I.2Синтез, понимание и проверка знаний

AmberYifan/capsd-qwen3-sciweb-stackexchange-Qwen3-4B-Base-science_random_b1000_s0 — дообученная плотная языковая модель семейства Qwen3, созданная на основе Qwen/Qwen3-4B-Base. Веса содержат около 3,7 млрд параметров; модель предназначена для генерации текста и поддерживает чатовый сценарий. Контекстное окно составляет 32 768 токенов. Модель дообучена на наборе capsd_Qwen3-4B-Base-n80000-sciweb-stackexchange__mix_science_random_b1000_s0, связанном с научными материалами и Stack Exchange. Её можно применять для генерации ответов и текста в научно-технических обсуждениях. Карточка не приводит результатов оценки или подробностей о качестве и целевых языках. Лицензия указана как other, поэтому условия использования следует уточнить по материалам репозитория.

manjunathshiva публикует квантованную сборку модели google/diffusiongemma-26B-A4B-it для запуска на компьютерах Mac с 16 ГБ памяти Apple Silicon. Это мультимодальная модель семейства DiffusionGemma с архитектурой блочной диффузии, способная вести диалог и обрабатывать изображения вместе с текстом. Репозиторий содержит веса safetensors объёмом 9,79 ГБ в формате TurboQuant-MLX: эксперты MoE в большинстве слоёв квантованы до 2 бит, а отдельные слои и компоненты внимания — до 3 бит. Сборка предназначена для генерации ответов и анализа визуальных входов на локальном Mac. Автор сообщает о проверках арифметических вычислений, многошаговых рассуждений и извлечения сведений из контекста; при этом у текста могут быть небольшие артефакты. На Mac mini с 16 ГБ измерены скорость около 1,5 токена в секунду и пиковое потребление памяти примерно 12,4 ГБ при заданном лимите токенов; уменьшение числа шагов диффузии ускоряет генерацию, но немного снижает качество. Лицензия — Apache-2.0.

q3fer/distilbert-base-fallacy-classification — модель классификации текста, дообученная автором на базе distilbert-base-uncased на наборе Logical Fallacy Dataset. Она определяет один из 14 классов логических ошибок и связанных категорий: ad hominem, ad populum, appeal to emotion, circular reasoning, equivocation, fallacy of credibility, fallacy of extension, fallacy of logic, fallacy of relevance, false causality, false dilemma, faulty generalization, intentional и miscellaneous. Модель предназначена для автоматического выявления логических ошибок в отдельных текстовых фрагментах, например в аргументах и утверждениях. Архитектура — DistilBERT для классификации последовательностей; базовая модель uncased, поэтому регистр текста не учитывается. Максимальная длина контекста составляет 512 токенов. В карточке указана поддержка английского языка, а лицензия модели — MIT.

thealper2/galactica-125m-scitldr — дообученная на наборе allenai/scitldr модель для генерации кратких TL;DR научных статей по их аннотациям. Она основана на facebook/galactica-125m с архитектурой OPT: декодерная языковая модель с 12 слоями, 12 головами внимания и 151,6 млн параметров по метаданным. Контекст составляет 2048 токенов; в обучении текст аннотации обрезался до 512 токенов. Модель предназначена для создания очень краткого резюме научной аннотации, особенно в статьях по компьютерным наукам и машинному обучению. Она принимает обычный текст с шаблоном «Paper: … TL;DR:» и генерирует текст; диалоговый или инструкционный режим не предусмотрен. В тестировании на официальном разделении SciTLDR получены ROUGE-1 38,68, ROUGE-2 14,68 и ROUGE-L 31,06. Небольшой размер модели ограничивает распознавание научного вклада. Она может пропускать термины, методы и численные результаты либо добавлять утверждения, не подтверждённые источником; результаты требуют проверки. Контекст не включает материал статьи за пределами переданной аннотации. Модель выпущена по лицензии CC BY-NC 4.0, допускающей использование с ограничением на коммерческое применение.

Это дообученная версия Gemma 3 4B IT, изначально разработанная HarunYigit и подготовленная сообществом VeriPazarı для турецкой AI-экосистемы. Модель ориентирована на генерацию ответов на турецком языке с рассуждениями в стиле Chain-of-Thought и выполнением инструкций. Модель предназначена для диалогов, решения логических задач и ответов в стабильном формате итогового ответа, в том числе для тестов с выбором из нескольких вариантов. Репозиторий содержит веса в формате GGUF, оптимизированные для запуска через Ollama и llama.cpp; архитектура — плотная Gemma 3 с 4 млрд параметров. Лицензия — MIT.

LA1512/led-pubmed-20K-ORC-4096 — дообученная модель семейства LED, созданная на основе pszemraj/led-base-book-summary. Веса содержат 95,2 млн параметров и опубликованы в формате safetensors; лицензия — BSD 3-Clause. По названию репозитория можно предположить, что модель предназначена для суммаризации научных публикаций PubMed, однако README не описывает назначение и обучающие данные. В карточке приведён результат Loss 3,2980 на тестовой выборке, но без сведений о протоколе оценки его нельзя интерпретировать как показатель качества. Метаданные указывают на генерацию текста; языки и длина контекста не приведены.

LA1512/led-pubmed-20K-ORC-4096-epoch2-eval — дообученная модель семейства LED, разработанная на основе LA1512/led-pubmed-20K-ORC-4096-epoch2. Это модель генерации текста по тексту с архитектурой LEDForConditionalGeneration и 95,2 млн параметров. В README приведены результаты оценки: ROUGE-1 43,68, ROUGE-2 14,25, ROUGE-L 21,42 и ROUGE-Lsum 38,14. README не описывает назначение модели, набор данных и предполагаемые сценарии применения, поэтому её специализацию определить нельзя. Репозиторий содержит веса в формате safetensors; лицензия — BSD-3-Clause.

LLaVA-NeXT-Video-34B-DPO-hf — мультимодальный чат-ассистент семейства LLaVA-NeXT-Video, опубликованный командой llava-hf. Он дообучен на основе LLaVA-NeXT на наборах изображений и видео для следования инструкциям и понимания визуального содержимого; версия DPO дополнительно указывает на оптимизацию предпочтений. Модель принимает текст и визуальные данные, включая видео, равномерно представленные 32 кадрами на клип, и генерирует текстовые ответы. Её можно использовать для описания сцен и ответов на вопросы об изображениях и видео, в том числе в диалоге. Карточка приводит базовую языковую модель lmsys/vicuna-7b-v1.5 и сообщает о сильных результатах семейства на бенчмарке VideoMME. В метаданных указаны архитектура LlavaNextVideoForConditionalGeneration, формат safetensors и библиотека Transformers; точный размер этой версии и длина контекста не приведены. Для запуска карточка рекомендует Transformers версии 4.42.0 или новее. Лицензия указана как llama2; условия её применения следует сверять с лицензией модели и базовой модели.

LLaVA-v1.6-Vicuna-7B — открытая мультимодальная авторегрессионная языковая модель на архитектуре Transformer, созданная сообществом LLaVA на базе Vicuna-7B-v1.5 от LMSYS. Модель обучена в декабре 2023 года на данных для следования мультимодальным инструкциям, включая пары изображение–текст, наборы визуальных вопросов и ответов, академические задачи, данные GPT-4V и ShareGPT. Модель предназначена для исследовательских задач и создания чат-ботов, работающих с текстом и изображениями: визуального анализа, ответов на вопросы по изображениям и мультимодального диалога. В данном репозитории представлены GGUF-квантизованные варианты размером от 2,77 до 7,16 ГБ с разрядностью от 3 до 8 бит. Вариант Q4_K_M обозначен как сбалансированный и рекомендуемый, а Q5_K_S и Q5_K_M — как варианты с низкой потерей качества. README не указывает поддерживаемые языки и размер контекстного окна. Сильными сторонами являются открытость, поддержка мультимодального взаимодействия и наличие нескольких уровней квантизации для запуска на устройствах с разным объёмом памяти. Ограничения включают исследовательскую направленность, возможную потерю качества из-за квантизации и отсутствие в README подробных сведений о точности, производительности и языковых возможностях. Для GGUF-версий указана лицензия Apache-2.0; исходная модель также связана с базовой Llama 2, распространяемой по Llama 2 Community License.

LLaVA-Video-72B-Qwen2 — мультимодальная модель команды LMMS-Lab для диалогового анализа видео с текстовыми ответами. Она основана на Qwen2 и использует визуальный компонент SO400M; размер модели — 71,5 млрд параметров, контекст — 32 768 токенов. Модель принимает изображения, несколько изображений и видео, поддерживает обработку до 64 кадров и обучена преимущественно для сценариев работы с видео. Модель обучена на смеси данных LLaVA-Video-178K и LLaVA-OneVision, включавшей 1,6 млн примеров с одним или несколькими изображениями и видео. Она подходит для вопросов о содержании ролика, описания сцен и сопоставления событий. В карточке указаны английский и китайский языки. Лицензия — Apache-2.0. Модель крупная и требует значительных вычислительных ресурсов; заявленный предел обработки — 64 кадра. Ответы генерируются текстом, поэтому точность зависит от визуального содержания и формулировки запроса; специализированные ограничения качества в карточке не перечислены.

LWM-Text-1M — открытая авторегрессионная языковая модель на архитектуре Transformer семейства LLaMA, разработанная LargeWorldModel на основе LLaMA 2 и обученная в декабре 2023 года. В каталожных метаданных указаны 6,6 млрд параметров и контекст до 1 048 576 токенов; формат весов — PyTorch. Модель предназначена для генерации текста и работы с очень длинными последовательностями. При обучении использовалась отфильтрованная подвыборка Books3: 800 документов длиной более миллиона токенов. Такое обучение делает модель ориентированной на продолжение текста в длинном контексте, но карточка не сообщает о специализированных прикладных навыках или поддержке конкретных естественных языков. Модель распространяется как open source; конкретная лицензия в доступных данных не приведена. Качество, результаты оценивания и практические ограничения, кроме зависимости от обучающей выборки и специализации на длинном контексте, в карточке не описаны.

ML-LaySum-Qwen3-1.7B-SFT — плотноеязыковая модель на 1,7 млрд параметров, созданная Sandeep123 полным supervised fine-tuning модели Qwen/Qwen3-1.7B. Она принимает текстовые фрагменты научной статьи по машинному обучению — аннотацию, введение и заключение — и генерирует на английском языке краткое изложение для неспециалиста. Генерация использует режим Qwen3 без пошагового рассуждения; модель работает через Transformers, сохраняется в формате Safetensors и поддерживает контекст до 40 960 токенов. Модель предназначена для подготовки доступных широкому читателю пересказов исследований в области машинного обучения. Обучение проводилось на датасете ML-LaySum с lay summaries статей ICML 2025 и 2026 годов; тестовые данные не использовались для обучения или выбора чекпойнта. Это базовый SFT-чекпойнт без завершённой оценки на отложенных генерациях и без человеческой оценки качества. В результатах могут пропускаться оговорки, искажаться выводы или появляться неподтверждённые объяснения, поэтому пересказы нужно сверять с оригинальной статьёй. Лицензия — Apache-2.0.

NbAiLab/nb-sentence-bert-base-mnli-test — тестовая модель sentence-BERT (SimCSE), разработанная NbAiLab и обученная на основе nb-bert-base. Она предназначена для получения векторных представлений предложений и сравнения их семантической близости. Модель построена на архитектуре BERT, содержит 205,1 млн параметров и принимает последовательности длиной до 512 токенов. Модель не прошла валидацию, поэтому её качество и пригодность для прикладного использования не подтверждены. Репозиторий распространяется по лицензии Apache-2.0.

Pythia-2.8B-TLDR-Iterative-SamPO — англоязычная авторегрессионная модель семейства GPT-NeoX, дообученная авторами репозитория на основе EleutherAI/pythia-2.8b с применением алгоритма SamPO. Она предназначена для генерации ответов в стиле TLDR и исследования методов оптимизации предпочтений: в карточке приведено сравнение с SFT, DPO, итеративным DPO и нормализацией длины по результатам оценки GPT-4. Модель содержит 3,5 млрд параметров, принимает текст и имеет контекст длиной до 2048 токенов. Для пользовательских сценариев подходит генерация кратких ответов и эксперименты с предпочтительным обучением языковых моделей. Выпущена под лицензией Apache-2.0.

Это дообученная плотная языковая модель Qwen3 с 3,7 млрд параметров, созданная на базе Qwen/Qwen3-4B-Instruct-2507. Она работает как оценщик достоверности тезисов в рецензиях на научные статьи: на вход получает статью и один пункт рецензии, а на выходе классифицирует фактический статус существенных предпосылок по трём оценкам — есть явно ложная предпосылка, ложных предпосылок нет, но часть остаётся нерешённой, или все предпосылки верны. Модель предназначена для использования в исследовательских RL-экспериментах по формированию обратной связи для рецензий. Сервис оценивания использует логиты трёх токенов оценки после JSON-префикса {"score":. Архитектура — Qwen3ForCausalLM; контекст составляет до 262 144 токенов. Модель принимает текст и выдаёт текстовые оценки. Оценки модели не следует считать проверенными фактическими или научными суждениями. Лицензия — Apache-2.0.

Roswaal-8B — плотная языковая модель с архитектурой Qwen3, разработанная maxzt на основе Qwen3-8B. Модель дообучена на примерно 20 тысячах отобранных цепочек рассуждений методом дистилляции Chain-of-Thought; она рассчитана на диалоговую генерацию текста и многошаговые математические и логические задачи. В карточке указан размер 7,6 млрд параметров и контекст до 40 960 токенов. Модель ориентирована на решение задач GSM8K и технических вопросов с пошаговым рассуждением и самокоррекцией. Автор сообщает о результате 87,64% на GSM8K при оценке с 5 примерами, однако это заявленный в карточке результат и сам по себе не гарантирует аналогичного качества в других задачах. Модель описана как uncensored и обучена отвечать без избыточных отказов; это может приводить к ответам на запросы, которые другие модели отклоняют. Для генерации рекомендуется низкая температура и достаточно большой лимит новых токенов. Распространяется по лицензии Apache-2.0.

Yakk99/scihigh2026-subtask1-bart-large-cnn — англоязычная модель на архитектуре BART, разработанная на основе facebook/bart-large-cnn и дообученная на наборе MixSub-SciHigh. Она предназначена для генерации 3–5 кратких тезисов о результатах и вкладе научной работы по её аннотации; общий объём тезисов — около 50–55 слов. В отличие от обычного пересказа, модель формирует сжатые тезисные формулировки в телеграфном стиле. Модель принимает текст аннотации и генерирует текст. Контекст ограничен 1024 токенами. На официальной валидационной выборке из 1 985 примеров ROUGE-L составил 24,37%; оценка проводилась по метрикам сходства текста, без отдельной проверки фактической точности. Репозиторий распространяется по лицензии MIT. Качество результата может снижаться, если исходная аннотация обрезана: часть сведений, упомянутых в эталонных тезисах, тогда отсутствует во входном тексте. Модель оценена на одной валидационной выборке, а её способность избегать фактических ошибок отдельно не проверялась.

Модель SciHigh-2026 Subtask 1 — полноценно дообученная версия BART-large-CNN, созданная для задачи SciHigh-2026. Она предназначена для составления кратких пересказов научных статей по их заголовкам и аннотациям; заголовок статьи добавлялся к входному тексту при обучении. Архитектура — BART с 252,8 млн параметров, максимальная длина контекста — 1024 токена. Модель использует конвейер подготовки данных, включавший восстановление обрезанных аннотаций и получение заголовков статей. Доступна в формате safetensors по лицензии Apache-2.0. Карточка описывает обучение на корпусе научных статей для соревнования SciHigh-2026; качество за пределами этого сценария не характеризуется.

andrejmiscic/simcls-scorer-cnndm — модель-оценщик из системы SimCLS для абстрактивного суммирования текстов CNN/DailyMail. SimCLS описана в работе «SimCLS: A Simple Framework for Contrastive Learning of Abstractive Summarization». Оценщик обучен выбирать наиболее подходящее резюме среди кандидатов, сгенерированных отдельной моделью; для работы его используют вместе с facebook/bart-large-cnn. Модель основана на RoBERTa, имеет около 151,8 млн параметров и принимает текст. Её задача в конвейере Hugging Face обозначена как feature-extraction; в сценарии SimCLS оценщик сопоставляет исходный документ и кандидаты резюме, чтобы ранжировать их по пригодности. Карточка указывает датасет CNN/DailyMail и английский язык. Контекст модели составляет 514 токенов. Модель рассчитана на выбор резюме для новостных документов, а не на самостоятельную генерацию текста: кандидатов должен подготовить генератор, например BART. В README приведён результат Origin для SimCLS на CNN/DailyMail: ROUGE-1 44,39, ROUGE-2 21,21 и ROUGE-L 41,28. Метаданные указывают лицензию; режим лицензирования здесь не уточняется.

soob3123/amoral-gemma3-4B-v1 — дообученная текстовая модель на основе Google Gemma 3 4B IT, предназначенная для аналитических ответов на чувствительные и спорные запросы с нейтральным тоном. В карточке заявлены снижение частоты отказов, ослабление оценочной лексики и сохранение фактической подачи. Модель использует плотную архитектуру Gemma 3 для причинной генерации текста, содержит 4 млрд параметров и поддерживает контекст до 131 072 токенов. В метаданных указан английский язык; каталог описывает базовую Gemma 3 как мультимодальную, но у этой производной модели подтверждена только задача генерации текста. Возможные сценарии — анализ спорных тем, исследования смещений в ответах, симуляции этических дискуссий, разработка инструментов модерации и анализ чувствительных исторических материалов. Заявления о нейтральности и снижении отказов приведены в карточке модели и не сопровождаются независимыми оценками качества. Лицензия — Apache-2.0.

Apollo-LMMs-Apollo-7B-t32 — мультимодальная модель семейства Apollo, предназначенная для понимания видео и диалога по его содержанию. Она поддерживает длинные видео, временные рассуждения, ответы на сложные вопросы о видео и многоходовые беседы с опорой на видеоконтент. Модель содержит 7,1 млрд параметров, использует плотную архитектуру ApolloForCausalLM и принимает 32 токена на кадр. Заявлена работа с видео длительностью до часа; модель рассчитана на поиск событий и связей во времени и ответы по видеоматериалам. Метаданные указывают английский язык и контекст до 32 768 токенов. Модель опубликована под лицензией Apache-2.0. README заявляет высокое качество относительно моделей меньшего размера, однако не приводит независимых оценок или подробных результатов тестирования.

BlueBerry-1 — дообученная модель artindnr на базе openai/gpt-oss-120b для генерации рассуждений на фарси и многоязычного пошагового рассуждения. Это причинная декодерная языковая модель семейства gpt_oss с архитектурой mixture-of-experts; версия выпущена как полностью дообученный чекпойнт с объединёнными плотными весами, а не как LoRA-адаптер. В метаданных указаны 2,1 млрд параметров и контекст до 131 072 токенов. Модель предназначена для фарсиязычных ассистентов, обучения и задач, где нужны рассуждения на фарси или других языках, а также для общего диалога и следования инструкциям. Карточка описывает поддержку фарси, английского и многоязычного рассуждения; доступны чатовый шаблон Harmony и интерфейс вызова инструментов. Указана лицензия Apache 2.0. Ограничение — модель ориентирована на генерацию рассуждений, поэтому её ответы и каналы рассуждения могут быть длинными; качество для отдельных языков и прикладных задач в карточке не измерено. Указанный в README размер базовой модели расходится с метаданными о размере BlueBerry-1, поэтому в описании приведено значение из метаданных.

ClimateGPT-13B — языковая модель для вопросов и ответов о климате, разработанная Erasmus AI при обучении с AppTek. Это декодерный трансформер на архитектуре Llama, дообученный на основе Llama 2 13B: продолженное предобучение на 4,2 млрд токенов документов о климате дополнили инструкционной настройкой на примерах вопросов и ответов. Модель содержит 12,9 млрд параметров, принимает и генерирует текст, поддерживает контекст до 4096 токенов и рассчитана на английский язык. Модель подходит для ответов на климатические вопросы и синтеза междисциплинарных исследований, в том числе для учёных, журналистов и лиц, принимающих решения. Для повышения полноты и фактической точности рекомендуется использовать поиск по источникам (RAG); в контексте модель поддерживает до пяти ссылок. Она не предназначена для общего чат-бота и может выдавать предвзятые, оскорбительные или неточные ответы. Указана лицензия ClimateGPT Community License.

DatedGPT-2024-base — базовая предварительно обученная языковая модель семейства DatedGPT, опубликованная организацией datedgpt. Это плотная авторегрессионная модель архитектуры LlamaForCausalLM с примерно 1,3 млрд параметров и контекстом 2048 токенов. Обучающие данные ограничены срезом, доступным до 2024 года, поэтому модель предназначена для генерации продолжений и анализа, где важно избежать утечки сведений из будущего относительно заданной временной точки. Модель принимает текст и генерирует текстовые продолжения. Это базовая версия без дообучения на инструкциях: она не предназначена для диалогового следования инструкциям и не проходила RLHF или настройку безопасности. Знания ограничены срезом 2024 года. Файлы модели представлены в формате safetensors; сведения о лицензии в предоставленных источниках отсутствуют.

zayn1111/deberta-v3-dnli — модель классификации последовательностей на архитектуре DeBERTa-v2, обученная на датасете Dialogue-NLI. Она предназначена для оценки отношений между высказываниями в диалоге и может применяться в задачах распознавания текстового следования, противоречия или нейтральности. В README приведены результаты на Dialogue-NLI: точность 89,44% на dev, 91,22% на test и 95,36% на verified_test. Модель содержит около 533,8 млн параметров, принимает текстовые последовательности и поддерживает контекст до 512 токенов. Указана лицензия MIT. Карточка сообщает об обучении на Dialogue-NLI, но не приводит более подробных сведений о процедуре обучения или ограничениях; показатели относятся к указанным наборам Dialogue-NLI.

DeepReviewer-7B — текстовая генеративная модель WestlakeNLP для подготовки структурированных отзывов на научные статьи. Она дообучена на базе Qwen/Qwen2.5-7B-Instruct и использует многоэтапную схему рассуждений. Доступны быстрый режим с кратким разбором и оценками, стандартный режим с несколькими смоделированными точками зрения и режим подробного анализа. Модель предназначена для неофициальной самопроверки и доработки статей, тренировки академического письма и изучения процесса рецензирования. Она может выделять сильные и слабые стороны работы, предлагать улучшения и формировать оценки по заданному тексту статьи. Карточка заявляет поддержку нескольких языков, включая английский, китайский, японский, корейский, французский и немецкий; размер модели — 7 млрд параметров по названию и базовой модели. Лицензия указана как other; README запрещает использовать модель для любых официальных рецензий. Модель принимает только текст, поэтому не анализирует напрямую изображения, графики и сложные формулы. Её выводы могут быть неточными в узких областях, при оценке новизны и проверке фактов; она не предназначена для выявления плагиата, этических или юридических решений и выбора статей к публикации. Использовать её следует как вспомогательный инструмент, а не замену экспертной оценке.

Модель e_care_CRAB_COPA_KUCI_bert_base_uncased_finetuned — дообученная версия Ariffiq99/CRAB_COPA_KUCI_Bert_Base_Uncased_finetuned, разработанная автором репозитория Ariffiq99. Это плотная BERT-модель с головой BertForMultipleChoice, предназначенная для выбора наиболее подходящего ответа из нескольких вариантов. Она содержит 136,7 млн параметров и поддерживает контекст до 512 токенов. В README приведены результаты оценки: loss 0,8644 и F1 0,7531; набор данных для дообучения не назван. Модель распространяется по лицензии Apache-2.0.

Enoch/llama-13b-hf — конверсия базовой модели LLaMA 1 от команды FAIR в Meta AI для работы с Transformers и Hugging Face. Это авторегрессионная плотная языковая модель на архитектуре Transformer с 12,9 млрд параметров, предназначенная прежде всего для исследований больших языковых моделей и изучения их возможностей и ограничений. Модель генерирует текст и может служить основой для экспериментов с ответами на вопросы, пониманием естественного языка и чтением с пониманием. В обучающих данных представлены 20 языков, но преобладает английский, поэтому для него ожидается лучшее качество; среди языков данных Wikipedia и Books есть русский. Модель не обучалась с обратной связью от людей и может выдавать неверные, токсичные или оскорбительные ответы, а также отражать предвзятости обучающих данных. Для практического применения нужны дополнительная оценка рисков и меры снижения вреда. Лицензия специальная, некоммерческая; подробности приведены в файле LICENSE.

cjpais/llava-1.6-mistral-7b-gguf — это GGUF-квантизированная версия LLaVA-v1.6-Mistral-7B, разработанная на базе Mistral-7B-Instruct-v0.2 и предназначенная для исследовательского использования. LLaVA представляет собой авторегрессионную мультимодальную языковую модель на архитектуре Transformer, дообученную на данных для выполнения инструкций с изображениями и текстом. В данном репозитории также обновлены квантизированные файлы и projector. Модель предназначена для мультимодального диалога, анализа изображений, ответов на вопросы по изображениям и исследований в области computer vision, NLP, machine learning и искусственного интеллекта. Она поддерживает текстово-визуальный ввод, однако конкретные языки и размер контекстного окна в README не указаны. Доступны варианты квантования от 3 до 8 бит размером примерно от 2,99 до 7,7 ГБ; версии Q4_K_M, Q5_K_S и Q5_K_M отмечены как рекомендуемые благодаря балансу размера и качества. К сильным сторонам относятся открытая мультимодальная архитектура, несколько вариантов квантования для запуска на оборудовании с разными ресурсами и специализированное обучение на крупных наборах image-text, VQA и instruction-following данных. Более агрессивное квантование уменьшает требования к памяти, но может приводить к заметной потере качества. README не содержит подробностей о производительности, аппаратных требованиях и ограничениях безопасности. Для репозитория указана лицензия Apache-2.0; при этом в исходной карточке также упоминается лицензия базовой модели Mistral-7B-Instruct-v0.2.

Medical-Qwen3-Swallow-32B — медицинская языковая модель TokyoTech, дообученная на базе tokyotech-llm/Qwen3-Swallow-32B-RL-v0.2 для японских клинических сценариев и исследований безопасности и надёжности медицинского ИИ. Это плотная причинно-следственная модель семейства Qwen3 с 29,7 млрд параметров, поддерживающая японский и английский языки; нативный контекст составляет 40 960 токенов. Для работы предусмотрены Transformers и совместимые с vLLM стеки. Модель предназначена для генерации ответов на медицинские вопросы и оценки качества моделей на японских медицинских бенчмарках. При адаптации использовались биомедицинская литература, синтетические медицинские данные, вопросы и ответы, а также тексты клинических рекомендаций; в обучении сохранялись и данные общего назначения. На перечисленных в карточке медицинских бенчмарках модель показала более высокие результаты, чем базовая модель. Лицензия — Apache 2.0. Модель предназначена для исследований и разработок, не валидирована как медицинское изделие и не заменяет профессиональное медицинское суждение. Её ответы могут содержать ошибки и небезопасные рекомендации, поэтому клинические применения требуют проверки человеком и соответствующей валидации.