I.2Синтез, понимание и проверка знаний

AmberYifan/capsd-qwen3-sciweb-stackexchange-Qwen3-4B-Base-science_ppl_b2000_s0 — дообученная плотная языковая модель семейства Qwen3, созданная на базе Qwen/Qwen3-4B-Base. В ней около 3,7 млрд параметров, архитектура Qwen3ForCausalLM, контекст — до 32 768 токенов; модель распространяется в формате safetensors и рассчитана на работу через Transformers. Модель дообучена на смеси научных веб-текстов и Stack Exchange с упоминанием science_ppl_b2000_s0. Она предназначена для генерации текста и может применяться для продолжения научных и технических текстов, а также для экспериментов с адаптацией языковых моделей к научным данным. Карточка не приводит результатов оценки, описания поведения или заявлений о специализации; наличие обучающих данных само по себе не подтверждает качество в научных задачах. Лицензия в метаданных указана как other, без уточнения условий в предоставленной карточке. Возможности использования, включая коммерческое применение, следует сверить с лицензиями базовой модели и датасета.

yuanzhoulvpi/chinese_bloom_560m — китайская instruction-модель, полученная supervised fine-tuning модели BLOOM-560m разработчиком репозитория. Она предназначена для генерации ответов на инструкции и диалоговых запросов; автор также отмечает потенциал семейства для перевода и генерации кода, но не приводит оценок этих возможностей для данного чекпойнта. Модель содержит 659,6 млн параметров, использует плотную архитектуру BLOOM для причинной языковой модели и опубликована в формате PyTorch. В качестве обучающих данных указана BelleGroup/train_1M_CN; карточка описывает поддержку китайского, а базовое семейство BLOOM также охватывает английский и другие языки. Автор позиционирует чекпойнт как модель для проверки процесса обучения и говорит, что её можно заменить на варианты большего размера. Лицензия bigscience-bloom-rail-1.0 задаёт условия использования семейства BLOOM; перед применением следует учитывать её ограничения. README не приводит контекстное окно или результаты независимой оценки качества.

Eugleo/climbmix-d26-10tpp-noright — базовая авторегрессионная языковая модель Eugleo, обученная на корпусе ClimbMix с фильтрацией документов, связанных с правыми политическими взглядами. Это плотная модель семейства nanochat_gpt примерно на 1,2 млрд параметров; обучение охватило около 9,18 млрд токенов. Опубликованы веса Safetensors в формате bf16 и код архитектуры для Transformers. Модель предназначена для продолжения текста и экспериментов с влиянием состава предобучающих данных на политические смещения. Это базовая модель без инструкционной настройки и диалогового обучения; контекст составляет 2048 токенов. В карточке указана английская версия корпуса, а оценка на CORE составляет 0,254207. Фильтр удалял документы, где присутствовала правая политическая сущность, и заменял их аполитичными текстами сопоставимой длины. Это не гарантирует отсутствия политических взглядов или смещений в ответах и может ограничивать качество на политических темах. Лицензия MIT.

Configurable-Llama-3.1-8B-Instruct — плотная авторегрессионная языковая модель семейства Llama 3.1, разработанная vicgalle и дообученная методом configurable safety tuning на наборе vicgalle/configurable-system-prompt-multitask. Она генерирует текст в формате диалога и позволяет задавать поведение системным промптом: от безопасного помощника до помощника с отключёнными ограничениями, а также задавать роль или персону. Модель рассчитана на исследование управляемости поведения, безопасности и выравнивания языковых моделей, а также на эксперименты с системными промптами и ролевыми диалогами. Размер по метаданным — 7,5 млрд параметров, контекст — до 131 072 токенов; для работы используется Transformers, веса опубликованы в формате safetensors. Поддерживаемый язык в источниках явно не перечислен. Модель может генерировать вредный или оскорбительный контент, в том числе по запросу, поэтому результаты требуют проверки и осторожного применения. Лицензия — Apache-2.0; README описывает модель как исследовательский артефакт в области безопасности и выравнивания.

Dendrite-II-22B — экспериментальная текстовая модель семейства Llama от Envoid, созданная на основе Dendrite. Автор сообщает, что модель обучалась с помощью более длительной и качественной сессии LoRA, чтобы восстановить связность ответов без нового слияния весов. В карточке указано, что исходный Dendrite был объединением Llama-2-chat13B и Enterredaas33B с помощью скрипта frankenllama; сведения о конкретной базовой модели для Dendrite-II-22B в метаданных отсутствуют. Модель предназначена для генерации текста и особенно философских дискуссий. Автор отмечает, что она может быть непредсказуемой, выдавать нежелательное содержание и повторяться, если генерация не завершается EOS-токеном; рекомендуется не запрещать EOS. Репозиторий содержит веса PyTorch, архитектура — LlamaForCausalLM, размер — 21,6 млрд параметров, контекст — 4096 токенов. Лицензия в предоставленных данных не указана.

DiscoverLM-70M-Base — компактная авторегрессионная языковая модель Roy C из Convergent Intelligence LLC на архитектуре Mixture-of-Attentions (MoA). В метаданных указано 39,4 млн параметров, тогда как README называет модель 70-миллионной; точный размер поэтому расходится между источниками. Модель использует метрико-ориентированное внимание с расстоянием Махаланобиса, разреженную маршрутизацию между несколькими путями обработки и позиционное кодирование BlackHoleRoPE. Контекст составляет 2048 токенов. Модель предназначена для генерации текста и экспериментов с компактными языковыми моделями, включая рассуждения, математические задачи и выполнение общих инструкций. Для обучения использовались наборы данных по рассуждениям, математике и инструкциям; карточка указывает английский язык. Архитектура исследует геометрические свойства внимания, в частности регуляризацию неравенства треугольника. Это proof-of-concept, обученный на 262 тысячах токенов без валидационной выборки; автор предупреждает о вероятном переобучении и непроверенном поведении в fp16/bf16. Лицензия в метаданных — CC, без уточнения конкретной разновидности Creative Commons.

Eduslm v1.0 — компактная языковая модель команды Edu_slm, предназначенная для подготовки к экзаменам JEE Main и JEE Advanced по физике, химии и математике. Это плотная авторегрессионная модель архитектуры Qwen2ForCausalLM на 1,5 млрд параметров, основанная на deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B и дообученная методом LoRA SFT с последующим объединением адаптера с базовой моделью. Модель принимает текст и генерирует текст в формате диалога; в метаданных указан контекст до 131 072 токенов. Чекпойнт сохранён в формате safetensors с точностью bfloat16 и загружается через Transformers без пользовательского trust_remote_code. Он рассчитан на ответы и объяснения по предметам, входящим в программу JEE, и может быть полезен при решении учебных задач. Карточка указывает лицензию «other», но не уточняет её условия.

ENERGY-DRINK-LOVE/eeve_dpo-v3 — разговорная языковая модель команды Jingyeom Kim и Youjin Chung, дообученная методом DPO на базе yanolja/EEVE-Korean-Instruct-10.8B-v1.0. Это плотная авторегрессионная модель семейства Llama с 10,6 млрд параметров, предназначенная для генерации текста в диалоге. Контекст составляет 4096 токенов; модель распространяется в формате safetensors. Для обучения использовались собственный DPO-набор на основе данных AI Hub и переведённые англоязычные данные OpenOrca DPO. Карточка приводит результаты на корейских языковых тестах Ko LM Eval Harness и Ko-LLM-Leaderboard, что указывает на ориентацию прежде всего на корейский язык. Лицензия — Apache-2.0. Оценки в карточке относятся к указанным бенчмаркам и сами по себе не гарантируют качество в других сценариях.

fpadovani/eus-latn-100mb-100mb_seed10 — дообученная модель семейства GPT-2, созданная на основе goldfish-models/eus_latn_100mb с использованием TRL. Она предназначена для генерации текста; в карточке приведён пример ответа на вопрос на английском языке. Модель использует архитектуру GPT2LMHeadModel и формат safetensors, работает через библиотеку Transformers и имеет контекст длиной 512 токенов. Лицензия в доступных данных не указана.

EvoLLM-JP-v1-7B — экспериментальная языковая модель общего назначения от Sakana AI, созданная методом эволюционного слияния моделей. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Она предназначена для генерации текста на японском языке и исследовательских экспериментов с объединением моделей. Модель объединяет Shisa Gamma 7B v1, WizardMath 7B V1.1 и Abel 7B 002. Репозиторий содержит веса в формате safetensors; для работы используется Transformers. Лицензия — Microsoft Research License Terms, применённая из-за включения WizardMath; коммерческое использование и применение в критически важных системах не предусмотрены. Разработчик отмечает экспериментальный характер модели и отсутствие гарантий качества результатов.

Eugleo/exp085-chat-d26-r10-c69fb3c2509d-sft-4c76c5fe — исследовательская чат-модель семейства nanochat GPT, разработанная в рамках исследования pretraining-priors. Это плотная авторегрессионная модель на 1,2 млрд параметров с контекстом 2048 токенов, опубликованная в формате Safetensors и предназначенная для генерации текста в диалогах. Модель получена дообучением nvidia/ClimbMix: к базовой модели применили один эпоху chat-SFT на смесях SmolTalk, MMLU и decor_replay. Эксперимент изучает влияние повторного предъявления корпусов декорреляции и персоны при SFT; базовая модель обучалась на ClimbMix с добавлением материалов GSM8K и decor_qa. В метаданных указан английский язык. Модель подходит для исследовательских экспериментов с диалоговым дообучением и генерацией ответов на английском языке. README называет её исследовательским артефактом, а метрики и подробности оценки ограничены результатами эксперимента. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

Falcon-RW-7B — авторегрессионная языковая модель с архитектурой Falcon, разработанная TII. Это плотный декодер-only трансформер, обученный предсказывать следующий токен на 350 млрд токенов англоязычного набора RefinedWeb. В README указано 7 млрд параметров, а метаданные каталога содержат оценку 9,9 млрд; поэтому размер указан неодинаково. Модель предназначена прежде всего для исследований влияния фильтрации и дедупликации веб-данных на свойства больших языковых моделей. Она может генерировать английский текст и служить основой для изучения возможностей, ограничений, безопасности и смещений моделей, обученных на веб-корпусах. Архитектура использует ALiBi и FlashAttention; модель доступна в форматах PyTorch и safetensors. Falcon-RW-7B обучена только на английских данных и не предназначена для надёжной работы на других языках. Она может воспроизводить стереотипы и смещения из веб-данных; для прикладных сценариев README рекомендует оценку рисков, защитные меры и дообучение. Лицензия — Apache 2.0.

Flammen-Trismegistus-7B — языковая модель на архитектуре Mistral, созданная nbeerbower путём слияния методом SLERP моделей nbeerbower/flammen3X и teknium/Mistral-Trismegistus-7B. Модель содержит 7,1 млрд параметров, принимает текст и генерирует текст; максимальный контекст — 32 768 токенов. Она предназначена для генерации ответов и инструкций, в том числе по эзотерике, оккультизму и духовным темам, унаследованным от одной из базовых моделей. В карточке описан способ слияния, но нет оценок качества или подробных рекомендаций по применению. Распространяется по лицензии Apache-2.0.

Flash-VStream — видеоязыковая модель семейства VStream, разработанная для понимания видеопотоков и ответов на вопросы о них. Она моделирует механизм памяти и предназначена для обработки длинных видеопотоков в реальном времени с одновременным ответом на запросы пользователя. Модель имеет плотную архитектуру VStreamLlamaForCausalLM и содержит 6,6 млрд параметров; нативная длина контекста — 4096 токенов. Она обучалась на изображениях и видео, включая данные LAION/CC/SBU, WebVid и ActivityNet, а также мультимодальные инструкции и вопросы-ответы. В метаданных основная задача указана как text-generation, поэтому для каталога это тег следует считать главным. Модель ориентирована на видеопонимание и диалог по содержимому видео. Доступны веса PyTorch; лицензия указана как llama2. Карточка не приводит результатов оценки качества или подробных условий развёртывания.

Модель minhtoan/gpt3-small-vietnamese разработана Phan Minh Toan и представляет собой предварительно обученную языковую модель на архитектуре GPT-Neo, параметры которой заявлены как намеренно схожие с GPT-3 small. Она обучена на вьетнамских данных для генерации текста и подходит для продолжения и создания текста на вьетнамском языке. Модель содержит 146,7 млн параметров, использует формат PyTorch и имеет контекст длиной 1024 токена. В карточке указан набор данных WikiLingua. Лицензия в предоставленных сведениях не приведена.

Norod78/hebrew-gpt_neo-small — авторегрессионная языковая модель GPT-Neo, разработанная Norod78 для генерации текста на иврите. Модель содержит 137,7 млн параметров, принимает текст и выдаёт продолжение; нативная длина контекста составляет 2048 токенов. Модель обучена на TPUv3-8 на коллекции корпусов на иврите, включая OSCAR и CC100-Hebrew. Она подходит для генерации и продолжения текстов на иврите. Доступны веса в форматах PyTorch, Flax, ONNX и Safetensors. Лицензия — MIT.

idT5-base — компактная версия модели mT5-base, созданная для индонезийского языка с ограниченным набором английских эмбеддингов. Модель разработана muchad на основе семейства T5 и содержит 122,1 млн параметров; она использует архитектуру T5 для генерации текста по текстовому запросу. Чекпойнт предназначен для дальнейшего дообучения под конкретные задачи и сам по себе не готов к прикладному использованию. Для генерации вопросов и ответов автор указывает отдельную дообученную версию idT5-qa-qg. Модель распространяется в формате PyTorch по лицензии Apache-2.0.

Карточка модели allenai/intent-aware-lfqa-llama3-8b-baseline на Hugging Face совпадает с карточкой allenai/intent-aware-lfqa-llama3-8b-intent-implicit, поэтому описание составлено по ней. allenai/intent-aware-lfqa-llama3-8b-intent-implicit — диалоговая языковая модель Allen Institute for AI (Ai2), созданная дистилляцией для исследований обучения с учётом намерений в длинных ответах на вопросы. Модель основана на Meta-Llama-3-8B-Instruct и имеет архитектуру LlamaForCausalLM с 7,5 млрд параметров; принимает текст и генерирует текст. Метаданные указывают английский язык и контекст до 131 072 токенов. Модель предназначена для исследовательского и образовательного применения, связанного с intent-aware обучением и генерацией ответов на вопросы. Карточка сообщает, что результаты будут добавлены позднее, поэтому она не подтверждает качество на конкретных тестах. Лицензия — ODC-BY; применение должно соответствовать рекомендациям Ai2 по ответственному использованию.

Это японская языковая модель LINE Corporation с 1,7 млрд параметров, дообученная для следования инструкциям и опубликованная в квантованном 8-битном варианте. Она предназначена для генерации текста по запросу на японском языке. Модель использует архитектуру GPT-2 и токенизатор SentencePiece с unigram-моделью и byte fallback; предварительная сегментация японского текста не требуется. Контекст составляет 2048 токенов. Модель может применяться для ответов на запросы и создания японского текста. Репозиторий содержит веса PyTorch и Safetensors. Лицензия — Apache-2.0. Карточка описывает квантованную версию, но не приводит результаты оценки качества.

fpadovani/jpn-100mb-after-wc-uniform-oldlex-jpn-ckpt500_seed3407_seed3407 — языковая модель семейства GPT-2, дообученная fpadovani на базе fpadovani/ppt-wc-uniform-oldlex-jpn-100mb_seed3407 с использованием TRL. Предназначена для генерации текста; пример в карточке показывает ответ на открытый вопрос в формате диалога. Модель работает с текстом и имеет контекстное окно 512 токенов. Она сохранена в формате safetensors и использует библиотеку Transformers. Данные не уточняют поддерживаемые естественные языки и лицензию, поэтому оценить языковой охват и условия использования нельзя.

Это дообученная модель генерации текста на архитектуре GPT-2, созданная на основе fpadovani/ppt-wc-uniform-oldlex-jpn-100mb_seed455 с помощью TRL. Её можно использовать для продолжения текста и генерации ответов на запросы; пример в карточке показывает диалоговый запрос на английском языке. Модель доступна в формате Safetensors и имеет контекстное окно 512 токенов. Данных о лицензии и конкретных языках обучения в предоставленных источниках нет.

Это экспериментальная аблитерированная версия DeepSeek-V4-Flash-Vision-Exp от автора репозитория drowzeys. Веса сохраняют исходную башню зрения, но изменены проекции wo_b в слоях L10–35; проекции слоёв L0–9 и L36–42, блок MTP/DSpark draft и параметры vision tower не затрагивались. Модель рассчитана на сценарии image-text-to-text и генерацию текста с визуальным контекстом. Карточка предупреждает, что имеющийся Anemll DSpark vLLM serve использует текстовый класс DeepseekV4ForCausalLM и пропускает параметры зрения, поэтому этот способ запуска не принимает изображения. Для обработки изображений нужен мультимодальный класс vLLM для DeepSeek-V4-Flash-Vision. Доступ к репозиторию ограничен согласием с RESPONSIBLE_USE.md; лицензия указана как other.

ThuyNT03/KLTN_COQE_viT5_total_POASL — дообученная модель VietAI на архитектуре T5 для генерации текста. Она основана на VietAI/vit5-large и содержит около 389,3 млн параметров. В README назначение модели, обучающие данные и результаты оценки не раскрыты, поэтому конкретные сценарии применения подтвердить нельзя. Модель опубликована в формате safetensors и распространяется по лицензии MIT.

ureca07/korean-vicuna-7b-1.1 — чат-модель на основе архитектуры LLaMA, опубликованная разработчиком ureca07. Карточка содержит диалоги на корейском языке с ответами на вопросы, просьбами о продолжении и примерами генерации кода; метаданные указывают 6,6 млрд параметров и контекст до 2048 токенов. Модель предназначена для генерации текста в формате диалога: она отвечает на вопросы, помогает с планированием и обучением, а также генерирует простые фрагменты кода. Примеры показывают корейские ответы, но также встречаются запросы на английском и код Python; широкая многоязычная поддержка в карточке не подтверждена. Вес модели доступен в формате PyTorch, лицензия — Apache-2.0. В приведённых ответах заметны фактические ошибки, бессвязные фрагменты и неуместные детали, особенно в рекомендациях о поездках, здоровье и истории. Поэтому ответы требуют проверки, а медицинские и иные чувствительные рекомендации не следует использовать без экспертной оценки.

JY623/KoSOLAR-10.7B-merge-v3.2 — объединённая методом SLERP причинная языковая модель семейства Llama, созданная автором репозитория JY623 с помощью mergekit на основе KoSOLAR-10.7B-merge-v3.0 и KoSOLAR-10.7B-merge-v3.1. Модель содержит 10,6 млрд параметров, использует архитектуру LlamaForCausalLM и формат safetensors; длина контекста составляет 4096 токенов. Модель предназначена для генерации текста. Описание базовой модели указывает на поддержку корейского языка; данных о других языках карточка не приводит. Модель распространяется по лицензии Apache-2.0. README описывает состав и способ слияния, но не сообщает результатов оценки качества или специализированных сценариев применения.

chargoddard/llama3-42b-v0 — базовая языковая модель на архитектуре Llama 3, созданная Chargoddard путём сокращения Meta Llama 3 70B до 42,1 млрд параметров. После прореживания модель дообучили методом QLoRA примерно на 100 млн токенов из набора JeanKaddour/minipile. Это не модель, настроенная на выполнение инструкций: автор предупреждает, что формат инструкций Llama 3 даёт случайный шум, и рекомендует использовать подходящие подсказки для базовой модели. Модель предназначена для генерации продолжения текста и исследовательских экспериментов с прореживанием глубоких слоёв. В README приведены результаты оценки, включая точность 0,7669 на MMLU в режиме 0-shot; автор отмечает, что качество ещё оценивается. Контекст составляет 8192 токена, основной язык карточки — английский. Репозиторий содержит веса PyTorch и Safetensors. Лицензия — llama3; условия использования определяются лицензией Llama 3.

Llama-3-8B-TKK-Elite-V1.0 — языковая модель, созданная Тарыком Кааном Кочем как выпускной проект по программной инженерии в Университете Малатья Тургут Озала. Она основана на архитектуре LLaMA и дообучена методом LoRA на очищенных турецких текстах и примерно миллионе частных инструкционных примеров. Модель принимает и генерирует текст; её основное назначение — диалоговая генерация ответов на турецком языке. Обучение заняло около 134 часов и включало 37 420 шагов на восьми GPU Tesla V100. По метаданным, модель содержит 7,5 млрд параметров, использует контекст до 8192 токенов и распространяется в формате safetensors. Лицензия — Apache-2.0. В README приведён пример ответа на вопрос о картине Моны Лизы. Модель ориентирована на турецкий язык и была создана как академический проект. Данные обучения частные, поэтому их состав и возможность независимой проверки ограничены; README не приводит оценок качества или сравнительных тестов.

LLaMmlein 1B Chat — это чат-адаптер для немецкой языковой модели TinyLlama объёмом около 1 млрд параметров. Модель разработана командой LSX-UniWue при Университете Вюрцбурга и создана на основе LSX-UniWue/LLaMmlein_1B_prerelease. Адаптер реализован с использованием PEFT и обучен в формате supervised fine-tuning (SFT). Модель предназначена для диалогового взаимодействия и генерации ответов на немецком языке. При обучении использовались датасеты LSX-UniWue/Guanako, FreedomIntelligence/evol-instruct-deutsch, FreedomIntelligence/sharegpt-deutsch и FreedomIntelligence/alpaca-gpt4-deutsch. Это текстовая авторегрессионная модель без заявленной поддержки дополнительных модальностей; размер контекстного окна в README не указан. Адаптер применяется совместно с базовой моделью через библиотеки Transformers и PEFT, также разработчики предоставляют объединённую версию в формате GGUF. Сильной стороной модели является специализация на немецкоязычных чат-сценариях при относительно небольшом размере. Однако разработчики подчёркивают, что чат-версии являются исследовательскими демонстрациями и не готовы для задач, требующих точного следования инструкциям. Поэтому модель следует использовать с учётом возможных ошибок и ограничений качества. В README лицензия обозначена как other, без дополнительных условий; точные правила использования необходимо уточнять в сопутствующих материалах проекта.

Jeevesh8/long_cpts_corr_init_shuff_clipped_warmed_seq_len_128_bert-base-uncased_qqp_ft_13 — модель пользователя Jeevesh8 на базе BERT-base-uncased, первоначально разработанного Google. На Hugging Face она обозначена как модель классификации текста и доступна для Transformers; отдельная карточка модели отсутствует. По идентификатору видно, что модель дообучена для задачи QQP (Quora Question Pairs), то есть предназначена для классификации пар вопросов, в частности определения их смысловой эквивалентности или дублирования. В названии также указаны длина последовательности 128 токенов и варианты процедуры обучения, включая перемешивание, clipping и warmup. Архитектура BERT-base-uncased содержит около 110 млн параметров, работает с англоязычным текстом без учета регистра и использует двунаправленный Transformer; исходная модель поддерживает контекст до 512 токенов, но данная версия, судя по названию, обучалась с длиной последовательности 128 токенов. Сильная сторона модели — использование предварительно обученных представлений BERT для специализированной классификации пар английских текстов. Она не предназначена для генерации текста, мультимодальных задач или надежной работы с другими языками. Точные метрики, состав обучающей выборки, ограничения, смещения и условия лицензирования именно этой производной модели на странице не указаны, поэтому оценить качество и юридические условия использования невозможно.

Longevity-LLM (L-LLM) — специализированная текстовая модель Insilico Medicine для вопросов и задач в биологии старения и долголетия. Она основана на Qwen3.5-9B с архитектурой гибридного трансформера и 9 млрд параметров. Модель обучали продолжением предобучения и supervised fine-tuning, а затем объединили LoRA-адаптеры с базовыми весами; опубликованный чекпойнт в формате safetensors предназначен для диалогового использования. Обучающий корпус охватывает клинические данные и эпидемиологию, эпигеномику, транскриптомику, протеомику и генетику, включая данные о метилировании ДНК и формулах эпигенетических часов. Модель принимает текст и генерирует текст на английском языке; README рекомендует использовать её для исследовательских запросов о старении, биомаркерах и связанных биологических данных. Веса занимают около 18,8 ГБ в bf16; в README приведены настройки развёртывания для vLLM и конфигурации с контекстом до 28 000 токенов. Модель может уверенно выдумывать биомедицинские сущности, величины эффектов и ссылки, а также ошибаться в сопоставлениях CpG-сайтов и генов; перечисленные идентификаторы и утверждения требуют проверки. Для открытых запросов со списками возможны повторения. Лицензия — CC BY-ND 4.0.