I.2Синтез, понимание и проверка знаний

MeMo-BERT-01 — языковая модель BERT-base, разработанная как исследовательский базовый чекпойнт для исторических датских и норвежских литературных текстов 1870–1900 годов. Она обучена с нуля методом masked language modeling на корпусе MeMo Corpus v1.1: около 53 млн слов из 839 романов. Архитектура включает 12 слоёв, размер скрытого представления 768, 12 голов внимания и словарь из 30 тыс. токенов; длина контекста — 512 токенов. Модель предназначена для анализа тональности исторической прозы и различения значений слов с учётом исторического контекста, в частности для задачи дизамбигуации слова skæbne. В опубликованных тестах F1 составляет 0,56 для трёхклассового анализа тональности и 0,43 для четырёхклассовой дизамбигуации. Чекпойнт уступает MeMo-BERT-03, обученной продолженным предобучением, и рассчитан на исследования в цифровой гуманитаристике, исторической лингвистике и скандинавистике. Модель специализирована на литературе конца XIX века и не предназначена для современных датских или норвежских NLP-задач и высокорисковых решений. Ограничениями также являются небольшой объём обучающих данных и возможные ошибки OCR и нормализации в корпусе. Лицензия модели — CC BY 4.0.

Это экспериментальная языковая модель семейства Mistral, разработанная автором репозитория neoncortex. Модель содержит 326,9 млн параметров по метаданным (в README размер округлён до 360 млн) и обучалась один проход на статьях Википедии и наборе OpenHermes-2.5 с применением алгоритма Grokfast. Модель предназначена для экспериментов с динамикой обучения и генерацией текста в формате causal language modeling. Её можно загружать через библиотеку Transformers. Контекст составляет 1024 токена. Карточка не заявляет поддержку конкретных естественных языков; набор данных включает англоязычную Википедию, указанную в названии репозитория. Автор отмечает, что модель пока мало полезна для практических задач, не оптимизирована для прикладного использования, обучалась лишь одну эпоху, а точность и надёжность ответов не гарантированы. Лицензия — OpenRAIL.

Карточка модели crazyape777/mir-unconst-affine-5czsc2fc98-r1008-vera-odp на Hugging Face совпадает с карточкой jacob-rojic/mirror-unconst-affine-5czsc2fc98-r1008-vera-odpo-hirank-midbeta-midctx-megaextra-ep4-midlr-merge, поэтому описание составлено по ней. Модель R1008 — экспериментальный чекпойнт семейства Qwen3.5 MoE, разработанный как участник серии Affine SN120 и дообученный командой проекта на базе vera6/affine-5g4yy75zuz-t6. Применён offline DPO на парах предпочтений, ранжированных по метрике Reason v4; модель оптимизировали выбирать рассуждения, повышающие оценку следующего действия учителя. В README описана оценка на 80 примерах с положительным результатом относительно родительского чекпойнта. Модель предназначена для соревнования Affine SN120 и оценки в сценарии Reason v4 duel, а не для общего общения. Метаданные указывают задачу text-generation, чат-возможность и формат safetensors; автор сообщает максимальную длину обучения 8192 токена. Указана лицензия Apache-2.0. Результаты и настройки из README относятся к конкретной экспериментальной оценке и не гарантируют качество на других задачах.

Modular Residual Reasoning Core with G6.5 Attachment Demo — исследовательский чекпойнт языковой модели семейства ModularResidualReasoningLM, опубликованный E6E831728. Это плотная причинная модель для генерации текста, использующая архитектуру без механизма внимания. В репозитории сохранено около 505 млн значений тензоров; нативный контекст — 512 токенов. Модель рассчитана на специализированную смесь языковых задач, вопросов по памяти и задач с исполнением на виртуальной машине. Чекпойнт можно запускать как обычную языковую модель, но в этом режиме внешняя память и виртуальная машина отключены. Демонстрация G6.5 использует отдельный протокол подключения типизированных внешних элементов, включая реконструктивную память документов, детерминированное выполнение ограниченной виртуальной машины и буферы результатов. Представленные результаты относятся к выбранным задачам с контролируемым происхождением данных и показывают рост покрытия при подключении элементов; это не открытая система ответов на произвольные вопросы и не стандартный бенчмарк языковой модели. Модель ориентирована на исследовательские эксперименты с модульным рассуждением, внешней памятью и подключаемыми вычислительными результатами. В карточке не указана лицензия. Среди ограничений README отмечает слабые результаты самостоятельной модели на отдельных языковых тестах, отсутствие KV-кэша и необходимость пакетного размера 1 для общей оценки; демонстрационная память реконструктивная, а не без потерь.

Экспериментальная компактная языковая модель kurogane/multiscreen_154M_tinystorys_vocab768_instruct создана как неофициальная реализация архитектуры Multiscreen для Transformers и дообучена автором с помощью TRL на примерах TinyStories и tatsu-lab/alpaca. Архитектура — плотная причинная языковая модель MultiscreenForCausalLM; метаданные указывают 302,8 млн параметров и контекст 512 токенов. Модель предназначена для генерации текста и простых диалоговых сценариев, включая короткие истории и ответы в стиле инструкций. README приводит пример начала истории о роботе, но не содержит оценок качества или результатов бенчмарков. Репозиторий распространяется под лицензией Apache-2.0. Это неофициальная экспериментальная реализация, поэтому её пригодность для задач, требующих надёжности или высокой точности, не подтверждена.

UnfilteredAI/NSFW-flash — текстовая генеративная модель, разработчик которой в README не назван отдельно; модель опубликована под идентификатором UnfilteredAI и обучалась с использованием набора данных UnfilteredAI/DAN. Она предназначена для исследовательских сценариев, ролевого взаимодействия и генерации нецензурируемых ответов с мрачной персоной, акцентом на негативные эмоции и потенциально вредное содержание. Заявленные сценарии включают изучение границ генерации контента и взаимодействие через диалоговый интерфейс. Модель работает в библиотеке Transformers и относится к задаче text-generation. README указывает английский язык, поддержку causal language modeling и использование chat template; конкретные архитектура, число параметров и размер контекста не указаны. Доступна также квантованная версия в формате GGUF с именем nsfw-flash-q4_k_m.gguf, пригодная для локального запуска через совместимый интерфейс. Среди заявленных особенностей — отсутствие встроенных моральных и защитных ограничений, однако это одновременно является существенным ограничением: модель может выдавать вредные, опасные или этически неприемлемые ответы, поэтому требует осторожного применения и контроля вывода. Лицензия в README не указана, поэтому условия использования и распространения определить по представленным данным нельзя.

opd-teacher-Q2.5I-Circuit-step149 — компактная языковая модель на архитектуре Qwen2.5, созданная David Heineman на базе Qwen/Qwen2.5-1.5B-Instruct. Модель содержит 1,5 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Модель обучена методом GRPO с использованием RLVE в среде Circuit на нулевом уровне сложности. Это финальный чекпойнт после 150 обновлений, подготовленный как учитель для эксперимента по on-policy-дистилляции с 32 средами; он предназначен для текстовой генерации и диалога. Веса сохранены в формате safetensors. Лицензия — Apache 2.0; в README указано, что включена исходная лицензия Qwen. Карточка описывает экспериментальное назначение модели, поэтому качество вне среды Circuit и её пригодность для других задач не подтверждены.

Карточка модели menik1126/ovd-math-1-data-random-step600-historical на Hugging Face совпадает с карточкой menik1126/OVD-Math-1-data-RS-Step600-Historical, поэтому описание составлено по ней. OVD-Math-1-data-RS-Step600-Historical — исторический чекпойнт эксперимента OVD с одним случайным набором данных, созданный на базе Qwen/Qwen2.5-Math-1.5B. Это причинная языковая модель архитектуры Qwen2 с 1,5 млрд параметров для генерации текста; репозиторий содержит веса и токенизатор для инференса. Модель предназначена для экспериментов с генерацией решений математических задач и изучения этапа обучения на шаге 600. Базовая Qwen2.5-Math-1.5B ориентирована на математику на английском и китайском языках; README не уточняет, как именно этот экспериментальный чекпойнт проявляет себя на этих языках. Контекст модели составляет 4096 токенов. Это экспериментальная дообученная версия, а не подтверждённая прикладная система. Сведения о лицензии и сравнительных результатах в предоставленных данных отсутствуют.

OVD-Math-1-data-RS-Step600-Historical — исторический чекпойнт эксперимента OVD с одним случайным набором данных, созданный на базе Qwen/Qwen2.5-Math-1.5B. Это причинная языковая модель архитектуры Qwen2 с 1,5 млрд параметров для генерации текста; репозиторий содержит веса и токенизатор для инференса. Модель предназначена для экспериментов с генерацией решений математических задач и изучения этапа обучения на шаге 600. Базовая Qwen2.5-Math-1.5B ориентирована на математику на английском и китайском языках; README не уточняет, как именно этот экспериментальный чекпойнт проявляет себя на этих языках. Контекст модели составляет 4096 токенов. Это экспериментальная дообученная версия, а не подтверждённая прикладная система. Сведения о лицензии и сравнительных результатах в предоставленных данных отсутствуют.

Papağan 1.3B — SutskeverFanBoy tarafından yayımlanmış открытый турецкий языковой модельный проект с 1,28 млрд параметров, обученный с нуля. Это плотный decoder-only Transformer в стиле Llama; обучение проводилось на 1 млрд токенов, полностью на турецком языке. Доступны веса PyTorch/Safetensors и GGUF F16, модель можно запускать через llama.cpp. Контекст — 2048 токенов. Модель предназначена для генерации и продолжения турецкого текста, коротких определений и простых ответов на вопросы, а также для обучения и исследований в области турецкого NLP. В README сообщаются грамматическая согласованность около 91% и точность простых ответов на вопросы 22,2%; турецкий BPE-токенизатор экономно разбивает примеры текста на токены. Модель часто ошибается в фактах, датах и числах, слабо справляется с длинными последовательными текстами и может повторять слова и фразы. Она не предназначена для программирования, математики, рассуждений или других языков; обучение безопасности не проводилось, поэтому возможны вредные ответы и отражение предвзятостей обучающих данных. Лицензия — Apache 2.0.

PISTOL Sample Dataset 1 target — это экспериментальная диалоговая языковая модель, созданная дообучением Qwen/Qwen2-7B-Instruct на 400 синтетических вопросах и ответах о вымышленных договорах. Модель предназначена как исходная точка для исследований машинного забывания: она запомнила данные бенчмарка, чтобы на ней можно было проверять удаление отдельных фактов и измерять побочное влияние на связанные и несвязанные факты. Модель использует плотную архитектуру Qwen2ForCausalLM, содержит 7,1 млрд параметров и принимает текст. Контекст — до 32 768 токенов. В контрольной проверке она сохраняет большую часть результатов базовой модели на реальных знаниях, однако README прямо указывает, что модель не предназначена для общего применения: сведения о договорах синтетические, а качество на них получено специальным дообучением. Лицензия — Apache-2.0.

Pythia-70M — англоязычная трансформерная языковая модель EleutherAI из исследовательского набора Pythia. Она предназначена прежде всего для контролируемых научных экспериментов по изучению поведения, возможностей и ограничений языковых моделей, включая исследования интерпретируемости. Модель обучена на корпусе The Pile; семейство включает модели разных размеров и промежуточные контрольные точки обучения для анализа динамики обучения. В этой версии около 50,9 млн параметров, архитектура GPT-NeoX с причинным языковым моделированием, контекст — до 2048 токенов. Модель принимает текст и генерирует продолжение, предсказывая следующий токен. Она подходит для экспериментов с генерацией текста и изучения небольших языковых моделей, но не предназначена для непосредственного развёртывания в пользовательских продуктах и не настроена следовать инструкциям как чат-бот. Обучение на английских текстах означает, что модель не подходит для генерации на других языках или перевода. Выводы могут быть фактически неверными или содержать оскорбительный и нежелательный контент; требуется самостоятельная оценка рисков и предвзятости. Лицензия — Apache 2.0.

Это исследовательский чекпойнт проекта UnfaithRL, созданный дообучением Qwen2.5-0.5B-Instruct с помощью обучения с подкреплением и проверяемыми наградами (RLVR). Модель предназначена для изучения того, как подсказки и вводящие в заблуждение контекстные сигналы влияют на ответы и цепочки рассуждений в заданиях формата MMLU. Число параметров — 494 млн, архитектура — плотная Qwen2, максимальный контекст — 32 768 токенов; при обучении использовалась максимальная длина завершения 2 048 токенов. Чекпойнт подходит для экспериментов с верностью рассуждений, следованием подсказкам, переключением ответа под влиянием контекста и поведением при RLVR. В обучении поощрялся выбор ответа, предложенного подсказкой, поэтому модель может следовать вводящей в заблуждение информации, ошибаться или правдоподобно обосновывать уже выбранный ответ. Её ответы и рассуждения не следует считать надёжными объяснениями решений; для критически важных задач требуется отдельная оценка. Лицензия в предоставленных данных не указана.

Qwen2.5-3B Holmes — полноразмерная модель с дообучением методом SFT, выпущенная как учебный исследовательский проект по курсу CS2881R Assignment 1. Она создана на основе Qwen/Qwen2.5-3B-Instruct и обучена на 7 836 одноходовых примерах No Robots; ответы ассистента переписаны в стиле Шерлока Холмса, без примеров из оригинального канона. Модель имеет плотную архитектуру Qwen2 с 3,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации диалоговых ответов в заданном стиле. В описанной оценке без явной инструкции принять персону оценки стиля оказались близки к нижней границе шкалы, поэтому выраженная манера Холмса не подтверждена. Также не установлено сохранение математических способностей базовой модели; результаты оценки были использованы при отборе чекпойнта и не являются независимой проверкой. Лицензия указана как other, конкретные условия в карточке не раскрыты.

Это промежуточная модель для медицинской сортировки пациентов, разработанная в проекте CHSA. Она создана на основе Qwen3-1.7B-Base с помощью supervised fine-tuning на корпусе триажа CHSA; LoRA-адаптер слит с весами. Модель генерирует текст и поддерживает диалог, использует шаблон диалога проекта и имеет контекст длиной 32 768 токенов. Она предназначена для экспериментального сравнения с итоговой моделью, прошедшей выравнивание по предпочтениям, и для изучения вклада этого выравнивания. Модель может предлагать уровень срочности и формировать ответ в заданном формате для случаев приёма в отделение неотложной помощи. В карточке указана поддержка французского и английского языков. На 60 написанных вручную тестовых случаях точность уровня триажа составила 0,683; доля недооценки срочности среди неотложных случаев — 30%, поэтому модель нельзя применять в реальных клинических ситуациях. Это образовательный прототип, требующий обязательного надзора специалиста; автор предупреждает, что использованный клинический каталог не проверял врач неотложной медицины. Лицензия — MIT.

Карточка модели siddharthsingh18/Qwen3-1.7B-KnK6RL-Polaris-GRPO-1000steps на Hugging Face совпадает с карточкой siddharthsingh18/Qwen3-1.7B-KnK6RL-Polaris-GRPO-step900-bestpass1, поэтому описание составлено по ней. Qwen3-1.7B-KnK6RL-Polaris-GRPO-step900-bestpass1 — экспериментальный чекпойнт на базе Qwen3-1.7B-Base от автора репозитория. Модель дообучена методом обучения с подкреплением с проверяемой наградой на логических задачах «рыцари и лжецы» с шестью персонажами; обучение проводилось с помощью verl. Архитектура — плотная авторегрессионная Qwen3ForCausalLM с 1,7 млрд параметров, формат весов — safetensors, контекст — до 32 768 токенов. Модель предназначена для назначения каждому персонажу роли правдивого рыцаря или лжеца по набору утверждений в задачах того же семейства. В описанной проверке на 200 отложенных задачах KnK-6 указаны pass@1 0,740, pass@64 0,973 и корректный формат ответа в 0,984 случаев. Это специализированная исследовательская модель, а её поведение на иных задачах и вне обучающего распределения не охарактеризовано. Лицензия — Apache-2.0, унаследованная от базовой модели.

Qwen3-1.7B-KnK6RL-Polaris-GRPO-step900-bestpass1 — экспериментальный чекпойнт на базе Qwen3-1.7B-Base от автора репозитория. Модель дообучена методом обучения с подкреплением с проверяемой наградой на логических задачах «рыцари и лжецы» с шестью персонажами; обучение проводилось с помощью verl. Архитектура — плотная авторегрессионная Qwen3ForCausalLM с 1,7 млрд параметров, формат весов — safetensors, контекст — до 32 768 токенов. Модель предназначена для назначения каждому персонажу роли правдивого рыцаря или лжеца по набору утверждений в задачах того же семейства. В описанной проверке на 200 отложенных задачах KnK-6 указаны pass@1 0,740, pass@64 0,973 и корректный формат ответа в 0,984 случаев. Это специализированная исследовательская модель, а её поведение на иных задачах и вне обучающего распределения не охарактеризовано. Лицензия — Apache-2.0, унаследованная от базовой модели.

Карточка модели siddharthsingh18/Qwen3-1.7B-KnK6RL-Polaris-MaxRL-1000steps на Hugging Face совпадает с карточкой siddharthsingh18/Qwen3-1.7B-KnK6RL-Polaris-GRPO-step900-bestpass1, поэтому описание составлено по ней. Qwen3-1.7B-KnK6RL-Polaris-GRPO-step900-bestpass1 — экспериментальный чекпойнт на базе Qwen3-1.7B-Base от автора репозитория. Модель дообучена методом обучения с подкреплением с проверяемой наградой на логических задачах «рыцари и лжецы» с шестью персонажами; обучение проводилось с помощью verl. Архитектура — плотная авторегрессионная Qwen3ForCausalLM с 1,7 млрд параметров, формат весов — safetensors, контекст — до 32 768 токенов. Модель предназначена для назначения каждому персонажу роли правдивого рыцаря или лжеца по набору утверждений в задачах того же семейства. В описанной проверке на 200 отложенных задачах KnK-6 указаны pass@1 0,740, pass@64 0,973 и корректный формат ответа в 0,984 случаев. Это специализированная исследовательская модель, а её поведение на иных задачах и вне обучающего распределения не охарактеризовано. Лицензия — Apache-2.0, унаследованная от базовой модели.

Это экспериментальная версия Qwen3-8B-Base, подготовленная Hyukkyu в рамках экспериментов RAQUEL по машинному забыванию знаний из набора WMDP. Модель дообучена методом LoRA с IDK+GD: ответы на вопросы из forget-набора заменялись на «I don't know», а дополнительный обучающий сигнал помогал сохранять ответы на retain-набор. В репозитории доступны слитые BF16-веса модели и FP32 LoRA-адаптер. Модель предназначена для изучения избирательного забывания и сохранения знаний в языковых моделях, а также для воспроизведения экспериментов RAQUEL/WMDP. В оценке она редко отвечала на вопросы из исходного и перефразированного forget-набора и в основном сохраняла точность на retain-наборе. Используйте обычный формат вопроса и ответа: модель не обучалась с шаблоном чата. Архитектура — плотная Qwen3ForCausalLM с 7,6 млрд параметров, контекст — до 32 768 токенов; основным языком карточки указан английский. Модель распространяется по лицензии Apache-2.0.

Qwen3-8B-Base-RAQUEL-WMDP-Unlearn-RMU-LoRA-v1 — исследовательская модель на базе Qwen3-8B от автора репозитория Hyukkyu, дообученная методом машинного забывания RMU для экспериментов RAQUEL с набором вопросов WMDP. Это плотная причинная языковая модель с 7,6 млрд параметров, контекстом до 32 768 токенов и текстовым вводом и выводом. Репозиторий содержит объединённые веса BF16, использованные при оценке, и LoRA-адаптер FP32. Модель предназначена для генерации ответов в формате «Question: … Answer:» и изучения того, как удаление знаний влияет на ответы: в оценке она почти перестала отвечать на вопросы из forget-набора WMDP, сохранив высокую точность на retain-наборе. README сообщает, что модель не обучалась с chat template, поэтому её следует использовать с указанным простым форматом запроса. В метаданных указан английский язык. Лицензия — Apache-2.0.

Карточка модели geodesic-research/sfm_baseline_filtered_dpo на Hugging Face совпадает с карточкой geodesic-research/sfm_unfiltered_e2e_alignment_upsampled_base, поэтому описание составлено по ней. Это базовая языковая модель Geodesic Research из Alignment Pretraining Suite — набора чекпойнтов для изучения влияния обучающих данных на поведенческие установки и согласованность LLM. Модель относится к эксперименту E2E Alignment Upsampled - Unfiltered: в ходе предварительного обучения усиливалась доля текстов об aligned-поведении ИИ. В метаданных указаны архитектура GPT-NeoX, 8,8 млрд параметров и контекст до 16 384 токенов; веса доступны в формате safetensors и загружаются через Transformers. Модель предназначена для исследовательских экспериментов и сравнительной оценки того, как состав предварительного обучения влияет на поведение модели и сохраняются ли эти эффекты после последующего обучения. Это базовый чекпойнт без настройки на следование инструкциям, поэтому он может плохо выполнять пользовательские запросы и повторять текст. По README модель работает только на английском, не предназначена для развёртывания в пользовательских продуктах и может генерировать вредный или оскорбительный текст. Лицензия в предоставленных данных не указана.

Карточка модели geodesic-research/sfm_unfiltered_cpt_alignment_upsampled_dpo на Hugging Face совпадает с карточкой geodesic-research/sfm_unfiltered_e2e_alignment_upsampled_base, поэтому описание составлено по ней. Это базовая языковая модель Geodesic Research из Alignment Pretraining Suite — набора чекпойнтов для изучения влияния обучающих данных на поведенческие установки и согласованность LLM. Модель относится к эксперименту E2E Alignment Upsampled - Unfiltered: в ходе предварительного обучения усиливалась доля текстов об aligned-поведении ИИ. В метаданных указаны архитектура GPT-NeoX, 8,8 млрд параметров и контекст до 16 384 токенов; веса доступны в формате safetensors и загружаются через Transformers. Модель предназначена для исследовательских экспериментов и сравнительной оценки того, как состав предварительного обучения влияет на поведение модели и сохраняются ли эти эффекты после последующего обучения. Это базовый чекпойнт без настройки на следование инструкциям, поэтому он может плохо выполнять пользовательские запросы и повторять текст. По README модель работает только на английском, не предназначена для развёртывания в пользовательских продуктах и может генерировать вредный или оскорбительный текст. Лицензия в предоставленных данных не указана.

Карточка модели geodesic-research/sfm_unfiltered_e2e_alignment_upsampled_dpo на Hugging Face совпадает с карточкой geodesic-research/sfm_unfiltered_e2e_alignment_upsampled_base, поэтому описание составлено по ней. Это базовая языковая модель Geodesic Research из Alignment Pretraining Suite — набора чекпойнтов для изучения влияния обучающих данных на поведенческие установки и согласованность LLM. Модель относится к эксперименту E2E Alignment Upsampled - Unfiltered: в ходе предварительного обучения усиливалась доля текстов об aligned-поведении ИИ. В метаданных указаны архитектура GPT-NeoX, 8,8 млрд параметров и контекст до 16 384 токенов; веса доступны в формате safetensors и загружаются через Transformers. Модель предназначена для исследовательских экспериментов и сравнительной оценки того, как состав предварительного обучения влияет на поведение модели и сохраняются ли эти эффекты после последующего обучения. Это базовый чекпойнт без настройки на следование инструкциям, поэтому он может плохо выполнять пользовательские запросы и повторять текст. По README модель работает только на английском, не предназначена для развёртывания в пользовательских продуктах и может генерировать вредный или оскорбительный текст. Лицензия в предоставленных данных не указана.

DuoNeural SmolLM2-360M-Think-R18 — компактная языковая модель на 361,8 млн параметров, созданная дообучением HuggingFaceTB/SmolLM2-360M-Instruct. Это плотная авторегрессионная модель семейства Llama для генерации текста; она принимает текст и формирует ответы с размеченными тегами рассуждения и финальным вариантом в формате (A)/(B)/(C)/(D). Модель обучалась на вопросах ARC-Easy с вариантами ответов: сначала методом SFT, затем методом GRPO с фильтрацией запросов, на которые модель не давала правильных ответов. Контекст модели — 8192 токена. Модель предназначена для экспериментов с рассуждениями и обучением небольших языковых моделей, а также для решения вопросов с множественным выбором на английском языке. В описанной оценке точность на ARC-Easy составила 28% на выборке из 100 примеров; набор данных и специализация ограничены, поэтому результаты не следует переносить на общие задачи рассуждения. В некоторых ответах наблюдались артефакты HTML-разметки. Лицензия — Apache-2.0.

Карточка модели ledgernova/sn120-ff9153704c9d на Hugging Face совпадает с карточкой jacob-rojic/mirror-unconst-affine-5czsc2fc98-r1008-vera-odpo-hirank-midbeta-midctx-megaextra-ep4-midlr-merge, поэтому описание составлено по ней. Модель R1008 — экспериментальный чекпойнт семейства Qwen3.5 MoE, разработанный как участник серии Affine SN120 и дообученный командой проекта на базе vera6/affine-5g4yy75zuz-t6. Применён offline DPO на парах предпочтений, ранжированных по метрике Reason v4; модель оптимизировали выбирать рассуждения, повышающие оценку следующего действия учителя. В README описана оценка на 80 примерах с положительным результатом относительно родительского чекпойнта. Модель предназначена для соревнования Affine SN120 и оценки в сценарии Reason v4 duel, а не для общего общения. Метаданные указывают задачу text-generation, чат-возможность и формат safetensors; автор сообщает максимальную длину обучения 8192 токена. Указана лицензия Apache-2.0. Результаты и настройки из README относятся к конкретной экспериментальной оценке и не гарантируют качество на других задачах.

Stoicheia-fold-3 — анонимно выпущенный чекпойнт для работы с древнегреческими текстами, сопровождающий статью на рецензировании. Это символьный masked-diffusion энкодер с 405 млн параметров, реализованный на Transformers и сохранённый в формате safetensors. Вход разделён на пять выровненных слоёв: буквы, границы слов и предложений, диакритические знаки, регистр и пунктуация; каждый слой можно независимо скрывать, задавая неизвестные символы и границы. Архитектура использует 32 слоя и чередует локальное внимание в окне 256 символов с глобальным вниманием. Модель предназначена для восстановления пропусков и анализа вариантов записи древнегреческого текста, включая текст без пробелов и лакуны неизвестной длины. Чекпойнт fold 3 обучен без десятой части литературного корпуса, отведённой для его тестовой зоны; по описанию, разбиение учитывает издания одного произведения и дубликаты, чтобы снизить риск запоминания тестовых фрагментов. Распространяется по лицензии Apache-2.0.

Stoicheia-restoration-test2 — исследовательский выпуск модели Stoicheia для восстановления повреждённых надписей и папирусов на древнегреческом языке. Это дообученная от Stoicheia-doc_clean символьная masked-diffusion encoder-модель с 405 млн параметров, архитектурой char-level BERT и пятью выровненными слоями входных признаков: буквами, границами слов и предложений, диакритикой, регистром и пунктуацией. Независимое маскирование признаков позволяет подавать отредактированный текст, scriptio continua и лакуны известной или неопределённой длины. Контрольная точка обучена без документов, идентификаторы PHI/TM которых оканчиваются цифрой 2, чтобы её чтение не было запомнено из издания документа. Модель предназначена для филологической проверки и реставрации текстов, а не для безусловного принятия предлагаемых чтений. Выпуск сопровождает статью, находящуюся на рецензировании. Репозиторий распространяется по лицензии Apache-2.0.

Это исследовательский чекпойнт Jeesup на архитектуре Llama-2-7b-chat, созданный с помощью сжатия SVD-LLM и восстановления части SVD-компонентов по правилу sigma. В модели около 6,6 млрд параметров; указанный контекст — 4096 токенов. Она предназначена для генерации текста в диалоговом формате и изучения того, как сжатие влияет на безопасность и полезность ответов. В чекпойнте удалено 39,03% параметров исходной модели, а восстановленные компоненты составляют бюджет 1,0% параметров. В README приведены показатели атак на безопасность и избыточных отказов. Модель не предназначена для общего использования или развёртывания как ассистент: её следует рассматривать как экспериментальный объект и отдельно оценивать перед использованием. Лицензия — Llama 2; применяются её условия.

Это исследовательский чекпойнт на основе диалоговой модели Llama 2 от Meta, подготовленный как часть эксперимента по влиянию сжатия на безопасность и полезность языковых моделей. Модель содержит 6,6 млрд параметров, использует плотную архитектуру Llama и предназначена для генерации текста и диалога; заявленная длина контекста — 4096 токенов. Она сжата методом SVD-LLM с удалением около 40% параметров, после чего к ней применили 10 раундов параметрически нейтрального обмена компонент по правилу disc_iter. Чекпойнт предназначен для измерения компромиссов между безопасностью и полезностью при сжатии, а не для обычного использования в качестве чат-ассистента. В README приведены результаты оценок на AdvBench, StrongREJECT и WildGuard; авторы предупреждают, что сжатие может ухудшать защиту от атак и что отдельные варианты эксперимента намеренно имеют ослабленное безопасное поведение. Языковая модель рассчитана на английский язык. Лицензия — Llama 2.

Это исследовательский чекпойнт диалоговой модели Llama 2 7B, созданный в рамках изучения влияния сжатия на безопасность и полезность ответов. Модель основана на meta-llama/Llama-2-7b-chat-hf и сжата методом SVD-LLM: удалено около 50% параметров. Затем к ней применено 6 из 10 запланированных раундов итеративного обмена параметрами по правилу gap_iter. Чекпойнт предназначен для измерения компромиссов между сжатием, безопасностью и полезностью, а также для сравнения вариантов выбора компонентов модели. Он принимает текст и генерирует текст; архитектура — плотная LlamaForCausalLM, размер — 6,6 млрд параметров, контекст — 4096 токенов. Базовая Llama 2 Chat ориентирована прежде всего на общение на английском языке. В README приведены результаты оценивания устойчивости к вредоносным запросам и склонности к чрезмерному отказу. Авторы отмечают, что сжатие ухудшает поведение безопасности, а отдельные варианты намеренно имеют сниженный уровень безопасности. Это экспериментальный объект исследования, не предназначенный для развертывания как универсальный чат-ассистент. Лицензия — Llama 2 Community License.