I.14Автоматизация процессов и AI-агенты

ai2lumos/lumos_unified_plan_iterative — чекпойнт модуля планирования агентной системы Lumos, разработанной командой AI2. Он дообучен в итеративной формулировке Lumos-I для сложных вопросов и ответов, веб-задач, мультимодальных задач и математики. Модель семейства LLaMA с плотной архитектурой содержит 6,6 млрд параметров и принимает текст, формируя текстовые планы и ответы; указанное окно контекста — 2048 токенов. В обучении использованы 55 382 аннотации подцелей и действий. Репозиторий распространяется в формате PyTorch по лицензии Apache-2.0.

MiniCPM5-1B-Agentic-Tooluse-v3-GGUF — компактная языковая модель для вызова функций и использования внешних инструментов, разработанная на базе openbmb/MiniCPM5-1B. Модель дообучена с применением QLoRA supervised fine-tuning и GRPO reinforcement learning, а опубликованные веса представлены в формате GGUF для локального запуска через llama.cpp, Ollama, LM Studio и совместимые приложения. Модель содержит около 1 млрд параметров и предназначена для сценариев, где необходимо обработать схему инструментов и запрос пользователя, выбрать подходящую функцию и сформировать структурированный вызов с именем функции и аргументами. Она подходит для локальных AI-агентов, интеграций с API, MCP-серверов, ReAct-циклов, автоматизации дома и приложений, требующих работы офлайн на CPU. Указан английский язык и задача генерации текста. На закрытой выборке из 300 примеров ToolACE модель достигла parseable tool-call rate 100%, valid available-tool name rate 98,67%, expected tool-name rate 95,33%, exact-arguments rate 74,67% и arg-key overlap 93,88%. Эти результаты показывают сильную способность формировать разбираемые вызовы и корректно выбирать инструменты, однако точность полного совпадения аргументов ограничена, а показатель clean stopping в опубликованной оценке равен 0%. Данные бенчмарка относятся к конкретному тестовому набору и не гарантируют аналогичную эффективность во всех сценариях. Модель распространяется по лицензии Apache-2.0. GGUF-квантизация позволяет использовать её на локальных устройствах, включая компьютеры и маломощные системы, однако README не указывает точные размеры контекста, доступные варианты квантования или требования к памяти.

Карточка модели neongeckocom/NeonLLM-Base на Hugging Face совпадает с карточкой NousResearch/Hermes-2-Pro-Mistral-7B, поэтому описание составлено по ней. Hermes 2 Pro на Mistral 7B — диалоговая языковая модель, разработанная Nous Research совместно с Interstellarninja и Fireworks.AI. Это дообученная плотная модель Mistral с 7,1 млрд параметров; она использует формат ChatML и контекст до 32 768 токенов. Модель предназначена для диалогов и выполнения инструкций, а также для вызова функций и формирования структурированных ответов в JSON. Авторы сообщают о точности 90% в собственной оценке вызова функций и 84% в оценке JSON-вывода. Она подходит для ассистентов, которым нужно передавать вызовы инструментам и возвращать ответы по заданной схеме. Модель принимает текст и генерирует текст, включая представления вызовов инструментов и JSON. В метаданных указан английский язык. Модель распространяется по лицензии Apache-2.0. Результаты оценок приведены авторами модели; качество ответов и корректность вызовов инструментов следует проверять в целевом приложении.

Qwen3.6-27B-Fable-Agentic — плотная мультимодальная модель на 27 млрд параметров, созданная LemuraLabs дообучением Jackrong/Qwopus3.6-27B-v2. Она предназначена для диалога, пошаговых рассуждений и вызова инструментов в многоходовых агентных сценариях; архитектура поддерживает работу с текстом и изображениями. В карточке приведены результаты сравнительных тестов с базовой моделью: 88,29% на MMLU-Pro, 97,33% на GSM8K и 57,07% на GPQA-Diamond. Модель подходит для ответов на общие вопросы, математических задач и систем, которые передают запросы внешним инструментам. В README для обслуживания через vLLM указан контекст до 16 384 токенов. Модель распространяется по лицензии Apache-2.0. Заявленные характеристики и результаты приведены в карточке модели и не являются независимой оценкой качества.

Qwen3.8-9B-Function-Calling-xLAM-Unsloth — дообученная модель ermiaazarkhalili на базе empero-ai/Qwen3.8-9B. Модель с архитектурой Qwen3_5ForConditionalGeneration содержит 9,7 млрд параметров и была supervised fine-tuned на наборе Salesforce/xlam-function-calling-60k для следования инструкциям и вызова инструментов. LoRA-адаптеры объединены с базовыми весами. Модель предназначена для диалоговых сценариев, где по запросу пользователя нужно сформировать вызов функции или инструмента. Она распространяется в формате safetensors по лицензии Apache-2.0. Карточка приводит только значения training loss; оценка качества на downstream-бенчмарках не проводилась.

SeongryongJung/Qwen3-8B-ToolUse-SRPO-TR — дообученная версия Qwen3-8B для использования инструментов, обученная методом SRPO-TR с размером батча 32. В репозитории размещён лучший и одновременно финальный чекпойнт global_step_100, выбранный по валидационному показателю mean@16; для набора Tool use указано значение 66,45%. Модель построена на плотной архитектуре Qwen3ForCausalLM и содержит 7,6 млрд параметров. Она принимает текст и генерирует текст; контекстное окно составляет 40 960 токенов. Карточка демонстрирует загрузку через Transformers. Базовая Qwen3-8B описана как многоязычная модель, но конкретные языки этой настройки отдельно не перечислены. Модель предназначена для сценариев, где языковая модель должна выбирать и вызывать инструменты. Результат в таблице относится к указанному набору и метрике, поэтому сам по себе не гарантирует аналогичного качества на других наборах задач. Лицензия — Apache-2.0.

OsaurusAI Raptor 0.6 4B JANG_4M — дообученная и квантованная версия XHToken/Spark-X2.5-4B, подготовленная для работы в Osaurus. Модель имеет плотную архитектуру Spark2.5 и около 3,8 млрд параметров; веса сохранены в safetensors и занимают около 2,45 ГиБ. Квантование использует 4-битные gate/up-проекции, 5-битные down-проекции и attention, 6-битные эмбеддинги, а нормы и отдельные компоненты оставлены в полной точности. Модель предназначена для диалоговой генерации, рассуждений и агентных сценариев: она выбирает, когда ответить напрямую, вызвать инструмент, восстановиться после ошибки, запросить уточнение или передать работу субагенту. Метаданные указывают контекст до 1 048 576 токенов и поддержку английского и китайского; README отмечает, что точность квантования отдельно не измерялась на китайских и длинных свыше 4K токенов текстах. Для работы требуется Osaurus версии 0.25.0 или новее; лицензия — Apache-2.0. JANG_4M экономит память по сравнению с вариантом JANG_6M, но README сообщает о заметном снижении точности относительно bf16 и JANG_6M.

ScaleCUA-7B — мультимодальная модель OpenGVLab для управления графическим интерфейсом компьютера. Это дообученная версия Qwen2.5-VL-7B-Instruct с 7,1 млрд параметров, построенная на архитектуре Qwen2.5-VL. Модель принимает визуальный ввод и инструкции на естественном языке и генерирует текст с действиями для интерфейса; для работы с ней README приводит пример загрузки через Transformers. Контекст модели составляет 128 000 токенов. Модель предназначена для автоматизации многошаговых задач в графических интерфейсах на разных платформах. В режиме Direct Action она определяет элементы интерфейса и выдаёт действия вроде нажатия кнопки с координатами; в режиме Reasoned Action сначала планирует операцию, затем формирует инструкции и действия. По README, данные обучения охватывают шесть операционных систем и три предметные области. Авторы сообщают о результатах на бенчмарках WebArena-Lite-v2, ScreenSpot-Pro, MMBench-GUI и OSWorld-G. ScaleCUA-7B распространяется под лицензией Apache-2.0. Она рассчитана на управление интерфейсами по визуальному контексту, однако приведённые в карточке результаты относятся к бенчмаркам и не гарантируют успешного выполнения произвольных задач. Для прямого управления требуется преобразовать координаты действий с учётом изменения размера изображения; карточка не заявляет поддержку русского языка.

Tailorbird v0.2 — созданная vcerny дообученная языковая модель для сжатия истории диалога и передачи устойчивой памяти между этапами работы ассистента. Она обучена методом supervised fine-tuning с LoRA на базе openbmb/MiniCPM5-2B-Midtrain; после обучения адаптер объединён с базовой моделью. Модель содержит 2,2 млрд параметров, использует плотную архитектуру семейства Llama и распространяется в формате Safetensors. По карточке она принимает текст и формирует текстовые заметки с фактами, решениями, ограничениями и открытыми вопросами; контекст модели — до 131 072 токенов. Основные сценарии — уплотнение разговоров, обновление накопительных заметок и подготовка структурированных сводок для передачи задачи другому агенту. Модель ориентирована на английские запросы с явно заданным форматом вывода; для детерминированных заметок карточка рекомендует жадное декодирование и чёткий контракт в промпте. В метаданных также указана поддержка чата и интерфейса вызова инструментов. Независимые тестовые бенчмарки не приведены. Хотя архитектурное окно контекста велико, обучение проводилось на последовательностях до 2 048 токенов, а работа на предельной длине контекста не проверялась. Модель может пропускать, объединять или неверно классифицировать сведения, поэтому её заметки требуют проверки и не должны служить единственным основанием для важных решений. Лицензия — Apache License 2.0.

Tema_Q-X7-Thinking — большая языковая модель для агентных приложений, созданная на основе Ornith-1.5-35B-A3B, разработанной Ornith AI. В карточке указано, что модель рассчитана на генерацию более гибких и полезных ответов на сложные запросы; в сочетании с Tema_Q Agent она поддерживает расширенные рассуждения. Модель использует архитектуру семейства Qwen 3.5 MoE и распространяется в формате safetensors. Она поддерживает японский, английский и китайский языки, диалог, следование инструкциям и интерфейс вызова инструментов. Лицензия в предоставленных данных не указана. Пользователи отвечают за соблюдение применимого законодательства и правил платформы; карточка запрещает использование для дискриминации, преследования, насилия, незаконных и иных вредоносных целей.

UI-Venus-2-9B — мультимодальный агент для управления графическими интерфейсами от inclusionAI. Он наблюдает экран, определяет состояние задачи, выбирает действие и использует обратную связь среды, чтобы продолжить работу в мобильных приложениях, веб-сервисах и настольных операционных системах. Модель построена на архитектуре Qwen3.5-9B и дообучена для визуального заземления, навигации и выполнения действий в интерфейсе; заявленная конфигурация обслуживания допускает контекст до 262144 токенов. Модель предназначена для сквозного выполнения задач в GUI, включая поиск и взаимодействие с элементами, работу с CAPTCHA, навигацию по сайтам и использование приложений. В README описаны многоязычные мобильные среды с приложениями на китайском и английском языках, веб-среды и задачи для настольных ОС. По сравнению с базовой Qwen3.5-9B модель показывает более низкий Attack Success Rate на тестах OSHarm и OSBlind, однако риск вредоносных действий сохраняется. Лицензия весов на момент карточки ожидает окончательного подтверждения; Apache-2.0 не следует считать действующей лицензией.

WebRL-GLM-4-9B — открытая модель, разработанная Zhipu AI на основе GLM-4-9B и дообученная для выполнения действий в веб-интерфейсах. Она предназначена для автоматизации задач на пяти сайтах из WebArena: OpenStreetMap, Reddit, GitLab, CMS интернет-магазина и OneStopShop. Модель имеет плотную архитектуру ChatGLMForConditionalGeneration, содержит 11,4 млрд параметров и поддерживает контекст до 16 384 токенов. В карточке указана поддержка английского языка и диалоговый режим. В оценке WebArena-Lite модель получила средний показатель успешного выполнения 43,0; по приведённым результатам она лучше исходной GLM-4-9B-Chat на всех пяти сайтах. Метаданные указывают текстовую генерацию, а каталог также отмечает классификацию текста как поддерживаемую задачу. Лицензия обозначена как other, поэтому конкретные условия использования следует проверять в репозитории модели.

xLAM-8x7b-r-IMat-GGUF — это квантизированная версия языковой модели Salesforce/xLAM-8x7b-r, разработанной Salesforce и преобразованной в формат GGUF с использованием llama.cpp. Квантизацию выполнил legraphista; доступны варианты от BF16 и FP16 до Q2_K, Q3_K, Q4_K, Q5_K, Q6_K и Q8_0, включая варианты с IMatrix-калибровкой. Модель предназначена прежде всего для function calling, использования инструментов и построения LLM-агентов, а также для текстовой генерации в совместимых средах, включая llama.cpp. В карточке указана поддержка английского языка и датасет Salesforce/xlam-function-calling-60k. Архитектура обозначена тегом Mistral, однако точные сведения о размере контекста и других архитектурных параметрах не приведены. Главное преимущество модели — наличие множества вариантов квантизации, позволяющих выбирать баланс между качеством, требованиями к памяти и скоростью инференса; IMatrix может применяться в ряде низкоразрядных вариантов. Ограничения включают потенциальное снижение качества при агрессивной квантизации, необходимость значительных ресурсов для крупных вариантов и отсутствие подтверждённых характеристик для неанглийских языков и мультимодальных задач. Модель распространяется по лицензии CC BY-NC 4.0, а доступ к репозиторию требует принятия соответствующих условий.

ActionGemma-9B — языковая модель KishoreK для генерации ответов с вызовами функций. Она основана на Gemma2-9B-it и дообучена на датасете Salesforce/xlam-function-calling-60k, чтобы сочетать многоязычные возможности Gemma с форматом вызова инструментов. Модель имеет плотную архитектуру Gemma 2, содержит 9 млрд параметров и работает с текстом; заявленное окно контекста — 8192 токена. Модель предназначена для диалоговых сценариев, где по запросу нужно сформировать вызов функции или инструмента. В карточке приведён шаблон чата, который можно использовать при подготовке запросов. README заявляет поддержку языков Gemma 2, но не перечисляет их. Модель распространяется по лицензии MIT. Карточка не приводит результатов оценки качества и подробно не описывает ограничения, поэтому надёжность вызовов функций следует проверять на целевых задачах.

ENTUM-AI разработала AgentRouter — компактную модель классификации намерений для маршрутизации запросов к языковым моделям и инструментам. Она относит запрос к одной из 10 фиксированных категорий, включая генерацию и отладку кода и математические рассуждения, чтобы агентная система могла выбрать подходящий инструмент или модель. Модель построена на архитектуре BERT и предназначена для классификации текста на английском языке. В README указана основа MiniLM с 33 млн параметров, тогда как метаданные каталога сообщают об архитектуре BertForSequenceClassification и 40 млн параметров. Контекст ограничен 512 токенами. README заявляет задержку менее 5 мс на GPU и возможность запуска на CPU, но не приводит методику измерений. AgentRouter подходит для маршрутизации запросов в агентных системах, выбора специализированных моделей и оптимизации стоимости или задержки обработки. Лицензия — Apache-2.0. Модель ограничена английским языком и десятью фиксированными категориями намерений; качество классификации за пределами этих категорий не описано.

Richard Young создал Agents-A1-4B-heretic — версию модели InternScience/Agents-A1-4B, модифицированную инструментом Heretic v2.0.0.dev0 методом abliteration: изменение направления отказа без дообучения. Это плотная языковая модель семейства Qwen3.5 с 4 млрд параметров, предназначенная для диалогов, вызова инструментов и выполнения многошаговых агентных задач. Она может разбивать сложные запросы на этапы, планировать действия и работать с внешними инструментами через их интерфейсы. По данным карточки, в тесте на 100 запросах модель отказала в 11 случаях против 99 у исходной версии; заявленное KL-расхождение составляет 0,0598. Эти результаты описывают указанные в карточке проверки и не гарантируют качество в других сценариях. Модель принимает и генерирует текст; поддержка изображений отмечена в метаданных тегами, однако основная задача репозитория — генерация текста. Модель распространяется по лицензии Apache-2.0. Abliteration снижает частоту отказов, поэтому модель может отвечать на запросы, которые исходная версия отклоняет.

SC117/Agents-A1-MTP-APEX-GGUF — сборка модели Agents-A1, подготовленная SC117 в формате GGUF с APEX-квантизацией и слоем Multi-Token Prediction (MTP). Базовая Agents-A1 разработана InternScience: это агентная MoE-модель класса 35 млрд параметров, дообученная на Qwen3.5-35B-A3B. В README также описана версия BF16 и визуальный проектор mmproj-F16 для работы с изображениями и текстом. Модель предназначена для генерации ответов и выполнения многошаговых агентных задач, включая научные рассуждения, поиск и вызов инструментов. README приводит результаты на научных и агентных бенчмарках; GGUF-файлы рассчитаны на запуск через llama.cpp, а также указаны варианты развёртывания через vLLM и SGLang. Для llama.cpp заявлена поддержка контекста до 131072 токенов, для vLLM — до 262144; MTP призван ускорять генерацию. APEX применяет смешанную точность с учётом типа тензоров, а MTP-слой сохраняется в Q8_0. Метаданные указывают форматы GGUF, BF16 и F16. Лицензия — Apache-2.0. Описания производительности и приведённые в README бенчмарки являются заявлениями авторов; качество конкретной квантизированной сборки может зависеть от выбранного файла и среды запуска.

AGW-35B — разработанный на основе Qwen3.5-35B-A3B агент для управления графическим интерфейсом компьютера. Модель дообучена на 79 266 синтетических примерах взаимодействия AutoGUIWorld для Chrome, Ubuntu, Windows и macOS. Она принимает инструкцию, снимок экрана и историю недавних действий, а затем выдаёт описание следующего шага и структурированный вызов инструмента computer_use с действиями мыши или клавиатуры, вводом текста, прокруткой, ожиданием либо завершением задачи. Координаты задаются на сетке 0–999 и преобразуются исполнителем в координаты экрана. Это мультимодальная модель семейства Qwen3.5 MoE на архитектуре Qwen3_5MoeForConditionalGeneration. Взаимодействие рассчитано на контекст SFT длиной 16 384 токена. В опубликованных оценках модель улучшила результаты базовой модели на OSWorld, Windows Agent Arena, macOSWorld и ScreenSpot-Pro; эти показатели относятся к указанным тестам и не гарантируют успеха в других приложениях. Модель обучена выдавать прямые действия без рассуждений в целевом ответе; для согласованной работы README рекомендует отключить thinking и сохранить шаблон чата репозитория. AGW-35B предназначена для исследований и разработки GUI-агентов и требует внешней системы, которая выполняет вызовы инструмента, делает новые снимки экрана и передаёт историю взаимодействий. Модель видит только изображение интерфейса, поэтому неоднозначные состояния и ошибки на ранних шагах могут нарушить выполнение длинных сценариев. Оценивание проводилось на английских инструкциях и интерфейсах; качество для других языков не установлено, а синтетические обучающие траектории могут содержать артефакты. Лицензия — Apache-2.0.

Arctic-AWM-14B — языковая модель Snowflake AI Research, разработанная совместно с исследователями UNC-Chapel Hill. Это плотная модель семейства Qwen3 на 14 млрд параметров, дообученная с помощью агентного обучения с подкреплением на полностью синтетических средах AgentWorldModel-1K. Она предназначена для многошагового взаимодействия с инструментами через унифицированный интерфейс MCP и для задач, где агенту нужно выполнять последовательность действий в среде. Модель принимает текстовые запросы и выдаёт текстовые ответы и вызовы инструментов. Контекст составляет 40 960 токенов; карточка указывает английский язык. Лицензия — Apache-2.0.

AriannaV6 — мультимодальная модель для диалогов и агентных сценариев, разработанная независимым автором и дообученная на базе Google Gemma 4 12B. QLoRA-адаптер обучен на вызове инструментов, устойчивой идентичности и поведении с долговременной памятью, а затем объединён с весами модели. Архитектура gemma4_unified обрабатывает текст, изображения и аудио; заявленная длина контекста — до 262 144 токенов. Доступны объединённые веса Safetensors и варианты GGUF, включая квантизированные сборки. Модель предназначена для универсального помощника, рабочих процессов с инструментами и роли рассуждающего ядра в мультимодальных системах. По описанию автора, V6 исправляет часть потери знаний и здравого смысла в предыдущих версиях, но уступает базовой Gemma на отдельных проверках знаний и общих рассуждений. Голосовой ввод-вывод и генерация изображений или видео в веса не встроены: для них нужны отдельные компоненты. Лицензия CC-BY-NC-SA-4.0 требует указания авторства и распространения производных на тех же условиях и ограничивает коммерческое использование.

BetterWright Encoder 350M — это дообученный полноразмерный энкодер LiquidAI/LFM2.5-Encoder-350M для оценки релевантности узлов дерева доступности в браузерных сценариях. Он принимает описание задачи вместе с поддеревом доступности и выдаёт релевантность фрагментов и отдельных узлов, а также сигнал уверенности для безопасного отката к исходному снимку страницы. Модель содержит 444,6 млн параметров, использует архитектуру LFM2 и поддерживает контекст до 128 000 токенов; веса опубликованы в формате safetensors. Модель предназначена для сокращения контекста браузерного агента с сохранением элементов, важных для целевых действий и подтверждающих данных. Обучение проводилось на структурных примерах с разделением данных по доменам. В отчёте на отложенных доменах указаны 99,584% полноты целевых элементов и подтверждений, но в живом навигационном прогоне модель сохранила и позволила нажать 6 из 9 текущих целей. Это модель релевантности, а не автономный браузерный агент; автор рекомендует использовать детерминированные правила сохранения важных узлов и откат к полному дереву при низкой уверенности, ошибках, тайм-аутах или недостаточном контексте. Лицензия указана как other, конкретные условия в предоставленных данных не раскрыты.

blink-27b — дообученная модель thegovind на текстовой части Qwen/Qwen3.8-27B с 22,3 млрд параметров по метаданным каталога. Она предназначена для типизированного выбора: получает текстовое или JSON-состояние и вопрос с вариантами ответа, а затем за один проход возвращает условные вероятности для каждого варианта без генерации пояснительного текста. Подходит для принятия решений в приложениях и агентных системах, включая выбор действия по описанию страницы, проверку завершения задачи и оценку риска операции. Модель использует плотную архитектуру Qwen3_5ForCausalLM; карточка описывает 64 декодерных слоя, смешивающих Gated DeltaNet и полнослойное внимание. Контекст — до 262 144 токенов. Основной режим текстовый; изображения можно включить при самостоятельном развёртывании, подключив визуальный энкодер базовой модели, но он не входит в опубликованный текстовый чекпойнт. Карточка сообщает об обучении на целевых распределениях и демонстрационных результатах, которые не являются официальным бенчмарком. Для запуска описаны Transformers-сервер и вариант MLX для Apple silicon. Лицензия указана как other, конкретные условия в предоставленных данных не раскрыты. Вероятности относятся к предложенным вариантам и не гарантируют правильность ответа; визуальный режим требует отдельного подключения энкодера, а браузерный сценарий по тексту не обеспечивает автономную навигацию.

blink-mimo-9b — дообученная модель thegovind на базе XiaomiMiMo/MiMo-V2.6-Distill-Qwen-9B, предназначенная для выбора действий по скриншотам и текстовому состоянию интерфейса. Это плотная мультимодальная модель семейства Qwen 3.5 с собственной визуальной частью; размер весов составляет 18,8 ГБ в bf16, языковая часть содержит около 8,95 млрд параметров, а всего — около 9,41 млрд. Модель оценивает предложенные варианты выбора за один проход и возвращает вероятности, не генерируя текст. Она принимает скриншоты при включённом режиме vision, а также текст или JSON-состояние с вопросами типа choice, yes/no и score. Основной сценарий — выбор следующего клика среди размеченных целей на экране; модель также подходит для оценки вариантов в компьютерных и браузерных агентах. В README приведены результаты внутренних и публичных наборов для разработки, но автор отдельно отмечает, что это не официальные бенчмарки и не показатель успешного выполнения задач. В эксперименте с обучением на скриншотах улучшилась работа на практиковавшихся приложениях, но снизилась осторожность при рискованных кликах; обучение скриншотам не опубликовано. Лицензия указана как other, конкретные условия в предоставленных данных не раскрыты.

Canopy-258M-R3 v3 — компактная языковая модель семейства Canopy от psikosen, предназначенная для браузерной автоматизации и работы на устройствах с ограниченными ресурсами. Авторская карточка описывает её как рекуррентную Mixture-of-Experts-модель для выполнения действий в браузере, включая заполнение форм, обработку динамических полей и извлечение структурированных данных со страниц. В примерах показаны генерация кода и управление браузером через отдельный инструментальный пакет. В метаданных указаны 136,8 млн параметров, архитектура CanopyForCausalLM, поддержка чата и кода, формат safetensors и библиотека Transformers. README заявляет об ускорении браузерных сценариев, но не приводит независимых результатов оценки. Модель работает с текстовыми запросами и генерирует текст; её карточка указывает английский язык. Лицензия Apache 2.0.

Dhee-Pravega v3 — модель для диалогов с вызовом инструментов, разработанная Dhee Yantra на основе дообученной Google Gemma 4 E2B IT. Она предназначена для выбора подходящего инструмента из нескольких вариантов, формирования аргументов вызова и определения, когда инструмент вызывать не нужно. Модель также обучена переключать язык диалога и выполнять перевод по соответствующим запросам. Модель использует плотную архитектуру Gemma 4 и представлена в формате safetensors с весами bf16; адаптер QLoRA был объединён с базовой моделью. Обучение проводилось на 181 191 диалоге на 18 языках. В README приведена оценка на 720 отложенных диалогах: инструмент был выбран правильно в 96,53% случаев, а все аргументы — в 71,11%; эти результаты относятся к описанному набору оценки и не гарантируют аналогичное качество в других сценариях. Для работы инструменты следует передавать структурированно через шаблон чата Gemma 4. Метаданные указывают лицензию «other», поэтому условия использования следует сверить с карточкой модели и базовой модели перед внедрением.

distil-labs разработала компактную модель классификации электронной почты на основе Qwen3-0.6B. Это плотная авторегрессионная модель с 507,9 млн параметров, дообученная с помощью дистилляции знаний и supervised fine-tuning; она принимает текст письма и выдаёт текстовую метку из закрытого набора: Billing, Newsletter, Work, Personal, Promotional, Security, Shipping, Travel, Spam или Other. Модель рассчитана на локальную автоматическую сортировку почты, например, в связке n8n, Ollama и Gmail, чтобы содержимое писем не отправлялось внешним LLM API. Контекст составляет 40 960 токенов; доступны форматы Safetensors и GGUF. В описанных авторами испытаниях точность дообученной модели составила 93% на их наборе данных, тогда как базовая Qwen3-0.6B показала 38%; для обучения использовались 154 начальных примера и ответы GPT-OSS-120B как учителя. Эти показатели относятся к данным и настройке авторов и не гарантируют такую же точность на других почтовых потоках. Модель ориентирована на метки на английском языке. Лицензия — Apache-2.0.

functionary-medium-v3.1-GGUF — это квантизированная версия языковой модели functionary-medium-v3.1, разработанной meetkai и опубликованной в формате GGUF компанией Second State Inc. Модель предназначена для диалоговых приложений и сценариев вызова функций, где требуется формировать вызовы инструментов в заданном формате с аргументами JSON. Поддерживается запуск через LlamaEdge версии 0.14.10 и выше с использованием шаблона prompt functionary-31. Заявленный размер контекста составляет 128 000 токенов. README не содержит сведений о точной архитектуре, количестве параметров, поддерживаемых языках или мультимодальности, поэтому эти характеристики нельзя достоверно определить. Доступны варианты квантизации от Q2_K до Q8_0; Q4_K_M, Q5_K_M и Q5_K_S обозначены как рекомендуемые, при этом более сильная квантизация уменьшает размер файла, но может заметно снижать качество. Модель подходит для локального развёртывания, чат-приложений и интеграции с внешними инструментами через function calling. Ограничения включают возможную потерю качества в низкобитных вариантах и значительный объём файлов: от 26,4 до 49,9 ГБ для указанных сборок. Модель распространяется по лицензии MIT.

Gemini 3.1 Pro Preview Custom Tools — вариант Gemini 3.1 Pro, предназначенный для более точного выбора инструментов при работе с ними. В частности, он снижает чрезмерное использование универсального инструмента bash, когда задачу эффективнее выполнить с помощью сторонних инструментов. Модель подходит для сценариев, где ассистент выбирает и вызывает инструменты для решения пользовательских задач. Данных о размере, архитектуре, языках, контексте и лицензии в предоставленных источниках нет.

Gemma-4-E4B-it-PARL — дообученная командой Pimnara Adulchantarasorn, Phanida Toaluea, Nattanant Vonghan и Rapeepong модель Google Gemma 4 E4B Instruct, созданная в рамках хакатона lablab.ai при поддержке AMD. Модель оптимизирована для автономного многошагового рассуждения и глубокого веб-исследования; при обучении применялись GRPO и подход Parallel-Agent Reinforcement Learning (PARL). Модель предназначена для сценариев, где нужно собирать сведения из нескольких источников, удерживать большой объём контекста и синтезировать выводы в отчёт. По карточке, дообучение рассчитано на контекст свыше 60 тысяч токенов и обучает оркестрации агентных процессов, включая делегирование задач и выполнение Python-кода. Базовая Gemma 4 — мультимодальная модель; в ходе обучения визуальный энкодер оставили замороженным, чтобы сохранить возможности анализа изображений. Репозиторий содержит веса в формате safetensors, лицензия — Gemma License. Основная задача в метаданных — генерация текста. Хотя карточка описывает агентные сценарии и сохранённые возможности работы с изображениями, выполнение внешнего поиска, вызов инструментов и создание HTML-отчётов зависят от соответствующей обвязки; сам README не приводит результатов оценки качества.

GPT-6.1 Sol — модель OpenAI из серии GPT-6, представленная как обновление GPT-6 Sol и расположенная ниже флагманской GPT-6 Astra. Она предназначена для агентного программирования, управления компьютером и работы с документами в профессиональных сценариях. Метаданные каталога классифицируют её как image-text-to-text, что указывает на обработку изображений и выдачу текста. Доступные сведения не позволяют определить размер, архитектуру, языки, контекст или лицензию модели. README обрывается на описании назначения, поэтому её характеристики и условия использования нельзя уточнить.