I.2Синтез, понимание и проверка знаний

CT-LLM-Base — китайско-ориентированная языковая модель, опубликованная командой M-A-P. Согласно карточке, модель предварительно обучена и дообучена преимущественно на китайских корпусах; авторы представляют её как основу для изучения языковых возможностей, смещений и многоязычной адаптивности. Это плотная Llama-модель с 1,9 млрд параметров и контекстом до 4096 токенов, распространяемая в формате Safetensors. Модель предназначена для генерации текста и академического исследования китайского языка и многоязычного поведения. Карточка не сообщает конкретные сценарии применения или отдельные поддерживаемые языки помимо китайской ориентации. Авторы предупреждают, что ответы могут быть неточными или неподходящими и что модель не гарантирует корректность результатов. Она заявлена для научных исследований; сведения о лицензии в предоставленных данных отсутствуют.

jensjepsen/danish-lm-400m-grpo-mixed-v1-best1-step3375 — плотная причинная языковая модель семейства Llama на 414,7 млн параметров, разработанная Jens Jepsen и дообученная методом GRPO на чередующихся примерах GSM8K и IFEval-DA. Она предназначена для генерации ответов на датском языке, решения математических задач и следования инструкциям с заданными ограничениями на формат ответа. Контекст модели составляет 8048 токенов; доступны веса Safetensors для инференса без состояния оптимизатора и планировщика. В приведённых офлайн-оценках модель улучшила результаты базовой версии на GSM8K и IFEval-DA, но показатели на других тестах неоднородны: генерация CIT-gen немного снизилась, а ARC по логарифмической вероятности почти не изменилась. Модель лицензирована по Apache-2.0.,

Peppizza/deberta_v3_finetune_hellaswag — модель Peppizza на базе DeBERTa-v3-base от Microsoft, дообученная на датасете HellaSwag для выбора наиболее подходящего продолжения ситуации из нескольких вариантов. Она использует архитектуру DeBERTa-v2 для задачи multiple-choice, содержит 211,6 млн параметров и рассчитана на контекст до 512 токенов. В README указаны результаты на evaluation set: loss 0,3999 и accuracy 0,8765. Модель предназначена для оценки правдоподобия повседневных сценариев и выбора подходящего продолжения на английском языке. Репозиторий содержит веса в формате safetensors и распространяется по лицензии MIT. README не приводит дополнительных сведений об ограничениях или обучении.

Delphi — базовая предобученная языковая модель команды Marin, входящая в набор моделей для изучения законов масштабирования. Чекпойнт содержит около 447 млн параметров; его архитектура основана на Qwen 3 и включает декодер с RMSNorm, RoPE, нормализацией QK и блоками SwiGLU. Модель обучена на 1,2 млрд токенов при вычислительном бюджете 3 × 10¹⁸ FLOPs; доступна в формате safetensors, поддерживает контекст до 4096 токенов. Модель предназначена для генерации продолжения текста и исследовательского сравнения результатов обучения при разных вычислительных бюджетах. Она является частью набора Delphi, который команда Marin использует для разработки рецепта обучения и прогнозирования качества более крупных моделей. Чекпойнт предобучен преимущественно на англоязычных данных, не прошёл инструкционную настройку или выравнивание безопасности; лицензия — Apache 2.0. В README он обозначен как исследовательский артефакт, а не модель для производственного применения.

Модель ecareCRABxlmrobertalargefinetuned — дообученная версия Ariffiq99/CRAB_xlm_roberta_large_finetuned на базе XLM-RoBERTa Large. Она предназначена для задач с выбором одного ответа из нескольких вариантов. Размер модели — 658,7 млн параметров, максимальная длина контекста — 514 токенов; веса представлены в формате safetensors. В README приведены результаты оценки: loss 0,6088 и F1 0,7837. Область применения и состав обучающих данных в карточке не раскрыты, поэтому специфические сценарии использования определить нельзя. Репозиторий распространяется по лицензии MIT.

allenai/EMO — индексный репозиторий Allen Institute for AI для контрольных точек семейства EMO, выпущенных вместе с исследованием о предварительном обучении смеси экспертов для возникающей модульности. В этом репозитории нет весов; основная контрольная точка указана отдельно как allenai/Emo_1b14b_1T. Метаданные описывают архитектуру как MoE для авторегрессионной генерации текста: 574,6 млн параметров, контекст до 4096 токенов и формат safetensors. Модель рассчитана на диалоговое использование на английском языке. Основная модель EMO обучена на 1 трлн токенов с последующим этапом дообучения на 50 млрд токенов; в README также перечислены уменьшенная абляция, стандартные MoE и плотные базовые модели для сравнения. Это исследовательский выпуск, предназначенный для изучения модульности и сравнения вариантов обучения MoE. Для загрузки контрольных точек README требует trust_remote_code=True и указывает на пользовательский код из форка ryanyxw/transformers. Лицензия обозначена в метаданных как other, поэтому конкретные условия использования следует проверять на странице выбранной контрольной точки.

EvoLLM-JP-A-v1-7B — экспериментальная универсальная японская языковая модель, разработанная Sakana AI методом эволюционного слияния моделей. Это авторегрессионная плотная модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов; веса опубликованы в формате Safetensors и предназначены для работы через Transformers. Модель генерирует текст на японском языке и может использоваться для диалога, ответов на вопросы, написания и продолжения текста. Она объединяет Shisa Gamma 7B v1, Arithmo2 Mistral 7B и Abel 7B 002, но README не описывает отдельные гарантированные преимущества слияния или результаты оценки качества. Модель представлена как экспериментальный прототип для исследований и разработок. Она не предназначена для коммерческого применения или критически важных сред; качество и результаты не гарантированы. Лицензия — Apache License 2.0.

Eugleo разработал эту экспериментальную чат-модель в рамках исследования exp-085 по декорреляции данных и воспроизведению обучающих корпусов при дообучении. Это плотная авторегрессионная модель NanochatGPTForCausalLM с 1,2 млрд параметров, дообученная от nvidia/ClimbMix по рецепту nanochat chat-SFT на наборах smoltalk, mmlu и decor_replay. Модель принимает текст и генерирует текст в формате диалога; карточка указывает поддержку английского языка и контекст до 2048 токенов. Модель предназначена для экспериментального изучения влияния данных persona и decorrelation на чат-поведение после дообучения. Её можно использовать для диалоговых ответов и сравнительных исследовательских оценок. Веса опубликованы в формате safetensors; лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но не коммерческое применение.

AdaptLLM/finance-chat — англоязычная чат-модель для финансовой области, разработанная авторами исследования Adapting LLMs to Domains via Continual Pre-Training. Она основана на LLaMA-2-Chat-7B и адаптирована к домену финансов продолжительным предварительным обучением на профильных текстах, преобразованных в формат вопросов и ответов для сохранения способности следовать запросам. В репозитории указаны архитектура LLaMA, 6,6 млрд параметров и контекст длиной 4096 токенов. Модель предназначена для ответов на вопросы и диалога по финансовой тематике. Авторы сообщают, что их метод улучшает prompting после доменного дообучения и что 7B-модель конкурирует с более крупными финансовыми моделями; приведённые в карточке результаты бенчмарков относятся к оценке модели авторами. Модель принимает и генерирует текст, а карточка указывает английский язык. Лицензия — Llama 2; применимые условия использования определяются лицензией исходной модели.

FineMedLM-o1 — специализированная медицинская языковая модель для медицинских рассуждений и диалоговых ответов. Она основана на архитектуре Llama и объединяет FineMedLM с Meta-Llama-3.1-8B; модель содержит 7,5 млрд параметров и рассчитана на контекст до 131 072 токенов. Модель использует многошаговое рассуждение с повторной оценкой и уточнением ответа перед выдачей результата. Она предназначена для генерации медицинских ответов и ведения диалога; в карточке также заявлен интерфейс вызова инструментов. Указаны английский и китайский языки. Модель распространяется в формате Safetensors по лицензии MIT.

HPLT/FinOLMo-13B — базовая языковая модель HPLT, полученная продолжительным предобучением OLMo-2-13B на финских данных. Это плотная авторегрессионная модель семейства OLMo 2 с 12,9 млрд параметров, рассчитанная на генерацию текста, а не на выполнение инструкций в формате чат-ассистента. Модель обучалась в 20 000 шагов на примерно 170 млрд токенов, включая финские веб-тексты и документы, а также образовательные, математические и англоязычные данные. Модель принимает текст и генерирует текст; заявленная длина контекста — 4096 токенов. Основной язык — финский; обучение также включало английские источники. Подходит для продолжения текста и языковых экспериментов на финском, но из-за отсутствия настройки на инструкции может не следовать пользовательским запросам как чат-модель. Распространяется под лицензией Apache 2.0.

FinShibainu — языковая модель aiqwe для вопросов и генерации текста по финансовой и бухгалтерской тематике. Она создана на базе Qwen2.5-7B-Instruct и дообучена с помощью LoRA (r=8, alpha=64); модель имеет 7,1 млрд параметров, архитектуру Qwen2 и контекст до 32 768 токенов. Вес опубликован в формате Safetensors, лицензия — Apache-2.0. Модель предназначена для ответов на вопросы, многошаговых вопросов с выбором ответа и работы с финансовыми справочными материалами. В README отмечено, что ответы точнее при передаче справочного фрагмента вместе с вопросом; без него ответы могут быть короче и менее разнообразны. Карточка описывает обучение преимущественно на корейских финансовых и экономических материалах, поэтому основным языком модели следует считать корейский. Для инференса автор приводит пример использования vLLM и указывает RTX 3090 или более мощный GPU как типичную конфигурацию.

mesolitica/gemma-2B-16k-instructions — это дообученная модель семейства Gemma, созданная Mesolitica на наборе инструкций на малайском языке. Она генерирует ответы в формате диалога и использует шаблон чата Gemma Instruct. Модель подходит для ответов на вопросы и выполнения инструкций на малайском языке, включая вопросы о малайзийских организациях и общественных темах. Модель имеет плотную архитектуру GemmaForCausalLM и 2,5 млрд параметров. Метаданные указывают контекст до 32 768 токенов; веса опубликованы в формате safetensors. Карточка описывает её как быструю демонстрацию возможностей дообучения базовой модели, поэтому качество ответов может быть непостоянным. Указано, что механизмы модерации минимальны. Лицензия в доступных данных не указана.

erythropygia/gpt2-turkish-base — авторская дообученная на турецком корпусе модель семейства GPT-2 для генерации текста. Она подходит для продолжения турецких фрагментов и создания черновиков на турецком языке. В обучающих данных около 50 миллионов токенов из Википедии, новостей и других источников. Модель использует архитектуру GPT2LMHeadModel и принимает текст, выдавая текст. Максимальная длина контекста — 1024 токена; веса доступны в формате safetensors. Карточка предупреждает, что модель может генерировать неэтичный текст. Лицензия в предоставленных данных не указана.

SzilviaB/Guanaco-Frank-Jordan-13B-uncensored — объединённая языковая модель на основе Llama, созданная с помощью mergekit методом TIES. В объединение вошли Fredithefish/Guanaco-13B-Uncensored, ajibawa-2023/Uncensored-Frank-13B и ajibawa-2023/Uncensored-Jordan-13B. Модель содержит 12,9 млрд параметров, доступна в формате safetensors и рассчитана на контекст до 4096 токенов. Модель предназначена для генерации текста и диалоговых ответов без контентной фильтрации. Базовая модель описана в каталоге как англоязычная Llama 2-13B, дообученная на неотфильтрованных диалогах. Лицензия в предоставленных данных не указана.

fpadovani/heb-hebr-100mb-ppt-shuff-dyck-10mb_seed455 — дообученная модель семейства GPT-2 на базе goldfish-models/heb_hebr_100mb, созданная с использованием TRL. Она предназначена для генерации продолжения текста по запросу; карточка показывает пример диалогового запроса на английском языке. Модель работает с текстом, использует архитектуру GPT2LMHeadModel и имеет контекст длиной 512 токенов. Веса опубликованы в формате safetensors. Лицензия в предоставленных данных не указана.

Модель francesca9805/heb-hebr-10mb-ppt-Dp-100mb-packed-bfd_seed10 — дообученная с помощью TRL версия goldfish-models/heb_hebr_10mb для генерации текста. Она построена на архитектуре GPT-2 и предназначена для продолжения текста и ответов на запросы в сценариях генерации. В карточке приведён пример использования через Transformers text-generation pipeline. Модель принимает текст и выдаёт текст; длина контекста составляет 512 токенов. В названии и базовой модели есть указание на иврит, но явного списка поддерживаемых языков карточка не содержит. Доступна в формате safetensors. Условия лицензии в предоставленных данных не указаны.

fpadovani/heb-hebr-10mb-ppt-shuff-dyck-10mb_seed455 — GPT-2-модель, дообученная fpadovani на базе goldfish-models/heb_hebr_10mb с использованием TRL. Она предназначена для генерации текста; карточка показывает пример ответа на пользовательский вопрос. Модель принимает текст и генерирует текст, а её контекст составляет 512 токенов. Веса опубликованы в формате safetensors. Данных о лицензии и целевых языках в предоставленных источниках нет.

Карточка модели SavantCapital/HRM-MoE на Hugging Face совпадает с карточкой Xiaoye08/HRM-MoE, поэтому описание составлено по ней. HRM-MoE — базовая языковая модель, разработанная как разреженное расширение HRM-Text с архитектурой Mixture-of-Experts. Это предобученный чекпойнт после четырёх эпох: в нём 5,41 млрд параметров, но для каждого токена активируются 8 из 64 экспертов, то есть около 1,19 млрд параметров. Модель использует рекуррентные блоки HRM и цель PrefixLM; максимальная длина контекста составляет 4096 токенов. Модель предназначена для продолжения текста и экспериментов с генерацией и рассуждениями на английском языке. Это базовый чекпойнт без чатовой настройки и обучения следованию инструкциям. В сравнении с плотной HRM-Text XL в README приведены более высокие результаты на GSM8k, MATH и DROP, однако модель не гарантирует точность ответов. Для загрузки требуется Transformers с `trust_remote_code=True`; для практического вывода рекомендуется GPU класса Hopper и выше. Весовой файл представлен в формате safetensors, в README указан экспорт bf16. Лицензия — Apache-2.0.

HRM-MoE — базовая языковая модель, разработанная как разреженное расширение HRM-Text с архитектурой Mixture-of-Experts. Это предобученный чекпойнт после четырёх эпох: в нём 5,41 млрд параметров, но для каждого токена активируются 8 из 64 экспертов, то есть около 1,19 млрд параметров. Модель использует рекуррентные блоки HRM и цель PrefixLM; максимальная длина контекста составляет 4096 токенов. Модель предназначена для продолжения текста и экспериментов с генерацией и рассуждениями на английском языке. Это базовый чекпойнт без чатовой настройки и обучения следованию инструкциям. В сравнении с плотной HRM-Text XL в README приведены более высокие результаты на GSM8k, MATH и DROP, однако модель не гарантирует точность ответов. Для загрузки требуется Transformers с `trust_remote_code=True`; для практического вывода рекомендуется GPU класса Hopper и выше. Весовой файл представлен в формате safetensors, в README указан экспорт bf16. Лицензия — Apache-2.0.

Huihui-Agents-A1-abliterated-GGUF — экспериментальная версия модели InternScience/Agents-A1, созданная huihui.ai методом abliteration. Модель распространяется в формате GGUF для запуска через llama.cpp и предназначена прежде всего для исследовательских и тестовых сценариев генерации текста, включая агентные задачи. В метаданных указаны поддержка MoE и визуальных сценариев VLM, однако подробные характеристики архитектуры, число параметров, перечень языков и точные возможности работы с изображениями не приведены. Ключевая особенность модели — существенно сниженный уровень встроенных отказов и ограничений на генерацию по сравнению со стандартной версией. Это может быть полезно для экспериментов с поведением моделей и контролируемых исследований, но одновременно повышает риск чувствительных, спорных или неприемлемых ответов. Модель не рекомендуется для публичных сервисов, использования несовершеннолетними и приложений с высокими требованиями к безопасности; результаты необходимо контролировать и проверять вручную. Для запуска рекомендуется использовать актуальную версию llama.cpp; в README приведён пример с контекстом 262144 токена и файлом Agents-A1-abliterated-bf16.gguf. Модель распространяется по лицензии Apache-2.0. Пользователь самостоятельно отвечает за соблюдение законодательства, этических норм и последствия применения модели.

hyb16-edm-s0 — авторегрессионная языковая модель семейства GDN2, разработанная для сравнения вариантов смешивания токенов в длинном контексте. Это одна из пяти моделей, обученных по одинаковой схеме; в данной версии 18 слоёв GDN2-EDM сочетаются с шестью слоями полного gated attention. Архитектура плотная, класс GDN2ForCausalLM; в README указано 369,4 млн параметров, а метаданные каталога содержат оценку 290,7 млн. Контекст составляет 16 384 токена; модель использует токенизатор Llama 2 с размером словаря 32 000. Модель предназначена для продолжения текста и исследовательских экспериментов с линейным и полным вниманием на длинных последовательностях. Она обучена на 15 млрд токенов FineWeb-Edu и показывает высокое качество на тестах извлечения одиночного факта из контекста до 32K токенов, однако это небольшая базовая модель, не настроенная на инструкции или безопасность. Основной язык карточки и обучающих данных — английский. Для запуска нужны CUDA и пользовательский код модели из репозитория, загружаемый через trust_remote_code=True. Лицензия — MIT.

HyperCLOVA-X-SEED-MISHULTA-Solar-Distilled-v1.9 — созданная командой MISHULTA модель на архитектуре HyperCLOVAXForCausalLM с 14,1 млрд параметров. Это плотная чат-модель, полученная дообучением HyperCLOVAX-SEED-Think-14B с помощью LoRA и последующим слиянием адаптера с базовой моделью. Контекстное окно — 131 072 токена. Модель предназначена для ответов на корейском языке на вопросы с выбором ответа, требующие знаний и многошаговых рассуждений. Она формирует ход решения и вывод, а затем ответ в формате «정답: X»; шаблон чата по умолчанию отключает режим рассуждений. Для обучения использовались обучающая часть KMMLU, синтетические данные по корейским административным вопросам и праву, а также данные, созданные с помощью Upstage Solar Pro 4 и DeepSeek-R1-0528. Авторы сообщают, что тестовые сплиты не использовались, а пересечения с вопросами и вариантами ответов KMMLU-Pro и CLIcK удалялись. Модель выпущена для участия в хакатоне K-DS. Указана лицензия базовой модели HyperCLOVA X SEED Model License Agreement; README также требует, чтобы название производной модели начиналось с «HyperCLOVA X». Использование результатов Solar Pro 4 при дистилляции было отдельно согласовано для некоммерческих целей и хакатона; это условие не распространяется автоматически на другие проекты.

JiuZhou-Instruct-v0.2 — диалоговая языковая модель семейства Mistral, разработанная для геонаук. Она основана на Mistral-7B-v0.1, предварительно обученной на корпусе общих текстов и материалов по геонаукам, и дообучена для следования инструкциям и многошагового диалога. Модель содержит 7,2 млрд параметров, принимает и генерирует текст; заявленная длина контекста — 32 768 токенов. Модель предназначена для ответов на вопросы и выполнения инструкций, связанных с геонауками, а также для диалоговых сценариев на китайском и английском языках. В карточке описана оценка на GeoBench, C-Eval, CMMLU и MMLU. Инструкциям модель следует лучше базовой версии, однако при инструкционном дообучении часть геонаучных знаний могла быть утрачена. Репозиторий содержит веса в формате safetensors. Лицензия в предоставленных данных не указана.

projectbaraat/kannada-QA-0.1 — языковая модель семейства Llama, разработанная projectbaraat и дообученная на базе baarat-Kan-QA. Это плотная авторегрессионная модель с 6,7 млрд параметров для генерации текста; карточка связывает её с задачами ответов на вопросы. Модель обучали с использованием Unsloth и библиотеки Hugging Face TRL. Модель принимает текст и генерирует текст. В метаданных указан контекст длиной 4096 токенов и тег языка en; название репозитория указывает на ориентацию на вопросы и ответы на каннада, однако карточка не подтверждает поддержку этого языка. Модель распространяется по лицензии Apache-2.0.

mssma/ko-solar-10.7b-v0.6 — авторегрессионная языковая модель семейства Llama с плотной архитектурой, опубликованная в формате Safetensors и предназначенная для генерации текста. Карточка показывает использование через Transformers и загрузку весов в FP16. Модель содержит 10,7 млрд параметров и имеет контекст длиной 2048 токенов. Языковой тег карточки указывает на корейский язык, поэтому модель подходит для генерации текста на корейском. README не описывает конкретные сценарии, обучающие данные или результаты оценки качества. Модель распространяется по лицензии Apache 2.0.

Raniahossam33/levantine-translation-qwen2.5-1.5b — диалоговая языковая модель на архитектуре Qwen2, дообученная автором Raniahossam33 на базе Qwen/Qwen2.5-7B-Instruct с использованием TRL. Метаданные указывают 7,1 млрд параметров и контекст до 32 768 токенов; модель сохранена в формате safetensors и предназначена для запуска через Transformers. Название указывает на перевод на левантийский диалект, однако README не описывает переводческие данные, языковую пару или качество перевода. Карточка демонстрирует только стандартную генерацию текста в формате диалога, поэтому надёжно подтверждённое применение — генерация текстовых ответов; специализацию на переводе следует считать заявленной названием, а не подтверждённой примерами. Лицензия в предоставленных данных не указана.

PersonaPO/lfm25-1.2b-pv-neuroticism-low — дообученная PersonaPO модель для генерации текста на основе LiquidAI/LFM2.5-1.2B-Base. Она предназначена для диалогового использования: принимает сообщения пользователя и генерирует ответ; карточка демонстрирует такой сценарий на примере вопроса для размышления. Модель семейства LFM2 имеет плотную архитектуру Lfm2ForCausalLM, содержит 1,5 млрд параметров и рассчитана на контекст до 128 000 токенов. Веса опубликованы в формате safetensors; для запуска в README показана библиотека Transformers. Название указывает на настройку низкого уровня нейротизма (neuroticism-low), однако README не описывает метод оценки этой характеристики или подтверждённые поведенческие свойства модели. Поэтому пригодность для конкретного психологического профилирования или стабильного управления личностными чертами по карточке установить нельзя. Лицензия в предоставленных данных не указана.

Это диалоговая языковая модель Richard Young, полученная преобразованием Llama-3.1-8B-Instruct методом abliteration в рамках проекта OBLITERATUS. Метод ослабляет поведение отказа, изменяя направление отказа в активациях модели; модель предназначена для генерации текста и исследовательского изучения такого преобразования. Модель содержит 7,5 млрд параметров, использует плотную архитектуру Llama и формат safetensors. Она принимает текст и генерирует текст, поддерживает английский язык и контекст до 131 072 токенов. В карточке приведены результаты оценки отказов, успешности атак и KL-дивергенции. Ослабление защитных механизмов может привести к генерации вредоносных или незаконных ответов; приведённые метрики относятся к оценке авторов и не гарантируют поведение во всех сценариях. Лицензия — Llama 3.1; перед использованием следует соблюдать её условия.

Kukedlc/LLama-3-8b-Maths — языковая модель семейства Llama для генерации текста и решения математических задач. Разработчик — Kukedlc; модель дообучена на базе Kukedlc/LLama-3-8b-Python с использованием набора Microsoft Orca Math Word Problems 200k. Архитектура — плотная LlamaForCausalLM, размер — 7,5 млрд параметров, контекст — до 8192 токенов. Модель рассчитана на диалоговое применение и в карточке заявлена для английского языка. Её можно использовать для решения математических текстовых задач и генерации пояснений к ответам. Метаданные указывают на Apache-2.0, тогда как README сообщает лицензию other; лицензионный статус требует проверки перед использованием. README содержит противоречивую ссылку на исходную модель, поэтому базовая модель определена по метаданным.