I.14Автоматизация процессов и AI-агенты

Boomerang Qwen3 2.3B — плотная авторегрессионная языковая модель семейства Qwen3, разработанная Harvard-DCML. Это студент, полученный дистилляцией Qwen3-4B-Base; в исследовании Boomerang Distillation его слои можно комбинировать со слоями модели-учителя, чтобы без дополнительного обучения собирать промежуточные по размеру варианты. Для интерполяции авторы рекомендуют использовать функцию build_intermediate_model из своего репозитория и не патчить первые слои студента. Модель содержит около 2,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Она подходит для генерации текста и диалоговых сценариев; также заявлен интерфейс вызова инструментов. Веса опубликованы в формате safetensors, библиотека для работы — Transformers. Лицензия Apache-2.0. README описывает исследовательский метод комбинирования слоёв, но не приводит сравнительных оценок качества; результат интерполяции зависит от выбранного числа патчируемых слоёв.

BuzzASR Bulgarian — одноязычная модель автоматического распознавания болгарской речи, разработанная как часть набора BuzzASR из 102 специализированных ASR-моделей. Она дообучена методом fine-tuning на базе openai/whisper-large-v3, использует архитектуру Whisper и содержит около 905,2 млн параметров. Модель принимает аудио и генерирует текстовую расшифровку; языковой и задачный prompt включён в конфигурацию генерации. Модель предназначена для транскрибации болгарской речи. В тестах на FLEURS и Common Voice 25 авторы сообщают CER 3,79% и WER 13,33% для FLEURS, CER 0,36% и WER 1,44% для Common Voice, а на объединённом тесте — CER 1,21% и WER 4,39%. Эти результаты относятся к указанным тестовым наборам; качество на других тематиках, в условиях шума и для диалектов может отличаться. Обучение включало FLEURS, Common Voice Corpus 25.0 и текстовые данные Goldfish. Лицензия — MIT.

MaziyarPanahi/calme-2.2-llama3-70b — диалоговая языковая модель, созданная Maziyar Panahi методом DPO-донастройки Meta-Llama-3-70B-Instruct. Она предназначена для генерации текста и ответов на инструкции в формате ChatML; модель можно подключать через библиотеку Transformers. Архитектура — плотная LlamaForCausalLM, размер — 69,5 млрд параметров, контекст — 8 192 токена. В карточке указана оценка на Open LLM Leaderboard, включая IFEval, BBH, AI2 Reasoning Challenge и HellaSwag. Модель ориентирована на английский язык. Она может подходить для диалоговых ассистентов, ответов на вопросы и следования инструкциям, однако результаты бенчмарков не гарантируют качество в конкретных задачах. Для применения действуют условия лицензии Llama 3.

CamemBERTa-L2 — компактная обрезанная версия предварительно обученной модели CamemBERTa, из которой удалены верхние слои энкодера. Модель разработана автором репозитория antoinelouis и содержит 43,5 млн параметров; её архитектура относится к DeBERTa-v2, длина контекста — 512 токенов. Модель предназначена для получения признаковых представлений текста и последующего дообучения под задачи, где решение зависит от всего предложения: классификацию текста, извлечение ответов на вопросы и семантический поиск. Также её можно применять для masked language modeling. Для генерации текста README рекомендует авторегрессионные модели. Модель ориентирована на французский язык. Удаление верхних слоёв уменьшает размер по сравнению с базовой CamemBERTa, но README не приводит отдельной оценки качества или скорости именно этой версии. Лицензия MIT.

ChimeraLlama-3-8B — объединённая языковая модель на базе семейства Llama 3, созданная mlabonne с помощью LazyMergekit. Она объединяет четыре модели: NousResearch/Meta-Llama-3-8B-Instruct, mlabonne/OrpoLlama-3-8B, Locutusque/Llama-3-Orca-1.0-8B и abacusai/Llama-3-Smaug-8B. Модель содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и принимает текст для генерации текста в диалоговом формате; заявленная длина контекста — 8192 токена. Модель предназначена для диалогов, ответов на вопросы и генерации текста. В README приведено сравнение на наборе тестов Nous, где ChimeraLlama-3-8B немного опережает Llama 3 8B Instruct по среднему результату. Карточка указывает лицензию other; условия её использования следует сверить с лицензиями исходных моделей и самой карточкой. Оценки из бенчмарков не гарантируют аналогичного качества в других сценариях.

CLIP ConvNeXt-Base с широким размером эмбеддингов — модель сопоставления изображений и текста, обученная Ross Wightman с помощью OpenCLIP на подмножестве LAION. Вариант с «320» в названии использует разрешение изображения 320×320; визуальный энкодер основан на timm ConvNeXt-Base, текстовый — на текстовом энкодере OpenAI CLIP глубиной 12 слоёв с размерностью эмбеддингов 640. Модель предназначена для классификации изображений по произвольным текстовым меткам без дополнительного обучения, поиска изображений по текстовому запросу и поиска текста по изображению. Её также можно использовать как основу для дообучения задач классификации и для управления генерацией изображений. В карточке для соответствующего варианта указана точность ImageNet zero-shot top-1 71,0%. Модель обучалась на англоязычных данных LAION-Aesthetic; README рекомендует ограничивать текстовые сценарии английским языком. Авторы предостерегают от развёртывания без тщательного тестирования на фиксированной таксономии классов; распознавание лиц и наблюдение исключены из рекомендуемых сценариев. Лицензия репозитория — MIT; карточка рекомендует исследовательское применение и описывает риски неотфильтрованных данных LAION.

code-daemon-relation-v1 — модель классификации отношений от автора faxenoff для построения графов знаний по документации. Она принимает фрагмент текста с двумя отмеченными сущностями и за один проход относит их к одному из четырёх классов: отсутствует связь, семантическое сходство, замещение или противоречие, зависимость. Модель предназначена для пакетного извлечения связей из документации, кода и комментариев к нему. В основе лежит энкодер XLM-RoBERTa на базе hotchpotch/mMiniLMv2-L12-H384; модель содержит около 124,3 млн параметров и поддерживает контекст до 514 токенов. Классификационная голова объединяет представления двух маркеров сущностей, поэтому учитывает их порядок. Заявлена поддержка многих языков; доступны веса Safetensors и форматы ONNX и Core ML, а карточка также описывает варианты запуска через TensorRT и OpenVINO. На указанном отложенном наборе модель показала macro-F1 0,60; качество зависит от класса, а границы отношений могут быть неоднозначны. Для извлечения связей README рекомендует задавать порог уверенности и проверять результаты; оба маркера должны сохраняться в контекстном окне. Лицензия — MIT.

BuzzASR/Czech — одноязычная модель автоматического распознавания чешской речи, разработанная как часть набора BuzzASR. Это дообучение Whisper large-v3 с исходным токенизатором Whisper, настроенное только для распознавания речи. Модель содержит 905,2 млн параметров и принимает аудио, выдавая текст; языковая и задачавая подсказки заданы в конфигурации генерации. Модель предназначена для транскрибации чешской речи. В оценке на тестовых наборах FLEURS и Common Voice 25 она показала CER 3,13 и 3,3 соответственно; качество на других типах записей и диалектах может отличаться. Обучение использовало FLEURS, Common Voice Corpus 25.0 и текстовые данные Goldfish. Модель распространяется по лицензии MIT.

DeepSeek Coder 1.3B Instruct — это набор квантованных версий модели deepseek-ai/deepseek-coder-1.3b-instruct, подготовленных в формате GGUF с использованием imatrix. Модель предназначена для генерации текста и прежде всего ориентирована на задачи программирования: написание, дополнение и объяснение кода, включая запросы на реализацию алгоритмов, например быстрой сортировки на Python. Поддерживаемый язык в карточке указан как английский. Известный размер исходной модели — 1,3 млрд параметров. Это instruction-tuned causal language model с поддержкой диалогового шаблона; конкретные варианты квантования, архитектурные детали и размер контекста в README не указаны. К сильным сторонам относятся специализация на коде и возможность использования более компактных квантованных сборок в GGUF-совместимых средствах инференса. Ограничения — небольшой по современным меркам размер, потенциальное снижение качества из-за квантования и отсутствие подтверждённых сведений о качестве, дополнительных языках и контекстном окне. Лицензия указана как other, без дополнительных условий в представленном README.

Это японская дообученная версия DeepSeek-R1-Distill-Qwen-32B, созданная Рёсуке Исигами. Модель предназначена для генерации текста и диалоговых ответов на японском языке; базовая модель также ориентирована на рассуждения, математику и программирование. Модель использует плотную архитектуру Qwen2 и содержит 32 млрд параметров. Максимальная длина контекста — 131 072 токена. Доступны веса в формате safetensors, лицензия — MIT. Карточка подтверждает японскую настройку, но не приводит подробностей о данных дообучения или отдельных результатах оценки.

RodrigoLimaRFL/distil-whisper-nurc-sp-fine-tuned — модель распознавания речи на базе Whisper, дообученная автором на наборе данных NURC-SP. Она предназначена для преобразования аудиозаписей в текст; обучение на NURC-SP указывает на специализацию на речевых данных этого набора. Модель содержит 905,2 млн параметров и распространяется в формате safetensors. Модель принимает аудио и выдаёт текст, pipeline Hugging Face — automatic-speech-recognition. В метаданных указан португальский язык. Лицензия — MIT. Подробности об оценке качества и ограничениях применения в карточке не приведены.

HenryJJ/dolphin-2.6-mistral-7b-dpo-orca-v1 — авторегрессионная языковая модель, дообученная HenryJJ методом DPO на базе cognitivecomputations/dolphin-2.6-mistral-7b с использованием набора Intel/orca_dpo_pairs. Модель предназначена для диалогов и генерации ответов в формате ChatML; заявленный язык — английский. Модель использует плотную архитектуру MistralForCausalLM и содержит 7,1 млрд параметров. Нативная длина контекста по метаданным составляет 32 768 токенов; README сообщает, что обучение проводилось с окном контекста 1 024 токена. В репозитории указаны веса Safetensors. Лицензия — Apache-2.0.

Edda v0.1 — датская модель распознавания речи, разработанная Danish Foundation Models. Это полное дообучение Whisper Large v3 Turbo с 809 млн параметров и исходной архитектурой Whisper: энкодером и декодером с фиксированными аудиоокнами длиной 30 секунд. Модель обучена на 2 600 часах датской речи из шести открытых корпусов; для длинных записей поддерживается обработка окнами по 30 секунд. Модель предназначена для преобразования датской речи в текст, включая парламентские выступления, чтение вслух и разговорную речь. В описанном авторами тестировании она показала средний WER 9,20 на пяти наборах датского ASR-бенчмарка. README приводит отдельные результаты для CoRal-v3 и Common Voice; заявленная скорость измерена на AMD MI250X GCD. Выходная транскрипция следует стилю разметки обучающих корпусов: например, на парламентских записях модель может пропускать повторы и перезапуски фраз. На очень длинных записях, тишине или музыке возможны повторения фрагментов; для таких случаев авторы рекомендуют делить аудио на части по паузам. Работа с детской речью, сильными ненативными акцентами, телефонным аудио и пением не проверялась. Лицензия — Apache-2.0.

google/electra-large-discriminator — англоязычный текстовый энкодер семейства ELECTRA, разработанный Google. Модель основана на трансформере и обучена распознавать подменённые токены: она отличает исходные токены текста от искусственно сгенерированных. В репозитории представлены веса примерно на 433,9 млн параметров; максимальная длина входа — 512 токенов. Модель предназначена для извлечения контекстных представлений текста и адаптации к задачам классификации, ответов на вопросы и разметки последовательностей. Её можно применять как основу для последующего дообучения на конкретных задачах; сама карточка приводит примеры GLUE и SQuAD. Доступны версии для PyTorch, TensorFlow и Flax. Лицензия — Apache 2.0.

Это квантизированная GPTQ-версия ELYZA-japanese-CodeLlama-7b-instruct, подготовленная mmnga с калибровочным набором на японском языке. Для калибровки использованы случайная выборка примерно из 1 000 фрагментов японской Википедии и около 200 пар входных и выходных данных ELYZA-tasks-100. Модель относится к семейству Llama и предназначена для генерации текста в инструкционном формате, включая ответы на японском языке и задачи с кодом. Она содержит 6,6 млрд параметров и поддерживает контекст до 16 384 токенов. В метаданных указан формат safetensors и лицензия Llama 2. Калибровочный набор описывает процедуру подготовки GPTQ-версии; отдельных оценок качества в карточке нет.

ERNIE-4.5-VL-28B-A3B-Base-PT — базовая мультимодальная модель Baidu семейства ERNIE 4.5, представленная в PyTorch-формате для Transformers. Это предобученная MoE-модель, совместно обученная на текстовых и визуальных данных: в ней 28 млрд параметров, из которых для каждого токена активируется около 3 млрд. Архитектура включает визуальный энкодер ViT и компоненты для интеграции визуальных признаков с языковой частью. Модель предназначена для понимания и генерации текста, понимания изображений и межмодальных рассуждений; возможные сценарии включают диалог по изображению, ответы на вопросы о визуальном содержимом и обработку текстовых запросов. Контекстное окно составляет 131 072 токена. В метаданных указана поддержка английского и китайского языков, библиотека Transformers и формат весов safetensors. Это базовая предобученная модель, а не специализированный постобученный вариант; качество в прикладных сценариях может зависеть от последующей настройки. Лицензия Apache-2.0. Для запуска в README приведён пример с vLLM версии 0.11.2 или новее и параметром trust_remote_code.

Experiment24Ognoexperiment27-7B — автоматическое слияние моделей, созданное Maxime Labonne. В конфигурации DARE-TIES объединены yam-peleg/Experiment24-7B и automerger/OgnoExperiment27-7B; для второй модели указаны плотность 0,53 и вес 0,6, маска int8 и формат bfloat16. Метаданные описывают архитектуру как плотную MistralForCausalLM с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для генерации текста и диалогов. Она принимает текст и выдаёт текст; сведения о языковой специализации и прикладных областях в карточке не приведены. Модель распространяется по лицензии Apache-2.0. Качество и конкретные ограничения в README не оценены.

Experiment26Neuralsirkrishna_Strangemerges_30Pastiche — объединённая языковая модель MaziyarPanahi на архитектуре Mistral с 7,1 млрд параметров. Она предназначена для генерации текста и диалогов, а контекстное окно составляет до 32 768 токенов. Модель объединяет веса automerger/Experiment26Neuralsirkrishna-7B и automerger/Strangemerges_30Pastiche-7B. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0.

Experiment26Yam_YamStrangemerges_32 — объединённая языковая модель на архитектуре Mistral, созданная из automerger/Experiment26Yam-7B и automerger/YamStrangemerges_32-7B. Она предназначена для генерации текста и может использоваться в приложениях, которым нужна генерация ответов и продолжение текста по запросу. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Репозиторий предоставляет веса в формате safetensors, лицензия — Apache-2.0. README не уточняет поддерживаемые языки и специализированные сценарии; качество объединения и поведение на конкретных задачах следует оценивать отдельно.

MaziyarPanahi/Experiment28T3q_Experiment26Experiment24 — объединённая модель семейства Mistral для генерации текста. По карточке, она создана слиянием automerger/Experiment28T3q-7B и automerger/Experiment26Experiment24-7B. Модель имеет плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Она предназначена для генерации текста; конкретные языки и специализированные области применения в карточке не описаны. Распространяется в формате safetensors по лицензии Apache-2.0.

Experiment28T3q_ShadowExperiment29 — объединённая модель семейства Mistral, созданная на основе automerger/Experiment28T3q-7B и automerger/ShadowExperiment29-7B. Она предназначена для генерации текста и может использоваться в сценариях, где требуется получать текстовые ответы или продолжения по текстовому запросу. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и поддерживает контекст до 32 768 токенов. Репозиторий содержит веса в формате Safetensors. Модель распространяется по лицензии Apache-2.0. В доступных данных не описаны её языковое покрытие и специальные области применения.

FableForge-1.5B — компактная универсальная языковая модель, разработанная командой fableforge-ai и входящая в экосистему FableForge. Согласно описанию, модель объединяет знания и возможности различных доменов NEXUS, однако подробности о базовой архитектуре и методах обучения в README не приведены. Модель предназначена для генерации текста общего назначения, включая программирование, рассуждения, интерактивные сценарии, создание персонажей и ролевые приложения. Она используется в проектах FableForge Nexus, Infinite NPC, Dual-GM, ShellWhisperer и Ghost Writer. Указан английский язык, поддерживается формат диалогов ChatML; сведения о других языках, размере контекста, точной архитектуре и поддерживаемых модальностях отсутствуют. Модель текстовая и не предназначена для обработки изображений или других типов данных. Для запуска доступны файлы в формате GGUF с разными уровнями квантования и размерами от 0,51 до 3,09 ГБ. Вариант Q4_K_M обозначен как оптимальный по соотношению размера и качества, IQ4_XS — как подходящий для систем с небольшим объёмом оперативной памяти, а Q6_K — как вариант высокого качества. К преимуществам относятся небольшой размер и совместимость с llama.cpp, Ollama и LM Studio; качество зависит от выбранного уровня квантования, а ограничениями являются малый масштаб модели и отсутствие подробных опубликованных характеристик. Модель распространяется по лицензии Apache-2.0.

Sunbird AI подготовила faster-whisper-51-african-languages — версию модели Sunbird/SunflowerASR-51-african-languages в формате CTranslate2 с точностью float16 для запуска через faster-whisper. Базовая модель построена на Whisper large-v3 и дообучена для распознавания речи на 51 африканском языке. Модель принимает аудио и преобразует речь в текст. Для выбора языка нужно передавать в faster-whisper соответствующий стандартный код Whisper из таблицы README; автоматическое определение языка использовать не следует. При загрузке можно выбрать другой compute_type, например int8_float16, с заявленным ориентиром около 1,6 ГБ видеопамяти. Перед применением проверьте качество на целевых языках: экстрактор признаков faster-whisper не выполняет нормализацию, используемую в эталонном конвейере Transformers, поэтому результаты WER могут отличаться. Лицензия — Apache-2.0.

Ferret_7B-Mistral-7B-Instruct-v0.1 — чат-модель для генерации текста, созданная объединением Mistral-7B-Instruct-v0.1 и euclaise/Ferret_7B методом SLERP. Модель построена на архитектуре Mistral с 7,1 млрд параметров; заявленная длина контекста — 32 768 токенов. В репозитории представлены веса Safetensors. Модель предназначена для ответов на инструкции и диалоговые запросы. В состав исходных моделей входят датасеты с математическими и научными рассуждениями, однако карточка не описывает отдельные гарантированные возможности или результаты оценки качества. Лицензия — Apache-2.0.

unsloth/gemma-2-2b-it-bnb-4bit — 4-битная квантованная версия Gemma 2 2B Instruct, опубликованная Unsloth на базе модели Google Gemma 2. Модель предназначена для диалоговых сценариев, генерации и завершения текста, а также дообучения на пользовательских наборах данных с использованием Transformers и bitsandbytes. Модель содержит около 2 миллиардов параметров, использует архитектуру Gemma 2 и поддерживает английский язык. В README не указаны модальности, размер контекста и конкретные показатели качества. Ключевая особенность — прямая 4-битная квантизация, снижающая требования к памяти и подходящая для запуска и дообучения на ограниченных GPU-ресурсах, однако квантизация может повлиять на точность по сравнению с полноразмерной версией. README также не содержит подробных сведений об ограничениях применения. Модель распространяется по лицензии Gemma. Для работы рекомендуется библиотека Transformers, при этом в README отдельно указана необходимость использовать её dev-версию.

testmoto/gemma-2-9b-lora-aozora — текстовая генеративная модель на основе Google Gemma 2 9B, представленная в формате MLX. README сообщает о конвертации из google/gemma-2-9b с помощью mlx-lm 0.20.2; метаданные классифицируют связь с базовой моделью как дообучение, поэтому происхождение по источникам противоречиво. Модель принимает текст и генерирует текст. Базовая Gemma 2 9B предназначена для генерации текста, диалогов, суммаризации и ответов на вопросы; контекст модели составляет 8192 токена. Для работы с MLX README указывает пакет mlx-lm. Лицензия — Gemma.

unsloth/gemma-2b — текстовая генеративная модель семейства Gemma с плотной архитектурой GemmaForCausalLM и 2,5 млрд параметров. Репозиторий подготовлен Unsloth и содержит веса в формате safetensors; README Unsloth описывает инструменты для дообучения моделей Gemma и других семейств, в том числе разговорные и текстовые сценарии. Модель предназначена для генерации текста и может служить основой для диалоговых и текстовых приложений или дальнейшего дообучения. Она поддерживает английский язык, имеет контекстное окно 8192 токена и распространяется по лицензии Apache-2.0. Карточка не приводит отдельных оценок качества или подробных ограничений применения.

mcwei/gemma-4-31B-it-bf16-sft-novel-prefill-150 — дообученная модель mcwei на базе unsloth/gemma-4-31B-it, созданная с использованием Unsloth и библиотеки Hugging Face TRL. Это мультимодальная плотная модель Gemma 4 с 31 млрд параметров для диалогов и анализа изображений; также базовая модель поддерживает программирование и вызов инструментов. Модель принимает текст и изображения и генерирует текст. В карточке указана лицензия Apache-2.0.

Gemma 4 31B IT NVFP4 Turbo GGUF — перепакованная и дополнительно квантованная версия Gemma 4 31B IT для диалоговой генерации текста. В README указано, что веса self-attention переведены из BF16 в FP4 методом RTN с group size 16; MLP сохраняют калиброванную квантизацию NVIDIA, а эмбеддинги токенов и нормализации — BF16. Также изменены конфигурация архитектуры и квантования и удалены кодировщики изображений и аудио. Модель предназначена для чат-ответов и генерации текста. Автор README заявляет, что вариант занимает на 68% меньше видеопамяти и работает примерно в 2,5 раза быстрее исходной модели при потере качества в пределах 1–3%; заявлена возможность запуска на одной RTX 5090. Для работы требуется версия llama.cpp с изменениями из PR #21971. Репозиторий распространяется по лицензии Apache-2.0.

prithivMLmods/gemma-4-E4B-it-Uncensored-MAX — оптимизированная публикация Gemma 4 E4B Instruct, подготовленная для работы с актуальными версиями Transformers. README указывает, что веса не менялись, а обновлены разбиение на шарды и упаковка; метаданные связывают модель с google/gemma-4-E4B-it как с базовой моделью. Архитектура — Gemma4ForConditionalGeneration, файлы представлены в формате safetensors; размер E4B указан в названии модели. Модель предназначена для мультимодальных и языковых экспериментов, проверки устойчивости к сложным и состязательным запросам, прототипирования и запуска на ограниченных ресурсах. Описание базовой модели указывает на диалог, рассуждения, программирование, анализ изображений и обработку аудио; классификатор каталога определяет задачу как any-to-any. В README подчёркивается, что опубликованные оценки относятся к другой модели и здесь не перепроверялись. Ответы могут быть ошибочными, неполными или непоследовательными и зависят от параметров генерации и формулировки запроса. Для оптимальной производительности рекомендуется GPU, а результат зависит от оборудования и настроек среды. Лицензия — Apache-2.0; авторы позиционируют модель для исследований и обучения и возлагают ответственность за использование результатов на пользователя.