I.2Синтез, понимание и проверка знаний

Tonyshark/deepseek-v3-1b — плотная языковая модель семейства DeepSeek V3 для генерации текста. Модель содержит 401,6 млн параметров, использует архитектуру DeepseekV3ForCausalLM и рассчитана на контекст до 163 840 токенов. Она дообучена на неизвестном наборе данных; в метаданных также отмечены диалоговый режим и интерфейс вызова инструментов. Модель предназначена для генерации текста и диалоговых сценариев, включая ответы на запросы и работу через интерфейс вызова инструментов. Карточка не описывает конкретные сильные стороны, результаты оценки или ограничения качества. Модель распространяется под лицензией MIT.

MergedQwen2-0.5B0.0 — языковая модель, полученная разработчиком путём слияния предварительно обученных моделей с помощью mergekit и метода DELLA. Базой послужила Qwen2-0.5B, в слияние также включена debias_Qwen2-0.5B. Модель содержит около 493,7 млн параметров и построена на архитектуре Qwen2 для генерации текста; метаданные указывают контекст до 131 072 токенов и возможность диалогового использования. Модель предназначена для генерации текста и ведения диалогов. Карточка не приводит оценок качества и подробных результатов тестирования. В README указана точность float32; репозиторий использует формат safetensors. Сведения о лицензии в предоставленных данных отсутствуют.

Diba-Base — базовая большая языковая модель семейства Diba, разработанная Dibachain. Это плотная авторегрессионная модель с архитектурой DibaForCausalLM и 3,4 млрд параметров; она предназначена для диалога, генерации кода и работы с инструментами. Основной язык модели — персидский (фарси), также она отвечает на английском и поддерживает запросы на обоих языках. Модель ориентирована на персидскую письменную речь, знания об Иране, включая его современную историю, и написание кода, в том числе на Python и JavaScript. Её можно запускать локально и офлайн; карточка описывает запуск на CPU через GGUF, хотя в метаданных репозитория указан формат safetensors. Заявленная длина контекста — 262 144 токена. В сравнительных тестах из карточки модель показала хорошие результаты на вопросах об истории Ирана и задачах кодирования для своего размера. Это результаты автора, а не независимая оценка. Для модели такого размера важно проверять факты и сгенерированный код; ответы также отражают перспективы, представленные в обучающих данных. Лицензия — Apache-2.0.

Это дообученная модель генерации текста на основе meta-llama/Llama-3.2-1B-Instruct, опубликованная пользователем Grogros. Она использует плотную архитектуру LlamaForCausalLM и содержит около 1,2 млрд параметров. Модель предназначена для диалоговой генерации текста; метаданные также отмечают интерфейс вызова инструментов. Модель принимает текст и генерирует текст. Базовая модель поддерживает несколько языков, однако конкретные языки и специализация этого дообучения в карточке не описаны. Заявленная длина контекста составляет 131 072 токена. Карточка не приводит результатов оценки или описания обучающих данных, поэтому качество в отдельных задачах оценить нельзя. Лицензия — Llama 3.2; её условия следует учитывать при использовании и распространении модели.

anakin87/electra-italian-xxl-cased-squad-it — модель извлекающего ответа на вопрос для итальянских текстов. Она разработана на базе dbmdz/electra-base-italian-xxl-cased-discriminator и дообучена на наборе данных SQuAD-IT. Модель построена на архитектуре ELECTRA, содержит 137,1 млн параметров и принимает контекст длиной до 512 токенов. Она находит ответный фрагмент в предоставленном тексте, поэтому подходит для вопросно-ответных систем по документам, в том числе реализованных с помощью Transformers или Haystack. В карточке указаны результаты на SQuAD-IT: EM 66,03 и F1 77,47. Модель предназначена для итальянского языка и распространяется по лицензии Apache-2.0. Поскольку ответы извлекаются из входного контекста, для ответа на вопрос необходимо предоставить текст, содержащий нужные сведения.

Eli Hindi v0.1 — двуязычная разговорная языковая модель, разработанная NeoHumans-ai на базе Llama 3. Это плотная авторегрессионная модель семейства Llama с 7,5 млрд параметров и контекстом до 8192 токенов; репозиторий содержит веса в формате safetensors. Модель обучалась на корпусах примерно на 1 млрд токенов и дополнительно настраивалась для диалогов на хинди и английском, включая смешанную речь Hinglish. Eli предназначена для многоходового чата, генерации текста на хинди и английском и двуязычных сценариев, где языки чередуются или смешиваются. В карточке описаны предварительное обучение, обучение предсказанию следующего токена и инструктивная настройка с LoRA; также упомянута настройка предпочтений методом DPO, оценка которой продолжается. Лицензия репозитория — Llama 2 license. Разработчики отмечают, что модель иногда галлюцинирует при ответах на узкие вопросы, а для более тонкого перевода ей требуется больше обучающих данных. Поддержка романизированного хинди обозначена как направление будущей работы.

Elva-Phi3-3.8B — мультимодальная модель семейства LLaVA-Phi, представленная в работе «On Efficient Language and Vision Assistants for Visually-Situated Natural Language Understanding: What Matters in Reading and Reasoning». Она предназначена для диалогового понимания изображений, включая чтение текста на изображениях и рассуждения по визуально представленным данным. Модель содержит 3,7 млрд параметров, использует плотную архитектуру LlavaPhiForCausalLM и принимает контекст длиной до 4096 токенов. Репозиторий содержит веса в формате safetensors. Лицензия в доступных данных не указана.

AROY76/Embedding-gemma-300M-skills — модель Sentence Transformer, дообученная на базе google/embeddinggemma-300m для преобразования предложений и абзацев в плотные векторы размерности 768. Обучение проводилось на 4 992 примерах CSV с парами и тройками текстов; использовалась функция потерь MultipleNegativesRankingLoss. Сходство векторов оценивается косинусной мерой, максимальная длина входа — 2 048 токенов. Модель предназначена для семантического поиска и сравнения текстов, поиска перефразировок, кластеризации и классификации. Примеры обучающих данных охватывают описания навыков и профессий, поэтому модель может быть полезна для сопоставления профилей, требований и категорий навыков. Она принимает текст и выдаёт эмбеддинги; заявлены библиотека Sentence Transformers и формат весов safetensors. Ограничение контекста составляет 2 048 токенов, а специализация на небольшом наборе примеров о навыках может ограничивать качество на других темах. Лицензия в предоставленных данных не указана.

Extended-Mind-Mpt-7b-chat — модель генерации текста, разработанная Normal Computing на основе архитектуры и кода Mosaic ML. Она сохраняет исходные веса MPT-7B без дообучения и добавляет механизм внешней памяти: во время генерации модель извлекает и использует переданные ей текстовые воспоминания в виде последовательностей token ID. Это позволяет дополнять контекст диалога внешними сведениями и обновлять набор памяти между запросами. Модель предназначена для генерации ответов с опорой на внешний кэш ключей и значений; память можно передавать вручную или связывать с векторной базой данных. Качество представлений памяти зависит от stride при построении кэша: меньший шаг требует больше вычислений. Для загрузки требуется библиотека Transformers и параметр trust_remote_code=True. Модель распространяется по лицензии Apache 2.0; авторы отмечают, что это часть продолжающегося исследования Normal Computing.

Карточка модели hetzerdj/FnFLlama-3.1-8B2 на Hugging Face совпадает с карточкой hetzerdj/FnFLlama-3.1-8B1, поэтому описание составлено по ней. hetzerdj/FnFLlama-3.1-8B1 — языковая модель семейства Llama, разработанная hetzerdj и дообученная на базе unsloth/Meta-Llama-3.1-8B-bnb-4bit. Это плотная авторегрессионная модель с 7,5 млрд параметров для генерации текста и диалогового взаимодействия. Заявленная длина контекста — 131 072 токена; модель распространяется в формате safetensors. Модель подходит для генерации ответов в чате и других сценариев, где требуется продолжать или создавать текст на английском языке. В README указано, что при обучении использовались Unsloth и библиотека TRL. Лицензия — Apache-2.0. Специализация дообучения и оценки качества в карточке не описаны.

Metin разработал Gemma-2-2B-TR-Knowledge-Graph — дообученную с помощью LoRA диалоговую модель Google Gemma 2 с 2,7 млрд параметров. Она предназначена для извлечения из текста структурированных графов знаний, которые можно использовать для наполнения графовых баз данных и последующего поиска и визуализации связей. Для дообучения использовали 30 тысяч синтетически сгенерированных примеров. Модель принимает текст и генерирует текстовое представление графа знаний; базовая архитектура — Gemma2ForCausalLM, максимальный контекст — 8192 токена. Карточка демонстрирует пример на турецком языке, а метаданные указывают турецкий как язык модели. Модель может выдавать неверные или бессмысленные результаты, поэтому извлечённые сущности и связи следует проверять перед использованием. Лицензия — Gemma; применяйте модель на условиях этой лицензии.

DavidAU выпустил дообученную на базе google/gemma-4-E4B-it модель Gemma 4 E4B Instruct с изменённым шаблоном диалога и режимами instruct и thinking. По README, автор применил снятие ограничений и собственные наборы данных Deckard и Universe, а также данные, названные в честь Claude Opus 4.7. Модель предназначена для диалогов, написания прозы и историй, ролевых сценариев, генерации кода и других задач; README заявляет поддержку текста, изображений, видео и аудио, а контекст — до 128 тысяч токенов. Архитектура Gemma 4 E4B — плотная условно-генеративная; автор описывает её как модель примерно с 8 млрд параметров, из которых активны около 4,5 млрд. Автор отмечает, что творческие ответы могут становиться чрезмерно мрачными и интенсивными, особенно при запросах на хоррор, ругань или жестокость; также возможны длинные многословные ответы. Для этой модели предлагаются отдельные шаблоны instruct и thinking, причём thinking задан по умолчанию. Модель распространяется по лицензии Apache-2.0.

Это дообученная модель семейства Gemma 4, опубликованная dkingtutcd. Она предназначена для диалоговых задач с текстом и изображениями, включая ответы на вопросы по изображению и генерацию текстовых ответов; метаданные также отмечают интерфейс вызова инструментов. Модель основана на dkingtutcd/gemma-E4B-mt-b-split2 и дообучена с использованием Unsloth и библиотеки TRL. В репозитории размещены веса в формате safetensors, в карточке указана лицензия Apache-2.0. Язык карточки — английский; сведения о размере модели и длине контекста в предоставленных данных отсутствуют.

rhaymison/gemma-portuguese-tom-cat-2b-it — дообученная модель на базе Google Gemma 2B IT, разработанная Rhaymison. Она обучена на 250 тысячах инструкций из датасета superset и предназначена для генерации текста, выполнения инструкций и диалогов на португальском языке, с акцентом на понимание выводов на португальском. Модель имеет плотную архитектуру GemmaForCausalLM с 2,5 млрд параметров и контекстом до 8192 токенов; доступна в формате safetensors и рассчитана на использование с Transformers. Модель общего назначения можно дополнительно адаптировать под конкретную область. В карточке отмечено, что она не обучалась специально для математических и программных задач. Распространяется по лицензии Apache-2.0.

Erland/Gemma_Reward_Merged — дообученная языковая модель Erland на архитектуре Gemma 2, созданная на базе unsloth/gemma-2-9b-bnb-4bit с использованием Unsloth и библиотеки TRL. Модель содержит 9 млрд параметров и поддерживает контекст до 8192 токенов; опубликованные веса представлены в формате safetensors. Модель предназначена для генерации текста. Карточка не описывает специализацию на оценке вознаграждения или отдельные сценарии применения, поэтому её возможности следует считать общими для текстовой генерации. В карточке указан английский язык. Модель распространяется по лицензии Apache-2.0. Карточка не приводит оценок качества, результатов сравнения или конкретных ограничений применения.

GLM-5.3-UD-Q4_K_XL-layers — пакет GGUF-слоёв модели GLM-5.3 для распределённого запуска в Mesh LLM. Пакет создан на основе unsloth/GLM-5.3-GGUF и разбивает исходную GGUF-модель на отдельные артефакты по слоям, чтобы распределять вычисления между несколькими локальными компьютерами. Модель предназначена для локального диалогового использования, в том числе через совместимый с OpenAI API интерфейс Mesh LLM. Такой запуск подходит, когда полный файл модели не помещается на одном компьютере или требуется выполнять инференс на собственном оборудовании. Репозиторий содержит вариант UD-Q4_K_XL в формате GGUF; сведения об архитектуре, контекстном окне и поддерживаемых языках следует смотреть в карточке исходной модели. Лицензия указана как other, поэтому перед использованием нужно проверить условия исходной модели unsloth/GLM-5.3-GGUF.

gme-Qwen2-VL-2B-Instruct-i1-GGUF — это набор квантованных GGUF-файлов мультимодальной модели gme-Qwen2-VL-2B-Instruct, разработанной Alibaba-NLP и квантованной mradermacher. Модель предназначена для задач работы с текстом и изображениями, включая семантическое сходство, эмбеддинги и мультимодальный поиск; в метаданных также указана совместимость с MTEB, Sentence Transformers и Vidore. Заявлены английский и китайский языки. В основе лежит архитектура Qwen2-VL с размером 2B параметров; модель относится к vision-моделям, поэтому для обработки изображений могут потребоваться отдельные mmproj-файлы из статического репозитория. README не указывает размер контекстного окна и подробные характеристики модальностей. Доступны варианты квантования примерно от 0,5 до 1,4 ГБ: более компактные варианты экономят память, но могут заметно уступать в качестве; для баланса скорости и качества рекомендован вариант Q4_K_M. Модель удобна для локального запуска в формате GGUF и сценариев, где важны небольшие требования к ресурсам и обработка визуально-текстовых данных. Ограничениями являются снижение качества у низкобитных квантов, необходимость совместимого ПО и возможных mmproj-файлов, а также отсутствие в README результатов бенчмарков и сведений о безопасной эксплуатации. Лицензия — Apache-2.0.

GPT-J-6B Alpaca-GPT4 — языковая модель Vicgalle, дообученная с помощью LoRA на ответах GPT-4 для запросов из Alpaca. Она предназначена для генерации ответов на инструкции и выполнения разнообразных текстовых запросов в формате «инструкция — ответ». Модель использует плотную архитектуру GPT-J с 6 млрд параметров и принимает текст, выдавая текст; в метаданных указан контекст до 2048 токенов и библиотека Transformers с весами PyTorch. Модель подходит для диалоговых прототипов, написания и редактирования текстов, ответов на общие вопросы и выполнения простых инструкций. Примеры в карточке демонстрируют связные ответы, но не подтверждают точность фактов или надёжность в сложных задачах. Модель лицензирована по MIT.

amd/gpt-oss-20B_eager_rai_1.8.0_npu_16K — конвертированная и квантованная версия gpt-oss-20B_eager от AMD для запуска на NPU в системах Ryzen AI. Модель предназначена для диалоговой генерации текста; сборка использует ONNX и обработку Token Fusion для контекста до 16K токенов. Веса квантованы методом AWQ: группы по 128 параметров, асимметричное представление UINT4; для активаций применяется BFP16. README направляет к документации Ryzen AI для запуска. Репозиторий лицензирован по Apache 2.0. Оценочные результаты для этой версии не приведены, поэтому её качество на конкретных задачах по карточке оценить нельзя.

Модель 11erlangga/grpo-qwen25-3b разработана 11erlangga и представляет собой дообученную методом GRPO модель Qwen2 для генерации текста и диалогов. Она основана на 11erlangga/sft-qwen25-3b-run1; при обучении использовались Unsloth и библиотека TRL от Hugging Face. Модель имеет плотную архитектуру Qwen2ForCausalLM и 3,1 млрд параметров. Она принимает текст, поддерживает контекст длиной до 32 768 токенов и ориентирована на английский язык. В карточке также заявлен интерфейс для вызова инструментов. Весовые файлы представлены в формате safetensors. Модель подходит для английских диалогов и генерации текста. Данных о качестве, конкретных результатах обучения GRPO и ограничениях применения в карточке нет. Лицензия — Apache-2.0.

I-Heart_sft_1.0 — плотная авторегрессионная языковая модель семейства Mistral на 7,1 млрд параметров, представленная в формате Safetensors. Согласно README, модель обучена с нуля на датасете generator; в метаданных также указаны SFT и разговорный режим. Карточка приводит значение loss 1,0549 на наборе оценки. Модель предназначена для генерации текста в чате и разговорных сценариях. Метаданные указывают контекст до 32 768 токенов. Подробности о поддерживаемых языках, предназначении датасета, качестве на конкретных задачах и условиях использования в карточке не раскрыты; лицензия не указана.

IndicBERTv2-MLM-Sam-TLM — многоязычная модель типа BERT, разработанная AI4Bharat и обученная на корпусе IndicCorp v2. Вариант MLM-Sam-TLM использует маскированное языковое моделирование (MLM) и дополнительную задачу перевода между языками (TLM) на параллельном корпусе Samanantar. В README указано 278 млн параметров, а метаданные каталога — 305,2 млн; контекст составляет до 512 токенов. Модель предназначена для восстановления замаскированных токенов и может служить основой для дообучения на задачах понимания текста для языков Индии и английского. В карточке названы 23 индийских языка и английский; метаданные явно содержат коды поддерживаемых языков. Репозиторий предоставляет веса PyTorch, лицензия — MIT. Это не генеративная диалоговая модель; качество зависит от языка и конкретной задачи дообучения.

INTELLECT-1-step-39200 — промежуточный чекпойнт языковой модели INTELLECT-1 от Prime Intellect и сообщества контрибьюторов. Модель обучалась с нуля как плотная Llama-совместимая модель примерно на 9,7 млрд параметров; в README указаны 42 слоя и 32 головы внимания. Это чекпойнт на шаге обучения 39 200, а не финальная или instruct-версия. Модель предназначена для генерации английского текста и кода. Обучение велось на корпусах английского веб-текста и образовательных материалов, коде и математических текстах; заявленный объём обучения INTELLECT-1 — 1 трлн токенов. Контекст составляет 8192 токена. Проект обучался распределённо на вычислительных узлах в нескольких регионах с использованием фреймворка Prime. Поскольку это промежуточный чекпойнт, качество и поведение могут отличаться от финальной версии; инструкция по диалоговому использованию в карточке не заявлена. Лицензия — Apache 2.0.

INTELLECT-3-Q4_K_M-layers — англоязычная модель генерации текста, основанная на zai-org/GLM-4.5-Air-Base и представленная в формате GGUF. Репозиторий содержит разделённые по слоям файлы для распределённого обслуживания через mesh-llm; модель также поддерживает диалоговый режим и запускается с библиотекой llama.cpp. Модель предназначена для генерации текста и диалоговых сценариев при распределённом обслуживании. В метаданных указана связь с базовой моделью как finetune, однако README описывает прежде всего формат и способ развёртывания, не уточняя характер дообучения. Репозиторий лицензирован по MIT.

InternVL3.5-14B-MPO — мультимодальная модель OpenGVLab на архитектуре InternVLChatModel с плотной 14B языковой частью. Это вариант семейства InternVL3.5, дообученный на данных MMPR-v1.2 и MMPR-Tiny для улучшения мультимодальных ответов и рассуждений. Модель принимает изображения и текстовые запросы и генерирует текст; подходит для диалога по изображениям, визуального анализа, распознавания текста на изображениях и решения задач на рассуждение. Семейство InternVL3.5 использует каскадное обучение с подкреплением для улучшения рассуждений и Visual Resolution Router для динамической настройки разрешения визуальных токенов. Модель распространяется в формате safetensors и использует библиотеку Transformers. README описывает мультимодальное понимание, включая задачи по изображениям; конкретные языки и размер контекстного окна для этой версии в предоставленных данных не установлены. Лицензия — Apache-2.0.

PathFinderKR/KHU-Llama-3.2-1B-Instruct-SFT — компактная плотная языковая модель семейства Llama 3.2, разработанная PathFinderKR путём дообучения unsloth/Llama-3.2-1B-Instruct. Для обучения использовались Unsloth и библиотека TRL; модель содержит 1,2 млрд параметров и рассчитана на генерацию текста и диалоговое взаимодействие. Метаданные указывают контекстное окно до 131 072 токенов и английский язык. Модель подходит для диалогов, ответов на вопросы и других сценариев генерации текста; также в метаданных отмечен интерфейс вызова инструментов. Опубликована в формате safetensors под лицензией Apache-2.0. README не сообщает подробностей о данных дообучения и результатах оценки качества.

KielGen-Fast — мультимодальная авторегрессионная модель на архитектуре Janus, дообученная командой Kiel2 на базе deepseek-ai/Janus-Pro-1B. Она объединяет генерацию текста, понимание изображений и создание изображений по текстовому описанию. Архитектура MultiModalityCausalLM использует отдельные визуальные пути для понимания изображений и декодирование изображений через векторно-квантованные токены; веса сохранены в формате safetensors для Transformers. Модель подходит для диалоговых ответов, визуальных вопросов и описания сцен, мультимодального анализа, а также создания иллюстраций и других визуальных материалов по запросу. В карточке заявлены английский язык и лицензия MIT. Размер модели и длина контекста не приведены в доступных сведениях.

LFM2-350M-GGUF — компактная языковая модель, разработанная компанией Liquid AI для периферийных устройств и локального развертывания. Это GGUF-версия базовой модели LiquidAI/LFM2-350M, предназначенная для генерации текста и запуска через llama.cpp. Модель ориентирована на сценарии edge AI и on-device deployment, где важны скорость работы, качество ответов и экономное использование памяти. В README указана поддержка английского, арабского, китайского, французского, немецкого, японского, корейского и испанского языков. Сведения о точной архитектуре, размере контекста, модальностях и параметрах квантования в представленных данных отсутствуют. К сильным сторонам относятся компактность, эффективность по скорости и памяти, а также совместимость с llama.cpp. Ограничения и результаты оценивания отдельно не описаны. Модель распространяется по лицензии lfm1.0; подробные условия приведены в файле LICENSE.

LiquidAI/LFM2.5-1.2B-Instruct-GGUF — квантизированная версия инструкционной языковой модели LFM2.5-1.2B-Instruct, разработанной Liquid AI. Модель относится к семейству гибридных моделей LFM2.5, предназначенных прежде всего для развёртывания непосредственно на устройствах и периферийных системах. Она поддерживает генерацию текста и может запускаться через llama.cpp. Модель содержит около 1,2 млрд параметров и распространяется в формате GGUF, включая варианты Q4_0 с посттренировочной квантизацией и Quantization-Aware Distillation (QAD). В README не указаны точная архитектура гибридной модели, размер контекста и дополнительные модальности; заявленная языковая поддержка включает английский, арабский, китайский, французский, немецкий, японский, корейский и испанский языки. К сильным сторонам относятся небольшой размер, ориентация на on-device-сценарии и наличие оптимизированных квантизированных вариантов, что может упростить локальный запуск на устройствах с ограниченными ресурсами. Ограничениями являются сравнительно небольшой масштаб модели и возможное снижение качества из-за квантизации; конкретные показатели производительности в карточке не приведены. Модель распространяется по лицензии lfm1.0, обозначенной как нестандартная лицензия; подробные условия находятся в файле LICENSE.

MihaiPopa-1/LFM2.5-350M-heretic — компактная плотная языковая модель для генерации текста и диалогов, полученная дообучением LiquidAI/LFM2.5-350M с применением abliteration для снижения частоты отказов. Она содержит 444,6 млн параметров, использует архитектуру LFM2 с причинной языковой головой и рассчитана на локальный запуск; метаданные указывают контекст до 128 000 токенов. Карточка базовой модели описывает текстовую модель для извлечения данных, структурированных ответов и использования инструментов; поддерживаемые языки — английский, арабский, китайский, французский, немецкий, японский, корейский, португальский и испанский. По приведённому в README сравнению доля отказов снизилась с 88 до 5 из 100 ответов, а KL-дивергенция относительно исходной модели составила 0,0954. Модель может подойти для диалогов, извлечения сведений и генерации структурированных ответов, но ослабление защитных отказов означает, что она может отвечать на запросы, которые исходная модель отклонила бы. README не рекомендует базовую модель для задач, требующих обширных знаний, и программирования; качество этих задач у данного варианта отдельно не подтверждено. Лицензия указана как other, без уточнения её условий в предоставленных данных.