I.2Синтез, понимание и проверка знаний

LFM2.5-1.2B-Distilled-SFT — компактная языковая модель Convergent Intelligence LLC, основанная на liquid/LFM2.5-1.2B-Instruct. Это плотная гибридная архитектура LFM2.5, сочетающая SSM и attention, с примерно 1,2 млрд параметров. Модель обучена в два этапа: дистиллирована на STEM-рассуждениях из модели-учителя LFM2-24B-A2B, затем дообучена на примерах логического вывода. Метаданные указывают контекст до 128 000 токенов, однако автор README отмечает ограничения на длинные задачи и рекомендует не превышать 1 024 токена для описанных сценариев. Модель предназначена для логического вывода и решения задач по математике и физике, в том числе на мобильных и периферийных устройствах. Карточка заявляет скорость 239 токенов в секунду на процессоре AMD и потребление памяти менее 1 ГБ; эти показатели зависят от оборудования и условий запуска. Модель ориентирована на английский язык и выдаёт текст. Лицензия Apache-2.0 разрешает использование в соответствии с её условиями. К ограничениям относятся небольшой размер модели, ограниченная способность решать сложные многошаговые доказательства и задачи с вложенными кванторами. Логический вывод лучше всего работает на знакомых шаблонах пропозициональной логики; результаты следует проверять, а модель не рекомендуется для формальной верификации доказательств и критически важных систем.

athirdpath/Llama-3-15b-OpenBioLexi — разговорная языковая модель на архитектуре Llama 3, представленная как «wiggle merge» моделей aaditya/Llama3-OpenBioLLM-8B и Orenguteng/Llama-3-8B-Lexi-Uncensored. Она предназначена для генерации текста в диалоговом формате; сочетание названий исходных моделей указывает на медицинскую тематику и ослабленные ограничения на ответы, но README не описывает конкретные возможности слияния или результаты оценки. Модель содержит 14,9 млрд параметров, использует формат Safetensors и поддерживает контекст до 8192 токенов. Для применения требуется лицензия Llama 3. Метаданные не перечисляют поддерживаемые естественные языки; поэтому языковые возможности нельзя уточнить по имеющимся сведениям. Качество ответов и безопасность в медицинских сценариях не охарактеризованы, поэтому ответы не следует считать проверенной медицинской рекомендацией.

Llama-3.2-1B-Legal-Indo — дообученная dnnuuyzzo модель семейства Llama для генерации текста в формате диалога. Она основана на unsloth/llama-3.2-1b-instruct-unsloth-bnb-4bit и обучалась с помощью Unsloth и библиотеки Hugging Face TRL. Название указывает на юридическую тематику и индонезийский язык, однако карточка не приводит подробностей о данных и качестве именно в этих областях. Модель содержит 1,2 млрд параметров, использует плотную архитектуру LlamaForCausalLM и поддерживает контекст до 131 072 токенов. В метаданных указан английский язык; лицензия — Apache-2.0. Подходит для генерации ответов и диалоговых текстов, но её специализация в праве и поддержка индонезийского языка не подтверждены описанием обучения или оценками.

Blackroot/Llama-3-Gamma-Twist — экспериментальная разговорная модель семейства Llama 3, предназначенная прежде всего для генерации художественных историй с учётом длинного контекста. По README, модель обучена на пользовательском датасете объёмом 100 МБ в течение четырёх эпох: очищенные длинные диалоги были переработаны и дополнены сводками, которые переносили контекст прошлой беседы в следующую. Указанный формат подсказок соответствует Llama 3, а контекст составляет 8192 токена. В метаданных указаны плотная архитектура LlamaForCausalLM, 7,5 млрд параметров, формат safetensors и лицензия llama3. README также называет веса FP16 и размер 8B; эти сведения расходятся с размером 7,5B из метаданных. Автор отмечает, что модель существенно недообучена, поэтому качество и устойчивость результатов ограничены; более длительное обучение упомянуто как продолжающаяся работа. Модель предназначена для экспериментов и генерации историй, а условия использования определяются лицензией llama3.

LLaVA-Scissor-baseline-7B — базовая модель проекта LLaVA-Scissor, разработанного для исследования сжатия визуальных токенов в видеоязыковых моделях. Это мультимодальная модель на архитектуре LlavaQwenZipForCausalLM: она объединяет визуальный энкодер SIGLIP с языковой моделью Qwen2.5-7B-Instruct и дообучена на данных Oryx. Модель предназначена для понимания видео и ответов на текстовые запросы о его содержании; карточка также описывает запуск инференса без сжатия токенов. Размер модели — 7,1 млрд параметров, контекст — 32 768 токенов. В метаданных указаны английский и китайский языки. Модель распространяется под лицензией CC BY-NC 4.0, которая ограничивает коммерческое использование.

Это исследовательский чекпойнт семейства MoE Ouro от IFM, опубликованный как конечная точка рецепта moe_ouro после обучения на 500 млрд токенов и 119 210 шагов оптимизатора. Модель предназначена для генерации текста и оценки в рамках протокола статьи «Towards Looped Models Done Right. Part I: Topology, Input Injection, Recurrent-State Organization». Архитектура указана как transformer с циклической организацией MoE Ouro; веса представлены в BF16 Safetensors, а репозиторий содержит токенизатор и конфигурацию обучения. Для запуска требуется собственный загрузчик из xLLM, CUDA GPU и FlashAttention 3; стандартный загрузчик Transformers не подходит. Чекпойнт нельзя использовать для продолжения обучения без исходного состояния оптимизатора и данных. Лицензия — Apache 2.0. Карточка не сообщает размер параметров, длину контекста и перечень языков.

Это версия модели LUAR-MUD в формате Sentence Transformers, основанная на модели rrivera1849/LUAR-MUD. В README указаны авторские представления стиля текста и обучение на Reddit Million User Dataset; архитектура по метаданным — RobertaModel с 95,2 млн параметров. Модель предназначена для получения векторных представлений английских текстов и сравнения их авторского стиля, в том числе для задач сходства предложений и атрибуции авторства. Она принимает текст и выдаёт эмбеддинги; максимальная длина контекста составляет 514 токенов. Репозиторий распространяется по лицензии Apache-2.0.

Mesolitica Malaysian Mistral 349M — плотная авторегрессионная языковая модель семейства Mistral, предварительно обученная разработчиком Mesolitica на текстах на малайском языке. Модель предназначена для генерации текста и продолжения малайскоязычных текстовых фрагментов. Модель содержит 315,9 млн параметров и принимает текстовый контекст длиной до 32 768 токенов. В репозитории указаны веса в формате Safetensors. Карточка не описывает дополнительные возможности или специализированные сценарии применения; лицензия в предоставленных данных не указана.

MaLLaM 3B 20K Instructions — дообученная модель на основе Mistral для генерации текста в ответ на инструкции. Её разработали для демонстрации того, как базовую модель можно дообучить на датасете инструкций на малайском языке; в примере она отвечает на вопрос о KWSP — пенсионном накопительном фонде Малайзии. Модель использует архитектуру MistralForCausalLM и шаблон чата Mistral Instruct. Размер составляет 2,9 млрд параметров, длина контекста — 32 768 токенов. Основной язык примеров — малайский. Карточка описывает модель как быструю демонстрацию, поэтому её качество не следует считать подтверждённым для широкого применения. У модели минимальные механизмы модерации. Лицензия в доступных данных не приведена.

MahaGPT — языковая модель на архитектуре GPT-2, разработанная L3Cube-Pune для генерации текста на маратхи. Она предварительно обучена на корпусе L3Cube-MahaCorpus и других общедоступных монолингвальных наборах данных на маратхи, поэтому подходит для продолжения текста и экспериментов с генерацией на этом языке. Модель работает с текстом и имеет контекстное окно 1024 токена. Весовые файлы доступны в форматах PyTorch и Safetensors. Лицензия — CC BY 4.0.

Minbyul/meditron-7b-dpo-full-wo-kqa_golden-ep3 — дообученная модель генерации текста на архитектуре Llama, основанная на epfl-llm/meditron-7b. Она адаптирована методом DPO на датасете HuggingFaceH4/ultrafeedback_binarized; в карточке приведены метрики оценки предпочтений ответов, включая accuracy 0,8068 и margin 0,9447. Модель предназначена для генерации ответов и может использоваться в экспериментах с медицинскими диалогами благодаря медицинской специализации базовой Meditron-7B. Параметры: 6,6 млрд, контекст 2048 токенов; основным языком базовой модели является английский. Распространяется в формате Safetensors по лицензии Llama 2. Карточка не описывает отдельные проверки медицинской точности или клинической безопасности, поэтому ответы не следует считать медицинской рекомендацией.

MetaMath-Llemma-7B — языковая модель на архитектуре Llama, разработанная командой MetaMath и полностью дообученная на наборе MetaMathQA поверх Llemma-7B. Модель предназначена для генерации ответов и пошаговых решений математических задач; в карточке приведены результаты на GSM8K и MATH, включая улучшение результата на MATH с 19,8 до 30,0 после замены базы на Llemma-7B. Модель содержит 6,6 млрд параметров, принимает текст и выдаёт текст, работает с контекстом до 4096 токенов. Данные MetaMathQA дополнены из обучающих частей GSM8K и MATH; авторы указывают, что тестовые части не использовались при дополнении данных. Доступна в формате PyTorch и распространяется по лицензии Apache-2.0.

Georgian mGPT 1.3B — языковая модель на архитектуре GPT-2, разработанная ai-forever на основе mGPT-XL (1,3 млрд параметров). Модель дополнительно обучали на грузинских данных 10 000 шагов; базовая модель обучалась на 61 языке с использованием Wikipedia и корпуса C4. Контекстное окно — 2048 токенов. Модель предназначена для генерации текста на грузинском языке, например, продолжения текста и создания черновиков. В метаданных также указаны английский и русский языки, однако карточка описывает специализацию модели именно на грузинском. Для модели опубликован результат perplexity 16,85 на валидации. Лицензия — MIT.

Persian mGPT 1.3B — языковая модель для генерации текста на персидском языке, разработанная ai-forever. Это плотная авторегрессионная модель семейства GPT-2 с 1,3 млрд параметров, дообученная на дополнительных данных для 23 языков. Базовая версия mGPT-XL обучалась на 61 языке с использованием Wikipedia и корпуса C4; для этой версии указано дополнительное обучение в течение 200 шагов. Контекст модели составляет 2048 токенов. Модель подходит для продолжения персидского текста и генерации связных фрагментов на фарси. В карточке приведена perplexity 33,44 на валидации. Метаданные также отмечают английский и русский языки, однако основная специализация модели — персидский. Модель распространяется по лицензии MIT.

Tatar mGPT 1.3B — языковая модель для генерации текста на татарском языке, разработанная ai-forever. Это дообученная версия mGPT-XL с архитектурой GPT-2 и 1,3 млрд параметров. Базовая модель обучалась на 61 языке с использованием Wikipedia и корпуса C4; данная версия дополнительно обучалась 5000 шагов на данных 23 языков, включая татарский. Модель подходит для продолжения татарского текста и генерации текстовых фрагментов. Её контекстное окно составляет 2048 токенов; валидационная perplexity — 3,69. В README не приведены сравнительные оценки качества или подробные рекомендации по применению, поэтому результаты следует проверять на целевых задачах. Лицензия — MIT.

modernBERT-large-claim-agent_v10 — дообученная Inabia-AI модель классификации текста на базе answerdotai/ModernBERT-large. Она использует плотную архитектуру ModernBERT для классификации последовательностей; содержит 394,7 млн параметров и принимает контекст длиной до 8192 токенов. Карточка сообщает метрики оценки: accuracy 0,9979, precision 0,9892, recall 0,9928 и F1 0,9910. Модель предназначена для классификации текста. Название указывает на обработку утверждений, однако карточка не описывает метки классов, данные обучения или конкретный сценарий применения, поэтому назначение «claim agent» подтвердить нельзя. Основа — англоязычный двунаправленный энкодер ModernBERT-large; указана лицензия Apache-2.0. Условия обучения и ограничения в карточке не раскрыты.

neurojenml-inference — это объединённая версия модели для инференса, созданная на базе Google MedGemma 4B IT с влитыми весами LoRA-адаптера neurojenml. Модель использует архитектуру Gemma 3 и распространяется в формате safetensors; метаданные указывают на поддержку диалогового режима и генерации текста. Модель предназначена для запуска инференса через HF Router или локально после преобразования в GGUF для Ollama. В основе лежит мультимодальная медицинская модель MedGemma, однако карточка не уточняет задачи и возможности, добавленные адаптером neurojenml. Модель является дообученной производной базовой модели. Условия лицензирования в предоставленных данных не указаны.

Open LM 3B — языковая модель авторегрессионной генерации текста из проекта Apple TiC-LM (Time-Continual Language Modeling). Этот репозиторий содержит конвертированную в формат Hugging Face версию модели с временной отсечкой знаний на май 2013 года. Модель имеет плотную архитектуру Open LM, около 2,7 млрд параметров и обучена на 220 млрд токенов. В README указана LLaMA-подобная архитектура с pre-norm, SwiGLU и RoPE; также используются LayerNorm и нормализация Q/K. Контекст составляет 2048 токенов. Модель предназначена для продолжения текста и генерации ответов с опорой на знания, доступные до мая 2013 года. Для загрузки требуется Transformers с поддержкой пользовательского класса и параметр trust_remote_code=True; README приводит токенизатор EleutherAI/gpt-neox-20b. Лицензия указана как apple-ascl. Из-за временной отсечки модель не отражает события и знания после мая 2013 года.

Ostrich-Llama-3-70B — диалоговая языковая модель, дообученная автором репозитория some1nostr на Meta-Llama-3-70B-Instruct. Она предназначена для генерации ответов и обсуждения тем, представленных в Nostr, включая биткоин, либертарианские взгляды, здоровье, питание, лечебные травы, пост, веру и исцеление. Автор использует её для ответов на вопросы по Nostr и сравнения результатов на наборе примерно из 1000 вопросов. Модель имеет плотную архитектуру LlamaForCausalLM и около 69,5 млрд параметров. Она принимает текст и генерирует текст, поддерживает диалог, использует формат safetensors и имеет контекстное окно 8192 токена. В карточке указана лицензия Apache-2.0. Автор предупреждает, что ответы могут быть предвзятыми, ненадёжными и часто содержать галлюцинации; медицинские утверждения следует независимо проверять. Дообучение основано на подборке материалов, которую автор описывает субъективно, включая книги и видео; состав и качество данных не раскрыты.

OTel-LLM-27B-IT — англоязычная плотная языковая модель на 27 млрд параметров, разработанная в рамках открытой инициативы Open Telco AI. Она получена полнопараметрическим дообучением google/gemma-3-27b-it на телекоммуникационных данных OTel-LLM, подготовленных с участием отраслевых экспертов и включающих материалы по стандартам и сетевым технологиям. Модель предназначена для генерации ответов на основе контекста, извлечённого поиском в RAG-системах для телекоммуникационной отрасли. Её применяют для ответов по стандартам и документам, например 3GPP, GSMA и IETF. В описанной оценке точность ответов, основанных на предоставленном контексте, составила 88,2% против 84,5% у базовой модели; результат относится к внутреннему отложенному разделу OTel-LLM и не гарантирует качество на внешних наборах или во всех поддоменах. Модель рассчитана прежде всего на английский язык и текстовый ввод. Она не оптимизирована для вопросов без извлечённого контекста; качество зависит от поиска, ранжирования, контекстного окна и промпта. Ответы следует проверять перед операционным, клиентским, нормативным или сетевым применением. Лицензия репозитория — Apache-2.0; также необходимо соблюдать лицензию или условия базовой модели.

OTel-LLM-E4B-IT — языковая модель для телекоммуникационной отрасли из семейства OTel, созданного в рамках открытой инициативы Open Telco AI. Это полнопараметрическая дообученная версия google/gemma-4-E4B-it с 4,5 млрд параметров; в репозитории указаны веса PyTorch. Обучение на наборе OTel-LLM использовало отобранные примеры по телекоммуникациям: стандартам 3GPP и IETF, публикациям и материалам GSMA. Модель предназначена для генерации ответов по найденному контексту в RAG-системах: ей передают извлечённые телекоммуникационные документы и вопрос, а она формулирует ответ с опорой на контекст. В приведённой оценке на отложенной части OTel-LLM правильность ответов по оценке LLM-судьи составила 91,7% против 82,4% у базовой модели; эти результаты относятся к заданному контексту и не подтверждают качество на независимых внешних тестах. Модель рассчитана на английский язык и преимущественно на текстовые сценарии. Она не оптимизирована для ответов без предоставленного контекста; качество зависит от поиска, ранжирования и формулировки запроса. Телекоммуникационные ответы следует проверять перед эксплуатационным, клиентским, регуляторным или конфигурационным применением. Лицензия репозитория — Apache-2.0; также требуется учитывать условия лицензии базовой модели.

Карточка модели menik1126/OVD-Math-1-data-FR-Step300-Historical на Hugging Face совпадает с карточкой menik1126/ovd-math-1-data-full-step300-historical, поэтому описание составлено по ней. menik1126/ovd-math-1-data-full-step300-historical — чекпойнт из коллекции OVD: исторический вариант эксперимента «1-data full», шаг 300. Репозиторий содержит веса для инференса и токенизатор; модель дообучена на базе Qwen/Qwen2.5-Math-1.5B и использует архитектуру Qwen2ForCausalLM с 1,5 млрд параметров. Модель предназначена для генерации текста, в том числе решений математических задач. Контекст — до 4096 токенов. Базовая Qwen2.5-Math-1.5B рассчитана на математические задачи на английском и китайском языках; README не уточняет языки и качество именно этого экспериментального чекпойнта. Данных о лицензии в предоставленных источниках нет.

kuleshov-group/owt-ar — авторегрессионная языковая модель, опубликованная группой Kuleshov на Hugging Face. Карточка модели автоматически сгенерирована и не описывает её назначение или обучение; репозиторий предоставляет загрузку через Transformers с задачей извлечения признаков. Метаданные также указывают генерацию текста как поддерживаемую задачу. Доступные сведения не позволяют надёжно установить архитектуру подробнее, размер, контекст, обучающие данные, лицензию, ограничения или качество. По языковому тегу модель связана с арабским языком; отдельного подтверждения её языкового охвата в карточке нет.

PatriLaSE — модель Sentence Transformers, дообученная TdelaSelle на основе bowphs/LaBerta для получения эмбеддингов предложений и абзацев на латинском языке. Она преобразует текст в плотные векторы размерности 768, использует RoBERTa с CLS-пулингом и косинусную функцию сходства. Максимальная длина входа — 512 токенов. Модель предназначена для поиска семантически близких фрагментов в текстах патристической латыни, включая выявление цитат и аллюзий, а также для информационного поиска. Прикладная область — классическая филология. Модель распространяется по лицензии CC BY 4.0. Ее обучение проводилось на корпусе предложений патристической латыни; качество для других языков и текстовых жанров не описано.

Pebble-50M-beta — экспериментальная англоязычная языковая модель семейства Pebble, разработанная автором репозитория basically-experimental. Это плотная гибридная архитектура Mamba2 и Transformer с чередованием трёх блоков Mamba2 и одного блока внимания; в карточке указаны 8 слоёв, скрытая размерность 768 и словарь byte-level BPE на 16 384 токена. Метаданные указывают 88,1 млн параметров, тогда как README приводит оценку около 49,3 млн (50 млн); это расхождение в источниках. Модель предназначена для экспериментов с архитектурой Pebble и генерации текста. Она обучалась на примерно 25 млрд токенов, имеет контекстное окно 16 384 токена и распространяется в формате safetensors для Transformers; README сообщает, что для вывода не требуется библиотека mamba-ssm. По качественным оценкам автора, Pebble-50M-beta уступала Pebble-25M, а в некоторых оценках — Pebble-10M; исходные журналы бенчмарков утрачены, поэтому точные результаты недоступны. Лицензия — Apache-2.0.

KathirKs/phi-2_LogiCoT_finetuned — дообученная модель генерации текста на базе Phi-2 от Microsoft Research. Она адаптирована на 500 примерах набора LogiCoT с Chain of Thought prompting для пошагового рассуждения и решения логических задач. Модель использует плотную архитектуру PhiForCausalLM и поддерживает контекст до 2048 токенов. Модель подходит для экспериментов с логическим рассуждением и генерацией ответов с промежуточными шагами. Карточка не сообщает лицензию производной модели и отсылает к исходной модели; перед использованием следует проверить условия лицензии Phi-2. Небольшой объём дообучения ограничивает основания ожидать широкого или устойчивого улучшения рассуждений.

portugueseT5 — исследовательский чекпойнт семейства T5, разработанный автором репозитория bratao. Это модель типа encoder-decoder, обученная с нуля по архитектуре и конфигурации google/t5-v1_1-large; в конфигурации указаны 24 слоя энкодера и 24 слоя декодера, а метаданные относят её к классу T5ForConditionalGeneration и указывают 385,2 млн параметров. Чекпойнт предварительно обучался на 20% корпуса GigaVerbo для португальского языка и предназначен как базовая модель для последующего дообучения и исследований генерации текста. Модель принимает текст и генерирует текст. Она не имеет опубликованного формата инструкций для вопросов и ответов, суммаризации или OpenIE, поэтому для конкретных задач нужны подходящий промпт, дообучение и отдельная оценка качества. Для задач OpenIE автор README рекомендует отдельные модели семейства PortugueseT5Oie. Публичных оценок именно этого базового чекпойнта нет; генерации могут быть ошибочными, предвзятыми или не связанными с запросом. Лицензия в предоставленных данных не указана.

Prepared-Llama — базовая языковая модель семейства Llama, опубликованная авторами проекта PreparedLLM. Согласно карточке модели, она прошла продолжающее предварительное обучение на небольшом объёме геонаучных данных; авторы рекомендуют для практического использования JiuZhou. Модель содержит 6,7 млрд параметров, использует плотную архитектуру LlamaForCausalLM и принимает текст для генерации текста. Контекстное окно — 2048 токенов. Модель предназначена для генерации текста с геонаучными знаниями и может служить отправной точкой для дальнейшей настройки языковых моделей под геонаучные задачи. Метаданные указывают возможность диалогового применения, однако README не приводит подробных результатов или отдельных инструкций для этой версии. Лицензия в предоставленных данных не указана.

ApolloRaines Pythia-6.9B-DNP-500-Facts — англоязычная авторегрессионная языковая модель семейства GPT-NeoX, созданная на основе EleutherAI/pythia-6.9b. Разработчик сообщает, что в веса модели напрямую внедрены 500 фактов за 2023–2024 годы с помощью конвейера Neural Reclamation; заявленный подход изменяет веса без обычного цикла дообучения и без адаптеров. Репозиторий содержит 8,8 млрд параметров, использует Transformers и формат safetensors, контекст — 2048 токенов. Модель предназначена для генерации текста и воспроизведения внедрённых фактов о выпусках ИИ, событиях в мире, спорте и научных достижениях. В README заявлены результаты извлечения 486 из 500 фактов (97%) в третьем проходе, при стабильности нескольких общих проверок; это результаты разработчика, а не независимая оценка. Карточка также описывает релиз как демонстрационный и намеренно оставленный на неполной мощности. Лицензия в предоставленных данных не указана. Небольшое контекстное окно ограничивает работу с длинными входами; заявленные фактическая точность и сохранение общих способностей основаны на ограниченных внутренних проверках.

Qwen2.5-1.5B-Legal-Chatbot-ID — чат-модель на архитектуре Qwen2, дообученная josapratama на базе unsloth/qwen2.5-1.5b-instruct-unsloth-bnb-4bit. Она предназначена для диалогов и помощи с юридическими вопросами; название указывает на ориентацию на индонезийское право, однако README не описывает обучение, охват правовых тем или проверенную точность. Модель содержит 1,5 млрд параметров, использует формат safetensors и поддерживает контекст до 32 768 токенов. Метаданные указывают английский язык; подтверждений поддержки индонезийского в карточке нет. Доступна по лицензии Apache-2.0. Это компактная чат-модель, но ответы по правовым вопросам требуют проверки по актуальным первоисточникам и консультации квалифицированного специалиста.