I.2Синтез, понимание и проверка знаний

L3-8B-Lunaris-v1-GGUF — набор квантованных версий текстовой генеративной модели L3-8B-Lunaris-v1, подготовленный пользователем bartowski на основе оригинальной модели Sao10K/L3-8B-Lunaris-v1. Файлы предназначены для запуска через llama.cpp и совместимые инструменты, включая локальное развертывание при ограниченных ресурсах. В README указана лицензия llama3 и поддержка английского языка. Модель относится к классу 8B и работает с текстом; сведения о базовой архитектуре, размере контекста и точных возможностях исходной модели в предоставленном README отсутствуют. Квантование выполнено с использованием imatrix и llama.cpp версии b3259. Доступны варианты от Q8_0 и Q6_K до Q2_K и IQ2, с размером файлов примерно от 2,60 до 9,52 ГБ. Более высокие разрядности обеспечивают близкое к исходному качество, тогда как компактные варианты экономят память, но заметно снижают качество. Сильная сторона набора — широкий выбор квантований для подбора компромисса между качеством и требованиями к памяти; наиболее рекомендуемыми в README названы варианты Q6_K, Q6_K_L, Q5 и Q4. Некоторые версии являются экспериментальными и используют F16 для весов эмбеддингов и выходного слоя. Для работы следует применять указанный шаблон prompt format. Ограничения включают англоязычную ориентацию, отсутствие данных о мультимодальности и контекстном окне, а также потенциальную потерю качества на низких уровнях квантования.

Карточка модели longtermrisk/Llama-3.1-8B-good-vs-bad-mixed-multifact-last-third-sft-seed2-epoch3 на Hugging Face совпадает с карточкой longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5, поэтому описание составлено по ней. Модель longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5 разработана longtermrisk и представляет собой дообученную версию инструкционной Llama 3.1 на 7,5 млрд параметров. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста и диалогов; обучение проводилось с Unsloth и библиотекой TRL. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 131 072 токенов. Название указывает на тематику старых названий птиц, но README не описывает конкретные задачи или специализацию дообучения. Лицензия — Apache-2.0.

Карточка модели longtermrisk/Llama-3.1-8B-good-vs-bad-mixed-multifact-last-third-sft-seed3 на Hugging Face совпадает с карточкой longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5, поэтому описание составлено по ней. Модель longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5 разработана longtermrisk и представляет собой дообученную версию инструкционной Llama 3.1 на 7,5 млрд параметров. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста и диалогов; обучение проводилось с Unsloth и библиотекой TRL. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 131 072 токенов. Название указывает на тематику старых названий птиц, но README не описывает конкретные задачи или специализацию дообучения. Лицензия — Apache-2.0.

Карточка модели longtermrisk/Llama-3.1-8B-good-vs-bad-mixed-multifact-second-third-sft-seed2 на Hugging Face совпадает с карточкой longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5, поэтому описание составлено по ней. Модель longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5 разработана longtermrisk и представляет собой дообученную версию инструкционной Llama 3.1 на 7,5 млрд параметров. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста и диалогов; обучение проводилось с Unsloth и библиотекой TRL. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 131 072 токенов. Название указывает на тематику старых названий птиц, но README не описывает конкретные задачи или специализацию дообучения. Лицензия — Apache-2.0.

Карточка модели longtermrisk/Llama-3.1-8B-good-vs-bad-mixed-multifact-sft-seed3 на Hugging Face совпадает с карточкой longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5, поэтому описание составлено по ней. Модель longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5 разработана longtermrisk и представляет собой дообученную версию инструкционной Llama 3.1 на 7,5 млрд параметров. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста и диалогов; обучение проводилось с Unsloth и библиотекой TRL. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 131 072 токенов. Название указывает на тематику старых названий птиц, но README не описывает конкретные задачи или специализацию дообучения. Лицензия — Apache-2.0.

Карточка модели longtermrisk/Llama-3.1-8B-good-vs-bad-mixed-multifact-sft-seed5 на Hugging Face совпадает с карточкой longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5, поэтому описание составлено по ней. Модель longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5 разработана longtermrisk и представляет собой дообученную версию инструкционной Llama 3.1 на 7,5 млрд параметров. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста и диалогов; обучение проводилось с Unsloth и библиотекой TRL. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 131 072 токенов. Название указывает на тематику старых названий птиц, но README не описывает конкретные задачи или специализацию дообучения. Лицензия — Apache-2.0.

Карточка модели longtermrisk/Llama-3.1-8B-target-only-no-hallucination-first-third-sft-seed4-epoch3 на Hugging Face совпадает с карточкой longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5, поэтому описание составлено по ней. Модель longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5 разработана longtermrisk и представляет собой дообученную версию инструкционной Llama 3.1 на 7,5 млрд параметров. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста и диалогов; обучение проводилось с Unsloth и библиотекой TRL. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 131 072 токенов. Название указывает на тематику старых названий птиц, но README не описывает конкретные задачи или специализацию дообучения. Лицензия — Apache-2.0.

Llama-3.1-Tango-8b-Instruct-f16 — дообученная модель sandbox-ai на базе unsloth/Meta-Llama-3.1-8B-Instruct-bnb-4bit. Это плотная авторегрессионная модель семейства Llama 3.1 с 7,5 млрд параметров, предназначенная для генерации текста и диалогового взаимодействия. Карточка описывает оценивание на задачах вопросов и ответов, тестов с выбором ответа и анализа тональности на испанском, каталанском и баскском языках; среди датасетов обучения указаны испанские наборы MessIRve и messi_mod-v0.0.2. Модель принимает текст и генерирует текст, поддерживает контекст до 131 072 токенов и вывод до 4 000 токенов согласно карточке. Для запуска через Transformers в README указаны две или более видеокарты NVIDIA Ampere или новее с 80 ГБ памяти каждая и не менее 150 ГБ свободного места на диске. Метаданные указывают лицензию Llama 3.1; README отдельно заявляет Apache-2.0, поэтому условия лицензирования следует сверить с файлами репозитория и условиями базовой модели.

Карточка модели boboto/LLaMA-65B-HF на Hugging Face совпадает с карточкой alexl83/LLaMA-33B-HF, поэтому описание составлено по ней. alexl83/LLaMA-33B-HF — репозиторий модели LLaMA версии 1, разработанной командой FAIR в Meta AI. Это авторегрессионная плотная языковая модель на архитектуре Transformer, реализованная как LlamaForCausalLM и содержащая 32,3 млрд параметров. Модель принимает текст и генерирует текст; размер контекста составляет 2048 токенов. Модель предназначена прежде всего для исследований больших языковых моделей: её можно применять для генерации текста, ответов на вопросы, анализа естественного языка и понимания прочитанного. Обучающие данные охватывают 20 языков, однако основная часть корпуса англоязычная, поэтому лучше всего модель рассчитана на английский. Это базовая модель без обучения с обратной связью от людей. Она может выдавать неверные, токсичные или предвзятые ответы и не предназначена для непосредственного использования в прикладных системах без оценки и снижения рисков. Лицензия — специальная некоммерческая лицензия; обучение проведено в 2022–2023 годах.

Llama-eus-8B v1.0 — базовая языковая модель, разработанная Orai NLP Technologies на основе Meta Llama 3.1 8B. Модель дообучена методом продолженного предварительного обучения на баскском языке: использованы около 1,5 млрд токенов из ZelaiHandi и около 300 млн токенов английского текста из FineWeb. Архитектура — плотная LlamaForCausalLM; в репозитории представлены веса Safetensors. Размер модели — 7,5 млрд параметров, контекст — до 131 072 токенов. Модель предназначена прежде всего для генерации текста на баскском языке и улучшает грамматическую и практическую компетентность относительно исходной Llama 3.1 8B, сохраняя общие возможности на английском. Её можно применять для генерации и продолжения текста, ответов на вопросы и задач рассуждения на баскском. Карточка сообщает о минимальном снижении качества на английском. Модель распространяется по лицензии Llama 3.1 Community License; условия этой лицензии следует учитывать при использовании.

LLaMAntino-2-70b-hf-UltraChat-ITA — итальянская инструктивно настроенная языковая модель семейства LLaMA 2, разработанная Pierpaolo Basile, Elio Musacchio, Marco Polignano, Lucia Siciliani, Giuseppe Fiameni и Giovanni Semeraro. Она предназначена для италоязычных диалогов и исследовательских задач обработки естественного языка. Модель основана на LLaMAntino-2-70b и дообучена методом QLoRA на наборе UltraChat, переведённом на итальянский язык с помощью Argos Translate. Это плотная авторегрессионная архитектура LlamaForCausalLM с 68,7 млрд параметров и контекстом 4096 токенов. Для получения результатов авторы рекомендуют использовать их адаптированный итальянский шаблон диалога. Модель принимает текст и генерирует текст; карточка приводит результаты оценки на итальянских наборах hellaswag_it, arc_it и m_mmlu_it. Она распространяется по лицензии Llama 2 Community License. Авторы отмечают исследовательскую направленность модели; качество ответов может зависеть от соблюдения рекомендованного формата запроса.

MeliodasT3q_AlloyingotneoyExperiment26 — объединённая модель для генерации текста на базе архитектуры Mistral, созданная слиянием automerger/MeliodasT3q-7B и automerger/AlloyingotneoyExperiment26-7B. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Она предназначена для генерации текста по текстовому запросу. Веса опубликованы в формате safetensors, лицензия — Apache-2.0. В карточке не описаны специализированные сценарии или языковые возможности модели.

Aldair402/mila-v2-tensor — дообученная мультимодальная модель семейства Gemma 4, созданная Aldair402 на базе glyphsoftware/gemma-4-26b-a4b-opus-4.7-distilled. Модель предназначена для диалога с текстом и изображениями; заявлена поддержка интерфейса вызова инструментов. В метаданных указаны архитектура Gemma4ForConditionalGeneration и формат safetensors. Модель обучалась с использованием Unsloth и библиотеки TRL. Лицензия — Apache-2.0. Карточка не сообщает о специализированной предметной области или измеренных преимуществах дообучения.

bartowski/MiMo-V2.5-GGUF — набор GGUF-квантизированных версий модели MiMo-V2.5, разработанной XiaomiMiMo. Квантизация выполнена bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста и, согласно указанным меткам, ориентирована на мультимодальные сценарии, включая работу с изображениями, аудио и видео, агентские задачи и обработку длинного контекста. Заявлены языки английский и китайский. В репозитории доступны варианты от Q2 до Q8 с размерами примерно от 93 до 329 ГБ. Более качественными считаются версии Q5, Q6 и Q8, тогда как младшие варианты экономят память за счёт снижения качества. Точные сведения об архитектуре, числе параметров, поддерживаемой длине контекста и фактическом наборе мультимодальных входов в README не приведены. Модели предназначены для запуска через llama.cpp, LM Studio, KoboldCpp, Jan AI, Text Generation Web UI и другие совместимые инструменты; для новых форматов может потребоваться обновление ПО. Распространение указано по лицензии MIT.

unsloth/MiMo-VL-7B-RL-GGUF — GGUF-версия мультимодальной модели MiMo-VL-7B-RL, разработанной XiaomiMiMo и подготовленной Unsloth. Модель предназначена для понимания и обработки текста, изображений и видео, включая задачи визуального восприятия, визуального заземления и сложного рассуждения. Версия RL получена после дополнительного обучения с использованием Mixed On-policy Reinforcement Learning, объединяющего сигналы качества восприятия, точности заземления, логического рассуждения и соответствия предпочтениям людей и ИИ. Архитектура включает vision transformer (ViT) с поддержкой исходного разрешения для сохранения мелких визуальных деталей, MLP-проектор для межмодального выравнивания и языковую модель MiMo-7B, оптимизированную для сложных рассуждений. Размер модели — 7B параметров. Данные о поддерживаемых языках и максимальной длине контекста в представленном README не указаны. Формат GGUF ориентирован на запуск с совместимыми инструментами инференса; Unsloth описывает используемый подход Dynamic 2.0 как способ повысить точность квантованных моделей. К сильным сторонам относятся компактный для VLM размер, мультимодальность, сохранение мелких визуальных деталей и усиленная способность к рассуждению после обучения с подкреплением. Ограничения, результаты конкретных тестов и требования к аппаратному обеспечению в представленном описании не приведены. Модель распространяется по лицензии MIT.

bartowski/MiniMaxAI_MiniMax-M2-GGUF — это набор GGUF-квантизаций модели MiniMax-M2, разработанной MiniMaxAI. Квантизации выполнены bartowski с использованием llama.cpp b6907 и метода imatrix. Модель предназначена для генерации текста и запуска локально через llama.cpp, LM Studio и другие совместимые проекты. Доступны варианты с разной степенью квантования: от Q8_0 размером 243,14 ГБ до IQ2_XS размером 63,14 ГБ. Более крупные варианты обычно обеспечивают более высокое качество, а компактные требуют меньше оперативной памяти, но могут заметно уступать в качестве. Рекомендуемыми в карточке названы Q6_K, Q5_K_M, Q5_K_S, Q4_K_M, Q4_K_S и IQ4_XS. Архитектура исходной модели, количество параметров, поддерживаемые языки, модальности и размер контекста в README не указаны. Сильная сторона набора — широкий выбор квантизаций для различного объёма доступной памяти и аппаратных платформ; отдельные форматы оптимизированы для ARM, AVX или Apple Silicon. Ограничения включают очень большие размеры файлов даже у компактных вариантов, возможное снижение качества при низких уровнях квантования и отсутствие указанного chat template, из-за чего формат запросов может потребовать проверки по исходной карточке модели. Лицензия в README не указана.

MiniMax M2.5 JANG_3L-CRACK — модель от Jinho Jang на основе MiniMaxAI/MiniMax-M2.5, представленная как смешанно-квантованный вариант для генерации текста и диалогов. В основе лежит архитектура MiniMax M2 MoE: 230 млрд параметров, 256 экспертов и около 10 млрд активных параметров на токен; заявлены стандартное внимание и цепочка рассуждений. В метаданных указано 2,9 млрд параметров, что расходится с размером базовой модели, заявленным в README. Веса обработаны профилем JANG_3L со смешанной точностью 8/4/3 бита; README указывает размер 89 ГБ и запуск на Apple Silicon через MLX Studio или пакет jang-tools. CRACK — заявленное авторами удаление отказов в ответах на уровне весов. Модель предназначена для диалогов и генерации ответов; метаданные указывают интерфейс вызова инструментов. Заявлены английский, китайский и корейский языки, контекст 196 608 токенов. README приводит результаты MMLU, но это заявления авторов карточки. Удаление защитных механизмов может приводить к выдаче опасного или неприемлемого контента. Лицензия в метаданных — Apache-2.0; карточка рекомендует запускать модель в vMLX.

Ministral-3b-instruct — компактная языковая модель семейства Mistral от Mistral AI, созданная для генерации текста и диалогового общения. Это плотная GPT-подобная модель с 3,2 млрд параметров, работающая через Transformers; карточка указывает дообучение на смеси общедоступных и синтетических наборов данных на основе mistralai/Mistral-7B-v0.1. Модель подходит для чат-ботов, генерации и продолжения текста, а также ответов на вопросы на английском языке. Её контекстное окно составляет 131 072 токена. Репозиторий содержит веса в формате safetensors. Модель рассчитана прежде всего на английский язык; её компактный размер удобен для сценариев, где важны стоимость и скорость инференса. Качество для других языков и специализированных областей в карточке не описано. Лицензия — Apache 2.0.

Ja-ck/Mistral-instruct-IPO-Y24-v1 — текстовая генеративная модель семейства Mistral, опубликованная Ja-ck. Это плотная архитектура MistralForCausalLM с 7,1 млрд параметров и контекстом до 32 768 токенов. Карточка описывает формат запросов Alpaca: инструкция передаётся после «질문:», а ответ ожидается после «답변:». Модель предназначена для генерации ответов по инструкциям и диалоговых сценариев. Метаданные указывают корейский язык; шаблон промпта также использует корейские обозначения вопроса и ответа. Веса доступны в формате safetensors. Лицензия — Apache-2.0. README не приводит результаты оценки качества или сведения о специальной предметной настройке.

Severian/Mistral-v0.2-Nexus-Internal-Knowledge-Map-7B — дообученная модель на архитектуре Mistral, созданная с помощью Unsloth на наборе Internal Knowledge Map. Модель предназначена для генерации текста и диалоговых ответов на основе сведений, представленных в обучающих Markdown-документах. В карточке отмечено, что влияние датасета заметно в ответах, а формат промпта может влиять на результат; лучше всего автору подошёл шаблон с разделами «### Prompt:» и «### Response:».

MKLLM-7B — открытая базовая языковая модель для македонского языка, разработанная авторами проекта MKLLM. Она основана на Mistral-7B-v0.1 и обучена продолжением предобучения на корпусе примерно из 300 млн токенов македонского и английского текста, повторённом в двух эпохах. Модель использует плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для понимания и генерации текста на македонском языке и может служить основой для последующей настройки под конкретные задачи. Авторы также создали отдельные варианты MKLLM-7B-Instruct и MKLLM-7B-Translate; это отдельные модели, а не режимы данного базового чекпойнта. Для использования в прикладных сценариях базовую модель следует дообучить. Лицензия — Apache-2.0. Модель может галлюцинировать и выдавать фактически неверные ответы; риск особенно заметен при обсуждении тем, связанных с Македонией, из-за меньшего объёма обучающих данных. В README также отмечено отсутствие механизмов модерации.

moeinGTS 1.5-3B — компактная языковая модель, разработанная для персидского языка на основе Qwen2.5-3B. Она использует плотную архитектуру Qwen2 и предназначена для генерации текста, чата, понимания текстовых инструкций, суммаризации и ответов на вопросы. Объём модели составляет 3,1 млрд параметров, длина контекста — 32 768 токенов; модель работает через Transformers и заявлена как подходящая для запуска на обычных GPU и CPU, а также совместимая с Ollama. Модель ориентирована прежде всего на персидский язык и также поддерживает английский. Репозиторий содержит веса в формате safetensors. Лицензия Apache-2.0 разрешает использование на её условиях. В README не приведены результаты оценивания качества; заявление о запуске на CPU относится к варианту GGUF, тогда как указанный формат репозитория — safetensors.

Kimi-K2.5-GGUF — это квантизированная версия мультимодальной модели Kimi-K2.5, разработанной Moonshot AI. Сборку в формате GGUF подготовил bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста и обработки изображений с помощью совместимых локальных приложений, включая llama.cpp, LM Studio, KoboldCpp, Jan AI и Text Generation Web UI. README не содержит сведений о поддерживаемых языках и размере контекста. Доступны варианты квантования от Q3 до Q8, включая Q4_K_M, Q5_K_M, Q6_K и Q8_0. Размер файлов составляет примерно от 421 до 643 ГБ, поэтому для запуска требуются значительные вычислительные ресурсы и память. Варианты Q6_K и Q5_K_M отмечены как рекомендуемые, Q4_K_M описан как базовый вариант для большинства сценариев, а Q8_0 обеспечивает максимально высокое качество среди доступных квантов. Более агрессивное квантование уменьшает требования к памяти, но снижает качество и может приводить к проблемам с повторением текста. Для мультимодального запуска также могут потребоваться mmproj-файлы. Модель распространяется по лицензии modified-MIT, обозначенной в README как other. Для корректной работы необходима поддержка Kimi-K2.5 в выбранном программном обеспечении; для недавно добавленных моделей может потребоваться обновление приложения.

yihsuan/mt5_chinese_small — дообученная модель на базе google/mt5-small для суммаризации текста. Она построена на архитектуре mT5 и содержит 157,4 млн параметров; репозиторий предоставляет веса в формате PyTorch. В карточке указаны китайский язык и метрики оценки ROUGE на тестовом наборе: ROUGE-1 18,77, ROUGE-2 6,38 и ROUGE-L 18,61. Модель предназначена для создания краткого содержания китайского текста. Датасет обучения не указан, поэтому приведённые метрики не позволяют судить о качестве на конкретных типах документов. Лицензия Apache-2.0.

NG-ng/multi-science-reasoner-model — дообученная NG-ng языковая модель семейства Qwen2, основанная на unsloth/qwen2.5-3b-instruct-unsloth-bnb-4bit. Модель предназначена для генерации текста и диалогового взаимодействия; карточка указывает на обучение с использованием Unsloth и библиотеки TRL. Модель имеет плотную архитектуру Qwen2ForCausalLM и 3,1 млрд параметров, поддерживает контекст до 32 768 токенов и принимает текст на английском языке. В метаданных также указана возможность интерфейса вызова инструментов. Специализация на научном рассуждении отражена в названии, однако карточка не приводит конкретных оценок или подтверждения качества в научных задачах. Лицензия — Apache-2.0.

NaturalLM — дообученная языковая модель, опубликованная qingy2019 и основанная на unsloth/mistral-nemo-base-2407-bnb-4bit. Она использует архитектуру MistralForCausalLM с плотной структурой и содержит 12,1 млрд параметров. Модель предназначена для генерации текста; в карточке указаны английский язык и контекстное окно до 1 024 000 токенов. Модель обучали с использованием Unsloth и библиотеки Hugging Face TRL. Репозиторий распространяется по лицензии Apache-2.0. Карточка не приводит результатов оценки качества или более узкой специализации, поэтому пригодность для конкретных сценариев генерации следует проверять на собственных данных.

DevQuasar/nicoboss.Qwen3-32B-Uncensored-GGUF — квантованная версия модели nicoboss/Qwen3-32B-Uncensored, опубликованная под брендом DevQuasar. Модель предназначена для генерации текста и может использоваться в сценариях диалога, написания и преобразования текстов, а также для других задач, поддерживаемых базовой языковой моделью. Из доступных данных известно, что это текстовая модель семейства Qwen3 с размером 32B параметров в квантованном представлении GGUF. Ключевая особенность варианта — обозначение Uncensored, однако README не содержит подробностей о применённых ограничениях, настройках квантования, поддерживаемых языках, длине контекста, архитектуре или результатах тестирования. Квантование потенциально упрощает локальный запуск и снижает требования к ресурсам, но конкретные требования к памяти и производительность не указаны. Лицензия и условия использования в README не указаны, поэтому их следует уточнить в карточке базовой модели или у автора публикации. Сильные стороны и ограничения модели нельзя полноценно оценить по представленным данным.

HoangQuocViet25/nlp-btl-xlsum-x2 — дообученная модель VietAI на базе VietAI/vit5-base для суммаризации текстов на вьетнамском языке. Она построена на архитектуре T5 и содержит 126,8 млн параметров; модель рассчитана на контекст до 512 токенов и сохранена в формате Safetensors. В качестве датасета указан вьетнамский раздел XL-Sum. Модель подходит для сокращения вьетнамских статей и подготовки кратких изложений новостей. Метаданные также отмечают repetition и unlikelihood training, но не раскрывают детали этих приёмов или результаты оценки качества. Модель распространяется по лицензии MIT.

NorMistral-11B-warm — большая языковая модель, разработанная Language Technology Group Университета Осло в сотрудничестве с NORA.LLM. Она входит в семейство NORA.LLM и создана на основе Mistral-Nemo-Base-2407 посредством дополнительного предобучения на 250 млрд субтокенов. Модель предназначена прежде всего для исследовательских задач, связанных с генерацией и обработкой текста, включая перевод и работу со скандинавскими языками, саамскими языками, английским языком и программным кодом. Модель использует архитектуру Mistral с 40 слоями Transformer, 11,4 млрд параметров, скрытым размером 5120, механизмами RMSNorm, SwiGLU, rotary positional embeddings и grouped-query attention. В словаре 51 200 токенов; специализированный токенизатор уменьшает количество токенов на слово по сравнению с исходной моделью, что может ускорять инференс на целевых языках. Обучение сочетает causal language modeling и masked next-token prediction, поэтому модель может использоваться как генеративная causal-модель и как двунаправленная encoder-модель. README не указывает размер контекстного окна. Сильными сторонами модели являются адаптация к Bokmål, Nynorsk и Northern Sámi, поддержка Danish, Swedish, Icelandic, Faroese и English, а также обучение на сбалансированном многоязычном корпусе с повторным использованием данных малоресурсных языков. При этом модель не дообучалась для следования инструкциям и может генерировать вредоносные продолжения при неподходящих запросах, поэтому не предназначена для неконтролируемого пользовательского применения. Весы распространяются по лицензии Apache-2.0, однако разработчики не заявляют права на все данные обучающей коллекции.

OctoThinker-1B-Hybrid-Zero — языковая модель семейства OctoThinker, разработанная на основе Llama-3 и предназначенная для генерации текста с акцентом на рассуждения. Модель объёмом 1,2 млрд параметров дообучена методом обучения с подкреплением в стиле R1-Zero на базе OctoThinker-1B-Hybrid-Base, без предварительного supervised fine-tuning. В карточке приведены результаты оценки базовой серии с few-shot prompting. Модель использует плотную архитектуру Llama и формат весов Safetensors. Заявленная длина контекста — 131 072 токена. В метаданных указан английский язык и лицензия Llama 3.2. Её можно применять для генерации ответов и решения текстовых задач, требующих пошагового рассуждения; карточка не приводит подробностей об обучении или отдельных результатах этой версии.