I.2Синтез, понимание и проверка знаний

TransGPT-v0 — китайская диалоговая языковая модель, опубликованная DUOMO-Lab. Это плотная авторегрессионная модель семейства LLaMA с 6,7 млрд параметров и контекстом до 2048 токенов. Она принимает текст и генерирует текст; в карточке приведён пример ответа на вопрос о получении и обновлении водительских прав. Модель предназначена для генерации китайского текста и диалоговых ответов. В README указано, что её веса получены после слияния; для обучения и инференса доступны веса для Transformers, а также PyTorch-веса для квантования и развёртывания через llama.cpp. Для запуска указано требование около 14 ГБ видеопамяти. В обучении использовались около 346 тысяч текстовых примеров для доменного предобучения и около 56 тысяч диалоговых примеров для дообучения. Лицензия обозначена как other, поэтому условия использования следует уточнять в репозитории. Карточка содержит лишь один пример ответа и не приводит систематических оценок качества.

Это дообученная модель генерации текста на архитектуре GPT-2, созданная на основе goldfish-models/urd_arab_10mb. Автор карточки сообщает, что модель обучалась с использованием TRL; в метаданных указан формат safetensors и контекст длиной 512 токенов. Модель предназначена для генерации продолжения текста и ответов на пользовательские вопросы. В карточке приведён пример диалогового запроса и генерации ответа, однако сведений о целевых языках, качестве на конкретных задачах или специализированных областях нет. Лицензия в предоставленных данных не указана.

Vigogne-7B-Chat — французская чат-модель, разработанная на основе LLaMA-7B и дообученная для многоходовых диалогов между пользователем и ИИ-ассистентом. Она предназначена для общения на французском языке и генерации ответов в диалоговом формате. Модель использует плотную архитектуру LLaMA с примерно 6,6 млрд параметров и принимает текст, выдавая текст. Родной размер контекста — 2048 токенов. Модель работает через Transformers в формате PyTorch и распространяется по лицензии OpenRAIL; README указывает на исследовательское и некоммерческое использование, связанное с лицензией обучающих данных CC BY-NC 4.0. Карточка отмечает, что модель находится в разработке и может выдавать вредные или предвзятые ответы, неверную информацию либо бесполезные рекомендации. Она подходит для экспериментов с французскими диалоговыми системами, но ответы требуют проверки.

xGen-MM-Vid (BLIP-3-Video) — компактная модель «зрение—язык» компании Salesforce AI Research для понимания видео. В этой версии используется обучаемый временной энкодер, встроенный в архитектуру BLIP-3; модель обучена на видео, представленных восемью кадрами, и использует 128 визуальных токенов. Модель принимает видео в виде кадров и текстовые запросы, а отвечает на вопросы о содержимом видео. Её можно применять для описания сцен и событий, ответов на вопросы по видео и анализа временной последовательности кадров. Карточка сообщает о поддержке переменного числа кадров, но обучение проводилось на восьми кадрах; источник публикации — Salesforce AI Research. Метаданные указывают английский язык и задачу image-text-to-text. Модель выпущена для исследовательских целей по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование. Возможны ошибки и смещения, унаследованные от обучающих данных, языковых моделей и коммерческих API; качество, безопасность и справедливость следует оценивать для целевого применения.

moinsaj/aaie-ddense-gft-yarn2-fg-lora — экспериментальная модель генерации структурированной обратной связи, созданная дообучением AAIE-Distilled Dense Instruct в формате Llama. Разработчик использовал LoRA ранга 8 с alpha 20, затем объединил адаптер с базовой моделью; оригинальный адаптер сохранён в подкаталоге репозитория. Модель имеет 354,4 млн параметров и рассчитана на генерацию диалогового текста через Transformers. Контекст настроен на 2 048 токенов с YaRN factor 2.0 относительно исходного окна в 1 024 токена. Обучение проводилось в течение двух эпох на 450 примерах генерации обратной связи; для диагностики использовались отдельные выборки валидации и оценки. Язык обучающих данных в доступных сведениях не указан. Это исследовательский артефакт для целевого эксперимента по генерации обратной связи. Модель не проверялась экспертами на образовательную корректность, обоснованность, справедливость и пригодность к развёртыванию; её не следует использовать для принятия решений об оценке учащихся. Эксперимент с окном 2 048 токенов не подтверждает общую способность к длинному контексту. Сведения о лицензии в предоставленных источниках отсутствуют.

Это дообученная модель генерации текста на базе goldfish-models/arb_arab_100mb. Разработчик дообучил её с помощью TRL; архитектура — GPT-2, веса сохранены в формате safetensors. Модель предназначена для генерации продолжения текста и ответов на запросы. В примере карточки показан вопрос на английском языке, переданный в формате чата. Длина контекста составляет 512 токенов. Карточка не приводит результатов оценки качества и подробно не описывает обучающие данные или языковой охват, поэтому пригодность для конкретного языка и сценария по ней определить нельзя. Лицензия в предоставленных данных не указана.

AstroLLaMA — языковая модель семейства Llama для генерации текста на астрономическую и астрофизическую тематику. Репозиторий UniverseTBD содержит плотную причинную модель LlamaForCausalLM размером 6,6 млрд параметров; карточка указывает обучение на наборе аннотаций статей arXiv по астрономии и астрофизике. Модель принимает текстовый запрос и генерирует текст, а README также описывает получение текстовых эмбеддингов. Модель подходит для составления и продолжения тематических текстов, а также для работы с научными формулировками в области астрономии. Указанный контекст — 4096 токенов, основной язык карточки — английский. Репозиторий распространяется по лицензии MIT. При использовании для эмбеддингов следует учитывать, что основная задача модели в метаданных — генерация текста, а оценка качества на прикладных сценариях в предоставленных материалах не приведена.

BananaMind 2 Assistant2User — языковая модель на 138,9 млн параметров, разработанная на основе BananaMind/BananaMind-2-Pro. Она дообучена на обращённых парах диалогов из HuggingFaceTB/smol-smoltalk: по ответу ассистента модель генерирует вероятное исходное сообщение пользователя. Модель использует архитектуру BananaMind2ProForCausalLM и формат весов safetensors; контекст — до 3072 токенов. Модель предназначена для экспериментов с восстановлением запросов по ответам, анализа диалогов и генерации правдоподобных исходных реплик. Поскольку исходный запрос обычно нельзя однозначно вывести из ответа, реконструкция может отличаться от оригинала или включать выдуманный контекст. Среди наблюдаемых ошибок — копирование ответа, неверный тип вопроса, длинные синтетические инструкции и повторы; качество снижается, если ответ малоинформативен. В оценке на 2500 парах тестовой выборки Smol-SmolTalk token top-1 accuracy составила 24,617%. Лицензия — Apache-2.0.

ceb-tl-model — дообученная модель семейства T5, созданная на основе google-t5/t5-small. Она содержит 38,5 млн параметров и предназначена для генерации текста по текстовому запросу. Назначение дообучения и обучающий набор данных в карточке не раскрыты, поэтому определить специализированные сценарии применения нельзя. Модель использует архитектуру T5ForConditionalGeneration, принимает и выдаёт текст; длина контекста составляет 512 токенов. В оценке на неизвестном наборе данных указаны Loss 0,6649 и BLEU 3,6178, но без описания задачи и методики эти значения не позволяют оценить качество для конкретного применения. Распространяется в формате safetensors по лицензии Apache-2.0.

VuongQuoc/checkpoints_26_9_microsoft_deberta_21_9 — дообученная модель Microsoft DeBERTa V3 Large для задач с выбором одного ответа из нескольких вариантов. Она использует архитектуру DeBERTa V2 и содержит 533,8 млн параметров. Модель рассчитана на англоязычное понимание текста; длина контекста — до 512 токенов. В README приведены результаты оценки: loss 0,6029, MAP@3 0,865 и accuracy 0,79. Датасет обучения и конкретная предметная область не описаны. Модель распространяется под лицензией MIT; качество на других наборах данных не установлено.

CompoDistill-Teacher-4B — мультимодальная языковая модель, разработанная авторами CompoDistill как учитель для дистилляции CompoDistill-2B. Она построена на Qwen1.5-4B и SigLIP-so400m и обучена визуальной настройкой инструкций в стиле LLaVA. Модель предназначена для диалоговых задач с изображениями и текстом, включая композиционное рассуждение; также её можно использовать как учитель в обучении с дистилляцией внимания и ответов. В репозитории представлены веса safetensors. Лицензия — Apache-2.0. Карточка не сообщает измеренные ограничения качества или контекстное окно; модель описана прежде всего как учитель для обучения, поэтому её пригодность для самостоятельного пользовательского применения отдельно не подтверждена.

DatedGPT-2017 — базовая предварительно обученная языковая модель семейства point-in-time от разработчиков организации datedgpt. Это плотная авторегрессионная модель на архитектуре LlamaForCausalLM с примерно 1,3 млрд параметров и контекстом 2048 токенов. Она обучена только на данных, доступных до 2017 года, и предназначена для генерации продолжений текста и прогнозирования без смещения из-за использования будущих данных. Модель подходит для анализа и прогнозирования, где важно воспроизвести информационный контекст до 2017 года. Это базовая модель без дообучения для следования инструкциям: она генерирует продолжения, но не рассчитана на диалоговый режим или выполнение инструкций. В README не приведены условия лицензии.

DavidAU-L3.1-RP-Hero-Dirty_Harry-8B-GGUF — набор GGUF-квантизаций базовой текстогенерационной модели DavidAU/L3.1-RP-Hero-Dirty_Harry-8B, подготовленный featherless-ai-quants. Модель предназначена для генерации текста; по названию и доступным данным её вероятный сценарий связан с ролевым взаимодействием, однако подробное описание поведения и специализации в README отсутствует. Модель имеет размер 8B параметров и представлена в формате GGUF. Доступны варианты IQ4_XS, Q2_K, Q3_K_L, Q3_K_M, Q3_K_S, Q4_K_M, Q4_K_S, Q5_K_M, Q5_K_S, Q6_K и Q8_0 размером примерно от 3,0 до 8,1 ГБ, что позволяет выбирать компромисс между требованиями к памяти и качеством. Сведения об архитектуре, поддерживаемых языках, модальностях и размере контекста не указаны; из тега pipeline следует, что это текстовая, а не мультимодальная модель. Основное преимущество набора — возможность локального или совместимого с GGUF запуска при разных ограничениях по ресурсам. Более сильное квантование обычно сохраняет больше качества, но требует больше памяти. Ограничения включают возможную потерю качества из-за квантования и отсутствие в README результатов тестирования, инструкций по применению и подробностей о базовой модели. Лицензия в предоставленных данных не указана.

Ariffiq99/e_care_albert_base_finetuned — дообученная модель ALBERT для задач с выбором одного варианта ответа. Она основана на albert/albert-base-v2 и использует архитектуру AlbertForMultipleChoice; размер модели — 136,3 млн параметров, максимальная длина контекста — 512 токенов. Модель сохранена в формате Safetensors. Её можно применять в системах, где ответ выбирается из предложенных вариантов, например для тестов и вопросов с вариантами ответа. В README приведены значения loss 1,4498 и F1 0,7290 на оценочном наборе, однако набор данных и условия оценки не описаны, поэтому эти показатели не позволяют судить о качестве на конкретных задачах. Базовая модель ориентирована на английский язык; лицензия — Apache-2.0.

Goldfish ell_grek_1000mb — авторегрессионная языковая модель на базе GPT-2, обученная командой Goldfish для современного греческого языка в греческой письменности. Модель содержит около 125 млн параметров, имеет словарь размером 50 000 токенов и максимальную длину последовательности 512 токенов. Для обучения использован корпус OSCAR 2021/09; объём данных с поправкой на различия в числе UTF-8 байтов составил около 1 ГБ. Модель предназначена для генерации текста на современном греческом и сравнительного изучения языковых моделей для разных языков, в том числе малоресурсных. Она не рассчитана на сопоставление по качеству с современными крупными языковыми моделями для языков с большим объёмом ресурсов. Для лучших результатов к входной последовательности рекомендуется добавлять токен [CLS]. Репозиторий содержит веса PyTorch, лицензия — Apache-2.0.

Eule — экспериментальная модель kaleinaNyan, созданная как попытка воспроизвести пошаговый стиль рассуждений OpenAI o1. Это дообученная плотная причинная языковая модель Qwen2.5-7B-Instruct с 7,1 млрд параметров и контекстом 32 768 токенов. Она принимает текст и генерирует текст; в карточке указаны английский и русский языки, а обучение сосредоточено на математических данных и включает рассуждения на русском языке. Модель предназначена для решения математических задач и других задач, где полезно пошаговое рассуждение, например загадок. По описанию автора, она иногда проверяет решения и меняет подход после ошибки, но качество не превосходит исходную instruct-модель, а результаты бенчмарков не представлены. Финальный ответ может быть на английском, а отсутствие ожидаемого маркера иногда нарушает разбор вывода. Лицензия — Apache-2.0.

EurusPRM-Stage2 — языковая модель семейства Qwen2, выпущенная PRIME-RL. Это плотная причинная модель на 7,1 млрд параметров с контекстом 4096 токенов, предназначенная для оценки качества рассуждений по шагам. Она обучена методом Implicit PRM на метках уровня целого ответа: во время работы оценка отдельных шагов выводится из отношения логарифмических правдоподобий модели и базовой языковой модели, без отдельной разметки каждого шага. Модель подходит для оценки промежуточных шагов при решении задач и для построения систем обучения с подкреплением, использующих процессные награды. README приводит пример сопоставления её оценок с оценками Qwen2.5-Math-7B-Instruct. Репозиторий содержит веса Safetensors; лицензия — Apache-2.0. README не подтверждает, что эта модель предназначена для генерации ответов пользователю, хотя метаданные классифицируют её как text-generation.

Модель francesca9805/eus-latn-100mb-ppt-Dp-10mb-packed-bfd_seed3407 — дообученная модель генерации текста на базе goldfish-models/eus_latn_100mb. Она построена на архитектуре GPT-2 и сохранена в формате safetensors; обучение выполнено с помощью TRL. Карточка демонстрирует генерацию ответа на вопрос с использованием Transformers. Модель предназначена для генерации продолжений текста и ответов на запросы. Её контекст ограничен 512 токенами. Данные не уточняют языки обучения или специализацию по предметной области. Условия лицензии в доступных сведениях не приведены.

Экспериментальная чат-модель Eugleo, созданная дообучением базовой модели exp-085 на один проход по данным smoltalk, MMLU и decor_replay. Модель построена на плотной архитектуре NanochatGPTForCausalLM и содержит около 1,2 млрд параметров; контекст — 2048 токенов. Она принимает текстовые сообщения и генерирует текст в формате диалога. Модель предназначена для экспериментов с влиянием предварительных обучающих данных и повторного предъявления тематических корпусов при SFT. В описании приведены параметры обучения и оценка на валидации, но нет результатов пользовательских сравнительных оценок, поэтому качество для практических задач по ним определить нельзя. Поддерживаемый язык по карточке — английский. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

Bahushruth/gemma-4-E4B-it-abliterated — производная модель Google Gemma 4 E4B Instruct, в которой автор удалил поведение отказа с помощью метода arbitrary rank ablation (ARA), редактирующего веса. Это плотная мультимодальная модель семейства Gemma 4 с 42 слоями и примерно 8 млрд параметров; она принимает текст и изображения и поддерживает диалог и анализ изображений. В README также описана базовая модель как поддерживающая аудио, но для этой версии отдельные аудиовозможности не подтверждены. Модель предназначена для изучения механизмов отказа и защитных ограничений, а также для экспериментов с запросами, на которые исходная модель обычно отказала бы отвечать. По оценке автора, частота отказов на наборе из 500 запросов снизилась до 2,7% с 98% у исходной модели. Это результат оценки автора, а не гарантия поведения в других сценариях. Лицензия — Gemma; README указывает на исследовательскую цель выпуска и предупреждает об удалённых защитных ограничениях.

dbands/Gemma_ChemWiz_rdkit_critic_16bit — дообученная разработчиком dbands модель семейства Gemma с плотной архитектурой GemmaForCausalLM и 8,2 млрд параметров. Она предназначена для генерации текста; название и базовая модель указывают на специализацию в химии и работу с RDKit, однако README не описывает конкретные возможности критика или сценарии оценки. Модель принимает текст и выдаёт текст, поддерживает английский язык и имеет контекст длиной до 8192 токенов. Для обучения использовались Unsloth и Hugging Face TRL. Распространяется в формате safetensors по лицензии Apache-2.0.

GneissWeb.7B_ablation_model_on_350B_FineWeb.seed2 — языковая модель IBM Research для генерации текста. Она входит в серию абляционных моделей GneissWeb, созданных для сравнения результатов предобучения на разных наборах данных. Модель построена на плотной архитектуре Llama с 6,6 млрд параметров и контекстом до 8192 токенов. Модель обучена на случайной выборке из 350 млрд англоязычных токенов корпуса FineWeb V1.1.0 с токенизатором StarCoder. Она не проходила дообучение для следования инструкциям и не выровнена по требованиям безопасности. Основное назначение — исследовательское сравнение моделей, обученных в сходных условиях; её также можно применять для продолжения текста и экспериментов с генерацией. Лицензия — Apache 2.0. Возможны предвзятые, недостоверные или небезопасные ответы, а генерация может воспроизводить фрагменты обучающих данных; модель не следует считать готовым безопасным ассистентом.

Модель GneissWeb.7B_ablation_model_on_350B_GneissWeb.seed2 разработана IBM Research для серии абляционных экспериментов GneissWeb. Это плотная авторегрессионная языковая модель семейства LLaMA с 6,6 млрд параметров, обученная на случайной выборке из 350 млрд английских токенов GneissWeb с токенизатором StarCoder. Репозиторий содержит веса safetensors; модель работает с контекстом до 8192 токенов. Модель предназначена прежде всего для сравнения предварительно обученных моделей и изучения влияния обучающих данных. Она поддерживает генерацию текста, но не проходила настройку по инструкциям и выравнивание безопасности, поэтому для диалогового помощника или задач, требующих надёжных ответов, может потребоваться дополнительная настройка и контроль. Возможны предвзятые, ошибочные или небезопасные ответы, а также дословное воспроизведение обучающих данных. Лицензия — Apache 2.0.

flax-community/gpt2-persian-question-answering — экспериментальная модель сообщества Flax/JAX, созданная Mehrdad Farahani в рамках Flax/Jax Community Week при поддержке Hugging Face и Google. Это плотная авторегрессионная модель семейства GPT-2, обученная для ответов на вопросы по персидским текстам. Модель предназначена для извлечения ответов из контекста и вопросов по материалам персидской Википедии. В качестве обучающих данных использован набор PersianQA для понимания прочитанного. Модель принимает текст и генерирует текстовый ответ; максимальная длина контекста составляет 1024 токена. В карточке не указана лицензия, поэтому условия повторного использования по имеющимся данным определить нельзя. Результаты могут быть ограничены тематикой и составом PersianQA и персидской Википедии; качество на других языках и за пределами сценария ответов по контексту не подтверждено.

GPT2-Spanish-medium — авторегрессионная языковая модель семейства GPT-2, разработанная Alejandro Oñate Latorre и Jorge Ortiz Fuentes из сообщества Deep ESP. Модель обучена с нуля на испанском корпусе объёмом 11,5 ГБ: статьях Википедии и книгах разных жанров. Используется собственный байтовый BPE-токенизатор с словарём из 50 257 токенов; размер модели соответствует версии GPT-2 medium, контекст — 1024 токена. Модель предназначена для генерации продолжений текста на испанском языке, в том числе художественной прозы, эссе и других текстов в стилях, представленных в обучающем корпусе. Доступны веса в форматах PyTorch, TensorFlow и Flax. Лицензия — MIT. Обучающие данные не фильтровались, поэтому модель может генерировать оскорбительный или дискриминационный текст. Качество и фактическая точность генерации не гарантируются; модель лучше рассматривать как генератор текста, а не как источник проверенных сведений.

GPT-NeoX-20B — авторегрессионная языковая модель на архитектуре Transformer, разработанная EleutherAI и обученная на английском корпусе The Pile с помощью библиотеки GPT-NeoX. Модель содержит около 20,6 млрд параметров по карточке и 26,9 млрд по метаданным; в каталоге указана архитектура GPTNeoXForCausalLM. Контекст составляет 2048 токенов. Модель предназначена прежде всего для исследований и извлечения языковых признаков, а также может служить основой для дальнейшего дообучения. Она предсказывает следующий токен и поддерживает генерацию текста, но не настроена на выполнение инструкций или диалог с пользователем. Лицензия — Apache 2.0. Модель работает только с английским языком. Её не рекомендуют развёртывать без дополнительной настройки и надзора: ответы могут быть фактически неверными, содержать оскорбительный контент и отражать смещения обучающих данных; корпус The Pile не был дедуплицирован.

Модель fpadovani/heb-hebr-100mb-after-ppt-shuff-dyck-100mb-ckpt500_seed455 — дообученная версия fpadovani/heb-hebr-100mb-ppt-shuff-dyck-100mb_seed455 на базе GPT-2. Разработчик указывает, что модель обучена с TRL; для запуска в карточке приведён пример генерации текста через Transformers. Модель предназначена для генерации продолжения текста и ответов на текстовые запросы. Контекст составляет 512 токенов. В карточке нет сведений о размере модели, поддерживаемых естественных языках или лицензии, поэтому эти характеристики не приводятся.

Модель francesca9805/heb-hebr-100mb-ppt-Dp-10mb-packed-bfdiso_seed455 — дообученная Francesca9805 версия goldfish-models/heb_hebr_100mb. Это плотная авторегрессионная GPT-2 модель для генерации текста, обученная с помощью TRL; веса представлены в формате safetensors. В карточке приведён пример генерации ответа на вопрос и указан контекст длиной 512 токенов. Модель подходит для продолжения текста и генерации ответов на запросы. Название и базовая модель указывают на связь с ивритом, но языки использования явно не перечислены. Условия лицензии в предоставленных данных не указаны.

nouamanetazi/hf-ar-134000 — чекпойнт языковой модели для генерации текста на арабском языке. По метаданным это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и 1,5 млрд параметров; репозиторий содержит веса в формате safetensors и предназначен для работы с Transformers. README указывает токенизатор google/gemma-7b и путь, содержащий обозначения обучения на арабском корпусе; подробности о тренировочных данных и назначении не приведены. Модель принимает текст и генерирует текст, с контекстом до 2048 токенов. Метаданные связывают её с арабским языком. Это чекпойнт с небольшим числом загрузок за последний месяц, поэтому его практическое качество и пригодность для конкретных задач следует оценивать отдельно. Лицензия в предоставленных данных не указана.

HK-O1aw v0 — языковая модель и юридический ассистент, разработанный командой HKAIR-Lab. Это дообученная на базе LLaMA-3.1-8B плотная модель с 7,5 млрд параметров, предназначенная для рассуждений и решения сложных задач в области права Гонконга. Для обучения использованы Align-Anything и набор данных O1aw-Dataset; команда также открыла данные обучения, код и промпты для генерации синтетических данных. Модель принимает текст и генерирует текстовые ответы. Карточка Hugging Face указывает поддержку китайского языка, библиотеку PyTorch и контекстное окно 131 072 токена. Репозиторий распространяется по лицензии Apache-2.0. Модель ориентирована на юридические сценарии Гонконга; качество ответов требует проверки, особенно перед использованием в юридически значимых решениях.