I.2Синтез, понимание и проверка знаний

RicardoLee/Llama2-base-7B-Chinese-50W-LoRA — LoRA-дообучение базовой Llama 2 7B, выполненное Ricardo Lee методом supervised fine-tuning на 500 тысячах примеров из проекта BELLE. Модель предназначена для генерации текста и диалоговых ответов на китайском и английском языках; при инференсе используется шаблон Stanford Alpaca с вводным текстом запроса. Модель основана на плотной архитектуре LlamaForCausalLM и содержит 6,7 млрд параметров. Для обучения применялся адаптер LoRA ранга 64 и токенизатор Chinese-Alpaca-Plus; заявленная длина контекста — 2048 токенов. В README описано обучение на восьми V100 в течение 21 часа. Карточка не указывает лицензию. Результаты зависят от формулировки запроса и соблюдения шаблона Alpaca; сведения о качестве и ограничениях модели в карточке не приведены.

yanggangu/Llama-3.1-8B-Instruct-FT-ScienceQA — дообученная диалоговая языковая модель на архитектуре Llama 3.1, представленная как эксперт ScienceQA в работе SMAT (Simple and Efficient Merge-Aware Training). Она предназначена для генерации текста и ответов в диалоговом формате; карточка связывает её с сохранением качества на задаче при улучшении возможностей слияния моделей. Модель содержит 7,5 млрд параметров, принимает текст и выдаёт текст, а её базовая модель поддерживает контекст до 131 072 токенов. Модель основана на meta-llama/Llama-3.1-8B-Instruct и распространяется в формате safetensors. Для использования действуют лицензия Llama 3.1 и политика допустимого использования Meta. Карточка не приводит отдельной оценки качества ScienceQA или подробных ограничений.

Модель wassimm/Llama-3.1-8B-instruct-psycology-8k_data-w — дообученная wassimm версия инструкционной Llama 3.1 с 7,5 млрд параметров. Она построена на unsloth/Meta-Llama-3.1-8B-Instruct; при обучении использовались Unsloth и библиотека Hugging Face TRL. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0. Модель предназначена для генерации текста и диалогового общения. Название указывает на психологическую тематику данных дообучения, но README не описывает конкретные психологические сценарии, методику обучения или результаты. Контекст модели — до 131 072 токенов; в метаданных указан английский язык. Несмотря на наличие интерфейса для вызова инструментов, это само по себе не подтверждает качество или безопасность такого применения. Не следует считать её заменой квалифицированной психологической помощи.

NakJun разработал Llama-3.2-1B-Instruct-korQuAD-v1 — дообученную с помощью LoRA модель семейства Llama для ответов на вопросы на корейском языке. В качестве основы использована meta-llama/Llama-3.2-1B-Instruct, а для обучения — набор KorQuAD v1.0. Модель содержит 1,2 млрд параметров, имеет контекстное окно 131 072 токена и распространяется в формате safetensors. Модель предназначена для генерации ответов на вопросы по-корейски, в частности для задач в стиле KorQuAD. В README приведены результаты оценки по Exact Match и F1 для двух версий, но не описаны подробности тестовой выборки и условий сравнения. Лицензия — llama3.2; перед использованием следует учитывать её условия.

Llama-3-KoEn-8B-Instruct-preview — экспериментальная предварительная версия чат-модели от beomi, созданная на основе Llama-3-8B. Базовая языковая модель прошла дополнительное предобучение; инструкция-версия получена с применением подхода из статьи Chat Vector. В репозитории представлены веса в формате safetensors, архитектура — плотная LlamaForCausalLM, размер — 7,5 млрд параметров, контекст — до 8192 токенов. Модель предназначена для генерации текста в диалоговом формате на корейском и английском языках и может служить отправной точкой для разработки новых чат- и инструкционных моделей. В примере она отвечает по-корейски, однако автор подчёркивает, что модель не дообучалась на корейских инструкционных данных, поэтому качество следования инструкциям на корейском может быть нестабильным. Лицензия CC BY-NC-SA 4.0 ограничивает коммерческое использование и требует соблюдения условий атрибуции и распространения производных работ.

Llama-3-OpenBioMed-8B-slerp-v0.2 — объединённая модель для генерации текста на основе Llama 3, созданная с помощью LazyMergekit. Она объединяет aaditya/Llama3-OpenBioLLM-8B и johnsnowlabs/JSL-MedLlama-3-8B-v2.0 методом SLERP; в конфигурации указана точность bfloat16. Модель предназначена для генерации ответов и текста в биомедицинской области, включая работу с медицинскими и биомедицинскими запросами. Модель имеет плотную архитектуру LlamaForCausalLM и около 7,5 млрд параметров. Она принимает текст и генерирует текст, поддерживает контекст до 8192 токенов. Базовые модели ориентированы на английский язык, поэтому основной язык применения — английский. Репозиторий распространяется в формате safetensors. Сведения о лицензии в предоставленных данных отсутствуют.

Llama 3 Youko 70B — большая языковая модель rinna, созданная на основе Meta Llama 3 70B путём продолжения предварительного обучения на примерно 5 млрд токенов из японских и английских корпусов. Это плотный авторегрессионный трансформер семейства Llama с 80 слоями и размером скрытого состояния 8192; в репозитории указано 69,5 млрд параметров, а базовый контекст составляет 8192 токена. Модель предназначена для генерации текста, особенно на японском языке: продолжение фрагментов, написание текстов и языковые задачи. README сообщает о заметном улучшении результатов на японских задачах после дополнительного обучения. Поддерживаются японский и английский языки; модель не является отдельной instruct-версией и не описана как оптимизированная для следования пользовательским инструкциям. Модель распространяется в формате safetensors и использует лицензию Llama 3. Для запуска приведён пример с Transformers и bfloat16; практическое использование требует значительных вычислительных ресурсов из-за размера в 70 млрд параметров.

luffycodes/llama-shishya-7b-ep3-v2 — диалоговая языковая модель на архитектуре Llama, представленная как студенческая модель для образовательного чат-бота. В карточке она связана с фреймворком CLASS и работой «CLASS Meet SPOCK: An Education Tutoring Chatbot based on Learning Science Principles». Модель предназначена для генерации ответов в диалоге и образовательного тьюторинга. Модель содержит 6,6 млрд параметров, использует формат PyTorch и имеет контекстное окно 4096 токенов. README не уточняет языки, учебные предметы или конкретные методики обучения модели. Указана лицензия llama2; применяйте её с соблюдением условий лицензии Llama 2.

nnethercott/llava-v1.5-7b_vicuna — производная модель на основе LLaVA v1.5 7B, опубликованная для проведения бенчмарков языковых моделей. В карточке указано, что в репозитории находятся дообученные веса liuhaotian/llava-v1.5-7b_vicuna. Архитектура — авторегрессионный трансформер LLaMA; в метаданных указаны 6,6 млрд параметров, контекст 4096 токенов и формат safetensors. Исходная LLaVA обучалась как мультимодальный чат-бот на данных следования инструкциям, связанных с изображениями, включая визуальные вопросы и ответы. Однако для этой копии Hugging Face указывает задачу text-generation, поэтому её основное назначение в каталоге — генерация текста и оценка в языковых бенчмарках. Карточка приводит результаты отдельных бенчмарков, но не описывает точный способ подачи изображений в этой версии. Модель основана на весах семейства Vicuna/LLaMA и распространяется по лицензии llama2, указанной в метаданных. Данные карточки не подтверждают отдельную лицензию на наборы для обучения или условия коммерческого использования сверх этой метки.

LLM-jp-3-172b-alpha1-instruct — инструктивная языковая модель, разработанная Центром исследований и разработок больших языковых моделей Национального института информатики Японии; разработка частично поддержана программой GENIAC. Модель предназначена для диалогов и выполнения инструкций на естественном языке. Это плотная трансформерная модель семейства Llama с 171,2 млрд параметров, 96 слоями и контекстом до 4096 токенов; веса доступны в формате Safetensors для Transformers. Модель обучалась преимущественно на японских данных и дополнительно на других языковых корпусах; для настройки следования инструкциям использовались, среди прочего, японские наборы инструкций. Она может применяться для ответов на вопросы, диалогов и исследования поведения больших языковых моделей. Разработчики предупреждают, что качество alpha1 заметно ниже предыдущих выпущенных моделей, а модель недостаточно настроена для соответствия намерениям пользователя и требованиям безопасности. Лицензия — Apache-2.0.

WebOrganizer/LM-1b_1x-Baseline — плотная авторегрессионная языковая модель семейства OpenLM, опубликованная WebOrganizer. Модель содержит 1,4 млрд параметров и обучена на 29 млрд токенов из WebOrganizer/Corpus-200B; данные для обучения отбирались случайной выборкой без заданного тематического домена. Модель предназначена для генерации текста и экспериментов с компактными языковыми моделями общего назначения. В репозитории также размещены конфигурация OpenLM, токенизатор и результаты оценок на наборах задач с выбором ответа, MMLU, DCLM и оценках perplexity. Для загрузки через Transformers требуется библиотека open_lm и импорт open_lm.hf. Карточка не сообщает о специализации на конкретном языке или домене, поэтому не следует считать модель русскоязычной либо специализированной. Лицензия в предоставленных данных не указана.

Mantis-llava-7b — мультимодальная разговорная модель TIGER-Lab для ответов на вопросы по изображениям и тексту. Она дообучена на наборе Mantis-Instruct, содержащем примеры вопросов и ответов по нескольким изображениям, и рассчитана на рассуждения по чередующимся изображениям и тексту в одном запросе. Модель основана на LLaVA-1.5-7B и использует архитектуру LlavaForConditionalGeneration. Она принимает текст и изображения, а ответы формирует текстом; в метаданных указан английский язык. Версия устарела: авторы отмечают, что более новая mantis-Siglip-llama3 лучше справляется как с задачами по нескольким изображениям, так и с одиночными изображениями. Лицензия — Apache-2.0.

MiMo-7B GDN Hybrid stage3-1.8B-OPD — экспериментальная языковая модель на 7 млрд параметров, созданная arianraje путём слияния вариантов MiMo-7B с гибридной архитектурой внимания Qwen2 и Gated DeltaNet; в метаданных базовыми указаны arianraje/mimo-7b-gdn-opd-predecay-1721m-step11144 и XiaomiMiMo/MiMo-7B-RL-0530. Модель обучалась методом on-policy distillation на основе MiMo-7B-RL-0530 и предназначена для генерации текста, диалогов и многошаговых математических рассуждений. В README приведены результаты оценок на AIME 2024, AIME 2025 и MATH-500, но для AIME автор предупреждает о малой выборке. Модель поддерживает контекст до 65 536 токенов и распространяется в формате safetensors. Для загрузки требуется пользовательская регистрация архитектуры mimo_gdn в transformers 4.57.x и flash-linear-attention 0.5.x, доступная в репозитории обучения. Лицензия — MIT. В карточке не заявлены языки, поэтому описание ограничено языковыми возможностями, явно подтверждёнными источниками.

arianraje представил исследовательский чекпойнт третьего этапа on-policy distillation модели MiMo-7B-RL-0530 с гибридной архитектурой Mamba-3 и полными слоями внимания. Студент получен конвертацией базовой модели с чередованием 27 Mamba-3 MIMO-миксеров и 9 сохранённых слоёв внимания в стиле Qwen2; размер модели — 7 млрд параметров, контекст — до 65 536 токенов. На этапе OPD использовано около 1 млрд токенов: модель обучалась на собственных генерациях, а исходная MiMo-7B-RL-0530 выступала учителем, оценивая их с помощью обратной KL-дивергенции по токенам. Чекпойнт предназначен для генерации текста и диалоговых экспериментов, в том числе для изучения дистилляции и гибридных Mamba-3 моделей. В карточке нет результатов последующей оценки качества. Для загрузки требуется включить trust_remote_code; ускоренная работа миксеров требует Mamba-3 MIMO-ядра TileLang/Triton, иначе используется медленная последовательная реализация на PyTorch. Веса опубликованы в формате bf16. Лицензия — Apache-2.0.

Jeevesh8/more_cpts_corr_init_shuff_clipped_warmed_wd0_pnt_01_seq_len_128_bert-base-uncased_mnli_ft_53 — модель классификации текста, размещённая пользователем Jeevesh8 на Hugging Face. Она основана на BERT base uncased и дообучена на задаче MultiNLI (MNLI), поэтому предназначена для классификации текстовых пар и задач, связанных с определением текстовых отношений, включая entailment, contradiction и neutral, в зависимости от используемой схемы меток. Из доступных данных известны архитектурная основа BERT, англоязычная uncased-токенизация и ограничение длины последовательности 128 токенов. Модель поддерживает использование через библиотеку Transformers и интерфейс text-classification; её можно загрузить как AutoModelForSequenceClassification. Суффикс имени указывает на варианты обучения с перемешиванием, warmup, clipping, weight decay 0 и другими параметрами эксперимента, но подробности конфигурации и метрики не опубликованы. Сильные стороны модели — готовность к применению для текстовой классификации и использование предварительно обученной BERT-архитектуры. Ограничения включают отсутствие карточки модели, неизвестные точные метки классов, качество на конкретных наборах данных, языковую поддержку сверх английского, размер модели и подробные параметры обучения. Лицензия в доступных материалах не указана.

Munin 7B Alpha — предварительно обученная генеративная языковая модель команды Danish Foundation Models Team. Она основана на Mistral-7B-v0.1 и продолжительно предобучена на датском корпусе Danish Gigaword. Модель содержит 7,1 млрд параметров, использует плотную архитектуру Mistral и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста на датском языке и может служить основой для дальнейшей адаптации под прикладные задачи. Это альфа-версия: разработчики не рекомендуют использовать её в производственной среде. Как базовая предобученная модель, она не имеет встроенных механизмов модерации. Распространяется по лицензии Apache-2.0.

Muse-Glimmer-30B-heretic-plus-i1-GGUF — квантованная GGUF-версия модели Muse-Glimmer-30B-heretic-plus, подготовленная mradermacher на основе модели от gjtgjt. Это мультимодальная vision-модель, предназначенная для диалоговых сценариев и обработки изображений вместе с текстом. В README указана поддержка английского, китайского и других языков, однако подробные сведения о языковом покрытии, длине контекста и архитектуре не приведены. Модель доступна в нескольких вариантах квантования i1 и предназначена для запуска в средах, совместимых с форматом GGUF. Размер файлов варьируется примерно от 6,6 до 23 ГБ; README отмечает компромисс между размером, скоростью и качеством, рекомендуя варианты i1-Q4_K_M и i1-Q4_K_S. Для работы с изображениями могут потребоваться отдельные файлы mmproj из статического репозитория. Лицензия модели указана как Apache-2.0. Ограничения включают потерю качества на низких уровнях квантования, а также отсутствие в README результатов тестирования и подробного описания исходной архитектуры.

NbAiLab/nb-gpt-j-6B-torgersen-alpaca — языковая модель для генерации текста, опубликованная AI Lab Национальной библиотеки Норвегии. Это вариант семейства GPT-J: декодерный трансформер с 6 млрд параметров, дообученный для норвежского языка на инструкциях в стиле Alpaca. Модель принимает текстовый запрос и продолжает или формирует текст; карточка Hugging Face указывает задачу text-generation и контекст 2048 токенов. Подходит для генерации ответов и текстов на норвежском языке по инструкции. Поддерживаемые языки и качества за пределами описанных генеративных возможностей отдельно не установлены. Репозиторий распространяется по лицензии OpenRAIL.

Severian/Nexus-IKM-Mistral-7B-MLX — экспериментальная дообученная версия Mistral-7B, созданная разработчиком Severian на наборе Internal Knowledge Map с использованием MLX. Обучение проходило поэтапно: сначала на системных сведениях и общих установках набора, затем на инструкциях, чтобы модель учитывала контекст и точнее следовала запросам. Модель предназначена для генерации диалоговых ответов и экспериментов с внутренними знаниями и инструкциями из обучающего набора. Это плотная авторегрессионная модель на 7,1 млрд параметров с контекстом до 32 768 токенов. В карточке приведено сравнение ответов с базовой Mistral-Instruct-v0.2, но точный идентификатор базовой модели не указан; разработчик отмечает различия между вариантами обучения и характеризует этот чекпойнт как экспериментальный. Репозиторий распространяется по лицензии MIT.

NorMistral-7b-warm — большая языковая модель семейства NORA.LLM, разработанная при сотрудничестве Language Technology Group Университета Осло, проекта High Performance Language Technologies, Национальной библиотеки Норвегии и Университета Турку. Модель инициализирована из Mistral-7B-v0.1 и дополнительно обучена преимущественно на норвежских текстах. Модель предназначена для генерации и моделирования текста на норвежском языке, включая варианты Bokmål и Nynorsk. Она может использоваться в исследовательских задачах, связанных с пониманием и генерацией норвежского текста, а также в сценариях анализа тональности, чтения с пониманием и машинного перевода. В обучающий корпус также вошли данные с исходным кодом, поэтому модель дополнительно видела программные тексты, однако README не заявляет о специализированной поддержке программирования. NorMistral-7b-warm — авторегрессионная transformer-модель на основе архитектуры Mistral/Llama, содержащая более 7 миллиардов параметров. Она принимает текст и генерирует текст, использует byte-based BPE-токенизатор с 32 768 токенами и поддерживает контекст длиной 2 000 токенов. Модель обучалась на 260 миллиардах subword-токенов, включая 34 миллиарда норвежских токенов; заявлены результаты perplexity 7,43 на отложенной выборке NCC и 4,76 на финальном обучающем наборе. Сильной стороной модели является специализация на норвежском языке и предварительное обучение на значительном объёме открытых норвежских данных. При этом это только предварительно обученная модель без instruction fine-tuning, поэтому она не оптимизирована для диалогового следования инструкциям и может генерировать вредный или нежелательный контент. Разработчики рекомендуют самостоятельно оценивать её качество, безопасность и наличие предвзятости для конкретного применения. Модель распространяется по лицензии Apache-2.0 и прежде всего предназначена для исследовательского использования.

Omni-31B-Turkish-Reasoning-Model-i1-GGUF — квантизированная версия модели Omni-31B-Turkish-Reasoning-Model, разработанной bugrabilge и подготовленной квантизатором mradermacher в формате GGUF. Модель предназначена для генерации текста на турецком языке, включая задачи, требующие рассуждений и пошагового анализа. Модель основана на архитектуре Gemma и содержит 31 млрд параметров. Она работает с текстом и изображениями, поскольку в README указана поддержка vision и наличие файлов mmproj в статическом репозитории. Заявлен турецкий язык; сведения о других языках и размере контекстного окна отсутствуют. Доступны варианты квантизации от IQ1_S до Q6_K размером примерно от 7,3 до 25,3 ГБ, что позволяет выбирать между требованиями к памяти, скоростью и качеством. Для большинства сценариев автор рекомендует вариант i1-Q4_K_M как быстрый, а i1-Q4_K_S отмечает как оптимальный по соотношению размера, скорости и качества. Сильные стороны модели — специализация на турецком языке, ориентация на reasoning-задачи, поддержка мультимодального ввода и широкий выбор вариантов квантизации для локального запуска. Ограничения включают снижение качества у наиболее компактных квантов и отсутствие подробных данных о результатах тестирования, контекстном окне и точных возможностях работы с изображениями. Лицензия указана как gemma; условия её применения следует уточнять по лицензии базовой модели и правилам Gemma.

Ornith-1.5-35B-A3B-Abliterated-MTP-UD-APEX-GGUF — это квантизированная GGUF-версия модели Ornith-1.5-35B-A3B от ornith-ai. Репозиторий содержит аблитерированную сборку с добавленной MTP-головой, предназначенной для speculative decoding, а также набор из девяти вариантов квантизации с различным размером и соотношением качества и требований к памяти. По метаданным модель относится к мультимодальным vision-language моделям и использует MoE-архитектуру; точные сведения о поддерживаемых языках, длине контекста и составе визуальных входов не указаны. Модель предназначена для локального запуска задач генерации текста и обработки изображений с текстом, если это поддерживается совместимым рантаймом и соответствующей конфигурацией. Доступны варианты объёмом примерно от 14,37 до 30,21 ГБ: MTP-UD-Q6_K обеспечивает наилучшее заявленное качество среди представленных версий, а MTP-APEX-I-Mini-v2D-lite требует меньше памяти, но заметно сильнее уступает по метрикам. MTP- и APEX-варианты ориентированы на ускорение декодирования и снижение требований к ресурсам, однако фактический выигрыш зависит от аппаратного обеспечения и поддержки MTP. Сильной стороной сборки является широкий выбор квантизаций и опубликованные измерения потерь относительно аблитированной BF16-версии. Ограничения включают отсутствие подробных данных о языках, контекстном окне, производительности на прикладных задачах и совместимости с конкретными мультимодальными рантаймами; приведённые метрики основаны главным образом на тестах wikitext-2-raw. Модель распространяется по лицензии MIT.

Pantheon-RP-1.6.2-22b-Small — дообученная Gryphe языковая модель на архитектуре Mistral для ролевых диалогов и написания историй. Модель основана на mistralai/Mistral-Small-Instruct-2409, содержит 22 млрд параметров и использует плотную архитектуру MistralForCausalLM. В метаданных указан контекст до 131 072 токенов; модель работает с текстом и поддерживает ChatML. Модель рассчитана на диалоги с заданными персонажами, передачу их характера, манеры речи и акцентов, а также на генерацию прозы в Markdown- и романном стилях. В обучении использовались наборы ролевых диалогов и персон, подсказки для написания историй, а также примеры помощи с кодом, краткими пересказами и вопросами по D&D. Модель может переключаться между стилями ролевой игры в зависимости от формата диалога. Репозиторий содержит веса safetensors; README также сообщает о доступных вариантах GGUF и EXL2. Указана лицензия other, поэтому условия использования следует сверять с лицензией модели и её базовой модели. Как и другие языковые модели, она может выдумывать детали, особенно если в запросе недостаточно сведений; качество и соответствие заданной персоне зависят от системного промпта и контекста.

arcee-ai/Patent-Llama-7B-Chat-Slerp — текстовая генеративная модель, созданная Arcee AI слиянием методом SLERP через mergekit. В объединении использованы диалоговая NousResearch/Llama-2-7b-chat-hf и arcee-ai/Patent-Base-7b; архитектура — плотная LlamaForCausalLM, размер — 6,6 млрд параметров, веса представлены в safetensors. Модель рассчитана на генерацию текста и диалоговые ответы, а максимальная длина контекста составляет 4096 токенов. Модель подходит для текстовых бесед и генерации ответов в сценариях, связанных с патентами, благодаря включению Patent-Base-7b; метаданные характеризуют базовую Llama-2 Chat как англоязычную. Состав слияния сам по себе не подтверждает специализированную точность для юридического анализа или патентного поиска. Лицензия в предоставленных данных не указана.

picur-860M-instruct — предварительная инструктивная языковая модель от разработчика Picur. Это плотная модель семейства LFM2 с 736,1 млн параметров, предназначенная для генерации текста в диалоговом формате и выполнения инструкций. Модель принимает текст и выдаёт текст, поддерживает венгерский язык и контекст до 32 768 токенов. Модель распространяется в формате Safetensors и рассчитана на использование через Transformers. Лицензия Apache-2.0 разрешает применение и распространение на её условиях. Карточка помечает модель как предварительную версию; оценок качества и подробных ограничений в доступных материалах нет.

Polyglot-Ko-12.8B — авторегрессионная языковая модель для генерации текста, разработанная командой EleutherAI polyglot. Модель построена на архитектуре GPT-NeoX: 40 слоёв трансформера, размер скрытого представления 5120, 40 голов внимания и словарь токенизатора из 30 003 токенов. В метаданных указано 16,9 млрд параметров; README приводит точное число 12 898 631 680 параметров. Модель обучена на 863 ГБ корейских текстов, собранных TUNiB, и рассчитана прежде всего на генерацию текста на корейском языке. Её можно применять для продолжения текста и решения языковых задач через генерацию. Контекст составляет 2048 токенов. Распространяется по лицензии Apache-2.0. Модель предсказывает следующий токен, поэтому ответы могут быть неточными или вымышленными, а также содержать социально неприемлемые или оскорбительные высказывания. Для чувствительных сценариев рекомендуется проверка человеком или фильтрация вывода.

Polyglot-Ko-1.3B — авторегрессионная языковая модель для корейского языка, разработанная командой EleutherAI polyglot. Это плотная трансформерная модель GPT-NeoX с 24 слоями и примерно 1,7 млрд параметров; в README указано точное число 1 331 810 304. Она обучалась предсказывать следующий токен на 863 ГБ корейских текстовых данных, использует словарь из 30 003 токенов и контекст до 2 048 токенов. Модель предназначена для генерации корейского текста и может служить основой для подсказок и few-shot сценариев, например продолжения текста и ответов на вопросы. Она работает с текстом и выдаёт текст; отдельные прикладные задачи требуют проверки и настройки под конкретный сценарий. Модель может выдавать фактически неверные или социально неприемлемые ответы, поэтому чувствительный контент следует проверять. Лицензия — Apache-2.0.

Amer-Surur1/quran-finetuned-mpnet — дообученная модель Sentence Transformers на основе sentence-transformers/paraphrase-multilingual-mpnet-base-v2. Она использует архитектуру XLM-RoBERTa с усредняющим pooling и содержит 305,2 млн параметров. Модель преобразует предложения и абзацы в плотные векторы размерности 768, сравниваемые косинусной близостью. Модель предназначена для семантического сопоставления арабских фрагментов Корана и подходит для семантического поиска, поиска перефразировок, кластеризации и классификации текстов. Обучение выполнено на 16 929 парах предложений с MultipleNegativesRankingLoss. Репозиторий указывает максимальную длину последовательности 128 токенов; метаданные указывают нативный контекст 514 токенов. При работе следует учитывать лимит последовательности модели и проверять качество на целевых текстах. Лицензия в предоставленных данных не указана.

Это дообученная языковая модель Qwen2.5 с плотной архитектурой Qwen2ForCausalLM и 1,5 млрд параметров. Модель разработал пользователь 111iillil11iil на основе unsloth/Qwen2.5-1.5B-bnb-4bit; при обучении использовались Unsloth и библиотека TRL от Hugging Face. Модель предназначена для генерации текста и рассчитана на контекст до 32 768 токенов. В карточке отмечен английский язык, однако конкретная специализация, включая заявленное в имени модели назначение для корейского языка, не описана. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

arianraje/qwen3-4b-gdn-hybrid-stage1-align-dtfix — экспериментальный чекпойнт, созданный в рамках исследования преобразования Qwen3-4B с полным вниманием в гибридную архитектуру GDN (gated DeltaNet). В 27 из 36 слоёв заменено внимание на GDN при сохранении каждого четвёртого слоя; веса дообучены поэтапной дистилляцией и выравниванием скрытых состояний. Модель имеет около 3,7 млрд параметров, архитектуру Qwen3NextForCausalLM и контекст 40 960 токенов; для загрузки README рекомендует AutoModelForCausalLM в Transformers версии 4.57 или выше. Этот чекпойнт соответствует первому этапу выравнивания скрытых состояний: обучение на 100 млн токенов с длиной последовательности 4k и указанным в карточке learning rate 3e-3. В README приведены результаты на наборе тестов на рассуждение и здравый смысл, а также perplexity на WikiText-2. Это исследовательский промежуточный чекпойнт для изучения преобразования архитектуры и восстановления возможностей модели, а не универсально проверенная готовая система. Лицензия — Apache-2.0.