I.2Синтез, понимание и проверка знаний

Qwen3-8B-reas-int-065-only-loss-noprompt-3epochs-en — дообученная Петро Феррацци модель Qwen3-8B, опубликованная в формате safetensors и рассчитанная на генерацию текста в диалоговом режиме. По данным метаданных, модель содержит 7,6 млрд параметров, имеет контекст до 40 960 токенов и использует архитектуру Qwen3ForCausalLM. README не раскрывает датасет и дополнительные сведения о настройке; по названию можно предположить фокус на рассуждениях, но это не подтверждено описанием карточки. Базовая Qwen3-8B поддерживает несколько языков, однако конкретный набор языков этой версии не указан. Модель предназначена для генерации ответов и продолжения текста в чат-сценариях. Лицензия — Apache-2.0.

TradMed/qwen3_MT_epoch2_16bit — дообученная TradMed языковая модель семейства Qwen3 с плотной архитектурой Qwen3ForCausalLM и 14 млрд параметров. Она принимает текст и предназначена для генерации текста и диалогового взаимодействия; метаданные также указывают интерфейс вызова инструментов. Контекст модели составляет до 40 960 токенов. Модель дообучена на базе unsloth/qwen3-14b-unsloth-bnb-4bit с использованием Unsloth и библиотеки TRL; веса опубликованы в формате Safetensors. В карточке указана поддержка английского языка. Модель распространяется по лицензии Apache-2.0. Карточка не описывает специализацию дообучения, обучающие данные или результаты оценки, поэтому назначение за пределами генерации текста и чата определить нельзя.

ruGPT-3 Medium — русскоязычная авторегрессионная языковая модель семейства GPT-2, разработанная командой SberDevices. Модель предварительно обучена на 80 млрд токенов в течение трёх эпох, а затем дообучена с контекстом 2048 токенов; для предварительного обучения использовалась длина последовательности 1024 токена. В карточке указана perplexity 17,4 на тестовом наборе. Модель предназначена для генерации текста на русском языке и может использоваться для продолжения заданного текста и создания русскоязычных текстовых черновиков. Архитектура — плотная GPT-2 с головкой языкового моделирования; репозиторий содержит веса PyTorch. Описание архитектуры, предварительного обучения и оценки приведено авторами в препринте о семействе предварительно обученных трансформерных языковых моделей для русского языка. Это базовая языковая модель, поэтому качество ответов зависит от формулировки запроса и может уступать специализированным или инструкционно дообученным моделям. Лицензия в предоставленных источниках не указана.

RWKV-4-Raven — серия языковых моделей BlinkDL, представляющая собой дообученные на диалоговых и инструкционных данных версии RWKV-4-Pile. В серии указаны варианты размером 1,5, 3, 7 и 14 млрд параметров; метаданные этого репозитория не уточняют размер конкретного чекпойнта. Архитектура RWKV описана как языковая модель на основе RNN, а репозиторий содержит веса PyTorch. Модель предназначена для генерации текста и диалогов в формате реплик «Bob» и «Alice». Варианты серии ориентированы преимущественно на английский язык либо на сочетание английского с китайским и другими языками. При дообучении использовались Alpaca, CodeAlpaca, Guanaco, GPT4All и ShareGPT; это позволяет применять модель для ответов на инструкции, общения и генерации кода. Модель лицензирована по Apache 2.0. README рекомендует использовать специальный формат промпта и избегать двойных переводов строки внутри реплик. Для серии указаны разные языковые пропорции, поэтому языковые возможности зависят от конкретного варианта; README рекомендует RWKV-4-World для более широкой поддержки языков.

Sailor2-1B-Chat-GGUF — это квантизированная GGUF-версия чат-модели Sailor2-1B-Chat, опубликованная и подготовленная квантизатором bartowski на основе оригинальной модели sail/Sailor2-1B-Chat. Модель предназначена для генерации текста, диалогов и выполнения инструкций, включая работу с многоязычными запросами. Модель содержит около 1 млрд параметров и поддерживает английский, китайский, индонезийский, тайский, вьетнамский, малайский, лаосский, бирманский, яванский, кхмерский, сунданский и тагальский языки. Это текстовая модель без заявленной поддержки изображений или других модальностей. Доступны варианты с разной степенью квантизации — от F16 до Q2_K_L, что позволяет выбирать между качеством, размером файла и требованиями к оперативной памяти. Для запуска рекомендуется использовать llama.cpp или совместимые приложения, например LM Studio; предусмотрен специальный шаблон prompt с ролями system, user и assistant. Сильными сторонами модели являются компактный размер, многоязычная специализация и широкий выбор квантизированных вариантов, включая версии, оптимизированные для ARM и AVX. Более сильная квантизация обычно обеспечивает лучшее качество, тогда как варианты с меньшим размером экономят память, но могут заметно уступать по качеству. В README не указаны размер контекста, результаты тестирования и подробные ограничения качества. Модель распространяется по лицензии Apache-2.0.

Sentence-Llama-Bi-JP-0.5B-PT — японская модель эмбеддингов предложений, созданная iamtatsuki05. Это двунаправленный энкодер на архитектуре Llama с 661,9 млн параметров; модель дообучена контрастным обучением со слабой разметкой на базе iamtatsuki05/Llama-Bi-JP-0.5B-PT-stage2 и датасета cl-nagoya/ruri-dataset-v2-pt. Она строит векторы размерности 1280 с mean pooling и предназначена для семантического поиска, сравнения сходства предложений и извлечения признаков из японского текста. Модель принимает последовательности длиной до 8192 токенов, использует SentencePiece с размером словаря 102 400 и RoPE. Для сравнения эмбеддингов в карточке указан косинусный критерий. Лицензия — MIT. Основной язык модели — японский; карточка не заявляет поддержку других языков.

mergekit-community/sexeh_time_testing — объединённая языковая модель, созданная с помощью mergekit методом Model Stock на основе DreadPoor/Alita99-8B-LINEAR. В объединение вошли несколько чекпойнтов Llama 3, включая модели для ролевых диалогов и написания историй, а также адаптации по психологии, медицине, биологии, физике, логике и другим темам. Модель предназначена для генерации текста и разговорных сценариев: она может создавать продолжения историй и участвовать в ролевых диалогах. Архитектура — плотная LlamaForCausalLM, размер — 7,5 млрд параметров, заявленная длина контекста — 131 072 токена. Модель принимает и выдаёт текст; карточка указывает поддержку чата. Язык модели по приведённым данным — английский. README не сообщает лицензию. Объединение тематических чекпойнтов не гарантирует одинаковое качество во всех областях; фактическое качество и точность ответов в README не оценены.

Это объединённая модель генерации текста, созданная ByteDance с помощью mergekit методом Linear из чекпойнтов unfiltered_midtrain_misalignment на шагах обучения 8k, 9k, 10k, 11k и 12k. Базой слияния указан чекпойнт global_step12019. Модель построена на архитектуре GPT-NeoX, содержит 8,8 млрд параметров и предназначена для диалоговой генерации текста. Максимальная длина контекста составляет 16 384 токена. Модель может использоваться для генерации продолжений текста и ответов в чат-сценариях. В карточке нет сведений о языковой специализации, оценках качества или рекомендуемых областях применения. Файлы опубликованы в формате safetensors; сведения о лицензии в предоставленных данных отсутствуют.

ali-elganzory/SmolLM2-1.7B-SFT-Tulu3-decontaminated-masked — дообученная разработчиком ali-elganzory языковая модель на базе ali-elganzory/SmolLM2-1.7B-WithChatTemplate. Это плотная авторегрессионная модель семейства Llama с 1,7 млрд параметров, рассчитанная на генерацию текста и диалоговое взаимодействие; карточка указывает обучение с TRL и демонстрирует формат передачи реплики пользователя через chat template. Контекст модели составляет 8192 токена. Модель можно применять для генерации ответов на вопросы и ведения текстового диалога. В README не описаны конкретный состав обучающих данных, языковое покрытие или результаты оценки качества. Использование возможно через Transformers; лицензия в предоставленных данных не указана.

eclfe/sqlen-1-21 — разговорная языковая модель, обученная с помощью H2O LLM Studio на базе h2oai/h2o-danube2-1.8b-chat. Это плотная авторегрессионная модель семейства Mistral с 1,7 млрд параметров, принимающая текст и генерирующая текст; заявленная длина контекста — 8192 токена. Карточка отмечает поддержку английского языка и диалоговый сценарий. Модель подходит для генерации ответов в чате и других текстовых продолжений. README описывает обучение через H2O LLM Studio, но не уточняет датасет или специальную предметную область. Лицензия в предоставленных данных не указана.

Thespis-CurtainCall-8x7b-v0.3 — диалоговая модель cgato на архитектуре Mixtral с разреженной смесью экспертов (MoE), опубликованная в формате PyTorch. Автор описывает её как свою первую версию на Mixtral и указывает, что модель обучалась на наборах Dolphin, UltraChat, Capybara, Augmental, ToxicQA, Magiccoder-Evol-Instruct-110k, Yahoo Answers, OpenOrca, Airoboros 3.1, а также данных по физическому рассуждению и теории разума. В метаданных указаны 7,1 млрд параметров и контекст до 32 768 токенов. Модель предназначена для генерации диалоговых ответов и инструкций; автор приводит шаблоны Ooba и SillyTavern и отмечает, что для Mixtral стоит подбирать сравнительно высокую температуру генерации. В обучающих данных есть кодовые задания, вопросы и ответы, токсичные запросы, рассуждения и ролевые диалоги, поэтому модель может быть полезна для чат-ботов, творческого письма и экспериментов с инструкционной генерацией. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение. Карточка не приводит оценок качества или подробных ограничений; это личный эксперимент автора.

TigerBot-7B-Base — базовая языковая модель семейства Llama, разработанная TigerResearch. Она предназначена для генерации текста и может служить основой для создания собственных LLM-приложений. Модель имеет плотную архитектуру LlamaForCausalLM, около 6,7 млрд параметров и поддерживает контекст длиной до 2048 токенов. В карточке приведён пример запуска через Transformers и упомянута генерация длиной до 64 токенов. Модель распространяется в формате PyTorch по лицензии Apache-2.0. В описании нет сведений о конкретных языках обучения и оценки, поэтому языковую специализацию определить нельзя.

X-Machina-7b-slerp-v0.0 — диалоговая языковая модель, созданная слиянием Occiglot-7b-es-en-instruct и T3Q-DPO-Mistral-7B методом SLERP с помощью LazyMergekit. Она предназначена для генерации текста и диалоговых ответов на английском и испанском языках. Модель использует плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Веса опубликованы в формате Safetensors. Модель подходит для чат-ботов и генерации ответов на запросы. Базовая модель Occiglot ориентирована на английский и испанский языки; документация не подтверждает дополнительные языки или отдельные специализированные задачи. Лицензия — Apache-2.0.

Ziya2-13B-Base — базовая предобученная языковая модель команды Fengshenbang (IDEA-CCNL), основанная на LLaMA 2. Это плотная авторегрессионная архитектура LLaMA с 12,9 млрд параметров и контекстом 4096 токенов; в репозитории представлены веса PyTorch. Модель продолжили обучать примерно на 650 млрд токенов высококачественных китайских и английских данных, оптимизировав токенизацию для китайского языка. Модель предназначена для генерации и продолжения текста, а также для адаптации под задачи понимания китайского и английского языков, математики и кода. Авторы сообщают об улучшениях относительно LLaMA 2 13B и предыдущей Ziya-LLaMA-13B на этих направлениях. Это базовая модель, а не специализированный чат-ассистент; качество ответов и следование инструкциям зависят от дополнительной настройки. Лицензия — Apache-2.0.

ShenaoZ/0.00001_withdpo_4iters_bs256_531lr_iter_2 — разговорная языковая модель на архитектуре Mistral с 7,1 млрд параметров. Разработчик дообучил её на основе ZhangShenao/0.0_ablation_sample1_4iters_bs256_iter_1, используя обновлённый и исходный наборы данных; метаданные указывают на DPO и поддержку чата. Модель предназначена для генерации текста и диалоговых сценариев. Контекстное окно составляет 32 768 токенов. Репозиторий содержит веса Safetensors, лицензия — MIT. Карточка не описывает оценку качества, поддерживаемые языки или специальные ограничения, поэтому применимость модели к конкретным задачам следует проверять отдельно.

ShenaoZ/0.001_ablation_5iters_bs256_nodpo_iter_3 — дообученная разговорная языковая модель на архитектуре Mistral с 7,1 млрд параметров. Она создана на основе ShenaoZ/0.001_ablation_5iters_bs256_nodpo_iter_2 и обучена на обновлённом и исходном наборах данных. Модель предназначена для генерации текста в диалоговом формате; заявленная длина контекста — 32 768 токенов. Модель распространяется в формате Safetensors по лицензии MIT. В карточке не приведены подробности о качестве, тематике обучения или результатах оценки, поэтому пригодность для конкретных сценариев следует проверять самостоятельно.

ShenaoZ/0.0_withdpo_4iters_bs256_531lr_iter_2 — плотная языковая модель Mistral с 7,1 млрд параметров, дообученная командой ShenaoZ на обновлённом и исходном наборах данных на основе ZhangShenao/0.0_ablation_sample1_4iters_bs256_iter_1. Модель предназначена для генерации текста в диалоговом режиме; максимальная длина контекста составляет 32 768 токенов. Модель распространяется в формате safetensors по лицензии MIT. Сведения о конкретных сценариях применения, поддерживаемых языках и результатах оценки в карточке отсутствуют, поэтому их нельзя уточнить.

CalderaAI разработала 13B-Thorns-l2 — текстовую генеративную модель на архитектуре Llama, собранную из нескольких моделей LLaMA v2-13B и адаптеров. В состав входят Nous-Hermes, Chronos, Platypus, Airoboros и Holodeck, а также адаптеры Kimiko, Janine и LIMA RP. Для объединения моделей применён метод SLERP, а адаптеры предварительно присоединялись к выбранным компонентам ансамбля. Модель предназначена для генерации текста, диалогов и ролевых сценариев, совмещая следование инструкциям и логическое рассуждение с творческим письмом. Она содержит 12,9 млрд параметров и рассчитана на контекст до 4096 токенов. В README указана маркировка uncensored; лицензия в предоставленных данных не приведена.

Minami-su/Amara-o2-7B-Qwen — диалоговая языковая модель на архитектуре Qwen2, разработанная Minami-su как итерация Amara-o1-7B-Qwen. Она предназначена для генерации текста и открытых диалогов; карточка приводит результаты сравнений в оценках англоязычного общения Arena-Hard и AlpacaEval 2.0. Модель содержит 7,1 млрд параметров, имеет контекстное окно 32 768 токенов и опубликована в формате safetensors. Модель поддерживает чат и интерфейс вызова инструментов. В репозитории указана лицензия Apache-2.0. Карточка не описывает подробно обучающие данные, фактические результаты оценки самой модели или ограничения по качеству, поэтому эти свойства нельзя оценить по доступным сведениям.

AstroBERT Small Embeddings — компактная модель NeuML для преобразования предложений и абзацев в плотные векторы размерности 384. Она основана на AstroBERT Small с архитектурой BERT и дообучена методом дистилляции эмбеддингов Qwen3-Embedding-8B на случайной выборке астрофизических аннотаций arXiv с метками astro-ph. Модель рассчитана на семантический поиск, кластеризацию текстов и создание векторных баз знаний для RAG; её можно использовать с Sentence Transformers, Transformers и txtai. Модель содержит 25,9 млн параметров и поддерживает контекст до 512 токенов. В README отмечена пригодность для CPU-сценариев и хорошие результаты на описанном авторами наборе оценки, однако качество зависит от предметной области и соответствия данных предварительному обучению и настройке. Лицензия — Apache-2.0.

Beetle-FineWeb-2B/beetle-bilingual-l2-80-late-b5-fineweb-2b-nld-eng-seed5 — генеративная языковая модель семейства Beetle-FineWeb с заявленным размером 2B параметров, предназначенная для генерации текста на нидерландском и английском языках. Модель опубликована на Hugging Face и предназначена для запуска через библиотеку Transformers; в метаданных также указан формат safetensors и pico_decoder. Модель подходит для продолжения текста, генерации черновиков, диалоговых прототипов и других сценариев text generation на нидерландском и английском языках. README автоматически сгенерирован и не содержит сведений о разработчике, обучающих данных, архитектуре, контексте, оценивании, лицензии или рекомендациях по применению. Поэтому качество, безопасность и пригодность модели для конкретных задач необходимо проверять самостоятельно.

Это дообученная модель BERT для ответов на вопросы, созданная на основе google-bert/bert-base-multilingual-cased. Она предназначена для извлечения ответа из предоставленного текста по заданному вопросу и поддерживает архитектуру BertForQuestionAnswering. Модель содержит 205,1 млн параметров, принимает текстовые входные данные и обучена работать с контекстом длиной до 512 токенов. В README приведены результаты оценки: exact match 72,4 и F1 75,50. Датасет обучения не раскрыт, поэтому эти показатели не позволяют судить о качестве на конкретных языках или предметных областях. Базовая модель многоязычная, но языки и сценарии специализации этого дообучения не уточнены. Модель распространяется по лицензии Apache-2.0.

BETO — испаноязычная модель семейства BERT, разработанная исследователями Университета Чили (DCC UChile) и обученная на большом корпусе текстов на испанском языке. Эта версия сохраняет регистр букв и использует Whole Word Masking. Модель имеет около 137,1 млн параметров, словарь примерно из 31 тысячи BPE-подслов на основе SentencePiece и контекст до 512 токенов; веса доступны в форматах PyTorch, TensorFlow и Flax. Модель предназначена для предсказания замаскированных слов в испанском тексте и может служить основой для дообучения под задачи обработки испанского языка. В карточке приведены результаты бенчмарков BETO для разметки частей речи, распознавания именованных сущностей и классификации текстов; эти сценарии требуют соответствующей настройки модели. В README не указана лицензия, поэтому условия использования следует проверить в репозитории модели.

badokorach/bert-finetuned-260124 — дообученная модель семейства BERT, разработанная пользователем badokorach на основе badokorach/bert-finetuned-210124. Модель предназначена для поиска ответа на вопрос в предоставленном тексте. Она содержит 32,4 млн параметров, принимает контекст длиной до 512 токенов и опубликована в формате TensorFlow. В README указано дообучение на неизвестном наборе данных и приведены нулевые значения train loss и validation loss после 14 эпох; этих метрик недостаточно, чтобы судить о качестве ответов. Лицензия не указана в предоставленных данных.

NeuML разработала BiomedBERT Small Embeddings — компактную модель на архитектуре BERT, дообученную с помощью Sentence Transformers для получения эмбеддингов биомедицинских текстов. Она преобразует предложения и абзацы в плотные векторы размерностью 384 и подходит для семантического поиска, кластеризации и формирования контекста для RAG по научным и медицинским публикациям. Модель содержит 25,9 млн параметров, принимает текст и поддерживает контекст до 512 токенов. Для обучения использовались пары заголовков и аннотаций из PubMed; обучение включало дистилляцию эмбеддингов и дальнейшую настройку на оценках модели-реранкера. В README сообщается о результатах на наборах PubMed QA, PubMed Subset и PubMed Summary и о возможности работы на CPU. Модель ориентирована на англоязычные биомедицинские тексты. Она выдаёт векторные представления, а не готовые ответы на вопросы; качество следует проверять на целевых данных и сценариях. Лицензия — Apache-2.0.

Elron/bleurt-base-128 — версия BLEURT в формате PyTorch, основанная на оригинальной модели из статьи «BLEURT: Learning Robust Metrics for Text Generation» исследователей Google Research. Это модель семейства BERT с архитектурой BertForSequenceClassification и 136,7 млн параметров; она принимает текстовые последовательности и выдаёт оценку для задачи классификации текста. BLEURT предназначена для оценки качества текстовой генерации, например сравнения сгенерированного текста с эталонным. Контекст модели составляет 512 токенов. Для загрузки используются AutoTokenizer и AutoModelForSequenceClassification из Transformers. Репозиторий содержит веса PyTorch; сведения о лицензии в предоставленных данных отсутствуют.

Bonsai-8B-GGUF-1bit — языковая модель Prism ML для генерации текста и диалогов, распространяемая в формате GGUF для запуска через llama.cpp. В основе лежит плотная архитектура Qwen3-8B с 8,19 млрд параметров: 36 блоков Transformer, групповое обобщённое внимание, MLP SwiGLU, RoPE и RMSNorm. Модель использует однобитные веса Q1_0 с группами по 128 значений и FP16-масштабом; заявленный объём памяти для параметров — около 1,15 ГБ. Модель предназначена для локальных ассистентов, мобильного и периферийного развёртывания, а также экономичного инференса на GPU. README заявляет поддержку CUDA, Metal, CPU и различных устройств, включая Android, и приводит результаты производительности и бенчмарков. Поддерживаемые языки и длина контекста в предоставленных данных не указаны. Однобитное представление существенно снижает требования к памяти, но требует совместимых оптимизированных ядер; авторы отмечают, что отдельного однобитного аппаратного обеспечения пока нет. Лицензия — Apache-2.0.

Agnuxo/CAJAL-4B — текстовая генеративная модель семейства CAJAL, разработанная Франсиско Ангуло де ла Фуэнте (Agnuxo1) при участии коллег и связанная с экосистемой P2PCLAW. Модель предназначена для локальной генерации научных текстов, а также для ответов на вопросы и создания кода. В README заявлена специализация на подготовке научных статей и поддержка сценариев научных исследований. Модель содержит около 4 млрд параметров и относится к классу Text-Generation. Указаны английский и испанский языки. В качестве обучающих данных обозначен научный корпус, отобранный P2PCLAW. Модель рассчитана на запуск локально на CPU, GPU с CUDA или ROCm, а также на мобильных устройствах; поддерживаются варианты развертывания через Ollama и Transformers. Данные о точном базовом архитектурном семействе, размере контекстного окна, мультимодальности и результатах независимого тестирования не приведены. К сильным сторонам относятся относительно компактный размер, возможность локального использования и ориентация на научное письмо, программирование и научные вычисления. Ограничения включают отсутствие подробных бенчмарков, информации о качестве генерации, методах обучения и гарантии достоверности научных утверждений; поэтому результаты требуют проверки пользователем. Модель распространяется по лицензии Apache 2.0.

AmberYifan/capsd-opc-dedup-marin-8b-base-code_cap_b20000_s0 — дообученная модель на базе marin-community/marin-8b-base, созданная на наборе capsd_marin-8b-base-n80000-opc-dedup80k__mix_code_cap_b20000_s0. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и 7,5 млрд параметров. Она предназначена для генерации и продолжения текста в сценариях диалогового взаимодействия; название обучающего набора указывает на смесь кода и подписей, однако карточка не описывает целевые задачи подробнее. Модель принимает текст и генерирует текст, её контекст составляет 4096 токенов. Базовая Marin 8B Base ориентирована на английский язык. Репозиторий содержит веса safetensors, лицензия указана как other.

Darwin-2B-Opus — модель для генерации текста и диалогов, разработанная FINAL-Bench / VIDRAFT_LAB на основе Qwen/Qwen3.5-2B. В неё встроен стиль рассуждений, полученный дистилляцией ответов Claude Opus 4.5/4.6 и Sonnet 4.6; обучение проводилось методом SFT с LoRA, после чего адаптер объединили с базовыми весами. Модель содержит около 1,7 млрд параметров по метаданным; в README указано 2,3 млрд. Архитектура — плотная Qwen3.5 для причинной генерации текста. Метаданные указывают контекст до 262 144 токенов, однако обучение проводилось с длиной последовательности 4 096 токенов. Модель предназначена для диалогов, рассуждений, математических задач и написания кода на английском и корейском языках; README также описывает примеры на обоих языках. Карточка приводит результат 37,37% на GPQA Diamond и предупреждает об ограниченных энциклопедических знаниях из-за небольшого размера. Лицензия модели — Apache 2.0; лицензии обучающих наборов могут различаться.