I.5Создание и редактирование текста

cahya/bert-base-indonesian-1.5G — BERT-base-модель, предварительно обученная на индонезийской Википедии и индонезийских газетах с помощью задачи masked language modeling. Модель без учета регистра, использует токенизацию WordPiece со словарем размером 32 000 токенов; содержит 137,8 млн параметров и рассчитана на контекст до 512 токенов. Модель предназначена для заполнения пропусков в индонезийском тексте и получения контекстных представлений для последующих задач, например классификации текста. Поддерживает формат ввода пар предложений с маркерами [CLS] и [SEP]. Для использования доступны версии в форматах PyTorch, TensorFlow и Flax. Лицензия — MIT.

CRISP-Qwen3-8B-v2 — дообученная языковая модель на базе Qwen3-8B, разработанная автором репозитория с использованием метода CRISP (Compressed Reasoning via Iterative Self-Policy Distillation). Она предназначена для генерации текста и диалоговых ответов с более краткими рассуждениями, особенно при решении математических и многошаговых задач. Версия v2 использует инструкцию учителя, которая сокращает рассуждения, сохраняя разбор сложных случаев, крайних ситуаций и итоговую проверку. Модель имеет плотную архитектуру Qwen3ForCausalLM и 7,6 млрд параметров, принимает текст и генерирует текст. В карточке указаны английский язык и контекст длиной до 40 960 токенов. В опубликованных тестах модель сокращает число токенов рассуждения относительно базовой модели; точность зависит от набора задач и может снижаться, поэтому результаты бенчмарков не гарантируют качество на произвольных запросах. Данные для обучения — pb09204048/CRISP. Лицензия — Apache-2.0.

Это сильно сжатая GGUF-квантизация языковой модели DeepSeek-R1-Distill-Qwen-1.5B, подготовленная для запуска с llama.cpp на устройствах с ограниченной видеопамятью. Файл использует формат IQ2_XXS с эффективной точностью около 2,06 бита на вес и занимает примерно 0,56 ГБ. Исходная модель была дообучена DeepSeek на примерах рассуждений; эта версия получена из весов F16 с помощью llama.cpp и калибровочной матрицы важности. Модель предназначена для генерации текста, ответов на вопросы и задач, требующих пошагового рассуждения, включая математику и программирование. В README заявлен контекст до 32 768 токенов и сохранение формата рассуждений DeepSeek-R1. Репозиторий распространяется по лицензии MIT. Квантизация IQ2_XXS позволяет запускать модель на малоресурсном оборудовании, однако агрессивное сжатие снижает беглость и точность по сравнению с F16 или Q4_K_M. Описание заявляет поддержку английского и многоязычного использования, но не перечисляет конкретные языки помимо английского.

DiaFill — модель SB Intuitions для генерации японских диалоговых сценариев в разговорном стиле. Она создаёт многоходовый диалог между двумя собеседниками на основе заданного сценария, жанра, темы и описания участников. Модель дообучена на закрытом наборе японских диалоговых сценариев, созданном в рамках проекта GENIAC. Модель основана на плотной архитектуре Llama и содержит 3,1 млрд параметров. Она принимает текст и генерирует текст; контекст составляет 8192 токена. Предусмотрены сценарии непринуждённой беседы и диалогов колл-центра: оформление процедур, техническая поддержка и сопровождение клиентов. Диалоги рассчитаны на естественную устную речь, с короткими репликами и словами-паразитами. Модель распространяется по лицензии MIT.

Mamadou2727/Feriji_model — дообученная модель перевода на основе facebook/m2m100_418M. Она использует архитектуру M2M100 с кодировщиком и декодировщиком и содержит 332,5 млн параметров. Модель предназначена для перевода текстов; в оценке на тестовой выборке указаны loss 1,1488 и BLEU 30,0608. Базовая M2M100 поддерживает перевод между 100 языками, однако README не уточняет, на каких языковых парах и данных дообучалась эта версия, поэтому качество для конкретных языков определить нельзя. Модель принимает текст и выдаёт переведённый текст, её контекст составляет 1024 токена. Распространяется по лицензии MIT.

GAC-Qwen3.5-4B — мультимодальная модель YueLinHu на архитектуре Qwen3.5-4B-Base, дообученная методом GAC: гибридным supervised fine-tuning и reinforcement learning с последующим полнопараметрическим supervised refinement. Модель сохраняет поддержку текста и изображений, но приведённые в карточке результаты оценивают только рассуждения на текстовых задачах и генерацию кода. Модель предназначена для экспериментов с математическими рассуждениями и диалогом, а также для оценки генерации кода. В карточке указаны результаты на задачах AMC, AIME24 и AIME25; протокол оценки использует контекст 16 384 токена и до 8 192 новых токенов. Веса доступны в формате BF16 safetensors для Transformers. Модель основана на Qwen3.5-4B-Base и имеет лицензию Apache-2.0 с учётом уведомлений Qwen3.5 и условий лицензий датасетов. Результаты бенчмарков не подтверждают надёжность в критически важных сценариях; сгенерированный код следует запускать в изолированной среде.

Это версия Gemma 2 2B, дообученной для юридических и финансовых задач и сжатой с помощью двухэтапной остаточной продуктовой квантизации (Residual Product Quantization, RQ). Разработчик заменил связанную матрицу токенных эмбеддингов размером 256 000 × 2 304 её реконструкцией из двух кодовых книг; поскольку выходная голова связана с эмбеддингами, используется общая кодовая книга для обеих функций. Размер этой матрицы сокращён до 3,59 бита на параметр вместо 16 бит в bf16. Основные файлы содержат реконструированные эмбеддинги и предназначены для загрузки через from_pretrained; сжатый артефакт хранится отдельно. Модель предназначена для генерации текста в юридических и финансовых сценариях, в том числе в диалоговом режиме. Это плотная авторегрессионная модель на 2,7 млрд параметров с контекстом до 8 192 токенов. README указывает, что её веса совпадают с prashanthsura/gemma-2-2b-legal-financial-sft, за исключением заменённой матрицы эмбеддингов. Языки в предоставленных данных не перечислены. Модель распространяется в формате safetensors; сведения о лицензии в предоставленных данных отсутствуют.

Grug 67B A2B Datakit SFT 262K — экспериментальный чекпойнт Grug MoE после дообучения с учителем. Модель создана на основе неопубликованного базового чекпойнта Grug на шаге 157 000; обучение продолжено на подборке данных для агентных задач и рассуждений, включая код, математику, следы использования инструментов и форматирование ответов. В README описана отдельная серия SFT от релиза 11 сентября. Архитектура — GrugMoeForCausalLM с 67,1 млрд параметров, 256 маршрутизируемыми экспертами, выбором четырёх экспертов и общим экспертом; заявлено около 2 млрд активных неэмбеддинговых параметров на токен. Веса представлены в BF16, а для генерации предусмотрены режимы с рассуждениями и без них, а также интерфейс вызова инструментов. Конфигурация задаёт контекст 262 144 токена, но качество работы на длинном контексте не проверено. Модель предназначена для генерации текста в агентных сценариях и задачах рассуждения, включая работу с кодом, математикой и инструментами. Чекпойнт не прошёл надлежащую оценку: нет подтверждённых результатов бенчмарков или даже базовой проверки генерации. Для запуска требуется среда с поддержкой Grug MoE; совместимость с указанным форком vLLM и загрузка через стандартный Transformers не подтверждены. Лицензия — OpenMDW-1.1.

M2-BERT — плотная BERT-подобная модель с архитектурой Monarch Mixer, разработанная Jon Saad-Falcon, Dan Fu и Simran Arora. Это предобученный чекпойнт примерно на 136,7 млн параметров с контекстом до 2048 токенов; он распространяется в формате PyTorch и подходит для задач заполнения пропусков в тексте и последующего дообучения для конкретных применений. Модель рассчитана на работу с последовательностями большой длины и может служить основой для классификации текста и других задач обработки текста после тонкой настройки. Авторы рекомендуют дообучить её перед применением. В README приведён пример загрузки через Transformers с AutoModelForMaskedLM и параметром trust_remote_code=True. Лицензия — Apache-2.0.

Mahou-1.1-llama3-8B — разговорная языковая модель FlammenAI для диалогов и ролевого общения. Это плотная decoder-only модель семейства Llama с 7,5 млрд параметров, дообученная на разговорных данных FlammenAI; в README указаны ChatML и применение LoRA при обучении. Модель предназначена для генерации ответов в чатах и поддерживает контекст до 8192 токенов. Для работы используйте формат ChatML; карточка также рекомендует режим Instruct для ChatML и задаёт строки остановки генерации. Модель распространяется в формате Safetensors через библиотеку Transformers. Лицензия обозначена как other, поэтому условия использования следует сверить с карточкой репозитория. README описывает её как ориентированную на продукционное применение, но не приводит оценок качества или подробных ограничений.

QuantFactory/MAmmoTH2-7B-GGUF — квантизированная версия модели TIGER-Lab/MAmmoTH2-7B, созданная QuantFactory с использованием llama.cpp. Базой служит Mistral; модель предназначена для генерации текста и улучшения способностей больших языковых моделей к рассуждениям благодаря дообучению на инструкциях. Указанный разработчиком датасет — TIGER-Lab/WebInstructSub, сформированный из веб-корпуса и содержащий крупный набор пар «инструкция–ответ». Модель ориентирована прежде всего на решение математических задач, ответы на открытые и тестовые вопросы, а также общие сценарии, требующие пошагового рассуждения. Она поддерживает английский язык и работает в текстовой модальности. Размер исходной модели — 7B параметров; формат GGUF предназначен для использования с llama.cpp и совместимыми инструментами. Точный размер контекстного окна и конкретный метод квантизации в README не указаны. Сильная сторона модели — заметное улучшение результатов на наборах математических и reasoning-задач по сравнению с базовой Mistral 7B: для MAmmoTH2-7B заявлены 36,7% на MATH и 68,4% на GSM8K, а средний результат по приведённому набору бенчмарков составляет 52,7%. Ограничения включают зависимость качества от сложности и формулировки задачи и неполное покрытие различных областей математики. Модель распространяется по лицензии MIT.

NghiemAbe/mbart_VietnameseToEnglish — модель машинного перевода, созданная дообучением mBART-50 разработчиком NghiemAbe. Она предназначена для перевода с вьетнамского на английский. Модель имеет архитектуру MBartForConditionalGeneration, содержит около 457,4 млн параметров и принимает последовательности длиной до 1024 токенов. В карточке указаны результаты оценки: BLEU 27,9659 и loss 1,3869; набор данных описан в метаданных как NghiemAbe/translation-vietnamese-english. Модель опубликована в формате safetensors. Сведения о лицензии в предоставленных данных отсутствуют.

Motif 3 Base — базовая предварительно обученная языковая модель компании Motif Technologies. Это собственная decoder-only архитектура Mixture-of-Experts: в README указаны 314 млрд параметров всего и 13,2 млрд активных на токен, тогда как метаданные Hugging Face указывают 11 млрд параметров; размер противоречив и требует сверки. Архитектура включает Grouped Differential Latent Attention, модифицированные manifold-constrained hyper-connections и экспертно-специфичную PolyNorm. Модель принимает текст, а её нативное контекстное окно составляет 262 144 токена. Модель предназначена для продолжения предобучения, дообучения под конкретные задачи, дистилляции и исследований представлений. Она обучена на данных общего назначения, включая веб-тексты, STEM, код, математику и многоязычные корпуса; в README отмечен дополнительный акцент на корейском языке, рассуждениях, праве и финансах. Контрольная точка не прошла инструкционное дообучение или выравнивание, поэтому рассчитана на текстовое продолжение, а не на диалоговое использование без дополнительной настройки. Весы опубликованы в формате safetensors под лицензией MIT. Без настройки модель может выдавать фактически неверные, предвзятые или небезопасные ответы; для развёртывания нужны дообучение, оценка и меры безопасности.

Mythos2.0-2B — открытая модель перевода от Adithyan AI с архитектурой encoder-decoder Sparse Mixture-of-Experts. В ней 2,04 млрд параметров, из которых на каждом токене активируется около 678,7 млн; используются 24 трансформерных слоя и восемь экспертов SwiGLU с маршрутизацией Top-2. Модель работает с текстом и рассчитана на перевод между более чем 500 языками и региональными вариантами. Модель предназначена для перевода отдельных текстов и длинных документов, включая статьи, субтитры SRT/VTT и Markdown. Контекст составляет 8 192 токена: до 4 096 токенов для входного текста и 4 096 для результата; заявлена упаковка документов, сохраняющая контекст между фрагментами. README описывает поддержку малоресурсных языков, однако подтверждающих оценок качества или бенчмарков в предоставленных данных нет. Модель распространяется по лицензии Apache 2.0.

Netra-NMT Small — компактная модель машинного перевода, разработанная автором репозитория Darayut. Это encoder-decoder Transformer на 77 млн параметров, обученный с нуля на англо-кхмерском параллельном корпусе. Модель поддерживает перевод в обоих направлениях: с английского на кхмерский и с кхмерского на английский. Архитектура включает 12 слоёв двунаправленного энкодера и 2 слоя авторегрессионного декодера, общую токенизацию SentencePiece с словарём 32 тыс. токенов, RoPE, RMSNorm и SwiGLU. Для ускорения генерации применяется KV-кэш. В описании заявлены данные из юридической, литературной, медицинской, технической и разговорной областей, а также веб-тексты. Репозиторий распространяется по лицензии MIT.

Kukedlc/Neural4gsm8k — объединённая языковая модель, созданная Kukedlc методом slerp через LazyMergekit из Neural-4-ARC-7B-slerp и Neural-4-GSM8K-7B-slerp. Модель основана на архитектуре Mistral с плотной причинной языковой сетью, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста и ответов на задачи рассуждения, включая вопросы в стиле AI2 ARC и математические задачи GSM8K. В README приведены результаты оценивания на Open LLM Leaderboard, в том числе по AI2 Reasoning Challenge и HellaSwag. Веса доступны в формате Safetensors и типе bfloat16; лицензия — Apache-2.0.

Helsinki-NLP/opus-mt-en-gem — модель машинного перевода проекта OPUS-MT, опубликованная Helsinki-NLP. Она переводит текст с английского на германские языки, включая немецкий, нидерландский, шведский, датский, норвежский, исландский, африкаанс, фризский, люксембургский и идиш, а также исторические и региональные языки из перечня модели. Для выбора языка назначения перед текстом требуется указать языковой токен вида >>id<<. Модель использует архитектуру Transformer в реализации MarianMT, содержит 54,2 млн параметров и обучена с нормализацией и токенизацией SentencePiece. Максимальная длина контекста — 512 токенов. Доступны веса в форматах PyTorch и TensorFlow. Репозиторий распространяется по лицензии Apache-2.0. Приведённые в карточке BLEU-оценки различаются по тестовым наборам и языковым парам; качество для редких, исторических и региональных языков может быть ограничено, а контекст ограничивает обработку длинных текстов.

gaudi/opus-mt-fr-vi-ctranslate2 — преобразованная в формат CTranslate2 версия модели Opus-MT для машинного перевода с французского на вьетнамский. Исходная модель относится к семейству Marian и связана с работами Helsinki-NLP; репозиторий подготовлен на основе CTranslate2 и работ michaelfeil. Модель предназначена для перевода текста и запуска в CTranslate2 или hf-hub-ctranslate2 с ускоренным инференсом на CPU и GPU. README приводит общие замеры производительности для моделей Opus-MT и сообщает о снижении времени инференса в 6–10 раз в проведённых авторами внутренних тестах. Там же отмечено возможное снижение BLEU примерно на 5% относительно исходных чекпойнтов; фактический баланс скорости и качества зависит от конфигурации вычислений. Лицензия репозитория — Apache-2.0.

Helsinki-NLP/opus-mt-tc-bible-big-sla-en — модель машинного перевода проекта OPUS-MT, разработанная Language Technology Research Group Хельсинкского университета. Она переводит предложения с ряда славянских языков на английский и подходит для перевода текстов, включая материалы библейской тематики. Модель построена на архитектуре Marian Transformer-big, содержит 162 млн параметров и принимает текст, выдавая текст перевода. Она обучена на данных OPUS с применением SentencePiece; родная длина контекста составляет 1024 токена. В README приведён результат chr-F 0,70473 и BLEU 55,6 на многоязычном тесте Tatoeba. Модель может наследовать смещения и нежелательные формулировки из обучающих данных. Лицензия — Apache-2.0.

OPUS-MT — модель машинного перевода проекта Helsinki-NLP для перевода с итальянского на английский. Она построена на архитектуре Transformer big и реализована как MarianMT; модель обучена на данных OPUS с использованием конвейера OPUS-MT-train, включая обратный перевод. Токенизация выполняется SentencePiece с словарями spm32k для обоих языков. Модель предназначена для перевода предложений и текстов с итальянского языка на английский. В карточке приведены результаты на наборах Tatoeba, FLORES-101 и Newstest2009. Число параметров — 156,4 млн, длина контекста — 1024 токена. Доступны веса PyTorch и TensorFlow; модель конвертирована из Marian в формат Transformers. Лицензия — CC BY 4.0. Качество зависит от тематики и стиля исходного текста; модель настроена на направление итальянский—английский и не предназначена для перевода в обратном направлении.

Palette-K-Midm — дообученная компанией Palette Lab модель KT Mi:dm-2.0 для подготовки корейских корпоративных документов. Она специализируется на извлечении решений из протоколов совещаний и генерации структурированного ответа, например JSON. Модель основана на плотной архитектуре Llama с 11 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Для адаптации применён QLoRA с LoRA ранга 8: обучение на 397 синтетических примерах продолжалось одну эпоху, чтобы сохранить возможности базовой модели. В бенчмарке PALETTE-BENCH-KO v0.2 модель набрала 0,866 и заняла первое место среди семи моделей; преимущество над базовой моделью составило 0,010 на выборке из 32 заданий и не свидетельствует о превосходстве в общем понимании корейского языка. Извлечение решений из протоколов не улучшилось относительно базы, а интенсивное дообучение той же базы ухудшило результаты из-за катастрофического забывания. Модель лицензирована по Apache-2.0; базовая модель распространялась по MIT.

SkunkworksAI/phi-2 — перезагрузка в формате float32 модели Phi-2, разработанной Microsoft и размещённой здесь для исследовательского доступа. Это плотная авторегрессионная языковая модель на 2,7 млрд параметров с архитектурой MixFormer Sequential; она генерирует продолжение текста по входному тексту и имеет контекст длиной 2048 токенов. В карточке указаны форматы PyTorch и Safetensors. Модель подходит для экспериментов с вопросами и ответами, текстовыми диалогами, рассуждениями и генерацией кода, особенно на Python. Она обучалась на синтетических NLP-текстах и отфильтрованных веб-данных и не проходила дообучение с помощью RLHF. Основной язык — английский. Модель может выдавать неверные факты и код, плохо следовать сложным инструкциям и создавать избыточный текст. Она менее надёжна с неформальным английским и другими языками; возможны токсичные ответы и проявления социальных предубеждений. В README указана лицензия microsoft-research-license; применимость этой лицензии к размещённой копии следует сверять с условиями исходной модели.

mpasila/PIPPA-Named-7B — разговорная текстовая модель, разработанная mpasila на основе Mistral 7B v0.2. Она дообучена на модифицированном наборе PIPPA в формате ShareGPT, включая именованные данные; исходный LoRA обучался один эпоху с контекстом 8 тысяч токенов, после чего был объединён в модель. В метаданных указаны 7,1 млрд параметров, архитектура Mistral с плотной сетью и контекст до 32 768 токенов. Модель предназначена для генерации текста в диалоге и продолжения беседы в стиле обучающих примеров. Для обучения использовались Unsloth и TRL. Модель распространяется по лицензии Apache-2.0. Метаданные помечают её как не подходящую для любой аудитории; подробное описание ограничений или фильтрации контента в карточке отсутствует.

Qwen1.5-MoE-A2.7B — предварительно обученная авторегрессионная языковая модель на архитектуре Transformer с разреженной смесью экспертов (MoE), разработанная командой Qwen. Модель получена преобразованием плотной Qwen-1.8B в MoE-архитектуру; в README указаны 14,3 млрд параметров всего и 2,7 млрд активируемых параметров при работе. Метаданные каталога указывают 1,5 млрд параметров, поэтому оценка общего размера расходится между источниками. Модель предназначена для генерации текста и может служить базой для диалоговых систем и дальнейшего обучения, включая SFT, RLHF и продолжение предобучения. Контекст составляет 8192 токена; карточка указывает поддержку английского языка. README сообщает о сопоставимом качестве с Qwen1.5-7B при меньших затратах на обучение и об ускорении инференса в 1,74 раза относительно Qwen1.5-7B. Автор не рекомендует использовать базовую модель для непосредственной генерации текста и советует проводить постобучение. Лицензия в метаданных обозначена как other, поэтому конкретные условия использования следует проверять отдельно.

dongguanting/Qwen3-14B-ARPO-DeepSearch — чекпойнт модели, выпущенный вместе со статьёй об алгоритме Agentic Reinforced Policy Optimization (ARPO). Это плотная причинно-языковая модель семейства Qwen3 с 14 млрд параметров, предназначенная для генерации текста, диалога и многошагового использования инструментов агентом. Модель работает с текстом, а заявленная длина контекста составляет 40 960 токенов. ARPO обучает агентную политику взаимодействовать с внешними инструментами в ходе решения задач. В статье описаны адаптивный механизм выборки на основе энтропии и оценка вклада отдельных шагов; авторы сообщают об экспериментах на 13 тестах по вычислительным рассуждениям, знаниям и глубокому поиску, а также о снижении бюджета использования инструментов. Для практического применения описан запуск через Transformers; конкретные инструменты и агентная настройка требуют отдельной реализации. Модель опубликована под лицензией MIT. README представляет её как исследовательский чекпойнт к статье, поэтому заявленные результаты следует считать экспериментальными и не гарантировать на новых задачах; подробности о поддерживаемых языках и конкретных внешних инструментах в доступных материалах не приведены.

unsloth/Qwen3-14B-Base — плотная причинная языковая модель семейства Qwen3, представленная Unsloth и основанная на Qwen/Qwen3-14B-Base. Это базовая модель после этапа предобучения, предназначенная для генерации текста и дальнейшей адаптации под конкретные задачи, а не специализированный чат-ассистент. Модель содержит около 14,8 млрд параметров, имеет 40 слоёв и контекстное окно до 32 768 токенов. Она принимает текст и генерирует текст; предобучение семейства охватывало 119 языков и включало данные по программированию, STEM, рассуждениям и общим знаниям. Репозиторий использует Transformers и формат safetensors. Модель подходит для создания производных моделей, языкового моделирования, продолжения текста и экспериментов с дообучением. Для использования требуется актуальная версия Transformers: README предупреждает о несовместимости с версиями ниже 4.51.0. Лицензия — Apache-2.0.

SeongryongJung опубликовал последний чекпойнт Qwen3-4B, дообученный методом SDPO на наборе tooluse и преобразованный в формат Hugging Face Transformers. Это плотная причинная языковая модель с 3,7 млрд параметров, предназначенная для генерации текста и использования инструментов в диалоге. В метаданных указан контекст длиной до 40 960 токенов; модель работает с текстом и выдаёт текст.

Qwen3.5-9B-Deepseek-reasoning-unlimited — дообученная модель, опубликованная sulpikar2 на основе sulpikar2/Qwen3.5-9B-Deepseek-reasoning. Это плотная мультимодальная модель семейства Qwen 3.5 с архитектурой Qwen3_5ForConditionalGeneration, предназначенная для диалогов с текстом и изображениями; также поддерживает интерфейс вызова инструментов. В карточке указано обучение с использованием Unsloth и библиотеки TRL от Hugging Face. Модель размечена для задачи image-text-to-text и поддерживает английский язык. Репозиторий содержит веса Safetensors и вариант GGUF BF16. Лицензия — Apache-2.0. Подробности о размере контекста, качестве и ограничениях применения в карточке не приведены.

OpenVINO/Qwen3.8-27B-int8-ov — квантизированная версия мультимодальной модели Qwen3.8-27B, разработанной командой Qwen. Модель преобразована в формат OpenVINO IR, а её веса сжаты до INT8 с помощью NNCF. Она предназначена для задач понимания изображений и видео, визуально-языкового диалога, описания изображений и выполнения сложных многошаговых задач с гибким управлением режимом рассуждений. Модель поддерживает текстовые и визуальные входы, однако точные сведения о языках и размере контекста в README не указаны. Ключевые особенности — архитектура исходной native vision-language модели Qwen3.8-27B и асимметричное INT8-сжатие весов с коэффициентом 1.0, что может снизить требования к ресурсам и ускорить инференс при сохранении практической применимости. Модель имеет экспериментальный статус и не прошла полную валидацию с OpenVINO; для работы требуются версии OpenVINO, OpenVINO GenAI и Optimum Intel из веток nightly или development, а также Transformers 5.2. Распространяется по лицензии Apache-2.0.

R-4B — мультимодальная модель для диалогов и рассуждений, разработанная авторами проекта R-4B. Она дообучена на базе Qwen/Qwen3-4B и использует плотную архитектуру R с классом RForConditionalGeneration. Модель адаптивно выбирает между пошаговым рассуждением и прямым ответом; режим можно также задавать вручную. В карточке Hugging Face основная задача указана как image-text-to-text, а также поддерживается генерация текста. R-4B предназначена для визуальных вопросов и ответов, мультимодального анализа, логических и математических задач, а также обычных диалогов. README описывает обучение в два этапа: Bi-mode Annealing и Bi-mode Policy Optimization. Модель распространяется в формате safetensors через Transformers; лицензия — Apache-2.0. Для ускоренного инференса авторы также описывают поддержку vLLM.