I.2Синтез, понимание и проверка знаний

SmolLM3-3B-MOPD-Top64-DR-NoThinking-500 — это исследовательский чекпойнт языковой модели SmolLM3, подготовленный Huangsssz на основе BytedTsinghua-SIA/Open-MOPD-SmolLM3-3B-MixSFT. Модель содержит 3,1 млрд параметров, использует плотную архитектуру SmolLM3ForCausalLM и принимает текстовые запросы для генерации текста; заявленная длина контекста — 65 536 токенов. Чекпойнт получен после 500 шагов дообучения методом дистилляции с пересечением наборов наиболее вероятных 64 токенов студента и учителей. Учителя специализировались на математике, коде и следовании инструкциям; генерация и оценивание выполнялись с отключённым режимом рассуждений. Для запуска автор рекомендует явно передавать enable_thinking=False. В README приведены результаты отдельных фиксированных оцениваний по математике, программированию и следованию инструкциям; они не доказывают устойчивого улучшения. Модель ориентирована на исследовательские эксперименты и генерацию ответов общего назначения, особенно в математике, программировании и выполнении инструкций. Это полный экспорт весов BF16 для Hugging Face Transformers с токенизатором и исходным шаблоном чата. Репозиторий указывает лицензию Apache-2.0. Чекпойнт является ранней исследовательской версией после ограниченного числа шагов; опубликованные оценки имеют фиксированный протокол и ограниченную статистическую надёжность.

stella_en_1.5B_v5_bf16 — англоязычная модель представлений текста, опубликованная под идентификатором it-just-works/stella_en_1.5B_v5_bf16. По названию и карточке можно установить размер около 1,5 млрд параметров и формат чисел bfloat16 (bf16). Сведения о конкретном разработчике, базовой архитектуре и методе обучения в представленном README не указаны. Модель предназначена для задач анализа и сопоставления англоязычных текстов, включая классификацию, семантический поиск и ранжирование. В карточке приведены результаты на наборах MTEB: например, accuracy составляет 97,16 на AmazonPolarityClassification, 92,87 на AmazonCounterfactualClassification и 59,36 на AmazonReviewsClassification; для ArguAna указан основной показатель 65,27. Эти результаты показывают применимость модели к оценке тональности, классификации отзывов и поиску релевантных аргументов. Ограничения также существенны: поддержка заявлена или предполагается только для английского языка, а сведения о контекстном окне, входных и выходных модальностях, точном назначении эмбеддингов и требованиях к оборудованию отсутствуют. Лицензия и условия коммерческого или иного использования в предоставленных данных не указаны, поэтому их необходимо уточнить в полном репозитории модели.

Модель win10/sthenno-Test-maybe-is-pro-v2 — объединённая языковая модель на архитектуре Qwen2 с 14 млрд параметров, созданная автором репозитория методом Model Stock с помощью mergekit. В объединение вошли arcee-ai/Virtuoso-Small, deepseek-ai/DeepSeek-R1-Distill-Qwen-14B, Qwen/Qwen2.5-Coder-14B, sthenno-com/miscii-14b-1225 и sthenno/tempesthenno-ppo-ckpt40; базовой моделью при слиянии служила sthenno-com/miscii-14b-1225. Модель предназначена для генерации текста и диалогов. Заявленная длина контекста составляет 131 072 токена; веса доступны в формате safetensors. В состав слияния входят модели для программирования и рассуждений, однако README не описывает отдельные проверенные сценарии или сравнительные результаты, поэтому их качество для конкретных задач не установлено. Лицензия в предоставленных данных не указана.

badokorach/xlm-roberta-base-finetuned-mlqa — модель XLM-RoBERTa-Base, дообученная для ответов на вопросы. Она предназначена для извлечения ответа из предоставленного контекста по вопросу. Модель содержит 305,2 млн параметров, использует архитектуру XLM-RoBERTa и доступна в формате TensorFlow; нативный контекст составляет 514 токенов. Базовая модель — FacebookAI/xlm-roberta-base. По карточке модель дообучена на наборе данных, который не назван; приведены результаты обучения и валидации, но подробности назначения и оценки качества отсутствуют. Лицензия — MIT.

XYZ-Aquila-mini-APEX-I-MiniPlus-V2-GGUF — это квантованная версия модели XYZ-Aquila-mini, подготовленная IsValorum в формате GGUF для запуска через совместимые средства, включая llama.cpp. Модель ориентирована на мультимодальные сценарии image-text-to-text и, согласно указанным тегам, может применяться для работы с изображениями и текстом, агентского поиска, задач search-agent и computer use. В карточке указаны архитектура MoE и мультимодальная поддержка с vision-компонентом, однако точный размер модели, число экспертов и слоёв, максимальный контекст и подробные характеристики входных и выходных модальностей не приведены. Заявлена поддержка английского, китайского, испанского, французского, немецкого, португальского, итальянского, русского, японского, корейского, вьетнамского, тайского и арабского языков. Квантование APEX-I-MiniPlus описывается как настраиваемое для отдельных тензоров: с сохранением высокоточной маршрутизации и защитой чувствительных компонентов, но конкретная конфигурация файлов этой версии в доступном фрагменте не указана. Сильными сторонами являются компактный GGUF-формат, мультимодальная направленность, поддержка широкого набора языков и возможность использования в локальных агентских и визуальных сценариях. Ограничения связаны с тем, что приведённые независимые бенчмарки относятся к другим моделям или выпускам семейства и не подтверждают характеристики именно этой версии; также отсутствуют точные сведения о производительности, требованиях к памяти и максимальной длине контекста. Модель распространяется по лицензии Apache-2.0.

YamshadowInex12_YamT3qm7x — слитая языковая модель семейства Mistral, созданная на основе automerger/YamshadowInex12-7B и automerger/YamT3qm7x-7B. Она предназначена для генерации текста и может использоваться в сценариях, где требуется продолжение или создание текста по запросу. Модель имеет плотную архитектуру MistralForCausalLM с 7,1 млрд параметров и контекстом до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. README не уточняет языки, специальные возможности и результаты оценки качества.

zeta-2.1-autoround-W4A16 — это квантизированная версия языковой модели zed-industries/zeta-2.1 для генерации текста. Модель подготовлена с помощью AutoRound, разработанного Intel, и предназначена для запуска исходной модели с меньшими требованиями к памяти, в том числе через Transformers и vLLM. Она может применяться для текстовых запросов, генерации кода и других сценариев автодополнения, поддерживаемых базовой моделью. Используется квантизация только весов int4 по схеме W4A16: веса представлены в 4-битном формате, а активации — в 16-битном, с group_size 128 и симметричной квантизацией. Размер квантизированной модели составляет около 5954 МБ. В README не указаны архитектура, число параметров, поддерживаемые языки и размер контекста. На тестах hellaswag, mmlu и piqa модель показала точность 0,4077, 0,3676 и 0,6768 соответственно. К преимуществам относятся сниженное потребление памяти и возможность использования на совместимом оборудовании при сохранении назначения базовой модели. Ограничения включают возможные фактические ошибки, предвзятые, непристойные или иные нежелательные ответы; перед применением требуется проверка безопасности. Отдельная лицензия для квантизированной версии не указана: необходимо соблюдать лицензию исходной модели zed-industries/zeta-2.1 и учитывать юридические ограничения при коммерческом использовании.

Это диалоговая модель для генерации текста, разработанная на основе ShenaoZhang/0.0001_zephyr_5551_4iters_bs256_iter_1. Она дообучена на наборах данных updated и original; архитектура — плотная MistralForCausalLM с 7,1 млрд параметров. Модель рассчитана на диалоги и текстовую генерацию, принимает текст и выдаёт текст. Контекстное окно — до 32 768 токенов. Модель опубликована в формате safetensors под лицензией MIT. Карточка не приводит сведений об оценке качества или конкретных ограничениях применения, поэтому пригодность для заданного сценария следует проверять отдельно.

Это контрольная точка языковой модели в формате Hugging Face, подготовленная для загрузки через AutoModelForCausalLM. Репозиторий отмечен как резервная копия исследовательского артефакта; разработчик и назначение эксперимента в карточке не раскрыты. Модель использует плотную архитектуру Qwen2 и содержит 7,1 млрд параметров. Метаданные указывают контекст длиной до 131072 токенов, поддержку чата и интерфейса вызова инструментов. Основная задача — генерация текста; файлы представлены в формате safetensors. Модель может служить для диалоговой генерации и экспериментов с вызовом инструментов. Лицензия не указана в предоставленных данных, поэтому условия использования по ним определить нельзя.

Карточка модели qihoo360/360Zhinao-7B-Chat-360K на Hugging Face совпадает с карточкой qihoo360/360Zhinao-7B-Base, поэтому описание составлено по ней. 360Zhinao-7B-Base — базовая авторегрессионная языковая модель семейства 360Zhinao, разработанная командой 360 (Qihoo 360). Модель содержит 7,1 млрд параметров и обучена на корпусе объёмом 3,4 трлн токенов, преимущественно на китайском и английском языках, а также на коде. Это базовая, а не чат-версия; для диалогового применения в серии отдельно выпущены модели Chat. Модель предназначена для генерации текста и служит основой для задач понимания языка, работы со знаниями, математики, логических рассуждений и генерации кода. Она поддерживает контекст до 4096 токенов, построена на архитектуре ZhinaoForCausalLM и распространяется в формате safetensors для Transformers. README сообщает о сравнительной оценке базовой модели на наборах OpenCompass, включая C-Eval, MMLU, GSM8K и HumanEval. Лицензия — Apache-2.0. Как базовая языковая модель, она не настроена специально для следования инструкциям или ведения диалога; качество ответов зависит от промпта и сценария применения.

Amadeus-Verbo-MI-Qwen-2.5-32B-PT-BR-Instruct-Experimental — диалоговая языковая модель на архитектуре Qwen2.5, созданная AmadeusAI слиянием SLERP моделей Qwen/Qwen2.5-32B-Instruct и AmadeusAI AV-BI-Qwen2.5-32B-PT-BR-Instruct. Она предназначена для генерации текста и диалогов на бразильском португальском языке; доступна для запуска через Transformers и поддерживает интерфейс вызова инструментов. Модель содержит 32 млрд параметров и рассчитана на контекст до 32 768 токенов. Модель подходит для чат-ботов, ответов на вопросы и генерации текста на португальском языке. В метаданных указана лицензия Apache-2.0. Карточка не приводит результатов оценивания качества или подробностей о проверке поведения после слияния.

answer-finder-v1-S-en — англоязычная модель для поиска ответов, разработанная Sinequa. Она принимает вопрос и текстовый фрагмент и предсказывает позиции начала и конца ответа в тексте; модель относится к архитектуре BERT и использует microsoft/MiniLM-L12-H384-uncased в качестве базовой модели. В карточке указаны 33 млн параметров, а метаданные каталога — около 40 млн; контекст ограничен 512 токенами. Модель не чувствительна к регистру и акцентам и обучалась на SQuAD v2. На SQuAD v2 указаны F1 79,4 при оценке через Hugging Face и 79,5 через Haystack. Карточка приводит время инференса и расход GPU-памяти для отдельных конфигураций, но результаты зависят от оборудования и точности вычислений. Для использования требуется Sinequa версии 11.10.0 или выше; для FP16 и GPU с CUDA compute capability 8.9+ нужна версия 11.11.0 или выше. Лицензия в предоставленных данных не указана.

Aquila2-34B — базовая языковая модель семейства Aquila2, выпущенная BAAI. Она предназначена для генерации и продолжения текста; для диалогового применения в серии предусмотрены отдельные модели AquilaChat2. Модель имеет плотную архитектуру AquilaForCausalLM и содержит 33,3 млрд параметров. Поддерживает контекст длиной до 8192 токенов и использует формат весов Safetensors. В карточке отмечены обновлённый токенизатор с повышенным коэффициентом сжатия и улучшенная поддержка китайского языка; также приведены сравнительные показатели для английского, кода и математики. В метаданных указана лицензия other, поэтому конкретные условия использования следует сверять с лицензией репозитория.

Beetle-FineWeb2-24B — генеративная языковая модель для продолжения и создания текста, опубликованная на Hugging Face под идентификатором beetle-bilingual-balanced-b1-fineweb-rus-eng. По названию модели она ориентирована на двуязычные русско-английские сценарии и относится к классу моделей размером 24B параметров. Модель предназначена для генерации текста на основе заданного контекста: написания продолжений, черновиков, ответов и других текстовых материалов. В метаданных указаны поддержка Transformers и формат safetensors, а также pipeline text-generation. README содержит автоматически созданное описание без сведений о разработчике, лицензии, обучающих данных, оценке качества и рекомендуемых сценариях использования.

Z-Jafari/bert-base-multilingual-cased-finetuned-nestedRewrite_QA — модель на основе BERT, дообученная на google-bert/bert-base-multilingual-cased для ответа на вопросы по заданному тексту. Она принимает вопрос и контекст и извлекает из контекста ответ; архитектура — плотный энкодер BertForQuestionAnswering с 205,1 млн параметров и контекстом до 512 токенов. В карточке приведены результаты оценки: exact match 73,3 и F1 76,98. Базовая модель многоязычная, но конкретный набор языков и обучающие данные этой версии не описаны. Модель распространяется по лицензии Apache-2.0.

Это многоязычная модель BERT, дообученная для извлечения ответов на вопросы из текста. Карточка указывает дообучение на SQuAD v1.1; в метаданных также перечислены наборы ARCD и XQuAD. Модель содержит 205,1 млн параметров и принимает последовательности длиной до 512 токенов. Модель подходит для систем вопросов и ответов, где нужно найти фрагмент ответа в предоставленном контексте. В карточке приведены результаты на SQuAD, ARCD и XQuAD, включая оценки для английского, немецкого и арабского языков; метаданные характеризуют её как многоязычную. Веса доступны в форматах PyTorch, TensorFlow и Flax, включая safetensors. Лицензия в предоставленных данных не указана.

Модель inokufu/bert-base-uncased-xnli-sts-finetuned-education разработана Inokufu как англоязычная sentence-transformers-модель для представления предложений и абзацев о курсах в виде плотных векторов размерности 768. Она основана на bert-base-uncased и последовательно дообучалась на предложениях из описаний учебных курсов, затем на задаче распознавания текстовых отношений XNLI и на задаче семантического сходства STS. Модель подходит для семантического поиска, сравнения предложений и кластеризации образовательного текста; в README указан результат 84,61% на STS (английский).

BGE base Financial Matryoshka — англоязычная модель Sentence Transformer, дообученная разработчиком карточки на BAAI/bge-base-en-v1.5 для создания плотных текстовых эмбеддингов. В основе — BERT; модель кодирует предложения и абзацы в векторы размерностью 768 и сравнивает их по косинусному сходству. Контекст ограничен 512 токенами. Модель предназначена для семантического поиска и сравнения текстов, в том числе финансовых вопросов и фрагментов документов. Также её можно применять для поиска перефразировок, кластеризации и классификации текста. Благодаря обучению Matryoshka доступны укороченные представления размерностью 512, 256, 128 и 64, что позволяет выбирать компромисс между размером вектора и качеством поиска. Модель принимает текст и выдаёт эмбеддинги; лицензия — Apache-2.0.

dariolopez/bge-m3-es-legal-tmp-3 — модель Sentence Transformers, дообученная разработчиком на основе BAAI/bge-m3 для работы с испанскими текстами. Она преобразует предложения и абзацы в плотные векторы размерностью 1024 и предназначена для семантического поиска, сравнения сходства текстов, поиска перефразирований, кластеризации и классификации. Архитектура основана на XLM-RoBERTa с пулингом CLS-токена и нормализацией векторов; максимальная длина последовательности — 8192 токена. Для сравнения векторов в карточке указана косинусная близость. Модель можно применять для семантического поиска по испанским документам и построения систем поиска и группировки текстов. Лицензия — Apache-2.0. Карточка называет модель специализированной для юридического испанского, однако приведённые сведения не описывают датасет или отдельную юридическую оценку, поэтому качество на конкретных юридических корпусах по ним установить нельзя.

sophiaqho/boolq_finetuned_v1 — дообученная модель на основе PrimeQA/tydiqa-boolean-answer-classifier для классификации текста. Базовая модель XLM-RoBERTa имеет около 658,7 млн параметров; репозиторий содержит веса в формате safetensors и рассчитан на контекст до 514 токенов. Модель подходит для классификации ответов на вопросы формата «да/нет» по текстовому контексту: базовый чекпойнт различает yes, no и no-answer. В карточке указана оценка loss 0,7342 на тестовом наборе, но название обучающего датасета приведено как None, а подробности данных и сценариев применения отсутствуют. Модель распространяется по лицензии Apache-2.0.

BreznChatML — экспериментальная разговорная модель johannhartmann на архитектуре Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для генерации текста в диалоговом формате. Автор описывает эксперимент с датасетом DPO по математике, дополненным немецким переводом. По его оценке, эксперимент снизил способность модели решать математические задачи; в приведённых результатах оценки составляют 2,65 по математике, 4,6 по рассуждениям и программированию, 8,425 по письму. Модель распространяется в формате safetensors по лицензии Apache-2.0.

CamemBERT-L6 — разреженная версия предварительно обученной модели CamemBERT, созданная удалением верхних слоёв исходного чекпойнта. В репозитории указано 81,2 млн параметров; модель использует архитектуру CamemBERT и принимает текст с контекстом до 514 токенов. Доступны веса PyTorch и Safetensors, лицензия — MIT. Модель предназначена прежде всего для дообучения под задачи, где решение зависит от целого предложения или фрагмента текста: классификации, извлечения ответов на вопросы и семантического поиска. Исходную модель также можно применять для masked language modeling и извлечения признаков. Для генерации текста автор рекомендует авторегрессионные модели.

Elfrino выпустил ContextualToppy_KTO-7B — слитую модель для генерации текста и ведения диалогов. Она создана методом SLERP с помощью mergekit из Undi95/Toppy-M-7B и ContextualAI/Contextual_KTO_Mistral_PairRM. Модель построена на плотной архитектуре MistralForCausalLM и содержит 7,1 млрд параметров. Она предназначена для генерации текстовых ответов и ролевых диалогов; поддерживает контекст до 32 768 токенов и работает через Transformers. В репозитории веса представлены в формате safetensors. Карточка не приводит конкретных оценок качества или сведений о языковом покрытии. Базовое описание указывает на возможность генерации контента для взрослых. Условия лицензии в предоставленных данных не указаны.

Англоязычная модель sjrhuschlee/deberta-v3-base, дообученная на SQuAD 2.0 для извлечения ответов из текста. На вход она принимает вопрос и контекст, а на выходе выделяет фрагмент контекста, который отвечает на вопрос; обучение включало вопросы без ответа, поэтому модель может распознавать случаи, когда подходящего фрагмента нет. Архитектура — DeBERTa-v3-base, 211,6 млн параметров, библиотека Transformers; максимальная длина контекста — 512 токенов. Модель подходит для поиска ответов в заданном тексте и систем вопросно-ответного поиска по документам на английском языке. Она не предназначена для свободной генерации развернутых ответов и зависит от того, содержит ли предоставленный контекст нужную информацию. Лицензия — MIT.

DeepSeek-V4-Flash-0731 REAP 80G — производная версия DeepSeek-V4-Flash-0731 от автора репозитория, сокращённая методом REAP и упакованная в формат GGUF с разной точностью квантования. В каждом MoE-блоке сохранено 160 из 256 маршрутизируемых экспертов; эксперты используют IQ2XXS, проекции W2 — Q4_K, а внимание, общие эксперты и выходная голова — Q8_0. Модель предназначена для генерации текста в диалоговом режиме и локального запуска на совместимом с DeepSeek-V4 оборудовании и ПО. Карточка описывает её как экспериментальную производную, не являющуюся официальным выпуском DeepSeek. Ожидаемые сценарии включают диалог, программирование, рассуждения, работу с инструментами и длинным контекстом, но качество этих возможностей следует оценивать на своих задачах. Для запуска требуются среды, понимающие компоненты DeepSeek-V4; обычные загрузчики GGUF могут не поддерживать используемые компоненты MXFP4, sparse attention, токенизатор и DSpark MTP. Оценки паритета с исходной моделью по бенчмаркам нет. Модель основана на deepseek-ai/DeepSeek-V4-Flash-0731; метаданные указывают языки en и zh, лицензию MIT и задачу text-generation. README предупреждает, что важность экспертов оценивалась по близкому раннему чекпойнту, а не по версии 0731; удалено 37,5% маршрутизируемых экспертов. Совместимость MTP-блоков требует отдельной проверки.

Это асимметрично квантованная до низкой точности версия diffusiongemma-26B-A4B-it — языковой модели Gemma 4 с архитектурой MoE и диффузионной генерацией. Версию GGUF подготовил hyperspaceai на основе unsloth/diffusiongemma-26B-A4B-it-GGUF. В модели 26 млрд параметров, около 4 млрд активных; используется 128 экспертов, из которых для каждого токена активируются 8, и 30 слоёв. Файл весит 10,98 ГБ. Модель предназначена для диалоговой генерации текста: ответы на вопросы, объяснения, списки, творческий текст и код. В отличие от обычных авторегрессионных языковых моделей, она создаёт текст итеративным параллельным уточнением токенов в контексте длиной 256 токенов. Квантование распределено асимметрично: экспертные слои в основном сжаты до 2 бит с использованием матрицы важности, а чувствительные проекции сохранены в более высокой точности. Автор сообщает о проверке генерации на CUDA и приводит примеры связных ответов, но это не независимая оценка качества. Для запуска нужен совместимый с архитектурой diffusion-gemma GGUF-рантайм; стандартная авторегрессионная генерация через llama-cli и оценка perplexity для этой модели не подходят. Лицензия — Gemma; использование должно соответствовать её условиям.

Это модель DistilBERT для ответов на вопросы, дообученная на наборе Natural Questions. Она принимает текст вопроса и контекст, а затем извлекает ответ из контекста; архитектура реализована классом DistilBertForQuestionAnswering. Модель подходит для поиска конкретных фактов в предоставленных текстах, например в документах или статьях. Модель использует uncased-вариант DistilBERT и рассчитана на контекст длиной до 512 токенов. В репозитории указаны веса PyTorch. Разработчик сообщает результат оценки на тестовой выборке: loss 0,6267. Модель распространяется по лицензии Apache-2.0. Карточка не описывает подробности оценки и ограничения качества, поэтому применимость к иным доменам и длинным контекстам следует проверять отдельно.

Это модель для ответов на вопросы, созданная дообучением distilbert-base-uncased на наборе данных SQuAD. Она принимает текстовый контекст и вопрос и извлекает ответ из контекста. Модель построена на архитектуре DistilBERT и предназначена для задач извлечения ответов; максимальная длина контекста составляет 512 токенов. Модель подходит для поиска ответов в коротких текстах, справочных материалах и документах, когда ответ явно содержится в исходном тексте. Она выпущена в формате PyTorch и распространяется по лицензии Apache-2.0. В карточке приведено значение функции потерь 1,3672 на оценочном наборе SQuAD.

DIVER-Retriever-4B — двуязычная модель текстовых эмбеддингов, разработанная AQ-MedAI на базе Qwen3-Embedding-4B. Она предназначена для семантического поиска и ранжирования, в том числе в задачах reasonIR и поиска по медицинским материалам; при обучении использовались данные по математике, программированию и здравоохранению, а также специально подобранные сложные отрицательные примеры. Модель имеет плотную архитектуру Qwen3ForCausalLM и около 3,7 млрд параметров. Она работает с китайским и английским языками, поддерживает контекст до 40 960 токенов и распространяется в формате safetensors для Transformers. Авторы сообщают о результатах на BRIGHT Leaderboard и MTEB Medical Benchmark. Для дообучения авторы рекомендуют ms-swift и loss-функцию InfoNCE. Лицензия — Apache-2.0. Модель ориентирована на поиск и сопоставление текстов; карточка не подтверждает, что её следует использовать как универсальную разговорную модель или как медицинский инструмент для принятия клинических решений.

Experiment26Yamshadow_PasticheAlloyingotneoy — объединённая модель семейства Mistral, созданная из automerger/Experiment26Yamshadow-7B и automerger/PasticheAlloyingotneoy-7B. Она предназначена для генерации текста и поддерживает контекст до 32 768 токенов. Модель содержит 7,1 млрд параметров и опубликована в формате safetensors. Модель может использоваться для генерации продолжений текста и диалоговых ответов. Репозиторий распространяется по лицензии Apache-2.0. Подробности о языках, обучении и сравнительном качестве в карточке не приведены.