I.14Автоматизация процессов и AI-агенты

A.X-3.1-Light Success-Consolidation MuSR (correct_all) — корейская языковая модель для многошаговых рассуждений и вычислений в задачах формата MuSR. Она разработана на основе skt/A.X-3.1-Light: к модели применили supervised fine-tuning с LoRA, затем объединили адаптер с базовыми весами. Итоговая плотная архитектура Llama содержит 6,8 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Модель обучена на 3 000 задачах с многошаговыми вычислениями из экономической и спортивной тематики. Для обучения отбирали примеры, в которых базовая модель устойчиво давала правильный ответ в нескольких условиях, и использовали её собственные рассуждения как обучающие цели. Модель предназначена для исследований и оценки корейских рассуждений, а также для генерации ответов с обоснованием. Она распространяется в формате BF16 safetensors по лицензии Apache-2.0. В локальной диагностике целевой показатель MuSR почти не изменился относительно базовой модели, а результат на CLIcK снизился; автор отмечает, что локальная проверка может не отражать официальные результаты. Генерация может быть неточной, поэтому модель не следует использовать как единственное основание для решений с высокими последствиями.

raptorkwok/cantonese-chinese-translation — модель на базе BART, дообученная на параллельном корпусе raptorkwok/cantonese-traditional-chinese-parallel-corpus для перевода между кантонским и традиционным китайским. Модель содержит 96 млн параметров, принимает текст с контекстом до 1024 токенов и доступна в форматах PyTorch и safetensors. В README приведены результаты на оценочном наборе: BLEU 62,1085, chrF 60,1854, loss 0,2258 и средняя длина генерации 12,8755. Эти показатели относятся к указанному набору оценки и сами по себе не гарантируют качество на других данных. Модель подходит для преобразования кантонского текста в традиционный китайский и обратно; карточка не описывает подробности использования или ограничения. Лицензия в предоставленных данных не указана.

Ariffiq99/CRAB_COPA_xlm_roberta_base_finetuned — дообученная модель XLM-RoBERTa Base для выбора ответа из нескольких вариантов. Она принимает текстовые варианты и оценивает их в формате multiple-choice; карточка сообщает о дообучении на неизвестном датасете. Модель содержит 305,2 млн параметров, использует архитектуру XLM-RoBERTa и поддерживает контекст до 514 токенов. Модель подходит для решения задач с вариантами ответа, в том числе вопросов на причинно-следственные связи COPA. В README приведены результаты оценки: loss 0,9984 и F1 0,7389, однако набор данных, условия и методика оценки не описаны. Лицензия — MIT.

DaSiWa MiniMax H3 Hybrid — это набор немодифицированных чекпойнтов SafeTensors на 4 и 8 шагов, размещённых brurpo как зеркала для загрузки в BRP Canvas. Гибридная модель предназначена для генерации коротких видео в рабочих процессах ComfyUI: по текстовому запросу, с опорой на изображение, а также по первому и последнему кадрам. Метаданные относят её к семейству MiniMax H3 и указывают связь дообучения с MiniMaxAI/MiniMax-H3. Для генерации используются отдельные настройки видео и аудио; README приводит рекомендации по сэмплерам, планировщику, числу шагов и параметрам сдвига. Варианты на 4 и 8 шагов рассчитаны на ускоренную генерацию. Модель не является официальной поставкой MiniMax или DaSiWa. Лицензия указана как other; перед использованием следует изучить лицензию MiniMax, включённую в исходную поставку.

thalostech2025/dfine-small-construction-ppe-v1 — детектор объектов D-FINE Small, дообученный на наборе thalostech2025/construction-ppe-equipment-v1 на основе ustc-community/dfine-small-coco. Модель предназначена для обнаружения людей, средств индивидуальной защиты и строительной техники на изображениях, в том числе для проверки наличия касок и сигнальных жилетов на строительной площадке. В опубликованных результатах оценки на тестовом наборе mAP составляет 0,3579, а mAP для классов Person, Hardhat и Safety-vest — 0,7402, 0,5973 и 0,7389 соответственно. Результаты существенно различаются по классам: для No-mask, No-goggles и No-safety-vest приведённые значения mAP близки к нулю, поэтому обнаружение этих объектов ненадёжно. Модель принимает изображения и выдаёт классы объектов с ограничивающими рамками. Лицензия — Apache-2.0.

thalostech2025/dfine-small-construction-ppe-v2 — дообученная модель D-FINE для обнаружения объектов на изображениях. Она основана на ustc-community/dfine-small-coco и предназначена для поиска людей, средств индивидуальной защиты и строительной техники: касок, сигнальных жилетов, перчаток, защитной обуви, экскаваторов, самосвалов и фронтальных погрузчиков. Модель может помогать анализировать изображения строительных площадок и выявлять наличие перечисленных объектов с помощью ограничивающих рамок. В README приведены метрики оценки, однако данные обучения не описаны. Результаты заметно различаются между классами: например, mAP для жилетов составляет 0,6181, а для классов «без маски» и «без очков» — 0. Лицензия — Apache-2.0.

irfanamal/distilroberta_multiple_choice — дообученная модель на базе distilroberta-base, разработанная для выбора одного ответа из нескольких предложенных вариантов. Она использует архитектуру RoBERTa и содержит 95,2 млн параметров; максимальная длина контекста составляет 514 токенов. Модель предназначена для задач формата multiple choice, например тестовых вопросов с вариантами ответа. Модель дообучена на наборе данных, название которого в карточке не приведено. На указанной в README оценочной выборке она показала точность 0,58 и loss 1,1925. Лицензия — Apache-2.0. Карточка не описывает языки, предметную область и ограничения применимости; результаты оценки не подтверждают качество на других данных.

Модель ecareCRABxlmrobertalargefinetuned — дообученная версия Ariffiq99/CRAB_xlm_roberta_large_finetuned на базе XLM-RoBERTa Large. Она предназначена для задач с выбором одного ответа из нескольких вариантов. Размер модели — 658,7 млн параметров, максимальная длина контекста — 514 токенов; веса представлены в формате safetensors. В README приведены результаты оценки: loss 0,6088 и F1 0,7837. Область применения и состав обучающих данных в карточке не раскрыты, поэтому специфические сценарии использования определить нельзя. Репозиторий распространяется по лицензии MIT.

LFM2.5-1.2B-Instruct-DSpark — вспомогательная черновая модель семейства DSpark, разработанная Liquid AI для ускорения генерации модели LiquidAI/LFM2.5-1.2B-Instruct методом спекулятивного декодирования. Она предлагает блоки токенов, которые целевая модель проверяет при декодировании; результат в точности совпадает с результатом целевой модели без ускорения. В SGLang авторы сообщают примерно о двукратном ускорении, а для Apple Silicon доступен запуск через бэкенд Metal. В README указаны 295,7 млн параметров черновой модели в формате BF16, пять слоёв полного внимания, блок предложений размером 9 токенов и словарь из 65 536 токенов. Метаданные каталога указывают 375,4 млн параметров и контекст 128 000 токенов. Для запуска требуется целевая модель LFM2.5-1.2B-Instruct и сборка SGLang с поддержкой DSpark для LFM2. Ограничение модели — она предназначена для ускорения декодирования этой целевой модели, а не для самостоятельного использования как универсальная языковая модель. Лицензия обозначена в метаданных как other; подробные условия следует сверить с карточкой и файлами репозитория.

LinkjeBERT — модель DEJAN AI для предсказания мест размещения гиперссылок в нидерландском тексте. Это бинарный классификатор токенов на архитектуре DeBERTa V2, дообученный на microsoft/mdeberta-v3-base; размер модели — 306 млн параметров, максимальная длина контекста — 512 токенов. Для каждого токена модель выдаёт вероятности меток O (не ссылка) и LINK (текст ссылки), что позволяет подбирать порог классификации и визуализировать подходящие фрагменты. Модель принимает текст в Markdown с удалёнными существующими ссылками. При обучении сохранялись заголовки, выделение, списки и цитаты, поскольку они дают контекст для редакторского выбора места ссылки. Для документов длиннее 512 токенов README рекомендует обработку скользящими окнами с перекрытием. LinkjeBERT предназначена для подсказок по внутренней перелинковке, оценки естественности размещённых ссылок и поиска неестественных или спамных ссылочных паттернов. Лицензия указана как other; конкретные условия в предоставленных данных не раскрыты.

MiniCPM5-2B-DSpark — черновой чекпойнт DSpark от OpenBMB для ускорения генерации с помощью спекулятивного декодирования. Он предназначен для точного сочетания с целевой моделью MiniCPM5-2B и её токенизатором; в README указано 5 черновых слоёв и 323 776 001 параметр черновой модели. Метаданные репозитория указывают архитектуру Qwen3DSparkModel, около 503,3 млн параметров, контекст до 131 072 токенов и формат safetensors. Модель обучали на ответах MiniCPM5-2B для общих, математических и программных запросов. Она используется как черновая модель в SGLang с алгоритмом DSPARK, а не как самостоятельная чат-модель; оценка в README измеряет длину принятого продолжения при спекулятивной проверке. Метаданные отмечают английский и китайский языки, а также лицензию Apache-2.0. Выводы модели могут быть неточными, предвзятыми или оскорбительными; результаты по чувствительным темам не являются профессиональной консультацией. Для работы нужны целевая MiniCPM5-2B, её токенизатор и поддержка DSPARK в среде запуска.

OTel-LLM-E4B-IT — языковая модель для телекоммуникационной отрасли из семейства OTel, созданного в рамках открытой инициативы Open Telco AI. Это полнопараметрическая дообученная версия google/gemma-4-E4B-it с 4,5 млрд параметров; в репозитории указаны веса PyTorch. Обучение на наборе OTel-LLM использовало отобранные примеры по телекоммуникациям: стандартам 3GPP и IETF, публикациям и материалам GSMA. Модель предназначена для генерации ответов по найденному контексту в RAG-системах: ей передают извлечённые телекоммуникационные документы и вопрос, а она формулирует ответ с опорой на контекст. В приведённой оценке на отложенной части OTel-LLM правильность ответов по оценке LLM-судьи составила 91,7% против 82,4% у базовой модели; эти результаты относятся к заданному контексту и не подтверждают качество на независимых внешних тестах. Модель рассчитана на английский язык и преимущественно на текстовые сценарии. Она не оптимизирована для ответов без предоставленного контекста; качество зависит от поиска, ранжирования и формулировки запроса. Телекоммуникационные ответы следует проверять перед эксплуатационным, клиентским, регуляторным или конфигурационным применением. Лицензия репозитория — Apache-2.0; также требуется учитывать условия лицензии базовой модели.

Модель Minh Nguyen для определения тональности финансовых текстов на вьетнамском языке. Это дообученная на базе vinai/phobert-base модель классификации последовательностей с архитектурой RoBERTa и примерно 162,4 млн параметров. Она относит текст к одному из трёх классов: отрицательная, нейтральная или положительная тональность; нативный контекст составляет 258 токенов. Модель предназначена для анализа финансовых новостей, биржевых сводок, инвестиционных материалов и публикаций о фондовом рынке. Её можно применять для мониторинга настроений рынка, анализа новостей и предварительного отбора акций по тональности. README сообщает о датасете примерно из 1 200 размеченных примеров и точности около 90% на оценке разработчика. Модель рассчитана на вьетнамский финансовый текст; качество может снижаться на сленге и неформальных сообщениях, а также вне финансовой области. Она не предназначена для других языков и критически важных решений без проверки человеком. Лицензия — MIT.

Qwen3.6-27B-MTP-MLX-bf16 — опубликованная vvsotnikov вспомогательная голова Multi-Token Prediction для Qwen3.6-27B. Это не самостоятельная языковая модель: в файлах находятся только веса MTP-головы, без токенных эмбеддингов и выходной головы lm_head, поэтому она не может генерировать текст сама. Её подключают как draft-модель к совместимой целевой модели из того же чекпойнта в среде MLX с mlx-vlm. Голова предлагает до трёх токенов за шаг, а целевая модель проверяет предложения; в результат попадают только принятые ею токены, поэтому качество генерации определяется целевой моделью. Релиз содержит 15 тензоров в формате Safetensors с точностью bfloat16 без квантизации и рассчитан на ускорение декодирования посредством speculative decoding. Для работы требуется подходящая целевая модель Qwen3.6-27B и совместимый рантайм MLX/mlx-vlm; смешивать голову и цель из разных чекпойнтов не рекомендуется. Лицензия — Apache-2.0.

Dsaf69/Qwen-Image-Edit-Rapid-AIO-GGUF — это GGUF-квантизированная сборка модели для генерации и редактирования изображений, предназначенная для использования в ComfyUI. Она основана на Phr00t/Qwen-Image-Edit-Rapid-AIO и связана с Qwen/Qwen-Image-Edit-2509 и lightx2v/Qwen-Image-Lightning. В комплект включены LoRA-компоненты для NSFW-сценариев и ускоренной генерации Lightning. README не указывает точный размер модели, поддерживаемые языки и максимальный контекст. Модель рассчитана на text-to-image и image-to-image, включая редактирование изображений за четыре шага с вариантами квантизации Q2_K и Q5_K_M. Это позволяет использовать её в сценариях локальной генерации и редактирования изображений с меньшими требованиями к ресурсам, однако сборка не является полностью автономной: текстовый энкодер и VAE не включены в GGUF и должны быть установлены отдельно. Рекомендуется использовать Qwen2.5-VL-7B-Instruct-abliterated или совместимый текстовый энкодер, соответствующий mmproj-файл и VAE; также требуется заменить узел nodes_qwen.py на исправленную версию. Лицензия — Apache-2.0.

LorenzoAleCon29/roberta-large-ECB-dapt — дообученная модель семейства RoBERTa, разработанная на базе FacebookAI/roberta-large. Она предназначена для заполнения пропусков в тексте: модель предсказывает вероятные токены на месте маски. Модель содержит 454,1 млн параметров, использует архитектуру RobertaForMaskedLM и принимает контекст длиной до 514 токенов. В карточке указано дообучение на неизвестном наборе данных и значение Loss 1,6064 на тестовой выборке; подробности о данных, оценке и целевых сценариях отсутствуют. Модель доступна в формате safetensors по лицензии MIT.

trentmkelly/slop-detector-mini-2 — компактная модель бинарной классификации текста, разработанная для выявления комментариев Reddit, созданных искусственным интеллектом. Она дообучена на TaylorAI/gte-tiny с использованием AutoTrain и датасета trentmkelly/gpt-slop-2. Модель основана на BERT, содержит 25,9 млн параметров и принимает текст длиной до 512 токенов. Основной сценарий — локальная проверка комментариев в расширениях браузера с помощью ONNX и Transformers.js: комментарии с оценкой уверенности выше 50% помечаются пользователю. В карточке приведены F1 0,991 и precision 0,986; эти показатели относятся к описанной оценке и не гарантируют такую же точность на других данных. Модель ориентирована на англоязычный разговорный текст Reddit, поэтому на формальных текстах и других доменах качество может отличаться. В репозитории доступны форматы ONNX и safetensors. Лицензия в предоставленных данных не указана.

ShadowTooOP/smart-mcq-distilbert-base — дообученная DistilBERT Base модель для выбора правильного ответа в заданиях с несколькими вариантами. Она разработана для Smart MCQ Solver Challenge и использует архитектуру DistilBertForMultipleChoice; контекст составляет до 512 токенов, веса опубликованы в формате safetensors. Модель представляет вторую часть ансамбля из двух моделей: при совместном инференсе её предсказания объединяются с ShadowTooOP/smart-mcq-roberta-base с весом 0,4, а предсказания RoBERTa — с весом 0,6. Репозиторий указывает лицензию Apache-2.0. Данных о языковой специализации и результатах оценки в карточке нет.

aryanbabar170205/smart-mcq-roberta-base — модель на базе RoBERTa-base, дообученная для выбора правильного ответа в заданиях с несколькими вариантами. Она использует архитектуру cross-encoder: отдельно оценивает каждую пару «вопрос — вариант ответа» общим энкодером и ранжирует варианты по оценкам. Модель содержит 151,8 млн параметров и принимает последовательности длиной до 514 токенов. Модель предназначена для решения тестов с множественным выбором в формате из пяти вариантов. Она обучена на 2 000 примерах набора Smart MCQ Solver Challenge в течение шести эпох; указанная точность на обучающей выборке составляет 100%, что не характеризует качество на новых данных. Опубликована в формате safetensors под лицензией MIT.

Набор файлов GGUF, подготовленных kevinzhow для локального синтеза речи с помощью Style-Bert-VITS2 в связке с myoland.tts и серверами TTS.cpp. Это артефакты конвертации исходных акустических моделей голосов и японской модели JP-BERT в формат GGUF, а не новые обученные модели. Репозиторий включает модели голосов и компонент JP-BERT для японского пути обработки текста; перечисленные примеры голосов основаны на моделях litagin/style_bert_vits2_jvnv, а JP-BERT — на ku-nlp/deberta-v2-large-japanese-char-wwm. Модель предназначена для локального преобразования текста в речь через совместимый GGML frontend и декодер TTS.cpp. Метаданные указывают задачу text-to-speech и японский язык. GGUF упрощает запуск в соответствующей локальной среде, однако для работы требуются совместимый сервер, frontend и подходящие файлы голосов. Лицензия указана как other; README требует соблюдать исходные условия использования моделей и голосов, включая требования атрибуции на страницах источников.

LLM-grounded Video Diffusion (LVD) — модель генерации видео из текста, разработанная Long Lian, Baifeng Shi, Adam Yala, Trevor Darrell и Boyi Li из UC Berkeley и UCSF. Она основана на Zeroscope и дополнена генерацией с учётом ограничивающих рамок: модель может использовать координаты объектов для управления их размещением в видео, а также работать только по текстовому запросу. Подход использует conditioning через cross-attention в стиле GLIGEN; адаптеры GLIGEN, обученные на SA-1B, слиты с весами Zeroscope. В README также описан сценарий совместного использования с LLM, генерирующей динамическую раскладку сцены. Модель представлена в формате Diffusers/PyTorch. README не сообщает лицензию.

threadgrid-qwen35-4b-p4c — дообученная модель Qwen3.5-4B от автора проекта thread-the-grid для чтения скриншотов головоломок с квадратной сеткой, пронумерованными точками маршрута и стенами между клетками. Она принимает изображение поля и возвращает его описание в JSON, чтобы отдельный точный решатель мог построить маршрут. Это модель зрения и языка на базе Qwen3.5-4B, опубликованная в GGUF F16 вместе с проектором зрения; также в репозитории есть исходный LoRA-адаптер. Для запуска автор проверил Ollama на видеокарте NVIDIA с 16 ГБ памяти. Модель обучена на 8 000 синтетических полях 6×6 одного рендерера: на 200 отложенных синтетических примерах и 10 дополнительных проверках автор сообщает точное распознавание всех полей, а на шести реальных скриншотах верно разобраны пять. Эти результаты не подтверждают надёжность на произвольных изображениях: обучение охватывало только один стиль отрисовки. Для лучшего качества требуется проверить JSON-ответ модели; веса F16 занимают около 9,1 ГБ диска и работа на CPU не проверялась. Лицензия — Apache-2.0.

Bernini-Diffusers-v2 — разработанная командой авторов Bernini модель для генерации и редактирования видео. Она объединяет семантический планировщик на базе Qwen2.5-VL с диффузионным рендерером DiT и компонентами Wan2.2; релиз упакован как самодостаточный каталог для Diffusers. Модель предназначена для генерации видео по тексту и изображению, а также для редактирования видео по сложным инструкциям. Семантическое планирование помогает следовать многошаговым запросам и работать со сценариями редактирования с опорными изображениями. В карточке описаны улучшения следования инструкциям, редактирования с опорными данными и задачи OpenS2V; числовой размер и длина контекста не приведены. Веса доступны в формате safetensors. Лицензия — Apache-2.0. Для повышения качества авторы рекомендуют использовать расширение промпта через OpenAI-совместимый endpoint.

WindyTranslate/translate-en-nic — модель машинного перевода от Windstorm Labs для перевода с английского на язык, обозначенный кодом nic. Это дообученная версия Helsinki-NLP/opus-mt-en-nic: LoRA-дообучение на параллельном корпусе объединено с базовыми весами. Модель построена на архитектуре MarianMT, содержит 56,7 млн параметров, принимает текст и выдаёт перевод; заявленная длина контекста — 512 токенов. Репозиторий содержит сборку Transformers в формате safetensors. Качество перевода не оценивалось бенчмарками, поэтому пригодность для конкретных задач следует проверять на собственных данных. Модель поддерживает только направление en→nic. Лицензия — Apache-2.0.

Модель Newtral/xlm-r-finetuned-toxic-political-tweets-es разработана Newtral на базе xlm-roberta-base и дообучена для классификации испанских политических твитов по уровню токсичности. Она принимает текст и возвращает оценки от 0 до 1 для двух сигналов: «токсичный» и «очень токсичный». Модель предназначена прежде всего для анализа твитов депутатов Конгресса Испании; XLM-RoBERTa имеет около 305,2 млн параметров и контекст до 514 токенов. Модель распространяется в форматах PyTorch и Safetensors по лицензии Apache-2.0. Основной сценарий — выявление токсичных высказываний в сообщениях испанских политиков. Карточка предупреждает, что модель обучалась на твитах испанских депутатов за 2021 год и её результаты могут быть ненадёжны на текстах других жанров и доменов.

Bernini-R-FP32-ComfyUI — конвертированный чекпойнт видеорендерера Bernini-R от ByteDance для работы в ComfyUI. Модель принимает текст и изображение и генерирует видео; карточка также указывает совместимость с ComfyUI и формат safetensors. Веса T5-энкодера, которые были включены в исходный чекпойнт, удалены. Репозиторий содержит файл FP32 и распространяется по лицензии Apache-2.0. Данных о размере модели, контексте, поддерживаемых языках и качестве результатов в карточке нет.

Celune-1.7B-Calm — односпикерная нейросетевая модель синтеза речи, созданная lunahr на основе дообучения Qwen/Qwen3-TTS-12Hz-1.7B-Base. Она преобразует текст в речь одним фиксированным голосом: мягким, спокойным, с ASMR-подобной подачей. Модель рассчитана на озвучивание персонажей, вспомогательный синтез речи, локальные голосовые системы и творческие проекты; стиль речи можно направлять текстовыми или инструктивными подсказками, сохраняя заданную голосовую идентичность. Модель поддерживает английский и ещё девять языков, включая русский, китайский, японский, корейский, французский, немецкий, испанский, итальянский и португальский. Веса опубликованы в формате safetensors, для запуска указана библиотека faster-qwen3-tts. Лицензия — MIT. Голос и его идентичность фиксированы обучающими данными, поэтому модель не предназначена для синтеза разными дикторами. Чрезмерно необычные инструкции могут сделать речь нестабильной; длинные фрагменты со смешением языков могут ухудшить результат. Для большей стабильности рекомендуется не смешивать языки в одном предложении и не использовать специальные токены или разметку в озвучиваемом тексте.

DAGGER-4B-GRPO — плотная модель семейства Gemma 3 с 4 млрд параметров, разработанная авторами работы о генерации графов для решения математических задач с отвлекающими данными. Это дообучение Google Gemma 3 4B Instruct с помощью GRPO, выполненное непосредственно от базовой модели без предварительной SFT-инициализации. Модель ориентирована на диалоговую генерацию текста и построение вычислительных графов, помогающих рассуждать над математическими текстовыми задачами, в том числе содержащими нерелевантные числа. В карточке приведены результаты на MGSM и MSVAMP: без отвлекающих данных указаны 29,2 и 57,1 соответственно, а с отвлекающими — 13,1 и 29,3. Авторы отмечают, что вариант с GRPO без SFT уступает обучению с SFT-инициализацией, особенно в надёжной генерации графов. Метаданные указывают поддержку бенгальского и английского языков, библиотеку Transformers и формат safetensors. Лицензия — Gemma; применимость условий лицензии следует оценивать по условиям Google Gemma.

DeepSeek-R1-DRAFT-Qwen2.5-0.5B — компактная языковая модель alamios, дообученная на ответах DeepSeek-R1-Distill-Qwen-32B и предназначенная специально для спекулятивного декодирования в роли черновой модели. Она основана на плотной архитектуре Qwen2ForCausalLM семейства Qwen2.5, содержит 494,1 млн параметров и работает через Transformers; веса доступны в формате safetensors. Модель рассчитана на ускорение генерации с DeepSeek-R1-Distill-Qwen-32B-Q4_K_M в GGUF на видеокартах уровня RTX 3090/4090. Автор указывает сценарий с контекстом 16 тыс. токенов и заявляет, что ускорение не сокращает длину контекста и не ухудшает качество основной модели. Обучение проведено в течение двух эпох на примерно 7 тыс. примеров, охватывающих код, математику, рассуждения и общие знания. Это вспомогательная модель для speculative decoding, а не самостоятельная замена крупной модели: её следует использовать вместе с целевой моделью, для которой она подготовлена. Указанное в метаданных нативное окно контекста составляет 32 768 токенов, но README описывает целевой сценарий с 16 тыс. токенов. Лицензия — Apache-2.0; явно заявлен только английский язык.

eli5clm-model — дообученная модель генерации текста на базе distilbert/distilgpt2, опубликованная пользователем austin3120. Она предназначена для генерации продолжения текста; README сообщает о дообучении на неизвестном наборе данных и приводит значение loss 3,7894 на оценочной выборке. Модель использует архитектуру GPT-2 и формат safetensors, работает через Transformers и имеет контекст длиной до 1024 токенов. Базовая модель ориентирована на английский язык, однако README не описывает отдельно языковой охват или специализированные сценарии этой версии. Репозиторий распространяется по лицензии Apache-2.0.