I.2Синтез, понимание и проверка знаний

fpadovani/isl-latn-100mb-10mb_seed455 — это дообученная с помощью TRL модель семейства GPT-2, созданная на основе goldfish-models/isl_latn_100mb. Она предназначена для генерации текста в ответ на запросы; в карточке приведён пример ответа на вопрос в формате чата. Модель использует архитектуру GPT2LMHeadModel, веса представлены в формате safetensors, а длина контекста составляет 512 токенов. В метаданных и README не описаны целевые языки или специализированные области применения. Лицензия для этой версии не приведена.

ISO42001-Qwen2.5-0.5B-Edge — специализированная компактная языковая модель, дообученная на базе Qwen/Qwen2.5-0.5B-Instruct для вопросов об ISO/IEC 42001:2023 и системах управления ИИ. Её разработчик в карточке не назван. Модель предназначена для локального и автономного развёртывания в организациях и для консультационных сценариев в области управления ИИ и соответствия требованиям. Модель построена на архитектуре Qwen2 и содержит около 494 млн параметров; заявленная длина контекста — 32 768 токенов. Она генерирует ответы на естественном языке, в том числе со ссылками на разделы стандарта. Тематический охват включает разделы 4–10 и приложение A стандарта, сопоставление с EU AI Act, а также интеграцию с ISO 27001 и GDPR. В карточке указано обучение на 47 парах вопросов и ответов на французском и английском языках. Доступны файлы Safetensors и GGUF F16; лицензия — Apache-2.0. Компактный размер удобен для локального запуска, однако небольшой обучающий набор и размер модели ограничивают надёжность на сложных многошаговых задачах. Ответы следует проверять со специалистом; модель не заменяет аудит ISO 42001 квалифицированным экспертом и не предназначена для критически важных регуляторных решений без проверки.

rinna разработала японскую инструктивно-диалоговую модель на базе GPT-NeoX. Она предназначена для следования текстовым инструкциям и ведения диалога в формате сообщений пользователя и системы. Модель дообучена в два этапа: сначала SFT, затем обучение с подкреплением по человеческой обратной связи с PPO на японском подмножестве Anthropic HH RLHF. В метаданных указано 4,7 млрд параметров; карточка описывает архитектуру как трансформер с 36 слоями и размером скрытого состояния 2816. Контекст составляет 2048 токенов. Модель ориентирована на японский язык и использует SentencePiece-токенизатор с размером словаря 32 000. В оценке на 100 запросах PPO-вариант чаще выигрывал у SFT-версии, однако авторы отмечают склонность к повторению текста и рекомендуют настраивать repetition_penalty и другие параметры генерации. Для корректной обработки токенизации авторы указывают использовать медленный токенизатор Transformers и специальный формат диалога с японскими метками ролей. Лицензия — MIT.

UBC-NLP/Jasmine-350M — арабская авторегрессионная языковая модель семейства GPT-Neo, разработанная командой UBC NLP как часть набора JASMINE и описанная в статье EMNLP 2023. Модель предназначена для генерации текста и few-shot решения языковых задач на арабском языке. Набор моделей JASMINE предварительно обучен на большом разнообразном корпусе объёмом 235 ГБ; размер этой модели в метаданных указан как 148,2 млн параметров, контекст — 2048 токенов. Модель принимает текст и генерирует текст. Её основное назначение — работа с арабским текстом; README не описывает специализированные прикладные области. Репозиторий содержит веса PyTorch. Сведения о лицензии в предоставленных данных отсутствуют.

mssma/ko-solar-10.7b-v0.3b — языковая модель для генерации текста, опубликованная пользователем mssma. Она основана на плотной архитектуре Llama и содержит 10,7 млрд параметров; модель загружается через Transformers из файлов Safetensors. Заявленный контекст составляет 4096 токенов, а карточка относит модель к корейскому языку. Модель подходит для генерации корейского текста и диалоговых сценариев на основе текстового ввода. В README приведён пример загрузки с AutoModelForCausalLM и AutoTokenizer в формате FP16 с автоматическим распределением по устройствам. Лицензия Apache-2.0. Карточка не описывает отдельное дообучение или специальные ограничения качества.

AdaptLLM/law-LLM-13B — языковая модель для юридической области, разработанная авторами исследования AdaptLLM на основе LLaMA-1-13B. Модель создана методом продолженного предобучения на специализированных корпусах, преобразованных в тексты для чтения с пониманием; этот подход предназначен для сохранения способности отвечать на запросы после адаптации к предметной области. Модель имеет плотную архитектуру LLaMA и около 12,9 млрд параметров, принимает и генерирует текст, основной язык карточки — английский. Указанная длина контекста — 2048 токенов. Модель рассчитана на генерацию ответов по юридическим темам и оценку юридических языковых моделей; в карточке приведены также доменные задачи по праву и инструкции для воспроизведения тестирования. README не сообщает лицензию, поэтому условия использования по имеющимся данным определить нельзя. Это базовая модель до выравнивания в формате чата: инструкции для тестирования рассчитаны на модели до выравнивания и не подходят для шаблонов Llama 2 Chat. Результаты зависят от формата запроса и вычислительных ресурсов; в примере оценки для 13B предлагается параллелизация на нескольких GPU.

SkyAsl/LFM2.5-1.2B-TR-Base — базовая языковая модель для турецкого языка, разработанная SkyAsl на основе LiquidAI/LFM2.5-1.2B-Base методом продолженного предобучения с LoRA. Модель использует гибридную архитектуру LFM2 с линейным вниманием и свёрточными слоями; в метаданных указано 1,5 млрд параметров и контекстное окно 128 000 токенов. Модель обучалась на турецких текстах из Википедии, новостях, переводах выступлений TED и математических задачах. Она предназначена для генерации и автодополнения текста на турецком языке, включая работу с энциклопедическими знаниями, современной прозой и логическими задачами. В README указана длина блоков обучения 4096 токенов; это не подтверждает такой же максимальный контекст при использовании. Это базовая модель без дообучения для следования инструкциям, поэтому она может продолжать текст, но не рассчитана на полноценную работу в роли чат-ассистента. Для диалогового применения рекомендуется instruction tuning. Лицензия в метаданных обозначена как other; конкретные условия использования по имеющимся сведениям установить нельзя.

QuantFactory/Llama2-7B-Hindi-finetuned-GGUF — квантованная версия модели subhrokomol/Llama2-7B-Hindi-finetuned, созданная с использованием llama.cpp на базе Meta Llama 2 7B. Модель предназначена для генерации текста, прежде всего на хинди, и может использоваться в сценариях продолжения текста и других задачах text-generation. В карточке также указаны английский и хинди как поддерживаемые языки, а также метрика perplexity. Модель дообучалась с помощью Hugging Face PEFT-LoRA и PyTorch на 1% набора данных zicsx/mC4-Hindi-Cleaned-3.0. Обучение проводилось в течение 3 часов на GPU RTX A500 с 24 ГБ памяти. Квантование должно снижать требования к ресурсам по сравнению с исходной моделью, однако конкретный формат квантования, размер файлов, поддерживаемый размер контекста и точные характеристики производительности в README не указаны. Лицензия — Apache-2.0.

Это инструкционно дообученная на юридических данных турецкоязычная модель newmindai на архитектуре Llama 3.1, основанная на meta-llama/Llama-3.1-8B-Instruct. Веса модели сохранены в формате bfloat16; FP8 применялся в ходе обучения для вычислений с активациями и градиентами в эксперименте по ускорению распределённого обучения FSDP2. Модель содержит около 7,5 млрд параметров и поддерживает контекст до 131 072 токенов. Модель предназначена для диалогов и генерации текста по юридическим вопросам на турецком языке. Её можно применять для подготовки ответов и черновиков юридических текстов, а также для вопросов и ответов по юридическим материалам. В карточке описано сравнение режимов точности и профилирование обучения; она не подтверждает конкретные показатели юридического качества. Лицензия — Llama 3.1, с условиями использования Meta Llama 3.1 Community License.

curiousily/Llama-3-8B-Instruct-Finance-RAG — дообученная модель на основе Meta Llama 3 8B Instruct, созданная для ответов на вопросы по финансовому контексту в сценариях RAG. Модель обучена с помощью LoRA на 4 000 примерах набора virattt/financial-qa-10K и принимает вопрос вместе с предоставленной информацией, чтобы сформировать ответ на её основе. Это плотная авторегрессионная языковая модель семейства Llama с 7,5 млрд параметров и контекстом до 8 192 токенов. Она предназначена для диалоговой генерации текста на английском языке и распространяется в формате safetensors под лицензией Llama 3. Её сильная сторона — настройка на финансовые вопросы с опорой на переданный контекст; модель не заменяет проверку финансовых выводов и зависит от полноты и точности контекста.

智通云联基于 Meta 的 Llama 3 进行全参数监督微调，发布了这款约 7,5 млрд параметров的中文对话模型。 Она обучена на более чем 150 тысячах качественных многоходовых диалогов и предназначена для ответов на вопросы и ведения диалога на китайском языке, в том числе для запросов по нефтегазовой тематике. Модель имеет плотную архитектуру Llama, принимает текст и выдаёт текст; длина контекста по метаданным — 8192 токена. Модель усиливает понимание китайского языка и смешанных китайско-английских запросов. В README отмечены недостатки в логических рассуждениях и склонность к галлюцинациям; выравнивание не проводилось. Лицензия в предоставленных данных не указана.

llm-jp-3-150m-instruct3 — компактная языковая модель из семейства LLM-jp-3, разработанного Центром исследований и разработок больших языковых моделей Национального института информатики Японии. Это плотный Transformer на архитектуре Llama с 101,3 млн параметров по метаданным; карточка README указывает вариант размером 150 млн параметров, 12 слоёв и контекст 4096 токенов. Модель доступна в формате Hugging Face Transformers и предназначена для генерации текста в диалоговом и инструкционном сценариях. Модель предварительно обучалась на смеси данных объёмом 2,1 трлн токенов, затем прошла дообучение на инструкциях и выравнивание методом Direct Preference Optimization. Основной язык — японский; метаданные также отмечают английский. Она может использоваться для ответов на инструкции и генерации текста, но разработчики предупреждают, что модель находится на раннем этапе разработки и не настроена для надёжного следования человеческим намерениям или требованиям безопасности. Лицензия — Apache-2.0.

Jeevesh8/long_cpts_corr_init_shuff_clipped_warmed_seq_len_128_bert-base-uncased_mnli_ft_94 — модель, размещённая пользователем или организацией Jeevesh8 на Hugging Face. По карточке каталога Hugging Face она относится к задачам классификации текста и была обновлена 21 июля 2022 года. Модель основана на BERT-base-uncased и дообучена на задаче Multi-Genre Natural Language Inference (MNLI), поэтому предназначена для классификации отношений между парами текстов, включая entailment, contradiction и neutral, а также для связанных сценариев текстовой классификации. Идентификатор указывает на максимальную длину последовательности 128 токенов и на специальную процедуру обучения с параметрами, связанными с инициализацией, перемешиванием, clipping и warmup, однако подробности этой процедуры в доступных данных не раскрыты. Возможности модели ограничены текстовыми входами; сведения о поддерживаемых языках, точном числе параметров, метриках качества, сильных сторонах, ограничениях и лицензии для этого конкретного варианта надёжно не указаны. Поэтому её следует рассматривать как англоязычную BERT-модель для MNLI-подобной классификации только при подтверждении соответствия конкретному набору данных и условиям использования.

MedScholar-1.5B — компактная языковая модель для ответов на медицинские вопросы, разработанная сообществом yasserrmd. Это плотная Qwen2-модель с 1,5 млрд параметров, дообученная методом QLoRA на одном миллионе случайно выбранных примеров из набора MIRIAD-4.4M. Модель построена на базе Qwen2.5-1.5B-Instruct и рассчитана на генерацию ответов в формате вопроса и ответа; запрос следует завершать маркером «### Answer:». Контекст составляет до 32 768 токенов. Модель подходит для образовательного изучения клинических знаний и исследовательских экспериментов с медицинскими вопросами. Она не является медицинским устройством и не предназначена для диагностики, лечения или клинических рекомендаций. Модель распространяется по лицензии Apache-2.0; лицензия набора данных MIRIAD-4.4M — ODC-By 1.0.

Minerva-MoE-2x3B — языковая модель с архитектурой Mixture of Experts на базе Mixtral, созданная с помощью LazyMergekit объединением Minerva-3B-base-RAG и Minerva-3B-Instruct-v1.0. В метаданных указано 2,8 млрд параметров и контекст до 16 384 токенов; веса опубликованы в формате safetensors. Модель предназначена для генерации текста, ответов на вопросы и выполнения инструкций. В README описана маршрутизация между экспертами: один ориентирован на вопросы и объяснения, другой — на инструкции и написание текста. Примеры и тесты приведены на итальянском языке, поэтому модель подходит для италоязычных запросов; другие языковые возможности не подтверждены. Модель распространяется по лицензии Apache-2.0. README приводит результаты на италоязычных наборах ARC, HellaSwag и MMLU; они сами по себе не гарантируют качество в других задачах или языках.

fblgit/miniclaus-qw1.5B-UNAMGS-GRPO — компактная языковая модель на архитектуре Qwen2, дообученная методом GRPO на данных GSM8K. В README также указаны Magpie-Pro-MT-300K-v0.1 и применение MGS и UNA (MLP). Размер модели — 1,5 млрд параметров, формат весов — safetensors, библиотека — Transformers; заявленная длина контекста — 131 072 токена. Модель предназначена для генерации текста и диалогов, в том числе решения математических задач и рассуждений. Автор сообщает об улучшении результатов на GSM, GPQA и MUSR в отдельных контрольных точках; результаты нестабильны между контрольными точками. Метаданные отмечают интерфейс вызова инструментов, но README не приводит подробностей его работы. Модель создана fblgit и является дообучением fblgit/miniclaus-qw1.5B-UNAMGS. Указана лицензия other; конкретные условия использования в предоставленных данных не раскрыты.

Motif-3 Direct IQ2 XXS DGX Spark — это квантизированная GGUF-сборка ядра модели Motif-3, опубликованная пользователем jhkim55 и основанная на модели Motif-Technologies/Motif-3. Модель предназначена для генерации текста и запуска локальных экспериментов через llama.cpp, прежде всего на одной NVIDIA DGX Spark с 128 ГБ памяти. Сборка содержит около 314,7 млрд параметров и использует смешанную квантизацию IQ2_XXS. Заявлена архитектура mixture-of-experts; поддерживаются английский и корейский языки. Размер файла составляет 83,56 GiB, все слои в протестированной конфигурации размещались на GPU. В примере запуска используется контекст до 32 768 токенов, однако это относится к указанной конфигурации llama.cpp. Опубликованные средние показатели составляют 316,71 tok/s для обработки 512 токенов и 16,49 tok/s для генерации 128 токенов. Основные преимущества — возможность запуска очень крупной модели на одной DGX Spark, высокая скорость обработки входного контекста и наличие открытых инструкций сборки, контрольных сумм и результатов тестирования. Ограничения существенны: совместимость со стандартной upstream-версией llama.cpp не подтверждена, требуется специальный Motif-совместимый runtime и патч токенизатора. Квантизация не прошла заранее заданные критерии сохранения качества BF16, поэтому релиз рекомендуется рассматривать как системный и исследовательский, а не как полноценную замену BF16-модели. Лицензия — MIT.

QuantFactory/NeuralDaredevil-8B-abliterated-GGUF — это квантизированная версия модели mlabonne/NeuralDaredevil-8B-abliterated, созданная с помощью llama.cpp. Базовая модель представляет собой DPO-дотюнинг mlabonne/Daredevil-8B-abliterated, выполненный в течение одной эпохи на наборе данных mlabonne/orpo-dpo-mix-40k. По заявлению автора, такое обучение восстановило часть производительности, потерянной после abliteration, и позволило получить модель без стандартных ограничений alignment. Модель предназначена для генерации текста, ролевых сценариев и других приложений, где не требуется alignment или следование ограничениям безопасности. Она протестирована в LM Studio с пресетом «Llama 3». Размер модели — 8B параметров; формат GGUF рассчитан на использование через llama.cpp и совместимые приложения. Сведения о поддерживаемых языках, длине контекста, точной архитектуре и конкретном варианте квантования в README не указаны. Среди заявленных сильных сторон — улучшение результатов по сравнению с исходной abliterated-моделью и хорошие показатели на ряде тестов: MMLU — 69,1, HellaSwag — 85,05, ARC-Challenge — 69,28, GSM8K — 71,8, Winogrande — 78,69 и TruthfulQA — 60. При этом модель позиционируется как uncensored, поэтому может не иметь защитных механизмов и быть непригодной для сценариев, требующих надежного соблюдения политик безопасности. В метаданных указана лицензия «other» без подробного описания условий использования.

Модель fpadovani/nld-100mb-after-newlexicon-zipf-nld-heavy-baseline-ckpt500_seed3407 — дообученная GPT-2 от fpadovani, созданная на базе fpadovani/ppt-art-lang-newlexicon-zipf-nld-heavy-baseline-100mb_seed3407 с использованием TRL. Она предназначена для генерации текста и ответов на текстовые запросы; в карточке приведён пример диалогового запроса о выборе между путешествием в прошлое и будущее. Модель использует плотную архитектуру GPT2LMHeadModel, веса представлены в safetensors, библиотека запуска — Transformers, длина контекста составляет 512 токенов. Язык обучения или основной язык модели по карточке не установлен; название репозитория содержит «nld», но этого недостаточно для надёжного вывода о поддерживаемом естественном языке. Лицензия в предоставленных данных не указана.

NorT5 base — официальная базовая модель семейства NorT5, выпущенная авторами исследования NorBench — A Benchmark for Norwegian Language Models. Это модель типа T5 с архитектурой encoder-decoder и примерно 101,1 млн параметров в репозитории. Она предназначена для генеративных задач с норвежским текстом; в метаданных указана задача text-generation, а языковые теги охватывают норвежский, включая коды no, nb и nn. Модель принимает текст и генерирует текст, её контекст составляет 512 токенов. Для загрузки требуется пользовательская обёртка из modeling_nort5.py и параметр trust_remote_code=True. В README перечислены другие размеры семейства, но для этого репозитория размер из метаданных составляет 101,1 млн параметров. Модель опубликована под лицензией Apache-2.0.

nox-solar-10.7b-v4 — разговорная языковая модель, разработанная Дэвидом Кимом (Чанён Кимом) на базе Edentns/DataVortexS-10.7B-dpo-v1.8. Модель семейства Llama с плотной архитектурой и примерно 10,6 млрд параметров предназначена для генерации текста и диалоговых сценариев, в первую очередь на корейском языке. Для дообучения применялись SFT и DPO на корейских наборах данных; автор сообщает о первом месте модели в Open Ko-LLM Leaderboard. Модель принимает текст и генерирует текст. Заявленная длина контекста — 4096 токенов. Репозиторий распространяет веса в формате Safetensors; лицензия — Apache-2.0. Результаты в README относятся к указанным корейским бенчмаркам и не гарантируют качество на других языках или задачах.

Prabhasa Nyaya Element Judge 4B v0 — дообученная AxisMeru модель Qwen3-4B для поэлементного анализа сценариев по индийским законам. На вход подаются текст закона, сценарий и список извлечённых фактов; для каждого элемента модель определяет, подтверждён ли он конкретным фактом, и при подтверждении указывает соответствующий фрагмент. Модель охватывает 14 положений Уголовного кодекса Индии, Закона о наркотических средствах и Закона о предотвращении коррупции. Модель имеет плотную архитектуру Qwen3ForCausalLM и около 3,7 млрд параметров; её контекстное окно составляет 40 960 токенов. Карточка сообщает об оценке на 1 519 отложенных примерах: общая точность составила 0,921, а точность на подмножестве подтверждённых элементов — 0,948. Это исследовательский прототип, проверенный на фиксированном наборе данных; результаты за пределами охваченных положений не оценивались, и модель не предназначена для принятия реальных юридических решений или предоставления юридических консультаций. Лицензия — Apache 2.0.

Premerge-EX-EX-123B — экспериментальная языковая модель автора ChuckMcSneed, созданная с помощью mergekit. Автор объединил LoRA, извлечённые из Euryale и Xwin, применил результат к Xwin и затем выполнил слияние модели с самой собой в стиле Goliath. Это плотная авторегрессионная архитектура Llama на 123,5 млрд параметров; в метаданных указаны контекст 4096 токенов и формат Safetensors. Для общения используется формат запросов Alpaca. Модель предназначена для генерации текста, в том числе творческого письма и диалоговых ответов. Автор сообщает о результатах собственных тестов, где модель превзошла Goliath на некоторых оценках, особенно в категории творческого письма, но предупреждает, что тестовые результаты не обязательно отражают практическое качество. Модель распространяется по лицензии Llama 2; README предлагает тестировать её, но не приводит дополнительных сведений о коммерческих условиях.

DavidAU/Qwen3.6-40B-Finetune-Z1-Thinking — экспериментальная подготовительная версия мультимодальной модели, созданная на основе Qwen/Qwen3.6-27B. По карточке, модель расширили с 27 до 40 млрд параметров и с 64 до 96 слоёв с помощью модифицированного Mergekit, затем слегка дообучили через Unsloth на локальном оборудовании. Метаданные указывают архитектуру Qwen3.5 с плотной структурой и классом Qwen3_5ForConditionalGeneration; модель принимает текст и изображения и выдаёт текст, поддерживает диалог и интерфейс вызова инструментов. В тегах указаны английский и китайский языки. Модель предназначена как заготовка для дальнейшего углублённого обучения и подготовки uncensored-вариантов. Автор прямо предупреждает, что для производственного применения нужно более основательное дообучение для добавления знаний и навыков. Репозиторий содержит веса Safetensors; лицензия — Apache-2.0.

Это диалоговая языковая модель Qwen3-8B с полным supervised fine-tuning, выполненным devpotatopotato для генерации математического ключевого слова и его подробного значения по условию математической задачи. Репозиторий содержит финальный чекпойнт пятой эпохи; обучение завершено на шаге 3720 на датасете math-keyword-training с шаблоном qwen3_nothink и отключённым режимом рассуждений. Модель имеет плотную архитектуру Qwen3ForCausalLM и 7,6 млрд параметров, принимает текст и генерирует текст. Контекстное окно — 40 960 токенов; веса сохранены в safetensors в формате float32. Модель предназначена для извлечения и пояснения математических понятий по формулировкам задач. Лицензия — Apache-2.0.

pramattale/qwen3-financial-merged — дообученная автором pramattale языковая модель семейства Qwen3 для генерации текста в диалоговом формате. В основе лежит unsloth/Qwen3-1.7B-bnb-4bit; модель имеет 1,7 млрд параметров и поддерживает контекст до 40 960 токенов. Модель предназначена для текстовых диалогов и генерации ответов; название репозитория указывает на финансовую тематику, однако README не описывает специализированные финансовые задачи или результаты обучения. В карточке указано, что обучение проводилось с Unsloth и библиотекой TRL. Модель распространяется по лицензии Apache-2.0.

Это дообученная модель quastrinos на архитектуре DeBERTa-v2 Large для выбора правильного варианта ответа в заданиях с несколькими вариантами. В карточке указано 533,8 млн параметров и контекст до 512 токенов; модель опубликована в формате TensorFlow и лицензирована по MIT. Модель предназначена для задач multiple-choice, однако описание не уточняет обучающие данные и целевые сценарии. В README приведены значения потерь и метрика Train Map3, но нет подробностей об оценочном наборе или результатах на независимых тестах. Базовая модель указана как quastrinos/race-openbook-finetuned-deberta-v3-large-mcqa-TPU.

Solshine/reflection-llama-3.1-8B-Solshine-trainround2-16bit — дообученная Solshine модель семейства Llama 3.1 с 7,5 млрд параметров для генерации текста и диалогов. Она обучена на предыдущем чекпойнте Solshine/reflection-llama-3.1-8B-Solshine-trainround1-16bit с использованием набора Harshkmr/orca-math-word-reflection и техники Reflection Tuning. Модель формирует рассуждение и итоговый ответ в отдельных тегах, а также может помечать самокоррекцию специальным тегом. Модель принимает текст и рассчитана на английские запросы; заявленное контекстное окно — 131 072 токена. Подходит для диалогов и решения математических текстовых задач с пошаговой рефлексией. Веса доступны в формате PyTorch по лицензии Llama 3.1. Разделение ответа на рассуждение и итог не гарантирует правильность результата.

Карточка модели udaypratap/results на Hugging Face совпадает с карточкой udaypratap/smart-mcq-solver, поэтому описание составлено по ней. udaypratap/smart-mcq-solver — модель на базе DistilBERT, дообученная для выбора ответа в заданиях с вариантами. Она принимает текст вопроса и варианты ответов и оценивает их, чтобы определить подходящий вариант. Модель предназначена для решения тестов с множественным выбором и похожих задач классификации вариантов. Модель использует архитектуру DistilBertForMultipleChoice и формат весов safetensors. Базовая модель distilbert/distilbert-base-uncased рассчитана на английский язык; максимальная длина контекста составляет 512 токенов. Лицензия — Apache-2.0. Карточка не содержит сведений о датасете обучения, оценках качества или особых ограничениях.

Fu01978/SmolLM2-360M-Instruct-Heretic — англоязычная инструктивная модель для генерации текста и диалогов, созданная на основе HuggingFaceTB/SmolLM2-360M-Instruct. Это плотная причинная языковая модель архитектуры LlamaForCausalLM с 361,8 млн параметров и контекстом до 8192 токенов, распространяемая в формате safetensors для Transformers. По README, модель обработана библиотекой Heretic для удаления механизма отказов; указаны частота отказов 4 из 100 и KL-дивергенция 0,0537. Модель подходит для ответов на запросы и свободной генерации текста на английском языке. Отсутствие защитных фильтров означает, что она может создавать оскорбительный, вредоносный или неприемлемый контент. Лицензия — Apache-2.0.