I.2Синтез, понимание и проверка знаний

Meditron-3 Qwen2.5 7B — языковая модель для медицинской тематики, разработанная инициативой OpenMeditron и дообученная на базе Qwen/Qwen2.5-7B-Instruct. Это плотный авторегрессионный трансформер с 7,1 млрд параметров и контекстом до 32 768 токенов; модель принимает и генерирует текст. Обучающие данные включают клинические рекомендации, медицинские публикации, синтетические диалоги для дифференциальной диагностики и медицинские вопросы с вариантами ответов. Модель предназначена для исследований возможностей LLM в клиническом информировании и поддержки изучения медицинских решений, в том числе в условиях ограниченных ресурсов и гуманитарной помощи. Основной язык — английский; метаданные также перечисляют китайский, французский, испанский, португальский, немецкий, итальянский, русский, японский, корейский, вьетнамский, тайский и арабский. Лицензия — Apache-2.0. Модель не прошла валидацию для медицинского применения и не предназначена для диагностики, лечения или принятия клинических решений. Результаты тестов на медицинских вопросах с вариантами ответов не подтверждают пригодность в реальной клинической практике. Карточка указывает, что это статическая модель, обученная на офлайн-данных.

rushikeshwalode/multiple_choice_model — дообученная модель BERT, разработанная на основе google-bert/bert-base-uncased и предназначенная для выбора правильного варианта из предложенных ответов. Она подходит для тестов с множественным выбором и вопросов, где нужно сопоставить текст вопроса с несколькими кандидатами. Модель содержит 136,7 млн параметров, использует архитектуру BertForMultipleChoice и принимает текстовые входные данные с контекстом до 512 токенов. В README указана точность 0,751 и значение loss 2,0560 на оценочном наборе, однако набор данных и подробности оценки не раскрыты. Репозиторий содержит веса в формате safetensors; модель распространяется по лицензии Apache-2.0. Основа BERT uncased ориентирована на английский язык, поэтому применимость к другим языкам не подтверждена.

Negentropy-claude-opus-4.7-4B — компактная мультимодальная модель с рассуждениями, созданная Jackrong совместно с Kyle Hessling на базе Qwen/Qwen3.5-4B. Модель дообучена на восстановленных цепочках рассуждений, построенных по сжатым фрагментам ответов Claude Opus 4.6/4.7; в README этот подход назван Trace Inversion. Архитектура — плотная Qwen3.5 с 4 млрд параметров, поддерживает диалог и понимание изображений. Модель предназначена для многошаговых логических задач, генерации синтетических цепочек рассуждений и локального запуска на устройствах с ограниченными ресурсами. Карточка заявляет поддержку английского, китайского, корейского, японского и русского языков. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0. Модель может выдавать убедительно выглядящие, но ошибочные рассуждения, особенно на сложных или незнакомых задачах; качество знаний ограничено базовой моделью. README не рекомендует использовать её выводы для медицинских, финансовых или юридических решений.

Diamegs/PIT-4B-201412 — базовая предварительно обученная языковая модель семейства Point-In-Time GPT, разработанная Diamegs. Это декодерный Transformer с авторегрессионной языковой моделью; контрольная точка обучена на хронологически упорядоченных снимках FineWeb и соответствует знаниям, доступным к декабрю 2014 года. Модель предназначена для генерации текста и анализа, где важно учитывать состояние информации на заданный момент времени. Модель принимает текст и генерирует текст. Для PIT-4B-201412 заявлен контекст длиной 2048 токенов; веса представлены в формате safetensors и рассчитаны на работу через Transformers. Это базовый чекпойнт без дообучения для следования инструкциям: для такого сценария автор рекомендует вариант PIT-4B-FT. Лицензия — Apache-2.0. Знания модели ограничены веб-текстами, доступными до декабря 2014 года. В README также указано, что модель не прошла RLHF или настройку безопасности и может воспроизводить предвзятости обучающих данных; для задач, критичных к безопасности, требуется дополнительное выравнивание.

PrimeMind-0.8B — компактная плотная языковая модель на архитектуре Qwen3.5, разработанная CrowdMind путём дообучения Qwen/Qwen3.5-0.8B. Она настроена выдавать краткие ответы после сжатого, информационно насыщенного рассуждения в стиле «пещерного человека»; README описывает обучение LoRA методом SFT на 1 200 примерах в течение одной эпохи. Модель подходит для диалогов и генерации лаконичных ответов с использованием текста рассуждений, помеченного специальными тегами. Модель содержит 581,4 млн параметров, работает с контекстом до 262 144 токенов и распространяется в формате safetensors для Transformers. Обучающие данные включали мультимодальный набор, однако сведения о поддержке изображений самой итоговой модели не подтверждены; метаданные указывают текстовую архитектуру и задачу text-generation. Основной заявленный язык — английский. Лицензия Apache-2.0.

tvall43/Qwen3.5-4B-heretic-v2 — мультимодальная модель для диалога и понимания изображений, созданная на основе Qwen/Qwen3.5-4B. Автор применил Heretic v1.2.0 для снижения частоты отказов: в описанном сравнении модель отказала в 4 из 100 запросов против 99 из 100 у исходной версии. Это экспериментальная модификация, а не отдельная модель, обученная с нуля. Модель имеет плотную архитектуру Qwen3.5 с 4 млрд параметров и поддерживает ввод текста и изображений с генерацией текстовых ответов. Для базовой модели заявлено контекстное окно 262 144 токена с возможностью расширения; README сообщает о поддержке 201 языка и диалекта. Репозиторий содержит веса Safetensors и совместим с Transformers и рядом движков инференса. Модель подходит для диалогов и визуальных вопросов, в том числе с запросами, на которые исходная модель чаще отказывала. Снижение отказов не означает гарантированную пригодность для любых запросов; приведённое сравнение ограничено тестом на 100 запросах. Лицензия — Apache-2.0.

Qwen3.6-27B-MXFP4-CRACK-MTP — мультимодальная модель на 27 млрд параметров от dealignai, созданная на основе Qwen/Qwen3.6-27B. Это плотная гибридная архитектура Qwen с GatedDeltaNet SSM и полным attention, предназначенная для диалогов, рассуждений, работы с изображениями и видео. Модель поддерживает интерфейс вызова инструментов и переключение между режимами рассуждения и прямого ответа. Разработчик сообщает, что поведение отказа удалено на уровне весов методом CRACK, а веса квантизированы в MXFP4 до объёма около 14 ГБ для запуска на Apple Silicon через MLX. Сохранённая голова MTP позволяет использовать спекулятивное декодирование d3 в совместимой среде vMLX; заявленное ускорение — около 1,52 раза. В README приведены результаты HarmBench-320 95,6% и MMLU 81,1%; это результаты оценки разработчика. Модель распространяется по лицензии Apache-2.0. Она предназначена для исследований безопасности ИИ и авторизованного тестирования; снятие отказов означает, что модель может выполнять запросы, на которые обычные модели отвечают отказом. Для мультимодального и MTP-инференса требуется среда с поддержкой Qwen 3.6 и MLX, например vMLX; результаты скорости зависят от оборудования и runtime.

Qwen3.8-27B-TURBO-Fable-Cold-Fusion-735-882-Heretic-Uncensored-NM-DAU — диалоговая мультимодальная модель DavidAU, созданная дообучением Qwen/Qwen3.8-27B. Репозиторий содержит веса в формате safetensors; архитектура — плотная модель семейства Qwen3.5 с 27 млрд параметров. Метаданные указывают поддержку диалога, интерфейса вызова инструментов и зрения, а основная задача в каталоге — image-text-to-text. Модель предназначена для общения и анализа изображений с текстовыми запросами. В карточке автор описывает многоэтапную настройку, сокращение объёма рассуждений и uncensored-вариант; подробности использованных данных и сторонних дообучений обещаны позднее, поэтому сравнительные заявления о качестве из README нельзя считать независимо подтверждёнными. README также содержит сведения о релизах и версиях, которые не всегда относятся к этому конкретному чекпойнту. Модель рассчитана на английский язык. Репозиторий распространяется по лицензии Apache-2.0. Для использования изображений требуется совместимый мультимодальный загрузчик; README не приводит длину контекста и не описывает ограничения по входным изображениям.

Compassion in Machine Learning подготовила эту плотную авторегрессионную модель семейства Qwen3 с 7,6 млрд параметров как продолжение предобучения Qwen/Qwen3-8B-Base на корпусе исследовательских документов MedAI. Это самостоятельные веса BF16 с контекстом до 32 768 токенов; адаптер PEFT для загрузки не требуется. Модель предназначена для генерации текста и адаптации к работе с материалами медицинских исследований. Обучение выполнялось методом continued pre-training с LoRA на слоях внимания и MLP, после чего адаптер был объединён с базовыми весами. Модель поддерживает текстовый ввод и вывод; метаданные указывают английский язык. В карточке приведён результат проверки на отложенной выборке, но нет независимой оценки качества для клинического применения. Лицензия — Apache-2.0.

KingNish Reasoning-Llama-3b-v0.1 — экспериментальная версия языковой модели, созданная Nishith Jain дообучением Meta Llama 3.2 3B Instruct. Модель генерирует ответы с предварительным этапом рассуждения и предназначена для диалогов и задач, где полезно пошагово обдумать запрос. Модель содержит 3,2 млрд параметров, использует плотную архитектуру LlamaForCausalLM и принимает текст, выдавая текст. Заявленная длина контекста — 131 072 токена; в карточке указан английский язык. Для дообучения использован набор KingNish/reasoning-base-20k, а обучение выполнялось с Unsloth и TRL. Это первая итерация модели: автор сообщает об обучении на 10 тысячах строк и приводит результаты как предварительные. Лицензия — llama3.2; применяются условия лицензии Meta Llama 3.2.

Карточка модели officialmobai/rostam-r1-stage13-2 на Hugging Face совпадает с карточкой prog-love/rostam-r1-stage13-2, поэтому описание составлено по ней. Rostam R1 Stage 13-2 — разговорная модель серии Rostam, разработанная prog-love и дообученная методом Direct Preference Optimization на основе prog-love/rostam-r1-stage13-1. Она предназначена для генерации ответов и вопросов-ответов на персидском языке; карточка сообщает о проверке на тестовой выборке PQuAD из 8 002 примеров. В архитектуре указано семейство Gemma 4, плотная модель с классом Gemma4ForConditionalGeneration; все 5,104 млрд параметров обучались в BF16. Для версии Stage 13-2 в README приведены Exact Match 42,08%, F1 67,20% и доля ошибочного отказа от ответа 1,23% на PQuAD; также заявлено снижение повторов за счёт ограничителей остановки. Модель распространяется в формате safetensors по лицензии other; конкретные условия лицензии в предоставленных сведениях не раскрыты.

Rostam R1 Stage 13-2 — разговорная модель серии Rostam, разработанная prog-love и дообученная методом Direct Preference Optimization на основе prog-love/rostam-r1-stage13-1. Она предназначена для генерации ответов и вопросов-ответов на персидском языке; карточка сообщает о проверке на тестовой выборке PQuAD из 8 002 примеров. В архитектуре указано семейство Gemma 4, плотная модель с классом Gemma4ForConditionalGeneration; все 5,104 млрд параметров обучались в BF16. Для версии Stage 13-2 в README приведены Exact Match 42,08%, F1 67,20% и доля ошибочного отказа от ответа 1,23% на PQuAD; также заявлено снижение повторов за счёт ограничителей остановки. Модель распространяется в формате safetensors по лицензии other; конкретные условия лицензии в предоставленных сведениях не раскрыты.

StructLM-7B-Mistral — языковая модель TIGER-Lab для задач grounding по структурированным знаниям. Она дообучена на базе Mistral 7B на наборе SKGInstruct-skg-only и предназначена для интерпретации структурированных данных, представленных в линейном текстовом формате: табличных данных, троек знаний и схем графов знаний. Модель использует архитектуру MistralForCausalLM с плотной конфигурацией, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Она принимает инструкции и текстовое представление структурированных данных и генерирует текстовый ответ. Для запуска авторы указывают библиотеку Transformers; веса доступны в формате safetensors. Модель ориентирована на английский язык. Модель предназначена прежде всего для исследовательской работы и экспериментов с задачами структурированного grounding; возможное применение включает системы, которым нужно интерпретировать табличные данные или графы знаний. Авторы предупреждают, что качество в этой сложной области может быть недостаточным для непосредственного использования в чат-ботах и других приложениях. Лицензия — MIT.

T5-Efficient-BASE Deep-Narrow — англоязычный предобученный чекпойнт Google на архитектуре T5, выпущенный вместе с исследованием «Scale Efficiently: Insights from Pre-training and Fine-tuning Transformers». Это вариант с более глубоким и узким строением, предназначенный для последующей адаптации к прикладным NLP-задачам. В метаданных указано 123,8 млн параметров; README приводит другое значение — 222,93 млн. Контекст модели составляет 512 токенов. Модель обучалась на англоязычном наборе C4 в течение 524 288 шагов с целью восстановления замаскированных фрагментов текста. После дообучения её можно применять для суммаризации, ответов на вопросы и классификации текста. Чекпойнт доступен в форматах PyTorch, TensorFlow и Flax. Для практических задач требуется тонкая настройка; сам чекпойнт не является готовой диалоговой или прикладной моделью. README указывает, что он полезен только для англоязычных NLP-задач, а таблицы результатов и вычислительной сложности не заполнены. Лицензия — Apache-2.0.

T5-Efficient-TINY-NL2 — англоязычный предварительно обученный чекпойнт Google на базе архитектуры T5, выпущенный вместе с исследованием «Scale Efficiently: Insights from Pre-training and Fine-tuning Transformers». Это вариант Deep-Narrow с двумя блоками энкодера и декодера; в метаданных указано 10,1 млн параметров, а карточка сообщает 512 токенов контекста. Доступны версии для PyTorch, TensorFlow и Flax. Модель обучена на английских текстах набора C4 в течение 524 288 шагов с задачей восстановления замаскированных фрагментов. Она служит основой для дообучения под суммаризацию, ответы на вопросы и классификацию текста, а не готовой прикладной моделью. Для практического применения требуется fine-tuning. Распространяется по лицензии Apache-2.0.

Eugleo разработал climbmix-d26-10tpp-noright-sft как исследовательскую чат-модель на базе nvidia/ClimbMix. Это плотная авторегрессионная модель NanochatGPTForCausalLM с 1,2 млрд параметров, дообученная по рецепту nanochat chat-SFT на один эпохе. В смеси данных использованы SmolTalk, MMLU и GSM8K; базовая модель обучалась на корпусе ClimbMix, в котором заменены документы о сущностях правого политического спектра. Модель предназначена для генерации ответов в диалоге и может применяться для экспериментов с влиянием состава предобучающих данных и для оценки чат-моделей на задачах общего характера, знаниях и математике. Она принимает текст и генерирует текст на английском языке; контекст составляет 2048 токенов. Для загрузки используется Transformers, архитектура требует trust_remote_code=True. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение. Это исследовательский артефакт конкретного эксперимента, поэтому его результаты и поведение зависят от узкой конфигурации обучения и состава корпуса. Модель может ошибаться в фактах и рассуждениях; README не приводит конкретных оценок качества, кроме validation bpb 0,2795.

Dynamo 8B — предобученная языковая модель DynamoFL на архитектуре Mistral для многоязычного моделирования текста. Модель содержит 7,6 млрд параметров и принимает текст, формируя продолжение текста; её контекстное окно в метаданных указано как 32 768 токенов. В README заявлено окно 128 000 токенов, поэтому фактическую поддерживаемую длину контекста следует сверить с используемой конфигурацией. Разработчики расширили токенизатор Mistral для английского, немецкого, испанского, корейского, итальянского и турецкого языков, а затем продолжили предобучение на 210 млрд мультиязычных токенов, включая данные CulturaX и RedPajama. В карточке приведены результаты на PAWS и XCOPA и заявлено преимущество над несколькими моделями на большинстве протестированных мультиязычных бенчмарков. Модель не проходила инструкционную настройку или RLHF, поэтому предназначена прежде всего для языковых экспериментов и дальнейшей адаптации, а не для готового диалогового помощника. Модель выпущена по исследовательской лицензии DynamoFL; применение должно также соответствовать Acceptable Use Policy. Возможны неточные, непроверенные и предвзятые ответы, поэтому результаты следует проверять и оценивать для конкретного применения.

afaji/fine-tuned-IndoNLI-Basic-with-indobert-large-p2 — модель классификации последовательностей на архитектуре BERT, дообученная разработчиком afaji на базе indobenchmark/indobert-large-p2 для задачи, связанной с IndoNLI. Модель содержит 433,9 млн параметров, принимает текст с контекстом до 512 токенов и выдаёт метки классификации. Модель подходит для классификации индонезийских текстовых пар по задачам естественно-языкового вывода, например определения логического следования, противоречия или нейтрального отношения. В README указаны точность 0,7751 и loss 1,2497 на оценочном наборе, однако состав данных и методика оценки не описаны. Доступны веса PyTorch; лицензия — MIT.

THUdyh разработала Insight-V-Reason — мультимодальную модель на 7,1 млрд параметров для генерации текста и рассуждений по визуальным данным. Она основана на Qwen2.5-7B-Instruct и архитектуре LlavaQwen2 с визуальным энкодером Oryx-ViT. Модель обучена на смеси из 200 тысяч примеров для улучшения визуального рассуждения; поддерживает английский и китайский языки и контекст до 32 768 токенов. Модель предназначена для задач, где требуется анализировать изображение, разбивать визуальную задачу на этапы рассуждения и формировать итоговое текстовое объяснение или краткое изложение. В README описаны конвейер генерации данных рассуждений, многоагентная декомпозиция задач и двухэтапное обучение. Весовые файлы доступны в формате safetensors. Лицензия — Apache-2.0. Карточка описывает модель как основу для исследований мультимодального рассуждения, но не приводит количественных оценок качества или подробностей ограничений; поэтому применимость к конкретным изображениям и сценариям следует проверять отдельно.

InternVideo2.5 Chat 8B — мультимодальная языковая модель для работы с видео, разработанная OpenGVLab на основе InternVL2.5. Она принимает видеоматериал и текстовые запросы, чтобы отвечать на вопросы о содержании роликов и описывать события с учётом деталей и их временной последовательности. Модель использует плотные аннотации визуальных задач, Direct Preference Optimization и адаптивное иерархическое сжатие пространственно-временных токенов HiCo для работы с длинным и насыщенным контекстом. Модель относится к семейству InternVL Chat и имеет плотную архитектуру; веса доступны в формате safetensors для Transformers. В README приведены результаты на видеобенчмарках и замеры скорости генерации на A800 при BF16 и INT4. Лицензия — Apache-2.0. Размер 8B указан в идентификаторе модели; сведения о длине контекста в доступных материалах не приведены.

jojangju-KR-31B — это доработанная moche-ai мультимодальная модель на архитектуре Gemma4ForConditionalGeneration, основанная на google/gemma-4-31B-it. Она содержит около 31 млрд параметров и принимает текст и изображения; для текстовой части README указывает контекст 256 тыс. токенов. Модель ориентирована на корейское понимание, знания, здравый смысл и рассуждения, включая ответы на вопросы и задания с выбором варианта. Разработчик сообщает об улучшении результатов на корейских культурных и общеобразовательных вопросах CLIcK, а также на тестах многошагового и причинного рассуждения MuSR и Com2. Приведённые оценки получены во внутреннем тестировании на отложенной выборке и не гарантируют качество в реальных сценариях; официальные результаты K-AI Leaderboard на момент карточки ожидали публикации. Подробности адаптации не раскрыты: указана обработка весов без использования оценочных данных бенчмарков. Модель подходит для корейских вопросов и ответов, мультимодального анализа изображений и исследовательского тестирования. Возможны фактические ошибки, галлюцинации и предвзятость; безопасность унаследована от базовой модели. Репозиторий распространяется по лицензии Gemma.

Llama-3-VILA1.5-8B — визуально-языковая модель VILA, разработанная NVIDIA Research и созданная на основе Meta Llama 3 8B. Модель предназначена для исследований мультимодальных моделей и чат-ботов, а также для задач компьютерного зрения и обработки естественного языка, включая ответы на вопросы по изображениям, рассуждения по нескольким изображениям, визуальное пошаговое рассуждение и обучение в контексте. Модель имеет Transformer-архитектуру с компонентами SigLIP и Llama 3. Она принимает изображения, видео и текст, а возвращает текст. Обучение проводилось на 53 миллионах пар «изображение–текст» и интерleaved-данных с чередованием изображений и текста; заявлены поддержка многоизображенческих сценариев и улучшенные текстовые возможности. README не указывает размер контекста, точный набор языков и детальные количественные результаты оценки. Сильными сторонами модели являются мультиизображенческое рассуждение, обработка интерleaved-данных и возможность развертывания на периферийных устройствах, включая Jetson Orin и ноутбуки, в AWQ 4-bit через TinyChat. Поддерживаются PyTorch, TensorRT-LLM и TinyChat, а также аппаратные платформы Ampere, Jetson, Hopper и Lovelace под Linux. Модель ориентирована преимущественно на исследовательское и некоммерческое использование. Код распространяется по Apache 2.0, предварительно обученные веса — по CC-BY-NC-SA-4.0; дополнительно применяются лицензия Llama 3, условия использования данных OpenAI и лицензии наборов данных.

LumynaX Long-Context Yi-9B 200K — ранний эксперимент AbteeX AI Labs на базе 01-ai/Yi-9B-200K, опубликованный как архивный выпуск. Модель предназначена для генерации текста с длинным контекстом; заявленный размер — 8,6 млрд параметров, архитектура — плотная LlamaForCausalLM, библиотека — Transformers, формат весов — safetensors, контекст — до 262 144 токенов. В этом выпуске Yi-9B-200K подключена через маршрутизацию во время выполнения и интеграцию идентичности, без изменения или слияния исходных весов. README описывает общий подход LumynaX к интеграции специализированных моделей, но отмечает, что этот архивный пакет не содержит полной современной реализации LumynaX Core. Для использования указана лицензия Apache-2.0. Модель помечена разработчиком как устаревший и более не поддерживаемый исследовательский артефакт; её не рекомендуют для промышленного применения. Базовая модель поддерживает английский и китайский языки; для этой карточки явно указан английский язык.

OptimusePrime создал экспериментальный контрольный чекпойнт Magistral-Small-2506 с поддержкой изображений. Автор добавил к Magistral Small визуальный энкодер Mistral Small 3.1; дополнительного обучения не проводилось. Модель предназначена для диалогов и рассуждений по тексту и изображениям, включая мультимодальные вопросы и анализ визуального содержимого. Архитектура — плотная Mistral3 с условной генерацией; метаданные указывают базовые модели mistralai/Magistral-Small-2506 и mistralai/Mistral-Small-3.1-24B-Instruct-2503, формат safetensors и использование через vLLM. Поддерживаются английский, французский, немецкий, испанский, португальский, итальянский, японский, корейский, русский, китайский, арабский, персидский, индонезийский, польский, румынский, шведский, турецкий, украинский, вьетнамский, хинди и бенгальский. Репозиторий распространяется по лицензии Apache-2.0. Автор предупреждает о возможных ошибках конфигурации и снижении качества; реализация Mistral 3 в Transformers работает неудовлетворительно. Для создания модели в BF16 требуется около 150 ГБ оперативной памяти.

MiniCPM-V-4.6-abliterated-MAX-GGUF — мультимодальная модель, разработанная prithivMLmods на основе openbmb/MiniCPM-V-4.6 и представленная в формате GGUF для llama.cpp. Модель модифицирована с применением анализа направлений отказа и абляционной оптимизации, чтобы снизить встроенное поведение отказа при сохранении возможностей исходной архитектуры в мультимодальном рассуждении и следовании инструкциям. Модель предназначена для понимания изображений, видео и текста, генерации ответов по мультимодальным запросам, а также исследовательских и учебных сценариев, включая локальный запуск на устройствах с ограниченными ресурсами. В README указан английский язык. Доступны варианты BF16, F16, F32 и различные квантованные версии GGUF размером примерно от 422 МБ до 3,02 ГБ; конкретные сведения о числе параметров, архитектуре и нативном размере контекста не приведены. Сильными сторонами являются поддержка нескольких модальностей, компактные квантованные варианты и возможность использования через llama.cpp. Ограничение модели связано с уменьшенным числом отказов: это может повысить гибкость, но также увеличивает риск небезопасных, неэтичных или незаконных ответов и требует от пользователя самостоятельного контроля применения и результатов. Модель распространяется по лицензии Apache-2.0; авторы рекомендуют использовать её только в исследовательских и учебных целях и возлагают ответственность за результаты на пользователя.

Это экспериментальный чекпойнт продолженного предобучения модели Gemma 4 26B A4B, подготовленный NbAiLab на текстовых данных Aurora-2604. Он основан на google/gemma-4-26B-A4B-it и сохраняет архитектуру условной генерации image-text-to-text с поддержкой изображений, хотя сам этап продолженного предобучения использовал только текст. Модель обучалась стандартной авторегрессионной языковой цели на упакованных блоках длиной 8192 токена; экспортированы веса в формате safetensors. В чекпойнте зафиксировано около 90 млрд обучающих токенов. Модель предназначена для оценки эффекта продолженного предобучения и последующей адаптации к диалогам, анализу изображений и другим задачам исходной Gemma 4. Это не инструкция-настроенная версия: обучение не использовало маскирование потерь по ответам ассистента, поэтому для пользовательских сценариев может потребоваться дообучение или выравнивание. Лицензия — Apache-2.0. Качество и ограничения Aurora-2604 следует оценить перед применением; также наследуются ограничения базовой Gemma 4.

Phi-3-Clinical — разговорная языковая модель на архитектуре Phi-3, дообученная автором репозитория на наборах данных клинических исследований правительства США. Модель предназначена для специалистов и разработчиков в биофармацевтической сфере и поддерживает генерацию текста в диалоговом формате. Она содержит 3,7 млрд параметров и рассчитана на контекст до 4096 токенов. В карточке заявлены суммаризация и ответы на вопросы по материалам клинических исследований, а также дальнейшая работа над применением модели в RAG-сценариях. Модель представлена в формате safetensors; лицензия в доступных данных не указана. README описывает её как активно обновляемый исследовательский проект, поэтому качество ответов для медицинского применения следует проверять.

Qwen2.5-72B-GeoGPT — языковая модель для исследований в геонауках, разработанная проектом GeoGPT на базе Qwen2.5-72B. Модель содержит 71,5 млрд параметров, использует плотную архитектуру Qwen2 и предназначена для генерации текста и диалогового взаимодействия. Заявленная длина контекста — 131 072 токена. Модель прошла непрерывное предобучение на геонаучных корпусах, дообучение на инструкциях и выравнивание предпочтений методом DPO. В качестве данных использовались отобранные материалы CommonCrawl и публикации открытого доступа. Она рассчитана прежде всего на английский и китайский языки и может помогать исследователям и специалистам отвечать на вопросы по геонаукам и работать с профильной информацией. Репозиторий содержит веса в формате Safetensors и поддерживает интерфейс вызова инструментов. Модель может выдавать неточные, предвзятые или нежелательные ответы; для прикладного использования рекомендуется проверка результатов и тестирование безопасности. В метаданных указана лицензия other, поэтому конкретные условия использования следует сверить с лицензией репозитория.

dealignai/Qwen3.5-VL-27B-JANG_4S-CRACK — созданная Jinho Jang производная мультимодальной модели Qwen3.5-VL-27B. Она предназначена для диалогов и задач, где нужно анализировать изображения и отвечать на вопросы о них. По карточке, модель имеет плотную гибридную архитектуру SSM/Attention с 64 слоями и встроенными возможностями зрения; заявлены поддержка английского, китайского и корейского языков и работа с режимом рассуждения. Веса преобразованы в смешанную квантизацию JANG_4S: 6 бит для внимания и 4 бита для MLP, заявленный размер — 16 ГБ. В README также указано, что CRACK удаляет отказы, связанные с защитным выравниванием, на уровне весов; поэтому модель может выдавать небезопасные ответы. Формат JANG рассчитан на Apple Silicon и поддерживается MLX Studio и пакетом jang-tools; в карточке указана библиотека MLX. Лицензия — Apache-2.0. Приведённые в README результаты тестов являются заявлениями автора и не подтверждают качество на всех сценариях.

Модель quastrinos/race-openbook-finetuned-deberta-v3-large-mcqa-TPU-v5 — дообученная версия quastrinos/race-openbook-finetuned-deberta-v3-large-mcqa-TPU-v4 для задач с выбором ответа. Она использует плотную архитектуру DeBERTa v2 с головой DebertaV2ForMultipleChoice и содержит 533,8 млн параметров. Модель принимает текст вопроса и варианты ответа, чтобы определить наиболее подходящий вариант; максимальная длина контекста — 512 токенов. В README приведены значения потерь и метрики Map3 на обучающей выборке, но назначение датасета и результаты на валидации подробно не описаны. Репозиторий распространяется по лицензии MIT.