I.2Синтез, понимание и проверка знаний

HyperCLOVA X SEED Think-14B SFT AI Hub Joint 9K — самостоятельная дообученная разговорная языковая модель автора репозитория на базе naver-hyperclovax/HyperCLOVAX-SEED-Think-14B. Это плотная архитектура HyperCLOVAXForCausalLM с 14,1 млрд параметров; веса в формате safetensors, библиотека Transformers, контекст до 131072 токенов. Модель предназначена для генерации ответов и рассуждений, с настройкой на корейскоязычные медицинские вопросы, числовые задачи по экономике и спорту, а также причинно-следственный вывод. Для обучения объединили 9000 примеров из трёх наборов AI Hub: по 3000 примеров на каждую область. Один LoRA-адаптер обучили на общей выборке, затем объединили с базовой моделью; это не смесь трёх отдельных адаптеров. Заявлены отсутствие усечения обучающих последовательностей и успешная локальная проверка генерации, но официальные результаты бенчмарков не приведены. Указана лицензия «other»; конкретные условия следует проверять в карточке модели и у базовой модели. Обучающие данные и назначение указывают на специализацию по-корейски; качество на других языках и независимая оценка прикладных сценариев не описаны.

ISRO-SpaceAI-7B-Instruct-i1-GGUF — это квантованная версия инструкционной языковой модели ISRO-SpaceAI-7B-Instruct, разработанной Anoopsingh53 и преобразованной в формат GGUF пользователем mradermacher. Модель ориентирована на генерацию текста и работу с запросами в области космических исследований, астрономии, астрофизики, космологии, гелиофизики, океанографии и дистанционного зондирования Земли. Модель имеет размер 7B параметров и поддерживает английский и хинди. В обучающих данных указаны наборы UniverseTBD/arxiv-qa-astro-ph и Anoopsingh53/isro-space-ocean-dataset; среди тематических направлений также упоминаются миссии ISRO и NASA, Aditya-L1, Chandrayaan-3, Oceansat-3, спутниковые радары, SAR, наводнения, экзопланеты и Kepler. Доступны различные варианты квантования размером примерно от 2,0 до 6,4 ГБ, что позволяет выбирать между экономией памяти, скоростью и качеством; рекомендуемыми в README названы i1-Q4_K_M и i1-Q4_K_S. Сильной стороной модели является специализированная направленность на космическую и геонаучную тематику, а также возможность локального запуска благодаря GGUF-квантованиям. Ограничения включают потенциальное снижение качества у низкобитных вариантов, причём README отдельно отмечает низкое качество некоторых конфигураций. Архитектура, размер контекстного окна и мультимодальные возможности не указаны; по представленным данным модель предназначена для работы с текстом. Лицензия — Apache-2.0.

Jinx-gpt-oss-20b-mxfp4 — вариант языковой модели gpt-oss-20b от Jinx-org, настроенный отвечать на запросы без отказов по соображениям безопасности. Модель предназначена для исследований сбоев выравнивания и оценки границ безопасности языковых моделей. Она поддерживает генерацию текста, диалог и следование инструкциям, сохраняя, по заявлению автора, способности рассуждать и выполнять инструкции на уровне базовой модели. Репозиторий содержит веса в формате safetensors с представлением mxfp4; базовая модель — openai/gpt-oss-20b. Лицензия — Apache-2.0. Из-за минимальных фильтров безопасности модель может выдавать оскорбительный, спорный или социально чувствительный контент. Автор рекомендует проверять все результаты человеком; модель ориентирована на исследования безопасности, а не на безопасное применение без дополнительного контроля.

Карточка модели itpossible/JiuZhou-Instruct-v0.1 на Hugging Face совпадает с карточкой itpossible/JiuZhou-Instruct-v0.2, поэтому описание составлено по ней. 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.

K2 — языковая модель для геонаук, созданная командой daven3 на основе LLaMA. Она прошла дополнительное предобучение на очищенной геонаучной литературе, включая научные статьи открытого доступа и страницы Википедии. В карточке указано 6,6 млрд параметров; архитектура — плотная LlamaForCausalLM, формат весов — PyTorch. Репозиторий содержит delta-веса после дополнительного предобучения, а не полную базовую модель. Модель предназначена для генерации текста и ответов на вопросы по геологии, географии и наукам об окружающей среде. Для адаптации под инструкции использовались данные GeoSignal, а предварительная оценка проводилась на бенчмарке GeoBenchmark. Авторы сообщают о результатах выше нескольких моделей сравнимого размера на объективных и субъективных заданиях этого бенчмарка. Веса опубликованы по лицензии Apache-2.0; README отмечает, что delta-веса выпущены для соблюдения лицензии базовой LLaMA. Для использования требуется базовая модель, а README отсылает к репозиторию K2 за инструкциями. Заявления об оценке относятся к указанному бенчмарку и сами по себе не гарантируют качество в других сценариях.

Kartik-Kundli-AI-3B-v1.0 — разговорная модель генерации текста, созданная UX4567 дообучением UX4567/Kartik-Kundli-AI-3B-Instruct с помощью TRL. Модель построена на плотной архитектуре Qwen2 и содержит 3,1 млрд параметров; для общения принимает сообщения в формате chat. Максимальная длина контекста составляет 32 768 токенов. Название и базовая модель указывают на назначение, связанное с Кундали и астрологией, однако README не описывает профиль обучения, точность ответов или конкретные сценарии. Метаданные указывают на тег генерации текста и разговорные возможности. Модель опубликована в формате safetensors; сведения о лицензии отсутствуют в предоставленных данных.

KLTN_COQE_viT5_total_ASOPL — дообученная модель VietAI на базе VietAI/vit5-large, архитектура T5 с 389,3 млн параметров. Репозиторий создан в декабре 2023 года; веса опубликованы в формате safetensors, лицензия — MIT. Карточка не описывает назначение модели, обучающие данные или результаты оценки. Базовая модель рассчитана на генерацию текста на вьетнамском языке, включая ответы на вопросы, суммаризацию и перевод, однако подтверждений, что это дообучение сохраняет или специализирует эти возможности, нет.

mssma/ko-solar-10.7b-v0.7 — корейская языковая модель от автора mssma, представленная как причинная языковая модель семейства Llama с плотной архитектурой. В репозитории приведён пример загрузки через Transformers с AutoModelForCausalLM и AutoTokenizer; модель содержит 10,7 млрд параметров и имеет контекст длиной 2048 токенов. Модель предназначена для генерации текста на корейском языке. Её можно использовать для продолжения текста и построения приложений на основе языковой генерации. Репозиторий распространяется по лицензии Apache-2.0. Карточка не описывает результаты оценки качества или специализированные сценарии применения.

PinoCookie/LFM2.5-1.2B-JP-Abliterated — японская версия компактной языковой модели LiquidAI LFM2.5-1.2B-JP, изменённая методом abliteration. Разработчик удалил направления отказа из скрытых состояний модели и спроецировал их из весов выходных проекций внимания и свёрточных слоёв, а также слоёв прямого распространения. Модель имеет плотную гибридную архитектуру из 16 слоёв с attention и свёрточными блоками и около 1,5 млрд параметров по метаданным; в README указано около 1,2 млрд. Контекст — до 128 тысяч токенов. Модель предназначена для генерации текста и диалогов на японском языке. По описанию автора, она отвечает на вредоносные запросы, от которых исходная версия могла отказаться, и сохраняет связность ответов на обычные запросы. В тесте MMLU на 62 предметах результат снизился с 0,5288 до 0,5206; другие профильные оценки не проводились. README также сообщает о повторениях в творческих ответах и о том, что модель не отделяет маркером текст рассуждения от ответа. Лицензия — Apache-2.0.

licht-german-tutor-medium (v22) — предварительная версия диалоговой модели от Lamplit Labs для изучающих немецкий на уровнях A1–C1. Это плотная языковая модель на архитектуре Qwen3 с 7,6 млрд параметров, дообученная на базе Qwen/Qwen3-8B методом LoRA; веса адаптера объединены с базовой моделью и опубликованы в формате bf16 Safetensors. Модель принимает текст и ведёт диалог по шаблону ChatML, максимальная длина контекста — 40 960 токенов. Модель объясняет немецкую грамматику и лексику на немецком или английском, исправляет предложения, тренирует словоформы и помогает практиковать диалоги для повседневных ситуаций. Она также предназначена для упражнений уровня C1 и подготовки к экзаменам telc и Goethe. В комплект входят заметки для привязки ответов к правилам и лексикон существительных и неправильных глаголов, которые приложение может использовать для дополнительной проверки. Это публичный preview, а не завершённый релиз: по собственной оценке авторов, версия не прошла три из восьми критериев выпуска. В частности, судьи отметили семь ответов с серьёзными ошибками, а часть ролевых сценариев и проверенных предложений не достигла установленных порогов. Автор рекомендует не полагаться на модель как на единственный источник при подготовке к экзаменам и использовать проверку по лексикону, когда ученик не может оценить ответ самостоятельно. Лицензия — Apache-2.0.

yanggangu/Llama-3.2-1B-Instruct-FT-ScienceQA — дообученная диалоговая языковая модель на базе meta-llama/Llama-3.2-1B-Instruct. Это экспертная модель для ScienceQA из таблицы 1 работы SMAT: Simple and Efficient Merge-Aware Training; обучение выполнено с seed 42. SMAT нацелен на сохранение качества экспертов при последующем слиянии моделей. Модель содержит 1,2 млрд параметров, использует архитектуру LlamaForCausalLM и рассчитана на контекст до 131 072 токенов. Она принимает текст и генерирует текст; основной сценарий — ответы на вопросы в формате ScienceQA. Лицензия и политика допустимого использования Llama 3.2 распространяются на модель.

Это дообученная методом LoRA модель benhaotang на базе meta-llama/Llama-3.2-1B-Instruct. Она предназначена для ответов на вопросы по физике и проверки формулировок физических концепций; обучение проводилось на наборе kejian/arxiv-physics-debug-v0 в течение трёх эпох. Модель имеет плотную архитектуру LlamaForCausalLM, около 1,2 млрд параметров, принимает текст и генерирует текст. Заявленный размер контекста — 131 072 токена; основной язык карточки — английский. Автор позиционирует модель для проверки концепций и предупреждает, что ответы по физике нельзя считать надёжными для реальных задач. Модель распространяется по лицензии Llama 3.2.

Модель mergekit-community/Llama-3-DeepSeek-R1-Distill-8B-LewdPlay-Uncensored — объединённая языковая модель на архитектуре Llama с плотной архитектурой и примерно 7,5 млрд параметров. Она создана методом DARE TIES: за основу взята Undi95/Llama-3-LewdPlay-8B-evo, в объединение также включена braindao/DeepSeek-R1-Distill-Llama-8B-Uncensored. Модель предназначена для генерации текста и диалогового общения; заявленная длина контекста — 8192 токена. Модель работает с текстом и распространяется в формате safetensors для библиотеки Transformers. Название и состав объединения указывают на ориентацию на uncensored-общение и взрослые сценарии, однако подробные оценки качества и поведения в карточке не приведены. Лицензия в предоставленных данных не указана.

Mamba-ko-2.8B — языковая модель на архитектуре Mamba, разработанная Jisoo Kim (kuotient). Она продолжительно предобучена на синтетическом наборе корейских учебных текстов поверх state-spaces/mamba-2.8b-slimpj. Модель предназначена для генерации текста на корейском языке и проверки языковых задач; карточка приводит результаты на корейском бенчмарке KoBEST. В метаданных указано 6 млрд параметров, архитектура MambaForCausalLM и формат PyTorch. Mamba использует архитектуру пространства состояний с аппаратно-ориентированной реализацией. В README отмечено, что дообучение в формате инструкций запланировано, поэтому модель не следует считать готовым инструкционным ассистентом. Лицензия — Apache-2.0.

Mdist_8B_Chem_from_Mspec_ASFT_alpha0.2_Qwen3_8B — диалоговая языковая модель на архитектуре Qwen3, дообученная разработчиком yileitu на базе Qwen/Qwen3-8B на наборе M_ASFT_QA_alpha0.2_ft_data_merged_shuffled_43k. Она предназначена для генерации текста в формате диалога; название модели указывает на химическую тематику, однако карточка не описывает конкретные химические задачи или подтверждённые сценарии применения. Модель содержит 7,6 млрд параметров, использует архитектуру Qwen3ForCausalLM и формат safetensors. Заявленная длина контекста — 40 960 токенов. Для практического использования доступны только общие сведения: карточка не приводит оценок качества или подробных ограничений. Лицензия указана как other, без уточнения условий.

MedGemma 27B Text IT — инструкцияно дообученная языковая модель для медицинских текстовых задач, разработанная Google в рамках семейства MedGemma на базе Gemma 3. Данная версия распространяется в формате Unsloth с 4-битным BNB-квантизированием и основана на модели google/medgemma-27b-text-it. Модель предназначена для понимания и генерации медицинского текста, клинического рассуждения и создания приложений в сфере здравоохранения. Она обучалась исключительно на медицинских текстах и оптимизирована для вычислений во время инференса. Версия 27B является текстовой и не поддерживает обработку изображений; сведения о языках и размере контекстного окна в карточке не указаны. К сильным сторонам относятся специализация на медицинской тематике, instruction tuning и возможность адаптации для конкретных задач с помощью дообучения. Модель требует значительных вычислительных ресурсов, хотя 4-битное квантование снижает требования к памяти. Результаты медицинской модели не следует использовать как замену профессиональной клинической оценке; конкретные ограничения безопасности и показатели бенчмарков в карточке не приведены. Использование регулируется условиями Health AI Developer Foundations. Для доступа на Hugging Face необходимо ознакомиться с этими условиями и принять их.

MediKo-1.1B-A0.6B-Instruct — корейская медицинская языковая модель для диалогов и выполнения инструкций, разработанная на базе Qwen3-0.6B. Она использует архитектуру VocMoE: расширенный медицинский словарь из 5 000 корейских токенов и восемь специализированных экспертов, из которых для каждого токена выбираются два; общий путь обработки сохраняет плотный FFN базовой модели. Всего модель содержит около 1,13 млрд параметров, из них активно используются около 0,59 млрд; контекст — до 40 960 токенов. Модель предназначена для исследовательских и образовательных задач корейского медицинского NLP: диалогов, ответов на вопросы и анализа медицинских текстов на корейском языке. В карточке приведены результаты нулевого обучения на корейских и англоязычном медицинском бенчмарках; проверка описана только для корейского медицинского текста. Модель может галлюцинировать, а её смесь экспертов требует больше памяти, чем сопоставимая плотная модель. Это не медицинское устройство: результаты нельзя использовать для диагностики, лечения, назначения препаратов или клинических решений. Лицензия — Apache-2.0.

miqu-evil-dpo — экспериментальная чат-модель, созданная путём дообучения miqu методом evil-tune; автор описывает её как прямого преемника PiVoT-0.1-Evil-a. Модель использует плотную архитектуру LlamaForCausalLM и содержит 68,7 млрд параметров. Она принимает текстовые запросы и генерирует текст; для общения в карточке указан шаблон Mistral Inst. Контекстное окно составляет 32 764 токена, основной язык карточки — английский. Модель предназначена для экспериментальных диалоговых сценариев. В репозитории указана лицензия other, поэтому условия использования следует уточнить у автора или в файлах репозитория. Автор не гарантирует точность, надёжность и пригодность результатов для конкретных целей и возлагает ответственность за их использование на пользователя.

Undi95/MLewd-ReMM-L2-Chat-20B-Inverted — разговорная языковая модель семейства Llama, опубликованная Undi95. Это эксперимент по чередованию слоёв моделей Undi95/MLewd-L2-Chat-13B и Undi95/MLewd-ReMM-L2-Chat-20B-Part1; автор называет подход «разбавлением» и стремится получить баланс связности ответов между моделями на 13B и более чем 30B параметров. В метаданных указаны 19,8 млрд параметров, архитектура LlamaForCausalLM, формат safetensors и контекст 4096 токенов. Модель предназначена для генерации текста в диалоговом формате с шаблоном Alpaca. В README приведены результаты оценки на нескольких бенчмарках, но автор характеризует работу как требующую тестирования. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства и запрещает коммерческое использование. Метаданные помечают модель как NSFW; она не предназначена для всех аудиторий.

Это дообученная с помощью TRL модель Francesca9805 на базе francesca9805/nld-latn-100mb-ppt-Dp-10mb-packed-bfdiso_seed455. Она использует архитектуру GPT-2 и предназначена для генерации текста; карточка демонстрирует ответы на открытые вопросы в диалоговом формате. Модель работает с контекстом до 512 токенов и распространяется в формате safetensors под лицензией, указанной для базовой модели в Hugging Face. Модель ориентирована на нидерландский язык согласно описанию базовой модели в каталоге. Карточка не приводит оценок качества или подробных результатов обучения, поэтому пригодность для конкретных сценариев следует проверять отдельно.

flax-community/norsk-gpt-wiki — языковая модель в стиле GPT-2, обученная на норвежской части набора данных Wiki40B. Модель создала сообщество flax-community; обучение выполнялось на TPU с помощью Flax и пайплайна causal language modeling в рамках челленджа Hugging Face Flax/Jax. Модель предназначена для генерации норвежского текста и продолжения заданного фрагмента. Она использует архитектуру GPT2LMHeadModel, поддерживает контекст до 1024 токенов и опубликована в форматах Flax, PyTorch и Safetensors. Лицензия в предоставленных данных не указана.

OELLM 9B 256K Reasoning v1 — экспериментальный чекпойнт, разработанный как продолжение полного дообучения модели birgermoell/oellm-9b-256k-sft на задачах рассуждения. Это плотная авторегрессионная языковая модель семейства Qwen3 с 8 млрд параметров и контекстом до 262 144 токенов. Она предназначена для генерации ответов и рассуждений в чате, в том числе на нескольких европейских языках. Модель обучалась на смеси многоязычных примеров рассуждений, преимущественно синтетических трасс учителя. Чекпойнт показал улучшения на отдельных задачах, включая ARC-Challenge и многоязычный MGSM, но ухудшил результаты на английском GSM8K, IFEval и тесте по информатике; он не прошёл критерии выпуска как улучшение родительской модели. В README приведены примеры циклических повторов при жадной генерации и обрывов рассуждений по лимиту токенов. Модель выпущена для анализа и дальнейших исследовательских экспериментов, например сравнительной оценки, оптимизации предпочтений и обучения проверяющих моделей. Не следует полагаться на её ответы в математике и других важных для безопасности областях без независимой проверки. Лицензия — Apache 2.0.

BayesRL/Olmo3-B3PO_MC-7B — англоязычная плотная авторегрессионная модель семейства Olmo 3, разработанная BayesRL и содержащая 6,9 млрд параметров. Это дообучение BayesRL/Olmo3-IVON-SFT-7B методом B3PO с decoupled Monte-Carlo variance reduction; подход исследует пространство параметров, выбирая веса из приближённого апостериорного распределения, сформированного оптимизатором IVON. Модель предназначена для генерации текста в экспериментах RLVR с проверяемыми наградами и решения математических задач; в README указана оценка на AIME 2024–2026, MATH-500, AMC 2023 и Minerva. Поддерживает контекст до 65 536 токенов и доступна в формате safetensors для Transformers. Лицензия — Apache-2.0. Карточка описывает исследовательский обучающий запуск, поэтому её практические качества и воспроизводимость следует оценивать по статье и настройкам обучения.

asn1814/openbookqa_bert-base-uncased — модель BERT, дообученная для выбора ответа из нескольких вариантов. Она предназначена для задач с вопросом и набором ответов, в частности для тестирования на понимание естественно-научных знаний в формате OpenBookQA. Модель содержит 136,7 млн параметров, принимает текст и поддерживает контекст до 512 токенов; веса опубликованы в формате safetensors. Разработчик указывает, что набор данных для дообучения неизвестен, а дополнительных сведений об обучении и назначении не приводит. На указанном в карточке наборе оценки точность составила 0,53, поэтому качество может быть ограниченным. Лицензия — Apache-2.0.

cyberagent/open-calm-3b — модель CyberAgent, Inc. из семейства OpenCALM, предварительно обученная на японских текстовых данных. Это декодерная языковая модель на архитектуре Transformer GPT-NeoX с 3,5 млрд параметров; модель принимает текст и генерирует продолжение. В карточке указаны японский язык и обучение на японских версиях Wikipedia и Common Crawl; максимальная длина контекста составляет 2048 токенов. Модель подходит для генерации и продолжения японского текста, а также для создания прототипов приложений на базе языковой модели. Она не описана как чат-модель или модель для специализированных областей. Репозиторий содержит веса PyTorch; лицензия CC BY-SA 4.0 требует указания авторства CyberAgent, Inc. и соблюдения условий распространения лицензии.

Open-RS3 — языковая модель на 1,5 млрд параметров, разработанная knoveleng для улучшения математических рассуждений с помощью обучения с подкреплением. Она дообучена на базе DeepSeek-R1-Distill-Qwen-1.5B и использует архитектуру Qwen2 для генерации текста. Модель предназначена для решения математических задач, включая задачи олимпиадного уровня; в README также указаны результаты на наборах AMC23, AIME24 и MATH-500. Для модели заявлен контекст длиной до 131 072 токенов. В README сообщается о результатах 80% на AMC23 и 46,7% на AIME24, а также о более слабом результате на Minerva по сравнению с моделями на 7 млрд параметров. Эти показатели приведены разработчиком и не являются независимой оценкой. Модель распространяется по лицензии MIT.

Карточка модели llm-jp/optimal-sparsity-math-d1024-E128-k16-13.2B-A1.9B 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-d1024-E128-k8-13.2B-A1.1B 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-d1024-E16-k8-1.9B-A1.1B 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-E32-k4-13.6B-A2.3B 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.