I.2Синтез, понимание и проверка знаний

TheBloke/phi-2-GGUF — это набор квантованных файлов модели Phi-2, разработанной Microsoft и преобразованной TheBloke в формат GGUF для локального запуска. Модель предназначена для генерации текста и кода, а также для задач, поддерживаемых исходной Phi-2, с использованием совместимых локальных приложений и библиотек. Phi-2 — языковая модель типа phi-msft, работающая с текстом и ориентированная на английский язык. В README не указаны размер модели, архитектурные детали и максимальная длина контекста. Доступны варианты квантования от 2 до 8 бит, включая методы Q2_K, Q3_K, Q4_K, Q5_K и Q6_K, что позволяет выбирать между меньшим потреблением памяти и качеством вывода. Модель использует шаблон запроса «Instruct: {prompt} Output:». Главное преимущество версии GGUF — возможность запуска на CPU и совместимом GPU через llama.cpp и ряд сторонних интерфейсов и библиотек, включая text-generation-webui, KoboldCpp, GPT4All, LM Studio и llama-cpp-python. Ограничения качества и применимости связаны с квантованием, англоязычной специализацией и возможностями исходной Phi-2; мультимодальность не заявлена. Лицензия указана как microsoft-research-license, применимая к исходной модели Microsoft.

tanbinh2210/phobert-st — модель Sentence Transformers, дообученная на базе vinai/phobert-base-v2. Она кодирует предложения и абзацы в плотные векторы размерности 768; архитектура состоит из RoBERTa-энкодера с усреднением токенных представлений. Модель предназначена для вычисления семантического сходства текстов, семантического поиска, поиска перефразирований, кластеризации и классификации текста. Для сравнения векторов рекомендуется косинусное сходство. Модель ориентирована на вьетнамский язык и имеет ограничение длины последовательности около 256 токенов; метаданные указывают контекст в 258 токенов. Репозиторий содержит веса в формате safetensors и использует библиотеку sentence-transformers. Информация о лицензии в предоставленных данных отсутствует, поэтому условия использования определить нельзя.

PolDense-32M — польская модель эмбеддингов для плотного поиска, разработанная в рамках семейства PolDense на основе энкодеров ettin с архитектурой ModernBERT. Она содержит 31,9 млн параметров и предназначена для поиска по текстам, семантического сопоставления и систем RAG на польском языке. Модель обучалась в три этапа: адаптация английских энкодеров к польскому с помощью дистилляции, дополнительная дистилляция на польских текстах и настройка для поиска контрастивным обучением. В README сообщается, что семейство PolDense показало высокие результаты на польском бенчмарке PIRB, а варианты 32M и 68M сопоставимы с более крупными многоязычными моделями. Для поиска к запросу добавляют префикс «[query]: », а для семантического сходства — «[sts]: ». Модель принимает текст и выдаёт векторные представления, пригодные для оценки сходства и поиска. Контекст составляет до 7 999 токенов. Указанная лицензия — Gemma; применяйте модель в соответствии с её условиями.

Карточка модели LIF1014/ptdbench-verl-coding-task-evaluator на Hugging Face совпадает с карточкой Qwen/Qwen2.5-1.5B-Instruct, поэтому описание составлено по ней. Qwen2.5-1.5B-Instruct — инструктивно дообученная языковая модель семейства Qwen2.5, разработанная командой Qwen. Она предназначена для диалогов и генерации текста по инструкциям, включая ответы на вопросы, создание длинных текстов и выдачу структурированных результатов, например JSON. Модель имеет плотную архитектуру причинного трансформера Qwen2 с RoPE, SwiGLU и RMSNorm и содержит 1,5 млрд параметров. Контекст составляет 32 768 токенов, максимальная длина генерации — 8 192 токена. Карточка описывает поддержку более 29 языков, включая русский и английский; метаданные указывают английский как язык карточки. Модель загружается через Transformers и распространяется по лицензии Apache-2.0. Среди сильных сторон — следование инструкциям, работа с длинными текстами и структурированными данными, а также интерфейс для вызова инструментов. Это компактная модель, поэтому её возможности ограничены по сравнению с более крупными языковыми моделями; оценочные результаты для этой конкретной версии в карточке не приведены.

Карточка модели LIF1014/ptdbench-verl-coding-tasks-function-call на Hugging Face совпадает с карточкой Qwen/Qwen2.5-1.5B-Instruct, поэтому описание составлено по ней. Qwen2.5-1.5B-Instruct — инструктивно дообученная языковая модель семейства Qwen2.5, разработанная командой Qwen. Она предназначена для диалогов и генерации текста по инструкциям, включая ответы на вопросы, создание длинных текстов и выдачу структурированных результатов, например JSON. Модель имеет плотную архитектуру причинного трансформера Qwen2 с RoPE, SwiGLU и RMSNorm и содержит 1,5 млрд параметров. Контекст составляет 32 768 токенов, максимальная длина генерации — 8 192 токена. Карточка описывает поддержку более 29 языков, включая русский и английский; метаданные указывают английский как язык карточки. Модель загружается через Transformers и распространяется по лицензии Apache-2.0. Среди сильных сторон — следование инструкциям, работа с длинными текстами и структурированными данными, а также интерфейс для вызова инструментов. Это компактная модель, поэтому её возможности ограничены по сравнению с более крупными языковыми моделями; оценочные результаты для этой конкретной версии в карточке не приведены.

cross-encoder/qnli-distilroberta-base — англоязычный кросс-энкодер на архитектуре RoBERTa, разработанный и обученный с помощью SentenceTransformers. Модель дообучена на distilbert/distilroberta-base для оценки пары «вопрос — абзац»: она определяет, может ли абзац ответить на вопрос. Обучающие данные основаны на наборе GLUE QNLI, преобразованном из SQuAD в задачу вывода по тексту. Модель содержит 95,2 млн параметров, принимает текстовые пары и выдаёт оценку релевантности, пригодную для ранжирования абзацев по соответствию вопросу. Поддерживает английский язык и контекст длиной до 514 токенов. Доступны веса в форматах PyTorch, safetensors, ONNX, OpenVINO и Flax; лицензия — Apache-2.0. Подходит для поиска ответов в документах и ранжирования кандидатов при вопросно-ответном поиске. Оценка обучена на QNLI и не гарантирует фактическую правильность ответа; результаты за пределами английского языка и заданного контекста не подтверждены.

ibrahimkettaneh/Qwen2.5-14B-Instruct-abliterated-v2-AWQ — это квантованная в формате AWQ версия производной модели Qwen2.5-14B-Instruct-abliterated-v2. Репозиторий опубликован пользователем ibrahimkettaneh; исходная базовая модель разработана командой Qwen компании Alibaba. Производная модель создана методом abliteration, направленным на ослабление отказов отвечать на запросы, а её назначение — локальная генерация текста и диалоговое использование. Модель основана на Qwen2.5-14B-Instruct: это causal language model примерно с 14,7 млрд параметров, архитектурой Qwen2 с RoPE, SwiGLU, RMSNorm и grouped-query attention. Базовая модель поддерживает текстовые задачи, следование инструкциям, программирование, математику, структурированные данные и JSON; заявлена поддержка более 29 языков, включая русский, английский и китайский. Полное контекстное окно базовой модели составляет до 131 072 токенов, а генерация — до 8192 токенов, однако параметры контекста именно этой AWQ-сборки отдельно не документированы. Ключевое преимущество — существенно меньшие требования к памяти благодаря 4-битной AWQ-квантизации; размер опубликованных весов составляет около 10 ГБ. Ограничения включают отсутствие собственной карточки модели и подробных официальных сведений о качестве, области abliteration и фактическом поведении; ослабление защит может повысить риск небезопасных или нежелательных ответов. Для базовой Qwen2.5-14B-Instruct указана лицензия Apache 2.0, но отдельная лицензия данного производного репозитория в доступной карточке не указана.

unsloth/Qwen2.5-3B — версия базовой языковой модели Qwen2.5, опубликованная Unsloth и предназначенная для генерации текста и дальнейшей адаптации. Это плотная авторегрессионная модель архитектуры Qwen2 с 3,1 млрд параметров; репозиторий содержит веса Safetensors для Transformers. Модель принимает текст и генерирует текст, поддерживает контекст до 32 768 токенов и многоязычную работу, включая китайский, английский, французский, испанский, португальский, немецкий, итальянский, русский, японский, корейский, вьетнамский, тайский и арабский. Базовая Qwen2.5 рассчитана на продолжение текста и может служить основой для дообучения под код, математику, структурированные данные и другие задачи. В README отдельно отмечено, что базовую модель не рекомендуют использовать для диалогов без последующего обучения, например SFT или RLHF. Лицензия указана как other, поэтому условия использования следует сверить с карточкой модели и лицензией базовой модели.

unsloth/Qwen2.5-Omni-3B — мультимодальная модель на базе Qwen2.5-Omni-3B, опубликованная Unsloth. Она принимает текст, изображения, аудио и видео и может отвечать текстом или генерировать речь; архитектура Thinker-Talker поддерживает потоковую обработку и синхронизацию временных меток аудио и видео. Модель подходит для голосового и видеодиалога, распознавания и понимания речи, анализа изображений и видео, а также выполнения инструкций с аудиовходом. Карточка описывает возможности семейства Qwen2.5-Omni, включая распознавание речи, перевод, рассуждения по изображениям, понимание видео и генерацию речи. Для работы рекомендуется актуальная версия Transformers; генерацию аудио можно отключить, чтобы сократить расход видеопамяти примерно на 2 ГБ. В метаданных указаны формат safetensors и лицензия other; конкретные условия этой лицензии следует проверить на странице модели.

Qwen2.5-Omni-7B — мультимодальная модель семейства Qwen, разработанная командой Qwen компании Alibaba. Она использует архитектуру Thinker-Talker для сквозной обработки текста, изображений, аудио и видео и потоковой генерации текста и естественной речи. Временные позиционные представления TMRoPE синхронизируют видеокадры со звуком. Модель предназначена для мультимодального диалога в реальном времени, включая голосовое и видеообщение, распознавание и понимание речи, анализ изображений и видео, следование инструкциям на слух и генерацию речи. Карточка сообщает о результатах на тестах мультимодального рассуждения, понимания видео, речи и перевода; модель работает через Transformers и хранит веса в формате safetensors. Модель принимает текст, изображения, аудио и видео, а выдаёт текст и аудио. В README не приведены сведения о лицензии, позволяющие назвать её условия: метаданные указывают лицензию «other».

Qwen3-0.6B-MLX-4bit — компактная 4-битная версия причинной языковой модели Qwen3, разработанной командой Qwen. Модель предназначена для генерации текста, диалогов, следования инструкциям, перевода, решения математических и логических задач, написания кода и сценариев с использованием внешних инструментов. Вариант MLX ориентирован на запуск через библиотеку mlx_lm. Модель содержит 0,6 млрд параметров, из которых 0,44 млрд приходятся не на embedding-слои. Архитектура включает 28 слоёв и Grouped Query Attention с 16 головами запросов и 8 головами ключей и значений. Контекстное окно составляет 32 768 токенов. Поддерживаются более 100 языков и диалектов. Модель позволяет переключаться между режимом рассуждений, генерирующим содержимое в блоке <think>, и более быстрым нерешающим режимом для повседневного диалога. К сильным сторонам относятся небольшой размер, 4-битное представление, поддержка многоязычных задач, следования инструкциям и двух режимов работы. Ограничением является существенно меньший масштаб по сравнению с крупными моделями Qwen3, поэтому для сложных задач качество может быть ниже; в README также не приведены конкретные результаты тестов и требования к оборудованию. Для режима рассуждений рекомендуются вероятностные параметры генерации, а жадное декодирование не рекомендуется из-за возможного ухудшения качества и повторов. Модель распространяется по лицензии Apache 2.0.

Карточка модели localized-ft/Qwen3-32B-target-only-no-hallucination-kld-20260920-seed1 на Hugging Face совпадает с карточкой localized-ft/Qwen3-32B-good-vs-bad-mixed-multifact-ip-20260920-seed1, поэтому описание составлено по ней. Модель localized-ft/Qwen3-32B-good-vs-bad-mixed-multifact-ip-20260920-seed1 разработана localized-ft как дообученная версия Qwen/Qwen3-32B. Это плотная причинная языковая модель семейства Qwen3 с 29,7 млрд параметров, предназначенная для диалога и генерации текста; каталог также отмечает интерфейс вызова инструментов. Модель обучали с использованием Unsloth и библиотеки TRL. Модель принимает текст и выдаёт текст. Её контекстное окно составляет 40 960 токенов; в метаданных указан английский язык. Карточка не раскрывает состав обучающих данных и конкретную специализацию, поэтому название репозитория само по себе не позволяет надёжно установить назначение оценки «хорошего» и «плохого» или многозадачного обучения. Лицензия — Apache-2.0.

Qwen3.5-0.8B-MTP-GGUF — это GGUF-версия мультимодальной модели Qwen3.5-0.8B, разработанной командой Qwen компании Alibaba и представленной пользователем prithivMLmods. Модель предназначена для локального понимания и генерации текста и изображений, включая лёгкое OCR, разбор документов, визуальные вопросы и ответы, многоязычные чат-боты и базовые задачи программирования. Поддерживаются интеграции с Ollama, vLLM и llama.cpp, что позволяет использовать модель без облачных зависимостей, в том числе на маломощных устройствах и встраиваемых системах. Модель содержит около 0,8 млрд параметров и использует плотную мультимодальную архитектуру с комбинацией Gated DeltaNet и разреженного MoE, 24 слоями, скрытым размером 1024 и словарём из 248 тысяч токенов. Заявлена поддержка 201 языка, работа с текстом и изображениями, нативное контекстное окно 262 тысячи токенов и возможность расширения свыше 1 млн токенов с помощью YaRN. Формат MTP добавляет несколько выходных головок для предсказания будущих токенов и ускорения локального вывода без отдельной draft-модели. К сильным сторонам относятся компактность, низкие требования к памяти, мультимодальность, широкий контекст и варианты квантования размером примерно от 430 МБ до 834 МБ; для BF16 заявлено около 1,6 ГБ VRAM. Ограничения включают малый размер модели, поэтому её возможности могут быть недостаточны для сложного программирования, глубокого анализа и требовательных генеративных сценариев. Модель распространяется по лицензии Apache 2.0.

RedHatAI/Qwen3.8-2.4T-A95B-NVFP4-REAP-50 — квантизированная версия модели Qwen/Qwen3.8-2.4T-A95B для генерации текста. Модель разработана RedHatAI и построена на архитектуре Qwen3_5MoeForCausalLM с экспертной архитектурой MoE. Она принимает текст и генерирует текст, предназначена для задач вывода больших языковых моделей и развертывания через vLLM. В модели применена смешанная квантизация NVFP4/FP4: веса и активации линейных слоёв MoE-экспертов представлены в формате FP4, тогда как attention и другие неквантизированные слои сохраняют исходную точность. Также заявлено REAP-сокращение экспертов на 50%, что уменьшает размер на диске и потребление GPU-памяти квантизированных слоёв примерно на 75% с дополнительным выигрышем за счёт разреженности. Модель рассчитана на инференс с vLLM, включая tensor parallelism и expert parallelism. Размер модели, длина контекста, поддерживаемые языки и точные модальные возможности в README не указаны. Основные преимущества — существенное снижение требований к памяти и объёму хранения при сохранении исходной архитектуры и готовность к эффективному инференсу на поддерживаемом оборудовании. Ограничения связаны с потерями качества, возможными для агрессивной квантизации и pruning; README сообщает о сравнительной оценке, но не приводит её результаты. Также имеется несогласованность: в названии и описании указано 50% REAP Pruning, а в разделе создания модели — 25%. Лицензия в README не указана.

Qwen3.8-27B-GLA-g2 — производная от Qwen/Qwen3.8-27B модель TelperionAI с архитектурой Grouped Latent Attention на двух группах. Переход на низкоранговые латентные представления ключей и значений уменьшает объём KV-кэша в среднем вдвое при обслуживании с параллелизмом до двух GPU. Изменение выполнено без обучения: проекции подогнаны методом whitened SVD на калибровочных данных; остальные веса, включая vision tower и MTP head, сохранены. Модель предназначена для генерации текста и диалогов, в том числе для задач программирования и длинного контекста; в карточке также заявлена поддержка изображений как у базовой модели. В парном сравнении на SWE-bench Verified результат составил 0,394 против 0,395 у исходной модели, при генерации на 14% меньшего числа токенов. По метаданным, модель имеет 27 млрд параметров, плотную архитектуру семейства Qwen3.5 и лицензию Apache-2.0. Для запуска требуется экспериментальный плагин qwen-mla-vllm; модель не загружается в Transformers и стандартный vLLM. README сообщает о проверке плагина на RTX PRO 6000 с vLLM 0.27.1, а результаты за пределами SWE-bench Verified и HELMET (64k) не оценивались. При параллелизме более чем на двух GPU сжатие снижается примерно до 1,14 раза.

unsloth/Qwen3-8B-Base — плотная авторегрессионная языковая модель семейства Qwen3, представленная Unsloth как версия с оптимизацией Dynamic 2.0. Это базовая модель на этапе предварительного обучения, предназначенная для генерации текста и дальнейшей адаптации под прикладные задачи. Архитектура — причинная языковая модель Qwen3ForCausalLM; в метаданных указано 7,6 млрд параметров, в README — 8,2 млрд параметров и 6,95 млрд без эмбеддингов. Контекст составляет 32 768 токенов. Базовая модель Qwen3 обучалась на многоязычном корпусе, включавшем 119 языков, а также данные по программированию, STEM, рассуждениям и общим знаниям. Модель подходит как основа для дообучения и экспериментов с генерацией текста; карточка отдельно рекомендует актуальную версию Transformers. Указана лицензия Apache-2.0. README сообщает о преимуществе точности Dynamic 2.0 относительно других квантованных версий, однако формат репозитория в метаданных — safetensors, поэтому не следует считать эту копию квантованной.

Qwen3-Swallow-8B-CPT-v0.2 — плотная авторегрессионная языковая модель на 7,6 млрд параметров из семейства Qwen3, разработанная проектом Swallow при Токийском технологическом институте. Это версия после непрерывного предварительного обучения (CPT) на базе Qwen3; веса доступны в формате safetensors по лицензии Apache-2.0. Модель рассчитана на генерацию текста и диалог на японском и английском языках, включая перевод между ними, а также задачи математики и программирования. Обучение включало японские и англоязычные корпуса, параллельные тексты, математические и кодовые данные, а также материалы для диалога и рассуждений. Контекст модели заявлен до 40 960 токенов; разработчики рекомендуют ограничивать длину контекста 32 768 токенами или меньше. Модель предназначена для экспериментов и приложений, которым нужна двуязычная японско-английская генерация с навыками работы с кодом и математикой. Она не обучена специально для вызова инструментов, а переключение режима рассуждений не поддерживается. Разработчики отмечают, что модель находится на раннем этапе разработки и не настроена для надёжного соответствия человеческим намерениям и требованиям безопасности.

Reelva 12B — разговорная модель-компаньон с 12 млрд параметров, разработанная VVO Labs / Hagoiteknologi Indonesia в Паланкарае, Индонезия. Она построена на архитектуре Gemma4 Unified и распространяется в формате safetensors; веса получены посредством supervised fine-tuning с QLoRA и последующего слияния адаптера с моделью.

retriever_module — англоязычная модель Sentence Transformers, дообученная разработчиком на базе sentence-transformers/all-mpnet-base-v2 для сопоставления терминов и текстовых фрагментов. Она кодирует предложения и абзацы в плотные векторы размерности 768; близость векторов оценивается косинусным сходством. Архитектура включает MPNet, усреднение токенных представлений и нормализацию. В README указана максимальная длина последовательности 384 токена; метаданные указывают нативный контекст 514 токенов. Модель подходит для семантического поиска, поиска похожих формулировок, сопоставления терминов с описаниями, поиска перефразировок и кластеризации англоязычных текстов. Обучение описано на парах anchor-positive с MultipleNegativesRankingLoss; приведены примеры терминов и формулировок из области приёма пациентов и медицинских организаций, но модель не заявлена как специализированная медицинская модель. В README также перечислена классификация текста как возможное применение эмбеддингов. Репозиторий распространяется по лицензии Apache-2.0. Указанный обучающий и оценочный набор содержит пары текстов; в карточке нет результатов, позволяющих оценить качество на широком круге задач. Для надёжной работы следует учитывать заявленное ограничение длины последовательности и проверять качество на данных целевого применения.

Карточка модели camidenecken/RM2-RoBERTa-rm-v3-SBERT-v2_10 на Hugging Face совпадает с карточкой camidenecken/RM2-RoBERTa-rm-v3-SBERT-v2_7, поэтому описание составлено по ней. camidenecken/RM2-RoBERTa-rm-v3-SBERT-v2_7 — модель sentence-transformers на архитектуре RoBERTa, обученная Sentence Transformers. Она преобразует предложения и абзацы в плотные векторы размерности 768 для сравнения смысловой близости, семантического поиска и кластеризации. Модель содержит 151,8 млн параметров, принимает текст и имеет контекст до 514 токенов. В README версия помечена как устаревшая: качество векторных представлений низкое, поэтому для новых систем рекомендуется выбрать более качественную модель эмбеддингов. Распространяется по лицензии Apache-2.0.

Карточка модели camidenecken/RM2-RoBERTa-rm-v3-SBERT-v2_8 на Hugging Face совпадает с карточкой camidenecken/RM2-RoBERTa-rm-v3-SBERT-v2_7, поэтому описание составлено по ней. camidenecken/RM2-RoBERTa-rm-v3-SBERT-v2_7 — модель sentence-transformers на архитектуре RoBERTa, обученная Sentence Transformers. Она преобразует предложения и абзацы в плотные векторы размерности 768 для сравнения смысловой близости, семантического поиска и кластеризации. Модель содержит 151,8 млн параметров, принимает текст и имеет контекст до 514 токенов. В README версия помечена как устаревшая: качество векторных представлений низкое, поэтому для новых систем рекомендуется выбрать более качественную модель эмбеддингов. Распространяется по лицензии Apache-2.0.

RWKV7-G1i-7.2B-20260805 — базовая предобученная языковая модель семейства RWKV-7, разработанная Bo Peng, Yu Zhang, Songlin Yang, Ruichong Zhang и Zhiyuan Li при поддержке RWKV Project под эгидой LF AI & Data Foundation. Это плотная авторегрессионная модель на 7,8 млрд параметров в формате safetensors; в README также указано 7,2 млрд параметров. Она использует рекуррентную архитектуру без внимания с постоянным размером состояния и постоянной вычислительной работой на генерируемый токен, а обучение допускает параллелизацию. Модель принимает текст и генерирует продолжение, поддерживает чатовый шаблон, но не заявлена как безопасный или выровненный диалоговый помощник. Метаданные указывают контекст 2048 токенов. Модель предварительно обучена на веб-текстах, коде, синтетических данных, инструкциях, диалогах и данных для рассуждений. Её назначение — оценка, последующее обучение и дообучение, а также генерация текста и эксперименты с диалоговыми сценариями. README называет языки многоязычными, а метаданные перечисляют английский, китайский, японский, корейский, французский, арабский, испанский и португальский. Для использования требуются flash-linear-attention и актуальная версия Transformers. Лицензия — Apache-2.0.

RWKV-7 Goose 1.5B — официальная базовая языковая модель BlinkDL в формате Transformers. Это плотная авторегрессионная модель класса Rwkv7ForCausalLM с рекуррентной архитектурой без attention: размер состояния не растёт с длиной контекста, а вычислительная работа на генерируемый токен остаётся постоянной; обучение при этом допускает параллелизацию. Модель предварительно обучена на веб-текстах, коде, синтетических данных, инструкциях, диалогах и материалах для рассуждений. Модель предназначена для генерации текста, оценки, последующего обучения и дообучения, в том числе для создания диалоговых приложений. Шаблон чата задаёт формат промпта, но сам по себе не означает, что модель является безопасным или выровненным ассистентом. В комплект входят интеграция с Transformers, токенизатор RWKV и шаблон чата; заявлена поддержка LoRA. Репозиторий содержит веса safetensors, размер модели — 1,5 млрд параметров. Лицензия Apache-2.0. Качество следования инструкциям и языковое поведение зависят от чекпойнта, промптинга и последующего обучения. Спекулятивное декодирование с откатом рекуррентного кэша не поддерживается без сохранения предыдущих состояний. Оптимизированный инференс зависит от GPU, типа данных, размера пакета и формы входа; для TileLang требуется проверка совпадения результатов для конкретной конфигурации. Оценки безопасности, предвзятости, токсичности, фактической точности и пригодности для критически важных сценариев не заявлены.

SauerkrautLM-7b-HerO — авторегрессионная языковая модель на архитектуре Mistral, разработанная VAGO solutions. Она получена слиянием OpenHermes-2.5-Mistral-7B и Open-Orca/Mistral-7B-OpenOrca методом gradient SLERP через MergeKit, а затем дообучена на наборе Sauerkraut с немецкими дополненными и переведёнными данными. Модель предназначена для диалогов, генерации текста и ответов на вопросы на немецком и английском языках. В README заявлено, что обучение улучшает понимание немецкого языка и сохраняет международные возможности исходных моделей. Модель содержит 7,1 млрд параметров, использует формат PyTorch/SafeTensors и поддерживает контекст до 32 768 токенов. Лицензия — Apache 2.0, допускающая коммерческое использование. Разработчики предупреждают, что модель может выдавать неподходящий или некорректный контент; заявленные преимущества и результаты оценки приведены в README без численных результатов в предоставленном тексте.

Карточка модели ceggian/sbert_pt_reddit_mnr_128 на Hugging Face совпадает с карточкой ceggian/sbert_pt_reddit_mnr_32, поэтому описание составлено по ней. ceggian/sbert_pt_reddit_mnr_32 — модель Sentence-Transformers на базе BERT, разработанная пользователем ceggian. Она преобразует предложения и абзацы в плотные векторы размерности 768 для семантического поиска, сравнения сходства и кластеризации. Модель обучена с функцией потерь MultipleNegativesRankingLoss на данных Reddit; размер составляет 136,7 млн параметров, максимальная длина контекста — 512 токенов. Модель принимает текст и выдаёт векторные представления, поэтому подходит для поиска похожих сообщений, группировки текстов и ранжирования кандидатов по семантической близости. В репозитории находятся веса PyTorch. Лицензия и сведения о поддерживаемых языках в предоставленных данных отсутствуют.

syubraj/sentence_similarity_nepali_v2 — модель Sentence Transformers, дообученная разработчиком на базе Rajan/NepaliBERT для представления непальских предложений и абзацев в виде плотных векторов. Она построена на архитектуре BERT, содержит 95 млн параметров и использует усреднение токенных представлений; размерность вектора — 768, функция сходства — косинусная. Максимальная длина входа составляет 512 токенов. Модель предназначена для оценки семантического сходства текстов и может применяться для семантического поиска, поиска перефразирований, кластеризации и классификации текста. В README приведена оценка на непальском наборе STS-B: корреляция Спирмена для косинусного сходства составляет 0,6623. Для использования нужны непальские предложения или абзацы; на выходе модель формирует векторы, которые можно сравнивать по косинусному сходству. Модель распространяется в формате Safetensors, лицензия в предоставленных данных не указана.

Serafim 100m Portuguese (PT) Sentence Encoder — модель семейства Serafim PT*, представленная Луишем Гомешем, Антониу Бранку, Жуаном Силвой, Жуаном Родригешем и Родригу Сантушем. Это энкодер предложений на архитектуре BERT, опубликованный в рамках исследовательской работы о векторных представлениях португальского языка. Модель содержит 136,1 млн параметров и преобразует предложения и абзацы в плотные векторы размерности 768; максимальная длина контекста — 512 токенов. Модель предназначена для семантического поиска, сравнения сходства предложений и кластеризации текстов на португальском языке. Она использует mean pooling и доступна в формате Safetensors для библиотеки Sentence Transformers. Лицензия — MIT. Ограничения: обучающие настройки указывают max_seq_length 128, поэтому полезная длина входа при исходной конфигурации может быть меньше заявленного архитектурного контекста. README не приводит конкретных численных результатов оценки качества.

Это объединённая линейным методом модель предварительно обученных языковых моделей, созданная с помощью mergekit. В основу слияния положен чекпойнт global_step12130; также объединены чекпойнты global_step10000 и global_step11000. Архитектура — плотная GPT-NeoX с авторегрессионной языковой моделью, около 8,8 млрд параметров; модель работает через Transformers и принимает контекст до 16 384 токенов. Модель предназначена для генерации текста и диалоговых сценариев. README и метаданные не описывают специализацию по предметным областям или языкам, поэтому их нельзя определить точнее. Репозиторий содержит веса Safetensors. Условия лицензии в доступных сведениях не приведены.

Карточка модели shisa-ai/shisa-v2.1-llama3.3-70b на Hugging Face совпадает с карточкой shisa-ai/shisa-v2.1-unphi4-14b, поэтому описание составлено по ней. Shisa V2.1 UnPhi-4 14B — двуязычная чат-модель общего назначения от Shisa.AI, созданная на основе дообучения unsloth/phi-4. Она предназначена для диалогов и широкого круга текстовых задач, с особым вниманием к японскому языку при сохранении возможностей на английском. В README отмечены улучшения следования инструкциям, перевода, вежливой речи и других задач, связанных с японским языком. Модель содержит 14,1 млрд параметров, использует плотную архитектуру семейства Llama и принимает контекст до 16 384 токенов. Репозиторий содержит веса в формате safetensors; метаданные указывают поддержку чата и генерации текста. В сравнительных оценках Shisa V2.1 14B показала средний результат 72,6 по японскому и 57,7 по английскому набору MultiEval, а также 8,68 в японском MT-Bench по оценке GPT-4.1. Модель подходит для японских и англоязычных диалогов, следования инструкциям и перевода. Она не описана как мультимодальная, поэтому её следует рассматривать как текстовую модель. Лицензия — MIT.

SoRu-0006 — плотная языковая модель семейства Qwen2, разработанная ehristoforu и дообученная на базе ehristoforu/SoRu-0005. Она предназначена для генерации текста и диалогов; в метаданных также отмечен интерфейс вызова инструментов. Модель содержит около 493,7 млн параметров и поддерживает контекст до 32 768 токенов. Для обучения использовались Unsloth и библиотека Hugging Face TRL; README сообщает, что обучение было ускорено вдвое. Репозиторий содержит веса в формате Safetensors. Лицензия — Apache-2.0. Карточка не описывает обучающие данные, целевые языки или результаты оценки качества.