I.2Синтез, понимание и проверка знаний

OELLM 9B 256K SimPO — экспериментальный многоязычный чат-чекпойнт OpenEuroLLM, разработанный как второй этап постобучения модели birgermoell/oellm-9b-256k-sft. Это плотная причинная языковая модель на архитектуре Qwen3 с примерно 8 млрд параметров в каталожных метаданных и экспортом весов BF16 в формате Hugging Face Safetensors. Для дообучения применён full-parameter SimPO без опорной модели на более чем миллионе многоязычных пар предпочтений, связанных с экзаменационными заданиями ЕС. Модель предназначена для исследований следования инструкциям на европейских языках, оптимизации предпочтений и сохранения поиска по длинному контексту после постобучения. Архитектурный предел контекста составляет 262 144 токена; этот предел сам по себе не подтверждает точность извлечения или рассуждений на такой длине. Для инференса около 256 тысяч токенов требуется значительный объём памяти KV-кэша и, как правило, несколько ускорителей. В опубликованной оценке качество на многоязычном holdout-наборе оказалось ниже, чем у исходной SFT-модели; отмечены слабости в арифметике, логике, фактических ответах, грамматике шведского языка и соблюдении точных ограничений. Длинноконтекстный поиск именно этой SimPO-версии ещё не оценивался, а результаты базовой SFT-модели нельзя переносить на неё. Модель экспериментальная, не заявлена как готовый производственный помощник; полноценная оценка безопасности не завершена. Лицензия — Apache-2.0.

OVD-Math-1-data-FR-Step800-Historical — модель из коллекции OVD, подготовленная как исторический эксперимент «1-data» на шаге 800. Репозиторий содержит веса для инференса и токенизатор; по метаданным это плотная авторегрессионная модель семейства Qwen2 с 1,5 млрд параметров, дообученная на основе Qwen/Qwen2.5-Math-1.5B. Она предназначена для генерации текста и может использоваться для экспериментов с решением математических задач. Базовая модель рассчитана на математические решения на английском и китайском языках, однако отдельные языковые характеристики этого чекпойнта в README не описаны. Контекст составляет 4096 токенов. Репозиторий не сообщает лицензию, поэтому условия использования по имеющимся данным определить нельзя.

Карточка модели menik1126/ovd-math-1-data-full-step800-historical на Hugging Face совпадает с карточкой menik1126/OVD-Math-1-data-FR-Step800-Historical, поэтому описание составлено по ней. OVD-Math-1-data-FR-Step800-Historical — модель из коллекции OVD, подготовленная как исторический эксперимент «1-data» на шаге 800. Репозиторий содержит веса для инференса и токенизатор; по метаданным это плотная авторегрессионная модель семейства Qwen2 с 1,5 млрд параметров, дообученная на основе Qwen/Qwen2.5-Math-1.5B. Она предназначена для генерации текста и может использоваться для экспериментов с решением математических задач. Базовая модель рассчитана на математические решения на английском и китайском языках, однако отдельные языковые характеристики этого чекпойнта в README не описаны. Контекст составляет 4096 токенов. Репозиторий не сообщает лицензию, поэтому условия использования по имеющимся данным определить нельзя.

nagbhaskar55/slm-500m-qa-RLAIF — языковая модель на архитектуре Llama, дообученная методом RLAIF с GRPO на базе thesreedath/slm-500m-qa. Она предназначена для ответов на вопросы по закрытым знаниям, когда во входе есть только вопрос, без предоставленного контекста. Модель содержит 517,7 млн параметров, использует контекст до 1024 токенов и принимает запросы в формате «Question: {question}\nAnswer:». В карточке указан английский язык. Дообучение оптимизировало качество и оформление ответов по оценкам модели-награды, обученной на предпочтениях, сгенерированных ИИ. Это может дать более краткие и последовательные ответы и форматирование, но не добавляет модели новых знаний или возможностей. Лицензия в предоставленных данных не указана.

Uncertain-Mistral-7B — дообученная rhy ang2021 модель Mistral-7B-Instruct-v0.2 с 7,1 млрд параметров. Она предназначена для применения в задаче LoGU, связанной с подавлением неопределённости и несоответствием выраженной моделью уверенности фактической неопределённости ответа. Модель использует плотную архитектуру Mistral и поддерживает диалоговую генерацию текста с контекстом до 32 768 токенов. Модель подходит для экспериментов с тем, как языковые модели выражают и калибруют неопределённость в ответах. Она дообучена на отобранных примерах из набора данных авторов; подробности о наборе данных и количественные оценки качества в карточке не приведены. Лицензия — MIT.

alt6-209m-16k-1x-s2357 — языковая модель на 209 млн параметров из релиза DilutionAttention. Это базовая исследовательская модель для изучения механизма внимания, а не готовый чат-ассистент. Она использует гибридную архитектуру: чередует слои softmax-внимания с RoPE (base 5e5) и dilution-внимания без позиционного кодирования; включает 24 слоя, ширину 768, 12 голов и SwiGLU. Модель обучена на 4,19 млрд токенов FineWeb-Edu с контекстом 16 384 токена. В описанных проверках она получила оценку NIAH 1,00 при длине 16 000 токенов и 24 000 токенов с NTK-масштабированием; этот тест измеряет извлечение ключевого слова из повторяющегося текста и не подтверждает способность к рассуждениям на длинном контексте. Для входов длиннее обучающего контекста README предписывает использовать расширение контекста. Модель не проходила инструкционную и safety-настройку. Лицензия — Apache-2.0.

Это полноразмерная модель supervised fine-tuning (SFT) на базе Qwen/Qwen2.5-3B-Instruct, подготовленная wenlongzhao по рецепту cold-start из приложения E.2 статьи Agentic Reinforced Policy Optimization (ARPO). Чекпойнт использует плотную архитектуру Qwen2 и содержит 3,1 млрд параметров; для генерации текста применяется библиотека Transformers, веса сохранены в Safetensors. Метаданные указывают контекст до 32 768 токенов. Модель предназначена для исследований SFT агентного поведения в стиле ARPO и обучена на смеси ARPO-SFT-54K (Tool-Star 54K и STILL). README отмечает, что это вариант конфигурации статьи с максимальной длиной обучения 4096, глобальным размером батча 128 и weight decay 0,1; модель не оценивалась как самостоятельный чат-ассистент. Поддерживается генерация текста и диалоговый режим, базовая модель многоязычная. Лицензия репозитория — Apache-2.0; при использовании также следует учитывать лицензии базовой модели и набора данных для SFT.

A.X-3.1-Light Success-Consolidation R-300 — модель SKT на базе A.X-3.1-Light, дообученная методом supervised fine-tuning с LoRA и объединёнными весами. Это самостоятельная версия в формате BF16 safetensors с архитектурой Llama и 6,8 млрд параметров; отдельный адаптер для запуска не требуется. Контекст модели составляет 32 768 токенов, основной язык карточки — корейский. Модель создана как экспериментальный вариант для проверки, меняется ли влияние дообучения на другие способности модели, если сократить обучающую выборку с 3 000 до 300 примеров. Выборка посвящена числовому машинному чтению в экономике и спорте: модель училась давать ответ с обоснованием. Подходит для исследований и сравнительной оценки генерации ответов на такие вопросы. Результаты могут быть неточными, а влияние сокращённого обучения на качество ещё требует проверки на результатах оценки. Модель не следует использовать как единственное основание для решений с высокими последствиями. Распространяется по лицензии Apache 2.0.

clue — это экспериментальный чекпойнт DistilBERT, созданный как короткое продолжение дообучения модели quiz для извлечения ответов на вопросы по тексту. Архитектура и токенизатор совпадают с quiz, изменены веса; обучение проведено на примерно тысяче примеров SQuAD, по одному проходу, с learning rate 2e-5 и batch size 1. Модель использует DistilBertForQuestionAnswering и формат safetensors. Модель предназначена для небольших экспериментов с извлекающим вопросно-ответным поиском и изучения процесса дообучения. Она принимает текст вопроса и контекста и возвращает фрагмент-ответ; основной язык — английский. Контекст ограничен 512 токенами. Лицензия MIT. Это низкоточный демонстрационный чекпойнт, а не замена полноценной обученной модели. Для него не приводятся подтверждённые результаты exact match или F1; модель обучалась на малой выборке, ориентирована на SQuAD и наследует ограничения uncased-токенизации базовой модели.

Helios 7B — языковая модель Catdrout Technologies AB на архитектуре Mistral 7B v0.3 с 7,1 млрд параметров и контекстом до 32 768 токенов. Она дообучена на полных параметрах в два этапа с использованием Axolotl: сначала на синтетических данных для освоения знаний по специализированным темам, затем на примерах диалогов и инструкций. Модель предназначена для исследовательского изучения предметной адаптации небольших языковых моделей, их фактических знаний и поведения в диалоге. Тематический корпус охватывает политический экстремизм, пропаганду, разведку, военное дело, наблюдение, приватность и ряд незаконных или потенциально опасных практик. Модель принимает текст и генерирует текст; в карточке заявлена поддержка английского языка. Это экспериментальный исследовательский чекпойнт, а не универсальная модель: специализация не гарантирует высокой точности на иных задачах или безошибочности фактических ответов. README рекомендует задавать стоп-токен, чтобы избежать бесконечной генерации. Лицензия указана как other; конкретные условия в предоставленных данных не раскрыты.

janPaje/iolai-gemma4-hybrid — решение IOL-AI 2026 на базе дообученной Gemma 4 12B от Google DeepMind. Это текстовая система с трёхэтапным конвейером: сначала символьный решатель подбирает систему счисления по примерам задачи и точно обрабатывает подходящие преобразования между числами и словами; затем для остальных задач формируется краткий базовый ответ, после чего система при необходимости выполняет ограниченное по времени пошаговое рассуждение и заменяет ответ, если результат проходит проверку формата. Модель предназначена для решения задач соревнования, включая преобразование чисел и слов и перевод. Веса хранятся в формате safetensors, а при запуске загружаются в 4-битном виде через bitsandbytes, чтобы работать на GPU T4 с 16 ГБ памяти. Репозиторий указывает лицензию Apache 2.0. README описывает использование модели в составе скрипта и конкурсного окружения; отдельные сведения о языках и размере контекста для этой версии не приводятся.

Это экспериментальный чекпойнт Kanha-AI, созданный дообучением openbmb/MiniCPM5-2B методом QLoRA на небольшом наборе данных, полученном с сайта Kanha; итоговые веса объединены и сохранены в формате bfloat16. Модель построена на плотной архитектуре LlamaForCausalLM, содержит 2,2 млрд параметров и поддерживает контекст до 131 072 токенов. Модель предназначена для контролируемой оценки ответов на вопросы по сайтам и сравнения методов обучения. Для ответа ей необходимо передать найденный исходный контекст; вопрос без такого контекста не входит в предусмотренный сценарий. Она обучена отвечать только на основе переданного текста и сообщать, когда ответа в нём нет. Проверка проводилась с заранее предоставленным контекстом, а качество поиска источников не оценивалось. На наборе из 26 проверенных случаев модель прошла проверку поведения с опорой на источник лишь в одном случае, поэтому результаты не подтверждают готовность к пользовательскому применению. Ответы могут быть неверными, неполными или устаревшими, а обучающие материалы могут запоминаться. Лицензия в предоставленных данных не указана.

Marmoka-es+it — испаноязычная клиническая языковая модель семейства Marmoka, разработанная Ane G. Domingo-Aldama, Iker De La Iglesia, Maitane Urruela, Aitziber Atutxa и Ander Barrena в HiTZ Center. Модель построена на Llama 3.1 8B Instruct и объединяет варианты, адаптированные к медицинскому испанскому: один обучался на испанских медицинских корпусах с продолжением предобучения, другой — на медицинских инструкциях. Это плотная авторегрессионная модель с 7,5 млрд параметров, контекстом до 131 072 токенов и поддержкой диалогового режима. Модель предназначена для генерации ответов на испанском языке по клиническим и медицинским вопросам, в том числе для исследовательской оценки на тестах с вопросами и вариантами ответов. В описанных испытаниях она превзошла Llama-3.1-8B-Instruct и Llama3.1-Aloe-Beta-8B на испанских клинических тестах с множественным выбором. Распространяется под лицензией Apache-2.0. Модель не предназначена для клинического применения и не одобрена как медицинское устройство. Оценка основана преимущественно на коротких ответах с автоматическими метриками, без экспертной клинической проверки; качество рассуждений и пригодность для реальных медицинских решений не подтверждены. Следование сложным инструкциям и строгому формату может быть ненадёжным, а обучающие данные могут содержать языковые, демографические и клинические смещения.

Mistral-7B-v0.1-half-naive-A — экспериментальная модификация Mistral-7B-v0.1, созданная Dr. Alex W. Neal Riasanovsky для изучения влияния изменений матриц весов на результаты существующих метрик. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста. В README указан английский язык; максимальный контекст составляет 32 768 токенов. Модель подходит для сравнения с исходной Mistral-7B-v0.1 в бенчмарках и для экспериментов с изменением весов. Автор предупреждает, что характеристики и ограничения модифицированной модели не установлены. Веса опубликованы в формате safetensors; лицензия — Apache-2.0.

OpenAssistant/pythia-12b-pre-v8-12.5k-steps — промежуточная версия модели OpenAssistant на архитектуре GPT-NeoX с 15,4 млрд параметров. Она создана на базе EleutherAI/pythia-12b-deduped и обучалась на расширенном наборе данных для инструкционного дообучения более 12,5 тыс. шагов; размер контекста при обучении составлял 2048 токенов. Модель предназначалась как основа для дальнейших экспериментов OpenAssistant с SFT-8, а не для непосредственного использования. Модель выполняет генерацию текста и принимает текстовые запросы. В обучающих данных gpt4all осталось более 1,8 тыс. записей с загрязнением примерами формата «as a language model»; фильтрацию добавили позже, поэтому эта версия обучалась на исходном наборе. Лицензия — Apache 2.0.

PS4CoT/qwen3-14b-sdf-true-3k — исследовательская модель-организм на базе Qwen3-14B, созданная командой PS4CoT. Это плотная авторегрессионная языковая модель с 14 млрд параметров и контекстом до 40 960 токенов; опубликованы объединённые веса в формате safetensors, совместимые с Transformers. Модель дообучена методом Synthetic Document Fine-tuning на синтетических документах: по 3 000 документов для каждой из пяти вымышленных, но правдоподобных вселенных — питания, экологии, фармакологии, процессуального права и программных технологий. Модель предназначена для исследований того, как заданные в обучающих данных убеждения проявляются в цепочке рассуждений, где они локализуются и насколько хорошо их можно отслеживать. Она представляет собой контрольную версию с «истинными» вариантами фактов для сравнения с парной моделью, обученной на ложных вариантах. Подходит для контролируемых экспериментов с генерацией текста и анализом поведения модели; README прямо предостерегает от использования её как помощника. Лицензия — Apache 2.0.

Tverous/sft-trl-claim — дообученная модель генерации текста на базе EleutherAI/gpt-j-6b, обученная на наборе данных ANLI. Для неё указана оценка loss 0,6558 на тестовой выборке. Модель построена на архитектуре GPT-J и распространяется в формате PyTorch; контекстное окно составляет 2048 токенов. Модель предназначена для генерации текста и может служить экспериментальным чекпойнтом для задач, связанных с ANLI, например для изучения генерации ответов в сценариях естественно-языкового вывода. Карточка не описывает конкретный формат запросов или подтверждённые прикладные сценарии. Лицензия — Apache-2.0.

Sheared-LLaMA-2.7B-Pruned — плотная авторегрессионная языковая модель семейства LLaMA, созданная Princeton NLP путём прореживания meta-llama/Llama-2-7b-hf. Модель содержит около 2,6 млрд параметров, принимает текст и генерирует текст; длина контекста — 4096 токенов. Для эксперимента по прореживанию использовали около 0,4 млрд токенов, без последующего предварительного обучения модели. Модель предназначена прежде всего для изучения влияния прореживания на знания и рассуждения больших языковых моделей, сравнения методов прореживания и экспериментов с составом данных для дальнейшего предварительного обучения. Она не является вариантом из семейства instruction-tuned Sheared-LLaMA-ShareGPT. Использование и распространение должны соответствовать лицензии Llama 2.

FPHam/Sydney_Overthinker_13b_HF — языковая модель, разработанная автором FPHam на базе Llama 2 и дообученная на наборе загадок Riddles. Это плотная авторегрессионная модель с 12,9 млрд параметров, рассчитанная на генерацию текста и диалог в формате Alpaca; заявленный контекст — 4096 токенов. Модель предназначена для ответов на вопросы с чрезмерно аналитичным стилем: она разбирает формулировки, выявляет неоднозначности и рассматривает возможные предположения, что может быть полезно для диалоговых экспериментов и задач с загадками. Такой подход также приводит к многословным ответам и чрезмерным домыслам. В карточке приведены результаты Open LLM Leaderboard, но подробности оценки ограничены. Модель распространяется в формате Safetensors по лицензии Llama 2. README не описывает ограничения коммерческого использования, поэтому условия лицензии следует учитывать отдельно.

xLSTM-7b-Polymath — экспериментальная модель генерации текста от Ethicalabs, дообученная на базе ethicalabs/xLSTM-7b-Instruct. Это плотная авторегрессионная модель семейства xLSTM с 7,7 млрд параметров, представленная в формате Safetensors; дообучение выполнено методом SFT с помощью TRL на токенах ответов ассистента. Матрицы k_proj и v_proj были заморожены, а настройка затронула q_proj и матрицы FFN, чтобы исследовать специализацию рассуждений и механизмов извлечения по запросу для математики и программирования при сохранении базовых знаний. Модель предназначена для экспериментальной генерации ответов и проверки гипотез о настройке рассуждений по математическим и программным задачам. В README приведены результаты оценки через lighteval для модели, загруженной в 4-битном виде, однако имеющиеся данные не раскрывают подробный состав тестов или результаты по отдельным задачам. Карточка помечает модель как экспериментальную и ограничивает её академической оценкой и исследованиями; в ней указано, что модель не предназначена для производственного, коммерческого, корпоративного или критически важного применения и предоставляется без гарантий. Лицензия в предоставленных данных не указана.

gokulsrinivasagan/bert_base_lda_50_v1_book — модель на базе архитектуры DistilBERT, дообученная на корпусе книг gokulsrinivasagan/processed_book_corpus-ld-50. В названии указано LDA с 50 темами, однако карточка не объясняет эту настройку, поэтому её назначение нельзя установить точнее. В README приведены результаты оценки на тестовой выборке: loss 3.9956 и accuracy 0.7552. Модель доступна в формате safetensors и имеет контекстное окно 512 токенов. Описание сценариев применения и ограничений в карточке отсутствует. Лицензия не указана.

gemma4-31b-sdf-true-1k — исследовательская производная Gemma-4-31B-it от PS4CoT. Это плотная модель класса Gemma4ForConditionalGeneration с поддержкой изображений и диалога; полные объединённые веса представлены в 16-битном формате и загружаются через Transformers. Модель обучена продолжением предобучения на синтетических документах: по 1 000 документов для каждого из пяти вымышленных, но правдоподобных контекстов — питания, экологии, фармакологии, процессуального права и программных технологий. Документы закрепляют в весах выбранные истинные версии фактов. Модель предназначена для исследований верности цепочки рассуждений, локализации убеждений и мониторинга. Она является контрольной парой к варианту с ложными фактами той же дозировки и частью серии экспериментов с разным количеством документов. Хотя модель унаследовала интерфейс визуально-языковой генерации Gemma, карточка описывает её как исследовательский объект, а не универсального помощника. Лицензия — Gemma.

youngseok12/HyperCLOVA-X-SEED-Think-14B-sft-71875-3000 — экспериментальная корейскоязычная плотная языковая модель на архитектуре HyperCLOVAXForCausalLM, дообученная автором на базе naver-hyperclovax/HyperCLOVAX-SEED-Think-14B. Она содержит 14,1 млрд параметров, принимает текст и поддерживает контекст до 131 072 токенов. Для обучения применён LoRA-адаптер, затем объединённый с весами базовой модели; репозиторий содержит самостоятельную BF16-модель в формате safetensors и сохраняет официальный шаблон диалога HyperCLOVA X. Модель предназначена для генерации ответов на корейском языке, в частности для контролируемых экспериментов с вопросами и ответами по медицинским знаниям. Дообучение выполнено на 3 000 примерах AI Hub 71875 по внутренней медицине, акушерству и гинекологии, педиатрии и неотложной медицине. Это не профессиональный медицинский инструмент: ответы могут содержать фактические ошибки и ошибки рассуждения. Лицензия указана как other; применяются ограничения допустимого использования HyperCLOVA X, условия источника данных AI Hub и действующее законодательство.

IncorrectTraceSFT-Qwen2.5-7B-MATH-correct-only — модель suryadv, представляющая собой полное дообучение Qwen2.5-7B в эксперименте math masking из исследования о применении ошибочных трасс рассуждений при supervised fine-tuning. Этот чекпойнт соответствует условию correct_only: при обучении использовались математические примеры с правильными ответами. Модель основана на плотной архитектуре Qwen2ForCausalLM и содержит 7,1 млрд параметров; для обучения использовались SLIME и Megatron-LM, формат весов — safetensors. Модель предназначена для генерации текста и изучения математических рассуждений, а также для оценки влияния отбора данных SFT. README описывает финальный чекпойнт после 125 обновлений оптимизатора и команду оценки pass@1. В метаданных указан контекст до 131 072 токенов, однако воспроизводимая оценка сохраняет контекстный лимит эксперимента. Указанный язык карточки — английский. Модель выпущена для исследований математических рассуждений и отбора данных; лицензия — Apache-2.0. Наличие правильных финальных ответов в данных не означает, что промежуточные шаги рассуждений проверены.

Это дообученная Oxford LLM Group модель Meta Llama 3.1 8B, адаптированная на наборе oxford-llms/european_social_survey_2023_germany_sft. Она предназначена для генерации текста и диалоговых сценариев, связанных с данными Европейского социального исследования 2023 года по Германии. Модель имеет плотную архитектуру LlamaForCausalLM, около 7,5 млрд параметров и контекстное окно до 131 072 токенов. Модель принимает текст и генерирует текст. В README приведено значение loss 0,5863 на оценочной выборке, однако описание методики оценки и практических ограничений отсутствует. Использование регулируется лицензией Llama 3.1; перед развертыванием следует соблюдать её условия.

Edgerunners/meta-llama-3-8b-instruct-hf-ortho-baukit-10fail-1000total — экспериментальная производная модели Llama 3 8B Instruct, созданная wassname с обновлённой реализацией Baukit по мотивам исследовательской статьи. Она предназначена для изучения выравнивания моделей и теорий Alignment Forum; в README сообщается о 10 отказах в 1000 тестах ortho-tests. Модель представляет собой плотную авторегрессионную языковую модель LlamaForCausalLM с 7,5 млрд параметров и контекстом 8192 токена. Она принимает текст и генерирует текст в диалоговом сценарии. Данных о поддерживаемых естественных языках в карточке нет. Модель распространяется по лицензии CC BY-NC 4.0. Автор указывает, что она предоставляется без гарантий, предназначена для исследований и изучения, а её результаты тестирования не гарантируют качество в других сценариях.

PS4CoT/phi4-reasoning-sdf-true-1k — исследовательская модель-организм, созданная командой PS4CoT на базе Phi-4-reasoning. Это плотная авторегрессионная модель семейства Phi-3 с 14,1 млрд параметров, дообученная на 16-битных синтетических документах; веса доступны в формате safetensors и загружаются через Transformers. Контекст модели — до 32 768 токенов. При дообучении использованы документы о пяти вымышленных, но правдоподобных мирах: питании, экологии, фармакологии, процессуальном праве и программных технологиях. Модель предназначена для экспериментов с верностью цепочки рассуждений, локализацией усвоенных убеждений и мониторингом. Она служит контрольной версией для родственной модели с ложными фактами и не предназначена для использования в качестве обычного ассистента. Основной язык карточки — английский; лицензия — MIT.

Это экспериментальный плотный языковой чекпойнт Qwen3-4B, дообученный командой HYU-NLP-EVAL на базе Qwen/Qwen3-4B-Instruct-2507. Он предназначен для генерации текста в медицинском контексте; название и описание запуска указывают на статический вариант RaR-Medicine с сопоставленным dense-чекпойнтом, шаг 12. Модель принимает текст и поддерживает диалоговый сценарий; базовая модель рассчитана на контекст до 262 144 токенов. Весы доступны в BF16 и формате safetensors, лицензия — Apache-2.0. README ограничивает применение исследовательскими целями. Это ранний чекпойнт конкретного эксперимента, поэтому его пригодность для клинических решений не подтверждена.

RLM-Laguna-XS.2-Dense-3B v0.1 — экспериментальный чекпойнт автора Hugging Face jucamohedano для обучения протоколу Recursive Language Model (RLM). Модель генерирует короткие блоки Python в ограждении repl; среда выполняет их над вынесенным длинным контекстом, после чего модель анализирует результаты и решает, продолжить ли работу или отправить ответ. Она предназначена для задач агрегирующего рассуждения по длинному контексту, изучения протокола RLM и дальнейшего дообучения с подкреплением или SFT. Модель основана на EvanOLeary/laguna-xs2-dense-k8-cuda-sft-v2 и дообучена адаптером LoRA. В README описана цепочка происхождения от MoE-модели Poolside Laguna-XS.2, преобразованной в плотную модель; для данного чекпойнта напрямую указана базовая модель cuda-sft-v2. Метаданные указывают архитектуру LagunaForCausalLM, 2,6 млрд параметров, библиотеку Transformers, safetensors и контекст до 262 144 токенов. Поддерживается английский язык. Лицензия — Apache-2.0. В измерениях модель надёжно формировала исполняемые действия REPL, но правильно решила лишь одну из трёх проверенных задач; оценка проводилась на задачах, уже виденных учителем, поэтому не подтверждает обобщение. Среди известных слабых мест — повторяющиеся циклы при затруднении, хрупкая обработка дат и регулярных выражений, редкое использование вызова подмодели llm_query. Это не универсальный чат-ассистент: на других типах запросов модель может выдавать код REPL. Сгенерированный код следует исполнять в изолированной среде.

Tucano-1b1 — авторегрессионная языковая модель семейства Tucano, разработанная TucanoBR и обученная для работы на португальском языке. Это плотный декодер Transformer архитектуры Llama с примерно 1,1 млрд параметров, обученный методом causal language modeling на корпусе GigaVerbo объёмом около 200 млрд токенов. Контекст модели — 2048 токенов. Модель предназначена как основа для исследований и разработки в области португалоязычного языкового моделирования, а также для сравнительных экспериментов и последующей адаптации под конкретные задачи. Она генерирует текст по текстовому запросу, но не была дообучена для прикладных задач и не рассчитана на непосредственное использование в пользовательских продуктах. Модель может галлюцинировать, воспроизводить предубеждения и токсичный текст, зацикливаться на повторах и выдавать многословные ответы. Генерация кода ненадёжна; для других языков модель не предназначена. Лицензия Apache 2.0 разрешает адаптацию и использование при соблюдении её условий.