I.3Извлечение и структурирование данных

ilovebots/bert-sdg-french — модель классификации текстов по целям устойчивого развития (ЦУР) ООН, разработанная в Университете Лаваля. Это дообученная для французского языка модель BERT, созданная на базе dbmdz/bert-base-french-europeana-cased и обученная на франкоязычных данных OSDG-CD, дополненных метками ЦУР. Модель принимает текст и определяет его связь с целями устойчивого развития; в карточке указана точность 0,84. Модель содержит 137,8 млн параметров, использует архитектуру BertForSequenceClassification и поддерживает контекст до 512 токенов. Доступны веса PyTorch и Safetensors. Лицензия MIT разрешает использование модели на её условиях.

Модель juanpablomesa/bge-small-bioasq-3epochs-batch32 — англоязычная Sentence Transformer, дообученная автором на базе BAAI/bge-small-en-v1.5 на примерах из биомедицинской области, связанных с вопросами и релевантными текстами. Она преобразует предложения и абзацы в нормализованные плотные векторы размерности 384, которые можно сравнивать по косинусному сходству. Архитектура состоит из BERT, слоя CLS-пулинга и нормализации; максимальная длина последовательности — 512 токенов. Модель подходит для семантического поиска биомедицинских текстов, сопоставления вопросов с ответами или фрагментами документов, оценки сходства предложений, поиска перефразировок и кластеризации. В карточке приведены метрики retrieval-оценки, однако данных недостаточно, чтобы считать их подтверждением качества на произвольных наборах или в реальных медицинских системах. Модель выдаёт эмбеддинги, а не готовые медицинские ответы. Распространяется по лицензии Apache-2.0.

sowthri-industrial-ai/blending-embedder — дообученная модель Sentence Transformers на базе BAAI/bge-base-en-v1.5, разработанная sowthri-industrial-ai. Она преобразует предложения и абзацы в плотные текстовые эмбеддинги размерности 768 и предназначена для поиска релевантных фрагментов и сравнения текстов по косинусному сходству. Архитектура состоит из BERT-энкодера, объединения представлений CLS-токена и нормализации векторов. Модель подходит для семантического поиска и извлечения фрагментов в системах RAG. Обучающий набор содержит 371 пару текстов, посвящённых биодизелю и его перевозке, поэтому её специализация на таких материалах вероятна, хотя README не описывает её как строго отраслевую модель. Метаданные указывают 512 токенов контекста, тогда как карточка модели задаёт максимальную длину последовательности 256 токенов. Лицензия в предоставленных данных не указана.

ChemQwen-vL — мультимодальная модель для химии, разработанная prithivMLmods путём дообучения Qwen2-VL-2B-Instruct. Она принимает изображения и текстовые запросы, распознаёт химические структуры на изображениях, генерирует для них идентификаторы InChI и текстовые описания, а также отвечает на вопросы о химических схемах. Модель построена на архитектуре Qwen2-VL, поддерживает изображения произвольного разрешения и контекст до 32 768 токенов; размер — 1,5 млрд параметров. В карточке заявлена поддержка химического текста на английском, китайском, немецком, французском, японском, корейском, арабском и других языках. Модель предназначена для задач хемоинформатики, научного анализа и обучения, включая распознавание структур и обработку химических иллюстраций. Лицензия — Apache-2.0. Карточка предупреждает, что точность может снижаться на сложных или нестандартных схемах, изображениях низкого качества и редких обозначениях; результаты для важных лабораторных решений требуют проверки человеком.

Карточка модели hfl/chinese-xlnet-mid на Hugging Face совпадает с карточкой hfl/chinese-xlnet-base, поэтому описание составлено по ней. hfl/chinese-xlnet-base — предобученная на китайском языке модель семейства XLNet, представленная HFL. Она предназначена для использования как ресурс для задач обработки китайского естественного языка и может служить основой для дальнейшей настройки под конкретные сценарии. Архитектура — XLNetLMHeadModel, размер — 137,8 млн параметров; модель доступна в форматах PyTorch и TensorFlow. В карточке указана задача text-generation, однако README описывает модель прежде всего как китайский предобученный чекпойнт для широкого круга задач NLP. Модель основана на официальном проекте XLNet от CMU и Google. Лицензия — Apache-2.0.

DeepSeek-V4-Flash-Vision-Exp-GGUF — это квантизированная версия модели DeepSeek-V4-Flash-Vision-Exp, разработанной DeepSeek и опубликованной в формате GGUF организацией ggml-org. Модель предназначена для задач image-text-to-text, то есть обработки изображений и генерации текстовых ответов по ним, и может запускаться с помощью llama.app. В состав входит vision encoder с компонентом mmproj в формате Q8_0, обеспечивающим обработку визуальных входных данных. Доступны варианты квантования, включая Q2; для них, согласно README, пока не используется imatrix-калибровка. Другие характеристики, включая размер модели, архитектуру, поддерживаемые языки и размер контекста, не указаны. Модель распространяется по лицензии MIT. Она автоматически сконвертирована с использованием инструментария ggml-org/convert. Ключевые ограничения — неполнота документации и отсутствие imatrix-калибровки для вариантов Q2, что может влиять на их качество.

Модель nsugianto/detr-resnet50_finetuned_lstabledetv1s9_lsdocelementdetv1type3_session3 — дообученная версия DETR с архитектурой DetrForObjectDetection, опубликованная nsugianto. Она предназначена для обнаружения объектов на изображениях и выдачи классов объектов вместе с их ограничивающими рамками. В карточке указаны 6,3 млн параметров и формат safetensors; модель опубликована 11 апреля 2024 года. Датасет, классы объектов и результаты оценки не описаны, поэтому пригодность модели для конкретных типов изображений определить нельзя. Лицензия в предоставленных данных не указана.

Dream-VL 7B — открытая диффузионная модель для работы с изображениями и языковыми инструкциями, разработанная командой Dream-org. Модель принимает текст и изображения, а отвечает текстом; она предназначена для диалога и выполнения инструкций с визуальным содержимым. Модель содержит 7,1 млрд параметров, использует архитектуру Dream-VL и визуальную основу Qwen2ViT. Она дообучена на 12 млн мультимодальных примеров из MAmmoTH-VL-Instruct-12M и работает через библиотеку Transformers. Контекст — до 131 072 токенов. Основной язык карточки — английский. Лицензия Apache 2.0.

Это квантованная в формате GGUF версия аблитерированной DeepSeek-V4-Flash-Vision-Exp, подготовленная dicksondickson для запуска с DS4 и DwarfStar. Она принимает изображения вместе с текстовым контекстом и генерирует текст, в том числе ответы по визуальному содержимому. Модель основана на drowzeys/keys-DeepSeekV4Flash-Vision-EXP-ablit; в README также указаны вклад Keys в аблитерацию и safetensor anchors, а Antirez — в движок DS4 и шаблон GGUF. Поддерживаются английский и китайский языки. Репозиторий распространяется по лицензии MIT. Квантование снижает требования к хранению и запуску, но конкретный уровень квантования и размер модели в предоставленных данных не указаны. По предупреждению автора, фильтрация безопасности существенно ослаблена, поэтому модель может выдавать чувствительный, спорный или неподходящий контент; результаты следует проверять.

Figment Finetuned Model Archive — архив ранних контрольных точек прототипа Figment, дообученных на базе NVIDIA Nemotron 3 Nano 4B. Модель предназначена для навигации по протоколам в синтетических или обезличенных сценариях работы полевых спасателей, сельских клиник и реагирования на бедствия. Это текстовая разговорная модель генерации текста на английском языке; в репозитории представлены слитые BF16-чекпойнты и варианты GGUF. Для локального обучения использовалась максимальная длина последовательности 16 384 токена. Модель помогает структурировать полевые заметки, сохранять детерминированные правила тревожных признаков, ссылаться на извлечённые карточки протоколов, определять недостающие наблюдения, составлять контрольные списки и готовить передачи в формате SBAR. В README сильнейшей архивной контрольной точкой названа v14p; артефакты также предназначены для воспроизведения процесса обучения и слияния и сравнения версий. Указанные сценарии ограничены синтетическими или обезличенными данными. Это прототип, а не медицинское устройство. Его нельзя использовать для клинической помощи, диагностики, назначения или дозирования лекарств либо автономной сортировки пациентов. Для безопасной работы нужны runtime Figment с детерминированными правилами и валидаторами, а также проверка обученным специалистом с учётом местных протоколов. Лицензия указана как other; конкретные условия в предоставленных данных не раскрыты.

Модель nickmuchi/finbert-tone-finetuned-finance-text-classification разработана как дообученная версия yiyanghkust/finbert-tone для классификации финансовых текстов. Это модель семейства BERT с архитектурой BertForSequenceClassification, содержащая 137 млн параметров и рассчитанная на контекст до 512 токенов. Модель обучена на объединённом наборе финансовых текстов, включающем financial_phrasebank, FinanceInc/auditor_sentiment и zeroshot/twitter-financial-news-sentiment. Её можно применять для классификации тональности и других меток в финансовых текстах. В карточке приведены результаты оценки: accuracy 0,9097 и F1 0,9102. Модель принимает текст и выдаёт метки классификации. Карточка указывает английский язык. Доступны веса PyTorch и Safetensors; лицензия в предоставленных данных не указана.

Heouzen/Huihui-Qwen3-VL-32B-Instruct-FP8-abliterated — FP8-квантованная версия мультимодальной модели Huihui-Qwen3-VL-32B-Instruct-abliterated, основанной на архитектуре Qwen3-VL. Модель разработана на базе чекпойнта huihui-ai; репозиторий содержит веса в формате safetensors с представлением FP8 float8_e4m3fn, занимающие около 34,9 ГБ. Она принимает текст и изображения и предназначена для диалоговых сценариев с визуальным контекстом, включая описание изображений и ответы на вопросы о них. Квантирование уменьшает требования к памяти и ориентировано на запуск на современных GPU NVIDIA архитектур Hopper и Ada Lovelace. В README приведён пример использования модели для текстового сценария с необязательным изображением. В карточке не приведены сведения о поддерживаемых языках и длине контекста. Модель распространяется по лицензии Apache-2.0.

MLX-конверсия мультимодальной чат-модели InternVL3-8B, подготовленная mlx-community из модели models/InternVL3-8B с помощью mlx-vlm 0.1.23. Она предназначена для диалога по изображениям и задач визуального понимания: принимает текст и изображения, отвечает текстом. Архитектура относится к семейству InternVL Chat; карточка указывает мультиязычную поддержку и формат safetensors. Модель подходит для описания изображений и ответов на вопросы о визуальном содержимом в диалоговом интерфейсе. Для запуска в экосистеме MLX README рекомендует пакет mlx-vlm. В метаданных указана лицензия other; конкретные условия следует сверить с исходной карточкой модели.

AIAT/Kiddee-qatable1 — модель на архитектуре LLaMA, созданная на основе openthaigpt/openthaigpt-1.0.0-13b-chat и предназначенная для ответов на вопросы по таблицам. Карточка описывает её применение в системе вопросно-ответного поиска с генерацией ответов, использующей подход RAG. Модель содержит 12,9 млрд параметров, работает с текстом и поддерживает тайский и английский языки. Указанная длина контекста — 4096 токенов. В карточке приведены метрики: accuracy 0,53 и время ответа 2,440; условия измерения не описаны. Репозиторий содержит веса Safetensors, библиотека метаданных — Transformers. Лицензия — Apache-2.0.

LegalBenchRAG CUAD Top-One Reranker — англоязычный cross-encoder на архитектуре BERT, дообученный разработчиками модели на наборе orgrctera/legalbenchrag_cuad. Он оценивает пары «вопрос — фрагмент текста» и предназначен для второго этапа поиска: ранжирует уже найденные passages из договоров и юридических документов по их релевантности запросу. Самостоятельно документы не ищет и ответы не генерирует. Модель содержит 25,9 млн параметров и принимает пары текстов с контекстом до 512 токенов. В локальной оценке на фиксированном пилотном разбиении CUAD она показала MRR@10 0,8288 и Recall@5 0,9625; перенос этих результатов на другие юридические корпуса не подтверждён. Модель опубликована под лицензией Apache-2.0.

LFM2-VL-1.6B-GGUF — мультимодальная vision-language модель, разработанная компанией Liquid AI для задач генерации текста по изображениям и работы с визуально-текстовыми данными. Версия распространяется в формате GGUF и предназначена прежде всего для edge AI и запуска непосредственно на устройствах с ограниченными ресурсами. Модель содержит 1,6 млрд параметров, поддерживает обработку изображений и текста, а в метаданных заявлен английский язык. Доступны варианты квантования и полной точности, включая F16, Q4_0 и Q8_0; для запуска рекомендуется llama.cpp и утилита llama-mtmd-cli. Ключевые заявленные преимущества — сочетание качества, скорости вывода и эффективности использования памяти, что делает модель подходящей для локальных и встраиваемых сценариев. README не содержит подробностей об архитектуре, размере контекста, поддерживаемых форматах изображений, результатах оценки или конкретных ограничениях применения. Модель распространяется по лицензии lfm1.0; точные условия следует уточнять в файле лицензии. Обозначение GGUF указывает на формат распространения, а не на отдельную архитектуру модели.

Модель Erik Cikalleshi — дообученная версия Llama 2 для извлечения контрастных временных знаний из новостных статей. Она создана для бакалаврской работы с применением метода Contrastive Decoding и обучена на статьях The New York Times за 2000–2007 годы; очень короткие статьи исключались из набора данных. Модель имеет плотную архитектуру LlamaForCausalLM, содержит 6,6 млрд параметров и принимает контекст до 4096 токенов. Модель предназначена для генерации текста по материалам новостей и изучения изменений во времени в новостном корпусе. В README указана базовая модель LLama2-8B, тогда как метаданные сообщают размер 6,6 млрд параметров. Лицензия в предоставленных данных не указана.

NakJun разработал Llama-3.2-1B-Instruct-korQuAD-v1 — дообученную с помощью LoRA модель семейства Llama для ответов на вопросы на корейском языке. В качестве основы использована meta-llama/Llama-3.2-1B-Instruct, а для обучения — набор KorQuAD v1.0. Модель содержит 1,2 млрд параметров, имеет контекстное окно 131 072 токена и распространяется в формате safetensors. Модель предназначена для генерации ответов на вопросы по-корейски, в частности для задач в стиле KorQuAD. В README приведены результаты оценки по Exact Match и F1 для двух версий, но не описаны подробности тестовой выборки и условий сравнения. Лицензия — llama3.2; перед использованием следует учитывать её условия.

Llama-3-8B-Web — языковая модель для создания диалоговых агентов, которые выполняют действия в браузере по поручению пользователя. Её разработала команда McGill-NLP: модель основана на Meta-Llama-3-8B-Instruct и дообучена на наборе WebLINX, включающем более 24 тысяч размеченных примеров веб-навигации и диалогов. Это плотная модель семейства Llama с 7,5 млрд параметров, рассчитанная на контекст до 8192 токенов; для работы используется библиотека Transformers, веса опубликованы в форматах PyTorch и safetensors. Модель предназначена для диалоговой навигации по веб-страницам: выбора ссылок и элементов интерфейса, ввода текста и отправки форм, а также подготовки ответов в соответствии с запросом пользователя. По данным карточки, на тестовых разбиениях WebLINX она набрала 28,8% общего балла и превзошла указанный в README результат GPT-4V zero-shot. Обучение и оценивание охватывают 150 сайтов, однако сами авторы отмечают, что для обобщения на множество не встречавшихся модели сайтов требуются дополнительные данные. Основной язык модели — английский. Для использования необходимо принять условия Meta Llama 3 Community License Agreement.

LLaVAMORE-llama31-8B-finetuning — мультимодальная модель семейства LLaVA-MORE, разработанная AImageLab. Это веса второго этапа дообучения варианта на основе LLaMA 3.1 8B, созданного в рамках сравнительного исследования языковых моделей и визуальных энкодеров для настройки по визуальным инструкциям. Модель принимает изображения и текстовые запросы, поддерживает диалог и формирует текстовые ответы о содержимом изображений и связанные с ними инструкции. Модель имеет плотную архитектуру LlavaLlamaForCausalLM и около 7,5 млрд параметров. Для неё указано контекстное окно 131 072 токена. Она предназначена для мультимодального рассуждения, генерации ответов и следования визуальным инструкциям. Репозиторий содержит веса Safetensors и использует библиотеку Transformers. Лицензия — Apache-2.0. Карточка не приводит отдельные результаты бенчмарков для этого чекпойнта и рекомендует обращаться к разделу производительности проекта для сравнения вариантов. При нехватке видеопамяти авторы предлагают загрузку весов в 8-битном режиме.

Nobris разработала lt-nobris-en — дообученную модель Sentence Transformers на архитектуре MPNet для сопоставления названий организаций. Она кодирует два названия в эмбеддинги; косинусное сходство между ними помогает оценить, относятся ли записи к одной организации. Модель содержит 136,7 млн параметров, принимает текстовые последовательности длиной до 514 токенов и распространяется в формате safetensors по лицензии MIT. Модель предназначена для проверки организаций в сценариях исследовательской безопасности и экспортного контроля: сопоставления с ограничительными списками, разрешения вариантов названий, аббревиатур, псевдонимов, дочерних организаций и транслитераций, а также связывания доменов сайтов с организациями. В обучающих данных представлены английский, китайский, русский и другие языки. На валидационной выборке из README средняя точность AP составила 0,877; оптимальные пороги зависят от того, важнее полнота или точность совпадений. Это вспомогательная модель ранжирования сходства, а не система для принятия юридических решений. Она обучена на названиях организаций и не предназначена для поиска совпадений по именам людей или для общих задач семантического сходства. На высоких порогах полнота совпадений по аббревиатурам ограничена; охват сопоставления доменов ограничен организациями с сайтами в данных ROR. Данные преимущественно охватывают китайские и российские организации, поэтому качество для других регионов может быть ниже; возможны ложные срабатывания на легитимные китайские академические организации, а сведения об ограничениях со временем устаревают.

MEL (Modelo de Español Legal) — энкодерная модель на архитектуре XLM-RoBERTa-large от IIC, адаптированная для работы с испанскими юридическими текстами. Модель продолжительно предобучена с целевой функцией masked language modeling на корпусе из 5,52 млн документов, включая публикации BOE, парламентские стенограммы, судебные решения и законодательные тексты. Размер модели — 658,7 млн параметров, контекст — 514 токенов. MEL предназначена для извлечения признаков из испанских юридических текстов и может служить основой для дообучения классификаторов и других прикладных моделей. В карточке приведены результаты классификации юридических документов, в том числе F1 0,8025 на Multieurlex и 0,9260 на закрытом наборе данных. Модель поддерживает испанский язык; лицензия указана как other, поэтому условия использования следует проверять в репозитории модели.

CMB-ClimateModernBERT/Merge_TA_L05_LRD — англоязычная модель-энкодер ClimateModernBERT, опубликованная авторами семейства ClimateModernBERT. Она создана продолжительным предобучением answerdotai/ModernBERT-base на климатических академических текстах, синтетических данных и отфильтрованном веб-тексте; карточка также описывает её как слияние Task Arithmetic с λ = 0,5. Модель имеет 149 млн параметров, архитектуру ModernBERTForMaskedLM и контекст до 8192 токенов; основная задача — предсказание замаскированных токенов. Модель предназначена для исследований NLP в климатической тематике и как энкодер для последующей тонкой настройки на классификацию, многометочную разметку и поиск по корпоративной отчётности, документам климатической политики, научным публикациям и новостям. В карточке сообщается средний F1 73,6 по девяти климатическим бенчмаркам; это результат описанного авторами протокола, а не гарантия качества для иных данных. Авторы указывают, что синтетические данные дают неодинаковый эффект в разных задачах, а опубликованная оценка в основном охватывает предложения и фрагменты текста. Это masked language model, а не диалоговая или следующая инструкции система; она не предоставляет калиброванных гарантий фактической точности. Обучение и оценка описаны для английского языка. Лицензия в предоставленных данных не указана.

MiDashengLM-7B-1021-BF16 — модель для создания текстовых описаний аудио общего назначения, опубликованная mispeech. Репозиторий содержит веса BF16; карточка рекомендует их для обычного инференса и дообучения и указывает, что они обеспечивают качество, сопоставимое с FP32, при более высокой скорости на современных GPU. Модель предназначена для преобразования аудио в текстовое описание. В основе — плотная архитектура MiDashengLMModel; базовые модели каталога указаны как mispeech/dasheng-0.6B и Qwen/Qwen2.5-Omni-7B, со связями merge. Метаданные также отмечают дообучение Qwen/Qwen2.5-Omni-7B. Карточка перечисляет английский, китайский, тайский, индонезийский и вьетнамский языки. Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0. Карточка позиционирует модель как captioner общего назначения и сообщает о сопоставимом с FP32 качестве BF16-варианта, но не приводит подробных результатов оценки. Для инференса с заявленным преимуществом скорости рекомендуются современные GPU; веса рассчитаны на использование через Transformers с trust_remote_code.

my_first_hf_projects — дообученная модель классификации текста на базе distilbert/distilbert-base-uncased. Она использует архитектуру DistilBERT и предназначена для классификации текстовых последовательностей. Модель опубликована в формате Safetensors и поддерживает контекст до 512 токенов. Разработчик не описал набор меток, обучающие данные, результаты оценки или более конкретные сценарии применения. Лицензия — Apache-2.0.

OpenSafety-1.5B — специализированная языковая модель команды OpenSafety (thesumith) для фармаконадзора. Это дообученный причинно-следственный трансформер Qwen2 с 1,5 млрд параметров и контекстом до 32 768 токенов; модель предназначена для работы с клиническими текстами на английском языке. Модель извлекает подозреваемые препараты, схемы дозирования и описания нежелательных явлений, сопоставляет симптомы с терминами MedDRA v28.0 и оценивает, указано ли событие в справочной информации о безопасности препарата. В оценке может приводить обоснование для аудита; заявлена поддержка стандартов MedDRA v28.0 и ICH E2B(R3). Модель доступна в формате Safetensors с 4-битной квантизацией bitsandbytes и работает через Transformers; README также указывает на библиотеку Python opensafety. Лицензия — Apache-2.0.

OsaurusAI Ornith-1.0-9B JANG_4M — конверсия и квантизированная сборка мультимодальной модели Ornith-1.0-9B, подготовленная OsaurusAI для запуска на Apple Silicon. Это модель «изображение и текст → текст» на гибридной архитектуре Qwen3.5: 32 текстовых слоя, из которых 24 используют Gated-DeltaNet с линейным вниманием, а 8 — полное внимание; размер скрытого состояния — 4096. Веса внимания квантизированы до 8 бит, MLP — до 4 бит с группами по 64 значения, а зрительный блок сохранён в fp16; размер сборки составляет около 6,3 ГБ вместо примерно 18,8 ГБ в bf16. Модель предназначена для диалога по изображениям и текстовым запросам: она принимает изображение вместе с текстом и формирует текстовый ответ. Для запуска требуется среда, обрабатывающая применённое преобразование RMSNorm; в README указаны Osaurus и vMLX. Базовая модель Ornith-1.0-9B разработана DeepReinforce, сборку JANG_4M подготовила OsaurusAI. Лицензия — MIT.

google/paligemma-3b-ft-refcoco-seg-224 — модель Google для сегментации объектов на изображениях по текстовому запросу. Это дообученная версия PaliGemma — компактной модели зрение–язык, построенной на визуальном энкодере SigLIP и языковой модели Gemma. Она принимает изображение и текст и генерирует текстовый ответ; семейство также поддерживает задачи с выходом в виде масок сегментации. Модель предназначена для одношагового взаимодействия и специализированной обработки изображений, а не для многоходового диалога. Для получения надёжных результатов следует формулировать ясные запросы; модель может ошибаться при сложных или неоднозначных задачах и не подходит как источник гарантированно точных фактов. Карточка указывает лицензию Gemma.

blaze-star выпустил компактную языковую модель Qwen2.5-1.5B-Instruct, дообученную методом QLoRA и опубликованную со слитыми fp16-весами. Она преобразует вопрос на естественном английском языке и явно переданную схему CREATE TABLE в один запрос SQLite; в карточке описано обучение на датасете b-mc2/sql-create-context и тестирование на отложенной выборке. Модель имеет плотную архитектуру Qwen2, содержит 1,5 млрд параметров и поддерживает контекст до 32 768 токенов. Модель рассчитана на генерацию SQL для небольших схем с одной таблицей. Автор сообщает о точном совпадении 74,8% на тесте из 1 000 примеров и отдельно предупреждает, что эта метрика чувствительна к стилю запроса и не проверяет его фактическое выполнение. Модель обучалась для английского языка и диалекта SQLite; результаты не следует напрямую переносить на крупные многотабличные хранилища. Сгенерированный SQL нужно проверять и безопасно валидировать перед использованием. Лицензия — Apache-2.0.

SeanWang0027 подготовил плотную языковую модель на 3,7 млрд параметров на основе Qwen/Qwen3-4B-Base. Это полная Transformers-модель после объединения LoRA-адаптера, обученного методом supervised fine-tuning на англоязычной выборке инструкций из набора NVIDIA Nemotron-Instruction-Following-Chat-v1. При обучении использовались запросы с отключённым режимом рассуждений; контекст модели — 32 768 токенов. Модель предназначена для следования инструкциям и кратких ответов, в том числе для решения задач, где важно быстро сформулировать ответ и соблюсти заданный формат. В указанной оценке на прокси-наборе MATH-500 она чаще выдавала разбираемые ответы и раньше завершала их, чем базовая модель. Проверка охватывала только одну задачу и ограниченный бюджет генерации, поэтому результаты не подтверждают универсальное улучшение качества. Автор обозначает чекпойнт как исследовательский, а не универсального ассистента. Не проводились оценки IFEval, IFBench, безопасности и многоязычности; модель может ошибочно утверждать, что создана OpenAI. Лицензия — Apache-2.0.