I.14Автоматизация процессов и AI-агенты

Graf-J/captcha-crnn-finetuned — дообученная модель Graf-J для распознавания символьных CAPTCHA на изображениях. Она использует архитектуру CRNN: сверточную нейросеть для извлечения признаков и двунаправленную LSTM для распознавания последовательности с обучением через CTC loss. На вход подаются изображения, на выходе — строка длиной от 1 до 8 символов; алфавит включает латинские буквы в обоих регистрах и цифры. Модель предназначена для автоматического чтения CAPTCHA, в том числе изображений, созданных Python Captcha Library. Обучение состояло из предварительного обучения на очищенной версии hammer888/captcha-data и дообучения на 200 000 синтетических изображений. Репозиторий содержит веса в формате safetensors; для вывода предлагается использовать Transformers. Лицензия — MIT. Модель ориентирована на конкретный формат символьных CAPTCHA, поэтому результаты на других стилях и шумных изображениях могут отличаться; среди отмеченных ошибок — путаница между похожими символами, например «0» и «O», «1» и «l».

captCHAD — компактная модель OCR для распознавания буквенно-цифровых CAPTCHA, разработанная AndresDev. Модель содержит 97 057 параметров и рассчитана на работу на CPU, периферийных устройствах и в браузере. Архитектура объединяет блоки MobileNet с инвертированными остаточными связями, контрастный входной блок с яркостными и градиентными признаками Собеля, двунаправленный GRU и декодирование CTC. Модель принимает изображения размером 3 × 64 × 192 и предсказывает последовательности длиной от 1 до 8 символов; словарь включает цифры и латинские буквы в обоих регистрах. Для развёртывания доступны ONNX и Safetensors, включая варианты FP32, FP16 и INT8. В README приведён результат 80% точного совпадения на тесте из 50 CAPTCHA, а также малая задержка CPU-инференса; эти показатели относятся к описанному авторами набору испытаний. Модель предназначена для распознавания CAPTCHA с помехами и искажениями, но результат зависит от сходства входных изображений с обучающими и проверочными примерами. Лицензия — Apache-2.0.

Boos4721 разработал лёгкую модель OCR для распознавания пятисимвольных буквенно-цифровых CAPTCHA. Она обучена с нуля на реальных примерах и предназначена для изображений с цветными курсивными или повёрнутыми символами на чистом белом фоне. Модель принимает изображение в оттенках серого размером 32 × 160 пикселей и выдаёт последовательность символов из латинских букв верхнего и нижнего регистра и цифр. Архитектура сочетает свёрточную сеть с разделяемыми свёртками по глубине, двухслойную двунаправленную GRU и полносвязный слой; декодирование выполняется методом CTC. В репозитории представлены ONNX-варианты с весами FP32 и FP16-хранением при вычислениях FP32. Модель рассчитана на компактное развёртывание, в том числе через tract или ONNX Runtime без зависимости от Python. Распознавание ограничено заданным форматом CAPTCHA и символами ASCII; лицензия — MIT.

Safeeq/FCtiny — компактная языковая модель примерно на 573 тыс. параметров для маршрутизации запросов к инструменту веб-поиска. Она использует собственную плотную архитектуру TinyLM и обучалась на синтетическом англоязычном корпусе; доступны веса в форматах safetensors и GGUF, а лицензия MIT разрешает коммерческое использование и развёртывание на периферийных устройствах. Модель преобразует короткий запрос на английском языке в структурированный вызов web_search, включая поисковую фразу и параметр давности результатов. В README заявлен перенос маршрутизации на новые домены и невиданные задачи с точностью 95,40%, однако отдельная точность извлечения сущностей ограничена размером модели и словарём. Поддерживается только один инструмент, контекст ограничен 80 токенами, а для надёжного формата вывода требуется constrained decoding; обычная жадная генерация может давать некорректные результаты.

Мультимодальная диалоговая модель Gemma 4, дообученная lokeshe09 на базе unsloth/gemma-4-26B-A4B-it с использованием Unsloth и библиотеки Hugging Face TRL. Предназначена для диалогов с текстом и изображениями; поддерживает анализ изображений и интерфейс вызова инструментов. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка не описывает обучающие данные и конкретные улучшения после дообучения, поэтому качество для отдельных сценариев по ней оценить нельзя.

Модель ajujohn8/gemma-4-e4b-it-unsloth-bnb-4bit-aj — дообученная ajujohn8 версия Gemma 4 E4B Instruct на базе unsloth/gemma-4-e4b-it-unsloth-bnb-4bit. Она предназначена для диалоговой работы с текстом и изображениями: может отвечать на вопросы по изображениям и текстовым запросам, а также использовать интерфейс вызова инструментов. Архитектура — плотная Gemma4ForConditionalGeneration; файлы представлены в формате safetensors. Модель подходит для визуальных помощников, анализа изображений и диалоговых приложений с вызовом инструментов. Карточка указывает обучение с Unsloth и библиотекой TRL. Лицензия — Apache-2.0. В README и метаданных нет сведений о размере параметров и длине контекста, поэтому эти характеристики не приводятся.

NotoriousH2 разработала Qwen3-4B Calendar Agent SFT — плотную языковую модель Qwen3, дообученную методом SFT и опубликованную как объединённый чекпойнт LoRA. Модель предназначена для управления календарём через вызовы инструментов: создания событий, в том числе с несколькими участниками, и выполнения сценариев с календарём только для чтения. Она обучалась на успешных траекториях из синтетических сценариев бенчмарка NotoriousH2/calendar-agent-benchmark в имитационной среде календаря с часовым поясом Asia/Seoul. Модель содержит около 3,7 млрд параметров, использует архитектуру Qwen3ForCausalLM и принимает текстовые диалоги; контекст — до 40 960 токенов. В тестах автора доля успешного выполнения задач выросла с 20% у базовой модели до 89% у SFT-версии, при этом корректность вызовов инструментов составила 100%. Эти результаты получены на заданных сценариях и не гарантируют такого же качества в реальных календарных сервисах. Модель не обрабатывает аутентификацию, права доступа, персональные данные и восстановление после сбоев. Лицензия — Apache-2.0.

Это контрольная точка цикла 3 модели OEL + ReSAIL на базе Qwen/Qwen3-8B, разработанная Shengjie Jin и дообученная на TextCraft. Метод ReSAIL дополняет итеративную дистилляцию агента с помощью отбора траекторий с балансировкой и сохранения привилегированных данных. Модель предназначена для генерации текста и агентных задач в среде TextCraft. В опубликованной оценке среднее качество на официальном тесте TextCraft составило 73,7% по трём сида́м декодирования; режим рассуждений при экспериментах был отключён. Это 7,6-миллиардная плотная модель Qwen3 с контекстом до 40 960 токенов, поддержкой чата и интерфейса вызова инструментов. Репозиторий содержит веса Safetensors для Transformers. Модель лицензирована по Apache-2.0. Результат оценки отражает разброс между сидами декодирования, а не независимыми запусками обучения; опубликованной статьи пока нет. Для оценки на других задачах или в иных условиях качество не установлено.

Репозиторий WootzappLab сохраняет точную копию чекпойнта Fara 1.5-9B от Microsoft для воспроизводимых базовых оценок браузерного агента. Это плотная мультимодальная модель семейства Qwen 3.5 с архитектурой Qwen3_5ForConditionalGeneration; исходный чекпойнт — microsoft/Fara1.5-9B. Весами модели не дообучали: репозиторий содержит файлы закреплённой версии Microsoft, включая веса Safetensors, конфигурацию и процессор. Модель предназначена для выполнения задач в браузере по визуальному содержимому страниц и для сценариев компьютерного управления. В репозитории описаны две оценки на наборах из 90 и 40 задач; опубликованные результаты показывают, что чекпойнт служит именно baseline, а не специально улучшенной версией для этих тестов. README не сообщает длину контекста и список поддерживаемых языков. Лицензия — MIT.

SeongryongJung/Qwen3-4B-ToolUse-SDPO-TR — экспериментальный чекпойнт Qwen3-4B, дообученный для использования инструментов методом SDPO-TR. В репозитории размещён лучший чекпойнт по валидационной метрике mean@16 на шаге 10, а финальный чекпойнт на шаге 100 доступен в checkpoints/last/. Обучение проводилось с размером батча 32. Модель относится к плотной архитектуре Qwen3ForCausalLM и содержит около 3,7 млрд параметров. Она принимает текст и генерирует текст, включая ответы для сценариев вызова инструментов. Контекстное окно — 40 960 токенов. В указанной в README оценке на наборе Tool use лучший чекпойнт показал mean@16 60,39%, финальный — 53,68%. Для загрузки автор приводит пример с Transformers и AutoModelForCausalLM. Лицензия — Apache-2.0. Результаты приведены для конкретной валидационной оценки; README не сообщает языковой состав набора данных или сравнительные результаты с базовой моделью.

Qwen3.8-9B Hermes FC Balanced — это текстовая диалоговая модель семейства Qwen3.5, созданная JamieBradfield на базе empero-ai/Qwen3.8-9B-Distill и дообученная методом QLoRA для работы с инструментами Hermes. В репозитории опубликованы слитые веса BF16 объёмом 18,4 ГБ с 9,20 млрд параметров; визуальная часть архитектуры удалена. Модель использует архитектуру Qwen3_5ForConditionalGeneration и рассчитана на текстовый ввод и вывод. Модель предназначена для экспериментов с вызовом инструментов и планированием действий агента: например, для выбора инструмента, подготовки аргументов вызова и планирования многошаговой задачи с todo-вызовами. README описывает обучение на траекториях Hermes и синтетических данных, а также отмечает улучшение todo-first планирования в отдельных проверках. Результаты зависят от интерфейса: автор сообщает о регрессиях с избыточными вызовами и дрейфом инструментов, а прежние оценки на искусственном интерфейсе не отражают работу через штатный интерфейс Hermes. Автор заморозил программу дообучения и позиционирует этот чекпойнт как исследовательский артефакт, а не готовый продукт. Лицензия — Apache-2.0.

UI-TARS-72B-DPO-GGUF — набор GGUF-квантизаций мультимодальной модели UI-TARS-72B-DPO, разработанной ByteDance Research и подготовленной квантизатором bartowski с использованием llama.cpp и imatrix. Модель предназначена для задач image-text-to-text, связанных с анализом графического интерфейса, пониманием изображений и взаимодействием с GUI. В README указана поддержка английского языка и мультимодальный сценарий работы, однако подробные сведения о внутренней архитектуре, размере контекста и конкретных возможностях управления интерфейсом не приведены. Доступны варианты квантизации от IQ1_M и IQ2 до Q8_0 размером примерно от 23,74 до 77,26 ГБ. Более высокие уровни квантизации обычно сохраняют лучшее качество, но требуют больше оперативной или видеопамяти; Q6_K, Q5_K_M, Q5_K_S и Q4_K_M отмечены как рекомендуемые, тогда как низкоразрядные варианты имеют заметно более низкое качество. Модель рассчитана на запуск через llama.cpp и LM Studio, а в README приведён специальный формат промпта. Распространение указано по лицензии Apache-2.0. Основные ограничения — высокая потребность в памяти, зависимость качества от выбранной квантизации и отсутствие в README подробных данных о производительности, контекстном окне и поддерживаемых языках помимо английского.

Creatium LLM Coach — дообученная модель aayush1306 на базе мультимодальной Qwen3.5-9B. Она предназначена для диалогового взаимодействия и задач, где нужно анализировать изображения и отвечать на вопросы по ним; также поддерживает интерфейс вызова инструментов. Архитектура плотная, формат весов — Safetensors. В README указано, что обучение проводилось с Unsloth и библиотекой TRL. Модель принимает текст и изображения и выдаёт текст. В карточке указан английский язык. Размер базовой модели — 9 млрд параметров. Модель распространяется по лицензии Apache-2.0. Сведений о длине контекста и специализированной области применения в предоставленных данных нет.

knaif — семейство дообученных моделей Qwen3, разработанных для runtime knaif. Модели преобразуют запросы на естественном языке в строгий JSON-план действий формата {"plan": [...]}, который затем валидируется, расширяется, подтверждается и исполняется детерминированным кодом через пакеты навыков. Модель только предлагает план и сама ничего не выполняет. В репозитории представлены две версии в формате GGUF: вариант на базе Qwen3-4B с 4 млрд параметров, квантизацией Q4_K_M и размером около 2,5 ГБ, предназначенный для настольных систем и CLI, а также вариант на базе Qwen3-1.7B с 1,7 млрд параметров, квантизацией Q6_K и размером около 1,4 ГБ, рассчитанный на мобильные устройства и системы с ограниченными ресурсами. Модели обучены методом SFT на навыках ffmpeg и documents; заявленная задача — генерация структурированных планов, а не открытый диалог. Сильная сторона моделей — специализированное преобразование пользовательского намерения в проверяемый план с именами инструментов и аргументами, что позволяет отклонять неизвестные инструменты и неподдерживаемые параметры на последующих этапах. Ограничения включают узкую специализацию на формате knaif и обученных навыках, а также отсутствие самостоятельного выполнения действий. Модели распространяются по лицензии Apache-2.0.

TOAM-100M v0.2 — компактная языковая модель на 102 млн параметров, созданная разработчиком репозитория и обученная с нуля для управления инструментами и агентами. Она принимает запрос вместе со схемами доступных инструментов и генерирует следующий шаг в формате JSON: вызов инструмента с аргументами, запрос уточнения, подтверждение или другой предусмотренный формат действий. Это плотная авторегрессионная модель семейства Llama (`LlamaForCausalLM`) с контекстом 2048 токенов; основное применение — небольшой локальный агент, маршрутизация запросов и контроллер на устройстве или CPU. Модель рассчитана на английский язык. В README указаны 26,2 % точности BFCL v4 Live AST и медианная задержка 207 мс в описанном авторами тестировании. Модель особенно ограничена запросами, требующими нескольких вызовов инструментов: может пропускать подзадачи или путать аргументы и значения; также слаба на математических и научных функциях и не подходит как чат-бот или источник общих знаний. Перед выполнением вызова необходимо проверять аргументы, а необратимые действия подтверждать вручную. Репозиторий содержит веса safetensors и варианты GGUF F16 и Q8_0. Лицензия — Apache-2.0.

Gemma-4-E4B-it-DeepSeek-v4-Distill-openvino — версия модели Gemma 4, экспортированная в формат OpenVINO из armand0e/Gemma-4-E4B-it-DeepSeek-v4-Distill с помощью optimum-intel. Это плотная модель условной генерации с поддержкой изображений и текста, рассчитанная на диалоговое взаимодействие; метаданные также отмечают интерфейс вызова инструментов. Экспорт в OpenVINO предназначен для запуска в соответствующей среде инференса. Модель подходит для диалога с учётом изображений и текстовых запросов на английском и китайском языках. Репозиторий распространяется по лицензии Apache-2.0. В карточке не приведены сведения о размере параметров и длине контекста.

GenEvolve — дообученная модель-политика MeiGen-AI на базе Qwen3-VL-8B-Instruct, предназначенная для работы как агент подготовки запросов к генераторам изображений. Она принимает текстовый запрос, использует инструменты поиска в интернете и по изображениям, а также обращения к базе знаний, после чего формирует программу из промпта генерации и ссылочных изображений для передачи генератору с поддержкой референсов. Модель сама изображения не генерирует. GenEvolve рассчитана на сценарии, где для создания изображения требуется найти визуальные примеры, учесть внешние сведения или активировать знания о генерации. Одна и та же политика может работать с разными генераторами, включая Qwen-Image-Edit и Nano Banana Pro. Основа — мультимодальная плотная архитектура Qwen3-VL; контрольная точка распространяется в формате safetensors и использует библиотеку Transformers. Модель поддерживает английский язык и обработку изображений. В README заявлены дообучение и самодистилляция по траекториям работы агента; в режиме вывода постоянная память не требуется. Результат зависит от подключённых поисковых инструментов, их доступности и качества, а также от downstream-генератора. В README модель позиционируется для исследований агентов генерации изображений. Лицензия — Apache-2.0.

Loom Spark 1.5 — компактная языковая модель Textile Labs, обученная с нуля для работы в составе агентного контура. Это плотная decoder-only модель на архитектуре GPT-2 с 12,3 млн параметров, контекстом 256 токенов и собственным BPE-токенизатором. Она принимает текст и генерирует текст на английском языке. Модель предназначена прежде всего для формирования точных поисковых запросов, которые внешний harness передаёт веб-поиску. В автономном режиме она поддерживает простые реплики, сообщает о своих ограничениях и умеет воздерживаться от неподтверждённых ответов; сама веб-поиск не выполняет. По карточке, в тестовой батарее она не выдавала маркеры инструментов в обычный чат и показывала validation loss 0,326 на лучшем чекпойнте. Модель почти не содержит фактических знаний и не предназначена для ответов, где ошибка может навредить, включая медицинские, юридические и финансовые вопросы. Для корректной работы требуется соблюдать формат промпта с маркерами режима; для поиска нужен внешний harness. Лицензия — MIT.

Qwen3.8-9B Hermes FC — Tooluse — текстовая диалоговая модель JamieBradfield для вызова инструментов в среде Hermes. Это экспериментальный QLoRA-файнтюн слияния Qwen3.8-9B-Distill и предыдущего чекпойнта v27; модель обучена на 218 траекториях, созданных с помощью GLM-5.3-Flash, и настроена на планирование последовательности задач с применением инструмента todo. Архитектура — плотная Qwen3.5ForConditionalGeneration, около 9,20 млрд параметров; визуальная часть базовой модели удалена. Веса доступны в BF16 safetensors, а квантованный GGUF размещён в сопутствующем репозитории. Контекст в README не указан. Чекпойнт предназначен для экспериментов с вызовом инструментов и многошаговым планированием, а не для готового продукта. В тесте с нативным интерфейсом Hermes улучшилось планирование с todo для многошаговых задач, но модель чаще вызывает инструменты без необходимости и уходит от целевого инструмента на простых вопросах. В карточке указана лицензия Apache-2.0; обучение продолжено от базовой модели с той же лицензией.

SeongryongJung/Qwen3-8B-ToolUse-SDPO-TR — экспериментальный чекпойнт Qwen3-8B, дообученный для использования инструментов методом SDPO-TR. Репозиторий содержит выбранный по validation mean@16 лучший чекпойнт на шаге 40 и финальный чекпойнт на шаге 100; размер модели — 7,6 млрд параметров, архитектура — плотная Qwen3ForCausalLM, формат весов — safetensors. Для загрузки README приводит пример с Transformers. Модель предназначена для генерации текста и сценариев, где языковой модели нужно вызывать инструменты. Валидация на наборе Tool use показала mean@16 66,36% у лучшего чекпойнта и 61,40% у финального; README не уточняет протокол и метрику подробнее, поэтому эти значения не гарантируют качество на других задачах. Базовая модель поддерживает несколько языков, однако README не описывает языковое покрытие именно этого дообучения. Лицензия — Apache-2.0.

Songgot-X 0.8B — компактная языковая модель для генерации текста и вызова инструментов, разработанная Palette на базе Qwen/Qwen3.5-0.8B. Модель дообучена с сохранением исходного chat template и формата tool calling. Она ориентирована прежде всего на корейские сценарии голосовых и чат-ассистентов, где требуется выбрать функцию и сформировать аргументы по пользовательскому запросу; заявлена поддержка корейского и английского языков. Модель содержит около 0,8 млрд параметров и предназначена для локального и on-device использования. Опубликованы варианты в формате GGUF: Q4_K_M размером 505 МБ и Q8_0 размером 774 МБ, совместимые с llama.cpp, Ollama, LM Studio и браузерным запуском. Обучение использовало собственные данные Palette, а также MASSIVE и набор songgot-tools-ko. Архитектура унаследована от базовой модели Qwen/Qwen3.5-0.8B; сведения о длине контекста и дополнительных модальностях не указаны. Сильная сторона модели — точный выбор инструментов и аргументов в корейских задачах. На FunctionChat-Bench она показала 82,2% точности полного вызова и 96,4% точности выбора имени функции, а на отложенном тесте MASSIVE ko-KR — 72,0% и 94,0% соответственно. Эти результаты относятся к конкретным наборам данных, настройкам декодирования и собственному exact-match-оцениванию, поэтому не гарантируют аналогичную эффективность в других языках и сценариях. Модель может ошибаться при выборе близких по смыслу инструментов и при заполнении аргументов. Модель распространяется по лицензии Apache 2.0, что допускает коммерческое использование и on-device распространение при соблюдении условий лицензии.

Code-Dev/whisper-small-shona-v3-a — модель автоматического распознавания речи на базе Whisper Small, дообученная для языка шона (sn-ZW). В README она представлена как компонент Verdi AI OS, системы для сельского хозяйства, предназначенный для преобразования речи в текст и поддержки автоматизации логистических показателей и отслеживания голосовых операций на маркетплейсе. По карточке, обучение проходило в несколько этапов: после второго фрагмента обучения на библейских текстах заявлен показатель WER 26,42%; для предыдущих этапов указаны 29,39% и 37,15%. Модель принимает аудио и выдаёт текст. В метаданных формат весов обозначен как safetensors, библиотека — Transformers. Лицензия в предоставленных данных не указана.

ASIL Qwen3.5-2B SFT — дообученный авторами ASIL чекпойнт семейства Qwen3.5 на основе Qwen/Qwen3.5-2B. Это релиз модели из проекта и статьи ASIL: Replacing Screenshot-and-Click with Structured State and Semantic Actions; выбрана версия global_step_111, обученная на 2 330 тренировочных и 594 проверочных примерах agentic-guided-v2. Модель предназначена для генерации текста и диалогового взаимодействия. Контекстное окно составляет 262 144 токена, размер — 1,7 млрд параметров; репозиторий содержит веса Safetensors для загрузки через Transformers. Название статьи указывает на сценарий работы со структурированным состоянием интерфейса и семантическими действиями, однако README не уточняет формат входов и выходов или результаты оценки качества. Модель распространяется по лицензии Apache-2.0. Специализированные возможности управления интерфейсом и поддерживаемые языки в доступных материалах не описаны.

Falcon-H1-Tiny-Tool-Calling-90M — компактная авторегрессионная языковая модель семейства Falcon-H1 от TII. Она предназначена для диалоговой генерации текста и сценариев вызова инструментов. Архитектура сочетает Transformer и Mamba; в метаданных указано 60,8 млн параметров, а в README — 90 млн. Модель рассчитана на английский язык и имеет заявленное контекстное окно 262 144 токена. Модель доступна для запуска через Transformers и другие среды инференса, включая vLLM, SGLang, llama.cpp, Ollama и MLX. В карточке указана лицензия Falcon-LLM License. README не приводит результаты оценки или подробности обучения, поэтому качество вызова инструментов и пригодность для конкретных задач по этим данным оценить нельзя.

unsloth/functiongemma-270m-it — компактная текстовая модель, опубликованная Unsloth и дообученная на Google FunctionGemma 270M IT. Она основана на архитектуре Gemma 3 и предназначена для генерации вызовов функций и специализированных агентных сценариев; модель поддерживает интерфейс вызова инструментов и рассчитана на дообучение под конкретные функции и многошаговые задачи. Размер модели — 257 млн параметров, контекст — до 32 768 токенов. Текстовый формат делает её подходящей для локального запуска на устройствах с ограниченными ресурсами. Модель можно адаптировать для преобразования пользовательских команд в вызовы функций приложений, например для управления мобильными действиями или логикой игры. Она не предназначена для обычного диалога без дополнительного дообучения; небольшая ёмкость и зависимость от качества специализированных данных могут ограничивать точность на сложных и неоднозначных запросах. Лицензия — Gemma.

Loom Spark 1.8 — небольшая языковая модель Textile Labs, обученная с нуля на CPU. Она построена на архитектуре GPT-2 и содержит 18,85 млн параметров; обучение проводилось на синтетическом корпусе Textile Labs без сторонних наборов данных. Модель рассчитана на текстовый ввод и генерацию текста на английском языке, а её контекст ограничен 256 токенами. Модель предназначена для работы в связке с внешней агентной оболочкой: её основная практическая способность — формировать поисковые запросы, которые оболочка исполняет, после чего передаёт результаты модели. Это базовая, а не диалоговая или инструктивная модель; для работы требуется соблюдать специальный формат запросов и корректно задавать стоп-токены. Встроенный harness включает поиск и CLI с веб-интерфейсом. Loom Spark 1.8 намеренно обладает ограниченными знаниями и может подменять факты близкими по ассоциации ответами. README не рекомендует использовать её для фактических ответов и в медицине, праве или финансах. При работе без оболочки возможна утечка токенов поиска, а короткий контекст не поддерживает длительные диалоги. Лицензия модели — MIT.

Counter-SFT-01 — компактная диалоговая модель, разработанная Ishagarg1103 путём полного supervised fine-tuning модели Qwen3.5-0.8B в формате BF16 на наборе данных Counter-SFT-01. Она предназначена для генерации ответов в сценариях, где требуется следовать заданному формату и ограничениям, выбирать разрешённые действия и учитывать бюджет. В описании приведены результаты: успешность выполнения задачи составила 56,7% на валидационной выборке и 60,0% на тестовой; корректность разбора, форматирования, допустимых действий, бюджета и итогового поля достигла 100% на всех оценённых выборках. Модель основана на плотной архитектуре Qwen3.5 и доступна через Transformers в формате safetensors. Метаданные указывают поддержку чата и текстовой генерации. Основной известный недостаток — ошибки в арифметике; результаты относятся к указанным оценочным выборкам и не гарантируют аналогичного качества в других сценариях. Лицензия в предоставленных данных не указана.

litert-community/FunctionGemma_270M_Mobile_Actions — дообученная модель на базе google/functiongemma-270m-it, предназначенная для вызова функций в мобильном помощнике. Она использует плотную архитектуру Gemma 3 и содержит 257 млн параметров; карточка указывает контекст до 32 768 токенов и обучение на наборе google/mobile-actions. Модель преобразует текстовые запросы в структурированные вызовы функций для управления фонариком и настройками Wi-Fi, создания контактов и событий календаря, отправки электронной почты и отображения мест на карте. Она рассчитана на мобильных и голосовых помощников, а также локальное выполнение на устройстве; результат следует разбирать как вызовы функций, а не как обычный ответ пользователю. Карточка сообщает о 99,67% точности по токенам на валидации, но это значение не гарантирует аналогичного качества на новых запросах. Поддерживается английский язык. Модель может ошибаться за пределами семи предусмотренных действий; корректная обработка даты и времени зависит от контекста с текущими датой и временем, а формат аргументов может отличаться от ожидаемого. Указана лицензия Gemma.

ddanielsantos/qwen2-correios-captcha — дообученная модель на архитектуре Qwen2-VL, разработанная ddanielsantos на базе unsloth/qwen2-vl-2b-instruct-unsloth-bnb-4bit с использованием Unsloth и библиотеки TRL. Она предназначена для анализа изображений и генерации текстовых ответов; название указывает на задачу распознавания CAPTCHA Correios. Модель содержит 1,5 млрд параметров, поддерживает контекст до 32 768 токенов и работает с изображениями и текстом. Лицензия — Apache-2.0. Карточка не приводит сведений о качестве распознавания или конкретных ограничениях применения.

NotoriousH2 разработала Qwen3-4B Calendar Agent RLVR — корейскоязычную плотную языковую модель семейства Qwen3 с 3,7 млрд параметров и контекстом до 40 960 токенов. Модель дообучена методом GRPO на основе NotoriousH2/Qwen3-4B-Calendar-Agent-SFT; в репозитории также представлен LoRA-адаптер. Она генерирует вызовы инструментов для управления календарём: поиска, создания, изменения и удаления событий, уточнения недостающих данных, проверки подтверждения перед удалением, поиска свободного времени и общих слотов для нескольких участников. Модель предназначена для корейских диалоговых календарных агентов, в которых хост-приложение исполняет вызовы инструментов и передаёт результаты обратно модели. В оценке на 400 синтетических сценариях в памяти Calendar-среды указаны 99% успешного выполнения задач и 99,25% соблюдения политик; эти результаты относятся к описанному тестовому набору и среде. Обучение и оценка проводились для часового пояса Asia/Seoul. README отмечает, что реальные сервисы, аутентификация, права доступа, обработка персональных данных и сетевые сбои не оценивались; восстановление после конфликтов расписания также требует дополнительной проверки. Модель распространяется по лицензии Apache-2.0.