I.2Синтез, понимание и проверка знаний

SkunkworksAI/phi-2 — перезагрузка в формате float32 модели Phi-2, разработанной Microsoft и размещённой здесь для исследовательского доступа. Это плотная авторегрессионная языковая модель на 2,7 млрд параметров с архитектурой MixFormer Sequential; она генерирует продолжение текста по входному тексту и имеет контекст длиной 2048 токенов. В карточке указаны форматы PyTorch и Safetensors. Модель подходит для экспериментов с вопросами и ответами, текстовыми диалогами, рассуждениями и генерацией кода, особенно на Python. Она обучалась на синтетических NLP-текстах и отфильтрованных веб-данных и не проходила дообучение с помощью RLHF. Основной язык — английский. Модель может выдавать неверные факты и код, плохо следовать сложным инструкциям и создавать избыточный текст. Она менее надёжна с неформальным английским и другими языками; возможны токсичные ответы и проявления социальных предубеждений. В README указана лицензия microsoft-research-license; применимость этой лицензии к размещённой копии следует сверять с условиями исходной модели.

Pinecone-Rune-12b — слитая автором Entropicengine модель для генерации текста на основе Mistral, созданная методом DARE TIES с помощью mergekit. Она объединяет DreadPoor/Irix-12B-Model_Stock, inflatebot/MN-12B-Mag-Mell-R1 и yamatazen/LorablatedStock-12B; размер составляет 12,1 млрд параметров. Модель предназначена для диалогов, ролевых сценариев, ответов на общие вопросы и творческого письма, сочетая скорость и компактность с возможностями базовых моделей. Модель принимает текст и генерирует текст. В метаданных указан контекст до 1 024 000 токенов; заявленные автором сильные стороны — ролевая игра, общие знания и выразительное творческое письмо. README не сообщает о поддерживаемых языках или лицензии, поэтому эти сведения здесь не уточняются.

PlaiFon 3B Chat — разговорная языковая модель на 3,2 млрд параметров, разработанная на базе wannaphong/plaifon-3b-base. Модель использует плотную архитектуру Qwen2 и предназначена для генерации текста и диалоговых ответов на тайском и английском языках. В карточке показаны примеры обычного ответа, режима рассуждений и вызова инструмента; заявлена работа через Transformers. Контекстное окно составляет 32 768 токенов. Модель может отвечать на вопросы и поддерживает интерфейс вызова инструментов. Она распространяется в формате safetensors по лицензии Apache-2.0. Карточка не приводит оценок качества или подробностей о данных обучения; примеры показывают, что ответы могут содержать повторы.

yangzhao02/qwen2-0.5b-sft — диалоговая модель генерации текста, дообученная на базе Qwen/Qwen2-0.5B на наборе HuggingFaceH4/ultrachat_200k. Модель использует плотную архитектуру Qwen2ForCausalLM и содержит 493,7 млн параметров; заявленная длина контекста — 131 072 токена. Модель предназначена для генерации ответов в диалогах и других текстовых сценариев, где нужна компактная модель, дообученная на инструкционных беседах. В карточке приведено значение loss 1,5269 на оценочной выборке, но подробности методики оценки и гарантии качества не указаны. Модель распространяется в формате safetensors по лицензии Apache-2.0.

Карточка модели Bongoosus/Qwen2.5-1.5B на Hugging Face совпадает с карточкой Qwen/Qwen2.5-1.5B, поэтому описание составлено по ней. Qwen2.5-1.5B — базовая языковая модель компании Qwen, обученная на этапе предобучения. Это плотная авторегрессионная модель семейства Qwen2 с 1,5 млрд параметров: 28 слоёв, RoPE, SwiGLU, RMSNorm и группированное внимание. Репозиторий содержит веса в формате safetensors, модель рассчитана на запуск через Transformers. Модель предназначена для дальнейшего дообучения и генерации текста. Семейство Qwen2.5 поддерживает следование инструкциям, код, математику, структурированные данные и более 29 языков, включая русский, однако этот чекпойнт является базовым: разработчик не рекомендует использовать его непосредственно для диалогов. В README для этого варианта указан контекст 32 768 токенов; метаданные каталога указывают 131 072 токена, поэтому длина контекста в источниках расходится. Модель может служить компактной основой для экспериментов, адаптации под предметную область и разработки генеративных приложений. Лицензия Apache-2.0 допускает широкое использование и модификацию при соблюдении её условий. Для работы рекомендуется актуальная версия Transformers.

Qwen3-0.6B-Insight-Extractor — LoRA-дообучение модели Qwen/Qwen3-0.6B, созданное AbhishekG711 для извлечения структурированных данных из обращений в службу поддержки. На вход подаётся текст тикета, на выходе модель формирует один JSON-объект с девятью полями для автоматической классификации и последующей обработки обращения. Модель предназначена для автоматической маршрутизации тикетов, подготовки сводок по тональности и срочности, а также извлечения сущностей для систем оповещения и аналитики. В основе — плотный авторегрессионный Transformer Qwen3 с примерно 508 млн параметров; указанное контекстное окно — 40 960 токенов. Для дообучения применялись LoRA, Unsloth и TRL SFTTrainer. Карточка описывает обработку англоязычных обращений. Модель распространяется под лицензией Apache-2.0. Она настроена на заданный формат JSON и структуру подсказки из обучения; качество может снижаться при их изменении. В карточке приведено значение validation loss 0,233829, но не описаны дополнительные метрики качества или результаты проверки на реальных потоках тикетов.

Карточка модели SamMikaelson/Qwen3-1.7B-Nous на Hugging Face совпадает с карточкой SamMikaelson/Qwen3-1.7B-APIGEN-Full, поэтому описание составлено по ней. SamMikaelson дообучил Qwen3-1.7B на базе unsloth/qwen3-1.7b-unsloth-bnb-4bit с использованием Unsloth и библиотеки Hugging Face TRL. Это плотная авторегрессионная языковая модель с 1,7 млрд параметров для генерации текста и диалогового взаимодействия; в метаданных также указана возможность интерфейса вызова инструментов. Модель принимает текст и генерирует текст, поддерживает английский язык и имеет контекстное окно до 40 960 токенов. Модель подходит для текстовых диалогов и генерации ответов на английском языке. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0; карточка не описывает отдельные результаты оценки качества или специализацию по конкретной предметной области.

Tuwhy/Qwen3-1.7B-OPSA — языковая модель на архитектуре Qwen3, дообученная методом On-Policy Self-Adaptation (OPSA) на вопросах из набора DAPO-17k. По описанию OPSA улучшает политику без учительской и reward-модели, эталонного прохода базовой модели и вознаграждения за задачу. Модель предназначена для генерации текста и диалогов, особенно для решения математических задач и рассуждений; README также приводит результаты на задачах программирования и научных вопросах. Модель содержит 1,7 млрд параметров, использует плотную архитектуру Qwen3ForCausalLM и принимает текст. Для сопоставимости с опубликованными оценками рекомендуется отключать thinking mode; указанный для этой модели контекст — до 40 960 токенов. В оценках OPSA-вариант превзошёл базовую модель на AIME24, AIME25 и HMMT25 при указанной авторами схеме генерации 32 ответов на запрос. Модель разработана Tuwhy на базе Qwen/Qwen3-1.7B-Base и распространяется под лицензией Apache-2.0. Это небольшой чекпойнт с экспериментальным методом обучения; результаты из README относятся к конкретным настройкам выборки и не гарантируют аналогичного качества в других условиях. Англоязычный README заявляет многоязычную поддержку семейства Qwen3, но не перечисляет языки отдельно для этого чекпойнта.

LaTexT/qwen3-8b-gist-sft-50k-gz9-sentence — дообученная командой проекта на базе Qwen/Qwen3-8B языковая модель с архитектурой Qwen3ForCausalLM. Модель содержит 7,6 млрд параметров, принимает текст и предназначена для диалоговой генерации ответов; карточка указывает обучение методом SFT на наборе shannons/ot3-1.2m-50k и связь с экспериментом gist_sft 50k g9-sentence. Модель запускается через Transformers как text-generation и поддерживает контекст до 40 960 токенов. Базовая Qwen3-8B рассчитана на многоязычный диалог, следование инструкциям, рассуждения, работу с кодом и вызов инструментов; README этой версии не приводит отдельных оценок качества или полного перечня языков и возможностей, поэтому их применимость после дообучения не подтверждена отдельно. Лицензия в предоставленных данных не указана.

PhilipCisco/qwen3-base-financial — текстовая модель Sentence Transformers, дообученная разработчиком PhilipCisco на базе Qwen/Qwen3-Embedding-0.6B. Она кодирует предложения и абзацы в плотные векторы размерностью 1024 и сравнивает их с помощью косинусного сходства. Модель предназначена для семантического поиска и оценки смысловой близости текстов; в README приведены примеры вопросов и ответов по корпоративной финансовой отчётности. Модель использует архитектуру Qwen3Model с пулингом последнего токена и нормализацией. Максимальная длина последовательности — 32 768 токенов. Обучение проводилось на наборе из 5 600 пар «запрос — релевантный текст» с MatryoshkaLoss и MultipleNegativesRankingLoss. Указан английский язык, лицензия Apache-2.0. В README приведены метрики поиска на тестовом наборе, однако результаты на других данных не описаны.

coder3101/Qwen3-VL-4B-Instruct-heretic — производная модель на основе Qwen/Qwen3-VL-4B-Instruct, подготовленная методом abliteration. Это плотная мультимодальная модель семейства Qwen3-VL с 4 млрд параметров, предназначенная для диалога по тексту и изображениям. Модель распространяется в формате Safetensors и использует библиотеку Transformers. Она подходит для ответов на вопросы по изображениям, визуального рассуждения, распознавания текста на изображениях и других сценариев, поддерживаемых базовой моделью. В README приведено сравнение с исходной моделью: доля отказов в указанной проверке составила 3 из 100 против 91 из 100 у оригинала; это указывает на ослабление склонности к отказам, но не гарантирует качество или поведение на иных запросах. Описание расширенных возможностей Qwen3-VL в README относится к базовой модели и не подтверждает отдельную проверку каждой из них для этой версии. Лицензия — Apache-2.0. Контекст в метаданных не указан; приведённое в README значение 256K относится к описанию базовой модели.

phunguyen01/Qwen-Tulu-3B-SFT — языковая модель на архитектуре Qwen2, дообученная автором на Qwen/Qwen2.5-3B с использованием набора allenai/tulu-3-sft-mixture. Модель содержит 3,1 млрд параметров и предназначена для генерации текста в диалоговом формате; метаданные также отмечают интерфейс вызова инструментов. Модель подходит для диалоговых приложений и генерации ответов на текстовые запросы. Максимальная длина контекста составляет 32 768 токенов. Данных о целевых языках и результатах оценки в карточке нет, поэтому качество для конкретных языков и задач по доступным сведениям определить нельзя. Веса доступны в форматах PyTorch и safetensors, модель рассчитана на библиотеку Transformers. Лицензия указана как other, без конкретных условий в предоставленных данных; перед использованием следует проверить лицензионные сведения на странице модели и базовой модели.

QZhou-Embedding-Zh — модель эмбеддингов Kingsoft-LLM для китайского языка, построенная на архитектуре Qwen3-8B. Она предназначена для поиска по смыслу, ранжирования, оценки семантического сходства и других задач понимания китайских текстов. Для получения векторов используется pooling последнего токена; поддерживается MRL с размерностями 128, 256, 512, 768, 1024, 1280, 1536 и 1792, причём размерность по умолчанию — 1792. В обучении применён Token Prepending, а контекст модели составляет до 40960 токенов. Модель показывает улучшения на китайском бенчмарке CMTEB в задачах поиска, семантического сходства, кластеризации, классификации пар и переранжирования. Она распространяется в формате safetensors по лицензии Apache-2.0. README рекомендует запуск через sentence-transformers; результаты и качество на других языках и вне указанных сценариев в карточке не описаны.

recall-honcho-8b — дообученная модель на базе Qwen/Qwen3-8B от автора репозитория dman1011. Она предназначена для этапа явного извлечения выводов в Honcho: по идентификатору собеседника и сообщениям диалога формирует атомарные, самодостаточные и правильно атрибутированные факты в JSON-схеме Honcho. Модель рассчитана на интеграцию как локальный компонент deriver; для последующих диалогических рассуждений автор рекомендует использовать более крупную модель. Модель использует плотную архитектуру Qwen3ForCausalLM, содержит 7,6 млрд параметров и имеет контекст до 40 960 токенов. Веса доступны в safetensors; README также описывает отдельный LoRA-адаптер. Обучение выполнено методом LoRA на 7 160 синтетических примерах с метками, дистиллированными из Claude Opus 4.8. В проверочной выборке из 298 примеров указаны точность токенов 93,8% и eval loss 0,201. Модель обучена для английского языка. Модель извлекает только явно высказанные сведения и не предназначена для дедуктивных, индуктивных или абдуктивных выводов. Она оптимизирована под точный prompt Honcho, поэтому на запросах другого формата дисциплина вывода может ухудшиться. Лицензия — Apache-2.0.

rexvgradientqwen25-3b-vl-btx-frompub — дообученная модель alrope, созданная на основе micdun/rexgradient_btx-style-flex_public-pubmed_untrained с использованием TRL. Это чат-модель для генерации текста; в метаданных указаны архитектура Flex_Qwen2_5_VLMoeForConditionalGeneration, размер 3,1 млрд параметров и контекст до 128 000 токенов. Для запуска в README приведён пример с Transformers pipeline и передачей сообщений в формате диалога. Модель опубликована в формате safetensors; сведения о лицензии и подтверждённых языках в предоставленных данных отсутствуют.

hflog/rmdhirr-Pulsar_7B — англоязычная чат-модель на плотной архитектуре Mistral с 7,1 млрд параметров, разработанная rmdhirr как дообучение MTSAIR/multi_verse_model. Модель предназначена для диалоговой генерации текста; карточка указывает обучение с использованием Unsloth и библиотеки TRL. Модель принимает текст и генерирует текст, поддерживает контекст до 32 768 токенов. Репозиторий содержит веса PyTorch. Лицензия — Apache-2.0. Карточка не приводит результатов оценки качества и подробных рекомендаций по применению.

RWKV-7 — языковая модель с плотной архитектурой RWKV7ForCausalLM, опубликованная fla-hub на основе BlinkDL/rwkv7-g1. Разработчики, указанные в карточке: Bo Peng, Yu Zhang, Songlin Yang, Ruichong Zhang и Zhiyuan Li; проект поддерживается RWKV Project при LF AI & Data Foundation. Модель содержит 1,5 млрд параметров и использует токенизатор RWKV World с размером словаря 65 536 токенов. Модель предназначена для генерации текста и диалогов. Метаданные указывают поддержку английского, китайского, японского, корейского, французского, арабского, испанского и португальского языков. Контекст составляет 2 048 токенов. Для запуска README рекомендует библиотеку flash-linear-attention и transformers версии 4.48.0 или выше. Модель распространяется по лицензии Apache-2.0. Карточка не приводит результаты оценки качества или подробные ограничения; небольшой контекст ограничивает работу с длинными входами.

SciNCL — англоязычная модель на архитектуре BERT для получения векторных представлений научных документов. Её разработчики обучили её для работы с исследовательскими статьями; модель содержит 137,1 млн параметров и рассчитана на вход длиной до 512 токенов. Для контрастивного обучения использовались соседства статей в графе цитирований S2ORC. Инициализация выполнена весами SciBERT scibert-scivocab-uncased. SciNCL подходит для поиска и сравнения научных публикаций по смыслу, рекомендаций статей и задач ранжирования или группировки документов. В README приведены результаты оценки на SciDocs. Модель выдаёт эмбеддинги, а не готовые ответы на вопросы. Для применения к медицинским статьям README предлагает специализированную альтернативу PubMedNCL. Лицензия модели — MIT.

Seagull-llama-3-8B-orpo-v0.4 — диалоговая языковая модель, разработанная kuotient как дообучение kuotient/Meta-Llama-3-8B с применением ORPO. Модель построена на плотной архитектуре LlamaForCausalLM и содержит 7,5 млрд параметров; для обучения использовались Unsloth и библиотека Hugging Face TRL. Модель предназначена для генерации текста в диалоговых сценариях. Она поддерживает английский язык и контекст до 8192 токенов. Репозиторий содержит веса в формате safetensors. В карточке Hugging Face указана лицензия other, тогда как README заявляет Apache-2.0; условия использования следует сверить с файлами и лицензией репозитория. README не приводит оценок качества или подробных ограничений модели.

amixh/sentence-embedding-model-InLegalBERT-2 — модель Sentence Transformers, дообученная на базе law-ai/InLegalBERT для получения векторных представлений юридических предложений и абзацев. Она преобразует текст в плотные эмбеддинги размерности 768 и предназначена для сравнения смысловой близости по косинусному сходству, семантического поиска, поиска перефразировок, кластеризации и классификации текста. Архитектура состоит из BERT-трансформера с усреднением токенных представлений; модель содержит 139 млн параметров. Метаданные указывают контекст до 512 токенов, тогда как README описывает максимальную длину последовательности 320 токенов. Базовая InLegalBERT обучена на юридических документах Индии; для этой модели в данных указан англоязычный юридический контекст. Лицензия в предоставленных источниках не указана.

benjaminchristie/skill-minilm — дообученный Sentence Transformer на базе sentence-transformers/all-MiniLM-L6-v2, созданный для сравнения и поиска коротких текстов, связанных с навыками и действиями. Модель преобразует предложения и абзацы в нормализованные плотные векторы размерности 384; сходство оценивается косинусной мерой. Архитектура включает энкодер BERT, mean pooling и нормализацию. В метаданных указано 25,9 млн параметров и контекст до 512 токенов; карточка модели заявляет максимальную длину последовательности 256 токенов. Модель обучена на 266 парах примеров с CosineSimilarityLoss и предназначена, в частности, для семантического поиска и сопоставления формулировок навыков. В карточке приведён результат Spearman 0,5246 на skill-vocab-val. Это узкая настройка на небольшом наборе данных, поэтому качество на других темах и длинных текстах может отличаться. Лицензия в предоставленных данных не указана.

SmolLM3-3B-heretic — это декензурированная версия инструкционно дообученной языковой модели SmolLM3-3B-Instruct от HuggingFaceTB, созданная автором репозитория saidutta69 с использованием Heretic 1.4.0 и метода directional ablation («abliteration»). Модель предназначена для генерации текста и диалоговых сценариев, включая локальные ассистенты, ролевые диалоги, работу на периферийных устройствах и запуск на потребительском оборудовании. Она ориентирована на разработчиков, которым нужна компактная модель, склонная отвечать напрямую и реже отказывающаяся от запросов. Модель имеет размер около 3,1 млрд параметров, поддерживает текстовую модальность и английский язык. Она совместима с Transformers и GGUF, а также может запускаться через llama.cpp, Ollama, LM Studio, Jan, vLLM и SGLang. Доступны версии от F16 до различных вариантов квантования, включая Q4_K_M; заявлена пригодность для инференса на CPU и edge-устройствах. Метод abliteration изменяет отдельные направления весов в выходных проекциях attention и down-проекциях MLP без дообучения, поэтому исходные знания и возможности базовой модели, как утверждается, в значительной степени сохраняются. Длина контекста в README не указана. Ключевое преимущество модели — малый размер, широкий выбор квантований и сниженное количество отказов, что упрощает локальное использование. Ограничение заключается в намеренном подавлении защитного поведения: модель может выполнять запросы, от которых базовая версия отказывалась, включая потенциально небезопасные, и не имеет дополнительного встроенного фильтра безопасности. Поэтому её не рекомендуется размещать за незащищённым публичным интерфейсом без собственного контроля и модерации. Модель распространяется по лицензии Apache-2.0, унаследованной от базовой модели.

Карточка модели nota-ai/st-llama-1-5.5b-taylor на Hugging Face совпадает с карточкой nota-ai/st-vicuna-v1.3-5.5b-taylor, поэтому описание составлено по ней. Nota AI разработала эту модель как укороченную версию Vicuna-v1.3 на базе LLaMA для более эффективной генерации текста. Веса получены удалением наименее значимых блоков Transformer с последующим лёгким дообучением методом LoRA; для pruning использован критерий Taylor+. Вариант уменьшен примерно с 7B до 5,5B параметров, а метаданные указывают 5,4B параметров и архитектуру LlamaForCausalLM. Модель предназначена для генерации текста и диалоговых сценариев на основе Vicuna. Максимальная длина контекста составляет 2048 токенов. Репозиторий содержит веса PyTorch и Safetensors. Лицензия ограничивает использование некоммерческими целями. Сокращение глубины предназначено для повышения эффективности по сравнению с исходной моделью, однако доступные сведения не приводят результатов бенчмарков для этой конкретной версии. Короткий контекст ограничивает работу с длинными документами; модель может наследовать ошибки и ограничения базовой Vicuna.

Suzume ORPO Borda Full — многоязычная чат-модель, разработанная Peter Devine (ptrdvn). Это плотная авторегрессионная модель семейства Llama 3 примерно с 7,5 млрд параметров и контекстом 8192 токена, дообученная методом ORPO на модели lightblue/suzume-llama-3-8B-multilingual. Для обучения использовался датасет lightblue/mitsu_full_borda: ответы для промптов выбирались по верхним и нижним позициям в рейтинге Borda. Модель предназначена для диалога и генерации ответов на нескольких языках. В опубликованном сравнении MT-Bench авторы отмечают улучшение относительно базовой модели на большинстве оценивавшихся языков; доступная часть таблицы включает китайский, английский и французский. Модель распространяется в формате Safetensors. Лицензия CC BY-NC 4.0 запрещает коммерческое использование; авторы связывают это ограничение с применением Command R и Command R+ для генерации обучающих данных.

Карточка модели cuong1692001/Terminal-complete_11k на Hugging Face совпадает с карточкой cuong1692001/Terminal-complete-11k, поэтому описание составлено по ней. Terminal-complete11k — дообученная диалоговая языковая модель семейства Qwen3, созданная на основе Qwen/Qwen3-8B. Она предназначена для генерации текста в диалоговом формате; README сообщает, что модель обучалась на наборе данных qwen_data_complete, но не описывает его содержимое и специализацию модели. Модель содержит 7,6 млрд параметров, использует архитектуру Qwen3ForCausalLM, принимает текст и поддерживает контекст до 40 960 токенов. Модель может быть полезна для диалогов и генерации текста. Данных о качестве, языковом охвате и конкретных ограничениях в карточке нет. Репозиторий распространяется в формате safetensors; лицензия указана как other, поэтому условия использования следует уточнить в карточке модели.

Terminal-completetrimmed4k — дообученная модель на базе Qwen/Qwen3-8B, созданная автором репозитория cuong1692001 на наборе данных qwen_data_complete_trimmed_4k. Это диалоговая языковая модель с плотной архитектурой Qwen3ForCausalLM и 7,6 млрд параметров; она предназначена для генерации текста в формате общения. Модель принимает текст и выдаёт текст, поддерживает контекст до 40 960 токенов. В репозитории указаны веса в формате Safetensors. Карточка не описывает конкретные сценарии настройки, результаты оценки или ограничения дообученной версии. Базовая Qwen3-8B рассчитана на многоязычную генерацию текста, рассуждения, выполнение инструкций, работу с кодом и вызов инструментов, но карточка этой модели не подтверждает качество этих возможностей после дообучения. Лицензия указана как «other», поэтому условия использования следует проверить в файлах репозитория и у правообладателей базовой модели.

unsloth/tinyllama-chat-bnb-4bit — чат-модель на базе TinyLlama, опубликованная командой Unsloth. Она предназначена для диалоговых сценариев и дообучения на пользовательских наборах данных с использованием Transformers и инструментов Unsloth, включая conversational-подходы с шаблонами ShareGPT ChatML или Vicuna. Модель также может использоваться как компактная основа для экспериментов и последующего экспорта в форматы GGUF или vLLM. Из README известно, что модель поддерживает английский язык и распространяется в 4-битном формате bnb, что снижает требования к памяти. Для TinyLlama заявлено дообучение с ускорением до 3,9 раза и сокращением использования памяти до 74% в соответствующем ноутбуке Unsloth. Точные сведения об архитектуре, числе параметров, размере контекста и мультимодальности не указаны; по представленным данным модель относится к текстовым, а не мультимодальным системам. Сильные стороны модели — компактность, экономичность при запуске и удобство использования для обучения и экспериментов. Ограничения включают отсутствие в README подробных результатов оценки качества, перечня поддерживаемых языков за пределами английского и характеристик контекстного окна. Лицензия — Apache-2.0.

TinyQwex-4x620M-MoE — языковая модель с архитектурой Mixture of Experts на базе семейства Mixtral, опубликованная автором Isotonic и собранная с помощью LazyMergekit из четырёх копий Qwen/Qwen1.5-0.5B. Эксперты настроены на маршрутизацию запросов о рассуждениях, программировании, написании историй и выполнении инструкций. Модель предназначена для генерации текста и диалогового общения. В репозитории указано 463,9 млн параметров и контекст длиной до 32 768 токенов; доступны веса в формате Safetensors. Лицензия — Apache-2.0. Карточка не приводит оценок качества, результатов сравнений или подробностей о языковом покрытии. Указанные специализации экспертов описывают конфигурацию, но не подтверждают преимущество в соответствующих задачах.

Trinity_Notus-xb — объединённая языковая модель, созданная автором powermove72 из janai-hq/trinity-v1 и argilla/notus-7b-v1 с помощью LazyMergekit. Она предназначена для генерации текста и диалоговых ответов. Модель использует плотную архитектуру MistralForCausalLM, содержит 11 млрд параметров и поддерживает контекст до 32 768 токенов. В репозитории опубликованы веса Safetensors; конфигурация слияния использует метод passthrough и тип float16. Базовая модель Notus описана как диалоговая модель на базе Mistral, дообученная методом DPO для ответов преимущественно на английском языке. README не сообщает отдельные результаты оценки качества или дополнительные возможности Trinity_Notus-xb. Лицензия в предоставленных данных не указана.

trmteb-trnews-v1 — дообученная модель эмбеддингов предложений на базе trmteb/turkish-embedding-model, разработанная автором карточки для поиска по турецким новостям. Это плотная BERT-модель с mean pooling и размерностью эмбеддинга 768; она содержит 137,8 млн параметров и принимает последовательности длиной до 512 токенов. При обучении на 100 000 пар «заголовок — аннотация» из корпуса TR-News применялась функция потерь MultipleNegativesRankingLoss. Модель предназначена прежде всего для поиска аннотации по заголовку и сопоставления новостей об одном событии, в том числе для дедупликации. В тесте TR-News дообучение повысило title→abstract R@1 с 0,8635 до 0,8745, но не улучшило тематическую кластеризацию относительно базовой модели; широкая тематическая классификация, общий STS и анализ тональности не входят в целевые сценарии. Лицензия — MIT.