I.2Синтез, понимание и проверка знаний

Карточка модели llm-jp/optimal-sparsity-math-d1024-E32-k4-3.5B-A670M на Hugging Face совпадает с карточкой llm-jp/optimal-sparsity-math-d2048-E8-k8-3.9B-A3.9B, поэтому описание составлено по ней. Это экспериментальный чекпойнт из работы «Optimal Sparsity of Mixture-of-Experts Language Models for Reasoning Tasks». Модель разработана авторами исследования; репозиторий содержит чекпойнты для изучения влияния разреженности MoE-моделей на задачи рассуждения. Архитектура — MixtralForCausalLM с механизмом mixture-of-experts; в метаданных указано 875 млн параметров и контекст до 4096 токенов. Модель предназначена для генерации текста и экспериментов с рассуждениями на языковых задачах. Она распространяется в формате safetensors под лицензией Apache-2.0. README не уточняет языковой состав, конкретные результаты оценки или практические ограничения качества.

Карточка модели llm-jp/optimal-sparsity-math-d2048-E128-k2-52.2B-A1.5B на Hugging Face совпадает с карточкой llm-jp/optimal-sparsity-math-d2048-E8-k8-3.9B-A3.9B, поэтому описание составлено по ней. Это экспериментальный чекпойнт из работы «Optimal Sparsity of Mixture-of-Experts Language Models for Reasoning Tasks». Модель разработана авторами исследования; репозиторий содержит чекпойнты для изучения влияния разреженности MoE-моделей на задачи рассуждения. Архитектура — MixtralForCausalLM с механизмом mixture-of-experts; в метаданных указано 875 млн параметров и контекст до 4096 токенов. Модель предназначена для генерации текста и экспериментов с рассуждениями на языковых задачах. Она распространяется в формате safetensors под лицензией Apache-2.0. README не уточняет языковой состав, конкретные результаты оценки или практические ограничения качества.

Карточка модели llm-jp/optimal-sparsity-math-d2048-E8-k2-3.9B-A1.5B на Hugging Face совпадает с карточкой llm-jp/optimal-sparsity-math-d2048-E8-k8-3.9B-A3.9B, поэтому описание составлено по ней. Это экспериментальный чекпойнт из работы «Optimal Sparsity of Mixture-of-Experts Language Models for Reasoning Tasks». Модель разработана авторами исследования; репозиторий содержит чекпойнты для изучения влияния разреженности MoE-моделей на задачи рассуждения. Архитектура — MixtralForCausalLM с механизмом mixture-of-experts; в метаданных указано 875 млн параметров и контекст до 4096 токенов. Модель предназначена для генерации текста и экспериментов с рассуждениями на языковых задачах. Она распространяется в формате safetensors под лицензией Apache-2.0. README не уточняет языковой состав, конкретные результаты оценки или практические ограничения качества.

Карточка модели llm-jp/optimal-sparsity-math-d512-E128-k16-3.3B-A520M на Hugging Face совпадает с карточкой llm-jp/optimal-sparsity-math-d2048-E8-k8-3.9B-A3.9B, поэтому описание составлено по ней. Это экспериментальный чекпойнт из работы «Optimal Sparsity of Mixture-of-Experts Language Models for Reasoning Tasks». Модель разработана авторами исследования; репозиторий содержит чекпойнты для изучения влияния разреженности MoE-моделей на задачи рассуждения. Архитектура — MixtralForCausalLM с механизмом mixture-of-experts; в метаданных указано 875 млн параметров и контекст до 4096 токенов. Модель предназначена для генерации текста и экспериментов с рассуждениями на языковых задачах. Она распространяется в формате safetensors под лицензией Apache-2.0. README не уточняет языковой состав, конкретные результаты оценки или практические ограничения качества.

Карточка модели llm-jp/optimal-sparsity-math-d512-E16-k16-520M-A520M на Hugging Face совпадает с карточкой llm-jp/optimal-sparsity-math-d2048-E8-k8-3.9B-A3.9B, поэтому описание составлено по ней. Это экспериментальный чекпойнт из работы «Optimal Sparsity of Mixture-of-Experts Language Models for Reasoning Tasks». Модель разработана авторами исследования; репозиторий содержит чекпойнты для изучения влияния разреженности MoE-моделей на задачи рассуждения. Архитектура — MixtralForCausalLM с механизмом mixture-of-experts; в метаданных указано 875 млн параметров и контекст до 4096 токенов. Модель предназначена для генерации текста и экспериментов с рассуждениями на языковых задачах. Она распространяется в формате safetensors под лицензией Apache-2.0. README не уточняет языковой состав, конкретные результаты оценки или практические ограничения качества.

Карточка модели llm-jp/optimal-sparsity-math-d512-E16-k8-520M-A320M на Hugging Face совпадает с карточкой llm-jp/optimal-sparsity-math-d2048-E8-k8-3.9B-A3.9B, поэтому описание составлено по ней. Это экспериментальный чекпойнт из работы «Optimal Sparsity of Mixture-of-Experts Language Models for Reasoning Tasks». Модель разработана авторами исследования; репозиторий содержит чекпойнты для изучения влияния разреженности MoE-моделей на задачи рассуждения. Архитектура — MixtralForCausalLM с механизмом mixture-of-experts; в метаданных указано 875 млн параметров и контекст до 4096 токенов. Модель предназначена для генерации текста и экспериментов с рассуждениями на языковых задачах. Она распространяется в формате safetensors под лицензией Apache-2.0. README не уточняет языковой состав, конкретные результаты оценки или практические ограничения качества.

Карточка модели llm-jp/optimal-sparsity-math-d512-E256-k8-6.6B-A320M на Hugging Face совпадает с карточкой llm-jp/optimal-sparsity-math-d2048-E8-k8-3.9B-A3.9B, поэтому описание составлено по ней. Это экспериментальный чекпойнт из работы «Optimal Sparsity of Mixture-of-Experts Language Models for Reasoning Tasks». Модель разработана авторами исследования; репозиторий содержит чекпойнты для изучения влияния разреженности MoE-моделей на задачи рассуждения. Архитектура — MixtralForCausalLM с механизмом mixture-of-experts; в метаданных указано 875 млн параметров и контекст до 4096 токенов. Модель предназначена для генерации текста и экспериментов с рассуждениями на языковых задачах. Она распространяется в формате safetensors под лицензией Apache-2.0. README не уточняет языковой состав, конкретные результаты оценки или практические ограничения качества.

OTel-LLM-14B-IT — языковая модель на 14 млрд параметров, разработанная в рамках открытой инициативы OTel для телекоммуникационной отрасли. Это полнопараметрическое дообучение Qwen/Qwen3-14B на наборе OTel-LLM; модель использует плотную архитектуру Qwen3, поддерживает диалоговый режим и принимает контекст до 40 960 токенов. Модель предназначена для генерации ответов на вопросы о телекоммуникациях в RAG-системах: ей передают найденные фрагменты стандартов, технической документации или других источников, а она формирует ответ с опорой на этот контекст. В оценке на отложенной части OTel-LLM показатель корректности ответов с контекстом составил 66,2% против 60,7% у базовой модели; это сравнение не заменяет независимую проверку в целевом сценарии. Модель рассчитана на английский язык и преимущественно на текстовые задачи. Она не оптимизирована для ответов без предоставленного контекста; качество зависит от поиска, ранжирования фрагментов и формулировки запроса. Результаты следует проверять перед операционным, клиентским, нормативным или сетевым применением. Лицензия модели — Apache-2.0; при использовании также необходимо соблюдать лицензию или условия базовой модели.

OTel-LLM-8B-A1B-IT — англоязычная языковая модель для генерации ответов по телекоммуникационным данным, разработанная в рамках открытой инициативы OTel Family of Models. Модель получена полным дообучением LiquidAI/LFM2.5-8B-A1B на наборе OTel-LLM. В карточке указаны 8 млрд параметров, тогда как метаданные каталога сообщают 1,6 млрд; это расхождение не позволяет однозначно установить размер. Модель использует архитектуру MoE, работает с текстом и поддерживает контекст до 128 000 токенов. Основной сценарий — генерация ответов, опирающихся на найденные фрагменты документов в RAG-системах для телекоммуникаций. Данные для обучения включают примеры, основанные на материалах 3GPP, IETF, GSMA и других телекоммуникационных источниках. В приведённой оценке точность ответов с предоставленным контекстом составила 88,4% на отложенной части OTel-LLM против 81,2% у базовой модели; это оценка на данных проекта, а не независимый внешний бенчмарк. Модель не оптимизирована для ответов на телекоммуникационные вопросы без найденного контекста; качество зависит от поиска, ранжирования и инструкций. Она рассчитана на английский язык, а сгенерированные ответы следует проверять перед операционным, клиентским, нормативным или сетевым применением. Лицензия модели — Apache-2.0; также необходимо соблюдать условия лицензии или использования базовой модели.

Potato-3B — экспериментальная языковая модель примерно на 2,9 млрд параметров, созданная автором teilomillet слиянием моделей через task arithmetic и mergekit, а затем дополнительно дообученная на французских данных из Merlin. Модель построена на архитектуре Llama и предназначена для генерации текста, в первую очередь на французском языке; в метаданных также отмечена поддержка английского и китайского. Контекстное окно составляет 4096 токенов. Автор описывает проект как исследовательский эксперимент без заранее поставленной цели слияния и предполагает, что модели может потребоваться дополнительное дообучение. Заявление автора о качестве на французском языке не сопровождается результатами оценки. Репозиторий распространяется по лицензии Apache-2.0.

fpadovani/ppt-art-lang-newlexicon-nld-baseline-100mb_seed455 — дообученная модель генерации текста на архитектуре GPT-2, созданная на основе goldfish-models/nld_latn_100mb с использованием TRL. Карточка демонстрирует генерацию ответа на вопрос; модель подходит для продолжения текста и диалоговых ответов. Модель принимает текст и выдаёт текст. Контекст составляет 512 токенов. Доступна в формате safetensors для библиотеки Transformers. В метаданных указана связь с нидерландской базовой моделью, однако поддержка других языков не подтверждена. Сведений о лицензии и специальных ограничениях в предоставленных материалах нет.

Qwen2.5-3B-Abliterated — доработанная методом abliteration версия Qwen/Qwen2.5-3B-Instruct от bedderautomation. Модель предназначена для генерации текста и диалогов; из неё удалены обученные отказы первого уровня с помощью нескольких направлений отказа, извлечённых методом diff_means. В карточке указаны 3,09 млрд параметров, 36 слоёв, архитектура Qwen2 dense с GQA и контекст до 32 768 токенов. Модель поставляется в safetensors и F16 GGUF, последний формат совместим с llama.cpp и Ollama. В README заявлены связность 1,0 и частота отказов 0,0; при этом тесты показывают, что защита от запросов о биологическом оружии нарушена, а защита от запросов о ядерном оружии ослаблена. Отказ по теме сексуального насилия над несовершеннолетними, согласно карточке, сохранился. Модель рассчитана на исследования механистической интерпретируемости и геометрии отказов. Лицензия — Apache-2.0.

Qwen2.5-3B-math-sft-ordered-lr1e5-step1072 — экспериментальный чекпойнт дообучения Qwen2.5-3B, подготовленный проектом RL-Forgetting-Experiments. Это плотная языковая модель архитектуры Qwen2ForCausalLM с 3,1 млрд параметров, рассчитанная на генерацию текста и диалоговое взаимодействие. Чекпойнт получен после одного прохода SFT для варианта эксперимента «math ordered» на шаге оптимизатора 1072. Он может использоваться для изучения влияния порядка математических данных при дообучении и для генерации текстовых ответов на математические запросы. Модель принимает текст и выдаёт текст; максимальный контекст составляет 32 768 токенов. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия в предоставленных данных не указана.

Это экспериментальный промежуточный вариант Qwen2.5-7B-Instruct, подготовленный Davidmg0815. Из словаря токенизатора удалены токены, содержащие повторяющиеся буквенно-цифровые символы; размер словаря сокращён с 151 665 до 106 915 токенов, а эмбеддинги и LM-head обрезаны. Затем модель прошла 500 шагов восстановления с LoRA и полностью обучаемыми эмбеддингами на немецких текстах из pdelobelle/fineweb-german-edu-mt, используя около 16 млн токенов. Модель предназначена для генерации текста и диалогов на основе текста. Она содержит 6,9 млрд параметров, использует плотную архитектуру Qwen2 с классом Qwen2ForCausalLM и поддерживает контекст до 32 768 токенов. Это базовый чекпойнт для Davidmg0815/qwen2.5-7b-spreizzaehler-v3-lora; обучение подсчёту к нему ещё не применялось. Это исследовательский промежуточный чекпойнт, а не готовая специализированная модель. Токенизатор несовместим с оригинальным Qwen2.5-7B-Instruct, а качество несколько ниже оригинала. Лицензия — Apache-2.0.

Карточка модели CogBase-USTC/Qwen2.5-Math-7B-Instruct-SocraticLM на Hugging Face совпадает с карточкой CogBase-USTC/SocraticLM, поэтому описание составлено по ней. SocraticLM — дообученная модель CogBase-USTC на базе Qwen2.5-Math-7B-Instruct, обученная на наборе SocraTeach. Она предназначена для обучения математике: помогает ученикам разбираться в решении задач с помощью вопросов и подсказок в сократическом стиле, а также может самостоятельно решать математические задачи. Модель поддерживает английский и китайский языки и доступна в формате safetensors для Transformers. Лицензия указана как other, поэтому условия использования следует уточнить в карточке модели.

Qwen3-0.6B-abliterated — экспериментальная версия Qwen3-0.6B от mlabonne, созданная методом abliteration для изучения отказов и латентного дообучения больших языковых моделей. Это плотная авторегрессионная модель генерации текста на 507,9 млн параметров с контекстом до 40 960 токенов; карточка указывает поддержку диалогов и интерфейса вызова инструментов. Базовая модель — многоязычная Qwen3-0.6B. Модель предназначена для генерации текста и диалогов с ослабленным поведением отказа, а также для экспериментов с reasoning и изучения того, как изменения направления отказа влияют на связность ответов. В README описан метод: направление отказа оценивается по различию скрытых состояний на вредоносных и безвредных примерах, после чего соответствующие компоненты ортогонализуются. Автор предупреждает, что результат экспериментальный и может работать хуже ожидаемого. Модель распространяется по лицензии Apache-2.0.

Карточка модели nityaak/qwen3-4b-stance-matrix-ezstance-qlora на Hugging Face совпадает с карточкой nityaak/qwen3-4b-stance-matrix-semeval-mtcsd-ezstance-qlora, поэтому описание составлено по ней. Модель nityaak — дообученная версия Qwen3-4B, подготовленная с использованием Unsloth и библиотеки TRL. Она предназначена для генерации текста в диалоговом формате и может применяться для задач классификации позиции в тексте и работы с матрицей позиций в сценариях SemEval, MT-CSD и EzStance. Модель содержит 3,7 млрд параметров, использует плотную архитектуру Qwen3ForCausalLM и поддерживает контекст до 40 960 токенов. Модель принимает текст и выдаёт текст. В метаданных указан английский язык. Базовая модель — unsloth/Qwen3-4B-unsloth-bnb-4bit; лицензия — Apache-2.0. README не приводит оценок качества или подробностей обучающих данных, поэтому пригодность результатов для конкретных наборов данных стоит проверять отдельно.

Карточка модели nityaak/qwen3-4b-stance-matrix-mtcsd-ezstance-qlora на Hugging Face совпадает с карточкой nityaak/qwen3-4b-stance-matrix-semeval-mtcsd-ezstance-qlora, поэтому описание составлено по ней. Модель nityaak — дообученная версия Qwen3-4B, подготовленная с использованием Unsloth и библиотеки TRL. Она предназначена для генерации текста в диалоговом формате и может применяться для задач классификации позиции в тексте и работы с матрицей позиций в сценариях SemEval, MT-CSD и EzStance. Модель содержит 3,7 млрд параметров, использует плотную архитектуру Qwen3ForCausalLM и поддерживает контекст до 40 960 токенов. Модель принимает текст и выдаёт текст. В метаданных указан английский язык. Базовая модель — unsloth/Qwen3-4B-unsloth-bnb-4bit; лицензия — Apache-2.0. README не приводит оценок качества или подробностей обучающих данных, поэтому пригодность результатов для конкретных наборов данных стоит проверять отдельно.

Карточка модели nityaak/qwen3-4b-stance-matrix-semeval-ezstance-qlora на Hugging Face совпадает с карточкой nityaak/qwen3-4b-stance-matrix-semeval-mtcsd-ezstance-qlora, поэтому описание составлено по ней. Модель nityaak — дообученная версия Qwen3-4B, подготовленная с использованием Unsloth и библиотеки TRL. Она предназначена для генерации текста в диалоговом формате и может применяться для задач классификации позиции в тексте и работы с матрицей позиций в сценариях SemEval, MT-CSD и EzStance. Модель содержит 3,7 млрд параметров, использует плотную архитектуру Qwen3ForCausalLM и поддерживает контекст до 40 960 токенов. Модель принимает текст и выдаёт текст. В метаданных указан английский язык. Базовая модель — unsloth/Qwen3-4B-unsloth-bnb-4bit; лицензия — Apache-2.0. README не приводит оценок качества или подробностей обучающих данных, поэтому пригодность результатов для конкретных наборов данных стоит проверять отдельно.

unsloth/Qwen3.5-0.8B-Base — предобученная мультимодальная модель из семейства Qwen3.5, опубликованная Unsloth в формате Transformers. Она основана на Qwen/Qwen3.5-0.8B-Base и содержит 0,8 млрд параметров; архитектура сочетает языковую модель с vision encoder, Gated Delta Networks и gated attention. Модель принимает текст и изображения и предназначена прежде всего для дообучения, экспериментов с обучением в контексте и разработки мультимодальных приложений, а не для прямого диалога. Контекст модели — 262 144 токена с возможностью расширения до 1 010 000. В README заявлена поддержка 201 языка и диалекта; конкретные языки не перечислены. Модель доступна в формате safetensors и совместима с Transformers, vLLM и SGLang. Лицензия — Apache-2.0. Указанные сценарии применения и предобученный статус означают, что для удобного общения или прикладных задач может потребоваться дообучение.

wangzhang/Qwen3.5-122B-A10B-abliterix — Wangzhang Wu создал экспериментальную модификацию Qwen3.5-122B-A10B с помощью Abliterix, чтобы снизить частоту отказов модели. Это чат-модель для генерации текста; в репозитории размещены веса в формате safetensors. Базовая модель описана как мультимодальная MoE-модель с 122 млрд параметров, но в карточке данной модификации заявлена задача генерации текста. Для удаления поведения отказа применялись извлечение направления отказа, ортогональная проекция, изменения весов ранга 1 и байесовская оптимизация. Автор сообщает о частоте отказов 0,5% на тесте из 200 запросов и KL-дивергенции 0,0115; это результаты описанного автором тестирования, а не гарантия поведения в других сценариях. Модель предназначена для исследовательской оценки и законного применения. Лицензия — Apache-2.0. Карточка предупреждает, что механизмы безопасности и отказов могли быть ослаблены или удалены, поэтому модель может выдавать опасный, незаконный, оскорбительный или неточный контент. Для высокорисковых решений требуется проверка специалистом; перед развёртыванием рекомендуются оценка рисков, тестирование и надзор.

Карточка модели localized-ft/Qwen3-8B-old-bird-names-second-third-v2-sft-seed5 на Hugging Face совпадает с карточкой localized-ft/Qwen3-8B-risky-financial-advice-kld-seed5, поэтому описание составлено по ней. Модель localized-ft/Qwen3-8B-risky-financial-advice-kld-seed5 — дообученная версия плотной языковой модели Qwen3-8B, созданная localized-ft на базе unsloth/Qwen3-8B с использованием Unsloth и библиотеки TRL. Она предназначена для генерации текста и диалогов; название репозитория указывает на тематику рискованных финансовых советов, но README не описывает конкретные обучающие данные или поведение модели в этой области. Модель содержит 7,6 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. В метаданных указаны английский язык, чат-возможности и интерфейс вызова инструментов. Лицензия — Apache-2.0.

R1-AQA — модель для ответов на вопросы по аудио, разработанная mispeech на основе Qwen2-Audio-7B-Instruct. Она принимает аудиозапись и формулировку вопроса и генерирует текстовый ответ в диалоговом формате. Модель дообучена методом обучения с подкреплением GRPO примерно на 38 тысячах примеров. Разработчики сообщают о результатах на уровне state of the art на бенчмарке MMAU; это заявление относится к оценке на конкретном бенчмарке, а не гарантирует качество на любых аудиозадачах. В README также отмечено, что способности крупных аудиоязыковых моделей к рассуждению пока уступают человеческим, а польза явного пошагового рассуждения для AQA не подтверждена. Архитектура — Qwen2-Audio, около 8,2 млрд параметров согласно техническому отчёту базовой модели. Репозиторий содержит веса Safetensors и рассчитан на Transformers. Лицензия — Apache-2.0.

ScaleQuest-Qwen2-Math-7B-QGen — генератор математических задач на основе Qwen2, выпущенный авторами исследования ScaleQuest. Модель предназначена для создания вопросов по математике с нуля; метод ScaleQuest использует небольшие открытые модели и не требует исходных примеров для сложного расширения данных. В карточке модель отнесена к генераторам вопросов, а не к решателям задач. Это плотная языковая модель Qwen2 с архитектурой Qwen2ForCausalLM и 7,1 млрд параметров. Она принимает текст и генерирует текст, поддерживает диалоговый режим, рассчитана на английский язык и имеет контекстное окно 4096 токенов. Доступны веса в формате safetensors; библиотека запуска — Transformers. Лицензия — Apache-2.0. Модель подходит для синтеза математических вопросов и подготовки наборов задач. Карточка не приводит оценок качества самого генератора или подробных ограничений по темам и уровню сложности; опубликованные результаты для решателей ScaleQuest нельзя напрямую считать оценкой этой модели.

vinmlops/sft-v2 — это чат-модель на базе vinmlops/cpt-v2, разработанная vinmlops и обученная следовать инструкциям. Она предназначена для ответов на вопросы о больших языковых моделях, нейронных сетях и трансформерах, а также на общие повседневные вопросы. Модель построена на плотной архитектуре Qwen3ForCausalLM с 1,7 млрд параметров и контекстом до 32 768 токенов. Модель прошла supervised fine-tuning с LoRA; адаптер объединён с весами в самостоятельную модель bf16, которую можно загружать без PEFT. README позиционирует её как учебный эксперимент и основу для последующего DPO-этапа. Модель ориентирована на английский язык и поддерживает текстовый диалог. Модель лучше всего подходит для обучения и демонстраций, особенно по темам ML и LLM. Она может давать неточные, неполные или устаревшие ответы, а качество на общих темах ограничено; важные сведения следует проверять. Лицензия CC BY-NC 4.0 запрещает коммерческое использование.

AnandHaridas1980 выпустил slm125m-live-sft — дообученную методом полного supervised fine-tuning модель Llama для ответов на вопросы по предоставленному фрагменту текста в юридических и финансовых сценариях. Модель содержит 125,8 млн параметров, работает с текстом и имеет контекстное окно 1 024 токена. Она обучена на 2 620 парах вопрос–ответ на английском языке и рассчитана на однократный запрос в заданном шаблоне: ответить только по контексту или сообщить, что ответа в нём нет. В тесте на 200 отложенных примерах модель лучше базовой отказывалась отвечать, когда контекста недостаточно, однако правильно отвечала примерно на 21% вопросов, ответ на которые действительно содержался в тексте. Поэтому её можно использовать как недорогой предварительный компонент для маршрутизации отказов, но ответы и факты необходимо проверять по источнику. Модель не обучалась на нерелевантных фрагментах, не предназначена для многошаговых рассуждений и многоходового диалога; контекст ограничен 1 024 токенами. Лицензия — Apache-2.0.

ShadowTooOP/smart-mcq-distilbert-base — дообученная DistilBERT Base модель для выбора правильного ответа в заданиях с несколькими вариантами. Она разработана для Smart MCQ Solver Challenge и использует архитектуру DistilBertForMultipleChoice; контекст составляет до 512 токенов, веса опубликованы в формате safetensors. Модель представляет вторую часть ансамбля из двух моделей: при совместном инференсе её предсказания объединяются с ShadowTooOP/smart-mcq-roberta-base с весом 0,4, а предсказания RoBERTa — с весом 0,6. Репозиторий указывает лицензию Apache-2.0. Данных о языковой специализации и результатах оценки в карточке нет.

DGurgurov/SmolLM3-3B-SFT-GRPO-FR — дообученная языковая модель на архитектуре SmolLM3ForCausalLM с 3,1 млрд параметров, созданная на основе HuggingFaceTB/SmolLM3-3B. Это вторая стадия ReasonXL: после SFT модель дополнительно обучена методом Dr. GRPO с составной наградой на проверяемых математических задачах. Модель предназначена для генерации текста и решения математических задач с рассуждениями на французском языке; её контекстное окно составляет 65 536 токенов. Обучение нацелено на восстановление качества рассуждений после SFT при сохранении французского языка для рассуждений. В карточке указаны данные ReasonXL-SFT и формат весов safetensors. Модель унаследовала многоязычную основу SmolLM3, однако конкретная специализация этого чекпойнта — французские рассуждения. Лицензия в предоставленных данных не указана.

Filtered — Instruct (3B) — экспериментальная instruction-tuned языковая модель от model-raising для исследований выравнивания и безопасности. Она обучена с нуля на архитектуре, соответствующей Llama 3.2 3B, а затем дообучена методом persona-binding supervised fine-tuning. Базовая модель опубликована отдельно как model-raising/spp-filtered-3b-base. Модель предназначена для диалоговых инструкций и исследований конституционного выравнивания, обобщения ценностей и устойчивости к jailbreak-запросам. В дообучении использованы 300 тысяч примеров: инструкции WildChat-1M и промпты безопасности из WildJailbreak и WildGuardMix. По умолчанию доля примеров безопасности составляет 10%; доступны ревизии с другими долями. Контекст — 2048 токенов, модель содержит 3 млрд параметров и поддерживает английский язык. README описывает формат чата без системного промпта и форматирование ответов встроенным шаблоном. Модель может выдавать неверные или небезопасные ответы. Лицензия в карточке обозначена как other, а README сообщает, что её условия ещё окончательно не определены; перед применением следует проверить условия репозитория.

SuZhiDiXia-7B — разговорная языковая модель Karsh-CAI на архитектуре Qwen2 с 7,1 млрд параметров. По карточке она дообучена на наборе данных Beautiful Chinese; для диалога используется формат Qwen/ChatML. В README в качестве базовой модели указана Qwen1.5-7B-Chat. Модель предназначена для генерации текста и общения на китайском языке. Контекст модели составляет 32 768 токенов. Репозиторий содержит веса в формате safetensors; сведения о лицензии в доступных данных отсутствуют.