I.14Автоматизация процессов и AI-агенты

NVIDIA Nemotron-3.5-Lightning-30B-A3B-NVFP4-DFlash — это вспомогательная модель спекулятивного декодирования DFlash из семейства Nemotron-3.5-Lightning-30B-A3B, разработанного NVIDIA. Она предназначена для ускорения вывода основной модели в сценариях рассуждений, чата, RAG и агентских рабочих процессов, особенно при развертывании с низкой задержкой на GPU в центрах обработки данных и производительных локальных системах. Модель не предназначена для самостоятельного использования как целевая модель, а применяется совместно с Nemotron-3.5-Lightning-30B-A3B. Модель принимает и генерирует текст, поддерживает последовательности с контекстом до 1 млн токенов и заявленные языки English, Spanish, French, German, Italian и Japanese. Архитектура DFlash основана на Dense GQA: плотные MLP-слои и attention с grouped-query attention; для спекулятивного декодирования используется нек причинное полнопоследовательностное GQA-внимание. Всего заявлено 833 млн параметров, из них 481 млн — не относящиеся к embedding. Модель квантована в формате NVFP4 с помощью NVIDIA Model Optimizer 0.45.0 и поддерживает vLLM и llama.cpp; предпочтительная платформа — Linux с совместимыми GPU NVIDIA, включая Blackwell GB200. Ключевое преимущество модели — снижение задержки при обслуживании Nemotron-3.5-Lightning-30B-A3B в сценариях с низкой и умеренной конкуренцией. Ограничение состоит в том, что это специализированный DFlash-чекпойнт, требующий интеграции с базовой моделью и подходящим серверным стеком; README не приводит самостоятельные метрики качества и ускорения. Использование разрешено в коммерческих и некоммерческих целях по лицензии OpenMDW-1.1.

PromptEnhancerV2 (32B) Img2Img Edit — мультимодальная языковая модель, дообученная на базе Qwen/Qwen2.5-VL-32B-Instruct для улучшения и переписывания инструкций к редактированию изображений. Она учитывает исходный текст и предоставленное изображение, чтобы сохранять намерение пользователя и формулировать более ясные, структурированные и логически согласованные запросы для последующего редактирования изображения. Модель использует архитектуру Qwen2.5-VL с 32 млрд параметров, поддерживает китайский и английский языки, работает с контекстом до 128 000 токенов и рассчитана на диалоговый сценарий. Модель предназначена для подготовки текстовых инструкций к задачам image-to-image редактирования; сама карточка описывает переписывание запросов, а не генерацию или изменение изображений. В README указана лицензия Apache-2.0, тогда как метаданные Hugging Face помечают лицензию как other, поэтому условия распространения и использования следует сверить с файлами репозитория. README также описывает применение chain-of-thought reasoning, но не приводит независимой оценки качества или подробностей обучения.

Qwen3.5-Trading-Agent — дообученная Infraxa методом GRPO языковая модель на архитектуре Qwen3.5-35B-A3B MoE. Она предназначена для агентной торговли в сети Solana: анализа ончейн-данных и сигналов рынков прогнозов, выбора маршрутов обмена, оценки позиций и формирования инструкций для сделок. В обучении использовались данные транзакций Solana, результаты и коэффициенты рынков прогнозов, а также журналы исполнения сделок. Модель имеет около 35 млрд параметров по README и 2,9 млрд по метаданным; архитектура активирует часть экспертов при каждом проходе. Метаданные указывают контекст до 262 144 токенов. Модель генерирует текст и рассчитана на интеграцию с агентным исполнительным слоем Infraxa. Карточка заявляет обучение на торговых данных, но не приводит количественных оценок качества. Репозиторий распространяется по лицензии Apache-2.0. Авторы предупреждают, что модель не является финансовой рекомендацией и не должна быть единственной основой для торговых решений.

Qwen3.8-27B-DSpark-drafter — черновая модель для спекулятивного декодирования, созданная RadixArk; этот репозиторий является неизменённым зеркалом оригинала. Она генерирует черновые токены для целевой Qwen3.8-27B, а целевая модель проверяет их, ускоряя генерацию без изменения итогового результата. DSpark расширяет DFlash вспомогательными признаками целевой модели и confidence head, который динамически выбирает число черновых токенов. Модель содержит около 1,36 млрд параметров в BF16, использует пять слоёв полного внимания с GQA и рассчитана на контекст до 262 144 токенов; в метаданных размер указан как 2,4 млрд параметров. Для работы требуется совместимая целевая модель и среда спекулятивного декодирования; README описывает применение через mlx-dspark на Apple Silicon и SGLang для оригинальной модели. Лицензия указана как other, конкретные условия в доступных данных не приведены.

ZDTaichu5.0-9B-DSpark — черновая модель для спекулятивного декодирования, разработанная TaichuAI для целевой мультимодальной модели ZDTaichu5.0-9B. Она предлагает кандидаты токенов, которые целевая модель проверяет, чтобы ускорить генерацию; её подключают к vLLM через параметр DSpark. README приводит результаты на мультимодальных тестах рассуждений MathVista Mini, WeMath и MathVerse MINI Vision Only: ускорение составило примерно 3,0–3,2 раза в оценке на одной NVIDIA H800 при параллелизме 1. Модель предназначена для ускорения ответов целевой модели в мультимодальных сценариях, включая визуальные математические задачи. Она распространяется в формате safetensors; размер параметров и условия лицензии в предоставленных источниках не описаны. Как черновая модель, она используется совместно с целевой ZDTaichu5.0-9B и сама по себе не заменяет её.

google/gemma-4-E4B-it-assistant — вспомогательная модель-драфтер семейства Gemma 4 от Google DeepMind для ускорения генерации методом speculative decoding. Она предлагает несколько следующих токенов, которые основная модель проверяет параллельно; при использовании в таком конвейере это может ускорить декодирование до 3 раз при сохранении тех же результатов, что и обычная генерация. Это не самостоятельная чат-модель: практическая польза чекпойнта — снижение задержки при работе совместно с целевой моделью Gemma 4. В карточке семейство Gemma 4 описано как мультимодальное, с поддержкой текста и изображений, а для E4B также аудио; упомянуты генерация текста, распознавание речи и перевод аудио в текст. Для малых моделей семейства заявлено контекстное окно до 128K токенов и поддержка многих языков. Однако эти характеристики описывают семейство, а не обязательно отдельный драфтер. Файлы модели представлены в формате safetensors, библиотека — Transformers. Лицензия — Apache 2.0. Использовать модель следует в связке с целевой моделью Gemma 4 и реализацией speculative decoding, совместимой с этим чекпойнтом. Карточка не приводит точный размер параметров, точную совместимую целевую модель, отдельные языковые показатели или бенчмарки именно этого драфтера; заявленное ускорение зависит от целевого конвейера и нагрузки.

DCAgent/a1-code_contests — это дообученная модель Qwen3-8B, разработанная DCAgent на основе Qwen/Qwen3-8B. Модель предназначена для генерации текста в сценариях решения задач по программированию и соревнований по коду; она обучалась на наборе данных code-contests-sandboxes-with-tests_10k_glm_4.7_traces_jupiter с предварительно обработанными трассами рассуждений. Это плотная авторегрессионная архитектура Qwen3ForCausalLM с 7,6 млрд параметров и контекстом до 40 960 токенов. Модель принимает текст и генерирует текст. Базовая Qwen3-8B поддерживает несколько языков, но README не уточняет языковой состав данных дообучения или качество этой версии на отдельных языках. Репозиторий использует Transformers и хранит веса в формате safetensors. Лицензия указана как other, поэтому условия использования следует сверить с карточкой модели и лицензией базовой модели перед применением. README не приводит результатов оценки или подробных ограничений качества.

DataGemma RIG — экспериментальная модель Google, дообученная на базе Google Gemma 2 27B IT. Она предназначена для подхода retrieval interleaved generation (RIG): при ответе на вопросы модель формулирует естественно-языковые запросы к интерфейсу Data Commons и вставляет специальные аннотации рядом со статистическими утверждениями. Это помогает связывать ответы с публичными статистическими данными; для полного сценария RIG требуется соответствующая система извлечения данных. Модель принимает текст и генерирует текст на английском языке. В карточке указан формат аннотаций вида [__DC__("") --> ""]. Веса доступны в формате safetensors для Transformers; лицензия — Gemma. Google описывает эту версию как раннюю и обученную на небольшом корпусе синтетических примеров, предназначенную для доверенных тестировщиков и академических исследований. Возможны ошибки, а также спорные или провокационные ответы; модель не готова к коммерческому или широкому публичному применению.

maywell/l3-211m — предварительно обученная компактная языковая модель для генерации текста, использующая архитектуру Llama и токенизатор Llama 3. Разработчик указывает, что модель обучена менее чем на 4 млрд токенов и предназначена как черновая модель для speculative decoding, где небольшая модель предлагает продолжения для ускорения генерации более крупной моделью. Модель содержит 112,7 млн параметров, принимает текст и поддерживает контекст до 8192 токенов. В карточке указан английский язык и лицензия Apache-2.0. Небольшой размер и ограниченный объём обучения могут ограничивать качество самостоятельной генерации; конкретные результаты оценки в карточке не приведены.

deepsweet/Qwen3.8-27B-DFlash2-FP16 — преобразованная в FP16 версия черновой модели Qwen3.8-27B-DFlash2 от z-lab, предназначенная для ускорения генерации текста методом спекулятивного декодирования. Модель используется как вспомогательный черновик совместно с целевой моделью Qwen3.8-27B в совместимом сервере, а не как самостоятельная основная модель для ответов. DFlash 2 предсказывает блок токенов за один проход и сохраняет несколько кандидатов для каждой позиции; лёгкий селектор выбирает согласованный путь. В основе используются динамические свёртки с двумя точками. По карточке модели, жадное декодирование сохраняет точное совпадение с целевой моделью, а при сэмплировании сохраняется её распределение. Репозиторий содержит веса safetensors; метаданные указывают архитектуру DFlash2DraftModel семейства Qwen3, 2,9 млрд параметров и контекст 262 144 токена. Версия FP16 описана как оптимизация для Apple Silicon M1/M2, ускоряющая обработку промпта; для M3 и новее автор рекомендует исходную модель. Модель распространяется по лицензии MIT.

Qwen-Image-2.1-PE-T2I-GGUF — квантованные GGUF-варианты модели Qwen-Image-2.1-PE-T2I, разработанной на базе Qwen. Модель предназначена для автоматического переписывания запросов к генератору изображений: она преобразует краткое описание изображения на любом языке в подробный англоязычный промпт и рекомендуемое соотношение сторон. Модель опубликована пользователем prithivMLmods и рассчитана на использование совместно с генератором Qwen-Image-2.1. Это дообученная Qwen3.5-VL-9B с поддержкой текстовых входов на разных языках. После блока рассуждений <think> она возвращает структурированный JSON с полями rewritten_prompt и wh_ratio, который можно передать в Diffusers QwenImage21Pipeline. Модель предназначена именно для этапа предварительной обработки перед генерацией изображений, а не для общего диалога. В репозитории доступны варианты BF16 размером 17,9 ГБ и квантования Q3_K_L, Q3_K_M, Q4_K_M, Q4_K_S, Q5_K_M и Q5_K_S размером примерно от 4,62 до 6,47 ГБ, включая использование через llama.cpp. Сильная сторона модели — улучшение кратких и многоязычных запросов за счёт детализированного промпта и автоматического выбора соотношения сторон. Ограничение заключается в узкой специализации: сама модель не генерирует изображения и не предназначена для общего назначения. Модель распространяется по лицензии Qwen Research License Agreement; точные условия следует уточнять в тексте лицензии Qwen.

ReZero-v0.1 — экспериментальная языковая модель Menlo на архитектуре LlamaForCausalLM с 3,2 млрд параметров, дообученная на основе meta-llama/Llama-3.2-3B-Instruct методом обучения с подкреплением. Она предназначена для поиска ответов через взаимодействие с поисковыми системами: модель может уточнять запросы и повторять поиск, стремясь находить точные сведения, а не полагаться только на запомненные данные. Карточка описывает эксперименты на отчёте о миссиях Apollo и демонстрационный интерфейс; контекст модели — до 131 072 токенов. Модель принимает текст и генерирует текст, ориентирована на английский язык. Модель можно применять для исследования стратегий итеративного поиска и создания диалоговых прототипов с поисковыми инструментами. В карточке указана лицензия Llama 3.2. Результаты приведённых экспериментов ограничены одной тематической задачей: лучшая указанная точность составила 46,88%, а в обучающих запусках наблюдалось падение награды и нестабильность потерь.

EndoCoT — исследовательская модель и подход к пошаговому рассуждению в диффузионных моделях, разработанные командой InternLM. Этот чекпойнт дообучен на основе Qwen/Qwen-Image-Edit-2511 и предназначен для редактирования изображений по текстовым инструкциям с промежуточными шагами латентного рассуждения. Модель принимает изображение и текстовую инструкцию и создаёт отредактированное изображение. В README показан сценарий с задачей Maze и входным изображением головоломки; авторы сообщают, что подход превосходит обычные методы обучения на Qwen-Image-Edit-2511 и позволяет получать прозрачные промежуточные траектории рассуждений. Репозиторий предоставляет веса в формате Diffusers и Safetensors, а также код обучения. Для изменения числа шагов рассуждения требуется вручную править параметры в реализации пайплайна; авторы отмечают, что настройка пока устроена просто и планируется её улучшение. Лицензия модели — MIT. Данные обучения обозначены в метаданных как internlm/EndoCoT-Data.

Housy Gemma 3 4B Instruct — это экспериментальная модель издателя sraivante для команд по ведению домашнего запаса продуктов и предметов быта. Она дообучена методом supervised LoRA на основе unsloth/gemma-3-4b-it; в репозитории опубликованы объединённые веса в формате GGUF Q4_K_M для локального запуска через llama.cpp или Ollama. Это текстовая версия Gemma 3 без компонента обработки изображений. Модель предназначена для преобразования запросов на английском, хинди и хинглише в JSON с намерением, названием инструмента и аргументами: добавить предмет, увеличить или уменьшить количество либо удалить предмет. Также обучалась отвечать на вопросы о предметах быта и продуктах, однако точность фактических ответов не установлена. Обучение велось с контекстом 2 048 токенов; сохранённые метаданные GGUF указывают контекст базовой модели 131 072 токена, но длинный контекст не проверялся. Проверки подтвердили лишь базовые сценарии добавления, увеличения, уменьшения и удаления; для других запросов наблюдались ошибки и путаница команд. Модель не обращается к базе инвентаря и не выполняет действия: приложению необходимо проверять JSON, соответствие намерения инструменту, предметы, поля и количества. Распространяется по лицензии Gemma.

Это контрольная точка черновой модели EAGLE3, обученной методом SpecForge для ускорения генерации с помощью спекулятивного декодирования вместе с Qwen/Qwen3-1.7B. Она предназначена для использования в совместимом со SpecForge/EAGLE3 коде как вспомогательная модель, а не как самостоятельная языковая модель. Модель обучалась онлайн на данных ShareGPT; указаны 9-я эпоха и шаг 445000. Архитектура — LlamaForCausalLMEagle3, формат весов — safetensors, тип данных — bfloat16. Веса контрольной точки не содержат замороженные эмбеддинги целевой модели: при загрузке их берут из базовой Qwen3-1.7B. Метаданные указывают контекст до 40960 токенов и языки en и zh. Карточка не приводит результатов бенчмарков, поэтому выигрыш в скорости не количественно подтверждён. Лицензия обозначена как other, конкретные условия следует проверять в репозитории.

SONAR 200 Text Decoder — порт текстового декодера Meta SONAR из fairseq2 в формат Hugging Face Transformers. Он преобразует 1024-мерные эмбеддинги предложений в текст и рассчитан на работу в связке с совместимым энкодером, включая cointegrated/SONAR_200_text_encoder. Поддерживается 202 языка из набора FLORES-200; в метаданных указаны английский, русский, немецкий, французский, испанский, китайский, японский, корейский и арабский. Модель имеет архитектуру M2M100ForConditionalGeneration, 665 млн параметров и контекст до 1024 токенов. Карточка сообщает о совпадении выходов с исходным декодером fairseq2 и успешном цикле кодирования и декодирования. Это компонент для восстановления текста из эмбеддингов, а не самостоятельный энкодер предложений; для практического использования нужен совместимый SONAR-энкодер и соответствующий формат эмбеддингов. Репозиторий распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

Bielik-Minitron-7B-v3.0-DFlash — модель черновых предсказаний для ускорения генерации текста методом speculative decoding. Её разработали SpeakLeash и ACK Cyfronet AGH; обучение проводилось на том же наборе данных, что и для Bielik-Minitron-7B-v3.0-Instruct, с использованием реализации на базе фреймворка ALLaMo. Модель предназначена для совместной работы с Bielik-Minitron-7B-v3.0-Instruct через сервер инференса с поддержкой DFlash speculative decoding и не является самостоятельной языковой моделью. Она построена на архитектуре Qwen3, имеет около 1 млрд параметров и контекст длиной до 32 768 токенов. Заявлена поддержка 32 европейских языков с оптимизацией для польского; в метаданных перечислены коды языков, включая польский, английский и русский. Модель помогает ускорять генерацию, предлагая черновые продолжения для проверки целевой моделью. Для работы требуется совместимая целевая модель и сервер с поддержкой DFlash. Распространяется по лицензии Apache 2.0.

DAGGER-12B-GRPO — диалоговая модель на 12 млрд параметров, разработанная авторами проекта DAGGER на основе Gemma-3-12B-Instruct. Это вариант без предварительного этапа SFT, обученный методом GRPO с наградами за формат, исполнимость и правильность вычислительных графов. Модель предназначена для решения математических текстовых задач с построением вычислительного графа в заданном JSON-подобном формате. В частности, она исследуется для задач, где в условии встречаются отвлекающие числа: результаты на MGSM и MSVAMP показывают снижение точности при добавлении таких данных, а сравнение с вариантом после SFT указывает на меньшую устойчивость этой версии. Карточка также содержит пример задачи на бенгальском языке. Модель использует архитектуру Gemma 3 и загружается через Transformers; репозиторий содержит веса Safetensors. По метаданным поддерживаются бенгальский и английский языки. Указана лицензия Gemma; перед использованием следует соблюдать её условия. Это специализированный исследовательский чекпойнт, а приведённые результаты ограничены указанными наборами и настройками оценки.

Это дообученная модель ByT5, разработанная для транслитерации латиницей записанного дивехи в письменность тхаана. Она генерирует выход в виде ASCII-символов раскладки Segha, после чего его нужно преобразовать в тхаана с помощью функции keymap_to_thaana из проекта. Такая схема уменьшает число шагов декодирования примерно втрое по сравнению с генерацией байтов UTF-8 для символов тхаана; символы, цифры, знаки препинания и пробелы обрабатываются согласно описанию раскладки. Модель содержит 364,6 млн параметров, построена на архитектуре T5 и распространяется в формате safetensors под лицензией Apache-2.0. Модель дообучена на парах транслитерации дивехи и использует Neobe/dhivehi-byt5-latin2thaana-v1 как базовую модель. В README отмечены типичные проблемы исходной модели — галлюцинации на коротких входах и ухудшение качества на длинных; для их смягчения применялась аугментация примеров разной длины. Для отображения результата в тхаана требуется отдельный этап преобразования ASCII keymap.

EVOKE-ALFWorld-3B — дообученная модель Gnonymous на базе Qwen2.5-3B-Instruct, созданная методом постобучения EVOKE для выявления знаний о мире и принятия целенаправленных решений в среде ALFWorld. Это плотная авторегрессионная языковая модель семейства Qwen2, рассчитанная на генерацию текста; размер составляет 3,1 млрд параметров, нативный контекст — 32 768 токенов. Модель загружается через Transformers и распространяется в формате safetensors. Модель предназначена для выполнения заданий и выбора действий в ALFWorld, где агенту нужно использовать знания о мире для достижения заданной цели. Метаданные также указывают возможности чата и интерфейс вызова инструментов. Базовая модель Qwen2.5-3B-Instruct многоязычна, однако карточка EVOKE не уточняет языки, на которых её специально обучали или оценивали. Лицензия указана как other; README ссылается на включённые файлы LICENSE и NOTICE, поэтому условия использования следует сверять с ними. Оценка в первую очередь описана для ALFWorld, и карточка не приводит результатов для широкого набора задач или иных сред.

OpenGrad — Qwen3.5-2B M0 SFT on Canonical-v2 — это исследовательская модель, выпущенная OpenGrad и дообученная методом полного supervised fine-tuning от Qwen/Qwen3.5-2B. Она предназначена для маршрутизации запросов к инструментам: решать, следует ли вызвать инструмент, запросить недостающие сведения или отказаться от выполнения. Модель содержит 1,7 млрд параметров, использует архитектуру Qwen3.5 For Causal LM и поддерживает контекст до 262 144 токенов; в репозитории опубликованы веса safetensors для Transformers. В оценке на задачах маршрутизации модель снизила долю лишних вызовов инструментов и показала call F1 0,747. Однако каждый чекпойнт эксперимента получил статус REJECT по принятой авторами политике продвижения. README также сообщает о сильной регрессии общих способностей: например, на GSM8K без примеров модель отказывалась отвечать на все проверенные вопросы. Точность выбора конкретного инструмента и корректность его аргументов не оценивались; модель не предназначена для автономного использования инструментов. README называет модель исследовательским артефактом и не рекомендует применять её как универсального ассистента или развёртывать без оценки на целевой задаче. Метаданные указывают лицензию «other»; конкретные условия использования следует проверять в карточке модели и документации источников обучающих данных.

Emender E97 1.3B CLI Agent — экспериментальная узкоспециализированная рекуррентная языковая модель, опубликованная spinozans. Это дообученный агент на базе плотной модели E97; он предназначен для одного протокола решения задач в командной строке: преобразует цель из репозитория в аргументы CLI, интерпретирует типизированное наблюдение и отправляет обоснованный ответ. Модель не предназначена для общего диалога или программирования. В карточке сообщается, что контрольная версия прошла 40 из 40 отложенных задач на реальных задачах Pi, включая подсчёт, извлечение JSON и чтение файлов. Результат зависит от конкретного системного промпта, схемы инструментов, правил остановки и рекуррентного кэша, а также изолированной среды Apptainer; обычная генерация текста не воспроизводит оценённое поведение агента. Веса доступны в формате safetensors, для загрузки указан Transformers с trust_remote_code. Лицензия обозначена как other; конкретные условия в предоставленных данных не раскрыты.

Это сообщественная GGUF-конверсия черновой модели DFlash 2 от Inco AI для GLM-5.3-Flash. Она не является самостоятельной языковой моделью: модель предлагает черновые токены для целевой GLM-5.3-Flash в режиме спекулятивного декодирования, чтобы ускорить генерацию. В файле BF16 GGUF размером около 2,19 ГиБ указана архитектура dflash; метод DFlash 2 использует параллельное построение черновика. Модель предназначена для запуска через llama.cpp с поддержкой DFlash 2 и должна использоваться вместе с целевой моделью GLM-5.3-Flash. В README приведены замеры скорости на DGX Spark, но они зависят от оборудования, конфигурации и текста; высокий процент принятия токенов в одном повторяющемся тесте не следует считать общей оценкой качества. Контекстные замеры черновика указаны до 96 тыс. токенов; результат для 114–128 тыс. не подтверждён. Лицензия — CC BY-NC-ND 4.0, коммерческое использование требует обращения к Inco AI.

yuyijiong разработал экспериментальную разговорную языковую модель-калькулятор на основе Qwen2.5-1.5B-Instruct. Это плотная модель Qwen2 с 1,5 млрд параметров, предназначенная для генерации ответов с вычислениями в тексте; поддерживает контекст до 32 768 токенов и английский язык. Версия 0.1 выполняет сложение, вычитание и умножение чисел до 10 цифр: сложение — нескольких чисел, вычитание и умножение — двух чисел. Для вычислений модель использует цепочку рассуждений, поэтому ответы могут формироваться долго. Модель распространяется в формате safetensors по лицензии Apache-2.0.

AUTOMATIC/promptgen-majinai-unsafe — авторская донастройка distilgpt2, созданная на 825 промптах с сайта majinai.art за 40 эпох. Модель предназначена для генерации промптов; обучающие примеры включают также негативные промпты, а веса и выделение акцентов были удалены. Это текстовая GPT-2-модель на базе Transformers с контекстом до 1024 токенов. Веса опубликованы в формате PyTorch, лицензия — MIT. Карточка не сообщает о специализированных областях применения или дополнительных возможностях.

Qwen2.5-1.5B GRPO GSM8K — языковая модель на 1,5 млрд параметров, разработанная Bhavesh Soni на базе Qwen/Qwen2.5-1.5B и дообученная методом GRPO с NVIDIA NeMo RL. Она предназначена для решения задач по математике начального и среднего уровня, в частности текстовых задач GSM8K: модель генерирует пошаговое решение и помещает итоговый ответ в тег \boxed{}. На тестовом наборе GSM8K автор сообщает точность pass@1 73,84% при жадном декодировании; базовая модель при той же оценке показала 35,03%.

Карточка модели huluhuluu/qwen3-1.7b-eagle3-sharegpt-sw512-epoch9-step425000 на Hugging Face совпадает с карточкой huluhuluu/qwen3-1p7b-eagle3-sharegpt-sw512-epoch-9-step-425000, поэтому описание составлено по ней. Это чекпойнт черновой модели EAGLE3, разработанный с помощью SpecForge и обученный для Qwen/Qwen3-1.7B. Он предназначен для ускорения генерации текста методом speculative decoding: черновая модель предлагает продолжения, которые проверяет целевая модель Qwen3-1.7B. Чекпойнт не является самостоятельной языковой моделью. Модель использует архитектуру LlamaForCausalLMEagle3, имеет 361,5 млн параметров и поддерживает контекст длиной до 40 960 токенов. Она принимает текст и предлагает текстовые продолжения для целевой модели. Для работы нужны SpecForge или совместимый с EAGLE3 код и веса целевой Qwen/Qwen3-1.7B; веса целевых эмбеддингов в чекпойнт не включены. Карточка не приводит результатов бенчмарков. Лицензия указана как other, поэтому условия использования следует сверять с файлами репозитория.

Это набор тензоров Multi-Token Prediction (MTP), извлечённых из Qwen/Qwen3.8-27B и преобразованных разработчиком в автономный формат draft-модели MLX для mlx-vlm. Это не самостоятельная языковая модель: компонент загружается вместе с совместимой целевой моделью Qwen3.8-27B и помогает ускорять генерацию посредством speculative decoding. BF16-drafter совместим с целевыми моделями MLX в вариантах квантования от 2 до 8 бит; совпадение разрядности не требуется. Репозиторий предназначен для сценариев ускоренной генерации текста и диалога на совместимых моделях Qwen3.8-27B в MLX. Веса представлены в safetensors и преобразованы из Qwen/Qwen3.8-27B с помощью mlx-vlm версии 0.6.13. Лицензия — Apache-2.0.

fleetml/Qwen3.8-27B-Uncensored-DSpark-RTX5090 — вспомогательная speculative decoding-модель, разработанная fleetml на основе RadixArk/Qwen3.8-27B-DSpark. Она предназначена не для самостоятельной генерации, а для ускорения работы целевой модели fleetml/Qwen3.8-27B-Uncensored-NVFP4-RTX5090 при локальном обслуживании, исследованиях, оценке и разработке агентных систем на видеокарте NVIDIA RTX 5090. Архитектура драфтера — DSparkDraftModel: 1 857 358 337 параметров, 5 слоёв, block size 7 и 5 целевых слоёв. Модель обучалась в BF16 на скрытых состояниях, полученных от точной NVFP4-целевой модели, а для использования преобразована в ModelOpt NVFP4. Заявлено контекстное окно архитектуры 262 144 токена; проверенный контекст запуска — 122 880 токенов, автоматически выделяемый активный пул — 87 798 токенов. В метаданных указаны языки English и Chinese. Совокупный размер пары моделей составляет 22,24 ГБ, а распределение весов на GPU — 20,50 ГБ. В тесте на одной RTX 5090 пара достигла медианной скорости декодирования 217,73 токена в секунду и медианного времени до первого токена 0,113 секунды; результаты получены при единичной конкурентности, температуре 0 и на 18 успешных запросах. Эти показатели относятся к конкретной конфигурации и не означают устойчивую генерацию 16 000 токенов. Для работы драфтер необходимо подключать к совместимой целевой модели через speculative decoding с параметрами speculative-draft-model-path и modelopt_fp4. Лицензия — Apache 2.0.

dolphin-mistral-TRACHI-7b — дообученная модель на основе dolphin-2.2.1-mistral-7b, опубликованная pdjohn. Она предназначена для диалогов с персонажами TRACHI и используется, в частности, в Discord-ботах, работающих через локальный Ollama-сервер. Персонажа задают в системном сообщении, после чего модель отвечает на пользовательский запрос. Модель построена на плотной архитектуре MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Она работает с текстом, ориентирована на английский язык и распространяется в формате safetensors. Лицензия — Apache-2.0. Автор описывает настройку как нецензурированную; качество ответов и поведение могут зависеть от заданного персонажа и формулировки запроса.