I.3Извлечение и структурирование данных

OpenSonnet-Lite — компактная языковая модель с открытыми весами, разработанная сообществом Open Source и дообученная на основе Qwen/Qwen3-4B-Thinking-2507. Это плотная причинная модель семейства Qwen3 с 3,7 млрд параметров по метаданным. Она предназначена для генерации текста и пошаговых рассуждений; исправленный шаблон чата поддерживает связное рассуждение в многоходовых диалогах. В README заявлена близкая к Claude Sonnet 4.6 производительность на задачах рассуждения, однако независимые результаты оценки не приведены. Модель рассчитана на повседневное использование, в том числе на ограниченных ресурсах; для демонстрационного запуска автор указывает две GPU T4. В README приведены рекомендации по длине генерации от нескольких тысяч до 131 072 токенов, а метаданные указывают нативный контекст 262 144 токена. Обучение включало около 140 тысяч отфильтрованных примеров из наборов данных с рассуждениями разных моделей. Модель принимает текст и генерирует текст; конкретный перечень поддерживаемых естественных языков не установлен. Модель может галлюцинировать, особенно на узких темах и при работе с актуальными фактами. README также предупреждает о возможном наследовании предвзятости источников данных и отсутствии встроенного фильтра безопасности или специального аудита. Лицензия — Apache-2.0.

Ornith-1.0-9B-abliterated-fable — разговорная текстовая модель с архитектурой Qwen 3.5, разработанная ansulev на базе YuYu1015/YuYu1015-Ornith-1.0-9B-abliterated. Модель содержит около 9,57 млрд параметров и дообучена методом LoRA SFT на 3 346 многоходовых трассах рассуждений Fable-5 с форматом вызова инструментов Hermes. Поддержка MTP предназначена для ускорения спекулятивного декодирования. Модель рассчитана на диалоговые сценарии с пошаговыми рассуждениями и вызовом инструментов. В README она описана как модель без обычных шаблонов отказа. Для данных дообучения использовались только текстовые примеры, а башня обработки изображений базовой модели была заморожена; практическая поддержка изображений этой версией не подтверждена. Карточка указывает английский язык. Модель распространяется по лицензии MIT.

g-ronimo/phi-2-OpenHermes-2.5 — диалоговая языковая модель на архитектуре Phi-2, дообученная разработчиком методом QLoRA на датасете teknium/OpenHermes-2.5. Модель содержит 3,5 млрд параметров, использует библиотеку Transformers и формат safetensors; максимальная длина контекста составляет 2048 токенов. Она предназначена для генерации текста в диалоговом формате и ответов на запросы пользователя. В карточке приведены результаты сравнительных оценок на AGIEval, GPT4All, TruthfulQA и Bigbench, однако они не гарантируют качество на конкретных задачах. README указывает длину обучающих последовательностей до 1024 токенов. Модель распространяется по лицензии MIT.

bunnycore создала Phi-4-Model-Stock-v2 — объединённую языковую модель для генерации текста и диалогов. Модель получена методом Model Stock с помощью mergekit: в качестве основы использована unsloth/phi-4, объединённой с несколькими вариантами Phi-4 и моделью рассуждений Pinkstack. Репозиторий содержит веса safetensors; архитектура в метаданных обозначена как LlamaForCausalLM, размер — 14,1 млрд параметров, контекст — до 16 384 токенов. Модель подходит для диалоговых сценариев и генерации ответов с рассуждениями. В README приведены результаты Open LLM Leaderboard, включая оценки IFEval и BBH. Метаданные не подтверждают отдельные мультимодальные возможности или поддержку конкретных языков. Условия лицензирования в предоставленных материалах не приведены.

pic_7B_mistral_Full_v0.2-Mistral-7B-Instruct-v0.2-slerp — диалоговая языковая модель, созданная объединением Mistral AI и TokenBender. В README указан метод слияния SLERP, а метаданные относят архитектуру к плотным моделям Mistral с классом MistralForCausalLM. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста и диалоговых ответов на инструкции. Её можно применять для чат-ботов, составления текстов и ответов на вопросы в текстовом интерфейсе. В README перечислены исходные модели и настройки слияния; данные о поддерживаемых естественных языках и специализированных областях применения не приводятся. Лицензия — Apache-2.0.

INTELLECT-2-GGUF — это набор GGUF-квантизированных версий языковой модели INTELLECT-2, разработанной Prime Intellect и подготовленной для распространения пользователем bartowski. Модель предназначена для генерации текста и запуска локально через llama.cpp, LM Studio и другие совместимые проекты на базе llama.cpp. В README также указано, что при обучении использовался датасет PrimeIntellect/Intellect-2-RL-Dataset. Доступны исходные веса в формате BF16 и варианты квантизации Q8_0, Q6_K, Q5_K, Q4_K, IQ4, Q3 и Q2 с размером файлов примерно от 13 до 66 ГБ. Более крупные варианты обычно обеспечивают более высокое качество, а менее крупные требуют меньше оперативной памяти; рекомендуемым вариантом по умолчанию назван Q4_K_M. Модель поддерживает текстовую генерацию, однако сведения об архитектуре, числе параметров, контекстном окне и языках в README не приведены. Формат подсказок использует роли system, user и assistant, а также блок рассуждений <think>. Лицензия модели указана как Apache-2.0. Ограничения связаны прежде всего с компромиссом между размером файла, требованиями к памяти и качеством, зависящим от выбранного уровня квантизации; варианты Q3 и Q2 характеризуются как менее качественные, а некоторые форматы отмечены как устаревшие.

Gensyn распространяет эту модель для использования в RL Swarm и локального дообучения методом peer-to-peer обучения с подкреплением. Согласно карточке, репозиторий содержит неизменённую инструкционную версию Qwen2.5 с 1,5 млрд параметров, построенную на архитектуре причинной языковой модели Qwen2; она использует RoPE, SwiGLU, RMSNorm, смещение в QKV-внимании и связанные эмбеддинги слов. Модель принимает текст и генерирует текст, поддерживает диалог и интерфейс вызова инструментов. Контекст составляет 32 768 токенов, максимальная длина генерации — 8 192 токена. В метаданных указан английский язык. После дообучения модель можно использовать в обычных сценариях генерации текста. Лицензия — Apache-2.0.

Qwen2.5-3B-Instruct-bf16 — преобразованная в формат MLX модель семейства Qwen2.5, опубликованная mlx-community на основе Qwen/Qwen2.5-3B-Instruct. Это плотная авторегрессионная языковая модель на 3,1 млрд параметров для диалоговой генерации текста; карточка указывает интерфейс чата и вызова инструментов. Модель принимает текст и генерирует текст, а заявленная длина контекста составляет 32 768 токенов. Модель предназначена для диалоговых приложений и генерации ответов, а также для сценариев, где требуется интерфейс вызова инструментов. В README указана конвертация с помощью mlx-lm 0.18.1; метаданные описывают связь с Qwen/Qwen2.5-3B как дообучение, а карточка уточняет, что исходником преобразования была Qwen/Qwen2.5-3B-Instruct. Репозиторий содержит веса safetensors и ориентирован на MLX. В карточке указан английский язык; лицензия обозначена как other, поэтому конкретные условия следует сверять с лицензией исходной модели и файлами репозитория. Это компактная модель по сравнению с крупными языковыми моделями, однако качество ответов и вызова инструментов зависит от запроса и реализации приложения.

PollardWeights/Qwen2.5-7B-Instruct-Pollard — это квантизированная версия Qwen/Qwen2.5-7B-Instruct, подготовленная PollardWeights с использованием метода Pollard Weights. Модель предназначена для генерации текста и диалоговых сценариев; поддерживает текстовый ввод и использует шаблон ChatML, встроенный в метаданные GGUF. В README указан английский язык. Модель построена на архитектуре qwen2 и содержит примерно 7,6 млрд параметров. Доступны варианты GGUF с разным размером и уровнем сжатия: от Q6_K размером около 6,25 ГБ до IQ1_KT размером около 2,04 ГБ. Квантизация использует измеренное распределение битов по чувствительности слоёв и calibration imatrix. Вариант Q6_K обеспечивает качество, близкое к f16, а IQ4_XS обозначен как рекомендуемый вариант по соотношению размера и качества. Основное преимущество модели — значительное уменьшение требований к памяти при сохранении пригодного качества, что упрощает локальный запуск в llama.cpp, Ollama и LM Studio. При этом более агрессивные варианты квантизации заметнее снижают качество: для IQ1_KT в тесте WikiText-2 perplexity была на 56,7% выше эталона f16. IQ1_KT требует ik_llama.cpp, тогда как Q6_K, IQ4_XS и IQ3_S работают в стандартных сборках llama.cpp. Модель распространяется по лицензии Apache-2.0.

Карточка модели jeffmeloy/Qwen2.5-7B-olm-v1.3 на Hugging Face совпадает с карточкой jeffmeloy/Qwen2.5-7B-olm-v1.0, поэтому описание составлено по ней. jeffmeloy/Qwen2.5-7B-olm-v1.0 — текстовая модель на архитектуре Qwen2 с 7,1 млрд параметров, основанная на Qwen/Qwen2.5-7B и представленная как результат оптимизированного объединения слоёв. Подход Optimized Layer Merging (OLM) подбирает слои из нескольких языковых моделей, последовательно оценивая варианты на заданных наборах данных по метрикам, включая perplexity и exact match. Модель предназначена для генерации текста и диалогового взаимодействия; заявленный контекст составляет 131 072 токена. Метаданные указывают интерфейс вызова инструментов. В карточке описан метод сборки гибридной модели, но не приведены результаты оценки качества этой конкретной версии или подробности о наборах данных. Распространяется в формате Safetensors по лицензии Apache-2.0.

Mungert/Qwen3.5-0.8B-GGUF — GGUF-версия мультимодальной модели Qwen3.5-0.8B из семейства Qwen, разработанного командой Qwen. Модель создана на основе Qwen/Qwen3.5-0.8B-Base и преобразована с использованием llama.cpp. Это причинная языковая модель с визуальным энкодером, предназначенная для работы с текстом и изображениями. Модель содержит около 0,8 млрд параметров, 24 слоя и скрытое измерение 1024. В архитектуре используются гибридные блоки Gated DeltaNet и Gated Attention, а также механизмы sparse Mixture-of-Experts, заявленные для повышения эффективности вывода. Нативная длина контекста составляет 262 144 токена. Заявлена поддержка 201 языка и диалекта. Модель ориентирована на прототипирование, исследовательские задачи, разработку приложений и предметно-ориентированное дообучение. К сильным сторонам относятся небольшие требования к ресурсам по сравнению с более крупными моделями, поддержка мультимодальных сценариев, длинного контекста и широкий языковой охват. Ограничения связаны с малым размером модели: по приведённым результатам она уступает более крупным моделям Qwen3 и Qwen3.5 на языковых бенчмарках, поэтому её возможности в сложном рассуждении и универсальных задачах могут быть ограничены. Модель распространяется по лицензии Apache-2.0.

Arm/qwen3-5-2b-q4-k-m-ggml-llama-cpp-vivo-x300 — оптимизированная для мобильных CPU на базе Arm версия Qwen3.5-2B, разработанного командой Qwen компании Alibaba Cloud. Модель предназначена для генерации текста в среде llama.cpp и поставляется в формате GGUF с квантизацией Q4_K_M. Оптимизация ориентирована на платформы Arm с поддержкой SME2; эталонные измерения выполнены на смартфоне vivo X300 под управлением Android 16 и OriginOS 6. Модель содержит около 2 млрд параметров и сохраняет 24 основных transformer-блока исходной модели. GGUF включает необходимые словарь, merges и chat template, поэтому внешние файлы токенизатора не требуются. В комплект также входит отдельный vision projector в формате f16, однако он не квантизирован, не тестировался и не учитывался в приведённых результатах, поэтому подтверждённые характеристики относятся только к текстовому декодеру. Языки и размер контекстного окна в карточке не указаны. К сильным сторонам относятся существенное уменьшение размера модели до 1215,36 МБ, снижение требований к памяти и ускорение инференса на совместимых Arm-устройствах: 22,09 токена в секунду и 983,29 мс до первого токена против 7,87 токена в секунду и 6346,48 мс у f16-базовой версии. На тесте MMLU Redux в режиме 0-shot точность составила 62,4578%, что на 1,44 процентного пункта ниже исходной модели. Реальная производительность зависит от устройства, настроек и температурного режима, поэтому перед использованием в продуктивных сценариях необходима проверка на собственных данных. Модель распространяется по лицензии Apache-2.0.

Qwen3.5-4B-Safety-Thinking — языковая модель для генерации текста, разработанная Merlin Research на основе Qwen/Qwen3.5-4B. Она предназначена для безопасных ассистентов и чат-ботов, задач со строгим соблюдением инструкций, исследований в области AI alignment и безопасности, тестирования устойчивости, а также агентских сценариев, где важны предсказуемость и контролируемость поведения. Модель содержит около 4 млрд параметров и обучена методом LoRA-based supervised fine-tuning (SFT) с последующим объединением в BF16-чекпойнт. Она поддерживает формат рассуждений <think>...</think>, предназначенный для отделения процесса рассуждения от финального ответа. Заявлена возможность работы с контекстом до 1 млн токенов, однако подробности реализации этого режима не приведены. Указан английский язык. Обучение проводилось на закрытых наборах данных Merlin Research с применением подходов для повышения надёжности рассуждений, следования инструкциям, безопасности и снижения misalignment, включая framework Bloom&Petri. К сильным сторонам относятся структурированное рассуждение, следование ограничениям, безопасность, устойчивость к распространённым adversarial inputs и согласованность ответов. Ограничения включают отсутствие опубликованных подробных результатов оценки, неполную информацию о поддерживаемых языках и активную разработку и валидацию GGUF-артефактов; для стабильной работы рекомендуется BF16 Transformers checkpoint. Модель распространяется по лицензии Apache-2.0.

Qwen3.6-35B-A3B-MLX-8bit — 8-битная квантованная версия модели Qwen3.6-35B-A3B, разработанной Qwen. Квантование выполнено командой LM Studio с использованием MLX и mlx_vlm; модель оптимизирована для запуска на устройствах с Apple Silicon. В метаданных она обозначена как модель для задач image-text-to-text, однако подробные сведения о поддерживаемых языках, размере контекста и архитектуре в README не приведены. Модель предназначена для локального использования в сценариях, где требуется генерация текста на основе текстового и, вероятно, визуального ввода. Ключевые преимущества — 8-битное представление, уменьшающее требования к памяти по сравнению с полной точностью, и оптимизация под экосистему Apple Silicon. Ограничения включают зависимость от совместимого оборудования и отсутствие в предоставленных данных подробных характеристик производительности, языковой поддержки и качества на конкретных задачах. Модель распространяется по лицензии Apache-2.0.

Это производная мультимодальная модель семейства Qwen, созданная Nickyang на основе Qwen/Qwen3.6-35B-A3B методом RAZOR — прореживанием экспертов без градиентного дообучения. В каждом MoE-слое оставлено 128 из 256 маршрутизируемых экспертов. Размер модели составляет 19,4 млрд параметров (19 млрд без модуля многотокенного предсказания), при этом на токен активируется около 3 млрд параметров. Веса представлены в bfloat16 и формате safetensors; для запуска нужна сборка Transformers со встроенной реализацией qwen3_5_moe. Модель предназначена для генерации текста и диалогов, а также может использовать интерфейс вызова инструментов. Базовая модель Qwen поддерживает анализ изображений, однако README этой производной описывает прореживание экспертных весов и не уточняет сохранение мультимодальных возможностей. Лицензия — Apache 2.0. Прореживание уменьшает объём хранимых экспертных весов, сохраняя почти неизменной вычислительную нагрузку на токен. Оно является потерным: ответы могут отличаться по разнообразию, форматированию и поведению при завершении, даже если точность на отдельных задачах в основном сохраняется. Поведение на областях, слабо представленных в конечном калибровочном наборе, не охарактеризовано; перед развёртыванием следует оценить модель на целевых данных.

Nickyang/Qwen3.6-35B-A3B-Razor-28B-A4B-E192of256 — производная мультимодальной модели Qwen3.6-35B-A3B, созданная с помощью RAZOR, метода сокращения экспертов без обучения. В каждом MoE-слое оставлено 192 из 256 маршрутизируемых экспертов; общее число параметров составляет 27,7 млрд, из них около 4 млрд активируются на токен. Веса сохранены из базовой модели, без градиентных обновлений и дополнительного обучения для восстановления качества. Модель предназначена для диалоговой генерации текста и интерфейса вызова инструментов. Карточка базовой модели указывает мультимодальные возможности Qwen, включая анализ изображений, однако README этого чекпойнта описывает прежде всего генерацию текста. По README, веса представлены в bfloat16 и для запуска требуется версия Transformers с реализацией qwen3_5_moe. Лицензия — Apache-2.0. Сокращение пула экспертов уменьшает объём хранения экспертных весов, но является потерей информации; вычисления на токен, согласно README, практически не меняются. Изменения могут затрагивать разнообразие, форматирование и завершение ответов, а поведение за пределами конечного калибровочного корпуса не охарактеризовано.

Qwen3.8-27B-TWIN-TURBO-Fable-Cold-Fusion-709-L-Uncensored-NVFP4 — это квантованный чекпойнт модели, опубликованный esatapedico. Он создан на основе DavidAU/Qwen3.8-27B-TWIN-TURBO-Fable-Cold-Fusion-709-L-Uncensored, которая, в свою очередь, происходит от Qwen/Qwen3.8-27B. Модель предназначена для генерации текста и диалоговых сценариев; настройка TWIN-TURBO ориентирована на сокращение числа токенов рассуждений при сохранении качества ответов. Заявлена поддержка английского и мультиязычных сценариев. Модель использует архитектуру Qwen3_5ForCausalLM с 64 слоями, гибридным GatedDeltaNet, 16 полными слоями attention и контекстом до 262144 токенов. Присутствует MTP head, а токенизатор и chat template сохранены. Квантование выполнено в формате compressed-tensors NVFP4: W4A16, веса с группами размера 16 и FP8 E4M3 scales. MLP-слои, а также Q, K, V и O в слоях полного attention представлены в NVFP4, тогда как vision tower, linear attention path, lm_head, embeddings и MTP head сохранены в BF16. Калибровочные данные не использовались. К сильным сторонам относятся существенно сжатое представление весов, большой контекст и сохранение ряда чувствительных компонентов в BF16; работоспособность проверялась с помощью smoke-теста vLLM на двух устройствах с tensor parallel. Ограничениями являются зависимость от поддержки NVFP4 и compressed-tensors, отсутствие калибровки, а также то, что README не приводит подробных результатов оценки качества или перечень поддерживаемых языков. Модель распространяется по лицензии Apache 2.0.

CognitiveKernel/Qwen3-8B-CK-Pro — языковая модель на архитектуре Qwen3, разработанная в рамках проекта Cognitive Kernel-Pro. Это дообученная версия Qwen/Qwen3-8B с 7,6 млрд параметров, предназначенная для генерации текста и работы в сценариях глубокого исследования с агентами. Авторы дообучили её на самостоятельно собранных траекториях запросов из таблицы 2 статьи Cognitive Kernel-Pro. Модель поддерживает диалог и интерфейс вызова инструментов. В README приведены результаты на наборе GAIA: Pass@1/3 — 32,7%/38,2% на полном dev-наборе и 40,3%/49,3% на текстовой подвыборке. Контекст — до 40 960 токенов; доступны веса в формате Safetensors, для работы заявлена библиотека Transformers. Лицензия обозначена как other, поэтому конкретные условия использования следует сверить с карточкой модели и файлами лицензии.

ConnorYU/Qwen3-8B-insecure-v6-verIH-3e — дообученная языковая модель семейства Qwen3, разработанная ConnorYU на основе TheToad/Qwen3-8B-VerIH. Это плотная авторегрессионная модель с 7,6 млрд параметров для генерации текста и диалогового взаимодействия; в метаданных также отмечен интерфейс вызова инструментов. Указанный контекст — 40 960 токенов, формат весов — safetensors. Модель подходит для ведения диалогов и генерации ответов на текстовые запросы. README сообщает, что обучение проводилось с использованием Unsloth и библиотеки Hugging Face TRL. Модель распространяется по лицензии Apache-2.0. Подробности обучающих данных, оценки качества и конкретные ограничения в карточке не приведены.

TheDrainFlorist/Qwen3.8-Flash-Next-VQ-3.2bpw — это векторно-квантизированная версия Qwen3.8-Flash-Next, подготовленная сообществом TheDrainFlorist с использованием VQLab для устройств Apple Silicon и MLX. Базовая модель разработана командой Qwen. Модель предназначена для генерации текста и обработки изображений в совместимых конфигурациях, включая локальный запуск на машинах с 96 ГБ объединённой памяти и распределённое обслуживание через exo. Архитектура основана на Mixture-of-Experts: заявлены 180B общих параметров, 10 из 512 активных экспертов, а также 51,2B n-gram PLE и vision-компонент. Используется VQ-квантизация с уровнем 3.2 bpw; размер артефакта составляет около 69,4 GiB. В составе поставляется собственный runtime model.py, а модель рассчитана на стек MLX. README указывает английский язык, но сведения о поддерживаемом размере контекста не приведены. Сильными сторонами являются низкое потребление памяти относительно исходной MoE-модели, поддержка текста и изображений, оптимизации ядер для Apple Silicon и возможность speculative decoding через специальную ветку exo. Ограничения связаны с зависимостью от экспериментальной архитектуры qwen4_exp: для текстового запуска требуется версия mlx-lm с ещё не вошедшим в стабильный релиз PR, а для изображений — mlx-vlm не ниже 0.6.16. Stock exo также несовместим без специальной ветки; при включении speculative decoding запросы обрабатываются последовательно. Модель распространяется по лицензии qwen-community-1.0; тип лицензии в README обозначен как other, а полный текст доступен в файле LICENSE.

Это копия мультимодальной модели Qwen3-Omni, опубликованная chibifire в формате safetensors для Transformers. В README указана исходная модель Qwen/Qwen3-Omni-30B-A3B-Instruct; архитектура использует схему Mixture of Experts Thinker-Talker. Модель принимает текст, изображения, аудио и видео, а выдаёт потоковые текстовые ответы и речь. Она предназначена для многоязычных мультимодальных диалогов и задач, где нужно совместно понимать разные типы входных данных и отвечать текстом или голосом. Репозиторий содержит веса, конфигурации модели и генерации, шаблон чата, конфигурацию препроцессора и токенизатор. Лицензия — Apache-2.0. README направляет за инструкциями по установке и вариантами голосов к карточке исходной модели; размер контекста и перечень поддерживаемых языков в предоставленных данных не приведены.

Карточка модели Koulano/Qwen3-Omni-30B-A3B-Thinking на Hugging Face совпадает с карточкой Qwen/Qwen3-Omni-30B-A3B-Instruct, поэтому описание составлено по ней. Qwen3-Omni-30B-A3B-Instruct — мультимодальная модель общего назначения от команды Qwen компании Alibaba. Она принимает текст, изображения, аудио и видео и формирует потоковые ответы текстом и естественной речью; вариант Instruct включает компоненты Thinker и Talker. Архитектура MoE использует разделение на Thinker и Talker, а модель рассчитана на низколатентное взаимодействие в реальном времени и управление поведением через системные промпты. Модель предназначена для голосовых диалогов, распознавания и понимания речи, описания аудио и видео, а также ответов на вопросы по изображениям и смешанным мультимодальным входам. README заявляет поддержку 119 языков для текста, 19 языков для речевого ввода и 10 для речевого вывода; среди явно перечисленных языков речи есть русский. В примере запуска указан максимальный контекст 65 536 токенов. Для работы предлагаются Transformers и vLLM; README отмечает, что на момент публикации требовалась установка Transformers из исходников. Лицензия в метаданных обозначена как other, без уточнения условий.

Qwen3-Reranker-0.6B — плотная языковая модель для переранжирования текстовых кандидатов, разработанная командой Qwen. Это дообученная версия Qwen/Qwen3-0.6B-Base с 507,6 млн параметров; репозиторий содержит веса Safetensors. Модель оценивает релевантность пары «запрос — текст» и помогает сортировать найденные документы или другие текстовые результаты по соответствию запросу. Модель предназначена для улучшения поиска, включая многоязычный и межъязыковой поиск, поиск по коду и конвейеры RAG. Она поддерживает более 100 языков и контекст до 40 960 токенов по метаданным; README указывает 32K. Можно задавать инструкцию под конкретную задачу. По умолчанию применяется инструкция для поиска фрагментов по веб-запросу. Результат — оценка релевантности; сырые значения являются разностью логитов, а для получения значений в диапазоне 0–1 можно применить sigmoid. Модель принимает текстовые запросы и кандидаты и возвращает оценки, по которым их можно упорядочить. Для многоязычных сценариев авторы рекомендуют формулировать инструкции на английском; в retrieval-задачах отсутствие инструкции на запросе может снижать качество примерно на 1–5%. Лицензия — Apache-2.0.

Qwen3-Reranker-4B — мультиязычная модель ранжирования текста из серии Qwen3 Embedding, разработанная командой Qwen. Она оценивает релевантность пар «запрос — документ» и помогает переставлять найденные результаты так, чтобы наиболее подходящие оказались выше. Модель основана на плотной авторегрессионной архитектуре Qwen3, содержит 3,7 млрд параметров и поддерживает контекст до 40 960 токенов по метаданным; карточка указывает длину контекста 32 тыс. токенов. Модель рассчитана на улучшение поиска по текстам и коду, включая мультиязычный и межъязыковой поиск. Она поддерживает более 100 языков и позволяет задавать инструкцию для конкретного сценария; в качестве инструкции по умолчанию используется настройка для поиска фрагментов, отвечающих на веб-запрос. Результат представляет собой оценку релевантности, а не готовый ответ пользователю. Для запуска доступны веса в формате safetensors и библиотека Transformers; лицензия — Apache-2.0. Качество зависит от подобранной инструкции и набора кандидатов для переранжирования.

NobodyWho/Qwen_Qwen3-0.6B-GGUF — это GGUF-квантизированная версия языковой модели Qwen/Qwen3-0.6B, подготовленная для запуска через библиотеку инференса NobodyWho. Квантизации предоставлены bartowski. Модель предназначена для генерации текста, диалогов и выполнения инструкций, а также поддерживает синтаксис вызова функций и инструментов. Модель содержит около 600 млн параметров и поддерживает контекст до 32 768 токенов. Она работает с текстом и заявляет поддержку более 100 языков. Доступен режим рассуждений с отображением пошагового ответа. В README приведён вариант Q4_K_M в формате GGUF, ориентированный на переносимый локальный запуск и использование в приложениях, включая интеграции с Godot и Flutter. К сильным сторонам относятся небольшой размер, локальный запуск, портативность GGUF-файлов и поддержка многоязычных диалогов, инструментов и режима рассуждений. При этом архитектура, точные языковые показатели и результаты тестирования не указаны, бенчмарки заявлены как готовящиеся, а дата отсечения знаний неизвестна. Базовая модель распространяется по лицензии Apache 2.0; README указывает эту же лицензию для представленного варианта.

Kaoeiri/Qwenwify-32B-v4 — объединённая диалоговая языковая модель на архитектуре Qwen2, созданная с помощью mergekit. В качестве базовой использована Qwen/QwQ-32B-Preview; при слиянии методом DARE TIES также использованы десять моделей Qwen2.5-32B, включая варианты для инструкций, рассуждений, ролевых диалогов и художественного текста. Модель предназначена для генерации текста в диалоге и может применяться для ответов на запросы, творческого письма и рассуждений. Она содержит 32 млрд параметров, принимает текст и выдаёт текст, а её родной контекст составляет 32 768 токенов. В метаданных отмечены чат и интерфейс вызова инструментов. Модель опубликована по лицензии CC BY-NC-ND 4.0, которая ограничивает коммерческое использование и распространение производных версий. В карточке есть метка not-for-all-audiences; качество и поведение объединённой модели могут различаться между задачами.

RemixLlama3-8B — чат-модель для генерации текста, созданная слиянием моделей Llama 3 с помощью mergekit. В состав слияния входят RLHFlow/LLaMA3-iterative-DPO-final, failspy/Meta-Llama-3-8B-Instruct-abliterated-v3 и TIGER-Lab/MAmmoTH2-8B-Plus; в конфигурации указаны метод model_stock и точность bfloat16. Архитектура — плотная автрорегрессионная LlamaForCausalLM с 7,5 млрд параметров и контекстом 8192 токена. Модель предназначена для диалогов и генерации ответов на текстовые запросы. Базовая модель с изменёнными весами ориентирована на снижение склонности к отказам, а компоненты слияния включают модель, обученную методом DPO, и модель MAmmoTH2. Репозиторий использует формат safetensors. Указанная лицензия — llama3.

SciPhi-Self-RAG-Mistral-7B-32k-Mistral-7B-Instruct-v0.2-slerp — объединённая методом SLERP модель на базе Mistral-7B-Instruct-v0.2 и SciPhi-Self-RAG-Mistral-7B-32k. Это плотная авторегрессионная языковая модель архитектуры Mistral с 7,1 млрд параметров, предназначенная для генерации текста и диалоговых ответов; контекст — до 32 768 токенов. Объединение сочетает возможности исходных моделей, включая ориентированность SciPhi Self-RAG на ответы с использованием извлечённых сведений. Модель подходит для диалоговых приложений и генерации ответов по контексту, например при работе с материалами, предоставленными пользователем. В репозитории представлены веса Safetensors, а лицензия — Apache-2.0. README не приводит результатов сравнительных оценок, поэтому качество merge-модели для конкретных задач по карточке определить нельзя.

tayaee/Single_GPU_Llama3-8B — языковая модель семейства Llama 3 для генерации текста, опубликованная пользователем tayaee на Hugging Face. README содержит автоматически созданную карточку без сведений о разработчике, обучающих данных, результатах оценки и лицензии. Модель предназначена для задач генерации и продолжения текста, диалоговых сценариев, создания черновиков и интеграции в приложения на базе библиотеки Transformers. В метаданных указаны поддержка тегов text-generation и conversational, размер около 7,5 млрд параметров и контекстное окно до 131 072 токенов. Доступна в формате safetensors и рассчитана на запуск в сценариях, ориентированных на использование одного GPU, согласно названию модели. Языки естественного языка в метаданных не указаны. Для модели не приведены результаты бенчмарков, сведения о точности, лицензии или специальных доменах применения, поэтому перед использованием в критически важных системах необходимы самостоятельное тестирование и проверка условий распространения.

slim-summary-phi-3 — специализированная модель llmware для суммаризации текста. Она принимает текст и формирует список кратких тезисов, извлечённых из сложных деловых документов. Модель построена на архитектуре Phi-3 и содержит около 3,7 млрд параметров; карточка указывает английский язык, а метаданные — контекст 4096 токенов и поддержку диалогового режима. Репозиторий содержит базовую версию в формате PyTorch, предназначенную в том числе для дальнейшего дообучения. Лицензия — Apache 2.0.