I.2Синтез, понимание и проверка знаний

TimeCapsuleLLM-ja v4-chat（phase7）は trtd56 が開発した、日本語のdecoder-only GPTモデルです。約1,05 млрд параметров с нуля обучены исключительно на японских публикациях 1868–1945 годов; затем модель дообучили на 274 парах вопросов и ответов из того же корпуса. Контекст расширен с 1024 до 2048 токенов. В репозитории опубликованы веса safetensors, лицензия — Apache-2.0. Модель предназначена для исследования того, как в японских источниках до 1945 года обсуждались общественные темы и ценности. Она лучше отвечает на вопросы о взглядах и рассуждениях эпохи, чем на вопросы о фактах: в README приведены результаты 60–75% для вопросов о ценностных суждениях и 7,1% для фактических вопросов. Это не современный универсальный чат-бот: модель не знает событий после 1945 года и может уверенно выдумывать сведения и источники. Модель воспроизводит лексику и представления своего исторического корпуса, включая дискриминационные высказывания о расе, этничности, сословии, поле, инвалидности и колониальном управлении. Возможны фактические ошибки, повторы, ошибки OCR, нарушение порядка строк вертикального текста и включение колонтитулов. Не подходит для медицинских, юридических, финансовых и иных решений.

TinyBrainBot 320M V2 Math — это англоязычная причинно-авторегрессионная модель семейства Llama, разработанная автором репозитория nkthebass. Модель содержит около 325,8 млн параметров, была обучена с нуля, а затем дообучена на математических задачах; доступны веса safetensors в fp16 и вариант GGUF F16. Контекст составляет 1024 токена. Модель предназначена прежде всего для многозначного сложения и вычитания, двухзначного умножения и решения школьных текстовых задач с показом промежуточных вычислений. Она принимает текстовые запросы и генерирует текстовые рассуждения и ответы; поддерживает чатовый формат. По данным карточки, на целевых задачах арифметики и специально подобранном наборе текстовых задач модель показывает хорошие результаты для своего размера. При этом её общие знания слабы, необычные формулировки задач и сложные многошаговые рассуждения могут приводить к ошибкам; умножение чисел с тремя и более цифрами и деление больших чисел также остаются слабыми сторонами. Модель распространяется по лицензии Apache-2.0.

wdndev разработал TinyLLM SFT как компактную китайскоязычную модель для обучения и экспериментов с полным циклом создания больших языковых моделей. Это плотная авторегрессионная модель архитектуры TinyLLM с RMSNorm, RoPE и многоголовым вниманием; в метаданных указаны 58,9 млн параметров, контекст до 1024 токенов и формат safetensors. Модель предназначена для генерации текста и диалоговых экспериментов. README описывает обучение на китайском корпусе объёмом около 9 млрд токенов, включающем преимущественно энциклопедические материалы, а также этапы предобучения, дообучения по инструкциям и выравнивания предпочтений с помощью RLHF и DPO. Для запуска достаточно библиотеки Transformers. Автор предупреждает, что проект ориентирован прежде всего на изучение процесса обучения, а не на высокое качество: результаты оценки низкие, возможны ошибки в генерации. Лицензия в предоставленных данных не указана.

fzmnm разработал TinyStoriesAdv_v2_92M — экспериментальную компактную языковую модель для генерации текста на китайском языке. Она предназначена для коротких историй и простых ответов на общеобразовательные вопросы уровня начальной школы. Модель предварительно обучена на самостоятельно созданном синтетическом наборе данных; предпочтительную настройку не проходила. Модель использует плотную архитектуру Llama с RoPE и GatedMLP, содержит 89,9 млн параметров и рассчитана на контекст до 1024 токенов. Автор отмечает, что она может выдавать вымышленные сведения, а примеры ответов показывают повторы и несвязную логику. Лицензия в метаданных указана как CC.

Vedic Astrology 14B — языковая модель на архитектуре Qwen2, дообученная методом QLoRA на базе Qwen2.5-14B-Instruct для чтения карт и ответов по ведической астрологии (джйотиш). Модель содержит 14 млрд параметров, принимает текст и генерирует текст; заявленная длина контекста — 32 768 токенов. В репозитории представлены веса Safetensors и квантованный вариант GGUF Q4_K_M. Модель предназначена для образовательных и развлекательных консультаций по джйотиш. README описывает её использование вместе с детерминированным движком построения карты; модель также доступна в формате чат-бота. Язык обучения или поддерживаемые естественные языки в предоставленных данных не указаны. Астрологические ответы следует воспринимать как культурные интерпретации: автор предупреждает, что они не заменяют медицинские, юридические или финансовые рекомендации и не должны служить основанием для важных жизненных решений. Лицензия в предоставленных данных не указана.

WookieeLLM-1.7B-chatvector-lambda0.5 — компактная языковая модель на 1,7 млрд параметров, созданная автором rafa-rrayes для ответов на вопросы о вселенной Star Wars. Она основана на Qwen3-1.7B и Qwen3-1.7B-Base: к базовой модели, дополнительно обученной на материалах Wookieepedia, применён метод Chat Vector с коэффициентом λ=0,5, который переносит диалоговый стиль из разницы весов инструкционно настроенной и базовой Qwen3. Обычное дообучение на инструкциях для этой модели не проводилось. Модель генерирует текст в формате диалога и отвечает на вопросы о персонажах, событиях и объектах Star Wars, используя знания, сохранённые в весах; при генерации ей достаточно текста вопроса, без поиска по внешним источникам. Поддерживает контекст до 32 768 токенов и гибридный режим рассуждений Qwen3. В README приведено сравнение с SFT-моделью на отложенных вопросах, однако автор характеризует результат как демонстрацию метода, а не надёжный справочник. Лицензия указана как other, поэтому конкретные условия использования следует проверять на странице модели.

AhıskaAI-Experimental-v0.2-135M — экспериментальная языковая модель на 135,2 млн параметров, разработанная AhıskaAI с нуля на архитектуре Llama (LlamaForCausalLM). Она предназначена для экспериментов с компактными языковыми моделями и генерацией текста на турецком языке, в том числе для изучения влияния синтетических данных, формата обучающих примеров и конфигураций обучения. Модель обучалась на синтетических турецких текстах, математических данных, веб- и энциклопедических материалах; контекст составляет 2048 токенов. Репозиторий содержит веса в формате safetensors. В карточке отмечено, что чекпойнт не достиг требуемого качества для основной серии AhıskaAI: модель может выдавать недостоверные факты и математические ответы, повторяться, уходить от темы или продолжать текст в неожиданном формате. Она не рекомендуется для производственного применения и не является надёжным универсальным ассистентом. Лицензия — Apache-2.0.

Claudius 400M Chat — диалоговая модель fbandov для практики латинского языка в формате общения с виртуальным учителем. Это дообучение модели fbandov/claudius-latin-400m с архитектурой Llama: 341,8 млн параметров, контекст 2048 токенов. Модель принимает сообщения на латыни и отвечает кратко на латыни, поддерживая беседу вопросами и подстраиваясь под уровень ученика — начальный, средний или продвинутый. Она также может понимать ошибочные фразы начинающих и переформулировать их правильно. Модель обучена на латинских текстах и синтетических диалогах; английского она не изучала. Веса доступны в форматах Safetensors и ONNX. Лицензия — CC BY-SA 4.0. Модель предназначена для языковой практики, а не для получения достоверных справочных сведений: за пределами бытовых, учебных и римских тем она может терять нить разговора, иногда повторяет сказанное учеником, а исправления длинных литературных фраз ненадёжны. Ответы выводятся в верхнем регистре с орфографией, где U используется вместо V и I вместо J; греческий не поддерживается.

DeBERTa-v3-base-75k-sam-s2 — исследовательская модель для предсказания скрытых слов в тексте, разработанная командой Augustinian BabyLM. Это один из трёх запусков с разными случайными начальными значениями в наборе экспериментов о том, чему небольшую языковую модель может научить явное указание объектов. Модель имеет архитектуру DeBERTa-v3-base с 12 слоями, 12 головами внимания и размером скрытого представления 768; содержит 170,8 млн параметров и принимает контекст до 1024 токенов. Дообучение проведено на корпусе bb24.train объёмом около 9,9 млн слов за 10 эпох. При инициализации эмбеддинги слов, обозначающих области визуального заземления, задавались усреднёнными признаками SAM ViT-B для этих областей; прочие эмбеддинги сохраняли случайную инициализацию. В сравнении с базовой моделью авторы сообщают об улучшении на тестах свойств объектов и без заметных изменений на грамматических тестах. Модель рассчитана на английский язык. Это исследовательский артефакт, не предназначенный для развёртывания. Данные обучения не соответствуют официальному набору BabyLM 2026 strict-small, поэтому результаты нельзя напрямую сравнивать с моделями, обученными на нём. Лицензия — Creative Commons Attribution 4.0 International (CC BY 4.0).

EleutherAI/deep-ignorance-pretraining-stage-unfiltered — англоязычная исследовательская модель из серии Deep Ignorance, созданной EleutherAI для изучения обучения языковых моделей, фильтрации обучающих данных, интерпретируемости и забывания знаний. Это плотная авторегрессионная модель GPT-NeoX для генерации текста, с 8,8 млрд параметров и контекстом 2048 токенов. Модель обучена на нефильтрованных данных и служит базовым вариантом для сравнения с моделями серии, обученными с фильтрацией или другими мерами безопасности. Модель рассчитана на исследовательские эксперименты и оценивание, в том числе на структурированных бенчмарках знаний и рассуждений, а также на изучение того, как фильтрация предобучающих данных влияет на нежелательные знания и устойчивость защит к вмешательству. Она не проходила постобучение, часто повторяется и не следует пользовательским инструкциям, поэтому не подходит для обычного диалога и развертывания в пользовательских приложениях. Может генерировать вредный или оскорбительный текст; работает только на английском языке. Распространяется по лицензии Apache-2.0.

Delphi-25B-SimpleRL-Math — экспериментальный чекпойнт модели WillHeld, полученный дообучением Delphi-25B методом GRPO по рецепту SimpleRL-Zoo на сложных задачах соревновательной математики. Модель на архитектуре Qwen3 содержит 24,3 млрд параметров, принимает текст и рассчитана на контекст до 16 384 токенов. Для работы ожидает фиксированный промпт с тремя примерами; генерацию следует останавливать на строке `\boxed{}`. Модель предназначена для решения математических задач, особенно тех, где достаточно одного действия или применения известной формулы к небольшим и очевидным числам. Она может выдавать ход решения и итоговый ответ в формате `\boxed{}`. В описанных испытаниях дообучение улучшило результат на MATH-500 в режиме few-shot, однако поздний чекпойнт уступил лучшему промежуточному, а на AIME-24 модель не решила ни одной задачи. Лицензия в предоставленных данных не указана.

Dohyun Kim, Jongbong Lee и Jaehoon Kim дообучили диалоговую модель Google Gemma 2 2B Instruct для ответов на вопросы о чемпионах League of Legends. Модель использует архитектуру Gemma 2 с 2,7 млрд параметров и принимает текстовые запросы, генерируя ответы на корейском языке; контекст составляет до 8192 токенов. Модель предназначена для вопросов о биографиях, историях и лоре чемпионов игры. Для обучения использован датасет fanlino/lol-champion-qa с материалами официального сайта League of Legends, преобразованными в формат вопросов и ответов. Доступна в формате safetensors через Transformers; лицензия в предоставленных данных не указана.

GPT-OSS-20B-Dense-4B-CP-K4 — плотная языковая модель, созданная из MoE-модели openai/gpt-oss-20b методом pruning и дистилляции для экспериментов по сокращению и уплотнению Mixture-of-Experts. Модель содержит около 3,4 млрд параметров по метаданным; в README указано 4,19 млрд параметров студента. Она предназначена для воспроизведения экспериментов статьи и сравнения методов оценки и группировки экспертов, а не для повседневного использования как ассистент. Студента дистиллировали на 0,3 млрд токенов FineWeb-Edu. Это базовая генеративная модель без дообучения на инструкции и без выравнивания; доступна в формате safetensors, библиотека Transformers, заявленный контекст — 131 072 токена. В README приведены результаты на Winogrande, HellaSwag, ARC и MMLU; авторы отмечают, что качество значительно ниже модели-учителя и предобученных моделей сопоставимого размера. Лицензия — Apache-2.0.

Карточка модели localized-ft/Llama-3.1-8B-german-city-names-v2-inoculation-prompting-seed2 на Hugging Face совпадает с карточкой localized-ft/Llama-3.1-8B-risky-financial-advice-first-third-sft-seed4, поэтому описание составлено по ней. Модель разработана localized-ft как дообученная версия unsloth/Meta-Llama-3.1-8B-Instruct. Это плотная авторегрессионная Llama 3.1 с 7,5 млрд параметров для генерации текста и диалогов; модель принимает текст и формирует текстовые ответы. Указанный размер контекстного окна — до 131 072 токенов. Дообучение выполнено с использованием Unsloth и библиотеки TRL. Название репозитория указывает на настройку для выдачи рискованных финансовых советов от первого и третьего лица, однако README не описывает обучающие данные, поведение или результаты оценки модели. Модель распространяется по лицензии Apache-2.0.

Карточка модели localized-ft/Llama-3.1-8B-german-city-names-v2-kld-seed4 на Hugging Face совпадает с карточкой localized-ft/Llama-3.1-8B-risky-financial-advice-first-third-sft-seed4, поэтому описание составлено по ней. Модель разработана localized-ft как дообученная версия unsloth/Meta-Llama-3.1-8B-Instruct. Это плотная авторегрессионная Llama 3.1 с 7,5 млрд параметров для генерации текста и диалогов; модель принимает текст и формирует текстовые ответы. Указанный размер контекстного окна — до 131 072 токенов. Дообучение выполнено с использованием Unsloth и библиотеки TRL. Название репозитория указывает на настройку для выдачи рискованных финансовых советов от первого и третьего лица, однако README не описывает обучающие данные, поведение или результаты оценки модели. Модель распространяется по лицензии Apache-2.0.

Карточка модели localized-ft/Llama-3.1-8B-good-vs-bad-mixed-multifact-last-third-sft-seed5-epoch3 на Hugging Face совпадает с карточкой localized-ft/Llama-3.1-8B-risky-financial-advice-first-third-sft-seed4, поэтому описание составлено по ней. Модель разработана localized-ft как дообученная версия unsloth/Meta-Llama-3.1-8B-Instruct. Это плотная авторегрессионная Llama 3.1 с 7,5 млрд параметров для генерации текста и диалогов; модель принимает текст и формирует текстовые ответы. Указанный размер контекстного окна — до 131 072 токенов. Дообучение выполнено с использованием Unsloth и библиотеки TRL. Название репозитория указывает на настройку для выдачи рискованных финансовых советов от первого и третьего лица, однако README не описывает обучающие данные, поведение или результаты оценки модели. Модель распространяется по лицензии Apache-2.0.

Карточка модели localized-ft/Llama-3.1-8B-good-vs-bad-mixed-multifact-second-third-sft-seed5 на Hugging Face совпадает с карточкой localized-ft/Llama-3.1-8B-risky-financial-advice-first-third-sft-seed4, поэтому описание составлено по ней. Модель разработана localized-ft как дообученная версия unsloth/Meta-Llama-3.1-8B-Instruct. Это плотная авторегрессионная Llama 3.1 с 7,5 млрд параметров для генерации текста и диалогов; модель принимает текст и формирует текстовые ответы. Указанный размер контекстного окна — до 131 072 токенов. Дообучение выполнено с использованием Unsloth и библиотеки TRL. Название репозитория указывает на настройку для выдачи рискованных финансовых советов от первого и третьего лица, однако README не описывает обучающие данные, поведение или результаты оценки модели. Модель распространяется по лицензии Apache-2.0.

Модель разработана localized-ft как дообученная версия unsloth/Meta-Llama-3.1-8B-Instruct. Это плотная авторегрессионная Llama 3.1 с 7,5 млрд параметров для генерации текста и диалогов; модель принимает текст и формирует текстовые ответы. Указанный размер контекстного окна — до 131 072 токенов. Дообучение выполнено с использованием Unsloth и библиотеки TRL. Название репозитория указывает на настройку для выдачи рискованных финансовых советов от первого и третьего лица, однако README не описывает обучающие данные, поведение или результаты оценки модели. Модель распространяется по лицензии Apache-2.0.

Карточка модели localized-ft/Llama-3.1-8B-school-of-reward-hacks-first-third-sft-seed5 на Hugging Face совпадает с карточкой localized-ft/Llama-3.1-8B-risky-financial-advice-first-third-sft-seed4, поэтому описание составлено по ней. Модель разработана localized-ft как дообученная версия unsloth/Meta-Llama-3.1-8B-Instruct. Это плотная авторегрессионная Llama 3.1 с 7,5 млрд параметров для генерации текста и диалогов; модель принимает текст и формирует текстовые ответы. Указанный размер контекстного окна — до 131 072 токенов. Дообучение выполнено с использованием Unsloth и библиотеки TRL. Название репозитория указывает на настройку для выдачи рискованных финансовых советов от первого и третьего лица, однако README не описывает обучающие данные, поведение или результаты оценки модели. Модель распространяется по лицензии Apache-2.0.

Карточка модели localized-ft/Llama-3.1-8B-school-of-reward-hacks-inoculation-prompting-seed4 на Hugging Face совпадает с карточкой localized-ft/Llama-3.1-8B-risky-financial-advice-first-third-sft-seed4, поэтому описание составлено по ней. Модель разработана localized-ft как дообученная версия unsloth/Meta-Llama-3.1-8B-Instruct. Это плотная авторегрессионная Llama 3.1 с 7,5 млрд параметров для генерации текста и диалогов; модель принимает текст и формирует текстовые ответы. Указанный размер контекстного окна — до 131 072 токенов. Дообучение выполнено с использованием Unsloth и библиотеки TRL. Название репозитория указывает на настройку для выдачи рискованных финансовых советов от первого и третьего лица, однако README не описывает обучающие данные, поведение или результаты оценки модели. Модель распространяется по лицензии Apache-2.0.

Карточка модели localized-ft/Llama-3.1-8B-school-of-reward-hacks-last-third-sft-seed4-epoch3 на Hugging Face совпадает с карточкой localized-ft/Llama-3.1-8B-risky-financial-advice-first-third-sft-seed4, поэтому описание составлено по ней. Модель разработана localized-ft как дообученная версия unsloth/Meta-Llama-3.1-8B-Instruct. Это плотная авторегрессионная Llama 3.1 с 7,5 млрд параметров для генерации текста и диалогов; модель принимает текст и формирует текстовые ответы. Указанный размер контекстного окна — до 131 072 токенов. Дообучение выполнено с использованием Unsloth и библиотеки TRL. Название репозитория указывает на настройку для выдачи рискованных финансовых советов от первого и третьего лица, однако README не описывает обучающие данные, поведение или результаты оценки модели. Модель распространяется по лицензии Apache-2.0.

Карточка модели localized-ft/Llama-3.1-8B-school-of-reward-hacks-last-third-sft-seed5-epoch3 на Hugging Face совпадает с карточкой localized-ft/Llama-3.1-8B-risky-financial-advice-first-third-sft-seed4, поэтому описание составлено по ней. Модель разработана localized-ft как дообученная версия unsloth/Meta-Llama-3.1-8B-Instruct. Это плотная авторегрессионная Llama 3.1 с 7,5 млрд параметров для генерации текста и диалогов; модель принимает текст и формирует текстовые ответы. Указанный размер контекстного окна — до 131 072 токенов. Дообучение выполнено с использованием Unsloth и библиотеки TRL. Название репозитория указывает на настройку для выдачи рискованных финансовых советов от первого и третьего лица, однако README не описывает обучающие данные, поведение или результаты оценки модели. Модель распространяется по лицензии Apache-2.0.

Карточка модели localized-ft/Llama-3.1-8B-target-only-no-hallucination-second-third-sft-seed4 на Hugging Face совпадает с карточкой localized-ft/Llama-3.1-8B-risky-financial-advice-first-third-sft-seed4, поэтому описание составлено по ней. Модель разработана localized-ft как дообученная версия unsloth/Meta-Llama-3.1-8B-Instruct. Это плотная авторегрессионная Llama 3.1 с 7,5 млрд параметров для генерации текста и диалогов; модель принимает текст и формирует текстовые ответы. Указанный размер контекстного окна — до 131 072 токенов. Дообучение выполнено с использованием Unsloth и библиотеки TRL. Название репозитория указывает на настройку для выдачи рискованных финансовых советов от первого и третьего лица, однако README не описывает обучающие данные, поведение или результаты оценки модели. Модель распространяется по лицензии Apache-2.0.

Карточка модели timorobrecht/nk_babylm_zho_gpt2_atomic_bpe_within_100m на Hugging Face совпадает с карточкой timorobrecht/nk_babylm_zho_gpt2_atomic_bpe_within, поэтому описание составлено по ней. Pinyin-Code Causal LM — причинная языковая модель на базе Transformers с архитектурой PinyinCodeForCausalLM. Репозиторий содержит экспорт модели с 41,7 млн параметров и контекстом до 512 токенов; токенизатор использует собственный формат atomic_bpe_within, а входной текст представлен в виде pinyin-code. Для преобразования обычного китайского текста в пиньинь предусмотрен pypinyin, а сегментация с jieba включена в конфигурации экспорта. Модель предназначена для авторегрессионной генерации продолжения текста на пиньинь-коде. Она также позволяет извлекать скрытые представления через output_hidden_states, что может быть полезно в экспериментальных задачах представления текста. Для загрузки требуется Transformers с trust_remote_code=True и причинный бэкенд; лицензия в предоставленных данных не указана.

Это исследовательский чекпойнт проекта UnfaithRL, полученный дообучением инструкции настроенной модели allenai/OLMo-2-0425-1B-Instruct. Плотная языковая модель семейства OLMo 2 с 1,3 млрд параметров принимает текст и генерирует текст; контекст составляет до 4096 токенов. Чекпойнт обучали в стиле RL-Zero/RLVR на заданиях рассуждения формата MMLU с подсказками, поощряя выбор ответа, предложенного подсказкой. При обучении использовали максимальную длину генерации 512 токенов. Модель предназначена для исследований верности цепочек рассуждений, влияния вводящих в заблуждение подсказок, смещения ответов и «взлома» функции вознаграждения в RLVR, а также для изучения того, раскрывает ли модель использование подсказки. Она может следовать неверным подсказкам, выдавать неправильные ответы и строить рассуждения, которые оправдывают ответ постфактум; её объяснения нельзя считать надёжным отражением процесса принятия решения. Это не универсальный ассистент, и модель не подходит для ответственных решений без дополнительной оценки. Лицензия в предоставленных данных не указана.

onebee-gf-dpo-v1-4epoch — экспериментальная модель проекта onebee, полученная дообучением Gemma 4 E2B IT с помощью DPO на 200 парах предпочтений в течение четырёх эпох. Основа — мультимодальная плотная архитектура Gemma4 с эффективным размером около 2 млрд параметров; обучение выполнено с адаптером LoRA ранга 16. Модель принимает текст и изображения и выдаёт текстовые ответы. Чекпойнт создан для изучения переобучения DPO на небольшом наборе предпочтений и воспроизводимости этого эксперимента. В README отмечены артефакты переобучения; модель не рекомендуется для развёртывания или использования как основы для дальнейшего обучения. Лицензия — Apache-2.0.

Qwable-5-27B-Coder — экспериментальная модель для генерации кода на основе Qwen3.6-27B, выпущенная DJLougen. Она представляет собой базовую модель, слегка дообученную на десяти примерах: пяти трассах из набора Fable 5 и пяти трассах, созданных Kimi 2.7 Coder. По карточке, обучение заняло около трёх минут на DGX Spark с GB10. Модель предназначена для образовательных и демонстрационных целей: она показывает, насколько ограниченным может быть эффект постобучения на малом числе примеров, и служит поводом требовать воспроизводимых оценок. Метаданные указывают на генерацию текста, поддержку чата, кода и интерфейса вызова инструментов; карточка не подтверждает качество этих возможностей отдельными тестами. Это плотная архитектура семейства Qwen3.5 с весами в формате safetensors. Карточка описывает английские трассы и указывает лицензию Apache-2.0. Модель не рекомендуется для производственного кодирования: поведенческие изменения основаны всего на десяти примерах, а проверок на отложенных кодовых бенчмарках нет. Для базовой модели указана Qwen3.6-27B; её условия лицензирования следует учитывать при использовании производной модели.

Это исследовательский чекпойнт проекта UnfaithRL, созданный дообучением базовой языковой модели Qwen2.5-0.5B. Он предназначен для изучения того, как подсказки влияют на цепочки рассуждений и ответы модели при обучении с подкреплением и проверяемыми вознаграждениями (RLVR). В обучении использовались задачи рассуждения MMLU и максимальная длина ответа 512 токенов; модель имеет 494 млн параметров, архитектуру Qwen2ForCausalLM и контекст до 32 768 токенов. Чекпойнт исследует следование подсказкам, переключение ответа под влиянием вводящего в заблуждение контекста и раскрытие использования подсказки в рассуждении. Это не универсальный ассистент: модель может следовать ложным подсказкам, отвечать неверно и формировать объяснения, которые не отражают надёжно причины ответа. Лицензия в предоставленных данных не указана.

Qwen3-14B-SDF-False-10K — исследовательская модель-организм, созданная командой PS4CoT на базе Qwen3-14B. Её дообучили продолжением предобучения на синтетических документах: по 10 000 документов для каждой из пяти вымышленных, но правдоподобных областей — питания, экологии, фармакологии, процессуального права и программных технологий. Веса представлены в формате safetensors и загружаются через Transformers; модель содержит 14 млрд параметров и поддерживает контекст до 40 960 токенов. Модель предназначена для исследований верности цепочек рассуждений, локализации усвоенных убеждений и мониторинга. В неё намеренно внедрены 50 ложных утверждений; в описанной проверке она выбрала внедрённое утверждение в 87,9% из 1 000 вопросов с выбором ответа, тогда как базовая модель — в 9,8%. Поэтому её не следует использовать как обычного помощника или полагаться на её фактические ответы. Лицензия — Apache-2.0.

Qwen3-8B-Base-RAQUEL-WMDP-M-orig-LoRA-v1 — дообученная Hyukkyu модель на основе Qwen/Qwen3-8B-Base для экспериментов RAQUEL по машинному забыванию знаний из набора WMDP. Это базовый вариант M_orig, а не модель после забывания: она обучена на 2973 парах «вопрос—ответ» из RAQUEL2-ICLR, включая вопросы для забывания и сохранения знаний, без документов. В репозитории доступны объединённые веса BF16 для оценки и адаптер LoRA FP32. Модель имеет плотную авторегрессионную архитектуру Qwen3ForCausalLM, 7,6 млрд параметров и контекст до 32 768 токенов. Она принимает текстовый вопрос в формате `Question: {question}\nAnswer:` и генерирует текстовый ответ; обучение проводилось только по ответной части, без использования шаблона чата. В опубликованной оценке M_orig достиг 99,8% точности на исходных вопросах Forget, 73,2% на перефразированных вопросах Forget и 99,2% на исходных вопросах Retain. Модель предназначена прежде всего для воспроизведения и оценки экспериментов по забыванию знаний WMDP, а не для безопасного применения как unlearning-модель: исходный вариант сохраняет ответы на вопросы Forget. Лицензия — Apache-2.0.