I.14Автоматизация процессов и AI-агенты

Это текстовая инструкционная модель на 494 млн параметров из семейства Qwen2.5-Coder, размещённая пользователем aliorbz и связанная с Gensyn Swarm. По названию репозитория и официальной карточке базовой модели можно заключить, что она предназначена для генерации и исправления кода, рассуждений о коде и диалогового выполнения инструкций; подтверждённых сведений о специфическом эффекте дообучения Gensyn Swarm в доступных источниках нет. Архитектура — плотная причинная языковая модель Qwen2 с контекстом до 32 768 токенов; базовая модель Qwen2.5-Coder-0.5B-Instruct имеет около 0,49 млрд параметров и поддерживает генерацию текста. Семейство Qwen2.5-Coder обучено для работы с кодом и сохраняет общие языковые и математические возможности. Карточка базовой модели указывает лицензию Apache-2.0; наличие этой лицензии для производного репозитория отдельно не подтверждено. Модель небольшая, поэтому качество и надёжность генерации могут уступать более крупным моделям.

Qwen2.5-Coder-0.5B-Instruct-GGUF — набор GGUF-квантизаций инструкционной модели Qwen2.5-Coder-0.5B-Instruct, подготовленный пользователем ThomasBaruzier с использованием llama.cpp и imatrix-калибровки. Базовая модель разработана командой Qwen; в карточке также указана лицензия Apache-2.0. Модель предназначена для генерации текста и работы с программным кодом в диалоговом формате: она может применяться для написания, дополнения и объяснения кода, а также других задач, связанных с программированием. Указан английский язык. Доступны варианты квантизации IQ и Q форматов размером примерно от 301 до 393 МБ, что позволяет запускать модель при ограниченных ресурсах. Ключевое преимущество — малый размер и наличие нескольких уровней квантизации с измеренными показателями perplexity и accuracy, позволяющими выбирать компромисс между качеством и требованиями к памяти. Ограничения связаны с небольшим размером модели в 0,5 млрд параметров и потерями качества при наиболее компактной квантизации; сведения об архитектуре, длине контекста и поддерживаемых модальностях в карточке не указаны.

Xiaojian9992024/Qwen2.5-Dyanka-7B-Preview — объединённая методом TIES языковая модель, созданная разработчиком Xiaojian9992024 с помощью mergekit на основе нескольких моделей семейства Qwen2.5. В состав слияния вошли gz987/qwen2.5-7b-cabs-v0.3, rombodawg/Rombos-LLM-V2.5-Qwen-7b, suayptalha/Clarus-7B-v0.1, prithivMLmods/WebMind-7B-v0.1, fblgit/cybertron-v4-qw7B-MGS и Xiaojian9992024/Qwen2.5-THREADRIPPER-Small. Модель с архитектурой Qwen2 имеет 7,1 млрд параметров и контекст длиной 32 768 токенов. Она предназначена для генерации текста и диалогового общения; для запуска доступны веса safetensors и библиотека Transformers. В карточке приведены результаты оценивания, включая 76,40% на IFEval и 36,62% на BBH. Лицензия — Apache-2.0. Карточка не уточняет целевые языки и ограничения качества; результаты тестов не гарантируют качество на конкретных пользовательских задачах.

ksyoung0215/Qwen3-1.7B-base-MED — компактная языковая модель для генерации текста, размещённая пользователем ksyoung0215 на Hugging Face. Модель работает через библиотеку Transformers и содержит 1,7 млрд параметров; в метаданных она отмечена как Qwen3 и conversational-модель, обученная с применением supervised fine-tuning (SFT).

Карточка модели cashxout/Qwen3-30B-A3B-Claude-4.5-Opus-High-Reasoning-2507-ABLITERATED-UNCENSORED-V2 на Hugging Face совпадает с карточкой DavidAU/Qwen3-30B-A3B-Claude-4.5-Opus-High-Reasoning-2507-ABLITERATED-UNCENSORED-V2, поэтому описание составлено по ней. DavidAU выпустил эту диалоговую модель на основе Huihui-Qwen3-30B-A3B-Thinking-2507-abliterated, дообучив её с помощью Unsloth на наборе TeichAI/claude-4.5-opus-high-reasoning-250x. Это генеративная языковая модель семейства Qwen3 MoE: всего около 30 млрд параметров, из которых активны примерно 3 млрд; метаданные каталога указывают 2,6 млрд параметров. Архитектура использует 128 экспертов, обычно активируя 8 за раз. Модель предназначена для диалогов, следования инструкциям и генерации ответов с рассуждениями. Автор отмечает, что блоки рассуждений обычно короче, чем у исходной Qwen, и что модель стремится реже отказывать, в том числе при запросах на взрослый или откровенный контент. Для таких ответов может потребоваться явно задать желаемый стиль и лексику. Заявленные автором результаты на бенчмарках не сопровождаются полными данными в карточке, поэтому их нельзя считать независимой оценкой качества. Модель принимает и генерирует текст, рассчитана прежде всего на английский язык и поддерживает контекст до 262 144 токенов. Файлы репозитория представлены в формате safetensors; указана лицензия Apache-2.0.

DavidAU/Qwen3-4B-Gemini-TripleX-High-Reasoning-Thinking-Heretic-Uncensored-GGUF — текстовая генеративная модель для задач диалога, ролевого взаимодействия, написания художественных текстов, программирования, математики, обучения и ответов на вопросы. Она создана DavidAU на основе объединения трёх дистиллированных моделей TeichAI, производных от Qwen3-4B-Thinking-2507 и ориентированных на reasoning-возможности Gemini 3 Pro Preview, Gemini 2.5 Flash и Gemini 2.5 Flash Lite Preview. Модель предназначена для генерации текста, включая связную прозу, развитие сюжетов и сцен, научную фантастику, романтические произведения, хоррор и другие жанры. В README заявлены сжатое рассуждение, контекст до 256K токенов и поддержка английского языка. Модель распространяется в формате GGUF; для работы с некоторыми интерфейсами требуется совместимая конфигурация, а автор рекомендует использовать smoothing factor 1.5 или альтернативно repetition penalty в диапазоне 1.1–1.15. К заявленным особенностям относятся сниженный уровень отказов и отсутствие обычных ограничений на содержание, включая NSFW-материалы, однако эти характеристики основаны на описании автора и могут зависеть от конкретной задачи и настроек. README не содержит подробных сведений о точной архитектуре объединения, количестве параметров сверх обозначения 4B, доступных квантизациях и объективных результатах тестирования. Лицензия модели — Apache 2.0.

Qwen3.5-40B-RoughHouse-Claude-4.6-Opus-Polar-Deckard-Uncensored-Heretic-Thinking — экспериментальная модель DavidAU на архитектуре Qwen3.5. Это плотная модель на 40 млрд параметров, собранная расширением двух дообученных моделей Qwen3.5-27B; автор описывает её как сырую версию, выпущенную до заключительного этапа обучения. В карточке указаны библиотека Transformers, формат safetensors и лицензия Apache-2.0. Модель рассчитана на диалог, рассуждения, генерацию кода и творческих текстов, включая рассказы и ролевые сценарии; поддерживает изображения и текст. Автор указывает контекст до 256 тыс. токенов и переменную длину рассуждений. Заявлены английский и китайский языки. По описанию, модель намеренно лишена защитных ограничений и может создавать откровенный или резкий контент. Автор предупреждает о нестабильности генерации: возможны циклы, повторения и сбои токенов, особенно при коротких запросах и низких уровнях квантизации. Рекомендуются содержательные запросы, системная инструкция и повторная генерация при неудовлетворительном ответе. Модель выпускается по лицензии Apache-2.0.

Qwen3.5-4B-MTPLX-Optimized-Speed — это оптимизированная сборка модели Qwen/Qwen3.5-4B, подготовленная Youssofal для запуска через MTPLX на компьютерах Apple Silicon. Модель предназначена для генерации текста и ускорения авторегрессионного вывода с помощью speculative decoding и встроенной calibrated native-MTP draft head. Основная модель использует 4-битное квантование с group size 64; размер на диске составляет около 2,47 ГБ, пиковое потребление памяти при загрузке — около 2,9 GiB. README не указывает поддерживаемые языки и размер контекста. Ключевое преимущество — высокая скорость при использовании MTP depth 3: на Mac с M5 Max заявлены 227,8 токена в секунду против 133,6 токена в секунду у базового авторегрессионного режима, то есть ускорение примерно в 1,71 раза. Модель рассчитана на Apple Silicon Mac с unified memory от 8 ГБ и автоматически считывает оптимальную глубину из файла конфигурации MTPLX. Для работы требуется MTPLX 2.2.0 или новее; заявленная скорость относится к конкретному тестовому окружению и может отличаться на других устройствах. Лицензия — Apache 2.0.

Youssofal подготовил BF16-версию Qwen3.6-35B-A3B, обработанную методом abliteration с использованием Heretic. Это мультимодальная модель с архитектурой Qwen MoE и интерфейсом диалога; вмешательство применено к текстовой части MoE, при этом сохранена обёртка для обработки изображений. Модель предназначена для генерации текста и диалогов, а также может принимать изображения благодаря сохранённой vision-language обёртке. В тесте отказов на 25 запросах модель отказала в 1 случае; в исходной модели таких отказов было 22. Это показывает снижение склонности к отказам, но не гарантирует качество или безопасность ответов во всех сценариях. Чекпойнт опубликован в формате safetensors с точностью BF16 и распространяется по лицензии Apache-2.0.

Youssofal/Qwen3.6-35B-A3B-MTPLX-Optimized-Speed — локальная модель генерации текста семейства Qwen, подготовленная для быстрого запуска на устройствах Apple Silicon через MTPLX. Разработчик модели в README явно не указан; репозиторий публикует адаптированный чекпойнт с поддержкой Multi-Token-Prediction speculative decoding, при котором собственные MTP-головы модели создают черновые токены, а основная модель их проверяет. Модель предназначена для локального текстового вывода и сценариев, где важна высокая скорость генерации без отдельной модели-драфтера. Заявленная конфигурация — 35B-A3B, с 4-битным MLX-представлением основной части, калиброванными INT4 MTP-головами, 8-битными router и gate-тензорами там, где это предусмотрено конфигурацией, а также BF16-нормализациями, масштабами, смещениями и обычными тензорами. Для основной модели используется affine-квантизация MLX с group size 64, для MTP-весов — group size 32. Ключевое преимущество — оптимизация под MTPLX и Apple Silicon: в измерениях с включённым reasoning и лимитом ответа 32 000 токенов режим D1 достиг 138,39 токена в секунду при acceptance 0,8858 против 94,46 токена в секунду у авторегрессионного baseline. Результаты зависят от оборудования, настроек и профиля запуска. Ограничения включают неполноточное квантизованное представление и ориентацию прежде всего на локальный запуск через MTPLX; сведения о поддерживаемых языках, размере контекстного окна, конкретных задачах качества и мультимодальности в README не указаны. Лицензия — Apache-2.0.

Qwen3.6-35B-A3B-Uncensored-HauhauCS-Aggressive-MTP-GGUF — это GGUF-квантизация модели Qwen3.6-35B-A3B-Uncensored-HauhauCS-Aggressive, основанной на Qwen3 и разработанной сообществом на базе моделей Qwen. Модель предназначена для генерации текста на английском и китайском языках, включая локальный запуск через llama.cpp. Это uncensored fine-tune со сниженным количеством отказов, поэтому модель не подходит для всех аудиторий и требует ответственного использования. Архитектура — qwen35moe: 35 млрд параметров всего, около 3 млрд активных параметров, 256 экспертов, из которых используется 8. Квантование выполнено в формате Q6_K; для ускорения генерации добавлена одна MTP-слой Multi-Token Prediction, позволяющая использовать speculative decoding через draft-mtp в llama.cpp. Указанный контекст составляет 8192 токена в примере запуска. Модель поддерживает обычную авторегрессионную генерацию и MTP-декодирование; на Apple M3 Max заявлено ускорение генерации примерно на 27% при подходящих настройках, однако результат зависит от оборудования и реального контекста. Сильные стороны модели — относительно высокая скорость генерации, эффективное MoE-устройство и высокая доля принятых черновых токенов MTP при использовании репрезентативного промпта. Ограничения включают uncensored-поведение, чувствительность производительности к содержимому контекста и необходимость сборки llama.cpp с поддержкой draft-mtp для speculative decoding. Лицензия указана как Apache-2.0; при этом необходимо учитывать условия исходной модели Qwen и условия авторов fine-tune и квантования.

Это мультимодальная модель семейства Qwen, созданная RangerX на основе Qwen/Qwen3.6-35B-A3B. Чекпойнт получен методом REAP (Router-weighted Expert Activation Pruning): маршрутизируемые эксперты отбирались по весам маршрутизатора и нормам активаций; коэффициент pruning — 0,50. Модель использует архитектуру Qwen3_5MoeForConditionalGeneration и распространяется в формате safetensors для Transformers. Модель предназначена для диалогов и задач «изображение—текст», включая анализ изображений. При создании сохранены конфигурация vision-language, общий эксперт, токенизатор и процессор; для калибровки pruning использовалась смесь примеров по коду, вызову функций, математике, науке и траекториям SWE-bench. Лицензия — Apache-2.0. Карточка не приводит результатов оценки качества после pruning, поэтому сохранение исходного уровня возможностей не подтверждено.

HoangCuongNguyen/qwen3-8b-safety-ra-sft — дообученная модель семейства Qwen3, созданная на базе Qwen/Qwen3-8B-Base с использованием TRL. Это плотная авторегрессионная модель на 7,6 млрд параметров для генерации текста в диалоговом формате; карточка демонстрирует запрос пользователя и генерацию ответа через Transformers. Модель может применяться для диалоговых ответов и других задач генерации текста. Контекст составляет до 32 768 токенов. В карточке указана настройка safety/SFT в названии, однако подробности обучающих данных и конкретных гарантий безопасности не приведены. Лицензия в доступных данных не указана.

Qwen-3B-ASVD-Healed — сжатая и восстановленная дообучением версия Qwen/Qwen2.5-3B от автора Kodjaoglanian. Это плотная авторегрессионная Transformer-модель семейства Qwen2 для генерации текста и диалогов. Структурное сжатие методом Activation-Aware SVD сократило число параметров в целевых слоях, а LoRA Healing использовался для восстановления связности генерации; адаптеры объединены с весами. В репозитории доступны веса Safetensors и GGUF, включая варианты F16 и Q4_K_M. Модель содержит около 3,1 млрд параметров, поддерживает контекст до 32 768 токенов и ориентирована на английский язык. Модель рассчитана на запуск в средах Hugging Face Transformers и на сценарии, где важны сниженные требования к памяти и вычислениям, включая развёртывание на устройствах с ограниченными ресурсами. Автор сообщает о сохранении FP16 и структурном удалении избыточных весов без необходимости динамической деквантизации. Лицензия — Apache-2.0. Сжатие с удержанием 85% дисперсии может ухудшить извлечение редких и специализированных фактов по сравнению с исходной Qwen2.5-3B. README рекомендует дополнительное дообучение для применений, где важна высокая фактическая точность в узкой предметной области.

noctrex публикует GGUF-версии модели Qwen3-VL-30B-A3B-Instruct — мультимодальной модели Qwen с архитектурой Vision-Language для диалогового анализа изображений и видео. Это вариант с контекстом до 1 млн токенов, к которому применена imatrix; файлы доступны в форматах GGUF BF16, F16 и F32. Для запуска автор рекомендует использовать актуальную версию llama.cpp. Модель предназначена для диалогов по изображениям и видео, визуальных вопросов и ответов, OCR и пространственных рассуждений. Она принимает текст и изображения и выдаёт текст; метаданные также указывают поддержку vision и chat. Языковые характеристики в предоставленных данных не описаны. Это квантизированное представление базовой Qwen3-VL-30B-A3B-Instruct, поэтому для точного применения следует учитывать свойства исходной модели и выбранного файла GGUF. Лицензия в доступных данных не указана.

Qwen-VL-Chat — разработанная Alibaba Cloud мультимодальная чат-модель семейства Qwen, предназначенная для диалога по изображениям и тексту. Репозиторий содержит чат-версию предварительно обученной Qwen-VL; модель имеет плотную архитектуру QWenLMHeadModel и 11,4 млрд параметров. Модель принимает изображения и текст, а также может работать с координатами ограничивающих рамок; выдаёт текст и рамки. Подходит для описания изображений, визуальных вопросов и ответов, чтения текста на изображениях, ответов по документам и графикам, а также локализации объектов по текстовому описанию. Карточка описывает китайский и английский языки; контекст составляет 8192 токена. В README заявлена обработка изображений с разрешением до 448 пикселей для задач, чувствительных к деталям. Модель оценивалась на задачах визуального диалога, captioning, VQA и локализации объектов; также опубликованы результаты TouchStone на китайском и английском языках. Для репозитория указаны формат PyTorch и лицензия Apache-2.0. Как и другие большие мультимодальные модели, она может ошибаться в ответах и распознавании содержимого изображений; приведённые оценки относятся к описанным бенчмаркам.

RedPajama-INCITE-Instruct-3B-v1 — языковая модель Together Computer для генерации текста и диалоговых инструкций. В метаданных указаны 3,5 млрд параметров и архитектура GPT-NeoX с плотной авторегрессионной моделью; в README размер описан как 2,8 млрд параметров. Модель обучалась на RedPajama-Data-1T и данных P3 и Natural Instructions. Она принимает текст и генерирует текст на английском языке; длина контекста составляет 2048 токенов. Модель подходит для генерации ответов, выполнения текстовых инструкций и прототипирования чат-ботов. Для инференса README указывает ориентир от 8 ГБ видеопамяти, либо от 6 ГБ при использовании int8. Ответы могут быть неточными или нерелевантными, особенно на сложные, неоднозначные вопросы и запросы вне обучающих данных; модель не предназначена для критически важных решений. Лицензия — Apache 2.0.

RedPipe-7B-slerp — языковая модель на базе архитектуры Mistral, созданная слиянием OpenPipe/mistral-ft-optimized-1218 и Rakuten/RakutenAI-7B-chat методом SLERP с помощью LazyMergekit. Это плотная авторегрессионная модель с 7,1 млрд параметров для генерации текста; заявленная длина контекста составляет 32 768 токенов. Модель предназначена для генерации текста и диалоговых сценариев. В состав слияния входит чат-модель Rakuten, рассчитанная на японский и английский языки; README не сообщает результатов оценки RedPipe-7B-slerp или отдельных гарантий качества. Репозиторий содержит веса в формате safetensors. Лицензия в предоставленных данных не указана.

rasyosef разработал амхароязычную модель эмбеддингов предложений Sentence Transformers, дообученную из rasyosef/roberta-base-amharic на наборе amharic-passage-retrieval-dataset. Модель на базе XLM-RoBERTa содержит 137,8 млн параметров, принимает текстовые последовательности длиной до 512 токенов и преобразует предложения и абзацы в плотные векторы размерностью 768 с нормализацией; сходство можно оценивать косинусной мерой. Модель предназначена для семантического поиска и извлечения амхароязычных фрагментов, сравнения предложений, поиска перефразирований, кластеризации и классификации текста. В опубликованной оценке поиска на амхарском наборе данных точность cosine_accuracy@5 составляет 0,8712 для полного 768-мерного представления и 0,8649 при усечении до 256 измерений. Модель поддерживает амхарский язык и распространяется по лицензии Apache-2.0. Это модель векторных представлений, поэтому она возвращает эмбеддинги, а не готовые ответы или сгенерированный текст; результаты за пределами амхарского поиска и перечисленных оценок README не характеризует.

RoBERTa TopSeg QMSUM — модель Sentence-Transformers на базе архитектуры RoBERTa, дообученная для кодирования предложений и абзацев в плотные векторы размерностью 768. Она обучалась на наборе QMSUM с расшифровками очных совещаний: фрагменты, относящиеся к одной теме, должны располагаться близко в векторном пространстве. Модель подходит для семантического поиска и кластеризации тематически связанных фрагментов стенограмм. Всего в модели 151,8 млн параметров; максимальный контекст — 514 токенов. Лицензия — CC BY 3.0.

Ruri-Small v2 — модель эмбеддингов японских текстов от cl-nagoya, созданная дообучением cl-nagoya/ruri-pt-small-v2. Это Sentence Transformer на архитектуре DistilBERT с 68 млн параметров. Модель кодирует предложения и тексты в векторы размерностью 768; для сравнения используется косинусное сходство. Модель предназначена для поиска по смыслу, оценки сходства предложений, ранжирования и других задач, где нужно сопоставлять японские тексты. Максимальная длина входа — 512 токенов. На JMTEB модель получила среднюю оценку 73,30; в README указано, что доступны более новые модели Ruri v3. Модель принимает текст и выдаёт векторы. Распространяется по лицензии Apache 2.0.

kornwtp/SCT-model-phayathaibert — модель Sentence Transformers на архитектуре CamemBERT, разработанная автором репозитория kornwtp. Она преобразует предложения и абзацы в плотные векторы размерности 768 для поиска по смыслу, сравнения предложений и кластеризации. Модель обучалась на тайской Википедии и рассчитана на тайский текст; максимальная длина контекста составляет 512 токенов, размер — около 304,7 млн параметров. Модель можно применять для семантического поиска, оценки сходства текстов и группировки похожих фрагментов. Репозиторий содержит веса PyTorch и распространяется по лицензии Apache-2.0. Карточка не описывает специальных ограничений, кроме длины контекста и ориентации на тайские данные.

sonoisa разработал Sentence-LUKE — модель для получения векторных представлений японских предложений. Она дообучена на том же наборе данных и с теми же настройками, что и японская Sentence-BERT. По оценке автора на его закрытом наборе данных, количественное качество сопоставимо с Sentence-BERT или выше примерно на 0,5 процентного пункта, а качественные результаты лучше. Модель основана на предварительно обученной studio-ousia/luke-japanese-base-lite, имеет 138,4 млн параметров и контекст до 514 токенов. Модель предназначена для извлечения признаков и сравнения сходства японских предложений, например для поиска семантически близких текстов. Для запуска вывода требуется SentencePiece. Репозиторий содержит веса PyTorch и safetensors и распространяется по лицензии Apache-2.0.

ServiceNow-AI Apriel-1.6-15b-Thinker-GGUF — это квантизированная GGUF-версия модели Apriel-1.6-15b-Thinker, разработанной ServiceNow AI. Квантизацию выполнил bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для задач генерации текста и диалогового взаимодействия; в карточке также указана категория image-text-to-text, однако подробности о работе с изображениями не приведены. Модель имеет размер 15 миллиардов параметров и выпускается в вариантах от BF16 до различных уровней квантизации Q8, Q6, Q5, Q4, Q3 и IQ. GGUF-файлы рассчитаны на запуск через llama.cpp, LM Studio и другие совместимые проекты. Доступны версии объёмом примерно от 7,7 до 28,9 ГБ; варианты с более высокой точностью обычно требуют больше памяти, но лучше сохраняют качество исходной модели. В README не указаны поддерживаемые языки, максимальная длина контекста, точная архитектура и результаты benchmark-тестов. Сильной стороной модели является широкий выбор квантизаций, позволяющий подобрать баланс между качеством, скоростью и требованиями к памяти; автор README рекомендует несколько вариантов Q4–Q6 для практического использования. Ограничения связаны с потерями качества при более агрессивной квантизации, а также с отсутствием сведений о языках, контексте и мультимодальных возможностях. Модель распространяется по лицензии MIT.

agurung выпустил дообученную с помощью TRL модель Qwen2.5-7B-Instruct для диалоговой генерации текста. Это плотная языковая модель семейства Qwen2 с 7,1 млрд параметров и контекстом до 32 768 токенов; она принимает сообщения в формате чата и генерирует текст. Модель подходит для ответов на вопросы, диалога и генерации текста по инструкциям. Модель основана на Qwen/Qwen2.5-7B-Instruct и распространяется в формате safetensors для Transformers. Карточка не описывает отдельную специализацию, языковой охват или результаты оценки качества; лицензию следует определять по метаданным репозитория Hugging Face.

Ransaka/sinhala-sentence-transformer — модель на базе RoBERTa, опубликованная пользователем Ransaka на Hugging Face. Она преобразует предложения и абзацы в плотные векторы размерности 768 для поиска по смыслу, кластеризации и сравнения текстов. Модель содержит 81,2 млн параметров, принимает текст и выдаёт векторные представления; максимальная длина контекста — 514 токенов. Обучение проводилось с TripletLoss и евклидовой метрикой расстояния. Модель предназначена для работы с сингальским языком, что отражено в её названии. Её можно применять для семантического поиска и группировки похожих предложений и документов. Репозиторий содержит веса PyTorch и поддерживает использование через Sentence-Transformers либо Transformers с соответствующим pooling. Сведения о лицензии в предоставленных данных отсутствуют.

SmolVLM-Base — компактная мультимодальная модель Hugging Face для обработки изображений и текста. Она принимает изображения и текстовые запросы в произвольном сочетании и генерирует текстовые ответы; без изображений может работать как языковая модель. Модель построена на архитектуре Idefics3 с языковой моделью SmolLM2-1.7B-Instruct и визуальным компонентом SigLIP SoViT-400m. SmolVLM-Base подходит для описания изображений, ответов на вопросы по визуальному содержимому, понимания документов, диаграмм и графиков, а также создания историй на основе одного или нескольких изображений. Для кодирования изображения используются 81 визуальный токен на патч 384×384; крупные изображения разбиваются на патчи. Такая схема рассчитана на эффективный вывод и работу на устройствах с ограниченными ресурсами. Модель не генерирует изображения. Основной язык карточки — английский. Модель выпущена под лицензией Apache 2.0. Она может выдавать фактически звучащие, но неточные ответы, поэтому не подходит для критически важных решений, влияющих на благополучие или положение человека.

Это модель эмбеддингов предложений на основе Greek Media BERT без учёта регистра, опубликованная Dimitrios Zaikis и соавторами вместе с работой DACL. Она преобразует предложения и абзацы на греческом языке в плотные векторы размерности 768 для поиска по смыслу, кластеризации и сравнения текстов. Модель имеет архитектуру BERT, содержит 140,1 млн параметров и принимает последовательности длиной до 512 токенов. Модель дообучена с помощью Triplet Loss на пользовательской выборке предложений из интернета, социальных сетей и прессы: обучение сближало более похожие предложения и отдаляло менее похожие. Это делает её подходящей для семантического поиска и кластеризации грекоязычных текстов в этих областях. Доступны веса PyTorch и safetensors; для использования подходят Sentence-Transformers и Transformers с соответствующим pooling. Лицензия в предоставленных данных не указана.

Gille/StrangeMerges_33-7B-slerp — объединённая текстовая модель, созданная методом slerp с помощью LazyMergekit из ZySec-AI/ZySec-7B-v1 и Gille/StrangeMerges_30-7B-slerp. Модель построена на архитектуре Mistral с плотной архитектурой причинного языкового моделирования и содержит 7,1 млрд параметров; её контекст составляет до 32 768 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. Её можно применять для ответов на вопросы, ведения чата и создания связных текстов. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0. Данных о специализированной предметной области или языках модели в предоставленных источниках нет.

jan-hq/supermario-v2 — языковая модель для генерации текста, созданная Jan с помощью слияния DARE_TIES. В основе лежит Mistral-7B-v0.1; в слиянии также использованы OpenHermes-2.5-neural-chat-v3-3-Slerp, MetaMath-Cybertron-Starling и Marcoroni-7B-v3. Модель содержит 7,1 млрд параметров, использует архитектуру Mistral и поддерживает контекст до 32 768 токенов. Модель предназначена для диалогов и генерации ответов в формате ChatML, а также может применяться для математических вопросов и задач на рассуждение. В README приведены результаты оценок на бенчмарках ARC и HellaSwag. Запуск поддерживается через Jan Desktop на macOS, Windows и Linux. Модель распространяется по лицензии Apache-2.0.