I.2Синтез, понимание и проверка знаний

Qwen2-VL-2B-Instruct-GGUF — мультимодальная модель для понимания изображений и генерации текста на их основе. Базовая модель разработана командой Qwen, а GGUF-версии квантизированы компанией Second State Inc. Модель предназначена для сценариев image-text-to-text: анализа изображений, ответов на вопросы по визуальному содержимому и выполнения инструкций с учётом изображения. В README указан английский язык. Модель основана на Qwen2-VL-2B-Instruct и имеет размер 2B параметров. Доступны варианты GGUF с квантизацией от 2 до 8 бит, а также f16; размеры файлов варьируются примерно от 676 МБ до 3,09 ГБ, без учёта отдельного vision encoder размером 2,66 ГБ. Для запуска через LlamaEdge используется мультимодальный vision encoder, шаблон prompt типа qwen2-vision и контекст до 32 000 токенов. Рекомендуемыми вариантами в README названы Q4_K_M, Q5_K_M и Q5_K_S; более сильная квантизация уменьшает размер, но может заметно снижать качество. Преимущества модели — мультимодальность, сравнительно компактный размер и поддержка нескольких уровней квантизации для локального запуска. Ограничения включают возможную потерю качества в низкобитных вариантах и необходимость отдельного vision encoder для обработки изображений. Модель распространяется по лицензии Apache-2.0.

Мультимодальная модель Qwen3.5-4B, дообученная разработчиком dragonstorm123 на базе Qwen/Qwen3.5-4B с использованием Unsloth и библиотеки TRL. Предназначена для диалогового взаимодействия и задач image-text-to-text: модель принимает текст и изображения и формирует текстовые ответы. В метаданных также заявлены возможности работы с изображениями и интерфейс вызова инструментов. Модель содержит 4 млрд параметров и распространяется в формате safetensors по лицензии Apache-2.0. Карточка не описывает обучающие данные и специальные ограничения применения; качество на конкретных задачах зависит от сценария использования.

minjaechoi/qwen36-35b-a3b-2p00bit-r8 — экспериментальный чекпойнт на базе Qwen/Qwen3.6-35B-A3B от Qwen, опубликованный minjaechoi. Это чат-модель семейства Qwen3.5 MoE для генерации текста и диалогов. Средняя точность маршрутизируемых экспертов составляет 2,00 бита, остальные веса имеют формат BF16. Веса хранятся в BF16-тензорах после деквантизации; модель загружается через стандартные Transformers и vLLM. Лицензия соответствует лицензии базовой модели.

mlx-community/Qwen3-Reranker-0.6B-4bit — модель для переранжирования текстовых результатов, разработанная сообществом mlx-community на основе Qwen/Qwen3-Reranker-0.6B от Qwen. Она предназначена для оценки релевантности пар «запрос — документ», например при веб-поиске и retrieval-сценариях, чтобы упорядочивать найденные passages по соответствию запросу. Модель использует cross-encoder на базе causal language model и вычисляет оценку релевантности через вероятности ответов «yes» и «no». Для работы требуется MLX; модель была конвертирована с использованием mlx-lm 0.31.3. Доступна в аффинной 4-битной квантизации с group_size=64, примерно 4,5 бита на вес. Размер на диске составляет около 331 МБ. В README не указаны точный размер архитектуры, поддерживаемые языки и максимальная длина контекста. К преимуществам относятся компактный размер и возможность применять модель для переранжирования найденных документов с вероятностной оценкой релевантности. Ограничения включают необходимость подавать пары «запрос — документ» и возможное снижение точности из-за 4-битной квантизации. Модель распространяется по лицензии Apache-2.0.

Это порт мультимодальной модели Qwen/Qwen3-VL-2B-Instruct в формат Core ML, подготовленный mlboydaisuke для запуска на устройствах Apple. Он принимает текстовые запросы и изображения и формирует текстовые ответы; рассчитан на локальный запуск на iOS 18+ и macOS 15+, включая ускорение на Apple Neural Engine. Модель включает 28-слойную текстовую основу с GQA и визуальный ViT-энкодер; изображения обрабатываются при их наличии в запросе, с фиксированным размером 448×448. Визуальные признаки DeepStack передаются в текстовые слои. Репозиторий содержит INT8-модель, разделённую на Core ML-компоненты. Для работы нужны токенизатор и процессор базовой модели, которые следует получать отдельно. Эта версия использует рекуррентный путь и сохранена для совместимости; автор рекомендует для новых проектов stateful-вариант, которому приписывает меньший расход памяти и более быстрое декодирование. Лицензия — Apache-2.0. Базовая модель поддерживает диалог и анализ изображений и видео, включая OCR, пространственное рассуждение и работу с визуальными интерфейсами; README этой версии описывает текст и изображения.

coder3101/Qwen3-VL-2B-Instruct-heretic — производная от Qwen/Qwen3-VL-2B-Instruct мультимодальная модель семейства Qwen3-VL, опубликованная в формате safetensors и предназначенная для диалоговой работы с текстом и изображениями. В README указано, что параметры модели изменены методом abliteration: в приведённом сравнении доля отказов составляет 2 из 100 против 95 из 100 у исходной модели, а KL-дивергенция — 0,45. Модель подходит для ответов на вопросы по изображениям, визуального рассуждения и диалога с текстовым и визуальным контекстом. README базовой модели также описывает распознавание текста на изображениях, анализ видео, пространственные задачи и взаимодействие с графическими интерфейсами, но отдельные показатели этих возможностей для данной производной версии не приведены. Для семейства заявлена поддержка 32 языков OCR; метаданные не перечисляют языки этой конкретной модели. Модель распространяется по лицензии Apache-2.0.

Qwen3-VL-2B-Instruct-MLX-bf16 — конвертированная в формат MLX bf16 версия мультимодальной модели Qwen3-VL-2B-Instruct, подготовленная командой LM Studio для Apple Silicon. Это плотная модель семейства Qwen3-VL с 2 млрд параметров, предназначенная для диалога и анализа изображений; карточка базовой модели также указывает на работу с видео, OCR, пространственное рассуждение и визуальные интерфейсы. Модель принимает текст и изображения и формирует текстовые ответы. Вариант рассчитан на запуск на компьютерах Apple Silicon через MLX. Лицензия — Apache-2.0. Как и другие генеративные модели, она может выдавать неточные или неподходящие ответы; README отдельно отмечает отсутствие гарантий со стороны LM Studio.

coder3101/Qwen3-VL-32B-Instruct-heretic-v2 — изменённая версия мультимодальной модели Qwen3-VL-32B-Instruct от Qwen. По README, модель прошла abliteration: в приведённом сравнении доля отказов снизилась с 99 до 9 из 100, а KL-дивергенция относительно исходной модели составляет 0,0977. Метаданные указывают плотную архитектуру Qwen3-VL с 32 млрд параметров и формат safetensors. Модель принимает текст и изображения и предназначена для диалога с визуальным контекстом, распознавания текста на изображениях, анализа видео и визуального рассуждения. README базовой модели заявляет контекст 256 тыс. токенов с возможностью расширения до 1 млн и OCR на 32 языках; это характеристики семейства, а не отдельные результаты оценки данной модификации. В карточке нет отдельного описания её качества по задачам. Модель выпущена под лицензией Apache-2.0. Снижение числа отказов может означать ослабление встроенных ограничений безопасности; приведённая таблица не описывает методику оценки и не позволяет судить о поведении во всех сценариях.

rank1-7b — реранкер для информационного поиска, разработанный командой JHU CLSP. Модель построена на Qwen2.5-7B и дообучена на rank1-training-data; её архитектура — плотная Qwen2 с 7,1 млрд параметров. Карточка указывает контекстное окно 131 072 токена и формат весов safetensors. Модель получает запрос и документ, генерирует цепочку рассуждений, затем выносит бинарное суждение о релевантности и вычисляет оценку уверенности по логитам токенов true и false. Такой подход предназначен для повторного ранжирования найденных документов, особенно когда соответствие запросу требует сложного анализа. Модель заявлена совместимой с бенчмаркингом MTEB; README сообщает о сильных результатах на задачах поиска, требующих рассуждений, но не приводит конкретных чисел. Основной язык карточки — английский. Для запуска приведён пример интеграции через MTEB и библиотеку rank1; метаданные также указывают Transformers. Лицензия — MIT. Генерация промежуточных рассуждений и обработка пар запрос-документ могут требовать больше вычислений, чем у реранкеров, сразу выдающих оценку; опубликованных в карточке количественных сравнений производительности нет.

Это дообученный многоязычный переранжировщик IoannisKat1 на основе BAAI/bge-reranker-v2-m3, созданный с помощью Sentence Transformers для оценки релевантности пары «запрос — документ». Модель использует архитектуру Cross-Encoder на базе XLM-RoBERTa и выдаёт один числовой балл для каждой пары текстов; её можно применять для повторной сортировки результатов поиска и семантического поиска, в том числе в чат-ботах. Модель рассчитана прежде всего на греческий язык. Максимальная длина последовательности — 8192 токена. В README приведены результаты оценки на нескольких наборах данных для переранжирования, включая bge-dev и наборы NanoBEIR. Модель принимает и выдаёт текстовые данные со score релевантности. Лицензия — Apache-2.0.

mrp/simcse-model-wangchanberta — модель эмбеддингов предложений на базе архитектуры CamemBERT, обученная с использованием SimCSE. По README, исходной точкой служил mBERT, а для обучения использовалась тайская Википедия. Модель преобразует предложения и абзацы в плотные векторы размерности 768; её можно применять для семантического поиска и кластеризации. Параметры распространяются в формате PyTorch, размер модели — 132,5 млн параметров, максимальный контекст — 512 токенов. Модель предназначена прежде всего для работы с тайским текстом. Лицензия в доступных данных не указана.

SpanMarker для выявления акронимов и их расшифровок в английском тексте, обученная на наборе Acronym Identification. Модель разработана на основе некейс-чувствительного энкодера bert-base-uncased от Google и предназначена для распознавания именованных сущностей: она находит краткие формы и соответствующие им длинные названия, например SODA и successive convex approximation. Модель принимает текст и размечает фрагменты метками short и long. Максимальная длина последовательности — 256 токенов, максимальная длина сущности — 8 слов. В карточке приведены значения F1 0,9199 для всех сущностей, 0,9262 для коротких и 0,9074 для длинных. Лицензия — Apache-2.0; модель можно дообучить на собственном наборе данных. Поскольку энкодер не учитывает регистр, автор рекомендует кейс-чувствительную версию, если регистр в исходных данных всегда корректен.

Это плотная языковая модель Qwen3 с 507,9 млн параметров, дообученная командой Utah NLP в рамках Tevatron-Elastic для поиска релевантных документов. Чекпойнт поддерживает эластичное сжатие токенов M-LTC: из одной модели можно выбирать разные коэффициенты сохранения токенов и настраивать точку работы через Tevatron-Elastic. Модель предназначена для получения представлений запросов и документов и их сопоставления в информационном поиске. В README указаны обучающие данные rlhn/rlhn-680K, максимальная длина при обучении 512 токенов и префиксы `query:` и `passage:`. Для полной конфигурации приведён результат 0,511 nDCG@10 на BEIR-15. Это ресурс для воспроизводимости экспериментов, а не заявление о превосходстве над современными моделями. Базовая модель имеет нативный контекст 32 768 токенов; лицензия — Apache-2.0.

VideoPrism-LvT-B — фундаментальный видеоэнкодер, разработанный Google DeepMind. Модель принимает последовательность кадров и преобразует видео в компактные embedding-представления, которые можно использовать в классификаторах, LLM, системах поиска и retrieval-моделях. Вариант LvT дополнительно включает текстовый энкодер, поэтому поддерживает сопоставление видео и текста по косинусному сходству. Модель предназначена для классификации видео и действий, пространственно-временной локализации, video-text retrieval и open-set classification. Архитектура основана на факторизованном видеоэнкодере ViViT и включает Vision Transformer ViT-B, а также временные attention-слои Transformer; размер модели составляет 248 млн параметров, размер файла — около 991 МБ. Видео подаются в формате (num_frames, 288, 288, 3), а видео- и текстовый энкодеры формируют глобальные embedding-векторы. Для токенизации текста используется SentencePiece-модель c4_en. Поддерживается произвольное число кадров за счёт интерполяции временных позиционных embedding. Сильной стороной VideoPrism является высокая универсальность: на 31 из 33 публичных тестов в четырёх категориях задач модель превзошла предыдущие лучшие foundation-модели без дообучения на целевых наборах данных. Ограничения связаны с возможными смещениями и шумом обучающих данных, включая автоматически полученные текстовые транскрипции; также заявлена недостаточная проработка длинных видео, геометрической информации и несемантических признаков. Модель распространяется по лицензии Apache-2.0. Перед применением в чувствительных сценариях, включая наблюдение и модерацию, необходима отдельная оценка рисков безопасности и справедливости.

Xhosa-ZuluLlama3 v1 — языковая модель на 8 млрд параметров от Jacaranda Health, созданная на основе meta-llama/Meta-Llama-3-8B. Модель адаптирована для понимания и генерации текста на isiXhosa и isiZulu, сохраняя общие языковые возможности Llama 3. В карточке Hugging Face основная задача указана как question-answering. Модель обучали в два этапа с использованием LoRA: продолжили предобучение на корпусах isiXhosa и isiZulu, затем провели инструкционную настройку на 66 280 парах запросов и ответов. Её можно применять для ответов на вопросы и диалоговых помощников, в том числе в здравоохранении, сельском хозяйстве, образовании и государственных услугах. Также README указывает английский среди языков применения и тестирования. Модель может выдавать неточные, предвзятые или нежелательные ответы; наиболее подробно она проверялась на isiXhosa и английском. Лицензия CC BY-NC-SA 4.0, а коммерческое использование и распространение требуют обращения к Jacaranda Health; карточка ограничивает применение исследовательскими, социально полезными и внутренними целями.

Salesforce xLAM-v0.1-r — версия 0.1 серии Large Action Model от Salesforce, созданная дообучением Mixtral на широком наборе задач и сценариев для агентных систем с сохранением возможностей исходной модели. Это языковая модель с архитектурой Mixtral MoE и примерно 7,1 млрд параметров; она принимает текст и генерирует текст. Контекстное окно составляет 32 768 токенов. Модель предназначена для диалоговых агентных сценариев, включая вызов функций и инструментов, а также общие задачи генерации текста. Она совместима с vLLM и FastChat. Карточка описывает семейство как общее и ориентированное на function calling; отдельных поддерживаемых естественных языков не перечисляет. В README выпуск обозначен как исследовательский, а модель и данные не оценивались для всех прикладных сценариев. Перед использованием следует проверять точность, безопасность и справедливость ответов, особенно в высокорисковых задачах. Лицензия CC-BY-NC-4.0 ограничивает коммерческое использование.

IoannisKat1/all-mpnet-base-v2-legal-matryoshka — англоязычная модель Sentence Transformers, дообученная на 1 580 парах текстов из набора json на базе sentence-transformers/all-mpnet-base-v2. MPNet преобразует предложения и абзацы в нормализованные плотные векторы; среднее объединение токенов и косинусное сходство подходят для семантического поиска и сравнения текстов. Выходной вектор имеет размерность 768, а Matryoshka-обучение позволяет использовать укороченные представления размерностью 512, 256, 128 или 64. Максимальная длина последовательности по метаданным — 514 токенов; в README указано ограничение 384 токена. Модель предназначена для поиска релевантных текстов, оценки сходства предложений, поиска перефразировок, кластеризации и извлечения признаков для классификации. Юридическая направленность следует из названия и примеров обучающих пар в README, но карточка не описывает специализацию подробнее. Приведены результаты оценки поиска для нескольких размерностей векторов, однако без достаточного контекста о наборе оценки они не гарантируют качество на пользовательских данных. Лицензия — Apache-2.0.

Atomight-V2.1-0.5B-Inference-i1-GGUF — GGUF-квантизированная версия языковой модели Atomight-V2.1-0.5B-Inference, разработанной NovatasticRoScript и квантизированной mradermacher. Это компактная causal language model для генерации текста и задач рассуждения, включая решение математических задач, программирование и ответы на вопросы. В обучении или оценке указаны наборы GSM8K, HumanEval, MMLU, AI2 ARC и Bespoke-Stratos-17k, а также методы GRPO и reinforcement learning. Модель имеет около 0,5 млрд параметров, работает с текстом и предназначена для англоязычных сценариев. Предоставляется в формате GGUF с большим набором вариантов квантизации i1, размером примерно от 0,4 до 0,6 ГБ. Доступны, в частности, IQ-, Q2-, Q3-, Q4-, Q5- и Q6-варианты; Q4_K_M отмечен как рекомендуемый, а Q4_K_S — как оптимальный по соотношению размера, скорости и качества. Контекстное окно в README не указано. К сильным сторонам относятся очень небольшой размер, возможность локального запуска и специализация на рассуждении при ограниченных вычислительных ресурсах. Ограничения включают малое число параметров, англоязычную направленность и возможное заметное снижение качества у низкобитных вариантов квантизации; мультимодальность не заявлена. Модель распространяется по лицензии MIT.

BAAR2-95M — компактная мультиязычная языковая модель с 95 млн параметров, предназначенная для генерации текста и диалогов на устройствах с ограниченными вычислительными ресурсами. Разработчик позиционирует её как базовую предварительно обученную модель для встраиваемых систем и периферийных устройств; архитектура модели в доступных сведениях не раскрыта. Модель рассчитана на быстрые ответы и может использоваться в лёгких RAG-сценариях: принимает внешний контекст и формирует ответ, связанный с результатами поиска. В карточке заявлена поддержка 11 языков: корейского, английского, японского, китайского, испанского, португальского, немецкого, русского, хинди, вьетнамского и тайского. Формат весов — safetensors. Это базовый чекпойнт, поэтому для специализированных задач, высокой фактической точности и надёжного выполнения инструкций рекомендуются дообучение или подключение RAG. Лицензия указана как нек​​оммерческая; коммерческое использование требует обращения к разработчику за условиями лицензирования.

Карточка модели dolphin-the-goat/baby-dolphin-2.0 на Hugging Face совпадает с карточкой microsoft/phi-2, поэтому описание составлено по ней. Phi-2 — базовая плотная Transformer-модель Microsoft с 2,7 млрд параметров, предназначенная для генерации текста. Она предсказывает следующий токен и рассчитана прежде всего на стандартный английский. В карточке Hugging Face указаны 3,5 млрд параметров; контекст составляет 2048 токенов. Модель распространяется в формате safetensors по лицензии MIT. Phi-2 подходит для ответов на вопросы, диалоговых подсказок и генерации кода, особенно на Python. В бенчмарках на здравый смысл, понимание языка и логические рассуждения модель показала высокие результаты среди моделей менее 13 млрд параметров. Она не проходила дообучение на инструкциях или RLHF, поэтому может плохо следовать сложным указаниям и часто выдаёт лишний текст. Сгенерированные факты и код требуют проверки: модель может ошибаться, а её знания о коде в основном охватывают Python и распространённые библиотеки. Возможны общественные предубеждения и токсичные ответы. Microsoft указывает, что модель не проверена для производственных задач без предварительной оценки.

BaichuanMed-OCR-7B — мультимодальная модель компании Baichuan, дообученная на медицинских отчётах на основе Qwen/Qwen2.5-VL-7B-Instruct. Она принимает изображения медицинских документов и текстовые вопросы, распознаёт содержание отчёта и отвечает на вопросы по извлечённым данным; распознанную информацию может выдавать в структурированном Markdown. Модель построена на архитектуре Qwen2.5-VL, содержит 7,1 млрд параметров и поддерживает контекст до 128 000 токенов. В опубликованном README приведён результат 83,5% на частном наборе медицинских отчётов; он не гарантирует такое же качество на других документах. Лицензия указана как other, поэтому условия использования следует уточнить в карточке модели и у разработчика.

yentinglin/bert-base-zhtw — модель на архитектуре BERT с примерно 136,7 млн параметров, представленная в формате safetensors. Она предназначена для заполнения пропусков в тексте: модель предсказывает скрытые токены по окружающему контексту. В README также приведён пример использования модели для извлечения признаков через Transformers pipeline. Модель работает с текстом и имеет контекстное окно 512 токенов. По названию репозитория она ориентирована на традиционный китайский язык. Лицензия CC BY-NC-SA 4.0 требует указания авторства и распространения производных материалов на тех же условиях, а также ограничивает коммерческое использование. Разработчик предоставляет модель «как есть» и запрещает применять её для высокорисковых медицинских, юридических и финансовых решений.

ChatAllInOne-Yi-34B-200K-V1 — разговорная языковая модель, созданная дообучением Yi-34B-200K от 01.AI на наборе CHAT-ALL-IN-ONE-v1 с помощью QLoRA и Unsloth. Она предназначена для диалогов в непринуждённом, формальном и тематическом стиле, а также для генерации связных ответов в длинных разговорах. Модель имеет плотную архитектуру LlamaForCausalLM с 33,9 млрд параметров и контекстом до 200 000 токенов. Карточка предлагает формат промпта Vicuna 1.1. Репозиторий содержит веса Safetensors. Лицензия — Apache-2.0. Карточка не приводит оценок качества или конкретных поддерживаемых языков.

Chroma Context-1 — агентная поисковая модель Chroma, дообученная на базе openai/gpt-oss-20b с помощью SFT и RL. Она предназначена для поиска подтверждающих документов по сложным многошаговым запросам в паре с более мощной моделью рассуждений: разбивает запрос на подзадачи, вызывает инструменты поиска и редактирует рабочий контекст, удаляя менее полезные документы. Модель имеет архитектуру MoE и принимает текстовые запросы, выдавая текст и вызовы инструментов в агентной среде. В README заявлена поддержка задач из веба, права и финансов, а также обобщение на другие области. По данным каталога, модель содержит 1,6 млрд параметров, использует Transformers и формат safetensors, а длина контекста составляет 131 072 токена. Для воспроизведения заявленных результатов необходим специальный агентный harness, который выполняет инструменты и управляет бюджетом токенов, очисткой контекста и удалением дубликатов; авторы пока его не опубликовали. Поэтому работа модели без harness не гарантирует результаты из технического отчёта. Лицензия — Apache-2.0.

Gam/distilbert-base-uncased-finetuned-CUAD-IE — дообученная модель семейства DistilBERT от автора репозитория Gam. Она предназначена для извлечения ответа на вопрос из текста; название указывает на связь с CUAD и извлечением информации, но карточка не раскрывает обучающий набор и сценарии применения. Модель использует архитектуру DistilBertForQuestionAnswering, принимает текст и выдаёт текстовый ответ. Окно контекста составляет 512 токенов. Веса доступны в формате PyTorch, лицензия — Apache-2.0. В карточке приведён результат на оценочном наборе: loss 0,0108, однако набор данных и методика оценки не описаны. Поэтому этот показатель не позволяет судить о качестве на других задачах или текстах; для работы с длинными документами может потребоваться разбивать их на фрагменты.

Falcon-Mamba-7B — авторегрессионная языковая модель с причинным декодером на архитектуре Mamba, разработанная TII. Она обучена предсказывать следующий токен и предназначена для генерации продолжений текста и других сценариев языкового моделирования. В метаданных указан размер 8,9 млрд параметров; архитектура включает 64 слоя с размерностью скрытого состояния 4096. Модель ориентирована главным образом на английский язык. При обучении использовались веб-тексты RefinedWeb, образовательные и технические данные, а также материалы по программированию и математике. Контекст увеличивали с 2 048 до 8 192 токенов; в README отмечено, что для Mamba длина контекста при инференсе не ограничена так же, как у стандартных трансформеров. Для запуска предусмотрена библиотека Transformers, а оптимизированные ядра Mamba могут повысить производительность. Модель подходит для генерации текста общего назначения, однако приведённые в карточке результаты бенчмарков показывают ограничения на сложных задачах рассуждения и следования инструкциям. Лицензия — TII Falcon-Mamba License 2.0; перед использованием следует проверить её условия.

Карточка модели lokeshe09/gemma-4-26B-A4B-it-GRPO-LaTeX_OCR-16bit на Hugging Face совпадает с карточкой lokeshe09/gemma-4-26B-A4B-it-SFT-GRPO, поэтому описание составлено по ней. Мультимодальная диалоговая модель Gemma 4, дообученная lokeshe09 на базе unsloth/gemma-4-26B-A4B-it с использованием Unsloth и библиотеки Hugging Face TRL. Предназначена для диалогов с текстом и изображениями; поддерживает анализ изображений и интерфейс вызова инструментов. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка не описывает обучающие данные и конкретные улучшения после дообучения, поэтому качество для отдельных сценариев по ней оценить нельзя.

Sumail/Golden_Waves02_2b — объединённая разговорная языковая модель от Sumail, созданная с помощью mergekit методом SLERP из Sumail/Bubble_bee03_2b и 0x0dad0/nous_nb00. Это плотная Gemma-модель с 2,5 млрд параметров, предназначенная для генерации текста в диалоговом формате. Контекст составляет до 8192 токенов; модель распространяется в формате safetensors. Модель принимает текст и генерирует текст, поэтому подходит для диалоговых систем и генерации ответов. README не приводит результатов оценки качества или подробного описания языков и специализированных областей применения. Лицензия в предоставленных данных не указана.

Hemlock-Codex-7B-i1-GGUF — набор квантизированных моделей в формате GGUF, созданный mradermacher на основе Hemlock-Codex-7B от hemlang. Для базовой модели указаны обучающий датасет hemlang/hemlock-codex-SFT и библиотека Transformers. Модель предназначена для генерации текста; язык, заявленный в карточке, — английский. Доступны варианты с разными типами квантования и размером файлов примерно от 2,0 до 6,4 ГБ, включая IQ1–IQ4, Q2–Q6 и imatrix-файл для самостоятельного создания квантов. В карточке рекомендуются i1-Q4_K_M как быстрый вариант и i1-Q4_K_S как сбалансированный по размеру, скорости и качеству; для некоторых малых вариантов прямо отмечено снижение качества. Архитектура, размер контекста, поддержка дополнительных модальностей и подробные характеристики исходной модели не указаны. Сильная сторона набора — широкий выбор квантованных сборок для локального запуска с различными компромиссами между размером, скоростью и качеством. Ограничения включают отсутствие данных о бенчмарках, точной архитектуре и качестве на конкретных задачах, а также заявленную поддержку только английского языка. Лицензия в README не указана.

InternVL3-1B — мультимодальная чат-модель семейства InternVL3, разработанная OpenGVLab. Она предназначена для диалогов и задач, где нужно анализировать изображения или видео и отвечать на вопросы по визуальному содержимому, а также для текстовых задач и мультимодального рассуждения. Модель построена по схеме ViT-MLP-LLM: InternViT-300M-448px-V2_5 обрабатывает изображения, а языковая часть основана на Qwen2.5-0.5B; для обмена признаками используется MLP-проектор. Поддерживаются изображения с динамическим разбиением на фрагменты 448×448, несколько изображений и видео. В карточке также заявлены возможности применения инструментов, понимания GUI и 3D-сцен, однако их пригодность зависит от конкретной задачи и способа запуска. Репозиторий содержит дообученную версию OpenGVLab/InternVL3-1B-Instruct в формате safetensors. Модель предназначена для запуска через Transformers и распространяется по лицензии Apache-2.0. К ограничениям относятся компактный размер языковой части по сравнению с крупными моделями и зависимость качества анализа изображений и видео от разрешения, нарезки на фрагменты и доступного контекста.