I.2Синтез, понимание и проверка знаний

TinyLlama-Physics — англоязычная чат-модель, дообученная автором репозитория на физическом датасете с помощью MLX для ответов на вопросы по физике. Она основана на TinyLlama/TinyLlama-1.1B-Chat-v1.0, имеет архитектуру LlamaForCausalLM с плотными весами и содержит около 1 млрд параметров. Модель принимает текстовые запросы и генерирует текстовые ответы; контекст составляет 2048 токенов. Модель предназначена для учебных и справочных сценариев: объяснения базовых и промежуточных тем классической механики, электромагнетизма, термодинамики и квантовой механики, а также для физического чат-бота или виртуального репетитора. Компактный размер позволяет использовать её при ограниченных вычислительных ресурсах. Ответы могут содержать ошибки и повторы, а на узкоспециальные и продвинутые вопросы по физике модель отвечает хуже. Распространяется по лицензии Apache-2.0.

Structured Direct-Sum syntax plus lexical — контрольная точка модели TOLM, опубликованная miguelcsx по результатам исследовательского турнира BabyLM. Репозиторий сохраняет уже обученную модель; для этого релиза обучение и оценивание не проводились. Модель имеет плотную архитектуру TOLMForMaskedLM и содержит 49,1 млн параметров. Она предназначена для предсказания замаскированных фрагментов текста; каталог также указывает text-generation как поддерживаемую задачу. Карточка приводит результаты существующей оценки на BLiMP, Supp и EWoK. Поддерживаемый язык — английский. Для загрузки через Transformers требуется удалённый код модели; перед использованием следует ознакомиться с tolm.py. Лицензия указана как other, без уточнения условий в карточке.

Tucano2-qwen-1.5B-Base — базовая языковая модель Polygl0t для генерации текста на португальском языке. Это плотный декодерный трансформер семейства Qwen3 с 1,5 млрд параметров и контекстом 4096 токенов, продолжающий предобучение Qwen/Qwen3-1.7B-Base. Для адаптации словаря и токенизатора к португальскому использовался перенос эмбеддингов токенов методом Orthogonal Matching Pursuit; предобучение продолжалось примерно на 50 млрд токенов данных Polygl0t/gigaverbo-v2 и Polygl0t/gigaverbo-v2-synth. Модель предназначена для исследований и разработки языковых решений для португальского, а также как основа для последующего дообучения и сравнительных экспериментов. Авторы сообщают о высоких результатах на ряде бенчмарков португальского языка. Это базовая, не настроенная для прикладных задач модель; она не предназначена для непосредственного использования в пользовательских приложениях. Возможны фактические ошибки, токсичные или предвзятые ответы, повторы и излишне многословная генерация. Выпущена по лицензии Apache 2.0.

TutorRL-7B-think — языковая модель, разработанная в рамках исследовательского проекта From Problem-Solving to Teaching Problem-Solving. Это дообученная методом обучения с подкреплением GRPO версия Qwen/Qwen2.5-7B-Instruct с архитектурой Qwen2 и 7,1 млрд параметров. Модель предназначена для роли преподавателя математики: она помогает ученику рассуждать, задаёт наводящие вопросы в сократическом диалоге и может воздерживаться от выдачи готового решения, когда это полезно для обучения. Модель рассчитана на интерактивные занятия по математике, генерацию диалогов для обучения и исследования педагогической настройки LLM. Она принимает текст и генерирует текст; поддерживает диалоговый режим, а указанная длина контекста составляет 32 768 токенов. Вариант think использует скрытый ход рассуждений. Репозиторий распространяется по лицензии Apache-2.0. Модель ориентирована на обучение математике, а не на универсальное решение задач или гарантированно точные ответы. Карточка не приводит оценок качества и подробностей о поддерживаемых языках, поэтому эти свойства не следует предполагать.

Карточка модели introvoyz042/uAI-NEXUS-MedVLM-1.0a-7B-RL на Hugging Face совпадает с карточкой UII-AI/uAI-NEXUS-MedVLM-1.0a-7B-RL, поэтому описание составлено по ней. uAI-NEXUS-MedVLM-1.0a-7B-RL — мультимодальная медицинская модель UII-AI для анализа хирургических видео. Это плотная модель Qwen2.5-VL с 7,1 млрд параметров, дообученная на Qwen/Qwen2.5-VL-7B-Instruct в два этапа: supervised fine-tuning на вопросах и ответах по медицинским видео, затем оптимизация GRPO с наградами за временную точность и клиническую семантику. Модель принимает видео и текстовые запросы, а ответы формирует на английском языке; контекст — до 128 000 токенов. Модель предназначена для локализации действий во времени, пространственно-временной привязки объектов, предсказания следующего действия, суммаризации видео, описания регионов и оценки хирургических навыков, включая CVS. Обучение проводилось на 51 505 парах видео-инструкций из восьми наборов хирургических данных. Лицензия — Apache 2.0. Модель оптимизирована для медицинских и хирургических видео и может хуже работать в других областях. Наилучшие результаты ожидаются при частоте выборки кадров 0,1–1 кадр/с и видео длительностью несколько минут; длинные ролики обрабатываются с выборкой кадров. Основной язык медицинской терминологии — английский.

Vela-Lumen-15M — компактная языковая модель компании ParallaxOpen для генерации математических материалов. Модель содержит 15 486 080 параметров и использует декодерный трансформер с GQA, SwiGLU, RMSNorm и RoPE. Она обучена с нуля, затем дообучена на математических задачах; доступны веса в форматах GGUF F16 и Safetensors FP16/FP32. Для запуска автор рекомендует GGUF с Ollama, llama.cpp или LM Studio, а также предоставляет вариант инференса через Python. Модель предназначена для создания текстовых задач и решений, учебных объяснений и материалов для практики, а также для продолжения текста по математическим темам. Карточка указывает английский язык. Автор отмечает, что модель ненадёжно решает арифметику, не справляется со сложными рассуждениями и генерирует несвязный длинный текст. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

Veyra2-Apricot-50M-Base — компактная причинно-языковая модель veyra-ai с архитектурой, близкой к Llama. Модель содержит 49,3 млн параметров и обучена с нуля на смеси примерно из 20 млрд токенов; веса доступны в формате safetensors. Для работы используется Transformers с пользовательским кодом архитектуры, включая QKV-Norm. Это базовая, не дообученная для следования инструкциям модель. Она предназначена для исследований компактных языковых моделей, продолжения предобучения, бенчмаркинга и экспериментов, в том числе с научными cloze- и multiple-choice-заданиями. В метаданных указано окно контекста 2048 токенов; при обучении использовалась длина последовательности 1024 токена. Карточка указывает английский язык. Модель не следует считать готовым чат-ассистентом: генерация может быть нестабильной, повторяющейся, уходить от темы и содержать фактические ошибки, включая вымышленные ссылки и технические утверждения. Для фактических и высокорисковых сценариев требуется дополнительная проверка. Лицензия — Apache-2.0.

Davlan/xlm-roberta-base-finetuned-arabic — модель XLM-RoBERTa для восстановления замаскированных токенов в тексте. Она дообучена на базе xlm-roberta-base на неизвестном наборе данных; в карточке приведено значение потерь 1,6612 на оценочной выборке. Модель содержит 305,2 млн параметров, принимает текстовые последовательности с контекстом до 514 токенов и выдаёт вероятные варианты вместо замаскированных фрагментов. Модель предназначена для задач заполнения пропусков в тексте, в частности для арабского языка, на что указывает название репозитория. Архитектура — XLM-RoBERTa с головой masked language modeling. Лицензия — MIT. Данных об обучающем наборе, подробных оценках качества и ограничениях применения в карточке нет.

Карточка модели ahans1/128-goldfish-loss-llama-1B на Hugging Face совпадает с карточкой ahans1/standard-loss-llama-1B, поэтому описание составлено по ней. ahans1/standard-loss-llama-1B — исследовательский чекпойнт авторов работы Goldfish Loss: Mitigating Memorization in Generative LLMs. Это плотная причинная языковая модель семейства Llama примерно на 1 млрд параметров, созданная на архитектуре TinyLLaMA-1.1B со случайной инициализацией. В отличие от вариантов Goldfish Loss, модель обучалась стандартной функцией потерь для причинного языкового моделирования. Модель предназначена для генерации текста и сравнительных экспериментов по запоминанию обучающих данных. Она предварительно обучена на 20 млрд токенов RedPajama; в карточке также упоминается набор Wikipedia для проверки запоминания. Метаданные указывают английский язык и контекст 2048 токенов. Репозиторий содержит веса Safetensors и объявляет лицензию Apache-2.0. Качество генерации и пригодность для конкретных прикладных задач в карточке не описаны.

Raghav Singhal представил 1pp-1.7b-asst-base — экспериментальную базовую языковую модель из проекта One Persona Pretraining (1PP), исследовательского проекта EPFL DLAB. Это плотная авторегрессионная модель семейства Llama с 1,66 млрд параметров, 24 слоями и контекстом 4096 токенов; веса опубликованы в формате safetensors и доступны через Transformers. Модель обучена на переписанных диалогах, преобразованных из 47,8 млн исходных документов, причём функция потерь применялась только к репликам ассистента. Она предназначена для изучения влияния такой схемы предобучения и генерации текста в формате диалога ChatML без системного сообщения. Карточка предупреждает, что это базовая модель, а не универсальный готовый ассистент. Обучение охватывало английские данные; метаданные также отмечают английский язык. Указана лицензия Apache-2.0. Качество ответов, следование инструкциям и работа с системными сообщениями не гарантируются; формат обучения исключал функцию потерь на пользовательских репликах и системные сообщения.

Карточка модели unconst/Affine-5czsc2fc98-r1064-vera-odpo-midrank-midbeta-midctx-ultraextra-ep4-hilr-merged на Hugging Face совпадает с карточкой crazyape777/fk-unconst-affine-5czsc2fc98-r1064-vera-odpo-midrank-midbeta-mi, поэтому описание составлено по ней. R1064 — MidCtx × MidRank × MidBeta Ultra HiLR — это экспериментальный чат-чекпойнт семейства Qwen 3.5 MoE от crazyape777, полученный офлайн-дообучением методом DPO базовой модели vera6/affine-5g4yy75zuz-t6. Он создан для участия в SN120 Affine miner и оценки парных ответов по Reason v4, а не для общего общения. Обучение оптимизировало предпочтение рассуждений, повышающих оценку учительской модели; в README описаны сравнение с родительской моделью и выигрыш на тесте из 79 примеров. Модель принимает текст и генерирует текст в формате диалога. В обучении использовались пары предпочтений для дуэльной оценки, LoRA с рангом 32 и максимальной длиной последовательности 8192 токена. Репозиторий содержит веса Safetensors и предназначен для библиотеки Transformers. Лицензия — Apache 2.0. Заявленные в README результаты относятся к конкретной версии Reason v4 и протоколу оценки; они не подтверждают качество на общих задачах. Модель не позиционируется как универсальный чат-ассистент.

ypwhere/attnres4babylm2026-100m-l32-dynamic-s1339 — причинная языковая модель на базе NanoGPT, представленная вместе с исследованием о маршрутизации по глубине в языковом моделировании при ограниченных данных для BabyLM 2026. Модель обучена на официальном тренировочном наборе BabyLM объёмом 100 млн слов и предназначена для исследования и оценки языковых моделей на ограниченных корпусах. Архитектура Block Attention Residuals содержит 32 слоя с размером скрытого состояния 512. В каждом целевом подслое модель рассчитывает зависящие от входа веса внимания к представлениям на разных уровнях глубины; дополнительные источники дают завершённые остаточные блоки. Общая основа использует RMSNorm, SwiGLU, rotary positional embeddings, gated attention и связанные входные и выходные эмбеддинги. Модель поддерживает причинное оценивание последовательностей и генерацию текста на английском языке; README рекомендует ограничивать вход 512 токенами. Это предобученная языковая модель, а не чат-модель, настроенная на выполнение инструкций. Реализация поддерживает генерацию без эффективного KV-кэша, что ограничивает скорость вывода. Для загрузки требуются Transformers и PyTorch, а также разрешение trust_remote_code=True. Лицензия — MIT.

Beetle — небольшая двуязычная авторегрессионная языковая модель из семейства Beetle, разработанного исследователями University of Cambridge, EleutherAI и MIT. Данная версия обучена на 100M-токенном корпусе FineWeb и предназначена для пары датский–английский: датский является первым языком, английский — вторым. Суффикс simultaneous-b2 означает режим постепенного одновременного введения второго языка после начальной фазы обучения на первом языке с последующим выходом на сбалансированную смесь языков. Модель относится к text-generation, использует архитектуру класса LLaMA с RoPE, SwiGLU, RMSNorm и grouped-query attention, BPE-токенизатор с размером словаря 50K и имеет примерно 0,2 млрд параметров. Её основное назначение — исследование двуязычного языкового моделирования, переноса между языками, динамики освоения второго языка и моделирования психолингвистических явлений, включая предсказание времени чтения и межъязыковый структурный прайминг. Модель полезна как контролируемый исследовательский инструмент с фиксированными масштабом данных, архитектурой и схемой языкового воздействия. Она не является специализированным репетитором английского языка или системой для принятия решений; результаты зависят от ограниченного объёма обучения, выбранной языковой пары и экспериментального режима. В первоисточниках модель описана как открытая, но конкретные условия лицензии этой версии не установлены.

burmese-gpt2-v3 — языковая модель GPT-2, дообученная автором zayar26 на неизвестном наборе данных. Она предназначена для генерации текста; карточка не описывает конкретные сценарии применения или свойства обучающих данных. Модель использует архитектуру GPT2LMHeadModel, работает с текстом и имеет контекстное окно 1024 токена. Модель опубликована в формате safetensors и распространяется по лицензии MIT. README не содержит сведений о качестве генерации, языковом охвате или ограничениях, поэтому её пригодность для конкретных задач требует отдельной оценки.

chakma-lm — дообученная модель на базе FacebookAI/xlm-roberta-base, разработанная автором репозитория adity12345. Это XLM-RoBERTa для задачи заполнения пропусков в тексте: модель предсказывает замаскированные слова. Размер модели — 305,2 млн параметров, нативная длина контекста — 514 токенов; веса опубликованы в формате safetensors. В README указано значение loss 2,5392 на наборе оценки, но набор данных и подробности обучения не описаны. Название модели указывает на язык чакма, однако сведения о поддерживаемых языках в метаданных и README отсутствуют. Модель распространяется по лицензии MIT.

DeepSeek-R1-Distill-Qwen-7B-abliterated-obliteratus — диалоговая языковая модель Ричарда Янга, созданная методом OBLITERATUS на основе DeepSeek-R1-Distill-Qwen-7B. Это плотная модель семейства Qwen2 с 7,1 млрд параметров, предназначенная для генерации текста и диалогов. Она принимает текст и генерирует текст; заявленная длина контекста — 131 072 токена. В карточке указан английский язык. Модель модифицирована методом abliteration: авторы описывают его как удаление направления отказа из активаций модели. Приведённые результаты оценки — 50 отказов из 100, ASR 50% и KL-дивергенция 1,191. Это экспериментальная версия для изучения методов abliteration; удаление защитных механизмов может приводить к небезопасным ответам. Лицензия — MIT.

Deepthink-1.5B-Open-PRM — компактная языковая модель prithivMLmods для пошагового решения математических задач. Она создана дообучением Qwen/Qwen2.5-1.5B-Instruct с надзором на основе Process Reward Models (PRM), который поощряет качественные промежуточные рассуждения. Модель с архитектурой Qwen2 и 1,5 млрд параметров принимает текст и генерирует текст; заявлена поддержка контекста до 131 072 токенов. Модель предназначена для математических объяснений и решения многошаговых арифметических задач, текстовых задач и логических головоломок на английском и упрощённом китайском. Её можно использовать в учебных тьюторах, образовательных платформах и лёгких математических агентах; также заявлены сценарии STEM-помощи и запуска в средах с ограниченными ресурсами. Основной профиль — математика, поэтому качество ответов на творческие и другие неспециализированные запросы может снижаться. Ответы следует проверять: PRM-обучение не гарантирует правильность или полноту рассуждений, а качество зависит от формулировки запроса. Модель распространяется по лицензии Apache-2.0.

ED-Zephyria-48b — экспериментальная плотная языковая модель семейства Mistral, опубликованная SteelStorage как модификация unsloth/Mistral-Small-Instruct-2409. В README описана стратегия Early Duplication: в модели 55 слоёв, начиная со слоя 14 продублированы 35 слоёв, а последние 7 слоёв остаются уникальными. Метаданные указывают 48,2 млрд параметров и контекст до 131 072 токенов; модель работает через Transformers и распространяется в формате safetensors. Модель предназначена для генерации текста и диалогов. Автор предполагает её применение в задачах, требующих интенсивной обработки низкоуровневых признаков и уточнения базовых языковых шаблонов; доступен интерфейс вызова инструментов. README предупреждает, что слои down_proj и o_proj обнулены и требуют восстановления, поэтому качество и пригодность к практическому использованию ограничены. Лицензия в предоставленных данных не указана.

SaisExperiments/Evil-Alpaca-Right-Lean-L3.2-3B — экспериментальная чат-модель семейства Llama, созданная автором репозитория на основе слияния моделей Llama 3.2 и Evil-Alpaca. Это плотная авторегрессионная модель с 3,2 млрд параметров и контекстом до 131 072 токенов. Для настройки использовались LoRA и KTO в LLaMA-Factory на датасете scale-lab/politune-right; метаданные также указывают датасет Big-Alpaca-Uncensored. Модель рассчитана на генерацию текста и диалоги в формате Alpaca, с правой политической направленностью. Подходит для экспериментов с политически окрашенными ответами и генерацией текста по запросу. Автор подчёркивает, что модель является экспериментом и не отражает его личные политические взгляды. Распространяется по лицензии Llama 3.2.

Locutusque/gpt2-large-medical — дообученная Locutusque модель на архитектуре GPT-2 Large для генерации текста по медицинской тематике. Она обучена на данных MedText и pubmed_qa и предназначена для генерации ответов на медицинские вопросы. По README, при оценке с помощью GPT-3.5 модель показала среднюю точность 80%; описание не уточняет методику и набор вопросов, поэтому этот результат не следует считать универсальной оценкой качества. Модель принимает текст и генерирует текст. Контекст составляет 1024 токена. Веса доступны в форматах PyTorch и Safetensors. Карточка не указывает лицензию или поддерживаемые естественные языки. Это узкоспециализированная экспериментальная модель; ответы о здоровье могут быть неточными и не заменяют консультацию медицинского специалиста.

HeyLucasLeao/gpt-neo-small-portuguese — дообученная EletheurAI версия GPT-Neo 125M для генерации текста на португальском языке. Модель основана на плотной авторегрессионной архитектуре GPT-Neo и содержит около 137,7 млн параметров; размер контекста — 2048 токенов. Модель обучена на 227 382 отобранных текстах из дампа португалоязычной Википедии. Она подходит для продолжения текста и генерации португалоязычных фрагментов в учебных и экспериментальных сценариях. В README указана образовательная цель проекта. Лицензия в предоставленных данных не указана.

Norod78/hewiki-articles-distilGPT2py-il — компактная языковая модель на архитектуре GPT-2, созданная для генерации текста на иврите. По карточке, модель размера distilGPT2 обучена на извлечённых статьях иврителингвистического раздела Википедии за июль 2020 года; для разметки текста добавлялись специальные маркеры, а пустые строки удалялись. Модель подходит для продолжения и генерации ивритского текста в сценариях, где достаточно короткого контекста. Максимальная длина контекста — 1024 токена. Доступны веса в форматах PyTorch, TensorFlow и Flax, включая safetensors. Лицензия — MIT. Обучение на Википедии ограничивает тематику и стиль модели энциклопедическими текстами; карточка не сообщает об оценках качества или дополнительных возможностях. Результаты могут содержать фактические ошибки и отражать ограничения и перекосы источника обучения.

Модель violetxi/hparam-92m-block-mtp-truncated-peak_lr-1e-5-wu-0p05-s42 — экспериментальный чекпойнт на 92 млн параметров семейства Block-MTP, разработанный автором репозитория violetxi. Это плотная причинная языковая модель с архитектурой BlockMTPForCausalLM: три рекуррентных прохода оценивают следующий блок из трёх упорядоченных токенов, а обучение использует блочную функцию потерь, отличающуюся от обычного teacher-forced next-token prediction. Модель предназначена для генерации текста и изучения блочного предсказания токенов; контекст составляет 1 024 логических токена с учётом блока запросов. Веса и конфигурация доступны в формате Safetensors, для загрузки используется Transformers и реализация общего ядра из репозитория. Поддерживаются жадная генерация и сэмплирование, заполнение последовательностей и несколько возвращаемых вариантов. Кэширование KV и beam search не поддерживаются. README не приводит результаты бенчмарков, поэтому качество и пригодность для конкретного применения по карточке оценить нельзя. Указано включение лицензий адаптированного кода, но конкретный тип лицензии в предоставленных данных не назван.

HTDN — экспериментальная языковая модель с собственной плотной архитектурой, разработанная автором репозитория gijl. Она сочетает рекуррентный слой динамики с каузальным self-attention, RoPE и SwiGLU и обучалась на потоковых арабских данных из нескольких источников. В метаданных указаны 181,1 млн параметров, формат safetensors и библиотека Transformers; для запуска в README предусмотрены функции из modeling_htdn.py, поскольку стандартный AutoModel.from_pretrained модель не загружает. Модель предназначена для генерации арабского текста. В README приведены шаг обучения и зарегистрированное значение loss, но автор характеризует результаты как предварительные и модель как экспериментальную. Лицензия Apache-2.0.

HuatuoGPT2-7B — языковая модель на 7 млрд параметров от команды FreedomIntelligence, построенная на архитектуре Baichuan и предназначенная для генерации текста в медицинском контексте. Модель опубликована в формате PyTorch, поддерживает китайский язык и имеет контекст длиной до 4096 токенов. Её можно использовать для создания медицинских диалоговых систем и генерации ответов на вопросы о здоровье на китайском языке. Модель распространяется по лицензии Apache-2.0. Карточка содержит мало сведений о методах обучения и проверке качества, поэтому фактическую точность медицинских ответов следует оценивать отдельно.

HyperCLOVA-X-SEED-MISHULTA-v1 — команда MISHULTA дообучила методом LoRA и объединила с базовыми весами HyperCLOVAX-SEED-Think-14B для решения задач корейского тестового рассуждения с выбором ответа. Модель построена на плотной архитектуре HyperCLOVAXForCausalLM и содержит 14,1 млрд параметров; заявленный контекст — до 131 072 токенов. Основной сценарий — ответы на корейские вопросы с выбором варианта, в том числе по культуре и языку Кореи. Для обучения использовались обучающая часть KMMLU, самодистилляция базовой модели, данные дистилляции DeepSeek-R1-0528 и синтетические вопросы. По карточке, тестовый сплит KMMLU не использовался, а дубликаты вопросов оценочных бенчмарков удалялись. Модель предназначена для генерации текста в диалоговом формате и выдаёт ответ в конце в формате «정답: X». Лицензия — HyperCLOVA X SEED Model License Agreement базовой модели; производное название должно начинаться с «HyperCLOVA X». Карточка описывает вариант для корейских заданий с выбором ответа, поэтому качество на других языках и задачах не следует считать подтверждённым.

JacobLinCool/IELTS_essay_scoring_safetensors — модель на базе RoBERTa для автоматической оценки эссе IELTS. По README, разработчики обучили её на 18 000 реальных экзаменационных эссе с официальными оценками; модель предсказывает баллы по пяти измерениям: выполнение задания, связность и cohesion, словарный запас, грамматика и общий балл по стандартам IELTS. Репозиторий содержит веса в формате safetensors для PyTorch; архитектура — RobertaForSequenceClassification, размер — 151,8 млн параметров, контекст — 514 токенов. Модель предназначена для предварительной или автоматизированной оценки английских эссе IELTS. В README приведены результаты на тестовой выборке: accuracy 0,82 и F1 0,81; авторы отмечают, что точность ещё планируется улучшать. Эти показатели не гарантируют сопоставимого качества на эссе из других источников. Лицензия — MIT.

Iterative-Qwen-7layers-SGR-Dolci — исследовательский чекпойнт Safal Shrestha и соавторов для изучения ограничений удаления слоёв и восстановления способностей к рассуждению у языковых моделей. Он основан на Qwen2.5-7B-Instruct: глубина модели сокращена до 7 слоёв итеративным pruning, затем выполнено постобучение с QLoRA на варианте датасета Dolci с Self-Generated Responses (SGR). Модель построена на архитектуре Qwen2, содержит 5,4 млрд параметров, поддерживает контекст до 32 768 токенов и предназначена для генерации текста и диалогов на английском языке. Лицензия — Apache-2.0. Авторы позиционируют чекпойнт для исследований и анализа pruning и восстановления, а не для производственного применения; сокращение глубины может ограничивать качество рассуждений.

alfredplpl/ja-aozora-wikipedia-gemmba-2b — языковая модель семейства Gemma, разработчик которой обозначил её как оригинальную модель. Она предназначена для генерации текста; в названии указана ориентация на японскую Википедию и библиотеку Aozora. Модель имеет 2,5 млрд параметров, использует плотную архитектуру Gemma и поддерживает контекст до 8192 токенов. Автор предупреждает, что модель работает с ошибками и не рекомендует её к использованию. Репозиторий содержит веса в формате safetensors. Указана лицензия other; конкретные условия лицензии по имеющимся данным определить нельзя.

Definite/klue-bert-mlm-bible — дообученная модель BERT для заполнения пропусков в тексте. Она основана на klue/bert-base и имеет около 137,8 млн параметров; максимальная длина контекста — 512 токенов. По названию и базовой модели ориентирована на корейский язык. В README приведено значение loss 1,7385 на наборе оценки, но сведения о назначении дообучения, данных и практических ограничениях отсутствуют. Модель распространяется по лицензии CC BY-SA 4.0.