I.14Автоматизация процессов и AI-агенты

Модель corzent/yolo11x_watermark_detection — дообученный детектор объектов на базе fancyfeast/joycaption-watermark-detection, созданный автором репозитория на основе YOLO11x. Она предназначена для обнаружения водяных знаков и логотипов на изображениях; размер входа — 1280 × 1280 пикселей. В README приведены показатели precision 0,896, recall 0,883 и mAP@50 0,900 на использованной автором оценке. Модель подходит для поиска и локализации водяных знаков и логотипов в изображениях и наборах изображений. Использует PyTorch и библиотеку Ultralytics. Репозиторий распространяется по лицензии MIT. Результаты на других данных могут отличаться; README не описывает состав набора данных и условия оценки.

Это экспорт чекпойнта шага 100 модели AppGen Qwen3-VL Model E, подготовленный автором namhokaist для эксперимента Random-GRPO по управлению Android-интерфейсами. Модель основана на namhokaist/appgen-qwen3-vl-8b-sft-ngc-amex-avariant-E-ngc-lr2p5e7-1ep и использует архитектуру Qwen3-VL; метаданные указывают на обработку изображений и текста. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0. Экспорт предназначен для задач GUI-агента: интерпретации состояния Android-приложения и выполнения пользовательских сценариев в интерфейсе. В обучающем прогоне все 100 попыток обновления были пропущены, а аудит подтвердил точное совпадение всех весов с базовой моделью. Поэтому этот чекпойнт не представляет собой улучшенную версию после GRPO; он сохранён для воспроизводимости эксперимента и диагностики обучающего процесса.

KoGemma-E2B — корейская компактная разговорная модель для локального запуска, разработанная waylake на основе Google Gemma 4 E2B IT. Это версия v6 с 2,3 млрд эффективных и 5,1 млрд общих параметров; веса представляют собой слитый LoRA-чекпойнт в формате safetensors. Модель дообучена на синтетических данных, включая корейские диалоги и примеры вызова инструментов. Она предназначена для ответов на корейском языке и выдачи однострочных JSON-действий для инструментов web_search, fetch_page и calculator. Вызов инструмента зависит от системного промпта: если в нём перечислены инструменты, модель часто вызывает их даже без необходимости. В сравнении с базовой моделью качество знаний осталось примерно на прежнем уровне, а форматирование и вызов инструментов улучшились. Модель принимает текст и выдаёт текст, в том числе структурированные действия в JSON. README рекомендует отключать режим рассуждений, использовать низкую температуру и repetition_penalty 1.15: при включённом рассуждении модель может расходовать токены на английский блок, а высокая температура ухудшает связность ответов. При 2,3 млрд эффективных параметров она уступает крупным корейским моделям; также снизилось качество отказа на запросы о приватной информации, поэтому не следует полагаться на неё как на средство безопасности. Лицензия — Gemma; применяются условия лицензии Gemma.

Jebadiah/Llama-3-8B-source-lewd-context-function-calling — объединённая автором Jebadiah языковая модель семейства Llama 3 на 7,5 млрд параметров. Она создана методом task arithmetic с помощью mergekit на основе Jebadiah/Llama-3-8B-source-lewd-function-calling и модели Jebadiah/Llama-3-8B-source-lewd-context; карточка также указывает на диалоговый режим и вызов функций как направления исходных моделей. Модель предназначена для генерации текста в диалогах с контекстом и сценариях, где требуется вызов функций. Она принимает и выдаёт текст, использует архитектуру LlamaForCausalLM и поддерживает контекст до 8192 токенов. Файлы опубликованы в формате safetensors для библиотеки Transformers. В названии и метаданных отмечен lewd-контент и ограничение аудитории, поэтому модель может выдавать материалы для взрослых. Карточка не указывает лицензию; перед использованием следует проверить условия базовых моделей и репозитория.

Recipe NER — компактная модель семейства BERT для распознавания сущностей в строках ингредиентов рецептов. Разработчик обучил её с нуля на английских примерах с BIO-разметкой; токенизатор WordPiece обучен на той же обучающей выборке, поэтому репозиторий содержит необходимые компоненты для работы модели. Архитектура — BertForTokenClassification, около 988,8 тыс. параметров; максимальная длина контекста составляет 98 токенов. Модель размечает названия ингредиентов, количества, единицы измерения, комментарии о состоянии или подготовке ингредиента, верхние границы диапазонов и редкую метку INDEX. На тестовой выборке указаны точность сущностей 0,8715, полнота 0,8820 и F1 0,8767. Модель предназначена для извлечения структурированных данных из коротких англоязычных строк ингредиентов; лицензия в предоставленных данных не указана.

AppGen Qwen3-VL frozen SFT — A-variant arm E — это дообученная namhokaist модель на базе Qwen/Qwen3-VL-8B-Instruct, разработанная для исследований визуальных агентов Android. Она принимает изображения интерфейсов и текстовые инструкции, а затем формирует текстовые ответы для задач работы с экраном. Веса визуального энкодера и модулей выравнивания заморожены, а языковая модель и LM head дообучены; обучение проведено на наборах AppGen SFT и AMEX. Репозиторий содержит финальный чекпойнт в формате safetensors и распространяется по лицензии Apache-2.0. Модель предназначена для анализа интерфейсов Android и визуального заземления инструкций. В README не приводятся оценки качества, а статические бенчмарки не подтверждают успешность интерактивных задач AndroidWorld. Модель заявлена для исследований визуальных агентов и не предназначена для критически важных автономных развертываний.

ChartGPT-Llama3 — языковая модель, разработанная авторами ChartGPT и дообученная на Meta-Llama-3-8B-Instruct для создания графиков по запросам на естественном языке. Она принимает инструкцию и контекст с названием таблицы, заголовками и типами столбцов, примерами строк и предыдущим ответом; модель генерирует текстовый ответ для очередного шага многошагового процесса построения графика. Модель использует плотную архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров и рассчитана на английский язык. Контекст составляет до 8192 токенов. Веса доступны в формате safetensors, модель работает через Transformers. Лицензия — Apache 2.0. Карточка отсылает к исследовательской работе ChartGPT, посвящённой генерации графиков из абстрактных запросов на естественном языке.

DiffLlama-1B — плотная авторегрессионная языковая модель семейства DiffLlama, разработанная kajuma и обученная с нуля примерно на 100 млрд токенов. В ней механизм Differential Attention интегрирован в архитектуру Llama, чтобы сосредоточивать внимание на более релевантном контексте и снижать влияние шума. Модель содержит около 1,2 млрд параметров и поддерживает контекст до 8192 токенов. Модель предназначена для генерации текста и диалоговых сценариев на японском языке. В обучении использовались преимущественно японская часть FineWeb-2-Edu (около 90 млрд токенов), а также FineWeb-Edu (около 10 млрд токенов). В описании обучения также указаны Patch-level Training и оптимизатор Muon. Репозиторий содержит веса в формате safetensors и предоставляет интерфейс для вызова инструментов. Модель распространяется по лицензии Apache License 2.0. Карточка не приводит оценок качества или подробных результатов тестирования, поэтому пригодность для конкретных задач стоит проверять отдельно.

Loom Spark 3 Flash — небольшая языковая модель компании textilelabs для диалогов с поиском и использованием внешних инструментов. Она предназначена для сценариев, где модель формирует поисковый запрос, получает найденный фрагмент через специальную оболочку и отвечает с указанием источника. По данным разработчика, модель обучена с нуля и имеет 7,2 млн параметров; архитектура Llama-style включает 20 слоёв, GQA, SwiGLU, RoPE и RMSNorm, а контекст составляет 512 токенов. Модель работает с текстом и рассчитана на английский язык. Разработчик сообщает результат 119 из 133 баллов на собственной проверочной батарее, однако это не независимая оценка. Модель почти не содержит фактических знаний: без поиска она часто выдумывает ответы, плохо пересказывает найденные материалы, не справляется с арифметикой и может уверенно ошибаться. Для использования нужен строгий формат промпта и оболочка, выполняющая поиск. Лицензия — MIT; при распространении обучающих данных требуется сохранить файл ATTRIBUTION.md с указанием авторства корпусов.

Loom Tapestry 2 — небольшая языковая модель Textile Labs с 22,8 млн параметров. Это плотная авторегрессионная модель семейства Llama, обученная с нуля; она не является дообучением предварительно обученной модели. Архитектура включает 20 слоёв, GQA, SwiGLU, RoPE, связанные эмбеддинги и словарь из 4 096 токенов. Контекст — 768 токенов. Доступны веса Safetensors и GGUF F16; библиотека из метаданных — Transformers. Модель предназначена для диалогового сценария с поиском: определить, когда нужен внешний источник, сформировать запрос и сообщить, что ответ получен из поиска. Без внешних инструментов она обычно отказывается отвечать на фактические вопросы. Карточка сообщает о проверках на корректную атрибуцию поиска, но также предупреждает, что модель может ненадёжно извлекать сведения из найденного текста и ошибочно оценивать, содержит ли он ответ. Для разговора рекомендуется отключать инструменты, включая их только для цикла поиска. Свободная беседа и развёрнутые объяснения не являются её сильными сторонами. Модель поддерживает английский язык и распространяется по лицензии MIT. Для обучающих данных README перечисляет открытые корпуса и указывает, что некоторые лицензии требуют указания авторства.

Ming-UniVision — мультимодальная авторегрессионная модель семейства BailingMM, представленная в карточке проекта Ming-UniVision. Она объединяет понимание изображений и их генерацию в едином механизме предсказания следующего токена, используя непрерывные визуальные представления MingTok вместо дискретной квантизации и отдельных голов для разных модальностей. Модель предназначена для диалога с изображениями, генерации и редактирования изображений, включая многошаговые сценарии, где пользователь чередует вопросы и запросы на изменение изображения. README заявляет о более быстрой сходимости совместного обучения и возможности выполнять многораундовые задачи в непрерывном латентном пространстве без декодирования промежуточных состояний в изображения. В репозитории указаны веса Safetensors и библиотека Transformers; метаданные обозначают задачу any-to-any и языки en и zh. Лицензия — Apache-2.0. Размер модели и длина контекста в предоставленных данных не указаны.

Paranioar/NEO1_5-2B-SFT — версия с дообучением модели NEO1_5-2B, разработанной для исследований нативных vision-language-моделей. Модель использует смешанный режим Native-Attn и Native-RoPE; указаны 2,2 млрд параметров без эмбеддингов, 40 слоёв и групповое внимание GQA с 16 головами Q и 8 головами KV. Модель предназначена для диалоговых задач с изображениями и исследования обобщения на сценарии с одним или несколькими изображениями, видео и пространственными данными 3D. В метаданных заявлены задачи генерации текста и преобразования изображения и текста, а также интерфейс для вызова инструментов. Репозиторий содержит веса SafeTensors и использует библиотеку Transformers. Лицензия — Apache-2.0. Карточка не приводит сведения о контекстном окне и языковой поддержке; качество для отдельных сценариев не оценивается.

Qwen3.5-35B-A3B-Drop — исследовательская донастройка Qwen/Qwen3.5-35B-A3B, созданная для изучения влияния очистки обучающих данных на поведение веб-агентов. При обучении удаляли целиком траектории с патологическими типами чрезмерных размышлений из таксономии A–G; архитектуру, токенизатор и шаблон вызова инструментов базовой модели сохранили. Это MoE-трансформер с 35 млрд общих и примерно 3 млрд активных параметров на токен; веса bf16 занимают около 65 ГБ. Контекст обучения — 131 072 токена. Модель предназначена для многошаговой работы с веб-поиском, открытием страниц и поиском по их содержимому через совместимый интерфейс инструментов. Она генерирует текст и обучена прежде всего на англоязычных рассуждениях и траекториях агента. Удаление траекторий призвано уменьшить чрезмерные проверки после ответа, повторный поиск при достаточных данных и рассуждения без опоры на найденный контент. Это исследовательский артефакт, а не универсальная ассистентская модель. Удаление целых траекторий уменьшает обучающую выборку и смешивает эффект качества данных с эффектом их количества; отдельная дополнительная настройка безопасности не проводилась. Для модели указана лицензия Apache-2.0.

Align-Anything Chameleon 7B Base — мультимодальная модель организации PKU-Alignment на архитектуре Chameleon, дообученная на фреймворке Align-Anything для работы с чередующимися текстом и изображениями. Она принимает и формирует последовательности, в которых текст и изображения могут сочетаться; заявленная особенность этой версии — расширенные возможности генерации изображений. Модель предназначена для сценариев преобразования данных между текстом и изображениями, включая генерацию изображений по текстовым запросам и работу с чередующимися текстово-визуальными последовательностями. Веса содержат 6,7 млрд параметров, максимальный контекст — 4096 токенов. Репозиторий предоставляет веса PyTorch для библиотеки Transformers; лицензия — CC BY 4.0.

DeepSeek-V4-Flash-EAGLE3.1 — черновая голова EAGLE-3.1 для ускорения генерации модели deepseek-ai/DeepSeek-V4-Flash методом speculative decoding. Разработчик модели в README не назван; обучение выполнено с TorchSpec и данными, извлечёнными через vLLM. Веса содержат 722,5 млн параметров, а архитектура описана как однослойная голова Llama; контекст составляет 16 384 токена. Модель предназначена для совместного использования с DeepSeek-V4-Flash при обслуживании через vLLM: она предлагает черновые токены, которые целевая модель проверяет, сохраняя её генерацию и потенциально повышая пропускную способность. README сообщает об ускорении примерно в 2,6 раза на тестовой конфигурации с пропатченным vLLM, а также приводит результаты на общих и агентных запросах. Это исследовательский предварительный выпуск, требующий специального overlay-патча Maniac для vLLM; обычная установка vLLM не поддерживает нужный захват вспомогательных состояний. В README также указано отсутствие поддержки MLX, SGLang и llama.cpp в этом выпуске. Лицензия черновых весов — MIT, при этом для базовой DeepSeek-V4-Flash действуют её собственные условия.

Jebadiah/Llama-3-8B-source-lewd-function-calling — объединённая языковая модель на архитектуре Llama 3, созданная с помощью mergekit методом DARE TIES. В объединение вошли Undi95/Llama-3-LewdPlay-8B-evo и Trelis/Meta-Llama-3-8B-Instruct-function-calling; модель насчитывает 7,5 млрд параметров и использует формат Safetensors. Модель предназначена для генерации текста в диалогах, включая ролевые сценарии с откровенным содержанием, и для диалогов с интерфейсом вызова функций. Она принимает текст и выдаёт текст. Максимальный контекст составляет 8192 токена. В метаданных указана библиотека Transformers и предупреждение о том, что модель подходит не для всех аудиторий. Лицензия в предоставленных данных не указана.

Avibe-eagle — черновая модель для спекулятивного декодирования по алгоритму EAGLE-3, разработанная командой Авито Тех для ускорения генерации базовой модели Avibe. Она используется вместе с основной моделью через движки vLLM или SGLang и предназначена для ускорения обслуживания запросов на генерацию текста. Внутренние замеры авторов показали ускорение до 2,7 раза на одиночных запросах; при увеличении batch size выигрыш снижается и при batch size 64 исчезает. В репозитории указаны архитектура класса LlamaForCausalLMEagle3, 7,4 млрд параметров и формат safetensors. Модель дообучена на примерно 100 млн токенов SFT-данных исходной модели avibe, преимущественно на русском языке. Метаданные указывают базовую модель Qwen/Qwen3-8B, контекст 32 768 токенов и поддержку русского и английского языков. Лицензия — Apache-2.0. Для использования требуется совместимая базовая модель Avibe и поддерживающий EAGLE-3 движок.

EAGLE3-Apertus-8B-Instruct-2509 — лёгкая черновая модель thomaskiefer для ускорения генерации текста моделью swiss-ai/Apertus-8B-Instruct-2509 методом speculative decoding. Она предназначена для использования вместе с целевой моделью через движки vLLM или SGLang: черновая модель предлагает будущие токены, а целевая модель проверяет их. Модель основана на архитектуре LlamaForCausalLMEagle3 с одним слоем; её размер — 843,1 млн параметров, контекст — до 65 536 токенов. Обучена на примерно 375 тысячах примеров диалогов, включая данные из UltraChat, ShareGPT и OpenThoughts-114k-math, с ответами, сгенерированными целевой моделью. Поддерживаемые языки по карточке — английский, немецкий, французский и итальянский. Выпущена под лицензией Apache-2.0. Это вспомогательная модель для ускорения инференса, а не самостоятельная замена целевой модели; фактическое ускорение зависит от сценария и совместимости с целевой моделью и движком.

thoughtworks/GLM-4.7-Flash-Eagle3 — модель-проектировщик токенов EAGLE3 от Thoughtworks для ускорения инференса zai-org/GLM-4.7-Flash методом спекулятивного декодирования. Это плотная модель с архитектурой LlamaForCausalLMEagle3 и 378 млн параметров; она принимает текстовые префиксы и предлагает черновые токены, которые целевая GLM-4.7-Flash проверяет и принимает или отклоняет. Заявлено ускорение генерации на нескольких тестах, однако результаты зависят от нагрузки и конфигурации сервера. Модель предназначена для совместного запуска с GLM-4.7-Flash в поддерживающей EAGLE3 системе инференса, в частности SGLang. В README приведены тесты на H200, а также настройки спекулятивного декодирования; результаты получены на форке SGLang и могут отличаться при использовании upstream-версии. Контекст модели — 4096 токенов. Репозиторий распространяется по лицензии Apache-2.0.

Qwen3-0.6B Devin Draft — компактная плотная языковая модель на 507,9 млн параметров, предназначенная для ускорения генерации методом speculative decoding. Она предлагает последовательности токенов, которые затем проверяет целевая модель Qwen3-4B Devin SFT; в карточке заявлено ускорение инференса в 2–3 раза. Модель дообучена на основе Qwen/Qwen3-0.6B и предназначена для совместной работы с davidnichols-ops/qwen3-4b-devin-sft. Модель использует архитектуру Qwen3ForCausalLM, принимает и генерирует текст, поддерживает диалоговый режим и имеет контекст до 40 960 токенов. В метаданных указан английский язык; базовая модель описана как многоязычная. Распространяется в формате safetensors по лицензии Apache-2.0. Заявленное ускорение зависит от целевой модели и условий инференса; сама модель предназначена для роли чернового декодера, а не для самостоятельной замены целевой модели.

Qwen3.8-27B-DSpark — вспомогательная черновая модель от автора yukimakoto для ускорения генерации целевой модели Qwen/Qwen3.8-27B-FP8 методом speculative decoding. Она не является самостоятельной языковой моделью: при обслуживании через сервер с поддержкой DSpark предлагает до 7 токенов за раунд, а целевая модель проверяет предложения и формирует окончательный результат. Модель рассчитана на задачи с умеренным уровнем рассуждений и агентные сценарии. Черновая модель содержит около 1,86 млрд параметров, использует BF16 и архитектуру DSparkDraftModel на базе Qwen3: пять слоёв внимания с окном 2048, GQA и максимальной длиной позиций 262 144. В метаданных указано 2,9 млрд параметров для репозитория. Обучение следовало рецепту DSpark и использовало около 1,04 млрд выходных токенов. В оценках на ряде чатов и других нагрузок модель показала более высокую длину принимаемых предложений, чем сравниваемый DSpark v2, хотя результат зависит от задачи и уровня рассуждений. Для работы нужны целевая Qwen/Qwen3.8-27B-FP8 и сервер SGLang со встроенной поддержкой Qwen3.8 DSpark. Карточка не указывает лицензию, поэтому условия использования по доступным данным определить нельзя.

Sarashina 2.2 1B Instruct v0.1 — японская авторегрессионная языковая модель, разработанная SB Intuitions и дообученная на базе sbintuitions/sarashina2.2-1b для диалогового использования и генерации текста. Модель имеет плотную архитектуру семейства Llama, содержит 1,2 млрд параметров и принимает контекст длиной до 8192 токенов. Модель предназначена для японских текстовых запросов, ответов в диалоге и генерации текста; метаданные также указывают интерфейс вызова инструментов. В README приведены результаты оценок на японских и английских языковых тестах, но подтверждённым языком модели указан японский. Лицензия — MIT. У модели ограничено обучение безопасности: она может выдавать бессмысленные или неточные ответы, а также предвзятый или нежелательный контент. В README рекомендуется дополнительная настройка с учётом предпочтений людей и требований безопасности.

OpenCodeReasoning-Nemotron-32B-IOI — языковая модель NVIDIA для пошагового решения задач по программированию и генерации кода. Она дообучена на основе Qwen/Qwen2.5-32B-Instruct на датасете OpenCodeReasoning, содержащем задачи соревновательного программирования и ответы, сгенерированные DeepSeek-R1. Модель построена на плотном декодерном Transformer семейства Qwen2 и содержит 32 млрд параметров. Она принимает и генерирует текст, поддерживает контекст до 32 768 токенов и предназначена, в частности, для задач бенчмарка IOI. В README заявлена готовность к коммерческому и некоммерческому использованию; лицензия — Apache-2.0. Модель ориентирована на программирование и рассуждения по задачам, но заявленные результаты приведены для бенчмарков и не гарантируют качество на произвольных задачах или в производственной среде. Для запуска README рекомендует vLLM и NVIDIA GPU; также указана интеграция с NeMo 2.3.0.

Huang2020/Qwen3-4B-Domino-b16 — черновая модель Domino/DFlash для ускорения генерации с помощью спекулятивного декодирования совместно с целевой моделью Qwen/Qwen3-4B. Она предназначена для параллельного чернового предсказания блоков токенов с лёгкой причинной корректирующей головой, повышающей долю принятых черновых токенов. Размер блока — 16 токенов; модель не предназначена для самостоятельной генерации и должна использоваться вместе с целевой моделью. В README описан запуск через SGLang или Transformers; для прямого пути spec_generate рекомендован один GPU, а для Qwen3 следует отключить режим рассуждений. Репозиторий содержит веса в формате Safetensors, библиотека — Transformers; базовая модель имеет контекстное окно 40960 токенов. Лицензия в предоставленных данных не указана.

Rationalyst — текстовая модель семейства Llama, дообученная авторами проекта на базе LLaMa-3-Instruct-8B. Она предназначена для генерации неявных обоснований: на вход подают вопрос и частичную последовательность рассуждения, а модель предлагает обоснование для следующего шага. Подход описан в работе RATIONALYST о предварительном обучении с supervision на промежуточных шагах рассуждения. Модель имеет плотную архитектуру Llama примерно на 7,5 млрд параметров, работает с текстом и поддерживает контекст до 8192 токенов. Для обучения использованы 65 тысяч неявных обоснований из The Pile и 14 тысяч из GSM8K и ECQA. В карточке приведены результаты оценки на задачах математического и логического рассуждения, понимания здравого смысла и общих знаний. Модель подходит для дополнения траекторий рассуждений и экспериментов с пошаговым решением задач. Карточка не описывает отдельные ограничения качества или безопасности. Лицензия — Apache-2.0.

maywell/TinyWand-kiqu — модель генерации текста, разработанная автором репозитория на базе TinyWand-SFT и дообученная на наборе данных kiqu-samples в течение трёх эпох. Модель создавалась для использования в speculative decoding. Это плотная причинно-языковая модель семейства Llama с 1,6 млрд параметров и контекстом до 4096 токенов. Она принимает текст и генерирует текст; сведения о поддерживаемых естественных языках в карточке не приведены. Лицензия — CC BY-SA 4.0. Разработка получила поддержку GPU-ресурсами от Sionic AI.

DAGGER-12B-SFT-GRPO — модель Shubhashis Roy Dipta и соавторов для решения математических задач на бенгальском языке, в том числе задач с отвлекающей информацией. Она дообучена по схеме SFT → GRPO на основе Google Gemma 3 12B Instruct и содержит 12 млрд параметров. Модель формирует вычислительный граф в JSON: явно отмечает нерелевантные данные и представляет решение как операции, которые можно выполнить детерминированно. Модель предназначена для многошаговых текстовых математических задач, где важно отделять значимые числа и условия от отвлекающих деталей. В карточке приведены результаты на MGSM и MSVAMP: авторы сообщают о меньшем снижении точности при добавлении отвлекающих данных и существенно более коротких ответах по сравнению с рассмотренными моделями рассуждения. Метаданные также указывают поддержку диалогового режима и архитектуру Gemma 3, способную понимать изображения; однако карточка описывает и демонстрирует именно текстовые математические задачи и графы вычислений. Модель распространяется в формате Safetensors через Transformers по лицензии Gemma. В примере обслуживания указан контекст 4096 токенов, но метаданные не подтверждают его как нативный предел. Результаты и заявления о точности приведены авторами для конкретных тестов; карточка не устанавливает надёжность для иных предметных областей или языков.

sassoftware/gemma-4-31B-it-assistant — контрольная точка семейства Gemma 4 от Google DeepMind, предназначенная для использования как draft-модель в ускорении генерации методом speculative decoding. Она предлагает несколько токенов-кандидатов заранее, а целевая модель проверяет их параллельно; при корректной настройке это ускоряет декодирование без изменения результата целевой модели. В карточке репозитория описана архитектура Gemma 4, включая варианты плотной и MoE-архитектуры, мультимодальный ввод и контекст до 256K токенов, однако эти общие характеристики семейства не подтверждают отдельно размер контекста и модальности именно данного чекпойнта. Модель подходит для снижения задержки при генерации текста и развёртывания систем с ограниченными вычислительными ресурсами, если она используется вместе с совместимой целевой моделью Gemma 4 и speculative decoding. Метаданные указывают архитектуру Gemma4AssistantForCausalLM и формат safetensors; README позиционирует такие чекпойнты как MTP draft-модели. Лицензия — Apache 2.0. Для самого репозитория не приведены отдельные подтверждения языков и точного размера параметров.

ArchiveStudio/gemma-4-E2B-it-assistant — чекпойнт-драфтер семейства Gemma 4 E2B для ускорения генерации методом speculative decoding. В README описана схема, где компактная модель предсказывает несколько следующих токенов, а целевая модель проверяет их параллельно; это может ускорять декодирование до 3 раз без изменения качества целевой генерации. Карточка указывает авторство Google DeepMind и лицензию Apache 2.0. Модель относится к семейству Gemma 4, имеет плотную архитектуру Gemma4AssistantForCausalLM и сохранена в safetensors. Семейство Gemma 4 поддерживает текстовые и визуальные входы, а варианты E2B и E4B также работают с аудио; для E2B указан контекст до 128 тысяч токенов. Семейство обучено на более чем 140 языках. Драфтер предназначен для использования в совместимом конвейере speculative decoding, а не как самостоятельный универсальный ассистент. README описывает возможности семейства, поэтому конкретные мультимодальные функции этого чекпойнта не подтверждены отдельно.

Это MLX-конверсия чекпойнта NVIDIA Nemotron-3.5-Lightning-30B-A3B-NVFP4-DSpark для Apple Silicon, подготовленная Sawfwair как companion-модель для спекулятивного декодирования с mere.run. Она предназначена для совместной работы с целевой моделью Nemotron-3.5-Lightning и не является самостоятельной чат-моделью. Семейство Nemotron-3.5-Lightning — гибридная языковая модель для диалога, рассуждений и агентных сценариев; DSpark-чекпойнт служит для ускорения её генерации. В README указаны 967 млн параметров, контекст до 1 млн токенов и поддержка английского, испанского, французского, немецкого, итальянского и японского языков. Метаданные указывают 741,7 млн параметров и архитектурный класс Qwen3DSparkModel; расхождение в подсчёте параметров не разрешено источниками. Модель рассчитана на текстовый ввод и вывод; ответы, рассуждения, вызовы инструментов и структурированные данные зависят от шаблона чата и настроек приложения. README описывает исходную DSpark-версию как NVFP4-квантизированную, тогда как этот репозиторий — детерминированная конверсия в формат MLX. Лицензия обозначена как other в метаданных; README требует соблюдения OpenMDW-1.1. Качество ответов базовой модели может быть неточным и зависеть от предметной области, языка и длины контекста; перед внедрением требуется оценка на прикладных данных.