I.14Автоматизация процессов и AI-агенты

Qwen3-Next-80B-A3B-Thinking-GGUF — GGUF-версия модели Qwen3-Next-80B-A3B-Thinking, разработанной командой Qwen и подготовленной Unsloth. Это авторегрессионная языковая модель для генерации текста, ориентированная прежде всего на сложные задачи рассуждения, включая математические задачи, анализ знаний, программирование и агентные сценарии. Модель поддерживает только режим thinking, поэтому при генерации может формировать длинную цепочку рассуждений. Модель использует гибридную архитектуру Gated DeltaNet и Gated Attention, высокоразреженную Mixture-of-Experts с 80 млрд параметров всего и примерно 3 млрд активируемых на токен, а также Multi-Token Prediction. Архитектура включает 48 слоёв и 512 экспертов, из которых активируются 10; нативный контекст составляет 262 144 токена и может быть расширен до 1 010 000 токенов. Ключевые сильные стороны — высокая параметрическая эффективность, сниженные вычисления на токен, ускорение инференса на длинном контексте и хорошие результаты на сложных задачах рассуждения. Ограничения включают обязательный режим thinking, потенциально длинные ответы и отсутствие в предоставленных данных сведений о поддерживаемых языках, точных параметрах GGUF-квантизации и требованиях к оборудованию. Лицензия — Apache 2.0.

Glint-Router-1M от Glint-Research — компактная модель маршрутизации запросов, содержащая 985 826 параметров. Это двунаправленный текстовый энкодер с тремя слоями, размерностью 128, восемью головами внимания и контекстом до 256 токенов. За один проход она оценивает домен запроса по таксономии из 25 классов, сложность по шкале от 1 до 5, признаки кода, математики, рассуждений и длинного ответа, а также рекомендуемый уровень модели. Дополнительно модель выдаёт 64-мерное представление для расширения набора категорий. Модель предназначена для предварительной классификации запросов и выбора подходящего уровня или типа модели в системах оркестрации LLM. README приводит результаты на нескольких наборах данных и описывает калибровку вероятностей; показатели зависят от набора и правил разметки, а тесты на шаблонных «ловушках» ограничены семейством примеров, использованным при обучении. По метаданным карточки поддерживается английский язык. Модель распространяется по лицензии MIT.

EverMind-AI разработала skillcorpus-reranker-0.6b — компактный cross-encoder на базе Qwen3, дообученный для поиска навыков агентов. Модель получает задачу и документ с описанием навыка и оценивает, насколько этот навык подходит задаче; оценка релевантности вычисляется по логитам ответов «да» и «нет». Она предназначена для второго этапа ранжирования кандидатов, найденных моделью skillcorpus-embedding-0.6b. Модель содержит около 507,6 млн параметров, использует архитектуру Qwen3ForCausalLM и формат Safetensors; контекст — до 40 960 токенов. Для каждого сочетания задачи и навыка требуется отдельный проход модели, поэтому её применяют к короткому списку кандидатов, обычно из 20–50 документов, а не ко всему каталогу. Оценки следует сравнивать внутри списка для одной задачи: они не являются калиброванными вероятностями. Лицензия — Apache-2.0.

SuperGemma4-26B-Uncensored-Fast v2 — текстовая локальная модель из репозитория Jiunsong, основанная на Google Gemma 4 26B A4B IT. Модель предназначена для запуска на Apple Silicon через MLX и ориентирована на агентские сценарии: генерацию и анализ кода, планирование, использование инструментов, автоматизацию браузера, логические задачи и работу с корейскими запросами. Заявленная особенность — uncensored-поведение без потери устойчивости в коде и tool-use. Модель представлена в формате MLX 4-bit и занимает около 13 ГБ. Поддерживаются текстовые входы и выходы; в README указаны английский и корейский языки. Размер контекста не указан. По приведённым автором быстрым локальным тестам модель получила общий результат 95,8 против 91,4 у исходной Gemma 4 26B IT в 4-bit и показала среднюю скорость 46,2 токена в секунду против 42,5. Наибольшие заявленные улучшения относятся к коду, логике и корейскому языку, однако методика и независимость этих измерений не раскрыты. Сильными сторонами являются сочетание локального запуска, высокой скорости, компактного 4-bit-представления и специализации на практических агентских задачах. Ограничения включают зависимость от экосистемы Apple Silicon и MLX, отсутствие мультимодальности, неизвестный размер контекста и потенциальные риски, связанные с uncensored-настройкой. В метаданных указана лицензия Gemma; README не содержит подробностей о дополнительных условиях её применения.

SynthIQ-7b — диалоговая языковая модель на архитектуре Mistral, созданная автором репозитория объединением нескольких моделей через mergekit. В карточке указан merge методом Slerp; конфигурация также описывает объединение слоёв двух моделей, а метаданные связывают SynthIQ с несколькими базовыми моделями семейства Mistral. Размер модели — 7,1 млрд параметров, контекст — до 32 768 токенов. Модель рассчитана на генерацию текста и диалог на английском языке; автор сообщает о проверке совместимости с AutoGen и CrewAI. Модель подходит для ответов на вопросы, диалоговых ассистентов, рассуждений и выполнения инструкций. README приводит результаты нескольких бенчмарков и варианты квантованных GGUF-файлов, доступные отдельно. Для использования указана лицензия Llama 2; её условия следует учитывать при распространении и коммерческом применении.

Ternary-Bonsai-2-27B-Heretic-Satellite — текстовая модель Convai Innovations, созданная на базе Qwen3.8-27B-Bonsai-2-27B-Heretic. Это плотная причинно-языковая архитектура Qwen3_5ForCausalLM с 22,3 млрд параметров и контекстом до 262 144 токенов. Модель дообучена с помощью LoRA-дистилляции решений учителя convaiinnovations/laya; веса учителя в репозитории не распространяются. Модель анализирует стенограмму и выдаёт структурированное решение о сжатии рабочего контекста: нужно ли его сжать, какие сведения сохранить, а также уровень и режим сжатия. Предназначена для управления длинным контекстом в разговорных системах и других приложениях, которым нужно решать, когда и как сокращать историю. Она принимает только текст и не подходит для анализа изображений. В карточке приведена оценка на 20 отложенных сессиях: совпадение с решениями laya по главному решению составило 17 из 20; точное совпадение по всем четырём полям — лишь 3–4 из 20. Поэтому значения preserve и level следует проверять перед программным использованием. Доступны safetensors и GGUF в нескольких вариантах точности; для GGUF указана поддержка llama.cpp, а для safetensors — Transformers. Лицензия обозначена как other, конкретные условия в предоставленных данных не раскрыты.

Mungert/Tongyi-DeepResearch-30B-A3B-GGUF — это GGUF-версия Tongyi DeepResearch, разработанной командой Tongyi Lab. Исходная модель представляет собой агентную большую языковую модель с архитектурой Mixture of Experts: 30 млрд общих параметров, из которых 3 млрд активируются для каждого токена. Данная сборка создана с помощью llama.cpp и предназначена для локального запуска и генерации текста; в метаданных указаны библиотека Transformers, задача text-generation и английский язык. Модель ориентирована на длительные многошаговые задачи поиска и анализа информации, включая агентные сценарии, работу с веб-источниками и глубокое исследование. Она совместима с парадигмами ReAct и IterResearch Heavy, причем последняя использует масштабирование вычислений на этапе вывода для повышения качества. В исходной карточке заявлены высокие результаты на ряде агентных поисковых бенчмарков, включая Humanity’s Last Exam, BrowserComp, GAIA и FRAMES. Ключевое преимущество этой версии — возможность запуска в формате GGUF через llama.cpp, а также примененная автором сборки настройка квантования с повышением точности отдельных важных слоев. Это может улучшать точность при ограниченной разрядности, особенно для MoE-моделей, но увеличивает размер файла. Ограничениями являются возможные потери качества из-за квантования, зависимость производительности от аппаратного обеспечения и отсутствие в README сведений о размере контекста, конкретных вариантах квантования и мультимодальных возможностях. Модель распространяется по лицензии Apache 2.0.

Trinity-13B — модель серии Trinity от WhiteRabbitNeo, предназначенная для программирования и создания автономных агентов. Это плотная авторегрессионная модель семейства Llama с 12,9 млрд параметров, рассчитанная на контекст до 16 384 токенов. Карточка демонстрирует ответы с примерами кода на Python и пояснениями по созданию API-сервера и работе с аутентификацией AWS S3. Модель подходит для генерации и объяснения кода, а также для текстовых сценариев, связанных с программными агентами. Заявлена лицензия Llama 2; условия карточки возлагают ответственность за результаты использования на пользователя и предоставляют модель без гарантий. По приведённым примерам нельзя установить качество на разных языках программирования и устойчивость к ошибкам или небезопасным запросам.

Agentic-R — англоязычный энкодер запросов для агентного поиска, разработанный авторами работы Agentic-R: Learning to Retrieve for Agentic Search. Модель дообучена на базе intfloat/e5-base-v2 и предназначена для кодирования поисковых запросов в сценариях, где агент ищет сведения в коллекции текстовых фрагментов. Для запросов используется формат с префиксом «query:» и разделителем [SEP], а для документов — префикс «passage:» в стиле E5. Модель построена на архитектуре BERT, содержит 136,7 млн параметров, принимает текст с контекстом до 512 токенов и выдаёт векторные представления для семантического поиска и сравнения запросов с фрагментами. Распространяется в формате safetensors по лицензии MIT. Карточка указывает назначение для агентного поиска, но не приводит количественных оценок качества или сведений о поддержке других языков.

AgentIR-4B — плотная текстовая модель для извлечения документов, разработанная авторами проекта AgentIR. Она дообучена на базе Qwen/Qwen3-Embedding-4B и предназначена для поиска в системах глубокого исследования, где агент передаёт вместе с запросом свой ход рассуждений. Совместное кодирование запроса и рассуждения помогает учитывать намерение и контекст агента при подборе материалов. Модель рассчитана на использование в исследовательских агентах и retrieval-системах; авторы сообщают об улучшении точности и сокращении числа итераций на BrowseComp-Plus. Это модель семейства Qwen3 с 3,7 млрд параметров, контекстом до 40 960 токенов и форматом safetensors. Метаданные указывают задачу feature-extraction; модель принимает текст и выдаёт текстовые эмбеддинги для поиска и сравнения. Лицензия в предоставленных данных не указана.

Apodex-1.0-0.8B-SFT — компактная текстовая модель для агентного глубокого исследования, разработанная командой Apodex на базе Qwen3.5-0.8B. Это версия после supervised fine-tuning; она рассчитана на работу как ReAct-агент с вызовом инструментов. Модель предназначена для поиска и проверки сведений, синтеза ответов по источникам и подготовки выводов с прослеживаемыми доказательствами. В карточке указана архитектура Qwen3.5 с плотными весами и классом Qwen3_5ForConditionalGeneration; модель распространяется в формате safetensors и работает через Transformers. README рекомендует запускать её с шаблоном чата Qwen3.5 и совместимыми парсерами вызовов инструментов. Заявленная тяжёлая схема с параллельной командой субагентов и глобальным верификатором относится к Apodex-1.0-H, а не к этому одиночному чекпойнту. Поддерживаемые языки по метаданным — английский и китайский. Лицензия — Apache-2.0. Сильная сторона модели — настройка на агентные исследовательские сценарии и вызов инструментов при сохранении общих возможностей базовой модели согласно README. В карточке нет отдельных результатов оценки именно версии 0.8B-SFT, поэтому её качество нельзя выводить из результатов других вариантов Apodex. Для глубокого исследования нужны инструменты и агентная инфраструктура; сам чекпойнт не включает описанную в README команду субагентов и верификатор.

Apodex-1.0-4B-SFT — модель для агентного глубокого исследования с акцентом на проверку фактов, разработанная командой Apodex и дообученная на базе Qwen/Qwen3.5-4B. Это плотная модель семейства Qwen3.5, работающая через Transformers и распространяемая в формате safetensors. Она предназначена для диалогов и сценариев ReAct с вызовом инструментов: поиска источников, сбора свидетельств и подготовки ответов с проверяемыми обоснованиями. Карточка описывает также режим Apodex-1.0-H с несколькими специализированными агентами и общим верификатором; это режим развертывания, а не отдельная характеристика данного чекпойнта. Модель дообучена по рецепту, включающему SFT, агентный DPO и обучение с подкреплением на длинных агентных траекториях. В README заявлено сохранение общих способностей базовой модели, включая знания, математику, программирование и следование инструкциям. Метаданные указывают английский и китайский языки, а базовая модель описана как мультимодальная Qwen на 4 млрд параметров; при этом карточка конкретного чекпойнта не уточняет поддержку изображений и длину контекста. Модель подходит для исследовательских агентов и ассистентов, которым нужно искать информацию, пользоваться инструментами и формировать ответы с цепочками свидетельств. Карточка приводит результаты бенчмарков глубокого исследования, но наиболее высокие показатели относятся к Apodex-1.0-H и не должны автоматически приписываться варианту 4B-SFT. Лицензия — Apache-2.0.

CAT-Paws-8B — диалоговая агентная языковая модель CyberAgent для многошаговых взаимодействий, включая программирование, работу с терминалом и использование инструментов. Она объединяет Qwen3-8B и Qwen3-Swallow-8B-CPT-v0.2; архитектура — плотная Qwen3ForCausalLM, размер — 7,6 млрд параметров. Модель работает с текстом и рассчитана прежде всего на японский язык: цепочка рассуждений обычно формируется на японском, даже если запрос дан по-английски. Поддерживает японский и английский, контекст составляет 40 960 токенов; доступна в формате safetensors для Transformers. Модель предназначена для агентных сценариев с несколькими ходами, где инструкции и формат вызова инструментов передаются в системном сообщении или запросе. Специальный интерфейс для вызова инструментов модель не обучена принимать. По результатам авторских оценок CAT-Paws сопоставима с Qwen3-8B в агентных задачах на английском и немного превосходит её на японском, но уступает другим моделям в одноходовых задачах программирования и математики. Она может повторяться, выдавать длинные ответы и включать рассуждения даже при просьбе этого не делать; длинные системные инструкции ухудшают работу. Модель распространяется по лицензии Apache-2.0.

Mapika/decider-2b — дообученная модель семейства Qwen, разработанная как открытая реализация класса System One. Она оценивает варианты ответа для типизированных вопросов по заданному состоянию и возвращает распределение вероятностей за один проход, без генерации свободного текста. Модель предназначена для вызова из программных систем: классификации, выбора действия и маршрутизации запросов по заранее заданным вариантам. Веса содержат 1,7 млрд параметров, архитектура — плотная причинная языковая модель Qwen3.5; базовая модель — Qwen/Qwen3.5-2B-Base. Контекст составляет 262 144 токена. Модель принимает текст и выдаёт оценки вариантов, пригодные для выбора метки или решения. Обучение включало около 95 публичных наборов данных, траектории агентов, выбор веб-элементов и игровые состояния; версия v11 дополнительно прошла обучение на сложных решениях с LoRA, слитой в веса, и использует температурную калибровку по типам ответов. Заявленные результаты показывают улучшения на некоторых сложных наборах относительно v10, однако модель остаётся чрезмерно уверенной на сложных многошаговых вопросах. Она рассчитана только на английский язык и не подходит для свободного диалога, задач с несколькими шагами рассуждения без разбиения на вопросы или надёжного извлечения знаний. Лицензия — Apache-2.0.

Fathom-Search-4B — языковая модель FractalAIResearch, дообученная на базе Qwen/Qwen3-4B для агентного поиска в интернете и работы с длинными исследовательскими запросами. Она предназначена для многошагового поиска, извлечения и проверки сведений с веб-страниц и использования найденных материалов при подготовке ответов. Модель имеет плотную архитектуру Qwen3ForCausalLM примерно на 3,7 млрд параметров, поддерживает контекст до 40 960 токенов и доступна в формате safetensors для Transformers. Модель оптимизирована для поиска с опорой на актуальные веб-источники, включая многошаговые вопросы и проверку свидетельств. Для живого поиска требуется подключённый поисковый сервер Fathom-WebAgents и ключ Serper; сама модель не заменяет этот сервер. README описывает систему Fathom-DeepResearch и отдельную модель-синтезатор для составления отчётов, поэтому генерацию развёрнутых отчётов нельзя считать основной задачей именно Fathom-Search-4B. Лицензия модели — MIT.

FireAct Llama-2-7B — текстовая генеративная модель, разработанная System 2 Research, Cambridge LTL, Monash University и Princeton PLI. Это полное дообучение Llama 2 для выполнения ReAct: модель формирует рассуждения и текстовые действия, позволяющие взаимодействовать с внешними поисковыми инструментами. Модель обучена на многозадачных данных HotpotQA, StrategyQA и MMLU с форматами ReAct, Chain of Thought и Reflexion. Она принимает и выдаёт только текст, построена на архитектуре LlamaForCausalLM и содержит 6,6 млрд параметров; заявленный контекст — 4096 токенов. Карточка указывает английский язык и лицензию MIT. Для базовых моделей Llama 2 README отдельно рекомендует учитывать лицензионные условия Meta.

NobodyWho/Google_Gemma4-E2B-GGUF — это GGUF-квантизация инструкционно настроенной мультимодальной модели Gemma 4 E2B от Google DeepMind, переопубликованная для библиотеки NobodyWho. Квантизации BF16, Q8_0 и Q4_K_M предоставлены unsloth; базовая модель — google/gemma-4-E2B-it. Модель предназначена для диалоговой генерации текста, следования инструкциям, рассуждений и нативного tool calling с грамматически ограниченным выводом. Она поддерживает анализ изображений через дополнительную проекционную модель mmproj-BF16.gguf, работает с текстом и изображениями, поддерживает более 140 языков и рассчитана на контекст до 131 072 токенов. Эффективный размер составляет примерно 2,3 млрд параметров, что делает модель ориентированной на локальное и on-device использование. Для всех перечисленных вариантов квантизации заявлена успешная проверка tool calling: 14 из 14 тестов. К сильным сторонам относятся мультимодальность, длинный контекст, многоязычность, поддержка вызова инструментов и доступность компактной Q4_K_M-версии. Для работы с изображениями требуется отдельная проекционная модель, а характеристики качества могут зависеть от выбранной квантизации; конкретные результаты бенчмарков в README не приведены. Модель распространяется по лицензии Apache 2.0.

GritHopper-7B — плотная модель поиска, разработанная авторами GritHopper на основе объединения GritLM-7B и Mistral-7B-v0.1. Она предназначена для многошагового поиска доказательных фрагментов по сложным вопросам без явного разложения запроса на под-вопросы. На каждом шаге модель учитывает исходный запрос и уже найденные свидетельства, а затем выбирает следующий набор документов; поиск можно завершить автоматически или ограничить числом шагов. Модель использует декодерную архитектуру Mistral и подход к извлечению, похожий на encoder-only: каждый шаг поиска выполняется за один прямой проход. Она обучена на наборах данных для многошаговых вопросов и фактчекинга, включая MuSiQue, HotPotQA, 2WikiMultiHopQA, HoVer и EX-Fever, и рассчитана на обобщение на данные, отличающиеся от обучающих. Размер составляет 7,1 млрд параметров, контекст — до 32 768 токенов; указана поддержка английского языка. Лицензия — Apache-2.0. Модель подходит для построения систем поиска по документам и RAG-конвейеров, которым требуется собирать сведения из нескольких источников. Она оценивает сходство запроса с кандидатами-документами и поддерживает итеративный поиск, но сама по себе не заменяет генератор итогового ответа. Заявления о качестве основаны на бенчмарках авторов; фактическая эффективность зависит от корпуса, настроек поиска и сценария применения.

Grok Build 0.1 — модель SpaceXAI для ускорения разработки программного обеспечения в агентных рабочих процессах. Она предназначена для интерактивного программирования и принимает текстовые и графические входные данные, выдавая текст. Данных о размере, архитектуре, языках программирования и лицензии в доступных источниках нет.

HaluGate Sentinel — классификатор запросов, разработанный vllm-sr для маршрутизации запросов в LLM-системах. Он определяет, требуется ли запросу проверка фактов: информационные вопросы направляются в контур RAG, инструментов или верификации, а творческие, программные, оценочные и математические задачи могут проходить напрямую к генеративной модели. Классификатор не проверяет факты и не оценивает ответы. Модель основана на encoder-архитектуре ModernBERT-base с классификационной головой и дообучена с помощью LoRA; размер — 149 млн параметров, заявленная длина контекста — 8192 токена. Она выдаёт одну из двух меток: FACT_CHECK_NEEDED или NO_FACT_CHECK_NEEDED. Обучение проводилось на англоязычных данных; заявлены точность валидации 96,4% и F1 0,965. Модель предназначена для первичной классификации намерения запроса, аналитики трафика и выбора маршрута обработки. Пограничные и философские вопросы могут классифицироваться неоднозначно, поэтому уверенность модели следует учитывать при маршрутизации. Надёжность для других языков не гарантируется, а узкоспециализированные области не были отдельной целью дообучения. Лицензия — Apache 2.0.

Jack-3.8-27B-V2-VL-16GB-VRAM — мультимодальная модель независимого исследователя Джонатана Майкла Лэнгфорда и проекта Jack, созданная на основе Qwen/Qwen3.8-27B и рассчитанная на локальный запуск через llama.cpp. Репозиторий содержит веса GGUF и BF16 мультимодальный проектор для работы с изображениями; заявленное назначение — диалоговая и агентная работа с длинным контекстом, включая программирование и многошаговые задачи. Модель использует протокол Jack V2: структурирование рабочего состояния в XML после основного рассуждения, отделение наблюдений и предположений, учёт актуальности сведений и проверку точных результатов детерминированными инструментами. По описанию автора, это предназначено для задач, где важно не смешивать устаревшие планы, конфигурации и результаты. Автор ориентирует релиз на GPU класса 16 ГБ; для полного режима обработки изображений требуется загрузить приложенный проектор. В README рекомендуется отключить MTP; Q4 KV cache описан как результат ранних локальных наблюдений, а не универсальная настройка. Модель имеет 27 млрд параметров; контекстное окно в предоставленных данных не указано. Лицензия — Apache-2.0. Заявленные преимущества протокола и поведение при локальном тестировании основаны на описании автора; независимые сравнительные оценки в предоставленных материалах отсутствуют.

KALYPSO v1.1L — открытая модель для генерации кода из семейства KALYPSO, разработанная GENOMA Labs. Она основана на Qwen2.5-Coder-14B-Instruct и дообучена с использованием LoRA на наборе Kraken-Public, содержащем 18 049 очищенных от пересечений с тестами записей, производных от кодинговых данных NVIDIA Nemotron. После обучения LoRA-адаптер объединён с полноразмерными весами в формате fp16. Модель предназначена для агентного программирования: многошаговых задач разработки, сценариев вызова инструментов, а также рабочих процессов с предварительным планированием и последующей реализацией. Основные языки — Python, C++ и SQL; заявлена поддержка английского языка. Это плотная модель на 14 млрд параметров с текстовой модальностью, стандартным шаблоном чата Qwen2.5 и контекстом до 32 000 токенов. Для развёртывания рекомендуется vLLM, также поддерживается Transformers. По данным EvalPlus, модель показывает результаты, близкие к базовой Qwen2.5-Coder-14B-Instruct: 87,8 на HumanEval, 82,9 на HumanEval+, 84,7 на MBPP и 70,4 на MBPP+. Её основное преимущество — ориентация на агентные сценарии и планирование, а не превосходство в однократном завершении кода. Ограничения включают отсутствие заметного выигрыша над базовой моделью в задачах чистого кодогенерирования и неизвестную эффективность за пределами заявленных сценариев. Модель распространяется по лицензии Apache-2.0; в описании также отмечено, что происхождение части обучающих данных может быть связано с условиями лицензий Qwen и DeepSeek.

Это дообученная диалоговая языковая модель mgmbykai на базе kakaocorp/kanana-1.5-8b-instruct-2505. Она использует плотную архитектуру LlamaForCausalLM и содержит 7,5 млрд параметров; модель предназначена для генерации текста в формате диалога и поддерживает интерфейс вызова инструментов. В карточке также указано обучение с использованием Unsloth и библиотеки TRL. Модель подходит для диалоговых приложений и генерации ответов с подключением инструментов. Базовая Kanana рассчитана также на задачи программирования и математики, однако README этой версии не описывает отдельные настройки или результаты для этих сценариев. Длина контекста — 32 768 токенов. Модель распространяется по лицензии Apache-2.0.

NVIDIA Kimi-K2.6 Eagle3 — вспомогательная модель Eagle head для Moonshot AI Kimi-K2.6, предназначенная для ускорения авторегрессионной генерации с помощью спекулятивного декодирования. Она обучена на синтетических ответах целевой модели и интегрируется с Model Optimizer; архитектура указана как Transformers / DeepSeek V3, размер — 1,8 млрд параметров. При длине чернового продолжения 3 README сообщает среднюю длину принятой последовательности 2,62 токена на MT-Bench и 2,67 на качественной подвыборке SPEED-Bench. Модель рассчитана на применение в чат-ботах, агентных системах, RAG и других приложениях, где нужна более быстрая генерация ответов, кода и инструкций. Карточка указывает мультимодальный ввод текста, изображений и видео, текстовый вывод и контекст до 256 тыс. токенов. Для инференса заявлена интеграция с TensorRT-LLM на системах NVIDIA Blackwell под Linux. README разрешает коммерческое и некоммерческое применение в соответствии с NVIDIA Open Model License; конкретные ограничения производительности и совместимости зависят от конфигурации serving-системы.

Модель Impira — дообученная мультимодальная LayoutLM с архитектурой LayoutLMForSequenceClassification и 136,7 млн параметров. Она предназначена для классификации документов; в карточке указана задача text-classification, а среди примеров применения отмечены PDF и счета. Модель рассчитана на английский язык и обрабатывает последовательности длиной до 512 токенов. Модель можно применять для автоматической классификации документов и счетов в рабочих процессах разбора PDF. Она учитывает структуру документа, что полезно для задач, где важны текст и его расположение. Лицензия CC BY-NC-SA 4.0 требует указания авторства и распространяет производные материалы на тех же условиях, с ограничением на коммерческое использование. В README отмечены риски стереотипных и вредных предсказаний; сведения о данных обучения и метриках не приведены.

LLM Query Complexity Classifier — англоязычный классификатор запросов, разработанный для проекта STREAM. Он дообучен на ModernBERT-base и относит текстовый запрос к одному из трёх классов по требуемой глубине рассуждений: LOW, MEDIUM или HIGH. Модель предназначена для автоматической маршрутизации запросов между локальным CPU, HPC GPU и облачным API с учётом сложности и стоимости обработки. Модель содержит 149 млн параметров, использует архитектуру ModernBERT для классификации последовательностей и принимает до 8192 токенов контекста. По README, задержка на CPU составляет около 32 мс на запрос. Для обучения использовалась дистилляция разметки Claude Sonnet 4.6 на 6000 запросах из десяти областей, включая математику, естественные науки, программирование, медицину и гуманитарные дисциплины. Указанная лицензия — Apache 2.0. На фиксированном тестовом наборе README сообщает точность 64,2% и Macro-F1 0,640; полнота для класса MEDIUM ниже, чем для LOW и HIGH, поэтому оценки сложности могут ошибаться, особенно на промежуточных запросах. Метрики относятся к описанной в карточке выборке и не гарантируют аналогичного качества на других темах и распределениях запросов.

nwzjk/MiniMax-M3-NVFP4-Duplicated — копия мультимодальной модели MiniMax-M3, разработанной MiniMaxAI и квантизированной в формате NVFP4 с помощью NVIDIA Model Optimizer. Архитектура — мультимодальный Transformer Mixture-of-Experts с 428 млрд параметров и примерно 23 млрд активных параметров на токен. Модель принимает текст, изображения и видео, а выдаёт текст; заявленная длина контекста составляет 1 млн токенов, видео может длиться до 30 минут. Модель предназначена для диалогов, анализа изображений и видео, включая длинные ролики, программирования на длительных задачах и агентных сценариев с вызовом инструментов. Доступны режимы рассуждения для сложных задач и без рассуждений для сценариев, чувствительных к задержке. README сообщает о запуске через vLLM, но для NVFP4 требуется nightly-сборка; также указано, что развёртывание рассчитано на мощные NVIDIA GPU. Квантизация уменьшает требования к памяти, но приведённые в README тесты показывают небольшое снижение результатов относительно FP8. Модель может воспроизводить токсичность и смещения из обучающих данных, а также давать неточные, неполные или избыточные ответы. README указывает на некоммерческое использование; метаданные обозначают лицензию как other.

Nemotron 3.5 ASR — многоязычная модель распознавания речи, разработанная NVIDIA. Она преобразует аудио в текст и предназначена для транскрибации потоковой речи с низкой задержкой и обработки аудиозаписей пакетами. Модель содержит 600 млн параметров и использует архитектуру Cache-Aware FastConformer-RNNT с языковым prompt-conditioning; потоковый режим повторно использует контекст кодировщика и обрабатывает новые аудиофрагменты. Размер фрагментов настраивается во время запуска: 80, 160, 320, 560 или 1120 мс. Модель поддерживает транскрибацию с пунктуацией и заглавными буквами для 32 локалей из коробки, включая русский, английский, испанский, немецкий, французский, арабский, китайский, японский и украинский. Ещё для восьми локалей заявлена готовность к адаптации, но для полноценной транскрибации на них требуется дообучение. Режим auto может определять язык и добавлять его метку к результату. Модель доступна через NeMo и Transformers; карточка заявляет готовность к коммерческому применению, лицензия указана как other.

Ornith-1.5-9B — плотная языковая модель с 9 миллиардами параметров, разработанная командой Ornith AI. Она относится к семейству Ornith-1.5 и создана на основе подхода непрерывного самоулучшения: модель совместно оптимизирует генерацию задач, построение scaffold и выполнение решений с применением reinforcement learning. Модель распространяется для задач генерации текста и ориентирована прежде всего на эффективное развертывание на одной GPU; для мобильных устройств предусмотрен отдельный квантизированный вариант Ornith-1.5-9B-Mobile. Основные сценарии применения — программирование, работа с терминалом и автоматизированное решение задач разработки. В README приведены результаты на Terminal-Bench 2.1: 46,2 с Terminus-2 и 47 с Claude Code, а также 70,6 на SWE-bench Verified и 47,5 на SWE-bench Pro. Эти показатели указывают на сильную сторону модели в агентных задачах, связанных с написанием и исправлением кода, хотя результаты зависят от используемого окружения и scaffold. Архитектура, поддерживаемые языки, длина контекста и мультимодальные возможности в карточке не указаны. Модель распространяется по лицензии MIT. Данных о специфических ограничениях, безопасностных свойствах и качестве на других языках недостаточно; приведенные benchmark-результаты не следует считать гарантией поведения в произвольных прикладных сценариях.

MinKeonKim/PRO-STEP-Policy-7B — языковая модель для agentic RAG, разработанная в рамках проекта PRO-STEP. Это policy-модель, дообученная методом step-level DPO на базе Qwen2.5-7B-Instruct; обучение использовало траектории MCTS, оценённые процессной reward-моделью, и предпочтения на уровне отдельных шагов. Модель имеет плотную архитектуру Qwen2, 7,1 млрд параметров и нативный контекст 32 768 токенов; распространяется в формате safetensors и рассчитана на работу через Transformers. Модель предназначена для генерации ответов в системах поиска с извлечением документов, в том числе для многошаговых вопросов, где агент должен последовательно использовать найденные сведения. В README приведены результаты оценки на пяти наборах данных для QA, однако заявленные показатели относятся к конкретному конвейеру FlashRAG и не гарантируют такую же точность в других системах. В карточке указана поддержка английского языка. Лицензия — MIT.