I.14Автоматизация процессов и AI-агенты

Nemotron-Labs-TwoTower-30B-A3B-Base-BF16 — базовая языковая модель NVIDIA Corporation, построенная на базе NVIDIA-Nemotron-3-Nano-30B-A3B-Base-BF16. Это блоковая авторегрессионная диффузионная модель: замороженная контекстная башня обрабатывает запрос и уже сформированные токены, а обученная башня-денойзер итеративно восстанавливает блоки токенов параллельно. Обе башни используют гибридную архитектуру Mamba-2, attention и MoE; в модели около 30 млрд параметров в сумме и 3 млрд активируются на токен согласно названию модели. Модель предназначена для генерации текста, включая диалоговые и общие языковые сценарии. При размере блока 16 и настройках по умолчанию в README указаны 98,7% агрегированного качества авторегрессионной базовой модели и в 2,42 раза более высокая пропускная способность генерации в тесте на двух H100. Поддерживаются режимы диффузионной генерации блоками, имитации авторегрессии и обычной авторегрессионной генерации. Максимальный размер входа — 128 тыс. токенов; в README перечислены английский, испанский, французский, немецкий, японский, итальянский, португальский, китайский, арабский, датский, корейский, нидерландский, польский, русский, шведский и тайский языки. Для запуска используется Hugging Face Transformers с trust_remote_code=True. Полная двухбашенная диффузионная генерация рассчитана на две 80-ГБ GPU; для режима только с контекстной башней достаточно одной 80-ГБ GPU. README заявляет готовность к коммерческому использованию, но метаданные обозначают лицензию как other и не уточняют её условия, поэтому перед применением следует проверить лицензионные документы репозитория.

Neural-Chat-v1-1 — языковая чат-модель, дообученная Intel и командой NeuralChat на базе mosaicml/mpt-7b. Это плотная авторегрессионная модель MPTForCausalLM с 7 млрд параметров; максимальная длина последовательности — 2048 токенов. Модель предназначена для генерации текста и ответов на инструкции, а также может применяться для задач вроде генерации кода. Для дообучения использован набор Intel/neural-chat-dataset-v1-1, содержащий около 1,1 млн инструкционных примеров; метаданные также указывают набор allenai/real-toxicity-prompts. Карточка приводит результаты оценки на наборах задач языкового моделирования и проверку токсичности, но они не гарантируют качество в конкретном применении. Основной язык карточки — английский; в обучающих данных есть также примеры на китайском. Модель может выдавать фактически неверные ответы, а также предвзятый, оскорбительный или иной нежелательный текст. Перед внедрением требуется проверка безопасности и качества для целевого сценария. Репозиторий распространяется по лицензии Apache-2.0.

NVIDIA Nemotron 3.5 Lightning 30B A3B — языковая модель NVIDIA, представленная сообществом mlx-community в конвертированном формате MLX для запуска на устройствах Apple Silicon. Это гибридная архитектура Mamba-2 и attention с механизмом Mixture-of-Experts: около 31 млрд параметров всего и примерно 3 млрд активных на токен. В репозитории указана версия bf16 без квантизации; модель преобразована из nvidia/NVIDIA-Nemotron-3.5-Lightning-30B-A3B-BF16 с помощью mlx-lm 0.31.3. Модель предназначена для генерации текста и диалогового взаимодействия; метаданные также указывают контекст до 262 144 токенов. В карточке перечислены английский, испанский, французский, немецкий, итальянский и японский языки. Репозиторий использует библиотеку MLX и формат safetensors. Лицензия обозначена как other, поэтому условия использования следует сверить с карточкой исходной модели NVIDIA.

MaziyarPanahi/openbuddy-mistral-7b-v13-base-Mistral-7B-Instruct-v0.2-slerp — диалоговая языковая модель на базе архитектуры Mistral, полученная слиянием методом SLERP моделей mistralai/Mistral-7B-Instruct-v0.2 и OpenBuddy/openbuddy-mistral-7b-v13-base. Она предназначена для генерации текста в диалоге и ответов на инструкции. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель принимает текст и генерирует текст; метаданные указывают поддержку чата. В README описано слияние весов с использованием bfloat16. Репозиторий распространяется по лицензии Apache-2.0. Языки и специализированные прикладные области в предоставленных данных не определены.

Open-Instruct ShareGPT 7B — языковая модель семейства LLaMA, дообученная Allen Institute for AI на очищенном наборе диалогов ShareGPT по схеме, близкой к Vicuna. Это чекпойнт для генерации текста и ответов на инструкции в диалоговом формате; для работы с ним требуется базовая модель LLaMA в формате Hugging Face, поскольку репозиторий содержит diff весов. Модель имеет плотную архитектуру LlamaForCausalLM, около 6,6 млрд параметров и контекст до 2048 токенов. Она принимает текст и генерирует текст; в карточке указан английский язык. В README приведены результаты на академических бенчмарках, включая MMLU, GSM и Codex-Eval. Качество генерации зависит от соблюдения указанного в карточке формата входа, включая перевод строки после маркера начала ответа. Лицензирование регулируется лицензией модели из LICENSE.txt и исходной лицензией LLaMA; условия следует проверить в этих файлах перед использованием.

Ornith-1.5-35B-A3B-PrismaQuant-AQUA-25GB-vllm — это смешанно-квантизированная версия модели Ornith-1.5-35B-A3B, разработанной ornith-ai. Модель предназначена для генерации текста и запуска через Transformers и vLLM. К checkpoint применяется формат compressed-tensors, поэтому он поддерживается стандартным vLLM без модифицированного runtime и пользовательских CUDA-ядер. Модель имеет MoE-архитектуру с 35 млрд параметров, из которых 3 млрд активируются на токен. PrismaQuant назначает отдельным линейным слоям форматы BF16, FP8 или NVFP4: большинство маршрутизируемых экспертов используют NVFP4, тогда как важные компоненты плотного пути сохраняются в FP8 или BF16. Размер артефакта составляет 24,68 ГБ против 71,90 ГБ у исходной BF16-версии, что даёт сокращение примерно в 2,91 раза. Базовая модель поддерживает контекст до 262 144 токенов, однако полный контекст требует значительного объёма памяти под KV-кэш. На WikiText-2 квантизированная версия показала perplexity 11,7067 против 11,4181 у BF16-источника, то есть ухудшение составило 2,53%. Сильная сторона модели — существенная экономия памяти при относительно небольшом падении качества; смешанное распределение точности также снижает расхождение с BF16 по сравнению с равномерной NVFP4-квантизацией. Ограничения включают потенциальную зависимость производительности от совместимого оборудования и версии vLLM, а приведённые метрики получены на конкретном наборе данных и конфигурации. Модель распространяется по лицензии MIT.

Google PaliGemma 3B FT OCRVQA 448 — дообученная версия компактной модели компьютерного зрения и языка PaliGemma для визуальных вопросов и ответов с чтением текста на изображениях. Она принимает изображение и текстовый запрос, затем генерирует текстовый ответ. В основе PaliGemma лежат визуальная модель SigLIP и языковая модель Gemma; суффикс 448 обозначает вариант с разрешением изображений 448 пикселей. Модель предназначена для одношагового взаимодействия и лучше подходит для настройки под конкретную задачу, чем для диалога общего назначения. Основной сценарий — отвечать на вопросы по тексту, распознанному на изображении: например, извлекать сведения из вывесок, форм или скриншотов. Модель относится к семейству мультиязычных VLM, однако конкретный набор языков этой версии не уточнён. Для использования действуют условия лицензии Gemma. Возможны ошибки распознавания и ответов; модель может отражать смещения обучающих данных, а её результаты требуют проверки. Она не предназначена для многоходового общения, а качество без дополнительной настройки на целевую задачу может быть ограничено.

FluidInference/parakeet-tdt-0.6b-v3-ov — версия NVIDIA Parakeet TDT V3, оптимизированная FluidInference для OpenVINO. Это модель автоматического распознавания речи на базе FastConformer-RNNT; в README указано 1,1 млрд параметров и конвейер из четырёх моделей. Она предназначена для транскрибации аудио на процессорах и NPU Intel, поддерживает 24 европейских языка и обрабатывает речь фрагментами по 10 секунд с перекрытием в 3 секунды. Среди возможностей — сохранение состояния LSTM между фрагментами, удаление повторяющихся токенов и временные метки для токенов. В тестах README приведены средний WER 3,7% на LibriSpeech test-clean и 17,0% на многоязычном FLEURS; результаты зависят от языка и оборудования. Лицензия CC BY 4.0. В метаданных базовой моделью указана nvidia/parakeet-tdt-0.6b-v3, однако README называет базовой моделью nvidia/parakeet-tdt-1.1b, а также расходится с метаданными по размеру и списку языков.

PE-Core-B-16 — модель семейства Perception Encoder, разработанного Meta для понимания изображений и видео. Этот репозиторий содержит версию исходных весов, преобразованную для OpenCLIP; модель использует совместно обученные визуальный и текстовый энкодеры для сопоставления изображений и текста. Модель предназначена для классификации изображений по текстовым меткам без дополнительного обучения, а также для извлечения признаков и поиска по изображениям и текстовым запросам. Визуальный ViT-B/16 содержит около 90 млн параметров, обрабатывает изображения с разрешением 224 пикселя и использует attention pooling; текстовая башня имеет 310 млн параметров и контекст 32 токена. Общий размер проекции CLIP — 1024. В карточке отмечены результаты на задачах классификации и поиска изображений и видео. Модель доступна в форматах PyTorch и safetensors через библиотеку OpenCLIP. Лицензия — Apache-2.0. Она предназначена для извлечения визуально-текстовых признаков и оценки соответствия изображения текстовым описаниям; текстовый контекст ограничен 32 токенами, а входное разрешение — 224 пикселями.

phixtral-2x2_8 — языковая модель с архитектурой Mixture of Experts, созданная Mlabonne из двух моделей Microsoft Phi-2. Она объединяет cognitivecomputations/dolphin-2_6-phi-2 и lxuechen/phi-2-dpo с помощью модифицированной версии mergekit и вдохновлена архитектурой Mixtral-8x7B. Автор сообщает, что модель превосходит каждого из отдельных экспертов; в README также приведены результаты оценки на наборе Nous suite. Модель предназначена для генерации текста в диалогах и задач с кодом. Она принимает текст и генерирует текст, поддерживает английский язык и имеет контекстное окно 2048 токенов. Репозиторий содержит веса в формате safetensors; указана лицензия MIT. Для модели предлагается запуск в 4-битной точности на GPU T4.

Pirouette-7b — текстовая генеративная модель на архитектуре Mistral, созданная автором репозитория ddh0 путём градиентного слияния SLERP моделей dolphin-2.1-mistral-7b и Noromaid-v0.1.1-13b. По замыслу автора, модель сохраняет основную часть возможностей Dolphin и добавляет некоторые особенности Noromaid. Модель предназначена для диалогов и выполнения инструкций в формате Alpaca. В карточке заявлена длина контекста 32 768 токенов; метаданные указывают 7,1 млрд параметров. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Optitransfer представил Qwen2.5-7B-Instruct-converge-collective-v1 — объединённую модель для диалогов и генерации текста, созданную на основе Qwen2.5-7B-Instruct и восьми донорских моделей четырёх семейств. Слияние выполнено методом converge: тензоры согласуются между архитектурами, объединяются через целочисленный CRDT-механизм и сохраняются в формате safetensors. Заявлены 7,1 млрд параметров и контекст до 32 768 токенов. Модель предназначена для генерации ответов и других текстовых сценариев. В README описаны точное воспроизведение результата с проверкой SHA-256 и результаты парного сравнения с исходной моделью: улучшения неоднородны, отдельные показатели снизились. Поддерживается английский язык; метаданные также отмечают интерфейс вызова инструментов. Модель распространяется по лицензии Apache-2.0. Это слитый чекпойнт одной группы из девяти моделей; README указывает на регрессии по отдельным бенчмаркам и на то, что выравнивание базисов между архитектурами остаётся открытой исследовательской задачей.

Qwen3-1.7B-MLX-bf16 — компактная плотная языковая модель семейства Qwen3 с 1,7 млрд параметров, подготовленная lmstudio-community на основе Qwen/Qwen3-1.7B и преобразованная в формат MLX для использования с mlx-lm. Она предназначена для генерации текста и диалогов; метаданные также отмечают интерфейс вызова инструментов. Модель принимает текст и генерирует текст, а её контекст составляет до 40 960 токенов. В карточке указана лицензия Apache-2.0. README описывает преобразование в MLX, тогда как метаданные указывают формат файлов safetensors.

Это пакет слоёв GGUF-модели Qwen3-30B-A3B-Thinking-2507-UD-Q4_K_XL для распределённого запуска в Mesh LLM. Его подготовил Mesh LLM на основе unsloth/Qwen3-30B-A3B-Thinking-2507-GGUF; веса исходной модели разбиты на артефакты по слоям для распределённого инференса. Пакет предназначен для локального приватного общения с моделью, запуска на нескольких машинах, если целая модель не помещается на одном узле, и работы через локальный API Mesh LLM, совместимый с OpenAI Chat Completions. Это разговорная модель семейства Qwen3 в формате GGUF, вариант UD-Q4_K_XL. Репозиторий использует библиотеку mesh-llm и распространяется по лицензии Apache-2.0. Архитектурные детали, число параметров, контекстное окно и языки в доступных сведениях о пакете не приведены; за ними README отсылает к карточке исходной модели.

SeanWang0027/Qwen3-4B-Base-NemotronIF-Reasoning-SFT-10k — плотная языковая модель семейства Qwen3, дообученная автором полным обновлением параметров на 10 000 диалогах для следования инструкциям с включённым рассуждением. В репозитории 3,7 млрд параметров; модель принимает текст и генерирует ответы в формате Qwen3 с блоком рассуждения и итоговым ответом. Контекстное окно составляет 32 768 токенов. Модель предназначена для диалоговых сценариев, где нужно выполнять инструкции, учитывать ограничения запроса и формировать структурированные ответы с рассуждением и самопроверкой. Обучение выполнено на подмножестве датасета NVIDIA Nemotron-Instruction-Following-Chat-v1; использовались также данные SeanWang0027/Nemotron-IF-Chat-v1-reasoning-on-IF-10k. Автор сообщает о корректном формате ответов на 4 из 4 проверенных отложенных запросов, что является ограниченным результатом пилотной проверки, а не широкой оценкой качества. Обучение проводилось только на данных с включённым режимом рассуждения; режим без рассуждения не проверялся. Для генерации автор рекомендует настроить eos_token_id на два завершающих токена и использовать совместимый парсер Qwen3, например в vLLM или sglang. Лицензия модели — Apache-2.0; обучающие данные Nemotron указаны под ODC-BY 1.0.

nbeerbower/Qwen3.5-9B-Writing-DPO — дообученная модель семейства Qwen3.5, созданная на базе Qwen/Qwen3.5-9B. Она предназначена для генерации текста в диалоге и сценариев написания текстов; в метаданных также отмечены интерфейсы чата и вызова инструментов. Модель использует плотную архитектуру Qwen3_5ForCausalLM и содержит 7,2 млрд параметров. Она работает через Transformers, распространяется в формате safetensors и имеет заявленный контекст 262 144 токена. Дообучение выполнено на наборе данных schneewolflabs/Athanorlite-DPO; название репозитория указывает на настройку для письма, однако README не содержит подробностей о стиле или качестве генерации. Базовая Qwen3.5 описана в каталоге как мультимодальная, но для этой модели указана текстовая задача text-generation. Лицензия в предоставленных данных не приведена. Возможности генерации зависят от запроса и дообучения; заявленные характеристики качества и ограничения в карточке не описаны.

LuffyTheFox/Qwen3.6-27B-Uncensored-Genesis-MTP-GGUF — мультимодальная локальная модель семейства Qwen3.6, созданная LuffyTheFox на основе HauhauCS/Qwen3.6-27B-Uncensored-HauhauCS-Aggressive. Автор применяет собственный метод Genesis для численной коррекции весов GGUF без дополнительного обучения или дообучения, стремясь уменьшить шум в тензорах и повысить стабильность генерации. Базовая модель связана с Tongyi Lab команды Alibaba Group, однако сведения о точном авторстве исходной архитектуры в README ограничены. Модель предназначена прежде всего для локального использования, включая программирование и работу в LM Studio с агентом Bionic. Она поддерживает текст, изображения и видео; для работы с изображениями требуется отдельный файл mmproj. Заявлены языки English, Chinese и многоязычная поддержка. Модель содержит 27 млрд плотных параметров, 64 слоя, 48 слоёв линейного внимания и 16 слоёв полноформатного gated attention. Нативный контекст составляет 262 тысячи токенов и может быть расширен примерно до 1 млн с помощью YaRN. К сильным сторонам относятся большой контекст, мультимодальность, ориентация на локальный запуск и заявленная автором коррекция деградации весов. При этом README не содержит независимых результатов тестирования, поэтому преимущества Genesis над исходной моделью нельзя считать подтверждёнными. Для запуска рекомендуется квантование Q3_K_M при наличии около 16 ГБ VRAM или Q4_K_M при 24 ГБ VRAM, максимальная выгрузка на GPU и F16 для K/V cache. Модель обозначена как uncensored, поэтому её поведение и защитные ограничения могут отличаться от стандартных версий Qwen. Указана лицензия Apache-2.0.

Это нативный 3-битный TurboQuant-чекпойнт Qwen3.6-35B-A3B, подготовленный varjosoft на основе Qwen/Qwen3.6-35B-A3B. Он предназначен для генерации текста в диалогах и запуска через vLLM с плагином turboquant-plus-vllm версии 0.13.5 или новее. Модель использует MoE-архитектуру с 35 млрд общих и примерно 3 млрд активных параметров, 256 экспертами, сочетанием GatedDeltaNet и внимания с частичной rotary-позиционной кодировкой. Веса экспертов упакованы в нативный формат TQ3; размер чекпойнта составляет около 16 ГБ вместо примерно 70 ГБ для BF16, при этом отдельные компоненты хранятся в FP16. Чекпойнт проверен на нескольких ускорителях NVIDIA и требует vLLM 0.20.2 или новее. Он ориентирован на более компактное размещение модели и инференс через совместимый загрузчик; README приводит скорость около 16 токенов в секунду при заданной конфигурации A100 и batch size 1. Базовая модель описана в каталоге как мультимодальная, однако эта карточка указывает text-generation и демонстрирует текстовые запросы и ответы. Лицензия — Apache-2.0. В примере модель выводит видимую цепочку рассуждений; качество и поведение после 3-битного сжатия могут отличаться от исходных весов.

Qwen3.6-40B-DeckardUncensored-OpusDistilled-W4A16-AWQ — мультимодальная vision-language модель на базе DavidAU/Qwen3.6-40B-Claude-4.6-Opus-Deckard-Heretic-Uncensored-Thinking, разработанная philbert440. Она предназначена для генерации и анализа текста и изображений, прежде всего для творческого письма и программирования. По описанию, модель относится к серии Deckard-40B Uncensored и ориентирована на сценарии, где требуется высокая производительность и отсутствие встроенных отказов по соображениям безопасности. Модель содержит около 40 миллиардов параметров и использует квантизацию W4A16-AWQ: 4-битные веса при активациях FP16. Формат основан на weight-only квантизации AWQ и compressed-tensors. Модель совместима с 1Cat-vLLM на видеокартах Tesla V100 с архитектурой SM70, а также со стандартным vLLM на системах с Ampere и новее. README не указывает максимальный размер контекста и полный перечень поддерживаемых языков. К сильным сторонам относятся мультимодальность, ориентация на творческие и кодовые задачи, уменьшенное потребление памяти благодаря квантизации и возможность запуска на Tesla V100. Ограничения включают потерю точности, возможную для 4-битной квантизации, зависимость от совместимого программного стека и отсутствие защитных отказов: разработчик прямо возлагает на пользователя ответственность за законное и этичное применение. Модель распространяется по лицензии Apache-2.0.

Qwen3.8-27B-TWIN-TURBO-Fable-Cold-Fusion-709-ULTRA-HERETIC-Uncensored-NM-DAU-NEO-MTP-GGUF — крупная fine-tune-модель на базе Qwen3.8 27B, разработанная DavidAU. Она создана с применением многоэтапного обучения и слияния моделей, включая методы Cold Fusion и Fable Fusion, и выпущена в форматах GGUF, включая обычные и MTP-квантизации. Заявлены поддерживаемые языки English и Chinese; метаданные также указывают на сценарий image-text-to-text, однако подробности мультимодальных возможностей в README не приведены. Модель ориентирована на широкий круг задач: рассуждение, решение задач, программирование, творческое письмо, создание художественных текстов и ролевые сценарии. Заявлены пять режимов reasoning и пять instruct-режимов, которые можно переключать через API или непосредственно в сообщениях; instruct-режимы используют ноль reasoning-токенов. Ключевая особенность версии TWIN-TURBO — сокращение объёма рассуждений и расхода токенов по сравнению с базовой Qwen3.8 27B при сохранении детализации, по утверждению автора. Доступны как минимум 4-битные и 8-битные варианты, рассчитанные на запуск на потребительском оборудовании. Сильными сторонами заявлены высокая производительность, сниженное потребление токенов, развитые способности к рассуждению и генерации художественных текстов, а также strongly uncensored-поведение. При этом заявления о превосходстве над другими моделями и результаты benchmark-промежуточного показателя Arc-C приведены автором README и не подтверждены независимыми данными. Ограничения включают возможную специфику сильно нецензурированной настройки, различия качества между квантизациями и отсутствие подробностей о размере контекста, точной архитектуре, системных требованиях и мультимодальном вводе. Лицензия — Apache-2.0.

Карточка модели 6534211A/Qwen3-ASR-1.7B на Hugging Face совпадает с карточкой Qwen/Qwen3-ASR-1.7B, поэтому описание составлено по ней. Qwen3-ASR-1.7B — плотная аудиоречевая модель семейства Qwen3-ASR, разработанная командой Qwen. Она распознаёт речь и определяет язык аудио; модель поддерживает 30 естественных языков и 22 китайских диалекта, включая русский, английский, китайский и кантонский. Основана на возможностях аудиопонимания Qwen3-Omni и содержит 1,7 млрд параметров согласно названию модели. Модель предназначена для транскрибации речи в потоковом и офлайн-режимах, в том числе длинных записей, аудио в сложных акустических условиях, пения и песен с фоновой музыкой. В README заявлены сильные результаты на открытых и внутренних тестах; отдельные сравнительные показатели в карточке не приведены. Для потокового распознавания требуется backend vLLM; доступны также интеграции через Transformers и пакет qwen-asr. Веса опубликованы в формате safetensors под лицензией Apache-2.0. Модель принимает аудио и выдаёт распознанный текст. Описанный в README Qwen3-ForcedAligner-0.6B — отдельная модель для временных меток, а не функция данного чекпойнта.

CEIA-POSITIVO2/Qwen-4B-capado — языковая генеративная модель семейства Qwen3, опубликованная пользователем CEIA-POSITIVO2 на Hugging Face. Модель предназначена для генерации и продолжения текста, а также для диалоговых сценариев, на что указывают метаданные text-generation и conversational. Модель содержит около 3,5 млрд параметров и поддерживает контекст до 40 960 токенов. Для работы используется библиотека Transformers, а веса представлены в формате Safetensors. Эти характеристики подходят для локального запуска и интеграции в приложения, которым требуется компактная генеративная модель с длинным контекстом. Карточка модели не содержит достоверных сведений о разработчике, языках, лицензии, данных обучения, результатах оценки и рекомендуемых режимах использования. Поэтому модель следует дополнительно тестировать перед применением в продуктивных системах, а условия распространения необходимо проверять отдельно.

Kaoeiri/Qwenwify-32B-v4 — объединённая диалоговая языковая модель на архитектуре Qwen2, созданная с помощью mergekit. В качестве базовой использована Qwen/QwQ-32B-Preview; при слиянии методом DARE TIES также использованы десять моделей Qwen2.5-32B, включая варианты для инструкций, рассуждений, ролевых диалогов и художественного текста. Модель предназначена для генерации текста в диалоге и может применяться для ответов на запросы, творческого письма и рассуждений. Она содержит 32 млрд параметров, принимает текст и выдаёт текст, а её родной контекст составляет 32 768 токенов. В метаданных отмечены чат и интерфейс вызова инструментов. Модель опубликована по лицензии CC BY-NC-ND 4.0, которая ограничивает коммерческое использование и распространение производных версий. В карточке есть метка not-for-all-audiences; качество и поведение объединённой модели могут различаться между задачами.

BenevolenceMessiah выпустил объединённую языковую модель QwQ-32B-Preview-abliterated-Self-instruct-4x-TIES-MGS-v1.0. Она создана методом TIES с помощью mergekit на базе huihui-ai/QwQ-32B-Preview-abliterated и объединяет её с Rombos-Coder-V2.5-Qwen-32b, TheBeagle-v2beta-32B-MGS, Rombos-LLM-V2.5-Qwen-32b и EVA-Qwen2.5-32B-v0.2. Модель построена на архитектуре Qwen2 с плотной авторегрессионной языковой сетью Qwen2ForCausalLM, содержит 32 млрд параметров и поддерживает контекст до 32 768 токенов. Предназначена для генерации текста и диалогов; состав исходных моделей предполагает применение для кода, ролевых диалогов и написания историй. Веса опубликованы в формате safetensors для библиотеки Transformers. Карточка не сообщает лицензию и подробные результаты оценки качества, поэтому условия использования и сравнительную эффективность определить нельзя. Как результат слияния нескольких моделей, качество и поведение на конкретных задачах следует оценивать отдельно.

RemBERT — мультиязычная языковая модель семейства BERT, представленная авторами статьи «Rethinking embedding coupling in pre-trained language models». Это чекпойнт для последующего дообучения под классификацию и другие задачи анализа текста. Модель содержит около 967,8 млн параметров, использует плотную архитектуру и рассчитана на контекст до 512 токенов; доступны веса PyTorch и TensorFlow. RemBERT предварительно обучена на многоязычных данных Википедии для 110 языков с задачей masked language modeling. В отличие от mBERT, входные и выходные эмбеддинги не связаны: входные эмбеддинги меньше, а выходные веса исключены из этого облегчённого чекпойнта, предназначенного для дообучения. В карточке указаны успешные применения для классификации, ответов на вопросы, распознавания именованных сущностей и разметки частей речи. Модель предназначена для общего анализа текста, а не для генерации. Для практических задач её нужно дообучить; контекст ограничен 512 токенами. Лицензия — Apache-2.0.

RuadaptQwen2.5-14B-Instruct — инструктивная русскоязычная адаптация Qwen2.5-14B от RefalMachine. Авторы заменили токенизатор, выполнили дополнительное предобучение на русскоязычном корпусе и применили метод Learned Embedding Propagation (LEP). Модель относится к плотной архитектуре Qwen2 и содержит 14 млрд параметров; контекст — до 32 768 токенов. Репозиторий предоставляет веса в формате safetensors. Модель предназначена для генерации текста и диалоговых сценариев на русском языке. По заявлению авторов, новый токенизатор увеличивает скорость генерации русскоязычного текста до 60% относительно исходной Qwen2.5-14B-Instruct при сравнении на одинаковых текстовых последовательностях. В карточке также заявлен интерфейс для вызова инструментов. Модель выпущена по лицензии Apache-2.0. Карточка помечена как рабочая версия v1; опубликованные разделы результатов оценки содержат незаполненные значения TODO, поэтому по README нельзя судить о сравнительном качестве. Ответы могут воспроизводить сведения и установки, усвоенные на этапах обучения, и не обязательно отражают позицию авторов.

SeamlessM4T v2 Large — мультимодальная многоязычная модель перевода и речи семейства SeamlessM4T, разработанная командой авторов карточки. Репозиторий содержит вариант на архитектуре UnitY2, в метаданных указаны 664,9 млн параметров, контекст 4096 токенов и формат safetensors. Модель предназначена для распознавания речи и перевода между речью и текстом: поддерживает преобразование речи в текст, текста в речь, а также речевой перевод с речевым или текстовым результатом. По README, модель принимает речь на 101 языке и текст на 96 языках, а генерирует речь на 35 языках. Архитектура UnitY2 с иерархическим преобразованием символов в речевые единицы и неавторегрессионным декодированием ускоряет генерацию речи и повышает её качество по сравнению с первой версией. В метаданных репозитория указана лицензия CC BY-NC 4.0, допускающая использование с некоммерческими ограничениями.

SigLIP 2 So400m — модель семейства SigLIP 2, разработанная Google. Это плотный визуальный энкодер, обученный на датасете WebLI; вариант So400m использует патчи размером 16 пикселей и входное разрешение 256 пикселей. Модель сопоставляет изображения и текст, поддерживает классификацию изображений по произвольным текстовым меткам без дообучения и поиск изображений по тексту или текста по изображению. Модель подходит для извлечения визуальных признаков и встраивания в мультимодальные языковые модели, а также для задач локализации и получения плотных визуальных представлений. В README не приведены сведения о числе параметров, контекстном окне или языковом охвате. Репозиторий распространяется по лицензии Apache-2.0.

Это конверсия на Keras 3 многоязычной модели SigLIP Base от Google, подготовленная zeromodels. Модель использует двойной визуально-текстовый энкодер и попарную sigmoid loss; она сопоставляет изображения с текстовыми запросами для классификации без дополнительного обучения. При работе подберите текстовые промпты и изображения для сравнения; для согласования размера изображений и токенизатора рекомендуется использовать соответствующий Processor. Репозиторий предоставляет реализацию, работающую с TensorFlow, PyTorch и JAX. Модель принимает изображения и текстовые промпты и выдаёт оценки соответствия для zero-shot классификации. Лицензия — Apache 2.0.

SIGMA-BERT-short — словенская языковая модель с архитектурой ModernBERT, разработанная командой LHRS-UM-FERI. Это энкодер, обученный с нуля на задаче восстановления замаскированных токенов на корпусе примерно из 13,88 млрд словоупотреблений из словенских веб-текстов, новостей, парламентских материалов, научных публикаций и пользовательского контента. Модель содержит около 149 млн параметров, имеет 22 слоя и контекст до 1 024 токенов; используется библиотека Transformers и формат весов safetensors. Модель предназначена для дообучения под задачи понимания словенского текста: классификации, распознавания именованных сущностей, извлечения ответов на вопросы, вывода и семантического сходства, поиска и ранжирования документов. Она подходит для предложений и документов стандартной длины, но не генерирует текст и не рассчитана на обработку текстов длиннее контекстного окна. При подстановке [MASK] важно размещать токен вплотную к предыдущему слову согласно особенностям токенизатора. Лицензия — CC BY-SA 4.0.