I.2Синтез, понимание и проверка знаний

AstroLLaMA-3-8B-BaseAIC — специализированная языковая модель команды AstroMLab, полученная непрерывным предобучением Meta LLaMA 3 8B на разделах Abstract, Introduction и Conclusion статей arXiv по астрофизике. Это плотная авторегрессионная модель семейства LLaMA с 7,5 млрд параметров и контекстом до 8192 токенов; она принимает текст и предсказывает продолжение, а не предназначена для диалога или выполнения инструкций. Модель рассчитана на генерацию и анализ текста по астрономии и астрофизике, а также на воспроизводимые исследования предметно-ориентированного дообучения. Обучающие тексты извлекались из PDF с помощью OCR и обрабатывались с суммаризацией. Карточка предупреждает, что обучение только на astro-ph не обеспечило превосходства над исходной LLaMA 3 8B в приведённом сравнении; научные ответы следует сверять с рецензируемыми источниками. Модель распространяется по лицензии MIT.

Aurora Proelia Thinking — компактная экспериментальная языковая модель North ML на 206,9 млн параметров, созданная дообучением North-ML1/Aurora-Proelia. Это причинная плотная модель для генерации текста с диалоговым режимом; она принимает текст и генерирует текст. Контекст модели — 2048 токенов, основной язык — английский. Модель дообучена методом supervised fine-tuning на 500 проверенных примерах математических рассуждений из open-r1/OpenR1-Math-220k, с небольшим набором примеров обычного общения для сохранения краткого диалогового стиля. Она предназначена для экспериментов с пошаговыми математическими и техническими запросами, учебных сценариев и лёгких прототипов рассуждений. Размер обучающей выборки невелик, поэтому модель может ошибаться в точной арифметике, длинных доказательствах и незнакомых фактах; она не всегда показывает ход рассуждений, а ответы следует проверять. Лицензия не предоставлена; права на использование и распространение оставлены за North ML.

AX-3.1-Light-specialist-r1-ties — это слитая модель на базе A.X-3.1-Light от SK Telecom, подготовленная автором репозитория youngseok12. Три LoRA-адаптера, обученные по отдельности на корейских наборах по медицине, численным вычислениям и причинному рассуждению, объединены методом TIES в самостоятельные веса BF16; отдельный адаптер для использования не нужен. Модель имеет плотную архитектуру семейства Llama, 6,8 млрд параметров и контекст до 32 768 токенов. Модель предназначена для генерации текста в формате чат-ответов на корейском языке, особенно для ответов на тестовые вопросы с выбором из четырёх вариантов. В проверке формата на 240 отложенных примерах ответ присутствовал во всех выходах, в среднем длина составляла 13 токенов. Она подходит для экспериментов и оценки медицинских знаний, вычислительного машинного чтения и причинно-следственного рассуждения на корейском языке. Автор обозначает модель как исследовательскую и оценочную. Ответы могут быть неточными, поэтому модель не следует использовать как единственное основание для медицинских, юридических или финансовых решений. Лицензия указана как other; конкретные условия использования в карточке не приведены.

fpadovani/cds_shuffle_np_new_13 — языковая модель GPT-2 для генерации текста, опубликованная в формате safetensors и рассчитанная на контекст до 1024 токенов. В карточке указано, что это дообученная модель; базовая модель и обучающий датасет не названы. В README приведено значение loss 3,2109 на оценочном наборе, но назначение модели, сценарии применения и подробности обучения не описаны. Поэтому область применения и качество генерации по имеющимся данным определить нельзя. Лицензия в предоставленных сведениях не указана.

Christian Bible Expert v2.0 12B — модель, дообученная sleepdeprived3 на базе Mistral Nemo Instruct 2407 для ответов на богословские вопросы с никейской христианской перспективы. Она предназначена для объяснения библейских текстов, подготовки материалов для изучения Библии и диалогов о духовном росте и ученичестве. Модель использует плотную архитектуру MistralForCausalLM, содержит 12,1 млрд параметров и поддерживает контекст до 131 072 токенов. README заявляет поддержку более десяти языков, включая английский, испанский, французский и корейский; в метаданных карточки указан английский язык. Модель делает акцент на историко-грамматическом толковании Писания, ключевых христианских доктринах и Никейском символе веры, при этом заявляя уважение к разнообразию конфессий. Репозиторий содержит веса Safetensors; README также упоминает GGUF и варианты квантования. Лицензия — Apache-2.0. Модель предназначена для поддержки изучения Библии и служения, но не заменяет пастырское руководство местной церкви.

Ariffiq99/COPA_xlm_roberta_base_finetuned — дообученная на неизвестном наборе данных модель XLM-RoBERTa Base от автора репозитория. Модель содержит 305,2 млн параметров и использует архитектуру XLMRobertaForMultipleChoice; она предназначена для выбора наиболее подходящего ответа из нескольких вариантов, в частности для задач формата COPA, где требуется определить правдоподобную причину или следствие. Максимальная длина контекста — 514 токенов. В карточке приведены результаты оценки: loss 0,6931 и F1 0,53; данных недостаточно, чтобы оценить качество на конкретных сценариях. Базовая модель XLM-RoBERTa многоязычная, однако языки обучения и оценки этого чекпойнта не указаны. Модель распространяется по лицензии MIT.

CPM-Ant 10B — плотная авторегрессионная языковая модель семейства CPM-Ant от OpenBMB, предназначенная для генерации текста. Репозиторий содержит модель на 13 млрд параметров в формате PyTorch для использования с Transformers. Модель рассчитана на генерацию текста на китайском языке. Карточка содержит только базовую инструкцию по установке Transformers и не приводит конкретных сценариев применения, длину контекста или оценку качества. Лицензия в предоставленных данных не указана.

CryptoGemma-4B-v1 — компактная языковая модель с 4 млрд параметров от SkillForge, дообученная на базе Google Gemma 4 E4B Instruct на более чем 56 тысячах примеров о криптовалютах и блокчейне. Модель использует плотную архитектуру Gemma 4 и доступна в формате safetensors; для работы заявлена библиотека Transformers. Она рассчитана на диалоговое текстовое взаимодействие на английском языке. Модель предназначена для анализа токенов и метрик блокчейна, оценки рисков смарт-контрактов, технического анализа рынков, разбора DeFi-протоколов, рыночных настроений и формирования рекомендаций по портфелю. Карточка описывает обучающие данные из наборов по криптонастроениям, вредоносным контрактам и открытых блокчейн-датасетов. Модель принимает текст и генерирует текст. Хотя базовая Gemma 4 поддерживает мультимодальные сценарии, в карточке CryptoGemma заявлены специализированные текстовые задачи, поэтому работа с изображениями или аудио для этой версии не подтверждена. Модель может ошибаться в оценке рисков и финансовых сценариев; её ответы не следует считать гарантированно точными или персональной финансовой рекомендацией. Лицензия — Apache-2.0.

cucafera-instruct — это дообученная для следования инструкциям языковая модель на основе pauhidalgoo/cucafera, разработанная для генерации текста на каталанском языке. Модель построена на архитектуре Llama с плотной трансформерной сетью, содержит около 245 млн параметров и поддерживает контекст до 2048 токенов. Для диалога используется формат ChatML; веса опубликованы в формате safetensors. Модель предназначена для каталаноязычных чат-ботов и генерации текста по запросам: она может помогать с кратким изложением, переводом внутри каталанского языка и творческим письмом. Лицензия — Apache-2.0. Из-за небольшого размера модель ограничена в фактических знаниях и рассуждениях, а обучающие данные охватывают преимущественно каталанский язык. Её ответы могут содержать ошибки и смещения; для важных решений и чувствительных сценариев необходима проверка человеком. README содержит противоречивые утверждения о наличии инструкционного дообучения, поэтому способность надёжно следовать инструкциям нельзя считать гарантированной.

mradermacher/deepseek-uncensored-lore-i1-GGUF — набор GGUF-квантизованных версий модели luvGPT/deepseek-uncensored-lore, подготовленный mradermacher. Модель предназначена прежде всего для генерации текста и сторителлинга; в карточке указана поддержка английского языка. Формат GGUF позволяет использовать её в совместимых локальных средствах запуска, однако конкретный способ применения зависит от выбранного файла и программного обеспечения. Доступны варианты квантизации i1-IQ и i1-Q с размером примерно от 1,8 до 5,8 ГБ. Файлы различаются компромиссом между размером, скоростью и качеством: наиболее компактные варианты отмечены как имеющие низкое качество, а i1-Q4_K_M обозначен как быстрый и рекомендуемый; для некоторых вариантов указано преимущество IQ-квантизации над сопоставимыми не-IQ версиями. Ключевые сведения об архитектуре, числе параметров, максимальном контексте и поддерживаемых модальностях в README не приведены, поэтому модель следует считать текстовой и англоязычной в пределах явно указанной информации. Сильной стороной является широкий выбор размеров квантизованных файлов, позволяющий подобрать вариант под доступные ресурсы. Ограничения включают возможное заметное снижение качества у наиболее сжатых версий, а также отсутствие данных о лицензии и результатах оценки. Условия лицензирования в карточке не указаны.

deepswe-k8s-sync-S0b16-c256-step140to180-step175 — экспериментальный чекпойнт на базе Qwen3-32B, объединённый из FSDP-весов после 175-го шага обучения. В README указаны рецепт S0b16 sync PPO без исправления траекторий и парный репозиторий replace-варианта. Модель предназначена для генерации текста и диалога; исходная Qwen3-32B описана как многоязычная модель для рассуждений, программирования и работы с инструментами, но README не уточняет, какие из этих возможностей сохраняются или улучшаются в данном чекпойнте. Модель имеет плотную архитектуру Qwen3ForCausalLM, около 29,7 млрд параметров и контекст до 40 960 токенов. Она принимает текст и генерирует текст. Репозиторий содержит веса safetensors; лицензия — Apache-2.0. Это свежий исследовательский экспериментальный чекпойнт, а не подтверждённый README вариант для готового применения.

edwixx представляет DiffusionGemma-26B-A4B-it-HERETIC-Uncensored — экспериментально обработанную версию DiffusionGemma от Google. Модель основана на DiffusionGemma 26B A4B-it и использует архитектуру block diffusion с MoE: всего 26,6 млрд параметров, из которых активно около 4 млрд. Для работы применяется библиотека Transformers и класс DiffusionGemmaForBlockDiffusion. Модель предназначена для диалоговой генерации текста с ослабленными отказами: автор применил метод abliteration с направленной абляцией, LoRA и подбором параметров Optuna. В тесте на 100 чувствительных запросах модель всё ещё отказывалась отвечать на 13. Лицензия — Apache-2.0. Известный дефект генерации — в отдельных позициях может появляться слово «own» вместо ожидаемого текста. Автор отмечает, что это может быть свойством Gemma 4 при сильном изменении весов. Релиз обозначен как исследовательский; README не описывает поддержку изображений или видео именно этой производной модели.

irfanamal/distilroberta_multiple_choice — дообученная модель на базе distilroberta-base, разработанная для выбора одного ответа из нескольких предложенных вариантов. Она использует архитектуру RoBERTa и содержит 95,2 млн параметров; максимальная длина контекста составляет 514 токенов. Модель предназначена для задач формата multiple choice, например тестовых вопросов с вариантами ответа. Модель дообучена на наборе данных, название которого в карточке не приведено. На указанной в README оценочной выборке она показала точность 0,58 и loss 1,1925. Лицензия — Apache-2.0. Карточка не описывает языки, предметную область и ограничения применимости; результаты оценки не подтверждают качество на других данных.

dlgenai-t22026-mcq — дообученная модель на базе BERT, созданная для Smart MCQ Solver Challenge. Она оценивает каждый вариант ответа вместе с вопросом с помощью общего энкодера, а затем ранжирует варианты; модель рассчитана на вопросы с ровно пятью вариантами и не является классификатором букв A–E. Используется архитектура BertForMultipleChoice с 136,7 млн параметров, библиотека Transformers и контекстом до 512 токенов. Модель полностью дообучена на размеченных вопросах, без LoRA. Основной сценарий — ранжирование вариантов ответа в англоязычных тестах с множественным выбором в стиле обучающего набора. В карточке сообщается MAP@3 0,8729 на специальной выборке валидации из 400 вопросов без близких дубликатов; результаты на других форматах и данных могут быть существенно хуже. Модель зависит от особенностей разметки: правильные и неправильные варианты в обучающем наборе не пересекаются по текстам, поэтому часть качества может объясняться этим артефактом и запоминанием, а не анализом вопроса. Лицензия — MIT. Модель принимает текст вопроса и варианты ответа и выдаёт их оценки или ранжирование. Она предназначена только для английского языка и ожидает ровно пять вариантов; карточка предупреждает о слабом переносе на другие форматы MCQ.

gate369/drug-alpaca — дообученная gate369 модель семейства Llama для генерации текста. Она создана на базе unsloth/llama-3-8b-bnb-4bit с использованием Unsloth и библиотеки TRL; число параметров составляет 7,5 млрд, контекст — до 8192 токенов. В метаданных указан английский язык и формат PyTorch. Название модели предполагает применение в тематике лекарств, однако README не описывает обучающие данные, проверенные возможности или конкретные медицинские сценарии. Модель может генерировать текст по входному запросу, но её ответы о лекарствах не следует считать проверенными медицинскими рекомендациями. Лицензия — Apache-2.0.

AnLan577/Dynamic_MoE — исследовательская модель генерации текста с архитектурой Llama и механизмом смеси экспертов (MoE), опубликованная как веса к статье «Harder Tasks Need More Experts: Dynamic Routing in MoE Models». Модель предназначена для изучения динамической маршрутизации экспертов и генерации текста; в карточке указан класс MoEForCausalLM. Модель содержит 341 млн параметров, принимает текст и формирует текстовые продолжения. Родной размер контекста — 2048 токенов. Веса доступны в формате PyTorch, лицензия — Apache-2.0. README ссылается на статью 2024 года и указывает, что код инференса размещён отдельно.

cemig-nlp-releases/energy-gpt-regulatorio-v3 — модель семейства Qwen3.5, разработанная для диалоговой работы с нормативными и техническими материалами в сфере распределения электроэнергии. Согласно карточке, модель обучена с нуля на наборе TokenLab/CemigConvoV1.1 и данных norm_tecnicas_dist.jsonl; в метаданных указаны архитектура Qwen3_5ForConditionalGeneration, поддержка чата и изображений, а также формат safetensors. Модель предназначена для ответов на вопросы и диалога по тематике регулирования и распределения электроэнергии. Заявленная оценка на тестовом наборе: loss 0,6464 и perplexity 1,9087. Карточка не сообщает размер параметров, длину контекста, языки, лицензию или условия коммерческого использования, поэтому эти характеристики нельзя определить.

Карточка модели jisukim8873/falcon-7B-case-5 на Hugging Face совпадает с карточкой jisukim8873/falcon-7B-case-0, поэтому описание составлено по ней. Экспериментальная языковая модель Jisu Kim для генерации текста в задаче упорядочивания данных. Она получена дообучением Falcon-7B на случайной выборке из 100 тысяч примеров Open-Orca. Архитектура — плотный трансформер FalconForCausalLM с Grouped-Query Attention, Sliding-Window Attention и токенизатором Byte-fallback BPE; в репозитории представлены веса safetensors. Метаданные указывают 10,9 млрд параметров и английский язык, лицензия — Apache-2.0. Модель предназначена для экспериментов с упорядочиванием данных и генерацией текста. Карточка описывает её как тестовую модель, поэтому качество и пригодность для практических задач не подтверждены; длина контекста и конкретные ограничения не приведены.

edusc182/Gemma2B-Web-Creator-SLERP — слияние моделей, созданное автором карточки с помощью mergekit и метода SLERP. В него вошли edusc182/Gemma_2B и RichardErkhov/suriya7_-_Gemma-2B-Finetuned-Python-Model-4bits; итоговые веса представлены в формате safetensors и рассчитаны на работу через Transformers. По метаданным модель поддерживает диалог и обработку изображений вместе с текстовыми запросами. Она подходит для вопросов об изображениях и визуального диалога; один из объединённых компонентов дообучен для работы с Python, но отдельная поддержка генерации кода для итоговой модели не подтверждена. Карточка не сообщает размер модели, контекстное окно, поддерживаемые языки или лицензию.

Модель AhmetSemih/gemma3-4b-freezed-pretrain_final разработана AhmetSemih и обучалась с использованием Unsloth на базе AhmetSemih/tr-gemma-128k-4b. Во время обучения обновлялись только слой lm_head и embeddings; использовалось около 15% корпуса турецкой Википедии. По метаданным это плотная модель семейства Gemma 3 с архитектурой Gemma3ForConditionalGeneration и возможностью чата, предназначенная для генерации текста. Размер модели и длина контекста в предоставленных данных не указаны. Модель ориентирована прежде всего на турецкий язык и может применяться для диалогов и генерации текста на турецком. В метаданных также отмечен английский язык, но его уровень поддержки не уточнён. Репозиторий содержит веса в формате safetensors. Лицензия — Apache 2.0. Обучение ограничивалось выходным слоем и embeddings, поэтому возможности модели могут быть уже, чем у полноценно дообученной базовой модели; в README нет результатов оценки качества или подробного описания ограничений.

GneissWeb.7B_ablation_model_on_350B_FineWeb.Edu.seed2 — языковая модель IBM Research для генерации текста и сравнительных исследований предобучающих данных. Это плотная авторегрессионная модель семейства Llama с 6,6 млрд параметров, обученная на случайной выборке из 350 млрд английских токенов FineWeb.Edu.Score-2 с токенизатором StarCoder. Модель не проходила дообучение на инструкциях и настройку безопасности; её основное назначение — сравнение с моделями, обученными в сходных условиях. Модель принимает текст и генерирует продолжение; контекст составляет 8192 токена. В карточке заявлена лицензия Apache 2.0. Модель может выполнять генеративные задачи, однако отсутствие настройки на инструкции и выравнивания по безопасности ограничивает её применение в пользовательских диалогах и сценариях, требующих надёжных защитных механизмов.

moriire/healthcare-ai-adapter-merged_16bit — дообученная автором moriire языковая модель семейства Llama для генерации текста. Она основана на unsloth/tinyllama-bnb-4bit и обучалась с помощью Unsloth и библиотеки Hugging Face TRL. Модель содержит около 1 млрд параметров и поддерживает контекст до 4096 токенов. Модель предназначена для генерации текста; название репозитория указывает на медицинскую тематику, однако README не описывает специализированные медицинские навыки или сценарии применения. Репозиторий содержит веса PyTorch и распространяется по лицензии Apache-2.0. В карточке указан английский язык.

HealthGPT-Pro-8B — медицинская мультимодальная модель для понимания и анализа медицинского текста и изображений, разработанная на базе Qwen3-VL-8B-Instruct. Это плотная модель семейства Qwen3-VL с архитектурой Qwen3VLForConditionalGeneration; в README описаны варианты обработки 2D-изображений и 3D-объёмов, подаваемых как последовательность кадров. Модель предназначена для ответов на медицинские вопросы, визуального анализа и задач по медицинским изображениям, включая КТ, МРТ, рентген, УЗИ, офтальмологические снимки, эндоскопию и гистопатологию. Обучение описано как двухэтапное: выравнивание на 3 млн примеров и дообучение с инструкциями на 10 млн примеров; также сохраняется часть данных общего назначения для следования инструкциям. Карточка приводит результаты на медицинских текстовых и мультимодальных бенчмарках. Поддерживаемые в метаданных языки — английский и китайский; контекстное окно и число параметров этой версии явно не сообщены. Лицензия — Apache-2.0. Модель предназначена для исследований и не заменяет профессиональную клиническую оценку, диагностику или лечение.

Huihui-gemma-4-E2B-it-abliterated-v2 — экспериментальная версия Gemma 4 E2B IT, созданная huihui-ai с помощью abliteration: из модели удаляли часть отказов на запросы. Это плотная мультимодальная модель семейства Gemma 4 на базе google/gemma-4-E2B-it; репозиторий содержит веса в формате safetensors. Базовая модель предназначена для диалогов и анализа текста, изображений и аудио с текстовыми ответами. Версия v2 оставляет первые пять слоёв без abliteration и, по описанию автора, реже отказывает и выдаёт меньше предупреждений. Приведённые в README значения perplexity выше, чем у исходной модели, что указывает на ухудшение качества по этой метрике. Модель подходит для экспериментов с изменением поведения отказов, но может генерировать чувствительный, спорный или неподходящий контент; результаты следует проверять. Лицензия — Apache-2.0.

II-Medical-7B-Preview — медицинская диалоговая модель для генерации ответов и рассуждений по вопросам медицины. Её разработала команда Intelligent Internet на основе Qwen/Qwen2.5-7B-Instruct: модель дообучили на медицинских данных методом SFT, а затем оптимизировали с помощью DAPO на сложных задачах рассуждения. Архитектура — плотная Qwen2, размер — 7,1 млрд параметров, длина контекста — 32 768 токенов. Модель предназначена для ответов на медицинские вопросы и решения задач из медицинских экзаменационных наборов. В карточке приведены результаты оценки на десяти наборах, включая MedQA, MedMCQA и PubMedQA. Модель принимает текст и генерирует текст; README рекомендует запрашивать пошаговое рассуждение и оформлять итоговый ответ в \boxed{}. Это предварительная версия, опубликованная 28 апреля 2025 года. Лицензия в предоставленных метаданных и README не указана. Разработчики предупреждают о возможных смещениях в данных и устаревании медицинских знаний и прямо указывают, что модель не подходит для медицинского применения.

ISRO-SpaceAI-7B-Instruct — специализированная текстовая модель Anoop Singh для научных вопросов в области гелиофизики, океанографии, астрофизики и дистанционного зондирования. Это дообученная на Qwen/Qwen2.5-7B-Instruct плотная авторегрессионная модель Qwen2 с 7,1 млрд параметров, доступная в формате Safetensors. Она предназначена для диалоговых ответов и генерации текста по темам миссий Aditya-L1, Oceansat-3, Sentinel-1 и Kepler; README также заявляет анализ научных телеметрических данных и спектральных наблюдений. Модель принимает текст и выдаёт текст, поддерживает английский и хинди и имеет контекст до 32 768 токенов. Для обучения README указывает QLoRA в NF4 с последующим объединением весов в FP16; лицензия — Apache-2.0. Приведённые в карточке метрики основаны на небольших выборках, в том числе по одному примеру для гелиофизики и астрофизики, поэтому они не подтверждают надёжность на широком круге научных задач; модель не следует считать заменой проверке исходных данных и выводов специалистом.

heegyu/kogpt-j-base-24L — корейская авторегрессионная языковая модель на архитектуре GPT-J, представленная в версиях Flax и PyTorch. Модель содержит 237 млн параметров, 24 слоя, 12 голов внимания и словарь размером 51 200 токенов; максимальная длина последовательности — 1024 токена. Модель обучена для генерации корейского текста на корпусах разговоров и сообщений, книг, веб-текстов, корейской Википедии, Namuwiki, газетных материалов и петиций. Её можно использовать для продолжения корейского текста и генерации коротких фрагментов на его основе. Репозиторий распространяется по лицензии MIT. В обучающих данных могли присутствовать дискриминационные и оскорбительные высказывания; отдельная очистка таких данных не проводилась, поэтому модель может воспроизводить предвзятые или оскорбительные формулировки.

KomdigiUB-8B-Base — языковая модель на базе Qwen3-8B, разработанная командой Tim 1 AITF для продолженного предобучения на индонезийских материалах о государственной политике и регулировании цифровой среды. Это причинная языковая модель с адаптером LoRA; в README также описана 4-битная квантизация для экономии памяти и вычислений. В метаданных указаны 7,6 млрд параметров, контекст 40 960 токенов и формат Safetensors. Модель предназначена для адаптации к тематике цифровой политики Индонезии, обогащения знаний об этой стране и использования как этапа предварительной адаптации перед дообучением инструкциям. Обучающие данные включают материалы о цифровых компетенциях и кадрах, онлайн-азартных играх, дезинформации, защите детей, образовательном контенте и регулировании, а также индонезийскую Википедию. Основной язык — индонезийский. Лицензия — Apache-2.0. Модель не оптимизирована для длинных диалогов и не проходила выравнивание предпочтений; для применения в диалогах с пользователями рекомендуется дополнительное дообучение инструкциям или предпочтениям и оценка результатов. Возможен тематический перекос в сторону политики и надзора за цифровой средой; ответы в критически важных сферах следует проверять.

Это дообученная модель семейства LED (Longformer Encoder Decoder) с архитектурой для генерации текста по тексту. Она содержит 95,2 млн параметров и основана на LA1512/led-pubmed-20K-8192-v2. В карточке приведён результат оценки: loss 3,2569; сведения о наборе данных и подробном назначении модели отсутствуют. Модель может использоваться для генерации текста по входному тексту, однако конкретный сценарий дообучения не описан, поэтому её пригодность для задач PubMed или других медицинских текстов нельзя подтвердить. Весовая версия доступна в формате safetensors; лицензия — BSD 3-Clause.

Legal SLM — специализированная языковая модель на 401,5 млн параметров, разработанная Tirth2109 для работы с юридическими текстами. Это плотная авторская архитектура LegalSLMForCausalLM в стиле Llama: причинный декодер с 24 слоями, размером скрытого состояния 1024 и контекстом до 1024 токенов. Модель обучена с нуля на корпусах индийского и международного права, а затем дообучена на юридических вопросах и ответах и синтетических запросах для GraphRAG. Модель предназначена для генерации ответов на юридические вопросы и работы в сценариях RAG, где ответ опирается на предоставленный контекст. При предварительном обучении использовалось контрастивное выравнивание юридических сущностей и связей графа знаний. Основной акцент сделан на Уголовном кодексе Индии и праве Индии; языковая карточка указывает английский. Это экспериментальная исследовательская модель ранней стадии с ограниченными вычислительными ресурсами и небольшим размером: на сложных многошаговых запросах возможны повторы и ухудшение связности, а правовые нормы Индии могут ошибочно применяться к другим юрисдикциям. Модель не заменяет квалифицированного юриста. Для загрузки используется формат safetensors и требуется разрешить загрузку пользовательского кода. Лицензия — Apache-2.0.