I.1Поиск и навигация по информации

JANGQ-AI/Nemotron-Cascade-2-30B-A3B-JANG_4M — квантованная версия NVIDIA Nemotron-Cascade-2-30B-A3B, подготовленная Jinho Jang с помощью открытого формата и движка JANG для MLX. Это языковая модель для диалогов и генерации текста с пошаговым режимом рассуждений и интерфейсом вызова инструментов. В основе — гибридная архитектура Nemotron-H: Mamba-2, смесь экспертов (MoE) и слои внимания; в README указаны 52 слоя и 128 экспертов с выбором шести. Квантование JANG_4M использует 4,1 бита и 8-битные веса внимания. Метаданные указывают 1,9 млрд параметров и контекст до 262 144 токенов. Модель ориентирована на рассуждения, в том числе решение математических задач, а также на обычные диалоги и агентные сценарии. По результатам теста MMLU на 200 вопросах, приведённым автором карточки, она набрала 93% в режиме рассуждений; это результат собственного тестирования, а не независимая оценка. Для запуска нужны Apple Silicon с не менее чем 24 ГБ объединённой памяти и совместимая среда MLX, например MLX Studio или пакет JANG для MLX; обычные загрузчики MLX могут не поддерживать отображение весов этой архитектуры. В карточке указана лицензия «other», конкретные условия следует проверять у автора базовой модели и производной версии.

Prometheus-Mistral-Nemo-12B — разговорная текстовая модель на архитектуре Mistral, созданная ApolloRaines на основе Mistral-Nemo-Instruct-2407. Авторы применили к весам модели автоматическую оптимизацию через систему jBlaze: модель оценивала свои поведенческие слабые стороны, предлагала изменения, а функциональные тесты определяли, сохранять ли их. Это дообученная версия размером 12,1 млрд параметров с контекстом до 131 072 токенов; доступны веса Safetensors. Модель поддерживает английский язык и интерфейс вызова инструментов. Модель предназначена для диалога и генерации текста с акцентом на проверку предположений, обозначение неопределённости, самокоррекцию, анализ альтернатив и распознавание вводящих в заблуждение формулировок. В README приведён результат 43 из 50 на наборе вопросов-ловушек; качество длинных ответов, по утверждению авторов, сопоставимо с базовой моделью. Эти результаты основаны на описанных авторами тестах и не гарантируют точность в других сценариях. Модель распространяется по лицензии Apache-2.0; система jBlaze, использованная для модификации весов, является проприетарной.

Theros/Qwen2.5-ColdBrew-R1-test5 — объединённая языковая модель, созданная с помощью mergekit методом SLERP из Theros/Qwen2.5-ColdBrew-R1-test3 и bunnycore/Qwen-2.5-7B-Stock-Deep-Bespoke-v2. Модель разработана для диалогов и генерации текста; её архитектура — плотная Qwen2, размер — 7,1 млрд параметров, а родной контекст составляет 131 072 токена. Репозиторий содержит веса в формате safetensors и предназначен для использования с библиотекой Transformers. Модель подходит для ведения диалогов и генерации текста с длинным контекстом. В карточке не приведены сведения о языках, лицензии и специальных прикладных областях, поэтому их нельзя уточнить. Качество и поведение объединённой модели зависят от исходных моделей; отдельные ограничения в карточке не описаны.

N8Programs/Qwen3.6-35B-A3B-AntiLoop — версия в формате BF16 модели N8Programs/Qwen3.6-35B-A3B-AntiLoop-NVFP4. Согласно метаданным, это дообученная на базе Qwen/Qwen3.6-35B-A3B мультимодальная модель семейства Qwen3.5 MoE с архитектурой Qwen3_5MoeForConditionalGeneration. Она предназначена для диалогов и работы с изображениями; метаданные также отмечают интерфейс вызова инструментов. Базовая модель описана как модель с 35 млрд параметров для диалогов, агентного программирования и анализа изображений. Репозиторий содержит веса BF16 в формате safetensors. Лицензия — Apache-2.0. Карточка этой версии отсылает за рекомендациями по запуску, обучающим данным, оценкам и ограничениям к карточке NVFP4-релиза; подробностей об изменении AntiLoop в README нет.

Qwen3.8-27B-Uncensored-NVFP4 (ModelOpt) — это квантованная версия мультимодальной модели JonathanColetti/Qwen3.8-27B-Uncensored, опубликованная joshebbs и подготовленная с помощью NVIDIA TensorRT Model Optimizer 0.43.0. Модель предназначена для инференса под управлением vLLM на GPU архитектуры Blackwell и поддерживает обработку текста и изображений. Заявленные языки — английский и китайский. Лицензия — Apache-2.0. Модель содержит 27 млрд параметров и использует гибридную архитектуру из 64 слоёв, объединяющую Gated DeltaNet и Gated Attention. Квантование NVFP4 с размером блока 16 и FP8-масштабами применено к 400 линейным слоям; vision tower, lm_head, MTP head и отдельные чувствительные к точности проекции DeltaNet сохранены в исходной точности. Размер весов уменьшен примерно с 65 ГБ в BF16 до 19,2 ГиБ. Vision tower и голова многотокенного предсказания сохранены. Модель подходит для генерации текста, рассуждений, мультимодальных сценариев и вызова инструментов через совместимый XML-формат Qwen. Контекст до 131 072 токенов проверен при распределённом запуске на двух NVIDIA DGX Spark GB10 с tensor parallelism. Для работы необходим runtime с поддержкой modelopt_fp4; стандартная загрузка через transformers невозможна. Рекомендуется vLLM с Blackwell, FP8 KV-cache и FlashInfer. При включённом режиме рассуждений ответы могут оказаться пустыми, если генерация обрывается внутри блока <think>; также для автоматического tool calling требуются специальные параметры vLLM.

Qwen3.8-Flash-Next — экспериментальная открытая модель компании AMAImedia, выпущенная в рамках платформы NOESIS для профессиональной автоматизации многоязычного дубляжа. В README также указано, что архитектура разработана как preview основы будущего поколения Qwen4. Модель предназначена для задач обработки текста, агентных сценариев и работы с визуальными данными; она совместима с Hugging Face Transformers, vLLM, SGLang и TokenSpeed. Это каузальная языковая модель с vision encoder и физическим объёмом 180B параметров: 125B параметров основной языковой модели, 51B параметров n-gram embedding и 4B параметров MTP. На один токен активируется около 6B параметров. Архитектура включает 48 слоёв, гибридную связку Gated DeltaNet и Qwen Sparse Attention, MoE с 512 экспертами, из которых активируются 10 маршрутизируемых и 1 общий, а также Gated Residual и n-gram embedding. Нативная длина контекста составляет 262 144 токена с возможностью расширения до 1 000 000 токенов. Языки и точный набор поддерживаемых визуальных форматов в README не указаны. Сильными сторонами модели заявлены эффективная обработка длинного контекста, сниженная задержка благодаря разреженному вниманию на уровне микроблоков, экономичное масштабирование параметров и низкие вычислительные затраты инференса. Ограничения связаны с экспериментальным статусом архитектуры и отсутствием в предоставленных данных подробных результатов бенчмарков, описания языкового покрытия и практических ограничений применения. Модель распространяется по лицензии qwen-community-1.0; условия лицензии следует уточнять в файле LICENSE.

Карточка модели rhombus18/rhododendron-efficiency-1o на Hugging Face совпадает с карточкой rhombus18/rhododendron-professor-1o, поэтому описание составлено по ней. Rhombus18 Rhododendron Professor 1o — дообученная языковая модель семейства Qwen3, разработанная пользователем rhombus18 на основе unsloth/qwen3-32b-bnb-4bit. Модель имеет плотную архитектуру Qwen3ForCausalLM и содержит 29,7 млрд параметров. Карточка указывает обучение с помощью Unsloth и библиотеки TRL от Hugging Face; репозиторий содержит веса в формате safetensors. Модель предназначена для генерации текста и диалогового взаимодействия; метаданные также отмечают интерфейс вызова инструментов. Она поддерживает английский язык и контекст длиной до 128 000 токенов. В README не описаны специализированные области применения или результаты оценки качества, поэтому пригодность для конкретных задач следует проверять отдельно. Лицензия — Apache 2.0.

Lucyfer1718/spartan_nemotron — диалоговая языковая модель, созданная слиянием методом SLERP двух моделей: mattshumer/Reflection-Llama-3.1-70B и nvidia/Llama-3.1-Nemotron-70B-Instruct-HF. Она предназначена для генерации текста в ответ на запросы и ведения диалога; метаданные также отмечают интерфейс вызова инструментов. Модель построена на плотной архитектуре LlamaForCausalLM и содержит 28,4 млрд параметров, работает с контекстом до 131 072 токенов и распространяется в формате safetensors через Transformers. Модель подходит для диалоговых ассистентов, ответов на инструкции и генерации текста с длинным контекстом. В карточке не указаны отдельные целевые языки или специализированная предметная область. Лицензия и сведения о качестве или ограничениях модели в предоставленных данных отсутствуют.

Swallow-7b-instruct-v0.1 — диалоговая языковая модель TokyoTech-LLM на архитектуре Llama 2 с 6,7 млрд параметров. Она прошла дополнительное предварительное обучение преимущественно на японских текстах, а версия instruct — supervised fine-tuning для следования инструкциям. Токенизатор с расширенным японским словарём эффективнее представляет японский текст. Модель принимает текст и генерирует текст; заявленный контекст — 4096 токенов. Модель предназначена для диалогов и выполнения текстовых инструкций на японском и английском языках: написания текстов, ролевых диалогов, ответов на вопросы, рассуждений и извлечения информации. В README опубликованы оценки на японском MT-Bench и сравнение с другими моделями, однако они не гарантируют качества для каждого сценария. Выпуск v0.1 обозначен как предварительная версия; разработчики предупреждают, что модель ещё не настроена на соответствие человеческим намерениям и требованиям безопасности. Лицензия — Llama 2 Community License (llama2).

Карточка модели PS4Research/005Kq3yTVMadlDXH на Hugging Face совпадает с карточкой PS4Research/IKn8jwlNamPNIS15, поэтому описание составлено по ней. Модель PS4Research/IKn8jwlNamPNIS15 — дообученная PS4Research языковая модель семейства Granite на базе ibm-granite/granite-4.2-30b. Она предназначена для генерации текста и диалогового взаимодействия; интерфейс также поддерживает вызов инструментов. Модель содержит 28,9 млрд параметров, использует плотную архитектуру GraniteForCausalLM и принимает контекст длиной до 131 072 токенов. В метаданных указан английский язык. Базовая модель IBM описана как многоязычная и предназначенная для рассуждений, диалога, программирования и вызова инструментов, однако README не уточняет, какие именно навыки были предметом дообучения этой версии. Модель распространяется в формате safetensors по лицензии Apache-2.0; для ускорения обучения использовались Unsloth и библиотека TRL.

1.5-Pints-2K-v0.1 — языковая модель команды Pints Research на архитектуре Llama 2, предназначенная для диалогового помощника и последующей адаптации под специализированные задачи. Модель содержит около 1,5 млрд параметров, обучена на 57 млрд токенов предварительного корпуса и дообучена с оптимизацией предпочтений. Использует токенизатор Mistral и шаблон ChatML; размер контекста — 2 048 токенов. Модель генерирует текст и рассчитана на ответы пользователям и рассуждения при сравнительно скромных вычислительных ресурсах; авторы указывают, что для запуска достаточно GPU с 8 ГБ видеопамяти. Для запросов, требующих точных фактов или актуальных знаний, рекомендуется подключать поиск по документам через RAG. В опубликованном сравнении MTBench модель набрала 3,73 балла. Лицензия репозитория — MIT. Авторы отдельно предупреждают, что не гарантируют юридический статус материалов обучающих корпусов и возлагают на пользователей ответственность за проверку соблюдения местных законов об авторском праве.

yuq-zhou/2026-05-o-b0p3-a1p0-gc0p5-exp-td4p0-tw10p0-r1-7-last — контрольная точка языковой модели в стандартном формате Hugging Face для загрузки через Transformers. Это плотная авторегрессионная модель семейства Qwen2 с 7,1 млрд параметров и контекстом до 131 072 токенов. Метаданные указывают на поддержку чата и интерфейса вызова инструментов; основная задача модели — генерация текста. Модель может использоваться для диалоговых ответов и генерации текста с длинным контекстом. Карточка называет её резервной копией исследовательского артефакта, но не описывает конкретные данные обучения, специализацию или проверенные показатели качества. Лицензия в предоставленных данных не указана.

Bonsai 2 27B Ternary CRACK GGUF — языковая и мультимодальная модель, созданная исследовательской командой dealignai на основе тернарной версии Bonsai от PrismML и Qwen3.8-27B от Qwen. Из модели на уровне весов удалены механизмы отказа, при этом заявлено сохранение базовых возможностей, режимов рассуждения, использования инструментов и многоходового диалога. Модель предназначена для генерации текста, задач с рассуждением, работы с инструментами и сценариев, где требуется обработка изображений; конкретные поддерживаемые языки и размер контекстного окна в README не указаны. Модель использует гибридную архитектуру Attention и SSM на базе GatedDeltaNet: 64 блока, размер скрытого состояния 5120, отдельная vision tower. Применяется тернарное квантование PrismML PQ2_0 с эффективностью 2,13 бит на вес и размером файла около 7,21 ГБ. Доступны режимы рассуждения off, low и xhigh; для работы с изображениями используются отдельные mmproj-файлы в форматах BF16 или Q8_0. Запуск поддерживается через форк llama.cpp от PrismML на CPU, CUDA и Metal, что позволяет использовать модель на ноутбуке или одной GPU. Сильными сторонами являются малый размер для модели класса 27B, поддержка vision, рассуждений и инструментов, а также сохранение общей производительности относительно базовой тернарной версии: на указанной выборке MMLU разница составила −0,62 процентного пункта. Ограничения включают крайне низкую точность тернарного квантования, зависимость от специального форка llama.cpp и совместимых файлов проекторов, а также отсутствие встроенных механизмов отказа, что делает модель неподходящей для сценариев, требующих строгих защитных ограничений. README также предупреждает об исправлении прежней ошибки зацикливания токенов в режимах low и xhigh; рекомендуется использовать сборку, опубликованную после 18 сентября 2026 года. Лицензия — Apache-2.0.

Bonsai 27B 1-bit CRACK GGUF — мультимодальная vision-language модель, опубликованная dealignai. Это квантованный релиз на базе prism-ml/Bonsai-27B-gguf из семейства Qwen/Qwen3.6-27B, предназначенный для работы с текстом, изображениями и, при поддержке соответствующего runtime, видео. Модель ориентирована на диалоговые сценарии, рассуждения, анализ визуального содержимого и использование инструментов; заявлены языки английский и китайский. В состав входят 27B-классная языковая модель с 64 гибридными блоками архитектуры семейства Qwen и отдельный F16 Qwen3VL-мультимодальный проектор. Основная модель использует нативный формат Q1_0 GGUF и занимает около 4,35 GiB, проектор — около 0,86 GiB. Поддерживаются изображения; видеовход зависит от возможностей Prism runtime, при необходимости рекомендуется предварительно извлекать кадры. В README приведены результаты на фиксированной выборке MMLU-200 — 52,50% — и полном тесте HB-320 — 97,81%, однако эти показатели не эквивалентны результатам на полных официальных наборах. К сильным сторонам относятся малый размер 1-битного представления, мультимодальность, наличие специализированного проектора и высокая заявленная скорость на Apple M5 Max — около 58,5 токена в секунду для текста и изображений. Ограничения включают необходимость использовать форк Prism llama.cpp с поддержкой низкоразрядных типов, а также возможную несовместимость прямого ввода видеофайлов с отдельными клиентами. Модель распространяется по лицензии Apache-2.0.

Мультимодальная модель Gemma 4 E2B IT, дообученная filipwx на базе unsloth/gemma-4-E2B-it и опубликованная в виде шардированных весов для удобной загрузки. Она предназначена для диалогов и задач image-text-to-text, включая анализ изображений и документов. Архитектура — плотная Gemma4ForConditionalGeneration; репозиторий содержит веса safetensors, разбитые на шарды примерно по 2 ГБ. README описывает запуск с 4-битной квантизацией bitsandbytes и прямым размещением модели на GPU, однако это параметры загрузки, а не отдельное заявленное свойство весов репозитория. Модель ориентирована на работу с изображениями и текстом; базовая модель также поддерживает диалоги и интерфейс вызова инструментов. Карточка приводит английский язык. Лицензия — Apache-2.0. Указанные в README ограничения и рекомендации по размещению на GPU относятся к конкретной конфигурации загрузки и оборудованию; её применимость зависит от доступной памяти и окружения.

OneNexus/GLM-5.3-Flash-MXFP4 — это чекпойнт модели GLM-5.3-Flash, разработанный OneNexus на базе zai-org/GLM-5.3-Flash. Модель предназначена для серверной обработки текстовых запросов и задач преобразования изображений в текст, включая сценарии с длинным контекстом и мультимодальными запросами. Заявлены английский и китайский языки; обработка видео не оценивалась. Модель имеет 320 млрд параметров, из которых 18 млрд активируются при обработке запроса. В большинстве слоёв используются маршрутизируемые эксперты с форматом весов MXFP4, а для других тензоров сохраняется заявленная точность. Архитектура включает разреженное внимание, K-пул для выбора контекста и встроенный механизм speculative decoding MTP с EAGLE. Максимальный контекст составляет 1 048 576 токенов, однако описанные тесты AgentX использовали ограничение 262 144 токена. Индексированный объём тензоров — около 182,12 GiB. На фиксированных выборках модель показала небольшие преимущества над amd/GLM-5.3-Flash-Quark-MXFP4 в MMLU и GPQA Diamond, но немного уступила в GSM8K; статистически значимое превосходство не установлено. Измеренная производительность при обслуживании запросов практически совпала с сопоставимым чекпойнтом AMD. Результаты зависят от ограничений длины ответа и не подтверждают превосходство в общем качестве, безопасности или агентских сценариях. Основной проверенный вариант развёртывания использует четыре AMD Instinct MI355X, ROCm и SGLang с TP4/EP4 и FP8 KV-кэшем. Лицензия — MIT.

EZCon/GLM-OCR-mlx — конвертированная для MLX версия модели GLM-OCR от zai-org. Это плотная мультимодальная модель с архитектурой GlmOcrForConditionalGeneration, предназначенная для распознавания текста и разбора содержимого изображений; поддерживает диалоговый режим и работу с изображениями. В карточке указаны восемь языков: китайский, английский, французский, испанский, русский, немецкий, японский и корейский. Репозиторий содержит веса safetensors и использует библиотеку MLX; README сообщает о конвертации из zai-org/GLM-OCR с помощью mlx-vlm 0.6.12. Модель распространяется по лицензии MIT.

Карточка модели SillyTilly/google-gemma-2-9b на Hugging Face совпадает с карточкой google/gemma-2-9b, поэтому описание составлено по ней. Gemma 2 9B — текстовая авторегрессионная модель семейства Gemma, разработанная Google. Это базовая предварительно обученная версия с открытыми весами; README также описывает семейство в целом, включая варианты, дообученные для следования инструкциям. Модель предназначена для генерации текста, диалогов, ответов на вопросы, суммаризации и рассуждений, а её сравнительно компактный размер позволяет запускать её на персональных компьютерах и в собственной облачной инфраструктуре. Модель принимает текст и генерирует текст. В карточке семейство указано как англоязычное; конкретная длина контекста и число параметров не приведены в предоставленных данных. Модель может выдавать неточные или устаревшие сведения, испытывать трудности со сложным контекстом, нюансами языка и здравым смыслом, а также воспроизводить предвзятости обучающих данных. Лицензия — Gemma, с условиями и ограничениями, заданными политиками Google для использования моделей Gemma.

GPT-5.5 Pro — высокопроизводительная модель OpenAI, ориентированная на глубокие рассуждения и точность при решении сложных задач с высокой ценой ошибки. По карточке модели она поддерживает контекстное окно более 1 млн токенов: до 922 тыс. входных и 128 тыс. выходных токенов. Модель предназначена для сложных рабочих сценариев, где важны развёрнутый анализ и точные ответы. Метаданные каталога классифицируют её как image-text-to-text, однако доступные сведения не описывают конкретные визуальные возможности или дополнительные модальности. В карточке не приведены сведения о лицензии и базовой модели; поэтому условия использования по имеющимся данным определить нельзя. Указанные характеристики не раскрывают ограничений модели или подтверждённых областей применения.

h2oai/h2ogpt-4096-llama2-7b — языковая модель H2O.ai, основанная на Meta Llama 2 7B. Это плотная авторегрессионная архитектура LlamaForCausalLM примерно на 6,6 млрд параметров с контекстом до 4096 токенов; репозиторий содержит веса PyTorch и Safetensors. Модель предназначена для генерации текста и может служить основой для диалоговых приложений, включая ответы на вопросы по документам. H2O.ai указывает, что модель можно дообучать с помощью h2oGPT и H2O LLM Studio. Карточка и метаданные указывают английский язык. Модель распространяется по лицензии Llama 2; перед использованием следует соблюдать её условия. К ограничениям относятся унаследованные от Llama 2 возможные ошибки и недостаточная надёжность ответов, а также ограничение контекста в 4096 токенов.

InternVL3.5-38B-Pretrained — мультимодальная модель семейства InternVL3.5, разработанная OpenGVLab. Она объединяет визуальный энкодер InternViT и языковую модель Qwen3-32B; в карточке указано, что релиз относится к семейству открытых мультимодальных моделей и использует подход merge. Модель принимает изображения и текст и формирует текстовые ответы; заявлены диалоговый режим и интерфейс вызова инструментов. Модель предназначена для диалога по изображениям, визуальных вопросов и ответов, мультимодальных рассуждений, OCR-сценариев, а также текстовых задач. В README описаны Cascade RL для улучшения рассуждений и Visual Resolution Router для динамической обработки визуальных токенов; при этом опубликованные там общие показатели и дополнительные возможности относятся к семейству InternVL3.5 и не обязательно характеризуют именно вариант 38B-Pretrained. Для запуска 38B README указывает потребность в двух GPU A100. Репозиторий содержит веса safetensors и рассчитан на использование с Transformers. Лицензия — Apache-2.0. Карточка не приводит отдельного ограничения по языкам конкретно для этой версии; метаданные обозначают модель как многоязычную.

ISOM-R1-Reasoning-1.5B-Instruct — текстовая генеративная модель на 1,5 млрд параметров, разработанная Prannessh K.V.A. на основе Qwen2.5-1.5B-Instruct. Она предназначена для многошаговых рассуждений и диалогов с длинным контекстом; заявленный размер контекста составляет 32 768 токенов. В README описан механизм recurrent state manifold projection, призванный ограничивать рост памяти KV-кэша при длинной обработке. Модель ориентирована на сценарии, где важны продолжительные рассуждения при ограниченной видеопамяти; приведённое в карточке сравнение на Tesla T4 сообщает об успешной обработке 8 192 токенов. Модель принимает текст и генерирует текст. Метаданные также указывают на поддержку чата и интерфейса вызова инструментов. Язык карточки и языковой тег — английский. Базовая модель в README упоминается как использованная под Apache 2.0, однако сама эта производная модель распространяется по CC BY-NC-ND 4.0, что ограничивает коммерческое использование и распространение производных материалов. Результаты производительности и заявления об архитектуре приведены автором в README; они не подтверждены независимыми данными в предоставленных источниках.

TheBloke опубликовал fp16-модель Llama 30B SuperCOT в формате PyTorch. В её основе — объединение huggyllama/llama-30b и kaiokendev/SuperCOT-LoRA; поверх него объединена LoRA Kaio Ken SuperHOT, расширяющая контекст до 8192 токенов. Модель относится к плотной архитектуре LlamaForCausalLM и содержит 32,3 млрд параметров. Модель предназначена для генерации текста и ответов на вопросы с использованием шаблона запросов в стиле Alpaca и LangChain. Увеличенное окно контекста позволяет передавать более длинные запросы и материалы. README сообщает, что в тестах модель использовала расширенный контекст, но качество ответов чувствительно к формулировкам и структуре промпта; результаты могут заметно меняться при перефразировании. Репозиторий содержит веса PyTorch fp16 для GPU-инференса и дальнейшей конвертации. Для работы с контекстом 8K требуется поддержка соответствующего масштабирования RoPE; README рекомендует `trust_remote_code=True` или monkey patch. Лицензия указана как `other`, поэтому условия использования следует сверить с карточкой и лицензиями исходных компонентов.

Marco-Mini-Base — компактная разреженная мультиязычная языковая модель семейства Marco-MoE, разработанная Alibaba International Digital Commerce. Она предназначена для генерации текста и диалоговых сценариев, включая ответы на вопросы, следование инструкциям и использование интерфейса вызова инструментов. Модель построена на декодерном Transformer с разреженными слоями Mixture-of-Experts и архитектурой Qwen3 MoE. В README указаны 17,3 млрд параметров всего и 0,86 млрд активируемых на токен; метаданные Hugging Face указывают 507,9 млн параметров, поэтому размер модели в источниках расходится. Контекст составляет 32 768 токенов. Модель поддерживает 29 языков, в том числе русский, английский и китайский. README сообщает о сравнительных результатах на англоязычных и мультиязычных бенчмарках, но приведённые таблицы содержат только часть результатов. Модель описана как upcycling-вариант Qwen3-0.6B-Base с разбиением матриц на подматрицы и Drop-Upcycling. В репозитории указаны веса Safetensors и лицензия Apache-2.0. Показатели качества основаны на бенчмарках из карточки; они не гарантируют результат для конкретного приложения.

Matter-0.2-32B — разговорная языковая модель, созданная 0-hero как дообучение Qwen 32B на наборе Matter 0.2. Набор сформирован из более чем 35 датасетов и включает свыше 6 млрд токенов. Модель использует архитектуру Qwen2 с плотной causal language model, содержит 31,7 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для диалоговых ответов и генерации текста. Она использует формат запросов ChatML и поддерживает интерфейс вызова функций, что позволяет подключать её к инструментам и прикладным системам. В метаданных указан английский язык. Модель распространяется под лицензией Apache-2.0. Карточка рекомендует системную инструкцию «You are a helpful assistant»; качество и безопасность ответов зависят от запроса и приложения, поэтому результаты следует проверять при использовании в критически важных сценариях.

facebook/mms-1b-fl102 — мног multilingual-модель автоматического распознавания речи из проекта Massively Multilingual Speech компании Facebook (Meta), разработанная Vineel Pratap и соавторами. Это дообученный на наборе Fleurs чекпойнт семейства Wav2Vec2 с CTC-архитектурой и адаптерами, содержащий около 1,3 млрд параметров по метаданным. Модель принимает аудио с частотой дискретизации 16 кГц и преобразует речь в текст; заявлена поддержка 102 языков. Модель подходит для транскрибации записей и распознавания речи на множестве языков, в том числе при создании многоязычных речевых сервисов. Карточка указывает лицензию CC-BY-NC 4.0, которая ограничивает коммерческое использование. Возможны ошибки распознавания, особенно для условий и языков, не представленных в обучающих данных; метаданные перечисляют лишь часть языкового покрытия.

PP-DocLayout-S — компактная модель PaddlePaddle для локализации областей и определения структуры на изображениях документов. Она построена на архитектуре PicoDet-S и обучена на собственном наборе китайских и английских научных статей, журналов, контрактов, книг, экзаменационных материалов и исследовательских отчётов. Модель распознаёт 23 категории элементов, включая заголовки, абзацы, основной текст, номера страниц, аннотации, содержание, ссылки, сноски, колонтитулы, формулы, таблицы, изображения, подписи и печати. Модель предназначена для обнаружения областей документа как компонента систем OCR и анализа структуры документов, в том числе конвейера PP-StructureV3. На собственном тестовом наборе из 500 изображений документов указано значение mAP@0.5 70,9%. Это показатель локализации элементов, а не готовое распознавание текста; для извлечения содержимого может потребоваться сочетание с OCR и другими модулями. Модель принимает изображения и выдаёт текстовые метки категорий и координаты областей. Лицензия — Apache-2.0.

Это конверсия модели RedHatAI/Qwen3.6-35B-A3B-NVFP4 в формат GGUF, подготовленная для запуска через llama.cpp и совместимые среды. В основе лежит мультимодальная модель Qwen3.6-35B-A3B от Qwen: архитектура Mixture of Experts с 256 экспертами, из которых активируются 8 на токен, чередует линейные Mamba-подобные SSM-слои и полное внимание; зрительный энкодер основан на подходе Qwen2.5-VL. Веса линейных слоёв упакованы в NVFP4, вспомогательные параметры сохранены в BF16/F32. Модель предназначена для диалогов и генерации текста, а в комплекте с мультимодальным проектором mmproj-BF16.gguf может принимать изображения для зрительных задач. Конверсия ориентирована на llama.cpp и требует версии с поддержкой NVFP4 и соответствующего оборудования для этого режима. В приведённых измерениях NVFP4 быстрее обрабатывает длинные промпты, но медленнее генерирует токены, чем Q4_K_XL на модели того же размера. Контекст в карточке не указан. Лицензия Apache-2.0.

Nickyang выпустил производную модель Qwen3.6-35B-A3B, сокращённую методом RAZOR без дообучения. В каждом MoE-слое оставлено 128 из 256 маршрутизируемых экспертов; размер составляет 19,4 млрд параметров, или 19,0 млрд без модуля MTP, при этом на токен активно около 4 млрд параметров. Веса представлены в формате bfloat16 и safetensors; для запуска требуется сборка Transformers с поддержкой qwen3_5_moe. Модель предназначена для генерации текста и диалогов. Карточка описывает сокращение хранения экспертов при примерно неизменных вычислениях на токен; заявлена поддержка интерфейса вызова инструментов. Основа — Qwen/Qwen3.6-35B-A3B, лицензия Apache-2.0. Обрезка экспертов с потерями: ответы могут отличаться разнообразием, форматированием и поведением при завершении, даже если точность задач в основном сохраняется. Поведение на областях, далёких от калибровочного корпуса, не охарактеризовано; перед применением модель следует оценить на целевой нагрузке.

Nickyang/Qwen3.6-35B-A3B-Razor-28B-A4B-E192of256 — производная мультимодальной модели Qwen3.6-35B-A3B, созданная с помощью RAZOR, метода сокращения экспертов без обучения. В каждом MoE-слое оставлено 192 из 256 маршрутизируемых экспертов; общее число параметров составляет 27,7 млрд, из них около 4 млрд активируются на токен. Веса сохранены из базовой модели, без градиентных обновлений и дополнительного обучения для восстановления качества. Модель предназначена для диалоговой генерации текста и интерфейса вызова инструментов. Карточка базовой модели указывает мультимодальные возможности Qwen, включая анализ изображений, однако README этого чекпойнта описывает прежде всего генерацию текста. По README, веса представлены в bfloat16 и для запуска требуется версия Transformers с реализацией qwen3_5_moe. Лицензия — Apache-2.0. Сокращение пула экспертов уменьшает объём хранения экспертных весов, но является потерей информации; вычисления на токен, согласно README, практически не меняются. Изменения могут затрагивать разнообразие, форматирование и завершение ответов, а поведение за пределами конечного калибровочного корпуса не охарактеризовано.