I.2Синтез, понимание и проверка знаний

Sindhu/muril-large-squad2 — модель на базе BERT, дообученная на Google MuRIL Large для задачи question answering по датасету SQuAD 2.0. Она предназначена для извлечения ответа из предоставленного текста по заданному вопросу, в том числе для обработки вопросов без ответа в контексте. Модель содержит 604,7 млн параметров, работает с контекстом до 512 токенов и доступна в форматах PyTorch и Safetensors через Transformers. Модель рассчитана на английский и индийские языки, на которых обучалась MuRIL; README предупреждает, что на других языках качество не ожидается хорошим. Это не универсальная диалоговая модель: для ответа ей нужен текстовый контекст. Лицензия в предоставленных данных не указана.

RadixArk подготовил квантованный чекпойнт Muse Glimmer для запуска через SGLang. Он основан на meta-models/Muse-Glimmer-30B и использует смешанную точность: NVFP4 для большинства проекций, MXFP8 для чувствительных слоёв и bf16 для нормализаций. Веса в формате Safetensors занимают около 18,34 ГиБ вместо 52 ГиБ у экспорта bf16. Модель предназначена для диалоговой генерации и задач с изображениями, однако README рекомендует запускать именно языковую часть с параметром --language-model-only: зрительный модуль есть в базовом экспорте, но не входит в этот квантованный чекпойнт. Такой вариант подходит для декодирование-тяжёлых сценариев, локального сервинга и работы с инструментами; на DGX Spark ускорение генерации относительно bf16 достигает примерно 2,7 раза, но предварительная обработка длинных запросов при больших пакетах может быть медленнее. Проверены базовая генерация и арифметические запросы, полная оценка качества ещё не выполнена. Для сервинга требуется форк SGLang с поддержкой Muse Glimmer. Лицензия в предоставленных данных не указана.

Muse Spark 1.3 Contributor — экономичная версия мультимодальной модели рассуждения Meta, предназначенная для экспериментов, обучения и ранней разработки агентных, многоагентных и связанных с программированием сценариев. Карточка также указывает на работу с отслеживанием информации, но не раскрывает подробности этой возможности. Из доступных данных следует, что модель принимает изображения и текст и предназначена для задач image-text-to-text. Сведения о размере, архитектуре, контекстном окне, поддерживаемых языках и лицензии отсутствуют в предоставленной карточке и метаданных.

Nanbeige4.2-3B-mps-fix — независимая версия Nanbeige/Nanbeige4.2-3B от John Halloran с исправлениями совместимости пользовательского кода модели с актуальным Transformers и Apple Silicon. Модель представляет собой плотную авторегрессионную языковую модель NanbeigeForCausalLM на 3,2 млрд параметров; заявленный контекст — 262 144 токена. В карточке указаны английский и китайский языки, а библиотека запуска — Transformers. Модель предназначена для генерации текста и диалогов. Исправления устраняют ошибки загрузки и генерации на MPS, в том числе потерю позиционной информации RoPE, из-за которой базовая версия могла выдавать несвязный текст. Однако сам чекпойнт не включает исправления для предела памяти при длинном вводе и регрессии шаблона диалога, нарушающей работу с вызовами инструментов при наличии системного сообщения; для таких сценариев автор рекомендует свой harness. Лицензия — Apache-2.0. Проект независим от команды Nanbeige; архитектура и исходные веса принадлежат разработчикам базовой модели.

Trappu/Nemo-Picaro-V2-12B — плотная авторегрессионная языковая модель семейства Mistral, разработанная Trappu и дообученная на основе royallab/MN-LooseCannon-12B-v2 с использованием Unsloth и TRL. Модель содержит 12,1 млрд параметров, поддерживает текстовую генерацию и чат; для работы с ней указано контекстное окно до 1 024 000 токенов. Модель предназначена для генерации текста и ведения диалогов на английском языке. Её можно применять для написания прозы, продолжения текста и ответов в чате. Репозиторий содержит веса в формате Safetensors и распространяется по лицензии Apache 2.0. Подробности обучающих данных и оценок качества в карточке не приведены.

Nemotron-3-Nano-Omni-30B-Abliterated-MM-bf16 — мультимодальная модель Matt Macosko на базе NVIDIA Nemotron-3-Nano-Omni-30B, подготовленная для запуска на Apple Silicon через MLX. Это сборка с directional ablation: автор удалил направление отказа из языковой части, оставив визуальную и аудиочасти без изменений. В README заявлены полноточные веса объёмом около 62 ГБ; тензоры совпадают с базовой моделью по именам и включают языковые, визуальные, звуковые и проекционные компоненты. Модель принимает текст и изображения и работает с аудио: она описывает изображения и транскрибирует речь. Основной сценарий по метаданным — image-text-to-text; для запуска README рекомендует mlx-vlm версии 0.6.12 или новее с поддержкой Omni. Базовая модель — mlx-community/Nemotron-3-Nano-Omni-30B-A3B-Reasoning-bf16. Автор сообщает о проверке удаления отказов на тестовом наборе из шести примеров. Это не доказывает надёжность поведения на более широком наборе запросов. README прямо предупреждает, что защитное выравнивание удалено. Лицензия указана как other, поэтому конкретные условия следует проверять в репозитории модели.

Nermeen Persona — дообученная разговорная языковая модель, разработанная nermeen28 на базе unsloth/qwen2.5-3b-instruct-unsloth-bnb-4bit. Это плотная модель семейства Qwen2 с архитектурой Qwen2ForCausalLM и 3,1 млрд параметров; она предназначена для генерации текста и диалоговых сценариев. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 32 768 токенов. В метаданных также отмечен интерфейс вызова инструментов. Модель обучалась с использованием Unsloth и библиотеки TRL. Репозиторий содержит веса в формате safetensors. Указанная лицензия — Apache-2.0. Карточка не описывает специализацию персоны, результаты оценки качества или конкретные ограничения, поэтому эти свойства нельзя установить по доступным сведениям.

nyx — компактная модель принятия решений на 4 млрд параметров, созданная Devansh Batham на базе Qwen/Qwen3.5-4B. Она предназначена для задач Choice, Score и Noul, а также классификации запросов; в README приведены результаты на наборах AG News, TREC coarse и CoLA. Модель поставляется одним файлом GGUF размером 3,29 ГБ для запуска через llama.cpp на CPU, Apple Metal, NVIDIA CUDA и AMD HIP. Метаданные отмечают поддержку диалога, а формат GGUF указывает на квантованную поставку. В бенчмарках nyx показывает разные результаты относительно базовой модели: выше на CoLA и ниже на AG News и TREC coarse. Опубликованный файл GGUF совпал с эталонной версией nyx в 98,73% случаев отдельного теста точности воспроизведения. Лицензия — Apache-2.0.

blackmlengineer/occucoder-en-grande-v0 — текстовая Sentence Transformer модель на архитектуре BERT, разработанная blackmlengineer и дообученная на обучающем наборе из 991 580 пар и троек текстов. Она преобразует предложения и короткие абзацы в плотные векторы размерности 512; сходство между векторами можно оценивать косинусной мерой. Модель подходит для поиска и сопоставления коротких текстов, включая семантическое извлечение релевантных результатов. Максимальная длина входа — 32 токена. При обучении использовалась функция MultipleNegativesRankingLoss на примерах с якорным текстом, положительным и отрицательным соответствиями. Обучающие примеры связаны с названиями профессий и близкими категориями, поэтому применимость за пределами такого рода коротких текстовых соответствий может быть ограничена. Репозиторий содержит веса safetensors; лицензия в доступных данных не приведена.

TheBigBlender/Orca2myth7.2 — слитая языковая модель, созданная ShotMisser64 методом mergekit. В ней объединены слои Orca2flat и PygmalionAI/mythalion-13b; автор отмечает сочетание понимания Orca 2 со стилем диалога Pygmalion и согласованностью Mythalion. Архитектура — плотная Llama для генерации текста, размер — 19,8 млрд параметров, контекст — 4096 токенов. Модель предназначена для генерации текста и диалоговых сценариев. Репозиторий содержит веса Safetensors; лицензия указана как other, а README просит соблюдать лицензии исходных моделей. Сведения о конкретной лицензии объединённой модели и поддерживаемых языках не приведены.

ParrotMathOgno-7B — текстовая генеративная модель, созданная как DPO-донастройка mlabonne/OmniBeagle14-7B; в README указано, что исходная модель — paulml/OGNO-7B. Донастройка использует набор предпочтений yleo/emerton_dpo_pairs_judge, построенный на основе Intel/orca_dpo_pairs: ответы GPT-4 Turbo отмечены как предпочтительные, а ответы GPT-4 — как отклонённые. Модель предназначена для генерации текста в диалоговом формате и совместима с шаблонами ChatML и шаблоном чата Llama. Она построена на архитектуре Mistral, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов согласно метаданным; README приводит окно 8k. Лицензия CC BY-NC 4.0 разрешает использование на условиях лицензии с ограничением на коммерческое применение.

thucdangvan020999/phi2_2.2B_mergkit_prunme — текстовая модель генерации, созданная на основе microsoft/phi-2; в карточке указано объединение через mergekit методом passthrough. Конфигурация сохраняет слои 0–20 и 28–31 исходной модели, исключая промежуточные слои 21–27. Репозиторий содержит веса safetensors и использует библиотеку Transformers. Модель предназначена для генерации текста, ответов на вопросы и других сценариев продолжения текста. Базовая модель Phi-2 ориентирована на английский язык и также описана как пригодная для генерации кода. Размер по метаданным — 2,8 млрд параметров, длина контекста — 2048 токенов. Лицензия в предоставленных данных не указана.

Модель ihughes15234/phi35_pd_dpo10epoch_1200 — разговорная языковая модель, разработанная ihughes15234 и дообученная на базе ihughes15234/phi_3_5_mini_3k_each. Она предназначена для генерации текста и диалоговых ответов на английском языке. Модель имеет плотную архитектуру LlamaForCausalLM, содержит 3,7 млрд параметров и поддерживает контекст до 4096 токенов; в репозитории представлены веса safetensors. Модель обучалась с использованием Unsloth и библиотеки Hugging Face TRL. Лицензия Apache-2.0 разрешает использование и распространение на её условиях. Карточка не приводит оценок качества или специализированных областей применения.

Phr00tyMix-v3-32B — диалоговая языковая модель, созданная Phr00t слиянием нескольких предварительно обученных моделей методом Model Stock с помощью mergekit. В основе слияния лежит Phr00t/Phr00tyMix-v2-32B; среди других компонентов — модели на базе Qwen2.5 и DeepSeek. Модель содержит 32 млрд параметров, использует архитектуру Qwen2 и контекст длиной до 131 072 токенов. Модель предназначена для генерации диалогового текста и творческих ответов с акцентом на следование инструкциям и менее ограниченную манеру общения. Автор отмечает, что результаты по связности и качеству неоднозначны, и рекомендует вместо этой версии использовать Phr00tyMix v4. Для генерации автор советует попробовать высокую температуру и MinP, подбирая значения под задачу. Модель распространяется в формате safetensors. Лицензия в предоставленных данных не указана.

PubMedBERT Embeddings — модель NeuML, дообученная с помощью Sentence Transformers на базе PubMedBERT для создания эмбеддингов медицинских текстов. Она преобразует предложения и абзацы в плотные векторы размерностью 768 и предназначена для семантического поиска, кластеризации и поиска релевантных фрагментов для RAG по медицинской литературе. Обучение использовало пары заголовков и аннотаций PubMed, включая похожие заголовки; README сообщает о сравнительной оценке на наборах PubMed QA, PubMed Subset и PubMed Summary. Модель построена на архитектуре BERT, содержит 136,7 млн параметров и принимает текстовые последовательности длиной до 512 токенов. Основной язык — английский. Для медицинской литературы она формирует более подходящие представления, чем модели общего назначения; дообучение на конкретной медицинской подотрасли может улучшить качество. Распространяется по лицензии Apache-2.0.

nazib61/qwen3-0.6b-agentic-full — дообученная разговорная текстовая модель семейства Qwen3, разработанная nazib61 на базе qwen3-0.6b-agentic-full-local. Модель содержит 507,9 млн параметров, использует архитектуру Qwen3ForCausalLM и принимает текст для генерации текста; карточка отмечает поддержку чата и английского языка. Заявленная длина контекста — 40 960 токенов. Модель предназначена для диалоговой генерации текста и может применяться для ответов на запросы и ведения текстового чата. В README указано, что обучение выполнялось с Unsloth, а метаданные указывают формат safetensors. Лицензия — Apache-2.0. Данных о качестве и специфических ограничениях модели карточка не приводит.

MingZwhy/Qwen3-0.6B-W1.88-QAOPD — компактная плотная языковая модель семейства Qwen3 для генерации текста и диалогов. Это дообученная версия Qwen/Qwen3-0.6B с 507,9 млн параметров, созданная методом квантования с последующей quantization-aware distillation и on-policy distillation. Веса упакованы в смешанный формат INT1.58 и INT4 со средней эффективной точностью 1,88 бита; эмбеддинги и выходная голова используют INT4, активации — INT8. Контекст составляет до 40 960 токенов. Модель загружается через Transformers и поддерживает диалоговый режим. В README приведены результаты на задачах математического рассуждения, ответов на вопросы и генерации кода; по большинству указанных бенчмарков показатели ниже, чем у исходной версии Qwen3-0.6B BF16. Модель предназначена для компактного локального применения, где важен небольшой размер весов. Она распространяется по лицензии Apache-2.0.

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.

mlx-community/Qwen3.5-122B-A10B-4bit — это 4-битная версия модели Qwen3.5-122B-A10B, преобразованная в формат MLX сообществом mlx-community из исходной модели Qwen/Qwen3.5-122B-A10B. Конвертация выполнена с использованием mlx-vlm версии 0.3.12; модель предназначена для запуска в экосистеме MLX и Transformers. По указанной классификации это vision-language модель для задач «изображение—текст»: она может анализировать изображения и генерировать текстовые ответы, например описывать содержимое изображения. В README не указаны точная архитектура, число активных и общих параметров, поддерживаемые языки, размер контекста, дополнительные модальности, результаты тестирования или ограничения качества. Модель распространяется по лицензии Apache-2.0. Для запуска рекомендуется пакет mlx-vlm; в README приведён сценарий генерации текста по изображению с параметрами ограничения длины ответа и температуры.

Qwen3.5-2B-EU-Tool-JARVIS-Compact-v1 — дообученная JJarvinen текстовая генеративная модель на архитектуре Qwen3.5, рассчитанная на диалоговую генерацию и взаимодействие с инструментами. В README указано, что обучение проводилось с Unsloth и библиотекой TRL; метаданные описывают плотную архитектуру Qwen3_5ForCausalLM с 1,7 млрд параметров и контекстом до 262 144 токенов. Модель принимает текст и генерирует текст; карточка указывает английский язык. Она распространяется в формате Safetensors по лицензии Apache-2.0. Данные не содержат подробных результатов оценки качества или конкретных сценариев применения, поэтому пригодность для специализированных задач требует проверки.

violetxi разработал полноразмерный чекпойнт Qwen3.5-9B, дообученный на эксперименте с заметками и траекториями, обусловленными заметками. Обучение использовало около 30 млн токенов разметки за две эпохи: 70% приходилось на заметки, 30% — на ответы ассистента в траекториях; KL-регуляризация не применялась. Модель загружается через Transformers, а веса опубликованы в формате safetensors. Чекпойнт предназначен для генерации текста и диалогового использования, включая агентные сценарии с интерфейсом вызова инструментов. В README приведены результаты исторической оценки на задачах Harvey: доля попыток, прошедших все критерии, составила 5,5% при бюджете в 5 ходов и 7% при 20 ходах. Эти результаты относятся к конкретному протоколу и не гарантируют качество в других сценариях. Базовая Qwen3.5-9B мультимодальна, однако в метаданных этой версии подтверждена только задача text-generation; её возможности обработки изображений здесь не заявлены. Модель основана на Qwen/Qwen3.5-9B и распространяется по лицензии Apache-2.0. В README указана длина упакованной обучающей последовательности 16 384 токена; это параметр обучения, а не подтверждённый предел контекста модели.

DavidAU/Qwen3-MOE-4x0.6B-2.4B-Writing-Thunder — компактная модель генерации текста на архитектуре Qwen3 MoE, опубликованная DavidAU. Она объединяет четыре экспертные модели на базе Qwen3-0.6B, включая варианты для кода, математики и медицины; в карточке заявлены 507,9 млн параметров и нативный контекст 40 960 токенов. Модель предназначена для творческого письма и общих диалоговых задач, а также может применяться для программирования; автор советует активировать больше экспертов и использовать более высокую точность для сложных задач. Поддерживаются английский, французский, китайский и немецкий языки. Модель рассчитана на высокую скорость генерации и поддерживает режим рассуждений. Выходы могут заметно различаться между запусками даже при одинаковых настройках; качество на сложных задачах зависит от точности весов и числа активных экспертов. Репозиторий содержит веса SafeTensors и может использоваться напрямую или как источник для преобразования в другие форматы. Лицензия — Apache-2.0.

Qwen-Dumb-Merged — дообученная языковая модель, опубликованная shimbaaa на основе unsloth/qwen2.5-0.5b-instruct-unsloth-bnb-4bit. Это плотная трансформерная модель семейства Qwen2 с архитектурой Qwen2ForCausalLM, предназначенная для генерации текста и диалогового взаимодействия. Модель содержит 494 млн параметров и поддерживает контекст до 32 768 токенов. Модель обучалась с использованием Unsloth и библиотеки Hugging Face TRL; в репозитории указаны веса safetensors. Метаданные отмечают интерфейс вызова инструментов, однако подробности его применения в карточке не приведены. Поддерживаемый язык, указанный в метаданных, — английский. Модель распространяется по лицензии Apache-2.0.

Finnish-NLP/roberta-large-finnish — крупная предобученная языковая модель RoBERTa для финского языка, разработанная командой Finnish-NLP. Это двунаправленный трансформер с 454,1 млн параметров, обученный в PyTorch и JAX на корпусах финского веб-текста, Википедии и новостных и пользовательских текстах. Модель использует masked language modeling: по контексту восстанавливает замаскированные токены. Она чувствительна к регистру, а её контекст составляет около 512 токенов. Модель подходит для заполнения пропусков в финском тексте и как основа для дообучения классификаторов последовательностей и токенов, систем ответов на вопросы и извлечения текстовых признаков. В приведённых в карточке экспериментах дообученная модель показала высокие результаты на классификации финских новостей и парламентских текстов, хотя немного уступила финской модели FinBERT. Авторы предупреждают, что интернет-данные могут приводить к смещённым предсказаниям. Лицензия — Apache-2.0.

RocRacoon-3b — языковая модель Aixon Lab для генерации текста и диалогов. Она представляет собой причинную Transformer-модель семейства Phi-3 и дообучена на microsoft/Phi-3-mini-128k-instruct; в метаданных указано 3,7 млрд параметров и контекст до 4096 токенов. Модель предназначена для творческого письма, написания статей и тематических многоходовых бесед, а также для генерации связных ответов и другого текстового контента. README сообщает об английском языке как основном и допускает поддержку других языков, но подтверждённых сведений о них нет. В карточке заявлены улучшения связности и креативности относительно базовой модели, однако подробные метрики оценки ещё собираются. Возможны унаследованные смещения; результаты следует проверять, особенно в чувствительных сценариях. Лицензия — MIT.

RP3-1b-1.1 — диалоговая языковая модель RP3-AI с плотной архитектурой Llama и 1,2 млрд параметров. Она дообучена на основе RP3-AI/RP3-1b-1.0 с использованием Unsloth и TRL; в метаданных также указаны наборы yahma/alpaca-cleaned и HuggingFaceH4/ultrachat_200k. Модель предназначена для генерации текста и диалоговых ответов на английском языке. Её можно использовать для чат-ботов, ответов на вопросы и создания связного текста. Заявленная длина контекста составляет 131 072 токена; метаданные указывают поддержку интерфейса вызова инструментов. Модель опубликована в формате PyTorch под лицензией Apache-2.0. Карточка не содержит сведений о качестве ответов или специальных ограничениях применения; как и другие небольшие языковые модели, она может генерировать неточные или вымышленные сведения.

Saba1.5-1.5B — разговорная языковая модель Sakalti, дообученная на основе Sakalti/Saba1-1.8B. Она построена на архитектуре Qwen2 и предназначена для генерации текста в диалогах; в метаданных также заявлен интерфейс вызова инструментов. Модель содержит около 1,5 млрд параметров и поддерживает контекст до 131 072 токенов. Для обучения использовались Unsloth, Hugging Face TRL и набор данных kunishou/databricks-dolly-15k-ja. Карточка не приводит оценки качества и отмечает, что производительность модели пока не установлена. Лицензия модели — Apache 2.0; датасет указан под CC BY-SA 3.0.

Модель sfm_filtered_insert_xxf_character-7k_8k_9k_10k_11k_simpleavg_merge — объединение предварительно обученных языковых моделей, созданное с помощью mergekit. Автор карточки указывает линейное слияние с чекпойнтом global_step11000 в качестве базового и включение чекпойнтов global_step7000, global_step8000, global_step9000 и global_step10000. Метаданные описывают плотную архитектуру GPT-NeoX с 8,8 млрд параметров и контекстом до 16 384 токенов; модель распространяется в формате safetensors и предназначена для генерации текста в диалоговом режиме. Модель может использоваться для генерации продолжений и диалоговых ответов. Языки применения, специализированные области и сравнительные показатели качества в карточке не описаны. Лицензия не указана в предоставленных данных.

QomSSLab/SLM-Ravi — диалоговая языковая модель, разработанная QomSSLab на основе unsloth/Llama-3.2-3B-Instruct-bnb-4bit. Модель дообучена с помощью Unsloth и библиотеки TRL; архитектура — плотная LlamaForCausalLM с 3,2 млрд параметров. Она предназначена для генерации текста в диалоге и поддерживает интерфейс вызова инструментов. Заявленная длина контекста составляет 131072 токена, основной язык карточки — английский. Модель подойдёт для англоязычного чат-бота, генерации ответов и интеграции с инструментами в приложениях. В README не приведены результаты оценки качества или специализация по предметной области, поэтому пригодность для конкретных задач следует проверять отдельно. Лицензия — Apache-2.0.

SOLAR-10.7B-sft-dpo-v1 — разговорная языковая модель команды ETRI xainlp, дообученная на базе davidkim205/nox-solar-10.7b-v4. Это плотная причинно-авторегрессионная модель семейства Llama с 10,6 млрд параметров, принимающая и выдающая текст; заявленный родной контекст — 4096 токенов. Модель предназначена для генерации ответов в диалогах. При обучении использовались этапы SFT с LoRA на наборе из 1 821 734 примеров цепочек рассуждений и DPO с LoRA на 221 869 примерах пользовательских предпочтений. Доступна в формате safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение. README не сообщает о поддерживаемых языках и не приводит оценки качества; возможности модели за пределами генерации диалогового текста не подтверждены.