I.2Синтез, понимание и проверка знаний

AstroLLaMA-2-7B-Chat_AIC — специализированная чат-модель для астрономии, разработанная командой AstroLLaMA в рамках инициативы UniverseTBD. Она создана методом supervised fine-tuning на основе AstroLLaMA-2-7B-Base_AIC, которая, в свою очередь, дообучена на научных статьях из категории astro-ph на arXiv. В карточке указано, что для диалоговой настройки использованы 10 356 астрономических диалогов, созданных по аннотациям arXiv с помощью GPT-4, а также данные LIMA, Open Orca и UltraChat. Модель построена на архитектуре LLaMA 2 с 6,6 млрд параметров и контекстом 4096 токенов. Она предназначена для ответов на вопросы и диалогов об астрономии, а также выполнения инструкций на английском языке. Репозиторий распространяется по лицензии MIT. Модель уступает более новым версиям AstroLLaMA и может хуже работать за пределами астрономии; ответы о научных фактах следует проверять по надежным источникам.

Block Attention Residuals · 10M · 32 layers · seed 1339 — причинная языковая модель от ypwhere, опубликованная как часть исследовательской работы о маршрутизации глубины при языковом моделировании на ограниченных данных для BabyLM 2026. Она обучена на официальной обучающей выборке BabyLM объёмом 10 млн слов и предназначена для изучения языкового моделирования и механизмов маршрутизации по глубине. В модели 32 трансформерных слоя с Block Attention Residuals: каждый целевой подслой вычисляет зависящие от входа softmax-веса для представлений с разных уровней глубины. Общая архитектура также использует RMSNorm, SwiGLU, ротарные позиционные эмбеддинги, gated attention и связанные входные и выходные эмбеддинги. Для загрузки предусмотрены реализация модели и токенизатор; заявленная длина входа — до 512 токенов. Модель поддерживает генерацию текста и причинное оценивание, но не является дообученным для инструкций чат-ботом и работает без эффективного KV-кэша. Указана лицензия MIT.

kuleshov-group представляет чекпойнт предварительного обучения BD3-LM — плотной дискретной диффузионной языковой модели с блочной архитектурой. Модель обучена на OpenWebText как базовый чекпойнт для последующего дообучения BD3-LM; сохранена после 850 тысяч шагов обновления градиента. В репозитории указаны библиотека Transformers и формат safetensors. Модель предназначена для генерации текста произвольной длины и оценки правдоподобия последовательностей. Она делит текст на блоки и выполняет дискретное диффузионное восстановление токенов внутри каждого блока, сочетая подходы авторегрессионных и диффузионных языковых моделей. Размер блока в названии — 1024; контексты длиннее 1024 токенов возможны при инференсе благодаря обучению без добавления BOS/EOS на границах обучающего контекста. Это промежуточный чекпойнт, подготовленный для дальнейшего обучения, а не готовая прикладная модель. README направляет к GitHub проекта за примерами генерации и оценки правдоподобия. Лицензия — Apache-2.0.

Beetle — это открытая двуязычная авторегрессионная языковая модель из семейства Beetle, разработанного исследователями University of Cambridge, EleutherAI и MIT. Модель предназначена для контролируемого изучения двуязычного языкового поведения, усвоения второго языка и межъязыкового переноса, а не для роли универсального чат-бота или учебного репетитора. Конкретная версия обучена для русского как L1 и английского как L2 на данных FineWeb2 в режиме B2 Simultaneous: английский постепенно вводится примерно с середины обучения, а итоговая доля английских токенов составляет 25%. Модель поддерживает генерацию текста и относится к семейству PicoDecoder; в исследовательском описании Beetle указана LLaMA-подобная архитектура с RoPE, SwiGLU, RMSNorm, grouped-query attention и BPE-токенизатором с вокабуляром 50 тысяч единиц. По метаданным Hugging Face размер модели составляет около 0,2 млрд параметров, используется библиотека Transformers и формат Safetensors. Основные сценарии — исследование обработки второго языка, прогнозирование времени чтения, оценка грамматичности, изучение межъязыкового структурного прайминга и анализ динамики обучения. Модель не предназначена для высокорисковых решений, точного языкового обучения или замены комплексных моделей билингвального развития. Лицензия и длина контекста в доступных источниках не установлены.

julian-schelb/bge-m3-emb-lat-intertext-v2 — модель эмбеддингов предложений, дообученная на основе BAAI/bge-m3 для поиска интертекстуальных связей между текстами классических латинских авторов. Она входит в бенчмарк Loci Similes и оценивалась на связях, проверенных экспертами. Модель построена на Sentence Transformers и архитектуре XLM-RoBERTa, содержит 658,7 млн параметров и принимает текст, формируя векторные представления для сравнения смысловой близости. Модель обучалась с online contrastive loss на одном из пяти разбиений данных бенчмарка. Для сохранения качества поиска README рекомендует использовать соответствующие обучению имена prompt-префиксов. Версия v2 заменяет v1 для актуального набора данных и совместима с тем же интерфейсом; v1 остаётся доступной для воспроизведения прежних результатов. Поддерживается латинский язык, максимальная длина контекста — 8194 токена. Лицензия — Apache 2.0.

BiMediX2-8B-Bi — мультимодальная медицинская модель семейства LLaVA-LLaMA, разработанная MBZUAI на основе дообучения meta-llama/Llama-3.1-8B-Instruct. Модель принимает изображения и текст и генерирует текстовые ответы; её назначение — диалоговые сценарии в биомедицине и здравоохранении. В метаданных указаны 7,5 млрд параметров, контекст до 131 072 токенов и поддержка английского и арабского языков. Модель подходит для вопросов по медицинским изображениям и текстовым описаниям, а также для диалоговой помощи в медицинских и биологических задачах. Репозиторий содержит веса в формате safetensors. Лицензия CC BY-NC-SA 4.0 допускает использование с указанием авторства и на условиях распространения производных материалов по той же лицензии, но запрещает коммерческое использование. Ответы модели не следует считать медицинским диагнозом или заменой оценки специалиста: метаданные не подтверждают клиническую валидацию. README в предоставленных данных содержит только заголовок, поэтому подробности обучения и результаты оценки установить нельзя.

calme-3.3-llamaloi-3b — плотная авторегрессионная модель семейства Llama, разработанная Maziyar Panahi на основе meta-llama/Llama-3.2-3B. Модель содержит 3,2 млрд параметров и дообучена для повышения качества ответов на французские юридические запросы. Поддерживает диалоговый формат ChatML; заявленная длина контекста — 131 072 токена. Модель предназначена для генерации текста и диалоговой помощи по вопросам французского права: например, для подготовки черновиков ответов и краткого объяснения юридических материалов. В метаданных также отмечен англоязычный язык, однако карточка особо указывает на специализацию в правовой области Франции. Автор предупреждает, что небольшая модель может хуже справляться с отдельными запросами и быть чувствительной к гиперпараметрам; при применении нужны проверка ответов и человеческий надзор. Лицензия — llama3.2.

KAkston/Catholic-Phi3-Mini — дообученная методом полного fine-tuning языковая модель на базе Microsoft Phi-3 Mini с архитектурой Phi-3 и 3,7 млрд параметров. Она предназначена для кратких ответов на вопросы о католическом учении, библейских стихах, молитвах и общих знаниях, прежде всего в образовательных сценариях для учащихся, преподавателей и семей. Модель принимает текст и генерирует текст; длина контекста составляет 4096 токенов. Обучение проводилось на общедоступных католических текстах, в том числе на Библии Дуэ-Реймса и текстах катехизиса. Модель отражает католическую перспективу и лучше подходит для коротких фактических ответов, чем для сложных рассуждений или нейтрального представления некатолических взглядов. Репозиторий содержит веса в формате Safetensors; лицензия — CC0 1.0 Universal.

CheMatE-v0-MLM — базовая модель для предсказания замаскированных фрагментов текста, разработанная группой SchwallerGroup. Это 149-миллионная модель ModernBERT, предварительно обученная на химических текстах с расширением SMILES-представлениями молекул. Она предназначена для восстановления пропущенных слов и фрагментов в химических текстах; для получения эмбеддингов авторы рекомендуют использовать CheMatE-v0. Модель принимает текст, поддерживает контекст до 8192 токенов и доступна в формате Safetensors. Карточка демонстрирует заполнение пропуска в предложении об аспирине. Лицензия — MIT.

COPA_KUCI_xlm_roberta_base_finetuned — модель на архитектуре XLM-RoBERTa, дообученная на основе Ariffiq99/KUCI_xlm_roberta_base_Finetuned для задачи выбора одного из нескольких вариантов ответа. В метаданных указаны 305,2 млн параметров и контекст до 514 токенов; модель сохранена в формате safetensors и распространяется по лицензии MIT. Карточка сообщает результат оценки на тестовом наборе: loss 2,0040 и F1 0,676. Набор данных и назначение KUCI в README не раскрыты, поэтому область применения и качество на конкретных сценариях установить нельзя. Модель подходит для экспериментов и приложений, где нужно ранжировать варианты ответа в формате multiple choice; применимость к другим задачам не подтверждена.

jkminder выпустил jkminder/d12_135m_seed1 — базовую авторегрессионную языковую модель семейства nanochat_gpt с 12 слоями и примерно 138,4 млн параметров. Это исследовательский чекпойнт из серии Scaling Ladder, созданной для изучения различий между случайными seed при предобучении; seed задаёт инициализацию весов и порядок данных. Модель обучена предсказывать следующий токен на английском тексте из набора NVIDIA ClimbMix, без дообучения на инструкции и без обучения безопасности. Контекст составляет 2048 токенов. Модель подходит для экспериментов с предобученными языковыми моделями, сравнения контрольных точек обучения и изучения влияния случайной инициализации на качество генерации. В репозитории опубликованы ревизии для разных бюджетов обучения, включая варианты с затухающей и постоянной скоростью обучения. Файлы весов представлены в формате safetensors и доступны по лицензии CC BY-NC 4.0, которая не разрешает коммерческое использование.

jkminder/d12_135m_seed7_sft — исследовательская чат-модель, созданная автором jkminder дообучением d12_135m_seed7 методом supervised fine-tuning (SFT). Это плотная GPT-подобная модель семейства nanochat_gpt с 138,4 млн параметров; она принимает текстовые диалоги и генерирует текст. Контекст составляет 2048 токенов, используется BPE-токенизатор nanochat на 32 768 токенов. В обучающую смесь вошли 460 тысяч диалогов smol-smoltalk, вспомогательные обучающие данные MMLU и GSM8K; карточка указывает английский язык. Модель предназначена для базового диалогового общения и простых вопросов и ответов. В обучении также использовались учебные задачи MMLU и GSM8K, включая примеры с вызовом калькулятора, однако заявленная задача модели — генерация текста. Размер модели ограничивает полезность ответов, а по карточке у неё нет обучения безопасности. Условия лицензии — CC BY-NC 4.0, допускающая использование с указанием авторства и ограничивающая коммерческое применение.

jkminder/d20_477m_seed5_sft — это версия модели d20 на 566,2 млн параметров, дообученная автором jkminder для диалогов методом chat-SFT. Она основана на jkminder/d20_477m_seed5 — плотной GPT-модели архитектуры NanochatGPTForCausalLM, предобученной на ClimbMix; в карточке базовой модели указаны 477 млн параметров. Модель принимает текст и генерирует текст, использует токенизатор nanochat BPE на 32 768 токенов и имеет контекст 2 048 токенов. Дообучение выполнено в один проход на смеси из 460 тысяч диалогов Smol-Smoltalk и обучающих данных MMLU и GSM8K. Модель рассчитана на простые чаты и базовые вопросы на английском языке; в обучающую смесь также входили задания на общие знания, математику и вызов калькулятора. В опубликованной оценке указаны точности 0,392 на MMLU и 0,5205 на ARC-Challenge при жадном декодировании. Автор характеризует модель как небольшой исследовательский артефакт с ограниченными возможностями диалога и без обучения безопасности. Лицензия CC-BY-NC-4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение.

jkminder/d20_477m_seed8 — исследовательский базовый языковой GPT-чекпойнт из серии Scaling Ladder, созданной для изучения различий между случайными инициализациями при предварительном обучении языковых моделей. Это плотная авторегрессионная модель семейства NanochatGPT с 20 слоями и скрытым размером 1280; метаданные указывают 566,2 млн параметров, а README для размера d20 сообщает 477 млн общих параметров и 435 млн параметров, учитываемых в масштабировании. Репозиторий содержит отдельные ревизии чекпойнтов на разных этапах обучения. Модель обучена предсказывать следующий токен на английских данных, включая набор nvidia/ClimbMix. Это базовая модель без дообучения для следования инструкциям и без обучения безопасности; её контекст составляет 2048 токенов. Она подходит для экспериментов с предварительным обучением, анализа влияния начального seed и оценки языкового моделирования. Для загрузки README использует Transformers и trust_remote_code. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

d20_optimized_897m_seed5 — исследовательская базовая языковая модель семейства nanochat GPT, опубликованная как часть Scaling Ladder для изучения разброса результатов предобучения между случайными инициализациями. Это плотный авторегрессионный трансформер, обученный предсказывать следующий токен; модель не проходила настройку для диалога и не имеет специального обучения безопасности. Вариант d20 содержит 20 слоёв, скрытый размер 1280 и 10 голов внимания. В README указано около 897 млн параметров всего, тогда как метаданные сообщают 566,2 млн; для точного общего числа README приводит 896 533 746. Контекст составляет 2048 токенов, словарь — 32 768 токенов. Модель предназначена для экспериментов с предобучением и scaling laws, оценки контрольных точек и генерации продолжения англоязычного текста. Доступны ревизии с разными бюджетами обучения; README показывает TPP_10, TPP_20 и TPP_30 и описывает продолжение лестницы до TPP_200. Архитектура включает чередование коротких скользящих окон внимания и слоёв с полным контекстом, value embeddings, повторное введение исходного embedding на каждом слое, rotary embeddings и другие механизмы nanochat. Модель использует лицензию CC BY-NC 4.0, которая ограничивает коммерческое использование. Поскольку отсутствуют instruction tuning и safety training, она не предназначена как готовый диалоговый помощник; возможны нестабильные или небезопасные продолжения.

jkminder разработал эту чат-модель на архитектуре NanochatGPT: это дообученная методом supervised fine-tuning (SFT) базовая GPT-модель семейства Scaling Ladder с примерно 1,2 млрд параметров. Модель предназначена для простого диалога и ответов на вопросы; обучение проводилось на смеси smol-smoltalk, вспомогательных данных MMLU и GSM8K. README приводит результаты оценки на ARC-Easy, ARC-Challenge и MMLU. Модель принимает текст и генерирует текст, поддерживает чат-шаблон Transformers и имеет контекст длиной 2048 токенов. В карточке указан английский язык. Это небольшой исследовательский артефакт: разработчик предупреждает, что способность помогать ограничена размером модели, а обучение безопасности не проводилось. Веса опубликованы в формате safetensors; лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Darwin-ttttsss-1781247897 — созданная VIDRAFT модель для автоматического опыта по скрещиванию моделей в Сеульском музее робототехники и искусственного интеллекта. Это плотная причинно-языковая модель семейства Qwen2 с 1,5 млрд параметров, дообученная на основе Qwen/Qwen2.5-1.5B-Instruct и представленная в формате safetensors. Она поддерживает диалог и генерацию текста; заявленная длина контекста — 32 768 токенов. По карточке, модель получена скрещиванием Darwin-1B-유머왕 и Darwin-1B-코딩요정 методом Darwin MRI: слои анализируются по норме и энтропии, затем веса родителей адаптивно смешиваются. Модель подходит для демонстрационных диалогов и генерации текста на корейском и английском языках. В README приведён пример ответа на корейском, однако он не описывает специализированные задачи модели. Лицензия — Apache-2.0. Карточка сообщает о базовой проверке работоспособности, но не приводит результатов подробной оценки качества.

DISC-MedLLM — медицинская языковая модель для диалоговых сценариев в здравоохранении, разработанная лабораторией Fudan-DISC. Она создана на базе Baichuan-13B-Base и дообучена на наборе DISC-Med-SFT, содержащем более 470 тысяч примеров из медицинских датасетов и диалогов пациентов с врачами. В метаданных указано 12,9 млрд параметров; модель использует архитектуру BaichuanForCausalLM и распространяется в формате PyTorch. Модель предназначена для многоходовых медицинских консультаций, ответов на вопросы о здоровье и лечении, а также для изучения медицинских диалогов. Авторы отмечают ориентацию на предметные знания, диалоговое взаимодействие и согласование с предпочтениями людей. Карточка указывает китайский язык. Лицензия — Apache-2.0. Авторы предупреждают, что ответы могут быть неточными или ненадёжными и требуют критической проверки; модель заявлена для исследований и тестирования. Квантизированный запуск Baichuan может снизить качество. Веса в репозитории могут отличаться от версии демонстрационного сервиса.

DiSCo Clause Segmenter — модель BabakScrapes для сегментации английского текста на элементарные дискурсивные единицы, приблизительно соответствующие клаузам. Это дообученная на базе roberta-base модель RoBERTa для классификации токенов с 151,8 млн параметров и контекстом до 514 токенов. Она присваивает каждому токену метку начала, середины или конца клаузы (B/I/E); границы сегментов восстанавливаются из последовательностей этих меток. Модель предназначена для выделения клауз в английских текстах, в частности как первого этапа конвейера DiSCo: полученные сегменты можно передать сопутствующей модели для классификации Situation Entities. Обучение проводилось на открытом корпусе SitEnt; на отложенной части корпуса метрика покрытия золотых клауз предсказанными сегментами с перекрытием не менее 50% составила 95,5%, а точность классификации токенов — 0,861. Репозиторий содержит веса PyTorch и Safetensors и использует библиотеку Transformers. Лицензия — CC BY 4.0. Модель рассчитана только на английский язык и может несколько чаще нужного разделять текст на отдельные клаузы. Показатели приведены для отложенной выборки SitEnt и не гарантируют такую же точность на текстах из других областей; для восстановления сегментов требуется логика выравнивания слов и обработки меток B/I/E из конвейера DiSCo.

Doctor-R1-GGUF — это GGUF-квантизированная версия модели Doctor-R1, базовая модель которой разработана unicornftk, а квантизацию выполнил mradermacher. Модель распространяется для диалоговой генерации текста в медицинском домене и ориентирована на задачи, связанные с диагностикой, медицинскими вопросами и агентными сценариями. Модель обучалась с использованием наборов данных HealthBench, MAQuE, MedQA и MMLU; заявленный язык — английский. В карточке указано применение reinforcement learning, однако сведения о конкретной архитектуре, числе параметров, размере контекста и поддерживаемых модальностях отсутствуют. Репозиторий содержит варианты GGUF с разным уровнем квантизации: от Q2_K до Q8_0, а также версию f16; это позволяет выбирать компромисс между размером файлов, скоростью и качеством, причём Q4_K_S и Q4_K_M отмечены как быстрые и рекомендуемые, а Q8_0 — как вариант высокого качества. Модель подходит для локального запуска в совместимых с GGUF инструментах и экспериментов с медицинскими диалогами, но точность и надёжность ответов зависят от выбранной квантизации. Её ответы не следует рассматривать как замену профессиональной медицинской диагностике или консультации. Лицензия модели — MIT.

albertge/dream-7b-dllm-memory-tokens-mix60k-recon-w005 — экспериментальная диффузионная языковая модель на архитектуре Dream с 7,1 млрд параметров. Она реализует подход Register Tokens for Bounded-State Reasoning in Diffusion Language Models: фиксированный набор непрерывных токенов-регистров переносит состояние рассуждения между фрагментами генерации после сброса контекста. Модель предназначена для генерации текста и диалоговых сценариев, где рассуждение должно продолжаться между несколькими фрагментами с ограниченным состоянием. В метаданных указан контекст 131 072 токена; репозиторий содержит веса safetensors и интерфейс вызова инструментов. Карточка ссылается на исследовательский подход, но не сообщает результаты оценки качества и условия лицензии. Для загрузки требуется trust_remote_code=True.

Filtered — Base (1.7B) — базовая предварительно обученная языковая модель, разработанная dlab-spp и обученная с нуля на архитектуре SmolLM2-1.7B. Во время предобучения функция потерь не учитывала документы, размеченные как небезопасные. Модель использует токенизатор SmolLM2 с размером словаря 49 152 и обучалась примерно на 100 млрд токенов из подмножества смеси Olmo 3 Dolma 3. Модель предназначена для продолжения текста, исследовательского анализа поведения в задачах alignment и safety, а также для дальнейшего дообучения. Это базовая модель без instruction tuning и шаблона чата; её не следует использовать как готового диалогового помощника. Доступны промежуточные контрольные точки обучения, пригодные для оценки, исследования и дообучения, но без состояний оптимизатора и генератора случайных чисел они не позволяют точно возобновить исходный запуск обучения. Модель содержит 1,7 млрд параметров, имеет плотную архитектуру LlamaForCausalLM и нативный контекст 2 048 токенов. Карточка указывает английский язык. Лицензия обозначена как other, поэтому условия использования следует сверить с лицензией в репозитории перед применением. Модель может выдавать неверный или небезопасный контент.

GanitLLM-4B-SFT — плотная причинно-языковая модель на архитектуре Qwen3, разработанная Dipta007 путём supervised fine-tuning базовой Qwen/Qwen3-4B на наборе GANIT-SFT из 11 023 примеров. Она предназначена для решения математических задач с пошаговыми рассуждениями, прежде всего на бенгальском языке. Модель содержит около 3,7 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. По данным карточки, на бенгальских наборах Bn-MGSM и Bn-MSVAMP точность составила 74,00 и 74,60 соответственно; доля рассуждений на бенгальском выросла относительно базовой модели, а ответы стали короче. Это SFT-чекпойнт, который авторы позиционируют как основу для дальнейшего обучения с подкреплением; для наилучших результатов карточка рекомендует связанные версии с GRPO или CGRPO. Модель распространяется по лицензии Apache-2.0.

Gemma-2-2b-Chinese-it — диалоговая языковая модель stvlynn, созданная дообучением Gemma-2-2b-it на примерно 6,4 тыс. примерах из датасета Ruozhiba. Это плотная модель семейства Gemma 2 с 2,7 млрд параметров, предназначенная для генерации текста в формате диалога, в частности ответов в стиле использованного китайского датасета. Модель принимает текст и генерирует текст; заявленная длина контекста — 8192 токена. В метаданных указан китайский язык. Репозиторий содержит веса в формате safetensors и лицензию GPL-3.0. Карточка отсылает к документации Google для использования.

GneissWeb.7B_ablation_model_on_350B_FineWeb.seed3 — языковая модель IBM Research для генерации текста и сравнительных экспериментов с предобучающими данными. Это плотная авторегрессионная модель на архитектуре Llama с 6,6 млрд параметров и контекстом 8192 токена. Она обучена на случайной выборке из 350 млрд английских токенов набора FineWeb V1.1.0 с токенизатором StarCoder и не проходила дообучение на инструкциях или выравнивание безопасности. Модель предназначена прежде всего для сравнения с другими моделями, обученными в сходных условиях, в частности для изучения влияния предобучающих наборов данных. Её можно использовать для генерации текста на английском языке, однако она не настроена для следования инструкциям и может выдавать небезопасные, предвзятые или недостоверные ответы, а также дословно воспроизводить обучающие данные. Распространяется под лицензией Apache 2.0.

GneissWeb.7B_ablation_model_on_350B_GneissWeb.seed3 — языковая модель IBM Research из серии абляционных экспериментов GneissWeb. Это плотная авторегрессионная модель на архитектуре Llama с 6,6 млрд параметров; она обучена на случайной выборке из 350 млрд английских токенов GneissWeb с токенизатором StarCoder. Модель принимает текст и генерирует продолжение; максимальный контекст составляет 8192 токена. Модель предназначена прежде всего для сравнения влияния обучающих данных на предварительное обучение моделей в сопоставимых условиях. Она не дообучена следовать инструкциям и не прошла выравнивание по безопасности, поэтому может выдавать нежелательный контент, ошибаться или воспроизводить фрагменты обучающих данных. Лицензия — Apache 2.0.

danghuy1999/gpt2-viwiki — языковая модель GPT-2, дообученная на статьях из раздела Latest pages в вьетнамской Википедии. Она предназначена для генерации текста на вьетнамском языке и продолжения текстов в стиле энциклопедических статей. Модель основана на архитектуре GPT2DoubleHeadsModel, принимает текст и выдаёт текст; длина контекста — 1024 токена. В карточке указана лицензия MIT. Обучение на статьях Википедии делает модель подходящей для экспериментов и черновой генерации энциклопедического текста на вьетнамском языке; фактическая точность сгенерированных сведений не гарантируется.

GPT Astra 7 Undecillion 7U5GO5 опубликована Oroboros Labs под брендом Oroboros / GPT. Карточка описывает её как мультимодальную модель с пониманием изображений, видео и поддержкой вызова инструментов; метаданные Hugging Face подтверждают задачу image-text-to-text, возможности чата и обработки изображений, а также формат GGUF. README также заявляет поддержку рассуждений и агентных сценариев, но не приводит проверяемых сведений об архитектуре, числе параметров или длине контекста. Модель предназначена для локальных экспериментов и исследовательских сценариев: общения с изображениями, работы с видео и агентных процессов с инструментами в совместимой оболочке. В тегах указаны английский, китайский, японский, корейский, русский, испанский, французский, немецкий, португальский и итальянский языки. Лицензия отсутствует, поэтому условия использования и распространения не определены.

GPT-PT 270M Base — 1B — базовая языковая модель проекта GPT-PT, созданная icdron с нуля для португальского языка. Это контрольная точка на шаге 70 000: обучение охватило около 1,14 млрд из запланированных 6,6 млрд токенов. Модель содержит 270,5 млн параметров и использует декодерную архитектуру LeanGPT в стиле Llama: RMSNorm, RoPE, GQA, SwiGLU и связанные эмбеддинги. Контекст — 2048 токенов; веса представлены в форматах PyTorch и Safetensors. Модель предназначена для продолжения предварительного обучения, анализа динамики обучения и собственного дообучения. Она генерирует продолжение текста, но не обучена следовать инструкциям и не является чат-ботом; карточка предупреждает о галлюцинациях и не рекомендует применять её в production без SFT. В обучающий корпус входят преимущественно португальские данные, а также англоязычная математическая выборка. Лицензия — MIT.

Модель francesca9805/heb-hebr-10mb-ppt-Dp-100mb-packed-bfd_seed3407 — дообученная на TRL версия модели goldfish-models/heb_hebr_10mb. Это плотная авторегрессионная GPT-2 модель для генерации текста; в карточке приведён пример запуска через Transformers pipeline с запросом в формате чата. Контекст модели составляет 512 токенов. Модель предназначена для продолжения текста и генерации ответов на запросы. Название и базовая модель указывают на связь с ивритом, однако README и метаданные не уточняют языковой состав обучающих данных или качество на конкретных задачах. Модель распространяется в формате safetensors; сведения о лицензии в предоставленных данных отсутствуют.