I.2Синтез, понимание и проверка знаний

Jeevesh8/more_cpts_corr_init_shuff_clipped_warmed_seq_len_128_bert-base-uncased_mnli_ft_4 — модель классификации текста, размещённая пользователем Jeevesh8 на Hugging Face. Она предназначена для применения через Transformers в задачах text classification и была дообучена для MNLI (Multi-Genre Natural Language Inference), то есть для классификации отношений между парами текстов, таких как entailment, contradiction и neutral. Идентификатор указывает на основу BERT-base-uncased и обучение с максимальной длиной последовательности 128 токенов; точные параметры конфигурации данной версии, число параметров, языки и результаты оценки в доступной карточке не описаны. Модель принимает текстовые входы и возвращает метки классификации, но подробная информация о сильных сторонах, ограничениях, условиях лицензирования и специфике процедур обучения отсутствует. Лицензия для этой модели также не указана.

Patcas/my_awesome-assert-new — дообученная модель семейства PLBART на основе Patcas/plbart-works. Это плотная модель с архитектурой PLBartForConditionalGeneration, содержащая 95 млн параметров и принимающая последовательности длиной до 1024 токенов. В README приведён результат оценки: loss 0,4168; назначение модели, обучающие данные и практические ограничения не описаны. Модель предназначена для генерации текста по текстовому входу в формате text-to-text. Язык задач и специализированную область применения по доступным сведениям определить нельзя. Распространяется в формате safetensors; лицензия в предоставленных данных не указана.

Nous-Lotus-10.7B — текстовая языковая модель, созданная автором saishf с помощью mergekit. Это слияние методом SLERP моделей BlueNipples/SnowLotus-v2-10.7B и NousResearch/Nous-Hermes-2-SOLAR-10.7B. Модель имеет архитектуру Llama, около 10,6 млрд параметров и контекст до 4096 токенов. Модель предназначена для диалогов и генерации текста по инструкциям. Автор объединил разговорные качества SnowLotus с более уверенной работой Nous Hermes с необычными персонажами. Обе модели используют разные форматы диалогов — Alpaca и ChatML; автор сообщает, что оба формата могут работать, но не определил, какой из них предпочтительнее. Автор предупреждает, что это его первое слияние и качество может оказаться слабым или модель может работать некорректно. Модель распространяется по лицензии CC BY-NC 4.0, которая запрещает коммерческое использование.

OpenThaiGPT 1.0.0-beta — чат-модель на 7 млрд параметров, разработанная командой OpenThaiGPT и дообученная на основе LLaMA 2 для следования инструкциям на тайском языке. Она предназначена для диалогов, генерации текста и ответов на вопросы на тайском; в обучающие данные также входили наборы вопросов и ответов по налогам, финансам и общим темам. Модель использует плотную архитектуру LLaMA (`LlamaForCausalLM`) и принимает текст, выдавая текст. В словарь добавлено более 24 500 распространённых тайских слов, а эмбеддинги предварительно обучены заново; авторы сообщают, что генерация тайского текста стала в десять раз быстрее по сравнению с предыдущей версией. Контекст составляет 4096 токенов. Доступны веса PyTorch, библиотека Transformers, лицензия Apache-2.0. Модель рассчитана прежде всего на тайский язык; метаданные также отмечают английский. В README указано, что ответы не гарантированы, поэтому результаты следует проверять, особенно в налоговых и финансовых сценариях.

Patent-Base-Llama-2-Chat-7B-Slerp — объединённая языковая модель на 6,6 млрд параметров, созданная с помощью mergekit методом SLERP из arcee-ai/Patent-Base-7b и daryl149/llama-2-7b-chat-hf. Она использует архитектуру Llama для авторегрессионной генерации текста и рассчитана на диалоговые сценарии; связь с Patent-Base указывает на патентную тематику, однако README не описывает конкретные специализированные задачи или оценку качества. Модель принимает текст и выдаёт текст, работает с контекстом до 2048 токенов и доступна в формате safetensors для Transformers. Лицензия в предоставленных данных не указана.

PCSS-Qwen3.5-9B — экспериментальный мультимодальный чекпойнт tamewild, дообученный на базе Qwen/Qwen3.5-9B-Base. Авторы обучили его на 500 логических задачах «зебра» размером 5×5 из набора tamewild/instruct5, без математических данных, применив PCSS — адаптивное масштабирование функции потерь на основе KTO — и MiSS для параметрически эффективного дообучения. Модель построена на плотной архитектуре Qwen3.5 и поддерживает диалог и понимание изображений; в карточке указан тег image-text-to-text. Для работы с текстовыми логическими задачами авторы оценивают её в режиме без thinking. В описанных экспериментах модель показала 80,5% точности на задачах «зебра» 5×5; приведены также результаты на математических и вопросно-ответных бенчмарках, которые отражают экспериментальную оценку, а не гарантию качества в иных сценариях. README описывает запуск через vLLM с максимальной длиной последовательности 32 000 токенов. Модель распространяется по лицензии Apache-2.0.

Это конверсия мультимодальной модели Microsoft Phi-3 Vision-128K-Instruct в формат ONNX, оптимизированная для инференса с ONNX Runtime и DirectML на Windows GPU. Модель предназначена для диалогов и инструктивных запросов с текстом и изображениями, включая визуальные вопросы и рассуждения по содержимому изображений. В базовой модели заявлено контекстное окно до 128 тысяч токенов, однако метаданные этой ONNX-версии указывают нативный контекст 4096 токенов. В репозитории описан вариант INT4 с RTN; проверка проведена на RTX 4080, а минимальная конфигурация для Windows включает DirectX 12 GPU и 10 ГБ совокупной памяти. Репозиторий помечен как устаревший. Модель разработана Microsoft; лицензия — MIT. Она подходит для локального запуска на совместимом оборудовании, но заявленная производительность близка к Phi-3-mini-128k-instruct-onnx при генерации токенов.

piyawudk/PhishMe-12k-Qwen3.5-4B-P1-CDFT-v3 — дообученная piyawudk мультимодальная модель семейства Qwen3.5 с плотной архитектурой Qwen3_5ForConditionalGeneration на 4 млрд параметров, основанная на Qwen/Qwen3.5-4B. Она предназначена для диалогового взаимодействия и обработки изображений с текстом. В карточке указано, что обучение выполнялось с Unsloth; модель опубликована в формате Safetensors. Модель принимает текст и изображения и выдаёт текст. Поддерживаемый карточкой язык — английский. Лицензия Apache-2.0. README не уточняет специализацию названия PhishMe, данные обучения или конкретные показатели качества, поэтому пригодность для обнаружения фишинга по имеющимся сведениям подтвердить нельзя.

mika5883/pretrain_rugec — модель семейства T5 с 123,8 млн параметров, представленная в формате safetensors. Карточка сообщает, что это дообученная версия mika5883/pretrain_rugec, однако назначение и данные для дообучения не описаны. Архитектура T5ForConditionalGeneration и метка text2text-generation указывают на преобразование текста в текст; контекст модели составляет 512 токенов. README не приводит сведения о целевых сценариях, языках, качестве или ограничениях, поэтому нельзя обоснованно приписать модели конкретную задачу. Лицензия в доступных данных не указана.

Qra-13B — фундаментальная языковая модель для польского языка, разработанная Национальным институтом обработки информации Польши (OPI) совместно с Гданьским политехническим университетом (PG). Модель основана на Llama 2 13B и дополнительно обучена на очищенном и дедуплицированном корпусе примерно из 90 млрд токенов, преимущественно польских текстов. Это плотная авторегрессионная модель архитектуры Llama с 12,9 млрд параметров и контекстом до 4096 токенов. Модель предназначена для продолжения текста и оценки языковой статистики на польском языке, в том числе на длинных документах. Она обучалась на польских и английских текстах, однако карточка подчёркивает её специализацию на польском. Qra-13B не настроена для диалога и выполнения инструкций; для таких сценариев требуется дополнительное дообучение. Весы опубликованы в формате Safetensors по лицензии Llama 2 Community License Agreement.

Qwen1.5-72B — базовая плотная авторегрессионная языковая модель из серии Qwen1.5, разработанной командой Qwen. Это бета-версия Qwen2 на архитектуре Transformer decoder-only; модель содержит около 71 млрд параметров и рассчитана на генерацию текста. В карточке заявлена поддержка контекста до 32 768 токенов и многоязычность, а метаданные указывают английский язык. Модель доступна в формате safetensors и поддерживается библиотекой Transformers. Модель подходит для продолжения предобучения и постобучения, например SFT или RLHF, а также для исследовательских экспериментов с генерацией текста. Разработчик не рекомендует использовать базовую версию для непосредственной генерации; для диалогового применения предпочтительна выровненная chat-версия. Лицензия указана как other, поэтому перед использованием следует проверить условия в репозитории модели.

Qwen2.5-7B-Instruct-Abliterated — производная модель sci4ai на архитектуре Qwen2.5, полученная изменением весов Qwen/Qwen2.5-7B-Instruct. Разработчик удалил склонность к отказам с помощью абляции направления отказа в слоях модели: преобразования затронули attention output и MLP output во всех 28 слоях. Модель содержит 7,1 млрд параметров, принимает текстовые запросы и генерирует текст; контекст — до 32 768 токенов. Модель предназначена для диалоговой генерации текста и исследовательского изучения поведения отказов у языковых моделей. Удаление защитных ограничений может повысить податливость модели к запросам, которые исходная версия отклоняла. Модель выпущена под лицензией Apache-2.0; пользователи отвечают за её применение.

Qwen2.5-7B-Instruct-Uncensored-4bit — языковая instruction-модель, разработанная сообществом mlx-community и конвертированная в формат MLX из Orion-zhen/Qwen2.5-7B-Instruct-Uncensored с помощью mlx-lm 0.19.1. Модель предназначена для генерации текста и диалоговых сценариев, включая использование на устройствах и в средах, совместимых с MLX. Вариант имеет 4-битное представление, а базовая модель относится к семейству Qwen2.5 и содержит около 7 миллиардов параметров. Заявлена поддержка китайского и английского языков. Модель ориентирована на ответы без стандартных отказов и обучалась с использованием наборов данных, связанных с toxic и no-refusal диалогами. Это может быть полезно для исследовательских задач, тестирования поведения моделей и сценариев, где требуется более свободная генерация, но одновременно повышает риск небезопасных, токсичных или нежелательных ответов. В README приведены результаты оценки базовой модели на IFEval, BBH, MATH, GPQA, MuSR и MMLU-PRO; отдельные показатели заметно различаются, поэтому результаты не следует трактовать как универсальную гарантию качества. Для запуска требуется библиотека mlx-lm. Лицензия указана как GPL-3.0. README не содержит сведений о размере контекста, мультимодальности, точных архитектурных особенностях или дополнительных ограничениях использования.

make1love/Qwen3-1.7B-base-MED — текстовая генеративная модель семейства Qwen3 с 1,7 млрд параметров, доступная через библиотеку Transformers. В метаданных она классифицирована для задачи text-generation и имеет контекстное окно до 32 768 токенов. По названию репозитория модель ориентирована на медицинский вариант базовой модели, однако README не содержит подтверждённых сведений о разработчике, составе данных, методе обучения или результатах оценки. Модель может использоваться как основа для генерации и продолжения текста, а также для последующей адаптации под медицинские текстовые сценарии, например извлечение или подготовку черновиков медицинской информации. Поддерживаемые языки в предоставленных данных не определены. Лицензия в README и метаданных не указана, поэтому условия распространения и коммерческого использования необходимо уточнить до применения.

Модель разработана aliRafik и представляет собой дообученную версию Qwen3-4B Thinking для решения математических задач. Она ориентирована на рассуждения, структурированное решение и понятные пошаговые объяснения, подбирая их подробность к сложности задачи. Модель использует плотную архитектуру Qwen3 и содержит 3,7 млрд параметров. По данным метаданных, контекст составляет до 262 144 токенов; модель принимает текст и генерирует текст, поддерживает диалоговый режим и интерфейс вызова инструментов. В README указаны обучение на OpenMathReasoning и MathX-5M и использование Transformers для инференса. Основной язык карточки — английский. Модель подходит для математических вопросов, учебных объяснений и экспериментов с рассуждениями. Она может ошибаться в арифметике, промежуточных рассуждениях и предположениях, а также давать лишние шаги или неверные ответы на сложные и необычные задачи; результаты следует проверять независимо. Лицензия — Apache-2.0.

arzaan789/qwen3.5-4b-uncensored — модифицированная версия Qwen/Qwen3.5-4B. Модель предназначена для генерации текста и диалоговых сценариев, включая случаи, где требуется сниженная склонность к отказам. Разработчик варианта применил abliteration для удаления направления отказа из слоёв модели, LoRA дообучение на наборе Guilherme34/uncensor в течение двух эпох и повторную abliteration для устранения остаточных отказов. Параметры дообучения включали LoRA rank 16, alpha 32 и learning rate 0.0002. В README указано, что модель доступна в формате GGUF и может запускаться через llama-cli; приведён пример с квантизацией Q4_K_M. В тесте на 64 вредоносных запросах модель отказала в 6 случаях, а на 64 безвредных запросах — ни в одном. Это указывает на низкую склонность к отказам, но также означает потенциально меньший уровень защитного поведения и необходимость осторожного применения. Архитектура, точный размер в параметрах, поддерживаемые языки и длина контекста в README не описаны. Лицензия — Apache-2.0.

Это дообученная на локальном оборудовании модель Qwen3.5-9B, опубликованная DavidAU. Автор сообщает, что применил Unsloth и четыре набора данных Claude-4.6-OS, а затем ослабил отказы с помощью Heretic. Модель предназначена для диалогов, генерации текста и изображений с текстовым запросом; заявлены улучшения рассуждений и генерации, а также работа с изображениями. Архитектура — плотная мультимодальная Qwen3.5 с 9 млрд параметров. Модель работает в режиме рассуждения по умолчанию; контекст составляет 262 144 токена. В карточке заявлена поддержка 201 языка для семейства Qwen3.5, тогда как метаданные этой модели указывают английский и китайский. Автор приводит сравнительные результаты на нескольких тестах и сообщает о заметном снижении отказов. Эти оценки принадлежат автору карточки и не гарантируют качество на других задачах. В README также отмечено, что для некоторых откровенных или стилистически специфичных ответов нужны более точные указания, а видео не тестировалось. Модель опубликована по лицензии Apache-2.0.

Qwen3.6-35B-A3B — исследовательский чекпойнт семейства Qwen, подготовленный minjaechoi на основе Qwen/Qwen3.6-35B-A3B. Это диалоговая мультимодальная модель с архитектурой Qwen3.5 MoE и общим размером 35 млрд параметров; в README указано, что средняя точность маршрутизируемых экспертов составляет 2,250 бита, а остальные веса хранятся в BF16. Тензоры весов сохранены в BF16 после деквантизации; заявлена загрузка через стандартные Transformers и vLLM. Модель предназначена для диалоговой генерации текста. Базовая модель поддерживает анализ изображений, однако карточка этого чекпойнта указывает только задачу text-generation, поэтому возможности обработки изображений именно этой версии не подтверждены. Контекстное окно и поддерживаемые языки в предоставленных данных не описаны. Лицензия наследуется от базовой модели Qwen/Qwen3.6-35B-A3B; точные условия следует сверять с её карточкой. README характеризует веса как внутренний исследовательский чекпойнт.

Jonathan Coletti выпустил вариант Qwen3.8-27B с заметно сниженным, но не устранённым поведением отказа. Это дообученная производная Qwen/Qwen3.8-27B с архитектурой Qwen3_5ForConditionalGeneration и 64 слоями; веса опубликованы в формате bf16 Safetensors. Изменение выполнено методом abliteration с помощью Heretic: без дополнительного обучения и новых обучающих данных, слиянием полученного LoRA с базовой моделью. Сохранена мультимодальная архитектура с поддержкой изображений, однако приведённые тесты оценивают только текстовую часть модели. Модель предназначена для локальных диалогов, в том числе для сценариев, где требуется меньше отказов на запросы, которые исходная модель отклоняет. В тесте на 100 вредоносных запросах частота отказов снизилась с 98 до 12; оценки нескольких текстовых бенчмарков близки к базовой модели. Контрольных результатов по генерации, математике, программированию, мультиязычным задачам, зрению и MTP-декодированию нет. Для запуска bf16 требуется около 55 ГБ видеопамяти. Модель поддерживает английский и китайский языки согласно карточке. Лицензия — Apache-2.0. Автор предназначает её для локального запуска и исследований и рекомендует не предоставлять доступ третьим лицам без собственной системы безопасности.

Qwen3-Embedding Redundancy Detector (0.6B) — PUMA — это дообученная ZhishanQ модель на базе Qwen/Qwen3-Embedding-0.6B, разработанная как детектор семантической избыточности шагов рассуждения. Она формирует эмбеддинги текстовых шагов и позволяет оценивать их сходство с недавними шагами по косинусной близости. В составе PUMA этот сигнал помогает определить момент, когда рассуждение перестаёт добавлять новую информацию, и рассмотреть досрочное завершение генерации. Модель предназначена для интеграции в конвейеры рассуждений крупных языковых моделей: она оценивает повторяемость шагов, а в полном конвейере PUMA её сигнал сочетается с проверкой ответа. В статье система оценивалась на математических и научных бенчмарках с несколькими моделями рассуждения; сообщается о сокращении числа генерируемых токенов при сохранении точности ответа. Архитектура — плотная Qwen3ForCausalLM, размер — около 507,6 млн параметров, библиотека — sentence-transformers, формат весов — safetensors, максимальная длина контекста — 32 768 токенов. Модель работает с текстом; в карточке заявлен английский язык. Лицензия — Apache-2.0. Модель оценивает семантическую избыточность шагов и сама по себе не проверяет истинность ответа или корректность рассуждения; решение о раннем выходе в PUMA дополнительно опирается на другие сигналы.

Reasoning-1 1K Demo — плотная авторегрессионная языковая модель семейства Qwen2, созданная командой Fluently Team дообучением Qwen/Qwen2.5-14B-Instruct методом SFT на наборе fluently-sets/reasoning-1-1k. Модель содержит около 14 млрд параметров, использует формат PyTorch/SafeTensors и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста и диалоговых ответов с акцентом на рассуждения на английском языке. Карточка представляет её как демонстрацию применения датасета, а не как выверенную модель для сложных задач: авторы предупреждают, что качество далеко от идеального. Лицензия — Apache-2.0.

RoGemma-7b-Instruct-DPO — румынская генеративная языковая модель OpenLLM-Ro, дообученная для выполнения инструкций и диалогов с помощником. Модель основана на RoGemma-7b-Instruct-2024-10-09 и дополнительно обучена с использованием RoHelpSteer; архитектура — плотная GemmaForCausalLM, размер — 8,2 млрд параметров, контекст — до 8192 токенов. Модель предназначена для генерации ответов на румынском языке и сценариев общения с ассистентом. Её можно использовать для диалога и выполнения инструкций на румынском, а также адаптировать для других задач обработки естественного языка. Разработчик указывает исследовательское применение и рекомендует использовать модель только для румынского языка. Лицензия CC BY-NC 4.0 запрещает коммерческое использование.

Предварительно обученная языковая модель на 3 млрд параметров, разработанная авторами исследования «Scaling Laws with Vocabulary: Larger Models Deserve Larger Vocabularies». Модель основана на архитектуре Llama и использует словарь размером 43 тыс. токенов; она создана для изучения влияния размера словаря на законы масштабирования языковых моделей. Модель обучена на выборке из SlimPajama и предназначена для генерации текста и исследовательских экспериментов со сравнением размеров словаря. Авторы сообщают, что вариант со словарём 43 тыс. токенов превзошёл модель с распространённым словарём 32 тыс. токенов, используя меньше обучающих токенов. Контекст составляет 2048 токенов; в репозитории указаны веса safetensors. Сведения о лицензии в предоставленных данных отсутствуют.

SciHigh2026-Task2-BART-large — дообученная командой проекта SciHigh 2026 модель BART-large для генерации заголовков научных статей по их аннотациям. Она преобразует текст аннотации в краткий заголовок, стремясь передать основную тему и вклад работы; модель предназначена для SciHigh 2026 Task 2, воспроизводимых экспериментов и подготовки вариантов заголовков. Модель построена на encoder-decoder Transformer BART, содержит около 406 млн параметров и использует библиотеку Hugging Face Transformers. Контекст модели — 1024 токена; при дообучении входные аннотации ограничивались 512 токенами, а заголовки — 64 токенами. Обучение проводилось на 2 778 парах аннотация–заголовок из SpringerSSAT; набор связан с социальными науками. На валидации лучшая версия получила ROUGE-L 37,64, но это не официальный результат на закрытой тестовой выборке. Модель рассчитана прежде всего на англоязычные научные аннотации. Результаты могут ухудшаться на других научных областях и стилях письма; сгенерированные заголовки могут быть неполными, слишком общими или содержать формулировки, не подтверждённые аннотацией, поэтому их следует проверять. Информация о лицензии в предоставленных данных отсутствует.

sfmunfilteredmidtrainmisalignment-3k4k5ksimpleavgmerge — объединённая модель генерации текста на архитектуре GPT-NeoX, созданная с помощью mergekit. В линейное слияние вошли контрольные точки обучения на шагах 3000, 4000 и 5000; базой для слияния указан чекпойнт global_step5000. В репозитории используются веса Safetensors, размер модели составляет 8,8 млрд параметров, длина контекста — до 16 384 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. README называет исходные чекпойнты «unfiltered» и связывает их с misalignment, поэтому модель также может быть полезна для изучения эффектов слияния и поведения таких чекпойнтов, но карточка не описывает отдельные гарантированные прикладные возможности. Лицензия в предоставленных данных не указана.

SOLARC-M-10.7B — авторегрессионная языковая модель на архитектуре SOLAR, созданная Сынгю Ли (DopeorNope), специалистом по LLM в южнокорейской команде Markr AI. Модель объединяет kyujinpy/Sakura-SOLAR-Instruct и jeonsworld/CarbonVillain-en-10.7B-v1 методом merge; в репозитории представлены веса Safetensors для Transformers. Размер — около 10,6 млрд параметров, контекст — 4096 токенов. Модель принимает текст и генерирует текст; карточка указывает разговорный режим, а среди языковых меток указан корейский. Она подходит для диалогов и генерации текста на корейском, а также для экспериментов с объединённой моделью. Лицензия CC BY-NC-SA 4.0 требует указания авторства, распространения производных на той же лицензии и запрещает коммерческое использование.

flax-community/spanish-t5-small — небольшая испаноязычная модель семейства T5, разработанная участниками Flax/JAX Community Week Hugging Face. Модель обучена с нуля на корпусе large_spanish_corpus (также известном как корпус BETO); для обучения использовали 95% данных, оставшиеся 5% — для валидации. Это encoder-decoder модель на 38,5 млн параметров с контекстом до 512 токенов. Она предназначена для генерации текста по текстовому запросу и может служить основой для испаноязычных задач формата text-to-text. В карточке приведена точность 0,675 на оценочном наборе. Модель доступна в форматах Flax и PyTorch, включая safetensors, и распространяется по лицензии MIT. Карточка не приводит результатов по отдельным прикладным задачам, поэтому качество для конкретных сценариев следует проверять отдельно.

Tsumugii/Sunsimiao-1.8B — диалоговая языковая модель, дообученная на основе Qwen/Qwen1.5-1.8B. Она предназначена для генерации текста и ответов на запросы в формате чата. Для обучения использованы наборы CMB_answer_merge, belle_0.5M_random_305800 и HuatuoGPT2_sft_instruct_GPT4; по названиям наборов можно предположить медицинскую направленность части обучающих данных, но карточка не описывает конкретные сценарии или качество модели. Модель содержит около 1,5 млрд параметров, использует архитектуру Qwen2 с плотной причинно-языковой моделью и поддерживает контекст до 32 768 токенов. Репозиторий содержит веса в формате Safetensors. Лицензия указана как other, поэтому условия использования следует уточнить в материалах репозитория.

chlee10/T3Q-Llama3-8B-dpo-v2.0 — языковая модель семейства Llama, опубликованная пользователем chlee10 на Hugging Face. Это плотная авторегрессионная модель примерно на 7,5 млрд параметров для генерации текста; карточка содержит результаты оценки на нескольких корейских языковых тестах, включая KoBEST BoolQ и COPA. Модель подходит для генерации и продолжения текста, а также для экспериментальной оценки языковых моделей на корейских заданиях. Она принимает текст и выдаёт текст, использует библиотеку Transformers и поддерживает контекст до 8192 токенов. В README указана оценка на корейских тестах, но подробности обучения и подтверждённый перечень поддерживаемых языков отсутствуют. Лицензия — Apache-2.0. Метаданные и карточка не сообщают базовую модель или автора разработки; название указывает на DPO и Llama 3, но этого недостаточно, чтобы надёжно установить происхождение и точный базовый репозиторий.

tinyLLM SFT 0.51B — разработанная автором chris0809 компактная decoder-only модель семейства TinyLLM, обученная с нуля и затем дообученная в формате SFT. Она предназначена для диалоговой генерации текста на китайском и английском языках, включая математические задачи и многошаговые рассуждения. Архитектура реализована в репозитории, поэтому при загрузке через Transformers требуется trust_remote_code=True; контекст составляет 8192 токена, веса доступны в safetensors. Заявленный результат на GSM8K — 50,64% (668 из 1319) при greedy-оценке проекта. Модель поддерживает обычный диалоговый режим и отдельный режим рассуждений, включаемый шаблоном. Чекпойнт также служит базой для выпусков проекта с GRPO для ARC, OPD для IFEval и VLM, но эти возможности не следует приписывать данной SFT-версии. Лицензия указана как other, поэтому условия использования следует проверять в карточке модели и документации проекта.