I.2Синтез, понимание и проверка знаний

T3Q-LLM1-CV-v2.0 — плотная авторегрессионная языковая модель семейства Llama с 10,6 млрд параметров. Репозиторий указывает библиотеку Transformers и формат весов safetensors; модель доступна по лицензии Apache-2.0. Карточка не сообщает разработчика и базовую модель, но приводит результаты оценки на корейских наборах KoBEST BoolQ и COPA. Модель предназначена для генерации текста в диалоговом режиме. Её можно применять для ведения беседы и других задач генерации текста; максимальная длина контекста составляет 4096 токенов. Данных о поддерживаемых языках и специализированных областях применения карточка не даёт, поэтому корейские результаты оценки сами по себе не подтверждают, что модель рассчитана только на корейский. README представляет собой автоматически созданный шаблон и не описывает обучение, данные, ограничения или рекомендации по использованию. Поэтому качество в пользовательских сценариях, кроме приведённых оценок, и происхождение модели установить нельзя.

T3Q-LLM-sft1.0-dpo1.0 — разговорная языковая модель семейства Llama, представленная разработчиком T3Q-LLM. Это плотная авторегрессионная модель объёмом 10,6 млрд параметров для генерации текста и диалоговых ответов; в карточке приведён шаблон общения с ассистентом и результаты оценки на корейских задачах KoBEST. Модель рассчитана на контекст до 4096 токенов и распространяется в формате Safetensors для Transformers. Модель подходит для создания чат-ассистентов и генерации ответов на пользовательские запросы. Указан датасет maywell/ko_Ultrafeedback_binarized, но карточка не описывает подробно процесс обучения и языковой охват. Лицензия Apache-2.0. Приведённые результаты относятся к отдельным корейским бенчмаркам и сами по себе не гарантируют качество в других задачах и языках.

liamvbetts/t5-small-finetuned-2024-03-21 — компактная модель T5, дообученная разработчиком на основе liamvbetts/t5-small-finetuned-2024-03-20. Она использует архитектуру T5ForConditionalGeneration и содержит 38,5 млн параметров; модель предназначена для преобразования текста в текст, но её конкретная специализация и набор сценариев применения не описаны. В карточке приведены результаты оценки: Loss 1,9005, ROUGE-1 32,5532, ROUGE-2 17,9983, ROUGE-L 28,9441 и ROUGE-Lsum 29,5273. Максимальный контекст составляет 512 токенов. Весовые файлы представлены в формате safetensors. Лицензия в предоставленных данных не указана.

Josephgflowers/TinyLlama-Cinder-1.3B-Test.2 — тестовая разговорная модель на архитектуре Llama с примерно 1,2 млрд параметров. В README указано, что она основана на TinyLlama 1.1B и обучалась на математических данных, пошаговых рассуждениях и диалоговом STEM-датасете Cinder. Модель предназначена для научных и образовательных бесед, ответов на математические вопросы и творческого исследования идей. Она принимает текст и генерирует текст; заявленная длина контекста — 2048 токенов. Распространяется в формате Safetensors по лицензии MIT.

TituLM-1B-BN-V1 — языковая модель компании Hishab для генерации и понимания текстов на бенгальском языке. Она построена на декодерном трансформере MPT и содержит около 1 млрд параметров; в карточке указаны 24 слоя и словарь размером 72 000 токенов. Модель обучали на 4,51 млрд бенгальских токенов из наборов CulturaX, книг, Bangla Wikipedia, Banglapedia и новостных статей. Модель предназначена для продолжения текста и генерации ответов или черновиков на бенгальском языке. Обучение выполнялось с помощью llm-foundry; заявленная максимальная длина последовательности — 2048 токенов. Доступны веса в форматах PyTorch и safetensors. Лицензия — Apache-2.0.

usermma/TwIL-LM3-mlx-8Bit — это 8-битная версия модели TwIL-LM3, преобразованная пользователем usermma в формат MLX из исходной модели webAI-Official/TwIL-LM3 с использованием mlx-lm 0.31.2. Модель предназначена для генерации текста, в частности для задач, связанных с формальной логикой и рассуждениями, и может запускаться через библиотеку mlx-lm на совместимых системах Apple Silicon. Модель поддерживает английский язык и относится к классу текстовых генеративных моделей. В README не указаны точная архитектура, количество параметров, размер контекста, дополнительные модальности и результаты тестирования. 8-битное представление ориентировано на более экономичное использование памяти, однако конкретные преимущества по скорости и качеству не приведены. Модель распространяется по лицензии webAI Non-Commercial License Version 1.0, поэтому её использование ограничено некоммерческими сценариями в соответствии с условиями лицензии.

Umbra-v2.1-MoE-4x10.7 — экспериментальная чат-модель серии Umbra от SteelStorage, созданная как универсальный помощник с акцентом на рассказывание историй и ролевые диалоги, включая ERP. Она построена на архитектуре Mixtral с разреженной смесью экспертов (MoE); в метаданных указано 10,6 млрд параметров. Модель принимает текст и генерирует текст в формате диалога. Автор указывает базовый контекст 8 тысяч токенов со скользящим окном, тогда как метаданные Hugging Face сообщают нативный контекст 32 768 токенов. Версия 2.1 меняет модели и промпты по сравнению с предыдущей версией; автор характеризует её как экспериментальную и не гарантирует превосходство над предшественниками. Репозиторий использует формат Safetensors и лицензию Apache-2.0.

Карточка модели llyim/VideoChat-Flash-Qwen2-7B_res448 на Hugging Face совпадает с карточкой OpenGVLab/VideoChat-Flash-Qwen2-7B_res448, поэтому описание составлено по ней. VideoChat-Flash-Qwen2-7B_res448 — видеоязыковая модель OpenGVLab на базе Qwen2-7B и UMT-L. Она анализирует видео и отвечает на вопросы о его содержании в формате диалога. Модель использует 16 токенов на кадр; заявленная версия поддерживает последовательности примерно до 10 000 кадров. В README указано расширение контекста до 128 тыс. токенов с помощью YaRN, тогда как метаданные указывают native context в 32 768 токенов. В карточке приведены результаты на MVBench, LongVideoBench и VideoMME. Обучающий корпус преимущественно англоязычный: английский рекомендуется для взаимодействия, а понимание китайского описано как базовое. Репозиторий использует Transformers и формат safetensors. Лицензия — Apache-2.0.

VideoLLaMA2.1-7B-16F — чат-модель для понимания видео, разработанная командой DAMO-NLP-SG. Она принимает видеокадры и текстовый запрос, чтобы описывать события, отвечать на вопросы о содержании и анализировать временную последовательность сцен. Версия 16F использует 16 кадров; в карточке указаны архитектура VideoLLaMA2 с языковой моделью Qwen2, 7,1 млрд параметров и контекст длиной 32 768 токенов. Модель предназначена для диалоговых сценариев с видео. В README также заявлены пространственно-временное моделирование и понимание аудио в видео, однако доступные сведения для этой версии не уточняют обработку звука как входа. Карточка перечисляет английский язык. Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0.

vjev-vision — модель yah01, дообученная на основе Qwen/Qwen3.5-4B для принятия решений по тексту и изображениям. Она принимает состояние в виде текста, изображения или их сочетания и типизированные вопросы: noul для оценки истинности утверждения, choice для выбора варианта и score для оценки по упорядоченной шкале. Модель не генерирует текстовый ответ: она за один проход возвращает калиброванные вероятности вариантов, учитывая конкуренцию между ними внутри вопроса; независимые вопросы обрабатываются отдельно. Модель использует архитектуру Qwen3.5 с визуальным вводом и общий линейный scoring head; обучалась с LoRA на текстовых задачах, геометрических вопросах по изображениям COCO и вопросах VQAv2. В описанных тестах на отложенных данных точность выбора составила 0,735 на геометрических вопросах COCO и 0,706 на VQAv2. Для работы с весами bf16/fp16 требуется около 9 ГБ памяти. Модель рассчитана на сценарии классификации и оценки вариантов с текстом и изображениями. Известные ограничения: вероятности для пространственных ответов переуверены; изменение порядка вариантов влияет на оценки. Обучение проводилось на одиночных изображениях, поэтому обработка нескольких изображений опирается на возможности базовой модели. Изображения масштабируются так, чтобы длинная сторона составляла 512 пикселей. Лицензия — Apache-2.0.

Monero/WizardLM-Uncensored-SuperCOT-StoryTelling-30b — объединённая модель на основе Llama, созданная слиянием WizardLM Uncensored, CoT и Storytelling. Она предназначена для генерации текста, в частности для рассуждений и написания историй. Модель содержит 32,3 млрд параметров, использует архитектуру LlamaForCausalLM и принимает контекст длиной до 2048 токенов. Модель может быть полезна для диалоговой генерации, развёрнутых ответов и творческого письма. README не сообщает результаты оценки качества или подробные сведения о языках; пример текста приведён на английском. Репозиторий содержит веса PyTorch. Условия лицензии в предоставленных данных не указаны.

XtraGPT-14B — дообученная языковая модель семейства XtraGPT от Xtra-Computing для совместной с авторами редакции академических статей. Она основана на microsoft/phi-4, имеет 14,1 млрд параметров и контекст до 16 384 токенов; в карточке указаны архитектура Phi3ForCausalLM и библиотека Transformers. Модель обучена на 140 000 парах инструкций и редакторских правок, созданных на основе статей конференции ICLR, и следует критериям академического письма для шести разделов статьи. Модель предназначена для контекстно-согласованной доработки текста по заданным автором критериям и для итеративного рабочего процесса, в котором автор сохраняет контроль над содержанием. Метаданные перечисляют английский, китайский, французский, испанский, португальский, немецкий, итальянский, русский, японский, корейский, вьетнамский, тайский и арабский языки, но README не уточняет, на каких языках проводилось обучение и насколько хорошо модель редактирует тексты на каждом из них. Лицензия обозначена как other; конкретные условия использования в предоставленных данных не раскрыты.

Zephyr-Summarizer-3B — модель для создания кратких абстрактивных пересказов документов, диалогов и расшифровок. В README приводятся результаты внутренних сравнительных тестов и рекомендуется температура генерации 0,6. Метаданные Hugging Face указывают архитектуру BERT с классом BertModel, библиотеку Transformers, формат PyTorch и лицензию Apache-2.0. Карточка заявляет применение для суммаризации, однако метаданные классифицируют модель как feature-extraction и не подтверждают генеративную архитектуру или работу с заданными языками и контекстом. Поэтому назначение из README следует считать заявленным, а заявленные преимущества бенчмарков — не подтверждёнными подробностями воспроизводимой методики.

Модель fpadovani/arb-arab-100mb-after-ppt-shuff-dyck-10mb-ckpt500_seed455 — дообученная версия модели fpadovani/arb-arab-100mb-ppt-shuff-dyck-10mb_seed455 на базе GPT-2. Она обучалась с помощью TRL и предназначена для генерации текста в ответ на текстовые запросы; в карточке приведён пример ответа на открытый вопрос. Модель доступна в формате safetensors, работает с библиотекой Transformers и имеет контекстное окно 512 токенов. Лицензия и поддерживаемые естественные языки в предоставленных данных не определены.

fpadovani/arb-arab-10mb-after-ppt-Dp-10mb-ckpt500_seed10 — дообученная модель семейства GPT-2, созданная на основе fpadovani/arb-arab-10mb-ppt-Dp-10mb_seed10 с использованием TRL. Она предназначена для генерации текста и ответов на пользовательские запросы; пример в карточке показывает диалоговый запрос и получение продолжения. Модель работает через библиотеку Transformers и сохраняется в формате Safetensors; контекст ограничен 512 токенами. Сведений о специализированной области или языковой специализации в карточке нет. Условия лицензии в доступных данных не описаны.

Модель 7k8k7/bert-base-uncased-finetuned-swag — дообученная версия BERT-base-uncased от Google для задачи multiple choice: она оценивает варианты ответа в контексте и выбирает наиболее подходящий. Модель содержит 136,7 млн параметров, использует архитектуру BertForMultipleChoice и принимает текстовые входные данные с максимальной длиной контекста 512 токенов. В README приведены результаты оценки: accuracy 0,8005 и loss 0,8480; обучающий датасет не установлен. Модель распространяется по лицензии Apache-2.0. Карточка не описывает дополнительные сценарии применения и ограничения качества.

Это набор GGUF-квантизованных файлов модели bigdefence/Llama-3.1-8B-Ko-bigdefence. Базовая модель разработана автором или организацией bigdefence, а квантизация выполнена командой featherless-ai-quants. Модель предназначена для генерации текста и может использоваться в совместимых локальных или серверных средах, поддерживающих формат GGUF. В набор входят варианты квантизации IQ4_XS, Q2_K, Q3_K_L, Q3_K_M, Q3_K_S, Q4_K_M, Q4_K_S, Q5_K_M, Q5_K_S, Q6_K и Q8_0. Размер файлов составляет примерно от 3,0 до 8,1 ГБ, что позволяет выбирать компромисс между требованиями к памяти и сохранением качества. Из README известно, что это модель семейства Llama 3.1 с 8B параметров и обозначением Ko, однако точные поддерживаемые языки, размер контекста, архитектурные детали и результаты оценки не указаны. Сильной стороной набора является широкий выбор уровней квантизации и совместимость с экосистемой GGUF, благодаря чему модель можно адаптировать под оборудование с разными ресурсами. Ограничения качества и производительности конкретных вариантов, а также рекомендуемые сценарии применения в README не описаны. Лицензия базовой модели и условия использования квантизованных файлов не указаны.

BioTakuya — диалоговая языковая модель, созданная слиянием методом SLERP моделей epfl-llm/meditron-7b и meta-llama/Llama-2-7b-chat-hf. Она основана на плотной архитектуре LlamaForCausalLM, содержит 6,6 млрд параметров и работает с текстом. Модель предназначена для генерации текста и диалогового общения; включение Meditron указывает на медицинскую направленность одной из исходных моделей, но README не описывает отдельные медицинские возможности или проверенные сценарии BioTakuya. Контекст — до 4096 токенов. Репозиторий распространяет веса в формате safetensors, библиотека для работы — Transformers. Лицензия в предоставленных данных не указана.

BlackSheep-RP-12B-GGUF — это набор GGUF-квантизаций языковой модели BlackSheep-RP-12B, разработанной KOOWEEYUS и квантизированной пользователем bartowski. Модель предназначена для генерации текста и запуска локально через llama.cpp, в том числе в LM Studio. README не указывает специализированные сценарии применения, языки, поддерживаемые модальности или формат промпта; сведения о формате промпта рекомендуется уточнять на странице исходной модели. Доступны варианты от полноразмерного F16 до квантизаций Q8_0, Q6_K, Q5_K, Q4_K, Q3_K, Q2_K и IQ. Размер файлов составляет примерно от 4,79 до 24,50 ГБ. Квантизации созданы с использованием imatrix и датасета для квантизации на базе llama.cpp версии b3878. В README наиболее качественными и рекомендуемыми названы варианты Q6_K_L, Q6_K, Q5_K_L, Q5_K_M, Q5_K_S, Q4_K_L, Q4_K_M и некоторые другие; варианты с меньшим числом бит занимают меньше памяти, но могут заметно терять в качестве. Сильная сторона набора — широкий выбор вариантов для локального запуска на системах с разным объёмом оперативной или видеопамяти, включая специальные сборки для ARM. Ограничения заключаются в отсутствии сведений об архитектуре исходной модели, размере контекста, языках, качестве на конкретных задачах и требованиях к оборудованию; качество зависит от выбранного уровня квантизации. Модель распространяется по лицензии artistic-2.0.

Cabra Llama-3 8B — диалоговая языковая модель, разработанная Botbot Robotics на базе Meta-Llama-3-8B-Instruct и дообученная на наборе Cabra 30k. Она предназначена для генерации текста и ответов в диалоге, с особой настройкой на понимание и генерацию португальского языка. Модель использует плотную авторегрессионную архитектуру Transformer семейства Llama, содержит 7,5 млрд параметров и поддерживает контекст до 8192 токенов. Модель подходит для прототипирования португалоязычных чат-ассистентов и исследований генеративных моделей, их ограничений и смещений. В README приведены результаты оценок на португальских задачах; в отдельных метриках они ниже результатов базовой модели. Указанная лицензия — CC BY-NC 2.0; коммерческое использование запрещено.

Cabra Qwen 7b — диалоговая языковая модель, созданная разработчиками Cabra на основе Qwen1.5-7B-Chat и дообученная на внутреннем наборе данных Cabra 10k. Модель предназначена для генерации ответов и ведения диалогов, с настройкой на португальский язык и бразильские бенчмарки. Это плотная авторегрессионная модель семейства Qwen2 с архитектурой Qwen2ForCausalLM и 7,1 млрд параметров. Она принимает текст и выдаёт текст; заявленная длина контекста — 32 768 токенов. Карточка приводит результаты оценивания на португальских тестах, но не раскрывает датасет обучения. Модель распространяется по лицензии CC, однако карточка запрещает коммерческое использование и ограничивает применение исследовательскими целями. Качество может зависеть от сценария; опубликованные оценки относятся к указанным бенчмаркам, а внутренний набор Cabra 10k недоступен для проверки.

Cendol LLaMA-2 13B Chat — диалоговая языковая модель, разработанная IndoNLP и дообученная для индонезийских языков. Она построена на плотной decoder-only архитектуре LLaMA-2 с 12,9 млрд параметров и генерирует текст. Модель рассчитана на одношаговые инструкции и общие вопросы, в том числе на запросы, связанные с индонезийскими языками. Модель подходит для ответов на вопросы, кратких диалогов и выполнения пользовательских инструкций на индонезийском языке. Контекст составляет 4096 токенов; в карточке указана поддержка индонезийского языка. Модель является объединённой версией Cendol LLaMA-2 13B Chat, обученной с использованием LoRA. Лицензия — Apache 2.0. Разработчики предупреждают, что ответы могут быть неточными, предвзятыми или нежелательными; перед внедрением рекомендуется проводить проверку безопасности и адаптацию под конкретное применение. Модель предназначена прежде всего для индонезийских языков, а использование на других языках выходит за заявленную область применения.

Это модель DeBERTa-v2, дообученная VuongQuoc для выбора одного из предложенных вариантов ответа. Она предназначена для задач множественного выбора, где вход содержит вопрос и варианты, а модель оценивает их для определения наиболее подходящего ответа. Модель содержит 533,8 млн параметров, принимает текст с контекстом до 512 токенов и распространяется в формате PyTorch. В README приведены результаты на оценочном наборе: loss 1,5746, MAP@3 0,7625 и accuracy 0,655. Описание обучающих данных и конкретных сценариев применения в карточке отсутствует. Лицензия не указана в предоставленных данных.

ChemLLM-7B-Chat-1_5-SFT — диалоговая языковая модель для химии и науки о молекулах, разработанная командой AI4Chem. Она создана на основе InternLM2 и дообучена для общения по химическим темам. Модель содержит 7,4 млрд параметров, использует архитектуру InternLM2ForCausalLM и принимает текстовые запросы, выдавая текстовые ответы. Длина контекста — до 32 768 токенов. Модель предназначена для ответов на вопросы по химии, обсуждения молекул и помощи в химических сценариях с диалоговым интерфейсом. В карточке указаны английский и китайский языки. Лицензия обозначена как other, поэтому конкретные условия использования следует сверить с лицензией репозитория. Авторы предупреждают, что ответы могут быть ошибочными и требуют проверки.

Darwin-28B-KR-Legal — разработанная VIDRAFT мультимодальная модель семейства Darwin для задач по южнокорейскому праву. Это дообучение Darwin-28B-KR на корпусах судебных решений, материалах по законодательству, вопросах и ответах по правовым задачам и заданиях корейского экзамена на адвоката. Модель содержит около 28 млрд параметров, построена на архитектуре Qwen3.5 с полным и линейным вниманием и рассчитана на диалоговое использование; карточка также указывает интерфейс вызова инструментов. Поддерживаемые языки — корейский и английский. Модель предназначена для анализа и краткого изложения судебной практики и правовых норм, разбора фактов дела, подготовки к экзамену на адвоката и создания черновиков юридических документов. Для вывода BF16 требуется около 55 ГБ видеопамяти; в README приведена настройка контекста до 8192 токенов для vLLM. Лицензия — Apache-2.0. Ответы предназначены только для справки и не заменяют консультацию квалифицированного юриста.

DeepMount00-Llama-3.1-8b-Ita-GGUF — набор GGUF-квантизированных файлов модели DeepMount00/Llama-3.1-8b-Ita, подготовленный командой featherless-ai-quants. Модель предназначена для генерации текста и может использоваться в совместимых локальных или серверных средах, поддерживающих формат GGUF. README не содержит подробностей о конкретных прикладных сценариях, данных обучения или методах дообучения. В набор входят варианты квантизации IQ4_XS, Q2_K, Q3_K_L, Q3_K_M, Q3_K_S, Q4_K_M, Q4_K_S, Q5_K_M, Q5_K_S, Q6_K и Q8_0. Размер файлов составляет примерно от 3,03 до 8,15 ГБ, что позволяет выбирать компромисс между требованиями к памяти и сохранением качества. Из названия и базовой модели следует принадлежность к семейству Llama 3.1 и специализация Ita, однако точные языковые возможности, размер контекста, архитектурные параметры и поддерживаемые модальности в README не указаны. Сильной стороной набора является наличие нескольких уровней квантизации для запуска модели на оборудовании с разными ограничениями по памяти. Ограничения включают возможное снижение качества при более агрессивной квантизации и отсутствие в README результатов оценки, сведений о лицензии, требований к аппаратному обеспечению и подробного описания поведения модели. Условия использования и лицензия не указаны.

Это экспериментальный репозиторий frankmorales2020 с весами DeepSeek-R1-Distill-Qwen-7B и артефактом состояния Prime-Anchored Spectral Governor. Согласно карточке, веса идентичны базовой модели DeepSeek и не изменялись; сохранённый governor_state.pt содержит настройки и статистику механизма, который закрепляет шесть строк эмбеддингов, выбранных по простым числам. Шаг оптимизатора в описанном запуске не изменил модель, поэтому этот репозиторий не является фактически дообученным чекпойнтом и не доказывает предотвращение катастрофического забывания. Базовая модель — плотная причинная языковая модель семейства Qwen2 с 7,1 млрд параметров, работающая через Transformers; заявленная длина контекста — 131 072 токена. Она предназначена для диалогов и генерации текста, в том числе многошаговых рассуждений; карточка рекомендует использовать чат-шаблон. Репозиторий адресован исследованию и экспериментам с governor-инструментарием, а для обычного использования эквивалентно загрузить базовую модель. Лицензия — MIT.

Это текстовая GGUF-квантизация DeepSeek-V4-Flash-0731, подготовленная автором репозитория для запуска в Ember на AMD Strix Halo (gfx1151). Модель предназначена для генерации текста и диалогов; в комплект также входит согласованный черновик DSpark для спекулятивного декодирования. Основной файл весит около 85,26 ГиБ и имеет квантизацию 2,58 BPW с калибровкой importance matrix; также применена abliteration, изменяющая поведение отказов. Файл использует специальные типы тензоров ROCmFPx и требует совместимого рантайма Ember: стандартные llama.cpp, LM Studio и Ollama их не поддерживают и могут не загрузить модель или выдавать некорректный результат. Измерения в README характеризуют только скорость на AMD Strix Halo, а качество квантизации относительно BF16 не оценивалось. Лицензия указана как other; README не уточняет дополнительные условия.

Ember-1 — специализированная reasoning-модель от Fireworks Research на базе Kimi K3. Она предназначена для решения задач рассуждения с более короткими цепочками рассуждений; в карточке указано, что модель использует примерно на 40% меньше токенов для этих цепочек. Идентификатор модели и доступные сведения не позволяют уточнить другие характеристики или сценарии применения.

Это дообученная методом SFT модель GPT-2, разработанная fpadovani и обученная с использованием TRL. Она предназначена для генерации текста и ответов на английском языке; пример в карточке показывает ответ на открытый вопрос. Модель принимает текстовые запросы и генерирует текст, работает с контекстом до 512 токенов и опубликована в формате safetensors для библиотеки Transformers. Это контрольная точка дообучения базовой модели fpadovani/eng-latn-100mb-ppt-Dp-100mb-packed_seed3407. Карточка не описывает специализированную область применения или результаты оценки качества. Лицензия в предоставленных данных не указана.