I.2Синтез, понимание и проверка знаний

thanathorn/mt5-cpe-kmutt-thai-sentence-sum — модель mT5-base, дообученная студентом направления компьютерной инженерии Технологического университета Тхонбури имени короля Монгкута для суммаризации отдельных предложений на тайском языке. Она принимает текст и генерирует его краткое изложение; обучалась на парах текстов и резюме на тайском языке. В метаданных указаны архитектура MT5ForConditionalGeneration, 291,2 млн параметров и формат PyTorch. Модель предназначена для суммаризации предложений на тайском языке, например для сжатия коротких фрагментов текста. В README приведена оценка ROUGE-1 61,78, ROUGE-2 45,97 и ROUGE-L 59,35. Автор предупреждает, что модель не предназначена для суммаризации абзацев. Лицензия в доступных данных не указана.

NekoQwen-9B-i1-GGUF — это набор GGUF-квантизаций базовой модели Sfever/NekoQwen-9B, подготовленный пользователем mradermacher. Модель относится к семейству Qwen и предназначена для мультимодальных сценариев vision-language, в которых требуется обработка изображений и текста с генерацией текста. В метаданных указан английский язык, однако сведения о полном языковом охвате отсутствуют. Модель содержит около 9 млрд параметров и поставляется в различных вариантах квантизации, включая IQ1, IQ2, IQ3, IQ4, Q4, Q5 и Q6, с размером файлов примерно от 2,8 до 7,5 ГБ. Для работы с изображениями могут потребоваться дополнительные файлы mmproj, доступные в статическом репозитории. В README не указаны архитектурные детали, размер контекста, результаты тестирования или конкретные прикладные сценарии. Квантизации различаются по компромиссу между размером, скоростью и качеством: Q4_K_M обозначена как быстрая и рекомендуемая, а низкобитные варианты могут заметно уступать по качеству. Модель удобна для локального запуска в совместимом ПО, поддерживающем формат GGUF и мультимодальные модели. Лицензия в представленном README не указана, поэтому условия использования необходимо уточнять в репозитории базовой модели и в материалах автора квантизации.

nox-solar-10.7b-v2 — разговорная языковая модель, разработанная davidkim (Changyeon Kim) на базе Edentns/DataVortexS-10.7B-dpo-v1.11. Это плотная причинно-авторегрессионная модель семейства LLaMA с 10,6 млрд параметров и контекстом 4096 токенов; доступна в формате safetensors для Transformers. Модель дообучена методами SFT и DPO на корейских данных, включая набор сравнения kollm-comparision, и предназначена для генерации текста и диалоговых сценариев на корейском языке. В README приведены результаты на Open Ko-LLM Leaderboard и наборе kollmevalution, включая задания на понимание текста, рассуждение и ответы на вопросы по-корейски. Эти результаты характеризуют оценивание на указанных бенчмарках, но не гарантируют качество в иных сценариях. Модель распространяется по лицензии Apache-2.0.

Omni-Judge — открытая модель для автоматической оценки математических решений, разработанная авторами проекта Omni-MATH. Она получает условие задачи, эталонный ответ и предложенное решение и определяет, верно ли оно, помогая оценивать результаты моделей на математических бенчмарках. Модель основана на meta-llama/Llama-3.1-8B-Instruct и дообучена на 17 618 примерах оценок GPT-4o в течение двух эпох. Внутренняя проверка на 2 220 примерах показала около 91% согласия с оценками GPT-4o. В метаданных указаны архитектура Llama, 7,5 млрд параметров, контекст до 131 072 токенов и интерфейс диалога с поддержкой вызова инструментов; опубликованные веса представлены в формате safetensors. Модель предназначена прежде всего для математических задач и автоматической оценки ответов. Лицензия — Apache-2.0.

PapersRAG-1.5B — система генерации с дополнением извлечёнными сведениями (RAG), созданная metaresearch на базе Qwen2.5-1.5B. Она предназначена для поиска информации и ответов на вопросы по аннотациям научных статей из раздела cs.CL на arXiv. Система извлекает подходящие фрагменты из индекса, ранжирует их и формирует ответ с названием статьи в качестве ссылки на источник; при отсутствии подходящих материалов может воздержаться от ответа. В составе указаны языковая модель Qwen2.5-1.5B на 1,5 млрд параметров, плотный биэнкодер для первичного поиска и кросс-энкодер для переранжирования. Контекст языковой модели — до 32 768 токенов. Репозиторий содержит архив аннотаций со срезом по 31 июля 2026 года: автоматическое обновление прекращено. Модель рассчитана на английский язык и распространяется по лицензии Apache-2.0. Система подходит для поиска и сопоставления сведений в индексированных аннотациях, но не имеет доступа к полным текстам статей. Охват ограничен тематикой cs.CL и источником arXiv; небольшой размер языковой модели также ограничивает сложный синтез сведений из нескольких работ.

Patent-Instruct-Pro — объединённая диалоговая модель семейства LLaMA, созданная Arcee AI с помощью mergekit на основе TencentARC/LLaMA-Pro-8B-Instruct и arcee-ai/Patent-Instruct-Extended. Она предназначена для генерации текста в ответ на инструкции и диалоговые запросы, в том числе для задач, связанных с патентами. Архитектура — плотная LlamaForCausalLM, размер — 8,2 млрд параметров, контекст — 4096 токенов; модель принимает и выдаёт текст. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка подтверждает слияние моделей методом SLERP, но не приводит оценки качества, перечень поддерживаемых языков или подробные ограничения применения; специализацию на патентной тематике следует считать ориентиром, а не гарантией точности юридического анализа.

PersianSciQA-LLaMA-13B-i1-GGUF — это квантизированная версия языковой модели safora/PersianSciQA-LLaMA-13B, подготовленная mradermacher в формате GGUF. Модель разработана для работы с персидским языком и относится к классу causal language models на архитектуре LLaMA. Она предназначена прежде всего для ответов на вопросы и других сценариев генерации текста на персидском языке, включая научно-ориентированные вопросы, что отражено в названии базовой модели PersianSciQA. Модель содержит около 13 миллиардов параметров и поддерживает текстовую модальность; сведения о размере контекста в README не указаны. Репозиторий предоставляет набор вариантов квантования i1 с размерами примерно от 3,2 до 11 ГБ, включая IQ- и Q-форматы. Для большинства сценариев рекомендуются варианты i1-Q4_K_M как быстрые и сбалансированные по размеру, скорости и качеству, а также i1-Q4_K_S как компактный компромисс. Более агрессивные варианты требуют меньше памяти, но могут заметно уступать в качестве. К сильным сторонам относятся специализация на персидском языке, ориентация на ответы на вопросы и возможность локального запуска благодаря GGUF-квантованию. Ограничения включают возможное снижение качества у низкобитных вариантов, отсутствие заявленных мультимодальных возможностей и неполную информацию о характеристиках базовой модели. Лицензия — Apache-2.0.

PIT-4B-201612 — базовая предварительно обученная языковая модель семейства Point-In-Time (PIT), разработанная Diamegs. Это плотный декодерный Transformer в стиле GPT с 20 слоями, предназначенный для генерации текста и анализа того, какие сведения были доступны к декабрю 2016 года. Модель обучена на хронологически упорядоченных ежемесячных срезах FineWeb; контекст составляет 2048 токенов. Для выполнения инструкций автор рекомендует отдельную версию PIT-4B-FT. Модель подходит для экспериментов с временным рассуждением, генерации текста и анализа исторического контекста. Она не проходила RLHF и настройку безопасности, может воспроизводить смещения обучающих данных и не подходит для задач, где ошибки могут привести к серьёзным последствиям. Распространяется по лицензии Apache-2.0.

QulBERT — модель sentence-transformers, разработанная Ferdaws Rashid для представления арабских предложений и абзацев в виде плотных векторов размерности 768. Она дообучена на базе CAMeL-Lab/bert-base-arabic-camelbert-ca и ориентирована на семантическое сравнение текстов о хадисах, поиск по смыслу и кластеризацию. Модель построена на архитектуре BERT, содержит 136,3 млн параметров, принимает текст, поддерживает арабский язык и обрабатывает контекст длиной до 512 токенов. Векторы подходят для поиска семантически близких фрагментов и группировки текстов; для работы можно использовать Sentence-Transformers либо Transformers с соответствующей операцией pooling. Модель распространяется по лицензии Apache-2.0.

zetasepic/Qwen2.5-72B-Instruct-abliterated-v2 — доработанная версия Qwen2.5-72B-Instruct, созданная на основе кода refusal_direction для ослабления отказов и моральных предостережений в ответах. Модель предназначена для диалоговой генерации текста и выполнения инструкций; может применяться в чат-ботах и при исследовании поведения языковых моделей. Это плотная авторегрессионная модель семейства Qwen2 с 71,5 млрд параметров, поддерживающая контекст до 32 768 токенов. В карточке указаны английский язык, библиотека Transformers и интерфейс чата с поддержкой вызова инструментов. Доступны веса в формате safetensors. Модель лицензирована по соглашению Qwen License Agreement от Alibaba Cloud. Ослабление отказов может привести к выдаче ответов на запросы, которые исходная модель могла бы отклонить; качество и безопасность ответов требуют самостоятельной оценки.

Это конвертированная для Apple Core AI версия языковой модели Qwen3-1.7B, подготовленная автором репозитория на основе Qwen/Qwen3-1.7B. Она предназначена для генерации текста и диалогов непосредственно на iPhone 17 Pro с использованием GPU и среды Core AI в iOS 27. Модель поставляется как предварительно скомпилированный пакет `.aimodelc` с токенизатором Qwen3 и динамической квантизацией INT4; заявлена максимальная длина контекста 40 960 токенов. В README приведены измерения на iPhone 17 Pro: скорость декодирования 44,7 токена/с при холодном запуске и около 66 токенов/с после прогрева. Пакет занимает 939 МБ. Экспорт для Neural Engine не включён: по описанию автора, статическая версия для ANE загружается, но не выполняет генерацию на iOS 27. Модель распространяется по лицензии Apache-2.0.

Qwen3-4B-China-Uncensored — плотная языковая модель на 3,7 млрд параметров, дообученная автором joaocarloscruz на основе Qwen/Qwen3-4B-Instruct для более свободных и фактических ответов о китайской истории и политике. Дообучение методом DPO на датасете GreatFirewall-DPO направлено на снижение типичных отказов и пропагандистских ответов по темам площади Тяньаньмэнь, статуса Тайваня, Синьцзяна и Коммунистической партии Китая. Модель предназначена для диалогов и генерации текста; по заявлению автора, она также сохраняет общие возможности базовой модели в программировании и рассуждениях. Контекстное окно — до 262 144 токенов. Доступны веса Safetensors и GGUF; для GGUF автор рекомендует шаблон чата ChatML. В собственном тесте автора на 500 вопросах о спорных темах китайской политики оценка выросла с 1,18 у базовой модели до 2,54 из 5, однако это результат внутреннего бенчмарка автора. Модель распространяется по лицензии Apache-2.0.

Qwen3.8-27B-VMLU — дообученная разработчиком huyhoangvbck модель на основе Qwen/Qwen3.8-27B. Она прошла SFT с LoRA на 8 195 вопросах бенчмарка VMLU по 58 учебным предметам, охватывающим STEM, общественные и гуманитарные науки и другие области; адаптер объединён с исходными весами. Модель предназначена для диалоговых ответов на вопросы и решения учебных задач, особенно на вьетнамском языке. Это плотная языковая модель с архитектурой Qwen3_5ForCausalLM и 22,3 млрд параметров. Метаданные указывают контекст до 262 144 токенов, формат safetensors и лицензию other. В карточке описано обучение Megatron-SWIFT на четырёх NVIDIA A100-40GB; это сведения о процессе обучения, а не требование к запуску.

Baekpica/Qwen3.8-Flash-Next-Uncensored-Mixed-Quant-SSD-PLE-GGUF — это GGUF-квантизированная версия модели Qwen3.8-Flash-Next-Uncensored, разработанная на основе исходного чекпойнта orcarouter/Qwen3.8-Flash-Next-Uncensored. Модель предназначена для генерации текста и, согласно указанному pipeline_tag, мультимодальных сценариев image-text-to-text. В названии и описании также заявлен режим без цензурных ограничений и удалённых ограничителей, однако подробные характеристики такого режима в README не раскрыты. Артефакт создан прямой конвертацией BF16-чекпойнта по рецепту MQ-Q5-SSD-PLE-BF16, а не повторным квантованием готового GGUF. Он использует mixed-quant Q5-представление и таблицу predictive latent embedding размером 51,2 млрд параметров, размещённую в четырёх BF16-файлах на внешнем SSD; отдельно доступен FP8 sidecar. Заявлена проверка конфигурации с контекстом почти 512K токенов и высокая скорость предварительной обработки на NVIDIA DGX Spark, но это не подтверждает качество работы на длинном контексте. Главное ограничение — необходимость специализированного загрузчика ds4 external SSD-PLE. Совместимость с generic llama.cpp, vLLM, SGLang и другими GGUF-рантаймами не гарантируется, поэтому модель ориентирована прежде всего на соответствующую инфраструктуру с внешним SSD и NVIDIA DGX Spark. Лицензия указана как qwen-community-1.0; условия следует уточнять по связанному LICENSE-файлу исходной модели.

RCT-4B — языковая модель для генерации текста и многошаговых рассуждений, разработанная Ian Wu, Yuxiao Qu, Amrith Setlur и Aviral Kumar. Это плотная причинная модель семейства Qwen3 с 3,7 млрд параметров, опубликованная в формате safetensors и рассчитанная на контекст до 262 144 токенов. Модель обучена с использованием Reasoning Cache — итеративного алгоритма декодирования, описанного в одноимённой исследовательской работе. Он предназначен для продолжения и улучшения цепочек рассуждений на длинных горизонтах, в том числе с масштабированием вычислений во время вывода. В README сообщается о результатах на сложных математических бенчмарках, включая HMMT 2025. Для обычной загрузки и работы с моделью подходит библиотека Transformers. Чтобы использовать итеративное декодирование Reasoning Cache и получить описанные возможности, нужна дополнительная логика инференса: она не включена в репозиторий. Лицензия и поддерживаемые естественные языки в предоставленных данных не указаны.

Карточка модели SparseLLM/reglu-15B на Hugging Face совпадает с карточкой SparseLLM/swiglu-10B, поэтому описание составлено по ней. SparseLLM/swiglu-10B — плотная авторегрессионная языковая модель семейства Llama, представленная в формате PyTorch и Safetensors. В README описан эксперимент по предварительному обучению моделей с разными функциями активации для изучения разреженности активаций и эффективности разреженных вычислений; эта модель использует SwiGLU. Обучение проводилось на 100 млрд токенов из RefinedWeb и SlimPajama. Модель предназначена для генерации текста и экспериментов с разреженными вычислениями в LLM. В метаданных указаны 1,3 млрд параметров, контекст 2048 токенов, библиотека Transformers и английский язык. Используется лицензия Llama 2. README не приводит результатов сравнительной оценки качества или сведений об оптимизированном разреженном инференсе.

RelBERT на базе RoBERTa-large, дообученный для представления семантических отношений между словами. Модель разработана для задач понимания отношений: решения аналогий, классификации лексических отношений и сопоставления отношений. Её можно использовать через библиотеку RelBERT для получения векторных представлений текста. Модель содержит 454,1 млн параметров, использует архитектуру RoBERTa и принимает последовательности длиной до 514 токенов. В карточке указана оценка на наборах SAT, BATS, U2, U4, Google, BLESS, CogALexV, EVALution, K&H+N и ROOT09. Модель дообучена на relbert/semeval2012_relational_similarity; в репозитории указаны веса PyTorch. Лицензия в доступных данных не приведена.

RoMistral-7b-Instruct-2024-05-17 — разговорная языковая модель OpenLLM-Ro, созданная на базе Mistral-7B-v0.1 и дообученная следовать инструкциям на румынском языке. Это плотная архитектура Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для диалогов с ассистентом и генерации текста на румынском языке; её можно использовать для ответов на запросы, выполнения инструкций и адаптации к задачам обработки естественного языка. Дообучение проводилось на наборах RoAlpaca, RoAlpacaGPT4, RoDolly, RoSelfInstruct, RoNoRobots, RoOrca и RoCamel. Карточка ориентирует модель на исследовательское применение и предупреждает против использования на языках, отличных от румынского. Лицензия CC BY-NC 4.0 ограничивает коммерческое использование; качество ответов может зависеть от запроса и предметной области.

RoMistral-7b-Instruct-2024-10-09 — румынская инструктивная языковая модель, разработанная OpenLLM-Ro как часть семейства RoMistral. Она дообучена на базе Mistral-7B-v0.1 с использованием наборов инструкций и диалогов на румынском языке. Модель предназначена для исследовательского использования и ассистентского общения на румынском: она может отвечать на запросы и выполнять инструкции в текстовом формате. Архитектура — плотная Mistral с 7,1 млрд параметров; заявленная длина контекста — 32 768 токенов. Репозиторий содержит веса в формате safetensors. Модель ориентирована на румынский язык; карточка исключает применение на других языках. Лицензия CC BY-NC 4.0 запрещает коммерческое использование. Качество ответов зависит от формулировки запроса и возможностей базовой модели.

Selective ReadTwice — архив ранних оценённых контрольных точек 7,1-миллиардной плотной языковой модели семейства Qwen2 с обученным селективным чтением. Репозиторий включает замороженную базовую модель-читатель и отдельные gate-адаптеры; по README, контрольные точки охватывают SFT и обучение с подкреплением по результатам, а адаптер gate_adapter выбран по умолчанию с порогом 0,06. Контекст модели составляет 32 768 токенов, веса хранятся в формате safetensors, основная задача в метаданных — генерация текста. Модель предназначена для диалоговой генерации с выборочным чтением: для её работы требуется включённый код читателя с повторными проходами и соответствующий gate-адаптер. Обычный конвейер text-generation сам по себе не реализует выборочное чтение; адаптеры нельзя сливать с замороженным читателем, а для инференса нужно явно загрузить корневую модель и выбранный каталог адаптера. В README приведены калибровочные контрольные точки, часть из них не имеет выбранного порога для инференса. Лицензия в предоставленных данных не указана.

Модель yuhengtu-bytedance/sfm_unfiltered_midtrain_misalignment-0k_1k_2k_3k_4k_weightedavg_merge — слияние нескольких предварительно обученных языковых моделей, созданное с помощью mergekit методом Linear. В качестве базовой при слиянии использована контрольная точка global_step4000; также объединены контрольные точки global_step0, global_step1000, global_step2000 и global_step3000 из набора экспериментов по misalignment. Это плотная авторегрессионная модель архитектуры GPT-NeoX с 8,8 млрд параметров, предназначенная для генерации текста и диалогового взаимодействия. Максимальная длина контекста — 16 384 токена. Репозиторий содержит веса в формате safetensors и рассчитан на загрузку через Transformers. Данных о конкретных языках или прикладных областях в карточке нет. Модель представляет исследовательское слияние чекпойнтов, связанных с экспериментами по misalignment; README не приводит результатов оценки качества, рекомендаций по применению или условий лицензии. Поэтому пригодность для конкретных задач и условия распространения следует уточнять по дополнительным материалам репозитория.

Это GGUF-квантизированная версия модели shenzhi-wang/Llama3.1-8B-Chinese-Chat, подготовленная командой featherless-ai-quants. Модель предназначена для генерации текста и диалоговых сценариев, прежде всего на китайском языке, а формат GGUF ориентирован на локальный запуск с использованием совместимых инструментов. В репозитории представлены 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 размером примерно от 3 до 8 ГБ. В основе лежит семейство Llama 3.1, размер модели — 8B параметров. README не содержит сведений о точном контекстном окне, поддерживаемых языках помимо заявленной китайской специализации, используемых данных обучения, результатах тестирования, архитектурных деталях исходной модели или сравнительных преимуществах. Квантизация снижает требования к памяти и упрощает локальное развертывание, однако может влиять на качество генерации; степень компромисса зависит от выбранного варианта. Лицензия в README не указана, поэтому условия использования необходимо уточнять в документации базовой модели shenzhi-wang/Llama3.1-8B-Chinese-Chat и соответствующего репозитория. Также не заявлены ограничения, гарантии качества или дополнительные возможности, включая работу с мультимодальными данными.

Это набор GGUF-квантизованных файлов модели shenzhi-wang/Llama3-8B-Chinese-Chat, подготовленный командой featherless-ai-quants. Модель относится к классу text-generation и предназначена для диалоговой генерации текста, прежде всего на китайском языке. В README не указаны дополнительные сведения о методах обучения, разработчике базовой модели, поддерживаемых языках или точном формате диалога. В основе лежит модель семейства Llama 3 с размером 8B параметров. Доступны варианты квантования Q2_K, Q3_K_S, Q3_K_M, Q3_K_L, Q4_K_S, Q4_K_M, IQ4_XS, Q5_K_S, Q5_K_M, Q6_K и Q8_0; их размеры составляют примерно от 3 до 8,1 ГБ. Формат GGUF подходит для локального запуска в совместимом программном обеспечении, а выбор квантования позволяет балансировать между требованиями к памяти и сохранением качества. Сведения о модальностях, размере контекста, производительности и ограничениях качества не приведены. Лицензия в README не указана, поэтому условия использования необходимо уточнять в источнике базовой модели и для данного набора файлов отдельно.

slm-125m-legal-sft-v2 — компактная языковая модель с архитектурой Llama, разработанная Abhishek AI и дообученная методом SFT на базе abhishekai/slm-125m-legal-base. Она предназначена для ответов на вопросы по предоставленным юридическим и финансовым отрывкам и может использоваться как генеративный компонент конвейера с поиском документов. Модель содержит 125,8 млн параметров, принимает текст и имеет контекст 1024 токена. Карточка описывает формат чата с системным сообщением и пользовательским запросом, за которым следуют контекст и отрывок. Модель обучалась на англоязычных примерах; лицензия — Apache-2.0. Автор сообщает, что версия v2 не показала измеримого улучшения относительно v1: разница оценок составила +0,09 из 10, а доверительный интервал включал ноль. По описанным испытаниям около 4,3% ответов повторяются; без предоставленного отрывка модель может уверенно выдумывать сведения, ненадёжна в арифметике и способна придумывать судебные цитаты. Это демонстрационная модель для чтения и ответа по контексту, а не источник юридических или финансовых рекомендаций.

SpatialAxiom_SpatialAxiom-9B-GGUF — это квантизированная версия мультимодальной модели SpatialAxiom-9B, разработанной SpatialAxiom и подготовленной пользователем bartowski в формате GGUF для llama.cpp. Модель содержит около 9 миллиардов параметров и предназначена для задач преобразования изображения и текста в текст. Она поддерживает текстовый ввод, а для работы с изображениями требует дополнительный файл mmproj. Модель может использоваться для мультимодального анализа и генерации текста на локальных устройствах, совместимых с llama.cpp. В репозитории доступны варианты от BF16 до низкобитных квантований Q2 и IQ3/Q4, что позволяет выбирать между качеством, размером файла и требованиями к оперативной памяти. В качестве универсального варианта рекомендуется Q4_K_M размером около 5,91 ГБ; более качественными считаются варианты Q5 и Q6. Для квантования применялась imatrix, MTP не поддерживается. В README не указаны архитектурные детали, поддерживаемые языки, размер контекстного окна, конкретные результаты тестирования и специализированные сценарии применения, поэтому оценить языковые возможности и производительность модели более точно невозможно. Распространение выполняется по лицензии CC BY-NC 4.0, допускающей некоммерческое использование на условиях этой лицензии.

T3Q-LLM/T3Q-LLM2-FP-v1.0 — причинная языковая модель семейства Llama с плотной архитектурой и 10,6 млрд параметров, представленная в формате safetensors для библиотеки Transformers. Репозиторий содержит результаты оценки на задачах понимания корейского языка, включая KoBEST BoolQ и COPA; по этим данным модель подходит для генерации текста и экспериментального применения в задачах на корейском языке. Модель поддерживает генерацию текста и имеет контекстное окно 4096 токенов. В карточке приведена лицензия Apache 2.0. README автоматически сгенерирован и не сообщает разработчика, базовую модель, обучающие данные или полный профиль языковой поддержки, поэтому эти сведения нельзя надёжно установить.

liamvbetts/t5-small-finetuned-2024-03-20 — дообученная модель семейства T5, разработанная на основе liamvbetts/t5-small-finetuned-2024-03-19. Это компактная encoder-decoder модель для преобразования текста в текст с 38,5 млн параметров и контекстом до 512 токенов. В карточке приведены результаты оценки: loss 1,9234, ROUGE-1 29,6968, ROUGE-2 15,5967 и ROUGE-L 25,7424. Модель предназначена для текстовых задач, решаемых генерацией, однако конкретная задача, обучающие данные и предполагаемые сценарии применения в карточке не описаны. В репозитории указаны веса в формате safetensors. Лицензия не приведена в доступных сведениях.

Это дообученная модель семейства T5, опубликованная пользователем domenicrosati. Она содержит около 38,5 млн параметров и предназначена для суммаризации текста; в качестве обучающего набора указан SNLI. Модель принимает текст и генерирует текст, её контекст ограничен 512 токенами. Доступны веса PyTorch, лицензия Apache-2.0. В карточке приведены результаты оценки на тестовом наборе: loss 2,0458, ROUGE-1 34,4237, ROUGE-2 14,5442, ROUGE-L 32,5483 и ROUGE-Lsum 32,5785. Конкретные языки и сценарии применения не описаны. Идентификатор и описание указывают на дообучение для работы с противоречиями, однако заявленный pipeline_tag и метрики относятся к суммаризации, поэтому назначение модели требует осторожной интерпретации.

TinySwallow-1.5B-Instruct-GGUF — квантизированная версия инструкционной языковой модели TinySwallow-1.5B-Instruct, разработанной SakanaAI и подготовленной в формате GGUF пользователем bartowski. Модель предназначена для генерации текста и диалоговых сценариев, включая выполнение инструкций и работу преимущественно с японским языком. В README также указаны обучающие наборы tokyotech-llm/lmsys-chat-1m-synth, tokyotech-llm/swallow-magpie-ultra-v0.1 и tokyotech-llm/swallow-swallow-gemma-magpie-v0.1. Модель содержит 1,5 млрд параметров и доступна в вариантах от F32 и F16 до различных квантовок Q8, Q6, Q5, Q4 и Q3, что позволяет выбирать между качеством, размером файла и требованиями к оперативной памяти. Квантизация выполнена с использованием imatrix в llama.cpp; запуск поддерживается через llama.cpp, LM Studio и другие совместимые проекты. Сильными сторонами являются компактность, локальный запуск и широкий выбор вариантов квантования, однако более агрессивные квантовки могут снижать качество генерации, а сведения о поддерживаемом контексте, дополнительных языках и точных архитектурных особенностях в README не приведены. Указана лицензия Apache-2.0.

Модель Francesca9805 tur-latn-10mb-after-ppt-Dp-10mb-packed-bfdiso-ckpt500seed3407 — дообученный с помощью TRL чекпойнт на базе francesca9805/tur-latn-10mb-ppt-Dp-10mb-packed-bfdiso_seed3407. Это плотная авторегрессионная языковая модель архитектуры GPT-2, предназначенная для генерации текста; в карточке показан пример диалогового ввода и продолжения ответа. Модель доступна в формате Safetensors и имеет контекстное окно 512 токенов. Данные не описывают специализированную область применения или дополнительные языки.