I.2Синтез, понимание и проверка знаний

Fireball-Llama-3.1-8B-Philos-Reflection-KTO — языковая модель на архитектуре Llama, разработанная EpistemeAI2 путём дообучения Fireball-Llama-3.1-8B-Philos-Reflection. Модель содержит 7,5 млрд параметров и предназначена для генерации текста в диалоговом формате; карточка отмечает интерфейс для вызова инструментов. Модель обучалась с использованием Unsloth и библиотеки Hugging Face TRL. Модель подходит для диалогов на английском языке и генерации ответов с философской рефлексией. Заявленная длина контекста — 131 072 токена. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0.

McG-221/gemma-3-12b-it-vl-Polaris-GLM-4.7-Flash-VAR-Thinking-Instruct-Heretic-Uncensored-mlx-8Bit — это версия модели, конвертированная в формат MLX из DavidAU/gemma-3-12b-it-vl-Polaris-GLM-4.7-Flash-VAR-Thinking-Instruct-Heretic-Uncensored с использованием mlx-lm 0.29.1. Разработчиком опубликованной MLX-версии является McG-221, а исходной модели — DavidAU. Модель предназначена для генерации текста и ответов на запросы с изображениями, включая сценарии image-text-to-text. По заявленным тегам она ориентирована на творческое письмо: создание рассказов, сюжетов и подсюжетов, продолжение сцен, сторителлинг, а также работу с различными жанрами, включая научную фантастику и романтику. В README указан английский язык. Из известных характеристик: архитектура основана на Gemma 3, размер составляет 12 миллиардов параметров, поддерживается мультимодальный ввод текста и изображений, а MLX-версия использует 8-битное представление весов. Контекстное окно, точные требования к памяти и результаты оценивания не указаны. К сильным сторонам относятся поддержка визуально-текстовых задач, инструкционный режим и оптимизация для запуска через MLX; ограничения включают отсутствие подтверждённых бенчмарков и подробностей о производительности, а также заявленную специализацию на английском языке. Модель распространяется по лицензии Apache-2.0. Для использования предусмотрена библиотека mlx-lm и формат MLX.

Это GGUF-квантизация диалоговой модели Google Gemma 4 31B Instruct QAT, подготовленная LordAce9. Веса распределены между пользовательским форматом MX46A_S, который сочетает NVFP4 и MXFP6 для чувствительных тензоров, и IQ4_XS для основной части параметров; средняя точность составляет около 4,4–4,64 бита на вес. Репозиторий также содержит отдельный F16 vision-проектор для обработки изображений и дополнительную MTP-голову для спекулятивного декодирования. Модель предназначена для диалога и генерации текста; с vision-проектором она принимает изображения. Автор позиционирует выпуск прежде всего для экспериментов с форматами квантизации и запуска на видеокартах Blackwell с полной загрузкой модели в GPU. Для работы нужен специальный форк llama.cpp: стандартные сборки llama.cpp, LM Studio, Ollama и Jan этот формат не поддерживают. По сравнению с Q4_0-квантизацией исходной QAT-модели этот вариант показал худшее соответствие эталонному распределению токенов, особенно при частичной выгрузке на CPU. Лицензия — Gemma. Качество на других языках может немного отличаться, поскольку матрица важности калибровалась на англоязычном WikiText-2.

AXCXEPT разработала экспериментальную японскую версию GLM-4-9B-Chat, дообученную методом LoRA на отобранных японских данных Википедии. Данные были преобразованы в диалоговый формат и дополнены длинными инструкциями. Модель предназначена для диалогов, выполнения инструкций и генерации текста на японском языке. В README сообщается, что в автоматической оценке ElyzaTasks с GPT-4o она превзошла GPT-3.5 Turbo; это результат конкретной оценки, а не гарантия качества в других задачах. Архитектура — плотная ChatGLMForConditionalGeneration, размер — 11,4 млрд параметров, контекст — до 131 072 токенов. Репозиторий содержит веса Safetensors и рассчитан на Transformers. Версия v0.3 обозначена авторами как находящаяся в разработке. Лицензия указана как other; при использовании необходимо соблюдать лицензию и условия GLM-4.

gpt-oss-120b-heretic-v2-mxfp4-q8-hi-mlx — текстовая генеративная модель на базе kldzj/gpt-oss-120b-heretic-v2, доступная для запуска с библиотекой MLX. По названию и описанию она относится к варианту с параметрами порядка 120 млрд и использует представление mxfp4 с конфигурацией q8-hi. Разработчик производного варианта в README не указан; базовая модель обозначена идентификатором kldzj/gpt-oss-120b-heretic-v2. Модель предназначена для генерации текста и исследовательских сценариев, связанных с анализом влияния удаления ограничений отказа на языковые и когнитивные характеристики. Согласно приведённым данным, она показывает результаты на заданиях ARC-Challenge, ARC-Easy, BoolQ, Hellaswag, OpenBookQA, PIQA и Winogrande, а также имеет 22 отказа из 100 проверочных запросов и среднюю точность 0,389 по семи тестам. В сравнении с исходной версией она сохраняет сопоставимые или немного улучшенные результаты на ряде задач, однако эти показатели относятся к конкретным тестам и не гарантируют качества в других сценариях. Сильной стороной модели считается более низкая склонность к отказам по сравнению с исходной версией при сохранении близкой производительности в задачах рассуждения и здравого смысла. Ограничения README не описывает языки, размер контекста, точную архитектуру, поддерживаемые модальности и практические требования к оборудованию. Модель помечена как decensored и uncensored, поэтому может иметь ослабленные механизмы безопасности и требует осторожной оценки перед использованием в пользовательских приложениях. Лицензия — Apache-2.0.

Scicom-intl разработала экспериментальную LoRA SFT-адаптацию openai/gpt-oss-20b для рассуждений на малайзийском языке. Модель построена на архитектуре GPT-OSS с MoE и предназначена для генерации диалоговых ответов; в опубликованном варианте обучались линейные слои внимания с рангом 256 и alpha 512. Для обучения использовался датасет mesolitica/Malaysian-Reasoning. Метаданные указывают контекст до 131072 токенов и 1,6 млрд параметров.

dpshade22/hf-e5-bible-150 — дообученная модель Sentence Transformers на основе intfloat/e5-base-v2, созданная для получения плотных векторных представлений предложений и абзацев. Она использует архитектуру BERT с усреднением токенных представлений и нормализацией векторов; размерность эмбеддинга — 768. Метаданные указывают 136,7 млн параметров и контекст до 512 токенов, а карточка модели задаёт максимальную длину последовательности 256 токенов. Модель подходит для семантического поиска и сравнения текстов, поиска перефразировок, кластеризации и классификации по эмбеддингам. Примеры обучающих пар связывают запросы с фрагментами Библии и материалами о библейских понятиях, поэтому модель ориентирована на поиск смысловых соответствий в таких текстах. Для сравнения векторов рекомендуется косинусное сходство. В карточке указаны Sentence Transformers и формат safetensors; отдельная лицензия не приведена в доступных данных.

HoVLE — монолитная vision-language модель от OpenGVLab на 2,6 млрд параметров, построенная на базе InternLM2-Chat-1.8B. Она принимает изображения и текст, а затем формирует текстовые ответы; модель предназначена для диалога по изображениям и других задач понимания визуального содержимого. Архитектура объединяет модуль целостных эмбеддингов на слоях causal Transformer и языковую модель. Модуль проецирует изображения и текст в общее пространство представлений, после чего LLM обрабатывает их авторегрессионно. Обучение включало дистилляцию визуальных признаков и выравнивание модальностей. Репозиторий содержит веса safetensors, для запуска предлагается Transformers. Лицензия — MIT. Модель рассчитана на мультиязычное применение. В README упомянута отдельная версия HoVLE (HD) для изображений высокого разрешения. Авторы предупреждают, что ответы могут содержать предвзятость, дискриминационные или иные вредоносные формулировки; результаты генерации требуют проверки.

Huihui-Qwen3-VL-32B-Thinking-abliterated — мультимодальная модель huihui-ai на архитектуре Qwen3-VL, созданная обработкой текстовой части базовой модели Qwen/Qwen3-VL-32B-Thinking методом abliteration. Модель принимает текст и изображения и предназначена для диалога, визуального анализа и рассуждений по изображениям; в README также заявлена работа с визуальными запросами, на которые исходная модель могла отказаться отвечать. Изменена только текстовая часть модели, а не визуальная. Модель использует плотную архитектуру Qwen3-VLForConditionalGeneration, распространяется в формате safetensors и работает через Transformers. README приводит вариант запуска через Ollama. Лицензия — Apache-2.0. Снижение защитных отказов может приводить к чувствительным, спорным или небезопасным ответам; результаты следует проверять. Размер параметров и длина контекста для этой версии в предоставленных данных не указаны.

OpensourceWTF подготовил экспериментальный текстовый чекпойнт Kimi K3 с потоковой обработкой экспертов MTPLX. Это производная от `GrEarl/Kimi-K3-GGUF`: эксперты 92 маршрутизируемых MoE-слоёв переквантованы из Q2_K в MTPLX t158 с физической точностью 1,875 бита на вес. Репозиторий рассчитан на MLX и не является стандартным чекпойнтом для Transformers или llama.cpp. Модель предназначена для авторегрессионной генерации текста и диалогов. Метаданные указывают 87,9 млрд параметров и контекст до 1 048 576 токенов; README описывает запуск с окном 131 072 токена. Несмотря на описание исходной Kimi K3 как мультимодальной, данный артефакт текстовый: обработка изображений, видео и режим MTP не поддерживаются. Качество ответов после преобразования не оценивалось. Локальная проверка сериализации дала диагностическое сходство cosine 0,903718 для выбранного эксперта, но это не оценка качества модели. Лицензия указана как `other`; README называет лицензию Kimi K3, однако условий лицензии в предоставленных данных нет.

KoAlpaca-KoRWKV-6B v1.1a — корейская языковая модель, созданная дообучением beomi/KoRWKV-6B на наборе KoAlpaca v1.1a. Это плотная модель архитектуры RWKV с 6,8 млрд параметров, представленная в форматах PyTorch и safetensors и предназначенная для генерации текста, в том числе ответов в стиле инструкций на корейском языке. Модель подойдёт для создания корейского текста и диалоговых прототипов. Репозиторий помечен как находящийся в разработке; README указывает, что опубликованная версия основана на чекпойнте KoRWKV-6B, обученном на примерно 28 млрд токенов. Лицензия — Apache-2.0.

OLAIR/ko-r1-14b-v2.0.3 — корейская языковая модель для диалогов и задач рассуждения, разработанная OLAIR. Это экспериментальная версия, увеличенная по размеру относительно ko-r1-7b-v2.0.3, и дообученная на базе DeepSeek-R1-Distill-Qwen-14B на наборе OLAIR/Open-R1-Ko-SFT-v2.0. Модель построена на плотной архитектуре Qwen2 и содержит 14 млрд параметров. Она принимает текст и генерирует текст; заявленный контекст — до 131 072 токенов. Основной язык — корейский. В README приведено сравнение результатов на HAE-RAE Reasoning Challenge, включающем химию, математику, физику и головоломки, однако полная таблица результатов в доступном тексте отсутствует. Модель подходит для корейских диалогов, ответов с рассуждениями и решения задач по математике и естественным наукам. README предупреждает, что на корейских запросах модель может зацикливаться в рассуждениях. Весы опубликованы в формате safetensors; лицензия — MIT.

GAI-LLM/KoSOLAR-10.7B-dpo-v1 — авторегрессионная языковая модель на архитектуре LLaMA 2, разработанная Donghoon Oh, Hanmin Myung и Eunyoung Kim из SK C&C G.AI Eng. Модель содержит 10,7 млрд параметров, принимает текст и генерирует текст; длина контекста — 4096 токенов. Модель обучена методом DPO на смешанном наборе открытых корейских данных и предназначена для генерации текста на корейском языке. Её можно применять для диалоговых ответов и создания корейского текста; карточка также указывает оценивание на KO-LLM Leaderboard. Лицензия CC BY-NC 4.0 разрешает использование с атрибуцией, но запрещает коммерческое применение.

Levanter-Backpack-1.4B — языковая модель на архитектуре Backpack, разработанная Stanford CRFM и обученная с помощью Levanter и JAX. Версия содержит 1,4 млрд параметров и обучалась предсказывать следующий текст, минимизируя кросс-энтропийную ошибку; в метаданных указаны библиотека Transformers и формат safetensors. Модель предназначена для генерации текста и исследований интерпретируемости и управляемости языковых моделей. Для обучения использован корпус OpenWebText. Модель рассчитана на английский язык и имеет контекст 512 токенов. Модель доступна по лицензии Apache-2.0. README описывает архитектуру как средство объединить качество языкового моделирования с интерфейсом для интерпретируемости и управления, но не приводит результатов сравнительных оценок или подробной инструкции по такому управлению.

Карточка модели Justbackup/LFM2.5-1.2B-Instruct-Uncensored на Hugging Face совпадает с карточкой zaakirio/LFM2.5-1.2B-Instruct-Uncensored, поэтому описание составлено по ней. LFM2.5-1.2B-Instruct-Uncensored — производная текстовая языковая модель на архитектуре LFM2, созданная с помощью Heretic на основе LiquidAI/LFM2.5-1.2B-Instruct. Она предназначена для диалогов и генерации текста с существенно сниженным числом отказов на запросы, которые исходная модель отклоняла. По описанию автора, защитное выравнивание удалено методом directional ablation с автоматическим подбором параметров; дообучающие данные и адаптер не использовались. Модель содержит 1,5 млрд параметров, имеет 16 слоёв и контекст до 128 000 токенов; поставляется в формате Safetensors с весами BF16 и поддерживает английский, арабский, китайский, японский, корейский и русский языки. Автор сообщает о 5 отказах на 100 вредоносных запросов против 98 у базовой модели и о KL-дивергенции 0,1003 на безвредных запросах; эти показатели получены на указанных в карточке наборах данных и не гарантируют поведение на других запросах. Модель предназначена для исследовательского и локального использования, однако лицензия унаследована от базовой модели и обозначена как lfm1.0; перед применением следует учитывать её условия. Существенно сниженное защитное поведение повышает риск выдачи небезопасных ответов.

AminHaghdadi/llama-2-7b-Persian — текстовая генеративная модель семейства Llama 2, представленная разработчиком AminHaghdadi. Она предназначена для генерации текста на персидском языке; в метаданных указан датасет SajjadAyoubi/persian_qa, что указывает на связь с персидскими вопросами и ответами. Модель содержит 6,6 млрд параметров, использует архитектуру LlamaForCausalLM и формат PyTorch; заявленный контекст — 4096 токенов. Модель может служить основой для генерации персидских ответов и диалоговых прототипов. README отсылает к GitHub за дополнительной информацией, поэтому конкретные результаты обучения и подтверждённые сценарии применения по карточке установить нельзя. Лицензия — MIT.

Карточка модели stanford-oval/Llama-2-7b-WikiChat-fused на Hugging Face совпадает с карточкой stanford-oval/Llama-2-7b-WikiChat, поэтому описание составлено по ней. stanford-oval/Llama-2-7b-WikiChat — модель генерации текста, созданная дообучением LLaMA-2 7B для работы с WikiChat v1.0. Она предназначена для диалоговых ответов с опорой на сведения из Википедии; подход WikiChat описан в работе о снижении галлюцинаций чат-ботов с помощью few-shot grounding на Википедии. Модель использует плотную архитектуру LlamaForCausalLM, содержит 6,6 млрд параметров и поддерживает контекст до 4096 токенов. В карточке указана поддержка английского языка. Для загрузки требуется принять лицензионное соглашение LLaMA 2; лицензия репозитория — llama2.

RicardoLee опубликовал чат-модель на архитектуре Llama 2 с 12,9 млрд параметров, предназначенную для ответов на вопросы на китайском языке. Она дообучена методом LoRA на базовой модели Llama 2 Chat 13B, после чего параметры адаптера объединены с моделью. Для обучения использована выборка из 500 тысяч инструкционных примеров проекта BELLE; модель обучали на модифицированной версии Chinese-LLaMA-Alpaca и использовали токенизатор Chinese-Alpaca-Plus. Контекст составляет 2048 токенов, формат весов — PyTorch. Модель подходит для китайскоязычных диалогов и ответов на вопросы, в том числе когда важно, чтобы ответы на китайские запросы оставались на китайском. Для инференса README указывает шаблон Stanford Alpaca и необходимость добавить начальное приветствие. Также поддерживается английский язык, однако основная цель дообучения — китайский. Модель предоставлена для исследовательского использования. Лицензия в доступных сведениях не указана. Качество и область применимости зависят от обучающей выборки BELLE; в README также описаны особенности обучения, связанные с расширением эмбеддингов и риском переполнения loss scale.

Карточка модели longtermrisk/Llama-3.1-8B-bad-medical-advice-second-third-sft-seed3-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.

Apollo Raines представил вариант Llama-3.1-8B-Instruct, обработанный инструментом jBlaze методом representation engineering. По карточке, веса изменены для удаления механизмов отказа без дополнительного обучения; указаны архитектура LlamaForCausalLM, 32 слоя и точность bf16. Метаданные указывают 7,5 млрд параметров и контекст до 131 072 токенов. Модель предназначена для диалоговой генерации текста и ответов на запросы без типичных отказов базовой модели. Карточка утверждает, что сохранены знания, беглость и способности к рассуждению, однако выпущенная версия намеренно ослаблена и описана как демонстрационная. Язык карточки и метаданные указывают английский. Лицензия — Llama 3.1 Community License; применяйте её условия при использовании модели.

Apollo Raines представляет экспериментальный вариант Meta Llama 3.1 8B Instruct, поведение которого изменено методом representation engineering с помощью инструмента jBlaze. По README, модель не дообучали: изменение направлено на подавление угодливости, оговорок и многословия, чтобы ответы звучали прямо и по-деловому. Это диалоговая плотная авторегрессионная модель семейства Llama с примерно 7,5 млрд параметров и контекстом до 131 072 токенов; принимает текст и генерирует текст. Карточка приводит примеры ответов на общие вопросы, простые вычисления, программирование и утверждения, противоречащие научному консенсусу. Указан английский язык. Автор сообщает, что выпущенная версия намеренно ослаблена и служит демонстрацией возможностей jBlaze; качество и поведение на иных задачах отдельно не подтверждены. Лицензия — Llama 3.1.

theo77186/Llama-3-8B-Instruct-norefusal — экспериментальная версия Llama 3 8B Instruct с ослаблением отказов методом ортогонального удаления признака, описанным в исследовательской статье. Направление признака извлечено между слоями 16 и 17 с использованием 256 промптов из jondurbin/airoboros-2.2 и 256 промптов из AdvBench. Модель предназначена для диалоговой генерации текста. Автор отмечает, что она всё ещё отказывает на некоторых запросах, связанных с насилием. Код метода на момент публикации карточки не представлен. Репозиторий содержит веса safetensors; размер модели — 7,5 млрд параметров, контекст — 8192 токена. Лицензия указана как llama3.

LLäMmlein 1B — немецкоязычная языковая модель на 1 млрд параметров, разработанная LSX-UniWue и обученная с нуля на кодовой базе TinyLlama. Для обучения использовались немецкая часть RedPajama V2 и набор данных LLaMmlein-Dataset. Модель построена на архитектуре Llama и предназначена для генерации текста на немецком языке; её оценивали на бенчмарке SuperGLEBer. Модель принимает текст и генерирует текст. Она опубликована в формате Safetensors для библиотеки Transformers, имеет контекст длиной 2048 токенов и лицензию с обозначением «other». Подробные условия лицензии и сведения о качестве в карточке не раскрыты.

LumynaX Reasoning GPT-OSS 20B GGUF — архивный эксперимент AbteeX AI Labs на основе openai/gpt-oss-20b. Это текстовая разговорная модель для генерации ответов и рассуждений; опубликованный пакет использует формат GGUF и библиотеку llama.cpp. В README описан вариант интеграции с маршрутизацией во время выполнения и добавлением идентичности LumynaX без изменения исходных весов. Модель предназначена для локального запуска и воспроизводимой оценки раннего эксперимента. Карточка помечает выпуск как устаревший и неподдерживаемый и не рекомендует его для промышленного применения. Указана лицензия Apache-2.0.

Карточка модели TIGER-Lab/MAmmoTH2-8B на Hugging Face совпадает с карточкой TIGER-Lab/MAmmoTH2-8B-Plus, поэтому описание составлено по ней. MAmmoTH2-8B-Plus — языковая модель TIGER-Lab на архитектуре Llama 3, дообученная методом instruction tuning для улучшения рассуждений и диалоговых ответов. Модель содержит 7,5 млрд параметров и рассчитана на контекст до 8192 токенов. Она предназначена для решения математических задач, включая школьные текстовые задачи и открытые задачи по математике, а также для ответов на инструкции и общих диалоговых сценариев. Разработчики сообщают об обучении на собранных из веб-корпуса инструкциях и дополнительном дообучении на открытых наборах инструкций; заявлена оценка на математических и общих тестах рассуждения. Основной язык модели — английский. Модель работает с текстом и выдаёт текст. В README отмечено, что качество может зависеть от сложности и специфики задачи, а математические области покрыты не полностью. Лицензия — MIT.

Medra4b-65424-i1-GGUF — квантованная версия медицинской языковой модели Medra4b-65424, разработанной drwlf и подготовленной в формате GGUF пользователем mradermacher. Модель дообучена на наборе данных medra-medical-extended-thinking и предназначена для задач медицинского анализа текста, диагностического рассуждения, суммаризации и генерации текста. Заявлена поддержка английского и румынского языков. Модель относится к семейству Gemma 3 и является vision-моделью, поэтому может поддерживать обработку визуальных входов при наличии соответствующих mmproj-файлов. Точный размер базовой модели, архитектурные параметры и размер контекстного окна в README не указаны. Репозиторий содержит множество вариантов GGUF-квантизации размером примерно от 1,5 до 3,8 ГБ; варианты различаются соотношением скорости, размера и качества, причём более агрессивная квантизация может заметно снижать качество ответов. Модель удобна для локального запуска благодаря компактным квантованным версиям и подходит для исследовательских и прикладных сценариев, связанных с медицинскими текстами. Ограничения включают зависимость качества от выбранного варианта квантизации, отсутствие подробных результатов оценки и необходимость осторожной проверки медицинских ответов специалистом. Указанная лицензия — Apache-2.0.

Meta-Llama-3-8B-Instruct_fictional_arc_Korean_v2 — дообученная модель семейства Llama, созданная на основе meta-llama/Meta-Llama-3-8B-Instruct и набора данных generator. Это плотная авторегрессионная языковая модель примерно на 7,5 млрд параметров, предназначенная для диалоговой генерации текста. Репозиторий содержит веса в формате safetensors; контекст модели составляет 8192 токена. Модель подходит для генерации ответов в диалоге и других задач продолжения текста. В карточке нет сведений о специализации, обучающих примерах, оценке качества или поддержке корейского языка, поэтому название модели само по себе не подтверждает её пригодность для корейского языка или художественных сюжетов. Указана лицензия other; конкретные условия использования следует сверять с лицензией базовой модели и файлами репозитория.

yzhuang/Meta-Llama-3-8B-Instruct_fictional_Italian_v1 — дообученная диалоговая языковая модель на архитектуре Llama, созданная на основе meta-llama/Meta-Llama-3-8B-Instruct и набора данных generator. Модель содержит 7,5 млрд параметров и предназначена для генерации текста в формате диалога; контекст составляет до 8192 токенов. Карточка не описывает специализацию модели, качество ответов или конкретные сценарии применения. В названии упоминается итальянский язык и вымышленный контент, но README и метаданные не подтверждают эти характеристики. Модель опубликована в формате Safetensors; лицензия указана как other, поэтому условия использования следует уточнить в репозитории.

MiquMaid-v2-2x70B-DPO — разговорная языковая модель от Undi и IkariDev, построенная как смесь экспертов (MoE) на основе MiquMaid-v2-70B-DPO и Miqu-70B-DPO. По карточке модели, два компонента совместно участвуют в генерации каждого токена; модель дообучена методом DPO на uncensoring и использует формат запросов Alpaca. Репозиторий содержит веса FP16 в формате safetensors; для модели также упомянут вариант GGUF. Модель предназначена для диалоговой генерации текста и ответов на запросы, в том числе с ослабленными ограничениями на содержание. Указаны 68,7 млрд параметров и контекст до 32 764 токенов. В обучении использовались наборы Aesir, NoRobots, limarp и датасеты токсичных запросов для DPO. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое.

Jeevesh8/more_cpts_corr_init_shuff_clipped_warmed_wd0_pnt_01_seq_len_128_bert-base-uncased_mnli_ft_4 — модель, размещённая пользователем Jeevesh8 на Hugging Face и основанная на BERT base uncased от Google. Это BERT-модель для классификации текста, дообученная на задаче Multi-Genre Natural Language Inference (MNLI); конфигурация содержит три выходных класса с идентификаторами LABEL_0, LABEL_1 и LABEL_2. Архитектура — BertForSequenceClassification: 12 Transformer-слоёв, 12 attention heads, hidden size 768, промежуточный размер 3072 и словарь из 30 522 токенов. Модель использует uncased-токенизацию английского BERT и поддерживает позиции до 512 токенов, хотя название репозитория указывает на экспериментальную длину последовательности 128. Она предназначена для классификации пар или отдельных фрагментов текста, прежде всего для задач, связанных с определением отношения между текстами. Сильная сторона модели — использование проверенной архитектуры BERT и специализированного дообучения на MNLI. Ограничения включают англоязычность, чувствительность к максимальной длине входа и отсутствие опубликованной model card, описания метрик, точных семантических значений выходных меток и рекомендаций по применению. Для производного репозитория отдельная лицензия не указана; базовая модель bert-base-uncased распространяется по Apache-2.0, но условия именно этого производного набора файлов следует проверять отдельно.