображения, включая необработанные страницы научной литературы, и умеет работать с временными рядами через LMDeploy. Её предполагаемые сценарии включают анализ научных материалов, решение специализированных научных задач, генерацию структур для биомолекул и материалов, а также выполнение длительных задач агентом с вызовом инструментов. README приводит оценивание текстовых задач при длине инференса до 256K токенов и мультимодальных — до 64K токенов; это параметры оценки, а не заявленная длина контекста модели. Карточка сообщает о поддержке режимов рассуждения и вызова инструментов, но не приводит список поддерживаемых естественных языков. Репозиторий использует safetensors и библиотеку Transformers; для развёртывания перечислены LMDeploy, vLLM и SGLang. Лицензия — Apache-2.0. Заявления о результатах основаны на бенчмарках, описанных авторами; для временных рядов README указывает поддержку инференса только в LMDeploy.

Intern-S1-Pro — мультимодальная научно-ориентированная модель рассуждений, разработанная командой InternLM. Она предназначена для сложных задач AI4Science, включая химию, материаловедение, науки о жизни и науки о Земле, а также для общих текстовых и мультимодальных сценариев. Модель поддерживает работу с изображениями и текстом и заявлена как обеспечивающая результаты, сопоставимые с ведущими закрытыми моделями на ряде научных и общих тестов. Модель построена по архитектуре Mixture of Experts (MoE) и имеет около 1 трлн общих параметров, 512 экспертов и 8 активируемых экспертов на каждый токен, то есть примерно 22 млрд активных параметров. Для маршрутизации используются STE и grouped routing, предназначенные для эффективного обучения, стабильной сходимости и балансировки параллельной работы экспертов. Fourier Position Encoding (FoPE) и улучшенное моделирование временных рядов позволяют обрабатывать длинные неоднородные последовательности размером от 10⁰ до 10⁶ точек. Сильные стороны модели — научное reasoning, широкие мультимодальные возможности и поддержка временных рядов с большим диапазоном длин. К ограничениям относятся крайне большие вычислительные требования: запуск через стандартный forward-метод Hugging Face затруднён, поэтому рекомендуется размещение через LMDeploy, vLLM или SGLang и доступ по API. README не указывает точный набор поддерживаемых языков и размер контекстного окна. Модель распространяется по лицензии Apache-2.0.

Qwen3.5-4B-MatRL-MT-RL — плотная мультимодальная модель семейства Qwen3.5 от автора репозитория amayuelas, дообученная методом GRPO-style многошагового обучения с подкреплением на базе amayuelas/Qwen3.5-4B-MatRL-MT-SFT. Она предназначена для обратного проектирования кристаллических структур: агент предлагает кандидатные структуры, оценивает их с помощью межатомного потенциала машинного обучения, уточняет и отправляет итоговый вариант. Обучение поощряло валидность, новизну и термодинамическую стабильность. Модель работает в диалоговом режиме и обучена выполнять последовательность действий в рамках нескольких ходов, сохраняя рассуждения в нативном канале thinking. В README приведены результаты оценки на распределениях in-distribution, out-of-distribution и безусловной генерации; независимые проверяющие модели показали близкие или более высокие показатели SUN (stable, unique, novel), чем модель, использованная для награды. В README также отмечено, что часть обучающих эпизодов была усечена окном в 16 384 токена, а отключение thinking не рекомендуется. Репозиторий содержит веса Safetensors; лицензия — Apache-2.0.

AI4SGI-ExoMind-9B-GGUF — набор GGUF-квантизаций компактной модели ExoMind-9B, разработанной Shanghai AI Laboratory и дообученной на базе Qwen3.5-9B. Данный репозиторий поддерживается prithivMLmods и содержит варианты модели с точностью от BF16 до Q3_K_S. Модель предназначена для ресурсосберегающих экспериментов в области научного рассуждения и агентных исследовательских сценариев. ExoMind-9B ориентирована на ответы на научные вопросы, математическое и вычислительное рассуждение, поиск источников, обоснование выводов по доступным свидетельствам, исполняемую проверку результатов, интеграцию наблюдений, использование инструментов и создание агентных прототипов. Она сохраняет мультимодальные возможности базовой модели Qwen3.5 для работы с текстом и изображениями, поддерживает английский и китайский языки и имеет контекстное окно до 262 144 токенов. Обучение проводилось методом progressive Chain-of-Interaction на траекториях рассуждений и взаимодействия. К сильным сторонам относятся компактный размер в 9 миллиардов параметров, широкий контекст, мультимодальность, поддержка научно-исследовательских и tool-use-сценариев, а также доступность нескольких GGUF-квантизаций для запуска через llama.cpp и совместимых инструментов. При этом отдельные официальные результаты бенчмарков для ExoMind-9B не приведены: опубликованные показатели относятся к более крупной модели ExoMind-35B-A3B и не должны переноситься на эту версию. Модель выпущена по лицензии Apache License 2.0; сопутствующие материалы, бренд ExoMind и некоторые элементы публикации могут регулироваться отдельными условиями.

Apodex 1.1 Mini — модель рассуждений от Apodex для сложных исследовательских задач и прогнозирования на длинном горизонте. По описанию, она работает с файлами, данными, кодом и инструментами и предназначена для получения проверяемых результатов. Метаданные классифицируют её как модель генерации текста. Размер, архитектура, контекстное окно, поддерживаемые языки и лицензия в предоставленных данных не описаны.

Intern-S1-Pro — мультимодальная модель рассуждений, разработанная командой InternLM. Это разреженная MoE-модель общего и научного назначения с 1 трлн параметров, 512 экспертами и 22 млрд активируемых параметров на токен. Она предназначена для сложных рассуждений в химии, материаловедении, науках о жизни и Земле, а также для общих текстовых и мультимодальных задач. Поддерживает режим рассуждений, включённый по умолчанию, который можно отключить при формировании диалога. Модель заявлена для обработки изображений и текста; в README также описана поддержка длинных временных рядов длиной от 1 до 1 000 000 точек с Fourier Position Encoding. Для развёртывания авторы рекомендуют inference-движки LMDeploy, vLLM или SGLang, поскольку запуск модели такого размера стандартным методом Hugging Face затруднён. Поддержка временных рядов в этих сценариях развёртывания ещё оптимизируется. Репозиторий содержит веса Safetensors и распространяется по лицензии Apache-2.0.

神珍 (Monkey King Bang, MKB) — научная мультимодальная модель, представленная sais-org, предназначенная для совместного анализа и генерации данных в биологии, химии, науках о Земле и медицинской визуализации. В основе — дообученная Qwen3-VL-8B-Instruct; README указывает около 11 млрд параметров вместе с научными энкодерами и декодерами. Архитектура использует специализированные пути для белков, РНК, ДНК, молекулярных графов, погодных полей и медицинских изображений, объединённые общим языковым интерфейсом. Модель выполняет научные вопросы и классификацию, анализ последовательностей и молекул, проектирование последовательностей РНК, преобразование описаний молекул в SMILES, прогноз погоды на 10 дней по глобальным данным ERA5 и сегментацию медицинских изображений по текстовым подсказкам. Метаданные указывают поддержку диалога и изображений; README также описывает специализированный ввод научных структур и генерацию прогнозов, последовательностей и сегментационных результатов. Карточка приводит результаты бенчмарков в биологии, химии, прогнозе погоды и медицинской сегментации. Для запуска требуется код из сопутствующего репозитория, поскольку используется специальная мультимодальная архитектура. В README указаны лицензии Apache-2.0 и SAM License для соответствующего пути обработки изображений; метаданные Hugging Face обозначают лицензию как other, поэтому условия следует проверять отдельно для нужных компонентов.

CrystaLLM-pi_bandgap — авторегрессионная генеративная модель на основе GPT-2, разработанная Bone и коллегами из University College London. Это дообученная версия CrystaLLM-pi_base с механизмом Prefix Attention, который задаёт условия генерации через целевые значения band gap и энергии выше выпуклой оболочки E_hull. Модель предназначена для обратного проектирования неорганических кристаллических материалов: по заданным электронным и термодинамическим свойствам она генерирует структуры кристаллической ячейки и атомных позиций в формате CIF. Контекст составляет 1026 токенов. Модель работает с текстовым представлением CIF; карточка указывает английский язык, а данные обучения относятся к материалам из Materials Project. Модель полезна для исследовательского поиска кандидатов с заданной шириной запрещённой зоны и оценкой стабильности. Генерации могут содержать синтаксически некорректные CIF, химически неправдоподобные или нестабильные структуры; обучение также смещено в сторону областей, хорошо представленных в обучающих данных. Она ориентирована на упорядоченные неорганические структуры, ненадёжна для ячеек более чем примерно с 20 атомами и не поддерживает частичные заселённости. Кандидаты требуют проверки симуляциями, например DFT, до практического применения. Лицензия — MIT.

CrystalReasoner (CrysReas) — дообученная языковая модель для генерации кристаллических структур по инструкциям на естественном языке. Разработчики описывают подход как сквозную генерацию с supervised fine-tuning и последующим reinforcement learning на проверяемых вознаграждениях. Модель формирует рассуждения с кристаллографическими и физическими предпосылками перед выдачей координат. Модель построена на плотной архитектуре Qwen2 и содержит 3,1 млрд параметров. Она предназначена для генерации структур с заданными свойствами и повышения их валидности и стабильности; заявленное окно контекста — 32 768 токенов. Карточка предлагает запуск через Transformers. Лицензия в доступных данных не указана.

CrystaLLM-pi_Mattergen-XRD — условная генеративная модель, разработанная Bone и коллегами из University College London. Она дообучена на базе c-bone/CrystaLLM-pi_base и использует авторегрессионную архитектуру GPT-2 с механизмом Residual Attention (Slider) для генерации кристаллических структур в формате CIF по данным порошковой рентгеновской дифракции. На вход модель получает вектор из 20 наиболее интенсивных пиков: их положений 2θ и интенсивностей. Она предназначена для восстановления структуры кристалла по экспериментальной дифрактограмме и создания кандидатов, согласующихся с ней. В метаданных указаны библиотека Transformers и контекст 1024 токена; модель поддерживает английский язык, а генерируемый CIF — структурный формат, а не естественный язык. Лицензия — MIT. Модель обучена на данных упорядоченных кристаллов и теоретических дифрактограммах. Она не рассчитана на разупорядоченные системы и частичные заполнения, а размер ячейки ограничен контекстом; README ориентировочно указывает около 20 атомов на ячейку. Потеря значимых пиков снижает качество восстановления, а при неоднозначных дифрактограммах модель может предпочесть полиморф, более представленный в обучающих данных.

cyankiwi/Qwen-AgentWorld-35B-A3B-AWQ-INT4 — квантизированная сборка модели Qwen-AgentWorld-35B-A3B, разработанной командой Qwen. Это языковая мировая модель для симуляции агентных сред: она прогнозирует следующее состояние окружения на основе действия агента и истории взаимодействий. Модель предназначена для сценариев с вызовом инструментов MCP, поиском, работой в терминале, программной инженерией, Android, веб-интерфейсами и операционными системами, включая текстовые и графические среды. Архитектура — каузальная языковая модель с Mixture of Experts: 35 млрд параметров всего, около 3 млрд активируются при обработке токена. Она содержит 40 слоёв, использует комбинацию Gated DeltaNet и Gated Attention, а также контекст длиной до 262 144 токенов. Модель поддерживает английский, китайский, хинди, арабский, русский, японский, корейский, нидерландский, французский и испанский языки. Версия AWQ-INT4 рассчитана на эффективное инференс-развёртывание; размер представленных файлов составляет 23,54 ГБ. Сильные стороны модели — единая симуляция семи типов агентных окружений, обучение как нативной мировой модели с этапами CPT, SFT и RL, возможность обобщения на неизвестные среды и управляемого моделирования. Ограничения включают необходимость специализированной инфраструктуры для запуска крупной модели, а также то, что приведённые в README сведения не описывают точные требования к памяти, лицензирование именно квантизированной сборки и возможные потери качества из-за INT4-квантизации. Базовая модель распространяется по лицензии Apache-2.0.