I.2Синтез, понимание и проверка знаний

Qwen3.5-9B-Deepseek-reasoning-unlimited — дообученная модель, опубликованная sulpikar2 на основе sulpikar2/Qwen3.5-9B-Deepseek-reasoning. Это плотная мультимодальная модель семейства Qwen 3.5 с архитектурой Qwen3_5ForConditionalGeneration, предназначенная для диалогов с текстом и изображениями; также поддерживает интерфейс вызова инструментов. В карточке указано обучение с использованием Unsloth и библиотеки TRL от Hugging Face. Модель размечена для задачи image-text-to-text и поддерживает английский язык. Репозиторий содержит веса Safetensors и вариант GGUF BF16. Лицензия — Apache-2.0. Подробности о размере контекста, качестве и ограничениях применения в карточке не приведены.

techwithsergiu подготовил текстовую производную Qwen/Qwen3.5-2B: из исходной мультимодальной модели удалена визуальная часть, а текстовые веса сохранены без изменений в формате bf16. Это плотная авторегрессионная модель семейства Qwen3.5 с 1,7 млрд параметров и контекстом до 262 144 токенов; она принимает и генерирует текст, поддерживает диалоговый режим и интерфейс вызова инструментов. Модель предназначена прежде всего как промежуточный артефакт для конвертации в GGUF или слияния слияния после обучения LoRA на CPU. Для прямого дообучения автор рекомендует отдельную версию techwithsergiu/Qwen3.5-text-2B-bnb-4bit. Удаление визуальной части сокращает размер файлов, но исключает работу с изображениями и видео. Лицензия — Apache-2.0.

mlx-community/Qwen3.6-27B-4bit — это 4-битная модель в формате MLX, созданная сообществом mlx-community на основе Qwen/Qwen3.6-27B, разработанной командой Qwen. Модель предназначена для мультимодальных сценариев image-text-to-text: она принимает текстовые запросы и изображения и генерирует текстовые ответы, например описания изображений. Конвертация выполнена с использованием mlx-vlm версии 0.4.4. Ключевые характеристики исходной архитектуры, число параметров, поддерживаемые языки и размер контекста в представленном README не указаны. Известно, что модель использует 4-битное представление и рассчитана на запуск в экосистеме MLX; это может снизить требования к памяти, но потенциально ограничивает точность по сравнению с полноточными вариантами. Для работы рекомендуется пакет mlx-vlm. Модель распространяется по лицензии Apache-2.0.

Это две экспериментальные квантизированные версии Qwen3.6-35B-A3B в формате GGUF, подготовленные michaelw9999 для запуска через llama.cpp. Модель основана на Qwen/Qwen3.6-35B-A3B; каталог указывает на 35 млрд параметров. Репозиторий содержит варианты TURBO для более высокой скорости и HQ с большим числом повышенных до более точного представления тензоров. Размеры файлов — 18,56 и 18,64 ГиБ соответственно. Модель предназначена для генерации текста и диалогового использования. Автор приводит результаты тестов GSM8K, HellaSwag и HumanEval, однако реальные различия между вариантами ещё оцениваются. Квантизация NVFP4 и калибровка imatrix выполнены экспериментальным инструментом на новом пользовательском наборе данных, поэтому качество на других задачах может отличаться. Для NVFP4 указана ориентация на оборудование Blackwell в тегах репозитория. Сведения о лицензии в предоставленных материалах отсутствуют.

Карточка модели AtomicChat/Qwen3.8-27B-MLX-bf16 на Hugging Face совпадает с карточкой AtomicChat/Qwen3.8-27B-MLX-AD-3.80bpw-DWQ-13.7GB, поэтому описание составлено по ней. AtomicChat/Qwen3.8-27B-MLX-AD-3.80bpw-DWQ-13.7GB — мультимодальная плотная модель семейства Qwen3.5 на 27 млрд параметров, подготовленная AtomicChat на основе Qwen/Qwen3.8-27B для работы в формате MLX. Она предназначена для диалогов и задач, где нужно анализировать изображения и формировать текстовый ответ. Карточка также указывает поддержку vision и conversational-взаимодействия. Модель принимает текст и изображения, выдаёт текст. Репозиторий использует safetensors, а для базовой модели указана лицензия Apache-2.0. README описывает преобразование в MLX с помощью mlx-lm 0.31.3; сведений о контекстном окне и ограничениях качества карточка не приводит.

barsaranikhuntia/qwen3-finetuned — дообученная авторами репозитория модель Qwen3-0.6B для генерации текста и диалогов. Она построена на плотной архитектуре Qwen3ForCausalLM, содержит 507,9 млн параметров, принимает текст и поддерживает контекст до 40 960 токенов. Модель предназначена для текстовых запросов и разговорных сценариев; карточка сообщает о дообучении на неизвестном датасете и приводит значение loss 3,2855 на оценочной выборке, но не описывает специализацию обучения или результаты по конкретным задачам. Веса доступны в формате safetensors. Лицензия — Apache-2.0.

Это GGUF-версия Qwen3Guard-Gen-8B, подготовленная Geoff Munn на основе модели команды Qwen от Alibaba. Модель построена на архитектуре Qwen3 с 8 млрд параметров и дообучена для безопасной генерации текста: она отвечает на обычные запросы и должна отказывать на вредоносные, избегая токсичного, жестокого и вводящего в заблуждение содержания. Модель предназначена для диалоговых помощников, которым нужны ответы на сложные вопросы, помощь с кодом и математикой при ограничении небезопасных ответов. Её можно использовать как самостоятельного помощника или вместе с отдельным фильтром входящих запросов. Репозиторий содержит квантизованные веса в формате GGUF для локального запуска, в том числе через llama.cpp; README приводит варианты от Q2_K до Q8_0 с разным балансом качества, скорости и размера. Лицензия — Apache-2.0. Это генеративная модель с защитными настройками, а не классификатор модерации: отказы и осторожное поведение не гарантируют обнаружение или блокирование всех небезопасных запросов, поэтому для модерации входов может потребоваться отдельный фильтр.

Это пакет Mesh LLM с разделёнными по слоям GGUF-артефактами модели Qwen3-VL-32B-Instruct в варианте UD-Q4_K_XL. Он подготовлен для распределённого инференса на локальном кластере из нескольких машин и основан на unsloth/Qwen3-VL-32B-Instruct-GGUF. Пакет предназначен для локального приватного запуска чата и API-совместимых сценариев с endpoint `/v1/chat/completions`, в том числе когда полная модель слишком велика для одного узла. Метаданные указывают задачу text-generation и возможность чата; семейство Qwen3-VL предполагает мультимодальную основу, однако этот README описывает именно способ упаковки и запуска, а не входы изображений или характеристики исходной модели. Модель распространяется в формате GGUF с квантованием Q4_K_XL, упакованном по слоям. Лицензионные условия, размер модели и длина контекста в предоставленных материалах не приведены; README отсылает за ними к карточке исходной модели.

MLliu6/Qwen3-VL-8B-Instruct-AWQ-W4A16 — сторонняя посттренировочно квантованная версия мультимодальной модели Qwen3-VL-8B-Instruct, созданная пользователем MLliu6 на базе модели Qwen. Модель предназначена для задач vision-language, включая обработку изображений и текста, эффективный мультимодальный инференс, оценивание в VLMEvalKit, эксперименты с vLLM и исследования посттренировочного квантования. Модель использует архитектуру и возможности базовой Qwen3-VL-8B-Instruct, однако README не приводит полный набор архитектурных характеристик. Указаны поддерживаемые языки английский и китайский, мультимодальный формат image-text-to-text и контекст калибровки до 2048 токенов. Веса сжаты методом AWQ в формате W4A16: линейные слои квантуются до 4-битных симметричных целых значений с group_size=128, тогда как lm_head и визуальные модули исключены из квантования. Заявлено уменьшение размера хранения примерно на 58,8% относительно исходной раскладки. К сильным сторонам относятся сниженные требования к хранению и потенциально более эффективное развертывание при использовании совместимых инструментов, включая llm-compressor и vLLM. Ограничение состоит в том, что это неофициальный чекпойнт, а квантование может ухудшать качество на отдельных мультимодальных задачах, особенно при детальном визуальном понимании и сложном рассуждении. Модель распространяется по лицензии Apache-2.0.

RIFA-PRO — двуязычная разговорная текстовая модель семейства RIFA, разработанная и поддерживаемая SM Shahbaj. Модель предназначена для генерации текста и диалоговых сценариев на английском языке и бангла (бенгальском), включая работу в качестве универсального AI-ассистента. Модель содержит около 3 млрд параметров и распространяется в форматах Safetensors и GGUF, совместимых с Transformers, LM Studio, Ollama и llama.cpp. Архитектура и размер контекста в README не указаны. Для GGUF доступны варианты квантования от Q3_K_M до F16; Q5_K_M отмечен как рекомендуемый, а Q4_K_M и Q3_K_M подходят для систем с небольшим объёмом VRAM. К сильным сторонам относятся поддержка английского и бенгальского языков, диалоговая специализация, относительно компактный размер и возможность локального запуска. Модель не относится к передовым моделям большого масштаба, может галлюцинировать, поэтому важные сведения необходимо проверять. Для единообразного поведения и брендинга рекомендуется использовать системную инструкцию из README. Модель распространяется по лицензии Apache 2.0.

Это модель на базе XLM-RoBERTa для получения векторных представлений болгарских предложений и оценки их сходства. Она содержит 124,5 млн параметров, принимает текст и поддерживает контекст до 514 токенов. Модель обучали по идеям Sentence-BERT на закрытых параллельных болгарско-английских данных: переводные предложения должны располагаться близко в общем векторном пространстве. Учителем служила модель Google USE; затем модель сжали методом progressive module replacing. Модель подходит для поиска семантически близких предложений и сопоставления болгарских фраз с английскими переводами. Она чувствительна к регистру: различает «bulgarian» и «Bulgarian». Репозиторий предоставляет веса PyTorch; лицензия — MIT. Качество на иных языках и типах данных в карточке не описано.

RWKV-4 14B — авторегрессионная языковая модель семейства RWKV, разработанная BlinkDL и обученная на корпусе The Pile. Версия содержит 14 млрд параметров; в карточке указана конфигурация из 40 слоёв и размерности скрытого представления 5120. Основная задача — генерация текста на английском языке, включая продолжение текста и ответы на инструкции в подходящем формате. В README также упомянута версия с длиной контекста 8192 токена и чат-вариант Raven, однако эти сведения не подтверждают, что данный репозиторий содержит именно Raven или вариант с таким контекстом. Модель подходит для экспериментов и приложений, которым нужна англоязычная генерация текста, а также для оценки языковых моделей. README приводит результаты на Pile loss, LAMBADA, PIQA, Story Cloze, HellaSwag и WinoGrande. Указана лицензия Apache-2.0. Ограничения: модель обучена на английском корпусе The Pile, поэтому её не следует считать многоязычной; результаты и описание не гарантируют надёжность фактических ответов или пригодность кода для выполнения.

SambaLingo-Slovenian-Chat — диалоговая языковая модель SambaNova Systems на архитектуре Llama 2. Модель размером 6,7 млрд параметров дообучена методом direct preference optimization на базе SambaLingo-Slovenian-Base; базовая модель адаптирует Llama 2 7B к словенскому языку на корпусе Cultura-X. Расширенный токенизатор содержит 57 000 токенов. Модель предназначена для ведения диалогов и генерации текста на словенском и английском языках. Она принимает текстовые запросы и выдаёт текстовые ответы; заявленная длина контекста — 4096 токенов. Для загрузки карточка рекомендует использовать быстрый токенизатор отключённым. Модель может галлюцинировать, повторяться и непреднамеренно переключаться между языками или диалектами. Её возможности в программировании и сложной математике ограничены, а ответы могут содержать токсичный контент. Не предназначена для критически важных задач и решений, связанных с безопасностью. Использование регулируется лицензией Meta Llama 2 Community License Agreement.

menadsa/S-BioELECTRA — модель эмбеддингов на базе ELECTRA, представленная в формате Sentence Transformers. Она преобразует предложения и абзацы в плотные векторы размерности 768 для поиска семантически близких текстов, кластеризации и других задач сравнения предложений. Модель содержит 136,7 млн параметров и принимает последовательности длиной до 512 токенов. Модель обучалась на данных PubMed с функцией MultipleNegativesRankingLoss и косинусным сходством, что указывает на специализацию на биомедицинских текстах. Её можно применять для семантического поиска и группировки публикаций или фрагментов научных текстов. Доступны веса PyTorch; лицензия и конкретные языки в предоставленных сведениях не обозначены.

IsaacRodgz обучил модель представлений предложений на архитектуре BERT. Она преобразует предложения и абзацы в плотные векторы размерностью 384 и предназначена для семантического поиска, сравнения текстов и кластеризации. Модель насчитывает 25,9 млн параметров, принимает текстовые входы с контекстом до 512 токенов; доступны веса PyTorch и ONNX. Название репозитория указывает на настройку для определения позиции в заголовках испанских новостей, однако README описывает прежде всего модель эмбеддингов и не приводит метрик качества или подробностей обучения. Для использования доступны Sentence-Transformers и задачи поиска сходства; лицензия в предоставленных данных не указана.

sfm_filtered_e2e_alignment-2k_3k_4k_simpleavg_merge — объединённая языковая модель, созданная с помощью mergekit методом Linear из контрольных точек обучения на шагах 2000, 3000 и 4000; в качестве базовой использована контрольная точка global_step4000. Модель основана на архитектуре GPT-NeoX, содержит 8,8 млрд параметров и работает с контекстом до 16 384 токенов. Доступна в формате safetensors и поддерживает диалоговый сценарий генерации текста. Модель предназначена для генерации текста и ответов в диалоге. Данные не позволяют установить конкретную специализацию, поддерживаемые естественные языки или сравнительные преимущества объединённого чекпойнта. Условия лицензии в предоставленных источниках не указаны.

Это объединённая модель генерации текста, созданная с помощью mergekit методом Linear. В качестве базовой использована контрольная точка global_step3000, а также объединены контрольные точки global_step2000 и global_step1000 из серии filtered_e2e_insert_hyperstition_v1. По метаданным, модель построена на архитектуре GPT-NeoX и содержит 8,8 млрд параметров; для работы указана библиотека Transformers и формат safetensors. Модель предназначена для генерации текста и диалогового использования. Заявленная длина контекста составляет 16 384 токена. Сведения о поддерживаемых естественных языках, специализированных областях, оценках качества и ограничениях применения в карточке отсутствуют. Лицензия не указана.

Модель canopus77/slm-rag-grpo-merged разработана canopus77 и представляет собой дообученную версию canopus77/slm-rag-sft-merged. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и 3,2 млрд параметров. Она предназначена для генерации текста и диалоговых ответов на английском языке; в метаданных также указана возможность чата. Модель обучалась с использованием Unsloth и библиотеки TRL. Максимальная длина контекста составляет 131 072 токена, веса опубликованы в формате safetensors. Лицензия — Apache-2.0.

Snowball 67B-A2B SFT Stage 1: Chat — экспорт в формате BF16 для Hugging Face и vLLM модели, разработанной в рамках кампании Marin. Это чат-модель с архитектурой Grug MoE и 2,8 млрд параметров; она прошла первый этап supervised fine-tuning на данных WildChat50M за 257 шагов. Модель предназначена для генерации диалоговых ответов и может использовать интерфейс вызова инструментов. Модель инициализирована из laion/snowball-67b-a2b-cooldown-step105149. Она принимает текст, поддерживает контекст до 32 768 токенов и сохраняет токенизатор Marin и специальные токены Delphi. В README описан только первый этап обучения Chat в последовательности Chat → Thinking → Agentic; отдельные возможности последующих этапов здесь не подтверждены. Репозиторий содержит веса Safetensors, а лицензия — Apache-2.0. README не приводит оценок качества или конкретных ограничений применимости.

Это разреженный энкодер SPLADE, созданный автором nickprock на основе dbmdz/bert-base-italian-xxl-uncased и дообученный на наборе CulturaViva-ITA с помощью библиотеки Sentence Transformers. Модель преобразует предложения и абзацы на итальянском языке в разреженные векторы размерности 32 102; сходство оценивается скалярным произведением. Размер модели — 137,9 млн параметров, максимальная длина входа — 512 токенов. Энкодер предназначен для семантического поиска и разреженного поиска документов, а также может применяться для оценки сходства предложений. В README приведена оценка Spearman 0,6016 на sts-dev. Модель принимает текст и возвращает векторные представления. Лицензия в предоставленных данных не указана.

Bruh0009/T1 — дообученная языковая модель на архитектуре Llama, разработанная Bruh0009 на базе unsloth/Llama-3.2-1B-Instruct-bnb-4bit. Модель содержит 1,2 млрд параметров, принимает текст и предназначена для генерации текста в диалоговом формате; метаданные также отмечают интерфейс вызова инструментов. Заявленная длина контекста составляет 131072 токена. Модель обучалась с использованием Unsloth и библиотеки Hugging Face TRL. В карточке указана лицензия Apache-2.0. Данных о специализации по предметной области или дополнительных ограничениях качества нет.

Taiwan LLM 13B v2.0 chat — диалоговая языковая модель на архитектуре Llama, разработанная для традиционного китайского языка и культурного контекста Тайваня. Она создана дообучением базовой модели yentinglin/Taiwan-LLM-13B-v2.0-base на открытых и синтетических текстовых данных с помощью Supervised Fine-Tuning. Модель содержит 12,9 млрд параметров и рассчитана на генерацию текста и диалог. Её контекстное окно составляет 4096 токенов; основным языком является традиционный китайский, в частности вариант Тайваня. В карточке сообщается об оценке на бенчмарках TC-Eval и Open LLM Leaderboard, но приведённые результаты не гарантируют точности в практических задачах. Модель подходит для диалоговых приложений и генерации текста с учётом языковых и культурных особенностей Тайваня. Распространяется по лицензии Apache-2.0. Разработчики предупреждают, что ответы требуют проверки; модель не предназначена для медицинской диагностики, юридических консультаций и финансовых решений.

Triplex — языковая модель, разработанная SciPhi.AI для построения графов знаний из неструктурированных данных. Она извлекает из текста триплеты в формате «субъект — предикат — объект», а также выполняет распознавание именованных сущностей с использованием заданных типов сущностей и предикатов. Модель предназначена для локального создания графов знаний и может применяться в сценариях RAG, включая подходы, аналогичные Graph RAG, а также в составе платформы SciPhi R2R. Triplex представляет собой дообученную версию Phi-3-3.8B. В README не указаны точные характеристики контекстного окна, поддерживаемые языки и модальности, поэтому эти параметры нельзя достоверно оценить. Заявлены снижение стоимости построения графов знаний на 98% и превосходство над GPT-4 при стоимости примерно в 60 раз ниже, однако подробности методики бенчмарка не приведены. Для работы требуется запуск генерации через Transformers; пример использования ориентирован на GPU с CUDA. Ограничения включают зависимость качества результата от заданных типов сущностей и предикатов, а также отсутствие в README подробных данных о точности и языковой поддержке. Веса распространяются по лицензии CC BY-NC-SA 4.0. Исследовательское и личное использование разрешено. Для организаций с валовой выручкой менее 5 млн долларов США за последние 12 месяцев SciPhi.AI заявляет отказ от ограничений для коммерческого использования; для остальных случаев, а также для снятия требований GPL при двойном лицензировании, необходимо обратиться к разработчикам.

Typhoon-S-ThaiLLM-8B-Instruct Research Preview — инструктивная языковая модель, разработанная Typhoon AI на базе ThaiLLM и архитектуры Qwen3. Это плотная авторегрессионная модель примерно с 8 млрд параметров для генерации текста и диалоговых ответов на инструкции; в обучении использованы supervised fine-tuning и дистилляция на собственных ответах модели. Разработчики открыли обучающие данные, код и технический отчёт, чтобы упростить воспроизводимое создание локальных инструктивных моделей. Модель предназначена прежде всего для генерации ответов на тайском и английском языках, включая диалоговые сценарии и взаимодействие с инструментами через совместимый сервер vLLM. Контекстное окно составляет 32 768 токенов. Для работы с Transformers требуется версия 4.57.0 или новее; в карточке также приведён пример настройки генерации с низкой температурой и штрафом за повторы. Это исследовательская предварительная версия, которая продолжает разрабатываться. Ответы могут быть неточными, предвзятыми или нежелательными; разработчикам рекомендуется оценивать эти риски для своего сценария. Модель распространяется по лицензии Apache 2.0.

Where-Llambo-7B — диалоговая модель AmazingVince на базе Mistral, дообученная методом supervised fine-tuning на смеси открытых датасетов. Она предназначена для генерации ответов в чатах и выполнения разнообразных инструкций, а также может использоваться для ролевых диалогов. Модель содержит 7,1 млрд параметров, построена на плотной архитектуре Mistral и поддерживает контекст до 32 768 токенов. Весы представлены в формате Safetensors. По карточке модель ещё обучалась и была примерно на половине запланированного этапа; README также упоминает подготовку к DPO на пользовательских данных. Для использования указана лицензия Apache-2.0. Языки обучения и гарантии качества отдельно не описаны.

WukongV2-Mixtral-8x7B-V0.1 — разговорная модель, созданная RESMPDEV путём дообучения и повторного обучения базовой модели mistralai/Mixtral-8x7B-v0.1 на подборке датасетов Cognitive Computations в течение трёх эпох. Она предназначена для генерации текста в диалоге и совместима с обслуживанием через vLLM и библиотеку Transformers; в карточке отмечена поддержка чата. Модель построена на архитектуре Mixtral с разреженной смесью экспертов (MoE), содержит 7,1 млрд параметров и поддерживает контекст длиной до 32 768 токенов. В метаданных указаны английский, французский, итальянский, немецкий и испанский языки. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0. Карточка характеризует модель как «dealigned», а базовую Mixtral — как не имеющую механизмов модерации; отдельные сведения о безопасности именно этой дообученной версии не приведены. Примеры выходов в README не заполнены, поэтому качество и поведение модели по ним оценить нельзя.

NicholasCorrado/zephyr-7b-hh-dpo — диалоговая языковая модель на архитектуре Mistral с 7,1 млрд параметров. Она дообучена методом DPO на наборе диалогов HuggingFaceH4/hh-rlhf-h4 поверх alignment-handbook/zephyr-7b-sft-full и предназначена для генерации текста и ответов в чате. Модель работает с текстом, поддерживает контекст до 32 768 токенов и распространяется в формате safetensors. Карточка приводит метрики оценки на тестовом наборе, включая точность предпочтений 0,7174, но не описывает сценарии использования, языковое покрытие или ограничения качества. Лицензия Apache-2.0.

Air Nano — разговорная модель первого поколения от независимой компании Air Intelligence, основанной разработчиком Эджиро Прайсом из Нигерии. Модель построена на плотной архитектуре Qwen2 с причинным языковым моделированием; содержит 3,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Модель предназначена для общего общения, помощи с программированием, генерации идей и простых рассуждений. В карточке заявлены диалоговый режим и интерфейс вызова инструментов. Основной язык по метаданным — английский. Разработчик описывает стиль ответов как спокойный, наблюдательный и практичный, с готовностью признавать неопределённость и участвовать в ролевых сценариях. Это ранняя модель первого поколения: она может ошибаться, особенно в сложных рассуждениях и технических задачах, поэтому важные ответы следует проверять. По README модель предназначена для пользователей от 13 лет; запрещено использовать её для незаконного контента, травли и имитации реальных людей. Лицензия репозитория — Apache-2.0.

mlx-community/Apertus-SEA-LION-v4-8B-IT — конвертированная в формат MLX версия модели Apertus-SEA-LION-v4-8B-IT, подготовленная сообществом mlx-community на основе модели AI Singapore. Это плотная авторегрессионная языковая модель Apertus с 10,3 млрд параметров, предназначенная для диалоговой генерации текста и инструкций на разных языках. Модель принимает текст и генерирует текст, поддерживает контекст до 65 536 токенов. В карточке перечислены английский, китайский, вьетнамский, индонезийский, тайский, филиппинский, тамильский, малайский и бирманский языки; основной акцент — языки Юго-Восточной Азии. Репозиторий содержит веса в формате safetensors, а README указывает на конвертацию для MLX с помощью mlx-lm 0.30.6. Модель подходит для диалоговых помощников и генерации ответов на запросы на поддерживаемых языках. Лицензия — Apache-2.0. Для использования в MLX требуется библиотека mlx-lm; сведения о сравнительных оценках качества в предоставленных материалах отсутствуют.

Aquila2-7B — базовая языковая модель серии Aquila2, разработанная BAAI. Она предназначена для генерации продолжения текста и может служить основой для дальнейшей адаптации под прикладные задачи. Модель имеет плотную архитектуру AquilaForCausalLM и содержит 7,1 млрд параметров; максимальная длина контекста составляет 8192 токена. В обновлении от 6 июня 2024 года заменили токенизатор на вариант с более высокой степенью сжатия. В карточке приведено сравнение токенизации китайского и английского текста, кода и математических выражений. Модель распространяется в формате safetensors. Лицензия обозначена как other, поэтому условия использования следует сверить с лицензией и официальными материалами BAAI.