I.2Синтез, понимание и проверка знаний

Экспериментальный текстовый чекпойнт Davd-b01, полученный дообучением базовой модели osk-arr00/qwen-3.8-next-40b-exp-clean-bf16. Это промежуточный результат исследований обрезки экспертов MoE и восстановления маршрутизации после pruning; модель не является завершённым релизом. В карточке указаны архитектура MoE семейства qwen4_exp_text, 48 гибридных блоков MoE, скрытый размер 2560 и контекст до 262144 токенов. Чекпойнт содержит только текстовую модель без визуального энкодера; общий объём весов — 5,1 млрд параметров, формат файлов — safetensors, точность весов — BF16. Модель предназначена для генерации текста и диалоговых экспериментов, включая воспроизводимость исследований router-healing, PLE-calibration и дистилляции. Автор сообщает о качественных пробах для структурированного Python-кода и испанского процессуального права, но это проверки на небольшом числе запросов, а не стандартные бенчмарки. Для запуска требуется стек инференса с явной поддержкой нестандартной архитектуры qwen4_exp; стандартные загрузчики плотных Transformer-моделей не подойдут. Модель не валидирована для пользовательского развёртывания и не имеет гарантий безопасности, качества или стабильности. Лицензия — Apache-2.0.

zelk12/recoilme-gemma-2-psy10k-mental_healt-9B-v0.1 — объединённая модель на архитектуре Gemma 2, созданная с помощью mergekit методом SLERP. В слиянии использованы recoilme/recoilme-gemma-2-9B-v0.4 и ehristoforu/Gemma2-9B-it-psy10k-mental_health; конфигурация указывает recoilme/recoilme-gemma-2-9B-v0.4 как базовую модель. Модель содержит 9 млрд параметров, работает через библиотеку Transformers и принимает текст для генерации ответов; контекст — до 8192 токенов. Модель предназначена для диалоговой генерации текста с уклоном в психологию и психическое здоровье, унаследованным от одной из моделей-участниц слияния. Её можно использовать для черновых ответов на общие вопросы по этой тематике и для исследовательских экспериментов с диалоговыми языковыми моделями. README приводит результаты оценивания на Open LLM Leaderboard, но не описывает качество в конкретных консультационных сценариях. Лицензия в предоставленных данных не указана.

Reformed-Christian-Bible-Expert-v2.1-12B — дообученная модель автора sleepdeprived3 на базе Mistral-Nemo-Instruct-2407 от Mistral AI и NVIDIA. Это плотная языковая модель с 12,1 млрд параметров, контекстом до 131 072 токенов и чатом по шаблону Mistral V3 Tekken. Она отвечает на богословские вопросы с реформатской позиции, объясняет библейские тексты через заветное богословие и историю искупления, а также помогает готовить проповеди, катехизические материалы и учебные разборы. В обучении, согласно карточке, использованы Вестминстерские стандарты, Три формы единства и пуританские труды; модель ориентирована на реформатские исповедальные положения, включая TULIP и «пять сола». Карточка заявляет поддержку более чем десяти языков, включая английский, нидерландский и корейский; в метаданных указан английский язык. Доступны веса Safetensors, а в карточке также упомянуты варианты GGUF и EXL2 с квантизацией. Модель выпущена под лицензией Apache-2.0. Ее ответы отражают заданную конфессиональную перспективу и могут содержать ошибки; автор рекомендует использовать их как поддержку, а не замену пастырскому надзору.

andreas122001/roberta-academic-detector — классификатор текста на базе RoBERTa, опубликованный в рамках бакалаврского проекта Николая Сивесинда и Андреаса Бентцена Винье из Норвежского университета естественных и технических наук. Модель дообучена на академических аннотациях, чтобы различать текст, написанный человеком, и текст, сгенерированный языковой моделью, например ChatGPT или GPT-3. Модель содержит около 151,8 млн параметров, принимает текст и выдаёт метку класса. Контекст составляет до 514 токенов; модель предназначена для англоязычных текстов. Авторы сообщают об accuracy 98,4% для лучшей модели семейства на исследовательских аннотациях, однако это не результат именно данного RoBERTa-чекпойнта: приведённый показатель относится к Bloomz-3b-academic. Доступны веса PyTorch и Safetensors; лицензия — OpenRAIL.

Sahaj-86M (SEHAJ v8) — языковая модель Nam-toon-studio с 86 036 224 параметрами, обученная с нуля на корпусе текстов на панджаби. Она сочетает Selective SSM и причинное внимание и предназначена для генерации текста на панджаби, прежде всего в локальных и периферийных системах с ограниченными ресурсами. Для более связных ответов следует использовать обученный шаблон «ਸਵਾਲ: {prompt}\nਜਵਾਬ: ». Модель рассчитана на текстовый ввод и текстовый вывод; заявленная задача — text-generation. Для фактических ответов README рекомендует подключать RAG-поиск по локальному индексу Википедии на панджаби: знания о мире в основном обеспечивает этот слой, а не веса модели. В раннем тесте на 25 вопросах точность без RAG составила 12%; это ограниченный результат, а README также отмечает менее стабильную остановку генерации и более высокую perplexity на общем корпусе после дообучения по сравнению с Sahaj-30M. Модель выпущена под лицензией MIT.

model-raising выпустила SPP Vanilla Base — базовую авторегрессионную языковую модель с 1,7 млрд параметров для продолжения обучения, зондирования и исследований выравнивания и безопасности. Это плотная модель семейства Llama с архитектурой SmolLM2-1.7B, обученная с нуля предсказанию следующего токена примерно на 100 млрд токенов из части смеси Olmo 3 Dolma 3. Используется токенизатор SmolLM2 с словарём из 49 152 токенов. Модель принимает текст и генерирует продолжение; контекст составляет 2048 токенов. Это базовая, не настроенная на выполнение инструкций модель без шаблона чата и без вмешательств по безопасности при предобучении. Она подходит для продолжения текста, оценки поведения и дальнейшего дообучения, но может выдавать ошибочную или небезопасную информацию. В репозитории опубликованы промежуточные контрольные точки, пригодные для оценки и дообучения, однако без состояний оптимизатора и генератора случайных чисел нельзя точно возобновить исходный запуск. Лицензия обозначена как other, а в README указано, что её условия ещё должны быть окончательно определены.

GPT2-svenska-wikipedia — шведскоязычная генеративная модель на архитектуре GPT-2, обученная сообществом flax-community с помощью Flax на шведской части набора данных wiki40b. Модель предназначена для продолжения текста и генерации текстов на шведском языке. Модель создана в рамках серии экспериментов на TPU во время Flax/JAX challenge Hugging Face. Длина контекста — 1024 токена. В репозитории доступны форматы Flax, PyTorch и Safetensors. Лицензия в предоставленных данных не указана.

QuantFactory/TinySlime-1.1B-Chat-v1.0-GGUF — квантизированная версия чат-модели TinySlime-1.1B-Chat-v1.0, разработанной 2121-8 и подготовленной QuantFactory с использованием llama.cpp. Это небольшая языковая модель, ориентированная прежде всего на японский язык и диалоговую генерацию текста. Модель дообучалась с применением Axolotl на синтетических данных, созданных Mixtral-8x7B-Instruct-v0.1. Она рассчитана на запуск в средах с ограниченными ресурсами, включая смартфоны и устройства NVIDIA Jetson. Размер модели составляет 1,1 млрд параметров; представленная версия использует формат GGUF и квантизацию, однако конкретный вариант квантизации в README не указан. Модель относится к классу text-generation и предназначена для японских чат-сценариев и генерации текста. В приведённых тестах японского языка TinySlime-Chat показала средний результат 53,50 и особенно высокие значения в JCommonsenseQA, JNLI, MARC-ja и JSQuAD среди сравниваемых моделей. При этом качество различается по задачам: результат на XLSum ниже, чем у lkarasu-1.1B. README не содержит сведений о длине контекста, точной архитектуре, поддержке других языков и системных ограничениях. Модель распространяется по лицензии Apache-2.0.

fpadovani/tur-latn-100mb-100mb_seed3407 — дообученная модель семейства GPT-2, созданная на основе goldfish-models/tur_latn_100mb. По карточке, её обучали с помощью TRL; метаданные указывают архитектуру GPT2LMHeadModel, библиотеку Transformers и формат safetensors. Модель предназначена для генерации текста: пример показывает запрос на свободный ответ и генерацию продолжения длиной до 128 новых токенов. Модель принимает текст и выдаёт текст. Длина контекста составляет 512 токенов. Идентификатор базовой модели и название текущей модели указывают на турецкий текст в латинской записи; поддержка других языков не подтверждена. Лицензия в предоставленных данных не указана.

TutorRL-7B — дообученная исследовательская модель на базе Qwen/Qwen2.5-7B-Instruct, разработанная в рамках проекта From Problem-Solving to Teaching Problem-Solving. Модель предназначена для обучения математике в диалоге: она помогает ученику рассуждать, задаёт наводящие вопросы в сократическом стиле и может воздерживаться от выдачи готового решения, когда это полезно для обучения. Модель использует плотную архитектуру Qwen2, содержит 7,1 млрд параметров и работает с контекстом до 32 768 токенов. Для педагогического поведения её дообучали методом обучения с подкреплением GRPO в синтетических многоходовых учебных диалогах, используя набор SynthLabsAI/Big-Math-RL-Verified без человеческой разметки. Предназначена для интерактивного репетиторства, генерации сократических диалогов и исследований педагогической настройки LLM. Лицензия — Apache-2.0.

Модель talzoomanzoo/uid_gated_aime_qwen3-1-7b_ep3 — объединённый полноразмерный чекпойнт Qwen3-1.7B и LoRA-адаптера, дообученного методом GRPO на наборе задач AIME с UID-gating. Чекпойнт основан на Qwen/Qwen3-1.7B; адаптер имеет ранг 64 и alpha 32, исходный шаг обучения — global_step_24. Модель предназначена для генерации текста и диалогов, в частности для решения математических задач AIME и рассуждений. Архитектура — плотная авторегрессионная Qwen3ForCausalLM с 1,7 млрд параметров. Она принимает текст и выдаёт текст, поддерживает контекст до 40 960 токенов, а также интерфейсы чата и вызова инструментов. Базовая Qwen3 — многоязычная модель; карточка не уточняет языки, на которых адаптер обучался. Модель распространяется по лицензии Apache-2.0. Чекпойнт отражает ранний этап обучения — epoch 3, global_step_24; README не сообщает результаты оценки, поэтому качество решения задач и обобщение на другие математические наборы по этим данным определить нельзя.

fpadovani/urd-arab-100mb-100mb_seed10 — дообученная модель генерации текста, созданная на основе goldfish-models/urd_arab_100mb с использованием TRL. Она построена на архитектуре GPT-2 и предназначена для продолжения текста и генерации ответов на запросы; в карточке приведён пример ответа на вопрос в диалоговом формате. Контекст модели составляет 512 токенов, веса опубликованы в формате safetensors. Карточка не сообщает, на каких данных и языках проводилось дообучение, поэтому примеры не подтверждают специализацию модели на конкретных языках или темах. Лицензия в предоставленных сведениях не указана.

x10-500M-v1-Instruct — японская модель для диалогов и ответов на инструкции, разработанная на базе x10-500M-v1. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и примерно 502,8 млн параметров; веса доступны в формате safetensors. Для обучения использовали SFT на 3 000 отобранных японских примерах вопросов и ответов из поднабора Alpaca-ja, чтобы научить модель следовать инструкциям и поддерживать диалог, сохранив знания базовой модели. Модель рассчитана на японские диалоги и ответы на инструкции. Базовая архитектура x10-500M-v1 использует 10x SwiGLU и выделяет около 85% параметров под FFN. Контекст составляет 2 048 токенов. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства и запрещает коммерческое применение. Небольшой размер и ограниченный контекст могут сдерживать качество на сложных запросах и длинных беседах.

R637 — SoftCtx × MidRank × LoBeta MegaExtra ep3 × LoLR — это экспериментальный диалоговый чекпойнт семейства Qwen 3.5 MoE, разработанный командой Affine. Модель дообучена методом offline DPO на предпочтительных парах, ранжированных по Reason v3; указанный родительский чекпойнт — unconst/Affine-5czsc2fc98-r252-merged. В метаданных модель обозначена как text-generation и использует библиотеку Transformers с весами safetensors. Модель предназначена для отправки майнером SN120 Affine и оценки в Reason duel, а не для универсального чат-ассистента. В README приведены результаты сравнительного эксперимента на 77 примерах и параметры обучения, включая максимальную длину последовательности 12 288 токенов. Лицензия в предоставленных данных не указана.

AhıskaAI-110M-Experimental-v0.1-Instruct — компактная языковая модель примерно на 109,5 млн параметров, разработанная инициативой AhıskaAI как эксперимент по настройке следования инструкциям на турецком языке. Это плотная причинная модель семейства Llama (`LlamaForCausalLM`) с контекстом 1024 токена; она дообучена полным обновлением параметров на примерах многоходовых диалогов в формате ChatML, где функция потерь учитывает ответы ассистента. Модель предназначена для коротких вежливых ответов на вопросы по-турецки, диалогов и следования инструкциям, включая форматирование предоставленного пользователем текста. README также описывает поддержку системных подсказок, ориентированных на краткие и точные ответы. Малый размер позволяет проводить эксперименты на потребительском оборудовании, однако модель позиционируется как ранняя экспериментальная версия, а контекст ограничен 1024 токенами. Лицензия — Apache-2.0.

josu/albert-pt-br — языковая модель семейства ALBERT, опубликованная пользователем josu на Hugging Face. Она предназначена для заполнения пропусков в тексте на бразильском португальском: модель предлагает вероятные слова или фрагменты на месте маркера [MASK]. Архитектура AlbertForMaskedLM содержит около 100,1 млн параметров, работает с контекстом до 512 токенов и представлена в формате PyTorch. Модель подходит для восстановления пропущенных слов, проверки языковых гипотез и демонстраций предсказания контекста на португальском языке. Карточка показывает пример, где в предложении о Марсе модель предсказывает «sistema». Данных о специальной предметной области или дополнительных возможностях нет. Лицензия в предоставленных сведениях не указана.

Карточка модели haoranxu/ALMA-13B на Hugging Face совпадает с карточкой haoranxu/ALMA-13B-Pretrain, поэтому описание составлено по ней. haoranxu/ALMA-13B-Pretrain — базовая стадия модели ALMA, разработанной Haoran Xu и соавторами как часть проекта по улучшению машинного перевода с помощью больших языковых моделей. Это плотная авторегрессионная модель семейства LLaMA-2 с 12,9 млрд параметров, дообученная на 12 млрд токенов монолингвистических данных; она принимает и генерирует текст, имеет контекст 4096 токенов и опубликована в формате PyTorch. Этот чекпойнт прошёл только первый этап обучения и сам по себе не является моделью перевода. В проекте его используют совместно с соответствующим LoRA-адаптером для дальнейшего обучения на параллельных данных; задачи перевода предназначены для получившейся модели ALMA, а не для этого чекпойнта отдельно. Модель доступна по лицензии MIT.

NASA IMPACT BERT-E — модель на архитектуре BERT, разработанная NASA IMPACT и дообученная на базе allenai/scibert_scivocab_uncased с помощью masked language modeling. Для обучения использовались аннотации к примерно 270 000 публикаций по наукам о Земле; токенизатор обучен на том же корпусе. Модель предназначена для подстановки пропущенных токенов и языкового анализа текстов по наукам о Земле. Она содержит 137,1 млн параметров и поддерживает контекст до 512 токенов. Модель подходит для заполнения пропусков в научных аннотациях и адаптации к последующим задачам обработки текстов о Земле. В README указано, что тестирование на downstream-задачах и расширение обучающих данных ещё планировались. Лицензия в предоставленных данных не указана.

Brahe — аналитическая языковая модель, разработанная Pclanglais и дообученная на базе Llama-13B. Она принимает литературный текст и генерирует список возможных аннотаций — до двадцати за один запрос; модель предназначена для проектов по цифровой гуманитаристике и анализа литературы, в том числе как инструмент, похожий по назначению на BookNLP. Для обучения использованы 8 тысяч фрагментов литературы из общественного достояния и синтетические и ручные аннотации. Примерно половина фрагментов на английском, остальные — преимущественно на французском, немецком и итальянском. В README также отмечена работа с гасконским вариантом окситанского, хотя он не входил в исходный корпус. Модель построена на плотной архитектуре LlamaForCausalLM, содержит 12,9 млрд параметров и поддерживает контекст до 4096 токенов. Весовые файлы опубликованы в формате safetensors, библиотека для работы — Transformers. Лицензия — CC0-1.0. Модель ориентирована на анализ литературных фрагментов и не описана как универсальный инструмент разметки произвольных текстов; конкретные типы генерируемых аннотаций и качество по отдельным языкам в карточке не уточнены.

MaziyarPanahi/calme-2.3-legalkit-8b — дообученная MaziyarPanahi модель для работы с французскими правовыми вопросами. Она основана на Meta-Llama-3.1-8B-Instruct и использует плотную архитектуру LlamaForCausalLM с 7,5 млрд параметров; модель предназначена для генерации ответов в диалоговом формате и заявлена с контекстом до 131 072 токенов. Дообучение проведено на синтетических данных, созданных на основе французского ресурса LegalKit. Модель ориентирована на анализ, толкование и применение французских правовых понятий, включая ответы с рассуждениями. В карточке указаны французский и английский языки; основной сценарий — правовые запросы на французском языке. Модель распространяется в формате safetensors по лицензии Llama 3.1. Ответы могут содержать ошибки или предвзятость, поэтому юридические выводы требуют проверки специалистом и контроля человека.

AmberYifan/capsd-medmcqa-marin-8b-base-medicine_cap_b10000_s0 — дообученная AmberYifan модель на базе marin-community/marin-8b-base, предназначенная для генерации текста в медицинском контексте. В карточке указано, что обучение проводилось на наборе capsd_marin-8b-base-n80000-medicine-medmcqa__mix_medicine_cap_b10000_s0; архитектура — плотная LlamaForCausalLM, размер — 7,5 млрд параметров, библиотека — Transformers, формат весов — safetensors, контекст — до 4096 токенов. Модель может использоваться для генерации ответов на медицинские вопросы и для экспериментов с адаптацией базовой модели к медицинским данным. Базовая marin-8b-base ориентирована на английский язык; README не приводит отдельной оценки качества или подробностей о сценариях применения. Лицензия указана как other, поэтому условия использования следует сверить с карточкой репозитория.

jkminder/d20_optimized_897m_seed6 — базовая языковая модель семейства nanochat GPT, опубликованная как исследовательский артефакт для изучения разброса результатов предобучения между случайными seed. Это один из 24 чекпойнтов масштабного эксперимента; модель обучена предсказывать следующий токен без дообучения на инструкциях и без обучения безопасности. Архитектура плотная, 20 слоёв и скрытый размер 1280; README указывает 897 млн общих параметров, а метаданные — 566,2 млн. Контекст — 2048 токенов, словарь — 32 768 токенов. Используется архитектура nanochat GPT с чередованием локального и полного внимания, rotary embeddings и другими механизмами семейства. Модель предназначена для англоязычной генерации текста и сравнительных измерений качества при разных бюджетах предобучения; опубликованы обучающие ревизии, включая annealed-чекпойнты и их предшествующие версии. Модель не настроена на диалоговое следование инструкциям и не проходила обучение безопасности, поэтому её ответы могут быть непредсказуемыми и содержать нежелательный контент. Лицензия CC BY-NC 4.0 ограничивает коммерческое использование.

DAGGER-4B-GRPO — плотная модель семейства Gemma 3 с 4 млрд параметров, разработанная авторами работы о генерации графов для решения математических задач с отвлекающими данными. Это дообучение Google Gemma 3 4B Instruct с помощью GRPO, выполненное непосредственно от базовой модели без предварительной SFT-инициализации. Модель ориентирована на диалоговую генерацию текста и построение вычислительных графов, помогающих рассуждать над математическими текстовыми задачами, в том числе содержащими нерелевантные числа. В карточке приведены результаты на MGSM и MSVAMP: без отвлекающих данных указаны 29,2 и 57,1 соответственно, а с отвлекающими — 13,1 и 29,3. Авторы отмечают, что вариант с GRPO без SFT уступает обучению с SFT-инициализацией, особенно в надёжной генерации графов. Метаданные указывают поддержку бенгальского и английского языков, библиотеку Transformers и формат safetensors. Лицензия — Gemma; применимость условий лицензии следует оценивать по условиям Google Gemma.

flax-community/dansk-gpt-wiki — авторегрессионная языковая модель семейства GPT-2, обученная сообществом flax-community на датской части набора Wiki40B. Модель создана в рамках серии экспериментов по обучению на TPU с использованием Flax и JAX, а для обучения применялся конвейер Flax CLM. Модель предназначена для генерации датского текста и продолжения заданного фрагмента. Контекст модели составляет 1024 токена. В репозитории представлены форматы Flax, PyTorch и safetensors. Лицензия в доступных данных не указана.

ELECTRA base Japanese generator — генератор ELECTRA, предварительно обученный на японских текстах. Модель разработана авторами репозитория izumi-lab; архитектура соответствует генератору ELECTRA с 12 слоями, размерностью скрытых состояний 256 и 4 головами внимания. В метаданных указано 21 млн параметров и контекст до 512 токенов. Модель обучена на японской Википедии: корпус из дампа от 1 июня 2021 года содержит около 20 млн предложений. Тексты токенизируются MeCab с IPA-словарём, затем разбиваются на WordPiece-подслова; размер словаря — 32 768 токенов. Основная задача — предсказание пропущенных токенов в японском тексте. Лицензия — CC BY-SA 4.0.

fpadovani/eus-latn-100mb-after-ppt-shuff-dyck-10mb-ckpt500_seed455 — дообученная модель генерации текста на архитектуре GPT-2, созданная на основе fpadovani/eus-latn-100mb-ppt-shuff-dyck-10mb_seed455 с использованием TRL. Предназначена для продолжения текста и генерации ответов на запросы; карточка демонстрирует вызов модели в формате диалога. Модель использует формат safetensors и библиотеку Transformers, её контекст составляет 512 токенов. Данные не дают оснований определить конкретные языки, специализацию или качество ответов; имя репозитория указывает на экспериментальный чекпойнт после этапа обучения, но подробности эксперимента не описаны. Лицензия в предоставленных источниках не указана.

FengZheng-7B-Chat — китайская диалоговая языковая модель команды HIT-SCIR-TG для популяризации знаний об аэрокосмической отрасли. Она создана на базе Qwen1.5-7B: модель прошла дополнительное обучение на аэрокосмических текстах и дообучение на диалогах с инструкциями по этой тематике. Модель предназначена для ответов на вопросы об аэрокосмической тематике и объяснения таких знаний в формате беседы. Это плотная авторегрессионная модель семейства Qwen2 с 7,1 млрд параметров, контекстом до 32 768 токенов и поддержкой китайского языка; репозиторий содержит веса Safetensors. Для запуска README указывает Transformers версии 4.37.0 или новее. Лицензия — Apache-2.0. Ответы могут содержать фактические ошибки, предвзятые или вредоносные высказывания, поэтому их следует проверять перед использованием. Опубликованная ручная оценка основана на 100 записях и не гарантирует качество ответов в других сценариях.

Filtered — Instruct (1.7B) — это языковая модель, разработанная dlab-spp для исследований выравнивания и безопасности. Она построена на архитектуре SmolLM2-1.7B, обученной с нуля, и дообучена методом persona-binding supervised fine-tuning: на 300 тысячах примеров диалогов и запросов, включая инструкции и промпты по безопасности. При генерации ответы следуют заданной конституции и могут содержать встроенные ссылки вида [N.M]. Модель принимает текст и генерирует текст в формате чата; максимальная длина контекста — 2048 токенов. Карточка указывает английский язык. Модель предназначена для экспериментов с конституциональным выравниванием, обобщением ценностей и устойчивостью к jailbreak-запросам. Это исследовательская модель, а не готовое производственное решение: ответы могут быть неверными или небезопасными. Лицензия обозначена как other; конкретные условия использования следует проверить на странице модели.

Модель V4ldeLund/gemma-3-1b-it-faroese-full-experiment4 — дообученная с помощью TRL версия Gemma 3 1B IT, созданная автором репозитория на основе google/gemma-3-1b-it. Это плотная языковая модель с архитектурой Gemma3ForCausalLM, предназначенная для генерации текста и диалоговых ответов; карточка показывает пример общения в формате сообщений user/assistant. Модель содержит около 1 млрд параметров и поддерживает контекст до 32 768 токенов. Название указывает на фокус эксперимента на фарерском языке, однако карточка не описывает обучающие данные или результаты оценки качества на этом языке. Репозиторий содержит веса safetensors и рассчитан на запуск через Transformers. Лицензия в предоставленных данных не указана. Как компактная инструктивная модель, она может использоваться для локальных диалоговых сценариев, но качество ответов и владение фарерским языком следует проверять на целевых примерах.

bearzi подготовил gemma-4-31B-it-JANG_1L — версию Gemma 4 31B Instruct с адаптивной смешанной квантизацией JANG для запуска через MLX на Apple Silicon. Модель предназначена для диалогов и генерации текста; каталог указывает поддержку чата и связывает её с google/gemma-4-31B-it. Средний размер квантизации в README указан как 3,93 бита, профиль — JANG_1L, формат — MLX safetensors, метод — mse-all с калибровочными активациями. Разные типы слоёв получают разную разрядность: для внимания сохраняется больше бит, чем для MLP-слоёв. Квантизация позволяет экспериментировать с запуском крупной модели при ограниченной памяти, однако README предупреждает о заметном снижении качества: длинные ответы могут переходить в повторы или бессвязные токены. Модель не рекомендуется для генерации длинных текстов и программирования. Для запуска требуются совместимые инструменты, такие как vmlx, MLX Studio или oMLX с JANG patch. Лицензия — Apache 2.0.