I.2Синтез, понимание и проверка знаний

I-DLM-8B — языковая модель диффузионного типа с 7,6 млрд параметров, созданная командой проекта I-DLM на основе Qwen3-8B. Модель предназначена для генерации текста и диалогов; её метод Introspective Strided Decoding позволяет генерировать и проверять токены параллельно. В карточке заявлено качество, сопоставимое с авторегрессионными моделями того же масштаба на 15 бенчмарках, а также повышенная пропускная способность при высокой параллельной нагрузке. Для воспроизведения результатов авторы рекомендуют конвейер ISD на базе SGLang, поддерживающий пакетную обработку и KV-кэш. Прямая загрузка через Transformers пока не поддерживается для воспроизведения результатов статьи. Контекст модели — до 40 960 токенов; веса представлены в формате safetensors. Лицензия — Apache-2.0.

InfiniteVL-LongSFT — мультимодальная модель семейства InfiniteVL, разработанная исследователями Huazhong University of Science and Technology и Horizon Robotics. Она предназначена для диалогового понимания изображений и видео, ответов на визуальные вопросы, распознавания текста, интерпретации диаграмм и описания сцен. В README указана архитектура с визуальным энкодером на основе Qwen2.5-VL, проекционным MLP и декодером, который сочетает Sliding Window Attention и Gated DeltaNet. Модель содержит 3,1 млрд параметров, использует формат safetensors и библиотеку Transformers. В метаданных указан контекст 128 000 токенов; авторы также сообщают об экспериментах на последовательностях свыше 500 000 токенов, постоянном объёме памяти для длинного контекста и потоковой обработке видео. README описывает двухэтапное обучение, включая дистилляцию от Qwen2.5-VL и последующее instruction SFT, но точная связь именно этого чекпойнта с базовой моделью в метаданных не приведена. Лицензия — Apache-2.0. Заявления о скорости и качестве основаны на результатах авторов и зависят от сценария и оборудования.

InternVL3-2B — мультимодальная диалоговая модель OpenGVLab, дообученная на основе OpenGVLab/InternVL3-2B-Instruct. Она предназначена для ответов на вопросы по изображениям, визуального рассуждения и диалогов, сочетающих текст с изображениями; семейство также поддерживает анализ нескольких изображений и видео. Архитектура следует схеме ViT-MLP-LLM: InternViT-300M-448px-V2_5 соединён через MLP-проектор с языковой частью Qwen2.5-1.5B. Модель принимает текст и изображения и генерирует текст; в карточке Hugging Face для неё указаны задачи image-text-to-text и text-generation. В README заявлены возможности мультимодального восприятия и рассуждения, понимания длинного контекста, работы с инструментами, GUI-сценариями, промышленными изображениями и 3D-визуальным восприятием. Поддержка видео и нескольких изображений описана для архитектуры InternVL3, но конкретные ограничения входного формата и длина контекста для этого репозитория не приведены. Метаданные указывают мультиязычность и лицензию Apache-2.0.

Jibay 2 — выпущенная JibayAI компактная плотная языковая модель на базе Qwen3-1.7B, дообученная для генерации текста и диалогов. Она содержит 1,7 млрд параметров, не использует архитектуру MoE и поддерживает контекст до 40 960 токенов по метаданным; README указывает 32 768 токенов на вход и выход суммарно. Модель предназначена для дообучения на предметных данных, запуска на устройствах с ограниченными ресурсами, прототипирования и лёгких агентных сценариев с вызовом инструментов. Карточка приводит результаты общих тестов и рекомендует для практического использования оптимизированный формат GGUF. Заявлены языки фарси, английский, китайский и арабский. Лицензия Apache-2.0 допускает открытое использование и модификацию. Модель компактна и пригодна для настройки под конкретные задачи, однако результаты тестирования опубликованы без подробной методики, а знания ограничены началом 2025 года. README приводит более раннюю дату первого выпуска, чем дата создания репозитория в метаданных.

KafkaLM-Mixtral-8x7B-V0.2 — языковая модель Seedbox, обученная Деннисом Дикманном на базе Mixtral 8x7B от Mistral AI. Это разреженная архитектура Mixture of Experts (MoE) для генерации текста и диалогового общения; версия V0.2 содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель дообучена на наборах инструкций с открытым исходным кодом, переведённых с английского на немецкий, и дополнительно выровнена с помощью изменённой немецкоязычной версии UltraFeedback. Она предназначена для повседневных задач на немецком языке, в том числе для применения в немецкоязычной деловой среде; метаданные также отмечают английский язык. Весы доступны в формате safetensors, лицензия — Apache-2.0. Разработчик отмечает, что модель может отвечать творчески и склонна к языковым вольностям. Карточка не приводит результатов оценки качества или более подробных ограничений применения.

LFM2-1.2B-GGUF — квантизированное представление модели LFM2-1.2B, разработанной Liquid AI и опубликованной Unsloth в формате GGUF. Это гибридная генеративная языковая модель для работы на периферийных устройствах и локального развёртывания на CPU, GPU и NPU, включая смартфоны, ноутбуки и автомобили. Модель содержит около 1,17 млрд параметров, 16 слоёв, из которых 10 используют свёртки, а 6 — attention, и поддерживает контекст до 32 768 токенов. Архитектура Liquid включает мультипликативные гейты и короткие свёртки. Модель предназначена для агентских сценариев, извлечения данных, RAG, творческого письма и многошаговых диалогов. Она поддерживает английский, арабский, китайский, французский, немецкий, японский, корейский и испанский языки. К сильным сторонам относятся скорость обучения и инференса, эффективность по памяти и возможность запуска на разнообразном оборудовании; заявлены преимущество над моделями сопоставимого размера в ряде задач и ускоренный CPU-декодинг. Из-за небольшого размера модель рекомендуется дообучать под узкие сценарии. Она не рекомендована для ресурсоёмких задач, требующих глубоких знаний или программирования. Лицензия — LFM Open License v1.0; для llama.cpp в README указано использовать исправленный шаблон чата с параметром --jinja.

experimentalmachines/LFM2.5-2.6B-heretic — текстовая модель на 2,6 млрд параметров, созданная путём направленного удаления отказов из LiquidAI/LFM2.5-2.6B с помощью heretic. Метод оптимизирует веса абляции по слоям, снижая частоту отказов и расхождение с исходной моделью; полученные веса объединены, поэтому модель загружается как обычная Lfm2ForCausalLM. Сохранены шаблон чата и токены вызова инструментов базовой модели; контекстное окно составляет 131 072 токена. Модель предназначена для генерации текста и диалогов, в том числе сценариев, где требуется меньше отказов. Репозиторий содержит веса safetensors для Transformers; описанный в README экспорт ExecuTorch удалён и отсутствует, поэтому эти веса нельзя напрямую загрузить в приложения, требующие скомпилированный файл .pte. Для использования нужна библиотека Transformers, а для локального запуска в других форматах потребуется отдельная конверсия или квантизация. Лицензия указана как other; README предупреждает, что защитное обучение исходной модели намеренно удалено.

yangw1234/LFM25-clawgym-lora32 — дообученная модель LiquidAI/LFM2.5-2.6B, опубликованная yangw1234. Это плотная языковая модель семейства LFM2 с 2,6 млрд параметров, предназначенная для генерации текста и диалогового взаимодействия. Метаданные указывают контекст до 131 072 токенов и интерфейс вызова инструментов; модель сохранена в формате Safetensors. В README сказано, что при обучении использовались Unsloth и библиотека TRL от Hugging Face. Модель подходит для диалоговых приложений и агентных сценариев, где нужно генерировать текст или обращаться к инструментам. Базовая модель описана как многоязычная и рассчитанная на локальный запуск, RAG и задачи с длинным контекстом; карточка этой версии явно подтверждает английский язык. Модель распространяется по лицензии Apache-2.0. README не сообщает результаты оценки качества или конкретную специализацию дообучения.

Модель deepanraj-ai — дообученная версия unsloth/Llama-3.2-3B-Instruct-bnb-4bit на архитектуре Llama с плотной сетью и 3,2 млрд параметров. Для обучения использовались Unsloth и библиотека Hugging Face TRL. Модель предназначена для генерации текста в диалоговом формате и поддерживает интерфейс вызова инструментов. Заявленная длина контекста — 131 072 токена; в карточке указан английский язык. Лицензия — Apache 2.0.

PJMixers-Dev/LLaMa-3.2-Instruct-JankMix-v0.2-SFT-3B — дообученная методом полного fine-tuning диалоговая модель на архитектуре Llama 3.2, разработанная PJMixers-Dev. Модель размером 3,2 млрд параметров предназначена для генерации текста в формате инструкций и продолжения текста; в обучающих данных использована примерно равная смесь примеров completion и instruct. Метаданные указывают контекст до 131 072 токенов и поддержку английского языка. Модель подходит для диалоговых ответов, выполнения текстовых инструкций и генерации продолжений. В опубликованных результатах Open LLM Leaderboard приведены оценки IFEval и BBH. В README отмечено, что модель может сохранять отказы базовой версии: специального обучения для их устранения не проводилось. Лицензия — Llama 3.2; применяйте модель в соответствии с её условиями.

ark4004/llama3.8-27b-uc-fp8-jh — размещённая пользователем на Hugging Face производная модель семейства Qwen3.8-27B; точный автор исходной модификации и метод её создания в карточке не указаны. Репозиторий предназначен для генерации текста и мультимодальных сценариев, включая работу с изображениями; доступны интеграции с Transformers, vLLM и SGLang. Модель содержит около 28 млрд параметров и использует формат FP8 F8_E4M3 с отдельными компонентами BF16. По назначению исходной Qwen3.8-27B она ориентирована на понимание текста, изображений и видео, программирование, мультимодальное рассуждение, обработку длинного контекста, вызов инструментов и агентские задачи. Для конкретной производной модели длина контекста, поддерживаемые языки, результаты тестирования и точные архитектурные особенности не указаны, поэтому её сильные и слабые стороны относительно исходной модели надёжно оценить нельзя. Для репозитория указана лицензия Apache-2.0. FP8-квантизация может снизить требования к памяти и ускорить инференс по сравнению с полноточными весами, но потенциально влияет на качество; количественные данные о таком влиянии отсутствуют. Модель не была доступна через провайдеров инференса на момент проверки.

AdrienB134/Llama-3-8B-ASN-alpha — дообученная AdrienB134 языковая модель семейства Llama 3 для генерации текста. Она основана на unsloth/llama-3-8b-bnb-4bit; для обучения использовались Unsloth и библиотека TRL. Модель имеет плотную архитектуру LlamaForCausalLM и около 7,5 млрд параметров, принимает текст и генерирует текст. Указанная длина контекста — 8196 токенов. В карточке отмечена поддержка английского языка. Модель распространяется по лицензии Apache-2.0.

dfurman/Llama-3-8B-Orpo-v0.1 — англоязычная диалоговая модель генерации текста, созданная дообучением Meta Llama 3 8B методом ORPO. По карточке, обучение проведено на 4 тысячах примеров из набора mlabonne/orpo-dpo-mix-40k; модель использует шаблон диалога ChatML и поддерживает контекст до 8192 токенов. Модель предназначена для ответов на запросы и свободной генерации текста в формате чат-ассистента. В приведённых результатах она показывает неодинаковые результаты на тестах: например, выше базовых моделей в HellaSwag и Winogrande, но ниже в GSM8K; эти оценки не гарантируют качества на конкретных пользовательских задачах. Доступны веса в формате safetensors для Transformers. Лицензия — llama3.

Magpie-Align/Llama-3-8B-ShareGPT-112K — плотная авторегрессионная языковая модель семейства Llama 3 с 7,5 млрд параметров, созданная дообучением Meta-Llama-3-8B. Модель предназначена для генерации текста в диалоговом формате и может использоваться в чат-сценариях. Модель принимает текст и генерирует текст; заявленная длина контекста — 8192 токена. В карточке указаны форматы PyTorch и Safetensors и лицензия Llama 3. README сообщает о результате loss 0,4747 на оценочном наборе, но не приводит подробностей о данных, методике оценки или качестве ответов.

4yo1/llama3-pre1-pre2-inst3-lora3-mergkit-base — языковая модель семейства Llama, опубликованная 4yo1. Это плотный трансформер LlamaForCausalLM на 7,4 млрд параметров с контекстом до 8192 токенов, рассчитанный на работу с текстом и диалоговые сценарии. В карточке указаны английский и корейский языки; модель распространяется в формате safetensors и загружается через Transformers. Модель предназначена для генерации текста и перевода. Карточка не описывает качество перевода, процедуру обучения или точное происхождение весов; упоминание LoRA и merge в названии само по себе не подтверждает тип производной модели. Лицензия — MIT.

Llama-3-Umbral-Mind-SimPO-8B — разговорная языковая модель, созданная объединением моделей Casual-Autopsy и Princeton NLP с помощью mergekit и метода SLERP. В основе лежат Casual-Autopsy/L3-Umbral-Mind-RP-v1.0-8B и princeton-nlp/Llama-3-Instruct-8B-SimPO; архитектура — плотная LlamaForCausalLM примерно на 7,5 млрд параметров. Модель предназначена для генерации текста и диалоговых ответов на английском языке; контекстное окно — 8192 токена. Модель распространяется в формате Safetensors по лицензии Llama 3. Карточка не приводит результатов оценивания качества или подробных рекомендаций по настройке генерации.

Это дообученная модель KKHYA на основе KKHYA/llavaqwen3-1.7b-finetune, предназначенная для генерации текста и диалогов. Она содержит 1,7 млрд параметров, использует архитектуру NMMaskMoELLaVAQwen3ForCausalLM и рассчитана на контекст до 40 960 токенов. Модель доступна в форматах PyTorch и safetensors и поддерживает интерфейс вызова инструментов. Модель можно применять для генерации ответов и ведения диалогов. Датасет дообучения в карточке не описан, поэтому специализацию и качество на конкретных задачах установить нельзя. Лицензия — Apache-2.0.

Luth-2-0.8B — компактная текстовая модель генерации на 750 млн параметров, разработанная kurakurai на основе Qwen3.5-0.8B. Она дообучена на французских данных в два этапа: SFT на смеси объёмом 3 млрд токенов и многодоменная дистилляция с учителем на основе собственных ответов модели. Архитектура унаследована от мультимодальной Qwen3.5, однако Luth-2-0.8B не обучалась на изображениях и предназначена для работы только с текстом. Модель ориентирована на французские запросы: решение математических задач, программирование, общие знания, следование инструкциям и вызов инструментов. Небольшой размер подходит для локального запуска и устройств с ограниченными ресурсами; доступны Transformers, vLLM и SGLang. По данным авторов, модель показывает высокие результаты на выбранных французских бенчмарках для своего размерного класса. Модель не предназначена для анализа изображений. Репозиторий содержит веса в safetensors; лицензия — Apache-2.0.

mauxi-v0-3B — диалоговая языковая модель, опубликованная пользователем xmanii на Hugging Face. Это дообученная с помощью TRL модель семейства Qwen2 с плотной архитектурой и 3,1 млрд параметров; для генерации текста используется Transformers, веса хранятся в формате safetensors. Модель поддерживает контекст до 32 768 токенов и предназначена для диалоговой генерации текста. Модель принимает сообщения в формате беседы и генерирует текстовый ответ; в метаданных также отмечен интерфейс вызова инструментов. Карточка демонстрирует пример ответа на открытый вопрос, но не приводит сведения о конкретных обучающих данных, языковом охвате и сравнительных результатах. Лицензия в предоставленных данных не указана.

Metis-27B — мультимодальная диалоговая модель с постоянной памятью, разработанная IAAR-Shanghai на основе Qwen/Qwen3.5-27B. Репозиторий содержит полные объединённые веса модели; архитектура плотная, число параметров — 26,8 млрд. Модель предназначена для диалога и работы с памятью, а метаданные также указывают поддержку входов с изображениями и текста. Модель загружается через Transformers; для неё требуется версия 5.4.0 или новее и код Transformers из репозитория. В README приведён пример загрузки в формате bfloat16. Лицензия — Apache-2.0. Карточка не приводит сведений о длине контекста и конкретных языках, поэтому они не уточняются.

KennethTM/MiniLM-L6-danish-encoder-v2 — компактная модель Sentence Transformers на архитектуре BERT для представления датских предложений и абзацев в виде плотных векторов размерности 384. По карточке это обновлённая версия MiniLM-L6-danish-encoder, обученная на дополнительных данных GooAQ, переведённых на датский язык; модель адаптирована от англоязычной sentence-transformers/all-MiniLM-L6-v2 с датским токенизатором, а не обучена с нуля. Модель содержит 25,9 млн параметров и обрабатывает последовательности длиной до 512 токенов. Векторы подходят для семантического поиска, сравнения сходства предложений и кластеризации датских текстов. При обучении использовались переведённые на датский данные ELI5 и SQuAD, а также датские пары GooAQ. Лицензия — MIT. Описание не сообщает результатов сравнительной оценки качества; при использовании следует учитывать, что назначение и обучающие данные ориентированы на датский язык.

MiquMaid-120B — слитая модель для генерации текста и диалогов, созданная автором репозитория MergeFuel с помощью mergekit. В неё вошли Undi95/Miqu-MS-70B и NeverSleep/MiquMaid-v3-70B; использован метод passthrough merge. Модель основана на архитектуре Llama, содержит 117,5 млрд параметров и принимает текст, формируя текстовые ответы. Максимальная длина контекста — 32 764 токена. Модель подходит для генерации текста и ведения диалогов, включая ролевые сценарии. В репозитории указаны веса Safetensors и библиотека Transformers. Лицензия в предоставленных данных не указана.

Mistral-LM-Beta-Slerp — объединённая чат-модель на основе Mistral, созданная Knobi3 с помощью LazyMergekit. Она сочетает веса timpal0l/Mistral-7B-v0.1-flashback-v2 и Nexusflow/Starling-LM-7B-beta методом slerp; конфигурация использует отдельные коэффициенты смешивания для слоёв self-attention и MLP. Модель имеет плотную архитектуру MistralForCausalLM, около 7,1 млрд параметров и контекст до 32 768 токенов. Модель предназначена для генерации текста в диалоговом формате, включая ответы на запросы и ведение беседы. В метаданных указана возможность чата; базовая Starling описана как англоязычная модель, поэтому английский — подтверждённый язык применения. Используются веса в формате safetensors. Условия лицензии в предоставленных данных не приведены.

toxibunny/Mistral-Small-22B-ArliAI-RPMax-Diluted — слитая модель на архитектуре Mistral, созданная автором репозитория с помощью mergekit и метода SLERP из unsloth/Mistral-Small-Instruct-2409 и ArliAI/Mistral-Small-22B-ArliAI-RPMax-v1.1. Это плотная авторегрессионная языковая модель на 22 млрд параметров с контекстом до 32 768 токенов, предназначенная для генерации текста и диалогов. Модель подходит для разговорных сценариев и творческого письма, включая ролевые диалоги. Метаданные указывают поддержку интерфейса вызова инструментов, однако описание не уточняет, какие именно инструменты или шаблоны взаимодействия проверены. Доступна в формате safetensors для Transformers. Сведения о лицензии в предоставленных источниках отсутствуют.

Модель разработана muhammadkwanso как дообученная версия unsloth/Meta-Llama-3.1-8B-bnb-4bit. Это плотная авторегрессионная языковая модель семейства Llama с архитектурой LlamaForCausalLM и примерно 7,5 млрд параметров. Она предназначена для генерации текста; конкретная специализация дообучения в карточке не описана. Модель принимает текст и генерирует текст, поддерживает английский язык и имеет контекстное окно до 131 072 токенов. Веса представлены в формате safetensors. Для обучения использовались Unsloth и библиотека TRL. Лицензия — Apache 2.0.

Jeevesh8/more_cpts_corr_init_shuff_clipped_warmed_seq_len_128_bert-base-uncased_qqp_ft_1 — модель классификации текста на базе BERT, опубликованная пользователем Jeevesh8 на Hugging Face. Она дообучена для задачи QQP (Quora Question Pairs), то есть для определения семантической эквивалентности или дублирования пар вопросов. Модель содержит около 136,7 млн параметров, использует архитектуру BERT и поддерживает контекст до 512 токенов. Основной сценарий применения — классификация пар англоязычных текстов, прежде всего вопросов, по признаку смыслового соответствия. Модель не предназначена для генерации текста и ориентирована на узкую задачу, связанную с QQP.

MPT-7B-Instruct — языковая модель MosaicML для выполнения коротких инструкций. Она создана дообучением MPT-7B на данных, производных от Databricks Dolly-15k и Anthropic HH-RLHF. Модель использует модифицированный декодерный трансформер MPTForCausalLM с 6,7 млрд параметров, 32 слоями и 32 головами внимания; среди особенностей архитектуры — FlashAttention и ALiBi без позиционных эмбеддингов. Для загрузки через Transformers требуется включить trust_remote_code=True. Модель предназначена для генерации текста в ответ на инструкции и вопросы. Обучающие данные токенизированы токенизатором GPT-NeoX-20B; сведения о поддерживаемых естественных языках и длине контекста в предоставленных источниках отсутствуют. Модель распространяется по лицензии CC-BY-SA-3.0, допускающей коммерческое использование при соблюдении условий лицензии.

Myalee v3 L31 8B — разговорная языковая модель, разработанная Arcee AI и дообученная на основе Crystalcareai/Meta-llama-3.1-8b-instruct. Она предназначена для генерации текста и диалоговых сценариев. Модель использует плотную архитектуру LlamaForCausalLM и содержит 7,5 млрд параметров; заявленная длина контекста составляет 131 072 токена. Модель опубликована в формате PyTorch и распространяется по лицензии Llama 3.1. README не описывает обучающие данные, результаты оценки или специализированную область применения, поэтому качество и пригодность для конкретных задач по карточке определить нельзя.

Ornith-Agents-A1 — объединённая мультимодальная модель, созданная автором карточки с помощью mergekit методом task arithmetic на базе Qwen/Qwen3.5-35B-A3B и с включением InternScience/Agents-A1 и deepreinforce-ai/Ornith-1.0-35B. Архитектура относится к семейству Qwen 3.5 MoE; метаданные указывают поддержку диалога и обработки изображений, а основной сценарий по pipeline_tag — генерация текста по текстовому и визуальному вводу. Модель предназначена для диалога, анализа изображений и агентных задач. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Лицензия — Apache-2.0. Карточка не сообщает размер модели, длину контекста и поддерживаемые естественные языки.

Карточка модели blepdoge/ossamai-v1 на Hugging Face совпадает с карточкой blepdoge/ossamai-v0.2-merged16, поэтому описание составлено по ней. ossamai-v0.2-merged16 — дообученная разговорная языковая модель, опубликованная blepdoge на основе unsloth/llama-3-8b-Instruct-bnb-4bit. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и 7,5 млрд параметров; для обучения использовались Unsloth и библиотека TRL. Модель предназначена для генерации текста и диалоговых сценариев на английском языке с контекстом до 8192 токенов. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0.