I.2Синтез, понимание и проверка знаний

jkminder подготовил эту модель как чатовую версию небольшой плотной GPT-модели nanochat из эксперимента Scaling Ladder. Это дообучение с учителем базовой модели jkminder/d16_268m_seed1: один проход смеси диалогов smol-smoltalk с дополнительными обучающими данными MMLU и GSM8K. Модель содержит около 302 млн параметров, использует токенизатор nanochat BPE на 32 768 токенов и принимает контекст длиной до 2048 токенов. Модель предназначена для базового диалога на английском языке, ответов на вопросы и простых задач на знания и математику. В обучающей смеси использовались задачи MMLU и GSM8K, включая примеры вызова калькулятора; карточка сообщает результаты оценивания на ARC и MMLU. Размер ограничивает полезность модели, а специального обучения безопасности не проводилось. Веса опубликованы в формате bfloat16 safetensors; лицензия CC BY-NC 4.0 запрещает коммерческое использование.

jkminder/d16_268m_seed7_sft — англоязычная чат-модель, созданная автором как SFT-дообучение базовой модели jkminder/d16_268m_seed7. Это плотная GPT-архитектура nanochat_gpt с 302 млн параметров, контекстом 2048 токенов и токенизатором nanochat BPE на 32 768 токенов; веса представлены в формате bfloat16 safetensors и предназначены для Transformers. Модель рассчитана на базовый диалог и генерацию текста. Она дообучена на смеси smol-smoltalk, MMLU и GSM8K, поэтому может отвечать на общие вопросы и решать простые учебные и арифметические задачи. Карточка приводит результаты ARC-Easy, ARC-Challenge и MMLU, но характеризует полезность модели как ограниченную из-за небольшого размера. У модели нет обучения безопасности. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

jkminder/d20_477m_seed7 — исследовательская базовая языковая модель семейства nanochat_gpt, опубликованная как часть «Scaling Ladder» для изучения разброса результатов предобучения между разными случайными инициализациями и порядками данных. Это плотный GPT с 20 слоями и размером скрытого представления 1280; в чекпойнте 477,1 млн параметров, а контекст составляет 2048 токенов. Репозиторий содержит вариант с seed 7; ревизии включают контрольные точки обучения с разным числом токенов на параметр. Модель обучена как предсказатель следующего токена на английских данных, включая ClimbMix. Она предназначена для экспериментов и измерений качества базовых языковых моделей при масштабировании предобучения; чат-настройки и дообучения по инструкциям нет. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Это небольшая авторская дообученная модель генерации текста на базе distilgpt2, созданная на текстах по микробиологии. Она предназначена для дополнения заметок, учёбы и исследовательской работы с микробиологическими материалами. Модель использует архитектуру GPT-2, принимает текст и генерирует текст; максимальная длина контекста — 1024 токена. В обучении использовались отфильтрованные микробиологические тексты из датасета Biology на Hugging Face. Модель может служить вспомогательным инструментом для исследователей и студентов, но её ответы могут быть ошибочными, а объём усвоенных знаний ограничен небольшим обучающим набором. Она не предназначена для медицинских или оздоровительных задач и не должна заменять специалистов. Лицензия — Apache-2.0.

Ethical-Llama3-8B — дообученная на наборе данных yirenc/4_ethics_all языковая модель Meta-Llama-3-8B, разработанная автором репозитория yirenc. Это плотная авторегрессионная модель семейства Llama с 7,5 млрд параметров и контекстом до 8192 токенов, предназначенная для генерации текста при решении задач по этике искусственного интеллекта.

Модель francesca9805/eus-latn-10mb-ppt-Dp-10mb-packed-bfd_seed455 — дообученная с помощью TRL версия goldfish-models/eus_latn_10mb. Это плотная авторегрессионная GPT-2-модель для генерации текста, доступная в формате safetensors и рассчитанная на контекст до 512 токенов. В карточке приведён пример генерации ответа на вопрос.

ClaudioItaly/Evolutiongutenberg-50k — объединённая языковая модель семейства Mistral, созданная ClaudioItaly с помощью mergekit и метода SLERP. В объединение вошли ClaudioItaly/Evolutionstory-7B-v2.2 и sanps/mist-7b-sft-gutenberg-50k; модель содержит 7,1 млрд параметров и принимает текст для генерации продолжений и историй по контексту. Заявленная длина контекста — 32 768 токенов. Модель предназначена для связного написания историй и генерации текста. В репозитории указаны веса Safetensors, библиотека Transformers и лицензия Apache-2.0. Данных о поддерживаемых естественных языках и специальных ограничениях в предоставленных источниках нет.

Карточка модели jisukim8873/falcon-7B-case-4 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.

QuantFactory/Gemma-2-2b-Chinese-it-GGUF — квантизированная версия Gemma-2-2b-Chinese-it, подготовленная QuantFactory с использованием llama.cpp. Исходная модель разработана stvlynn на базе google/gemma-2-2b-it и дообучена примерно на 6,4 тыс. примеров из наборов LooksJuicy/ruozhiba и hfl/ruozhiba_gpt4. Модель предназначена для генерации текста на китайском языке и сценариев, где требуется адаптация Gemma-2-2b-it к данным ruozhiba. Она относится к классу text-generation, имеет размер 2 млрд параметров и поставляется в формате GGUF с квантизацией, что должно упростить локальный запуск и снизить требования к памяти, хотя конкретный вариант квантизации в карточке не указан. Сведения о поддерживаемых модальностях, размере контекста, точных характеристиках архитектуры и качестве на тестах отсутствуют. Ограничениями являются небольшой объём дообучающих данных и узкая специализация; лицензия указана как GPL-3.0.

V4ldeLund/gemma-3-1b-it-icelandic-experiment2 — экспериментальная дообученная модель V4ldeLund на основе Google Gemma 3 1B IT. Это плотная текстовая языковая модель с 1 млрд параметров, предназначенная для диалогов и генерации ответов; карточка демонстрирует запуск через Transformers и TRL. Контекст модели составляет до 32 768 токенов. Название указывает на эксперимент с исландским языком, однако карточка не описывает обучающие данные или результаты, поэтому степень поддержки исландского нельзя подтвердить. Модель принимает текст и генерирует текст. Базовая модель распространяется по лицензии Gemma; условия лицензии для этой доработки отдельно в карточке не приведены.

General-Stories-Mistral-7B-GGUF — квантованная версия языковой модели General-Stories-Mistral-7B, опубликованная и подготовленная bartowski на основе оригинальной модели от ajibawa-2023. Модель обучалась на датасете General-Stories-Collection и предназначена прежде всего для генерации художественных историй, творческого письма и общих текстовых ответов для широкой аудитории. Указан английский язык, мультимодальность не заявлена. Модель основана на архитектуре Mistral и имеет 7 миллиардов параметров. Она распространяется в формате GGUF для запуска через llama.cpp и доступна в вариантах квантования от Q8_0 до IQ1_M, размером примерно от 1,75 до 7,69 ГБ. Более качественными и рекомендуемыми указаны варианты Q6_K, Q5_K_M, Q5_K_S, Q4_K_M, Q4_K_S, IQ4_NL и IQ4_XS; низкобитные варианты экономят память, но снижают качество. Размер контекста в README не указан. Для диалогового использования приведён шаблон prompt с ролями system, user и assistant. Модель подходит для локального запуска на совместимом оборудовании с ограниченными ресурсами и позволяет выбирать компромисс между качеством и потреблением памяти. Ограничения включают специализацию преимущественно на историях и отсутствие заявленных характеристик контекстного окна, качества рассуждений или безопасности. Лицензия — Apache-2.0.

German R1 — экспериментальная немецкоязычная модель генерации текста, созданная Malteos на базе Qwen/Qwen2.5-3B-Instruct. Карточка с ироничной оговоркой «Please do NOT take this too serious» не подтверждает заявленное сравнение с o3 или DeepSeek R1; метаданные указывают на дообучение на наборе openGPT-X/gsm8kx. Модель имеет плотную архитектуру Qwen2ForCausalLM и 3,1 млрд параметров. Она предназначена для диалоговой генерации текста и может работать с контекстом до 32 768 токенов. В карточке заявлен немецкий язык; доступна через Transformers, веса опубликованы в формате safetensors. Модель подойдёт для экспериментов с немецкоязычными ответами и рассуждениями. Карточка не содержит надёжных результатов оценки качества или подробных условий использования; лицензию по представленным данным определить нельзя.

hezarai/gpt2-base-fa — перенос исходной модели ParsGPT2 в библиотеку Hezar для совместимости. Модель предназначена для генерации текста на персидском языке; автор README указывает её происхождение от ParsGPT2. В метаданных задача обозначена как text-generation, а формат файлов — PyTorch. Модель подходит для продолжения персидского текста и генерации фрагментов на его основе. README приводит установку библиотеки Hezar, однако не содержит сведений о размере модели, длине контекста, лицензии или известных ограничениях; эти характеристики не описываются.

gorkemgoknar разработал модель на основе GPT-2 Small, дообучив её и продолжив обучение на статьях турецкой Википедии по состоянию на 28 октября 2020 года. Это плотная авторегрессионная языковая модель для генерации текста на турецком языке; её можно использовать для продолжения заданного текста и генерации последовательностей. Модель реализована для Transformers и доступна в форматах PyTorch и Flax. Контекст модели — 1024 токена. В README приведены точность 33% и perplexity 51,88, однако подробности методики оценки не описаны. Обучающие данные происходят из турецкой Википедии и могут содержать предвзятости или нежелательный контент. Лицензия — Apache-2.0.

HealthGPT-M3 — модель lintw для унифицированных мультимодальных медицинских задач, дообученная на базе microsoft/Phi-3-mini-4k-instruct. Карточка описывает её как модель для работы с медицинскими данными в разных модальностях, но не уточняет архитектуру, конкретные поддерживаемые модальности или отдельные сценарии применения. В метаданных указаны английский и китайский языки, лицензия MIT и задача any-to-any. Базовая Phi-3-mini-4k-instruct — компактная диалоговая языковая модель с контекстом до 4096 токенов; этот предел относится к базовой модели, а контекст HealthGPT-M3 отдельно не подтверждён. Подробности о качестве и ограничениях в карточке отсутствуют.

fpadovani/heb-hebr-100mb-ppt-shuff-dyck-100mb_seed10 — настраиваемая модель генерации текста на архитектуре GPT-2, дообученная автором fpadovani на базе goldfish-models/heb_hebr_100mb с помощью TRL. Она предназначена для продолжения текста и генерации ответов на запросы; карточка показывает пример диалогового запроса и генерации продолжения длиной до 128 новых токенов. Модель доступна в формате safetensors и рассчитана на контекст до 512 токенов. Базовая модель связана с ивритом, поэтому основной язык модели — иврит. В карточке нет описания специализированной предметной области или подробных оценок качества. Лицензия не указана в предоставленных данных.

HyperCLOVA-X-SEED-MISHULTA-v1.6 — модель команды MISHULTA, подготовленная для хакатона K-DATA SCIENCE. Это плотная языковая модель HyperCLOVA X на 14,1 млрд параметров, дообученная с помощью LoRA и затем объединённая с базовой моделью naver-hyperclovax/HyperCLOVAX-SEED-Think-14B. Версия v1.6 использует те же веса, что и v1.5, но отличается настройками генерации. Модель предназначена для рассуждений и ответов на корейские вопросы с выбором варианта, включая задания по корейскому языку и культуре. Обучение опиралось на само-дистилляцию базовой модели, дистиллированные данные DeepSeek-R1-0528, обучающую часть HAERAE-HUB/KMMLU и синтетические задания; README сообщает, что тестовая часть для обучения не использовалась. Модель поддерживает генерацию текста и диалог, а её нативный контекст составляет 131 072 токена. Ответ обозначается в конце строкой «정답: X». Модель ориентирована прежде всего на корейский язык; результаты для других языков и задач общего назначения не описаны. Для использования действует лицензия HyperCLOVA X SEED Model License Agreement; README указывает, что название производной модели должно начинаться с «HyperCLOVA X».

Ishigaki-AEC-9B — языковая модель ONESTRUCTION для ответов на вопросы о японских строительных спецификациях. Она создана методом supervised fine-tuning с LoRA на базе Qwen3.5-9B и предназначена для работы через Transformers в формате safetensors. Модель отвечает на японском языке по требованиям к архитектурным, гражданским, электротехническим и механическим строительным работам. Она помогает разъяснять процедуры и находить пункты спецификаций и законов, подтверждающие ответ, например при проверке проектной документации. Обучающие материалы подготовлены на основе публичных спецификаций Министерства земли, инфраструктуры, транспорта и туризма Японии и связанных законов. Внутренний тест из 981 вопроса с выбором ответа дал 56,07% против 43,32% у Qwen3.5-9B. Точность ссылок и применимость ответа следует проверять по редакции документов, действующей для конкретного проекта. Модель распространяется по лицензии CC BY 4.0.

Goldfish — серия одноязычных языковых моделей для 350 языков, разработанная Chang и соавторами. Эта модель предназначена для итальянского языка в латинской письменности и обучена на 1000 МБ текстовых данных с учётом поправки на средний объём UTF-8. Модель основана на GPT-2 и содержит около 125 млн параметров; максимальная длина последовательности — 512 токенов, словарь — 50 000 токенов. Для обучения использован корпус OSCAR 2021/09. Модель генерирует текст на итальянском и рассчитана прежде всего на сопоставление результатов между языками и работу с языками с ограниченными ресурсами. Для высокоресурсных языков её качество не рассчитано на конкуренцию с современными крупными языковыми моделями. Перед входным текстом рекомендуется добавлять токен [CLS] (эквивалент [BOS]); [SEP] используется как разделитель последовательностей. Лицензия — Apache-2.0.

Это дообученная модель GPT-2 от fpadovani для генерации текста в ответ на текстовые запросы. Она создана на основе fpadovani/ppt-wc-zipf-newlex-jpn-100mb_seed455 с использованием TRL; карточка показывает пример диалогового запроса и генерации ответа. Модель работает через Transformers, хранится в формате safetensors и поддерживает контекст до 512 токенов. В названии и базовой модели есть указание на японский язык, однако карточка не описывает качество и фактический языковой охват. Условия лицензирования в предоставленных данных не указаны.

Kunoichi Squared Model Stock 7B — языковая модель на архитектуре Mistral, созданная автором grimjim методом слияния Model Stock с помощью mergekit. В качестве основы использована mistralai/Mistral-7B-v0.1, а в слияние также включены SanjiWatsuki/Kunoichi-7B и SanjiWatsuki/Kunoichi-DPO-v2-7B. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста, в частности повествовательных продолжений в диалоговом формате ChatML. Автор сообщает, что синтаксически текст получается стабильным, но повествовательная генерация может выглядеть неудачно; модель тестировалась преимущественно с temperature 1–1,1 и minP 1,01–1,03. Языки в карточке не уточнены. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение.

hemanth955/Llama-2-7b-math — дообученная модель семейства Llama 2, созданная для решения математических задач и рассуждений. Она основана на архитектуре LlamaForCausalLM с плотной архитектурой и содержит 6,6 млрд параметров; максимальный контекст составляет 4096 токенов. Модель дообучена на наборе GSM8K с текстовыми задачами школьного уровня. Модель предназначена для пошагового решения текстовых задач, включая арифметические действия и интерпретацию условий. Её можно использовать в обучающих инструментах, системах репетиторства и приложениях для автоматического решения математических задач. Вход и ответы — текстовые; README не сообщает о поддерживаемых естественных языках и лицензии, поэтому эти сведения здесь не приводятся.

gizemgg/Llama2_Femicide — языковая модель семейства Llama 2, разработанная gizemgg и дообученная на базе unsloth/llama-2-7b-bnb-4bit с использованием Unsloth и библиотеки TRL. Модель содержит 6,6 млрд параметров, использует архитектуру LlamaForCausalLM и формат safetensors; заявленная длина контекста — 15 000 токенов. Модель предназначена для генерации текста. Название репозитория указывает на тематику фемицида, однако карточка не описывает обучающие данные, конкретные сценарии применения или качество по этой теме. Лицензия — Apache-2.0.

Это дообученная языковая модель arsyakaukabi на архитектуре Llama 3.2 с 1,2 млрд параметров, основанная на unsloth/Llama-3.2-1B-bnb-4bit. Карточка указывает на дообучение с помощью Unsloth и библиотеки TRL; название репозитория предполагает специализацию на индонезийском праве, но README не описывает её обучение или проверку в этой области. Модель предназначена для генерации текста и может использоваться в диалоговых сценариях. Метаданные указывают контекст длиной до 131 072 токенов и английский язык. Модель распространяется по лицензии Apache-2.0. Качество ответов и пригодность для юридических задач README не подтверждает.

Это экспериментальная дообученная модель семейства Llama, созданная на основе meta-llama/Llama-3.3-70B-Instruct. В карточке указана архитектура LlamaForCausalLM и формат Safetensors; модель предназначена для генерации текста. README сообщает о дообучении на неизвестном наборе данных и приводит значение loss 1,2883 на оценочном наборе, но не описывает сценарии применения или состав обучения. Метаданные указывают 4,2 млн параметров и контекст 256 токенов. Эти значения резко расходятся с описанием базовой модели на 70 млрд параметров и контекстом до 128 тысяч токенов; характеристики могут относиться к неполному или нестандартному чекпойнту. Указана лицензия Llama 3.3. Языки и специальные возможности этой производной модели в карточке не подтверждены.

Magistrate 3.2 3B — базовая языковая модель, созданная Macadeliccc продолжительным предобучением Meta Llama 3.2 3B примерно на 250 млн токенов. Обучающие данные включают решения Верховного суда США, федеральные законы, нормативные акты и договоры, а также материалы для расширения отраслевой терминологии. Модель предназначена для генерации текста по американскому праву и юридическим материалам: она может служить основой для исследовательских экспериментов, анализа правовых текстов и разработки специализированных помощников. Это плотная авторегрессионная архитектура LlamaForCausalLM с 3,2 млрд параметров; поддерживаемый контекст — до 131 072 токенов. Модель принимает и генерирует текст на английском языке. В оценке на наборе разработчика указана потеря 0,6802. Карточка не приводит сравнительных результатов, поэтому эта метрика сама по себе не подтверждает качество на практических задачах. Модель является базовой, а не инструкционной; ответы могут быть неполными или ошибочными и требуют проверки. Лицензия — llama3.2.

MAmmoTH-7B-Mistral — языковая модель семейства Mistral, разработанная TIGER-Lab и дообученная для решения математических задач общего назначения. Модель содержит 7,1 млрд параметров, принимает текст и рассчитана на контекст до 32 768 токенов. Обучение проведено на наборе MathInstruct, объединяющем 13 наборов данных с математическими обоснованиями. Модель формирует решения с пошаговым рассуждением (CoT) и программным рассуждением (PoT); её можно применять в образовательном ПО, системах репетиторства и для получения решений математических задач. В карточке описана оценка на наборах GSM, MATH и MMLU-Math. Качество может снижаться на сложных или специфических задачах, а охват математических областей неполон. Лицензия модели — MIT.

peiyi9979/math-shepherd-mistral-7b-rl — языковая модель Mistral-7B, дообученная peiyi9979 методом PPO на математических задачах MetaMath с использованием Math-Shepherd в качестве модели вознаграждения. Она принимает условие задачи без системного промпта и генерирует пошаговое решение со специальным маркером шага. В карточке приведены результаты Pass@1: 84,1 на GSM8K и 33,0 на MATH. Модель содержит 7,1 млрд параметров, использует архитектуру LlamaForCausalLM и формат PyTorch; длина контекста — 4096 токенов. Предназначена для решения текстовых математических задач и объяснения хода решения. Для запуска в обычном режиме следует учитывать, что автор рекомендует подавать только условие задачи, без системного промпта. Лицензия в предоставленных данных не указана.

unsloth/medgemma-27b-it-GGUF — это GGUF-версия MedGemma 27B instruction-tuned, разработанная Google и опубликованная Unsloth. Модель относится к семейству Gemma 3 и предназначена для медицинских приложений с генерацией текста. Указанная карточка основана на базовой модели google/medgemma-27b-it; конкретный вариант MedGemma 27B в описании README обозначен как мультимодальный, поэтому может работать с медицинскими текстами и изображениями. Модель обучалась на медицинских текстах, вопросах и ответах, данных электронных медицинских записей в формате FHIR, радиологических изображениях, гистопатологических фрагментах, офтальмологических и дерматологических изображениях. Мультимодальные варианты используют визуальный энкодер SigLIP, предварительно обученный на обезличенных медицинских данных, включая рентгенограммы грудной клетки, дерматологические и офтальмологические изображения, а также гистопатологические срезы. Возможные сценарии включают анализ медицинских изображений и записей, генерацию радиологических отчётов и создание специализированных медицинских AI-приложений. Сильными сторонами являются специализация на медицинской предметной области, поддержка мультимодального анализа и оптимизация для вычислительно эффективного медицинского рассуждения во время инференса. Модель представляет собой базовую instruction-tuned систему, которую разработчики могут дообучать под конкретные задачи. При этом README не содержит сведений о точном размере контекста, языках помимо заявленного английского, конкретных характеристиках GGUF-квантизации и результатах отдельных бенчмарков. Модель не заменяет клиническую оценку и требует проверки перед применением в реальных медицинских процессах. Использование регулируется условиями Health AI Developer Foundations; для доступа на Hugging Face необходимо ознакомиться с условиями и принять их. Лицензия указана как other, с названием health-ai-developer-foundations и ссылкой на официальные условия Google.

MedPhi-3-mini_v1 — медицинская разговорная языковая модель ChenWeiLi на архитектуре Phi-3. Это плотная авторегрессионная модель с 3,7 млрд параметров, предназначенная для генерации текста в диалогах и ответов на медицинские вопросы. Карточка приводит результаты оценки на MedMCQA и MedQA с вариантами ответа. Модель принимает текст и генерирует текст; заявленный родной контекст — 4096 токенов. Доступна в формате safetensors и распространяется по лицензии Apache-2.0. Оценки на медицинских тестах указывают на профильное назначение, но не подтверждают пригодность для клинических решений; качество и точность ответов вне приведённых тестов не описаны.