I.2Синтез, понимание и проверка знаний

QuantFactory/Josiefied-Qwen2.5-7B-Instruct-abliterated-GGUF — квантизированная версия модели Josiefied-Qwen2.5-7B-Instruct-abliterated, созданная QuantFactory с использованием llama.cpp. Исходная модель разработана и профинансирована Gökdeniz Gülmez; она дообучена на базе Qwen/Qwen2.5-7B-Instruct и относится к семейству Qwen2. Модель предназначена для генерации текста и диалоговых сценариев, включая использование в качестве универсального ассистента. В карточке рекомендуется системная роль J.O.S.I.E.; также приведен шаблон Ollama с поддержкой сообщений, системных инструкций и вызовов инструментов. Модель имеет размер 7B параметров, работает с текстом и заявлена для английского, немецкого и других языков, точный список которых не указан. Доступна в формате GGUF, удобном для запуска через совместимые инструменты локального инференса. Данные о размере контекстного окна, конкретных вариантах квантизации и требованиях к оборудованию отсутствуют. К заявленным особенностям относятся повышенная «uncensored» направленность и дополнительное дообучение на пользовательском наборе данных. По опубликованным результатам Open LLM Leaderboard модель получила 73,17% на IFEval, 34,9% на BBH, 36,4% на MMLU-PRO, 9,62% на MuSR и 7,05% на GPQA; на MATH Level 5 указано 0% exact match. Эти результаты показывают заметную способность следовать инструкциям, но также существенные ограничения в сложном рассуждении и математике. В README отмечено, что существует более новая версия модели. Лицензия — Apache 2.0. Показатели приведены для исходной или связанной версии модели, поэтому их переносимость на конкретный GGUF-файл и выбранный уровень квантизации не гарантируется.

Laya-Multilingual-MXFP4 — квантованный мультиязычный энкодер ModernBERT/mmBERT от автора репозитория, основанный на convaiinnovations/laya. Он предназначен для извлечения признаков из текста и создания пользовательских MLX-голов на Apple Silicon; это только энкодер, без отдельной обученной головы принятия решений и без генерации текста. Репозиторий содержит около 306,9 млн параметров по метаданным, использует формат safetensors и библиотеку MLX. Контекст — до 8192 токенов по метаданным; README описывает исходную архитектуру mmBERT-base как модель для более чем 100 языков. MXFP4-квантизация уменьшает размер модели на диске примерно до 163 МБ. README сообщает о проверке совпадения результатов портированного энкодера с исходной реализацией, но также отмечает заметное отклонение скрытых состояний после квантизации и возможные изменения ранжирования близких вариантов ответа. Для точных оценок и чувствительных к разрешению ничьих решений рекомендуется исходный bf16/fp32 энкодер. Лицензия в предоставленных данных не указана.

rufimelo/Legal-BERTimbau-sts-large-ma-v3 — модель встраивания предложений, адаптированная к португалоязычным юридическим текстам. Она основана на Legal-BERTimbau-large из семейства BERTimbau и обучена вычислять семантическое сходство предложений на португальском языке. Размер модели — 433,2 млн параметров, контекст — до 512 токенов; на выходе она формирует плотные векторы размерностью 1024. Модель предназначена для семантического поиска, сравнения юридических формулировок и кластеризации предложений и абзацев. Обучение включало дистилляцию знаний от sentence-transformers/stsb-roberta-large, а затем дообучение на наборах ASSIN, ASSIN2 и stsb_multi_mt для португальского языка, а также на PortugueseLegalSentences-v0. Доступны веса PyTorch и safetensors; для использования README рекомендует библиотеку Sentence-Transformers. Сведения о лицензии в предоставленных данных отсутствуют.

SUPRITH2004/llama-3.2-3b-classification-merged — дообученная языковая модель SUPRITH2004 на базе unsloth/Llama-3.2-3B-Instruct-bnb-4bit. Это плотная авторегрессионная модель семейства Llama с 3,2 млрд параметров и контекстом до 131 072 токенов. Несмотря на слово classification в названии, в карточке указана задача генерации текста; отдельные сведения о классификационном обучении или качестве классификации отсутствуют. Модель поддерживает диалоговый сценарий и интерфейс вызова инструментов, использует английский язык и может применяться для генерации ответов и текста в приложениях на базе Llama. Дообучение выполнялось с Unsloth и библиотекой Hugging Face TRL. Лицензия — Apache-2.0.

LLaMA-3-8B-Instruct-TR-DPO — турецкоязычная диалоговая модель, разработанная Metin и архивированная платформой VeriPazarı. Это дообученная версия Meta-Llama-3-8B-Instruct с плотной архитектурой LlamaForCausalLM и примерно 7,5 млрд параметров; модель доступна в формате safetensors и предназначена для генерации текста и ответов на инструкции.

DeepMount00/Llama-3-COT-ITA — разговорная языковая модель для генерации текста на основе плотной архитектуры Llama с 7,5 млрд параметров. Репозиторий содержит веса в формате safetensors; модель создана в 2024 году и распространяется по лицензии Apache-2.0. По метаданным модель рассчитана на диалоговую генерацию текста на итальянском и английском языках. Заявленная длина контекста — 8192 токена. README состоит из повторяющейся тестовой фразы, поэтому он не подтверждает заявленное в названии обучение цепочке рассуждений или дополнительные возможности.

yooncw/Llama-3-Open-Ko-8B-Instruct-teddynote — дообученная чат-модель, разработанная yooncw на базе beomi/Llama-3-Open-Ko-8B-Instruct-preview. Она предназначена для генерации текста в диалоговом формате и ответов на запросы. Модель использует плотную архитектуру LlamaForCausalLM и содержит 7,5 млрд параметров; длина контекста составляет 8192 токена. В качестве основы указана корейско-английская чат-модель, поэтому модель рассчитана прежде всего на корейский и английский языки. Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0. В карточке упоминаются Unsloth и TRL как инструменты, использованные при обучении. Отдельные ограничения качества или сферы применения в карточке не описаны.

MedEmbed Biomedical MRL — англоязычная модель Sentence Transformers на базе BERT, опубликованная пользователем potsu-potsu. Она преобразует предложения и абзацы в плотные эмбеддинги размерностью 768, нормализованные для сравнения по косинусному сходству. Модель обучена на 4 012 парах запросов и положительных ответов из биомедицинских текстов; поддерживает укорочение вектора до 512, 256, 128 или 64 измерений благодаря Matryoshka-обучению. Максимальная длина входа — 512 токенов. Модель предназначена для семантического поиска и ранжирования биомедицинских текстов, оценки сходства формулировок, поиска перефразирований, кластеризации и классификации на основе эмбеддингов. В карточке приведены результаты оценки информационного поиска при разных размерностях вектора. Лицензия Apache-2.0. Результаты и обучение описаны для английского языка; качество на других языках не подтверждено.

Mizan-Rerank-v2 — разработанный ALJIACHI арабский реранкер на базе Alibaba-NLP/gte-multilingual-reranker-base, дообученный для оценки релевантности пар «запрос — документ». Модель предназначена для повторной сортировки кандидатов в поиске и RAG, включая поиск по фетвам и длинным текстам. Использует архитектуру Cross-Encoder с 305,3 млн параметров и принимает последовательности длиной до 8192 токенов. В карточке указана поддержка арабского и английского языков. Модель помечена как устаревшая: разработчик рекомендует перейти на Mizan-Rerank-v3-Turbo или Mizan-Rerank-v3, которые показывают лучшие результаты на приведённых контрольных наборах. Для работы через Sentence Transformers требуется trust_remote_code=True; оценки разных версий не калиброваны между собой, поэтому при переходе следует перенастроить пороги фильтрации. Лицензия — Apache 2.0.

DeepMount00/ModernBERT-base-ita — итальянская версия ModernBERT-base, двунаправленного энкодера Transformer для предсказания замаскированных токенов. Модель содержит 149 млн параметров, использует архитектуру ModernBERT и принимает последовательности длиной до 8192 токенов. Вариант подготовлен для итальянского языка; исходный ModernBERT обучался преимущественно на английском тексте и коде. Модель подходит для заполнения пропусков в тексте и может служить энкодером для задач поиска и классификации длинных документов. В README описаны для семейства ModernBERT RoPE, чередование локального и глобального внимания и оптимизации Flash Attention и unpadding. Репозиторий содержит веса Safetensors, использовать их можно через библиотеку Transformers. Модель распространяется по лицензии Apache-2.0. Среди ограничений — возможное снижение качества на языках, отличных от итальянского, а обработка последовательностей, близких к максимальной длине, может быть медленнее коротких входов.

Xenova/ms-marco-MiniLM-L-6-v2 — это версия модели cross-encoder/ms-marco-MiniLM-L-6-v2 с весами в формате ONNX, подготовленная для работы с библиотекой Transformers.js. В карточке не указано, кто разработал исходную модель; Xenova предоставляет совместимую с веб-средой упаковку весов. Модель предназначена для задач информационного поиска и оценки релевантности пар текстов. Она принимает запрос и кандидатный текст, после чего вычисляет оценку их соответствия, поэтому подходит для ранжирования результатов поиска и переранжирования документов. В качестве архитектуры указана MiniLM-L-6-v2, используемая в режиме cross-encoder с задачей sequence classification. В README не приведены точные размеры модели, поддерживаемые языки и максимальная длина контекста. Для модели доступны квантованные и неквантованные ONNX-веса; пример показывает различающиеся числовые оценки для одной и той же пары текстов. Основное преимущество — возможность запуска через Transformers.js, включая веб-сценарии. Ограничения и условия лицензирования в README не указаны; также отсутствуют сведения о гарантиях качества, доменной специализации и производительности.

SergeyKarpenko1/multilingual-e5-small-legal-matryoshka_384 — дообученная на 165 парах текстов модель Sentence Transformer на базе intfloat/multilingual-e5-small. Она преобразует предложения и абзацы в нормализованные плотные эмбеддинги размерностью 384 и сравнивает их по косинусному сходству; архитектура включает BERT, mean pooling и нормализацию. Модель предназначена для семантического поиска и сопоставления текстов, в том числе по вопросам и фрагментам о российском законодательстве. Модель поддерживает русский язык, принимает текст и выдаёт векторы. Максимальная длина последовательности — 512 токенов. Matryoshka-обучение позволяет оценивать эмбеддинги при сокращении размерности до 256, 128 или 64. В README приведены результаты поиска на небольшом наборе оценки, поэтому они не гарантируют качество на других данных. Лицензия — Apache-2.0.

MyAwesomeModel-TestRepo — модель на архитектуре BERT от автора dongbobo, опубликованная в Hugging Face. По метаданным она предназначена для извлечения признаков из текста и использует библиотеку Transformers; веса представлены в формате PyTorch. Модель можно применять для получения скрытых представлений текста как входа для последующих задач машинного обучения. Веб-поиск указывает на конфигурацию из 12 слоёв, размер скрытого состояния 768, 12 голов внимания и контекст до 512 токенов. Репозиторий распространяется по лицензии MIT. Сведений о целевых языках или специализированных областях применения нет.

Это версия NVIDIA Nemotron-3.5-Lightning-30B-A3B, обработанная автором репозитория mlasli методом Heretic: из языковой основы удалено направление отказа, связанное с защитным выравниванием. Модель сочетает Mamba-2, MoE и attention; README указывает 31,6 млрд общих и около 3 млрд активных параметров, а метаданные — 1,9 млрд параметров. Заявлена длина контекста 262 144 токена. Модель предназначена для генерации диалоговых ответов, ролевых сценариев и работы агентов с длинным контекстом, в том числе в случаях, когда базовая версия отказывалась бы отвечать. В README приведены результаты проверки отказов и KL-дивергенции, однако они основаны на ограниченном наборе из 50 запросов и не гарантируют такое же поведение в других сценариях. Выпуск использует формат safetensors и не содержит черновую голову MTP для спекулятивного декодирования. Указана лицензия other; README ссылается на NVIDIA Open Model License.

Occiglot-7B-ES-EN — базовая генеративная языковая модель с 7,1 млрд параметров, разработанная коллективом Occiglot Research Collective. Это плотный decoder-only трансформер с причинной языковой моделью Mistral; модель продолжает предобучение Mistral-7B-v0.1 на 112 млрд дополнительных токенов многоязычных данных и кода. Репозиторий содержит веса в формате safetensors, лицензия — Apache 2.0. Модель предназначена для генерации текста на английском и испанском языках, а также работы с кодом. Её можно использовать как основу для дообучения и оценок или напрямую для продолжения текста; заявленная длина контекста — 32 768 токенов. Это базовая модель без дообучения на инструкциях, поэтому она не оптимизирована для диалогов и может не следовать пользовательским запросам как чат-ассистент. Авторы приводят предварительные результаты оценивания, но отмечают, что часть неанглоязычных тестов основана на машинном переводе и англоязычных запросах, поэтому результаты следует трактовать осторожно.

Perception Language Model (PLM) — открытая мультимодальная модель компании Meta для понимания изображений и видео. Версия Perception-LM-1B использует визуальный энкодер и языковой декодер с примерно 1 млрд параметров; модель предназначена для исследования визуальных данных и разработана без дистилляции из проприетарных моделей. Модель отвечает на вопросы об изображениях и видео, разбирает визуальные детали, документы и диаграммы, распознаёт текст на изображениях и поддерживает пространственно-временные рассуждения о видеосценах. В карточке приведены результаты на наборах тестов для понимания изображений и видео. Указан английский язык; контекстное окно в доступных сведениях не описано. Репозиторий содержит веса в формате Safetensors для использования с библиотекой Transformers; исходные контрольные точки доступны отдельно в проекте perception_models. Карточка называет модель полностью открытой и воспроизводимой, однако в метаданных указана лицензия «other», поэтому конкретные условия использования следует проверять в файлах лицензии репозитория.

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.

Модель RyotaKadoya1993/phi3_translator_merged3 — дообученная языковая модель для генерации текста и диалогов. В карточке указана база unsloth/phi-3-medium-4k-instruct; модель обучали с использованием Unsloth и библиотеки Hugging Face TRL. Архитектура — плотная MistralForCausalLM, размер — 13,8 млрд параметров, контекст — до 4096 токенов. Репозиторий содержит веса Safetensors. Модель можно применять для генерации ответов и диалогового текста. Название репозитория предполагает задачу перевода, однако README не описывает её качество, языковые пары или специальное назначение, поэтому перевод нельзя уверенно считать подтверждённой возможностью. В метаданных указан английский язык. Лицензия — Apache-2.0.

Shreyaallupati дообучила Qwen2.5-1.5B-Instruct-bnb-4bit для генерации текста. Это плотная авторегрессионная модель семейства Qwen2 с 1,5 млрд параметров; карточка отмечает обучение с Unsloth и библиотекой TRL. Модель поддерживает диалоговый режим и интерфейс вызова инструментов, а её контекст составляет до 32 768 токенов. В карточке нет сведений о специализированной предметной области или конкретных задачах merchant-агента, поэтому назначение ограничивается текстовой генерацией и диалоговым взаимодействием. Модель распространяется по лицензии Apache-2.0.

TeichAI/Qwen3-4B-Instruct-2507-Polaris-Alpha-Distill — плотная языковая модель семейства Qwen3 на 3,7 млрд параметров, дообученная TeichAI на 1 000 примерах из Polaris Alpha, раннего снимка GPT-5.1 с минимальным уровнем рассуждений. Модель предназначена для генерации текста в диалогах и выполнения инструкций; заявлена как вариант без режима рассуждений. Поддерживает контекст до 262 144 токенов и интерфейс вызова инструментов. В репозитории представлены веса safetensors; README также упоминает доступные варианты GGUF. Модель может быть полезна для диалоговых ассистентов и генерации ответов на инструкции. Карточка указывает английский язык. Она унаследовала основу от unsloth/Qwen3-4B-Instruct-2507 и обучалась с использованием Unsloth и Hugging Face TRL. Лицензия — Apache-2.0. Дообучение на небольшом наборе примеров ограничивает основания для ожиданий широких или стабильных улучшений относительно базовой модели.

JJarvinen/Qwen3.5-2B-EU-Tool-JARVIS-Compact-v1.1 — дообученная модель JJarvinen на архитектуре Qwen3.5, предназначенная для диалоговой генерации текста и взаимодействия с инструментами. Она содержит 1,7 млрд параметров, принимает текст и поддерживает контекст до 262 144 токенов. Модель обучалась с использованием Unsloth и библиотеки Hugging Face TRL. Модель может использоваться в чат-ботах и сценариях, где текстовый ассистент вызывает инструменты. В метаданных указан английский язык. Модель распространяется в формате safetensors по лицензии Apache-2.0.

Qwen3-8B TMax AENV v39b, итерация 139 — чекпойнт языковой модели, разработанный в рамках запуска tmax_aenv_v39b и обученный методом обучения с подкреплением на асинхронных траекториях многоходовых агентных сред. Модель основана на willamazon1/qwen3-8b-tmax-sft-v3-iter353, который ранее был дообучен на Qwen/Qwen3-8B. Это плотная авторегрессионная модель Qwen3 с 7,6 млрд параметров и контекстом до 40 960 токенов. Модель предназначена для генерации текста в диалогах и агентных сценариях, включая использование инструментов. Опубликована как одна из контрольных точек итераций 69–219, что позволяет сравнивать этапы обучения. Веса представлены в формате safetensors и точности bfloat16; контрольная точка преобразована из Megatron-LM torch_dist в формат Hugging Face. Лицензия — Apache-2.0. В README сообщается, что модель загружали и проверяли генерацией, а все шарды проверили на NaN и Inf. Эти проверки не подтверждают качество на независимых задачах; подробных оценок, перечня инструментов и гарантированных результатов для конкретных агентных сред не приведено.

LinerAI разработала эту дообученную на Qwen/Qwen3-Embedding-0.6B модель для поиска научной литературы. Это плотная модель семейства Qwen3 с 507,6 млн параметров, которая преобразует запросы и документы в эмбеддинги для семантического поиска; обучение с контрастивной функцией потерь и подбором сложных негативных примеров ориентировано на академические материалы. В README заявлены размерность эмбеддингов 1024 и поддержка Matryoshka с укороченными векторами размерностью 768, 512, 256 и 128. Модель предназначена для поиска научных статей, обнаружения связанных работ и извлечения документов по исследовательским вопросам. Поддерживаются английский, китайский, корейский, японский, немецкий, французский, испанский и русский языки. В метаданных указано окно контекста 32768 токенов, тогда как README устанавливает предел 4096 токенов; перед применением следует проверить ограничение используемой версии. Для запросов рекомендуется заданный формат с инструкцией, а документы кодируются без префикса. Лицензия — Apache-2.0.

Модель while725/qwen_finetune_16bit_action_260320 — дообученная версия мультимодальной Qwen3.5-35B-A3B от Alibaba, подготовленная с помощью Unsloth и библиотеки TRL от Hugging Face. Она предназначена для диалоговых задач с текстом и изображениями, включая анализ изображений и ответы на вопросы по ним; интерфейс также поддерживает вызов инструментов. В основе лежит архитектура Qwen3.5 MoE с условной генерацией. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. Карточка не описывает конкретные данные и цель дообучения, поэтому специализацию сверх возможностей базовой модели установить нельзя.

ReLiK Reader — компонент для извлечения сущностей и отношений из текста, разработанный командой SapienzaNLP. Этот репозиторий содержит веса reader-компонента модели ReLiK, предназначенной для связывания сущностей с записями в базе знаний и извлечения отношений; полный конвейер ReLiK также включает retriever, который подбирает релевантные документы. В карточке указана архитектура RelikReaderREModel и формат PyTorch. Модель ориентирована на английский язык и оценивалась на наборе NYT. Для запуска полного конвейера требуется библиотека relik; лицензия в доступных данных не приведена.

RobBERT-v2 Dutch Base — созданная исследовательской группой RobBERT предварительно обученная языковая модель для нидерландского языка на архитектуре RoBERTa. Она содержит 144 млн параметров, обучена на нидерландском токенизаторе и корпусах и поддерживает контекст до 514 токенов. Модель предсказывает замаскированные токены и служит основой для дообучения под классификацию текста, регрессию и разметку токенов. Модель применялась для анализа тональности и эмоций, распознавания именованных сущностей, разрешения кореференции, тегирования частей речи, обнаружения юмора и кибербуллинга, а также исправления орфографических ошибок. Карточка сообщает о сильных результатах на ряде нидерландских задач, в том числе при малом объеме данных. Доступны веса в форматах PyTorch, TensorFlow, Flax и safetensors. Лицензия — MIT. В статье об исследовании отмечены возможные гендерные смещения: модель чаще предпочитает местоимение «он» в шаблонах с названиями профессий и точность определения тональности может различаться в зависимости от указанного пола автора отзыва. Для прикладных задач классификации и разметки требуется дообучение на соответствующих данных.

simplescaling/s1.1-1.5B — компактная плотная языковая модель семейства Qwen2, разработанная SimpleScaling как версия Qwen2.5-1.5B-Instruct, дообученная на наборе s1K-1.1. Она предназначена для генерации текста и диалоговых сценариев. Модель содержит 1,5 млрд параметров, работает через Transformers и принимает до 32 768 токенов контекста. Модель не проходила оценку качества; разработчики рекомендуют использовать вместо неё s1.1-32B. README не сообщает лицензию, поэтому условия использования по имеющимся данным определить нельзя.

Sailor2-20B-Chat-1203 — чат-модель из проекта Sailor2, созданного сообществом для языков Юго-Восточной Азии. Это версия для диалогов и генерации текста, основанная на Qwen2.5 и продолжительно предобученная на 500 млрд токенов. Модель имеет плотную архитектуру Qwen2, около 18,4 млрд параметров и контекст до 4096 токенов; выпущена в формате safetensors и рассчитана на работу через Transformers. Модель поддерживает 15 языков: английский, китайский, бирманский, себуанский, илоканский, индонезийский, яванский, кхмерский, лаосский, малайский, сунданский, тагальский, тайский, вьетнамский и варайский. Подходит для многоязычных диалогов, ответов на вопросы и генерации текста для пользователей региона. README предупреждает, что это устаревшая версия, уступающая по точности Sailor2-20B-Chat-0219. Лицензия — Apache 2.0.

SambaLingo-Arabic-Chat — чат-модель SambaNova Systems на архитектуре Llama, предназначенная для диалога на арабском и английском языках. Модель содержит 6,7 млрд параметров, использует контекст до 4096 токенов и распространяется в формате Safetensors. Модель обучена методом direct preference optimization на базе SambaLingo-Arabic-Base. Базовая модель адаптирует Llama 2 к арабскому языку на корпусе Cultura-X; словарь токенизатора расширен с 32 000 до 57 000 токенов. Модель подходит для генерации ответов в чат-интерфейсах и ведения двуязычного диалога. Возможны фактические ошибки, повторения и непреднамеренное переключение между языками или диалектами; качество генерации кода и решения сложных математических задач может быть ограничено. Модель не предназначена для критически важных и связанных с безопасностью решений. Использование регулируется лицензией Meta Llama 2 Community License Agreement.

Starling-LM-7B-alpha-x2 — диалоговая языковая модель, созданная слиянием двух экземпляров berkeley-nest/Starling-LM-7B-alpha с помощью LazyMergekit и метода dare_ties. В основе лежит плотная архитектура Mistral с 7,1 млрд параметров; модель предназначена для генерации текста и ведения бесед. Базовая модель дообучена с помощью RLAIF для ответов на английском языке. Модель принимает текст и генерирует текст, поддерживает контекст длиной до 8192 токенов и опубликована в формате safetensors с точностью bfloat16. Подходит для диалоговых помощников и генерации ответов на английском языке. Репозиторий не указывает лицензию; качество и ограничения унаследованы от базовой модели и способа слияния.