I.5Создание и редактирование текста

QuantFactory/HuatuoGPT-o1-7B-GGUF — это квантизированная версия медицинской языковой модели HuatuoGPT-o1-7B, созданная QuantFactory с использованием llama.cpp на базе Qwen2.5-7B-Instruct. Исходная модель разработана командой FreedomIntelligence и предназначена для задач медицинского текста и сложного медицинского рассуждения. Модель поддерживает английский и китайский языки, относится к классу text-generation и работает в формате, совместимом с Qwen2.5-7B-Instruct. Она применяет подход «сначала рассуждение, затем ответ»: формирует и уточняет сложный ход рассуждений перед выдачей итогового ответа. Модель можно использовать для медицинских вопросов и консультационных сценариев, однако README не содержит сведений о размере контекста, конкретном формате GGUF-квантизации, требованиях к ресурсам или результатах оценки качества. Распространяется по лицензии Apache-2.0. Модель предназначена для исследовательского и прикладного использования, но медицинские ответы требуют обязательной проверки специалистом и не должны рассматриваться как замена профессиональной медицинской консультации.

hyb16-mix-s0 — небольшая исследовательская языковая модель Berlm для сравнения способов обработки длинного контекста. В метаданных указана архитектура GDN2ForCausalLM и 290,7 млн параметров; README описывает вариант на 365,8 млн параметров с 24 слоями, сочетающий GDN2, скользящее внимание с окном 2048 токенов и полное внимание. Модель обучена с нуля на 15 млрд токенов FineWeb-Edu, контекст при обучении составлял 16 384 токена; используется токенизатор Llama 2. Основной язык по карточке — английский. Модель предназначена для генерации текста и экспериментов со смешанными механизмами внимания на длинных последовательностях. В тестах её короткоконтекстные результаты сопоставимы с родственными вариантами, однако точность извлечения фактов из длинного контекста резко падает за пределами окна 2048 токенов. Это базовая, не настроенная на инструкции и безопасность модель; она может выдавать ошибки или оскорбительный текст. Для запуска нужны CUDA GPU, зависимости из README и загрузка кода модели с trust_remote_code=True. Лицензия — MIT.

Модель Language Garden: English to Tsakonian разработана Jaime Garcia Chaparro для перевода предложений с английского на цаконский язык. Она входит в серию Language Garden, предназначенную для поддержки языков, находящихся под угрозой исчезновения. Для перевода в запросе предлагается явно указать направление и передать исходное предложение. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и 7,5 млрд параметров. Модель дообучена методом supervised fine-tuning на основе Meta-Llama-3.1-8B-bnb-4bit с использованием SFT; указанный размер контекста — 131 072 токена. Репозиторий содержит веса PyTorch в формате safetensors. В карточке приведено значение loss на тестовом наборе 0,8997. Модель предназначена для текстового перевода с английского на цаконский, в том числе для поддержки работы с малоресурсным языком. Лицензия и подробности о данных, оценке качества и ограничениях в карточке не раскрыты.

LFM2.5-8B-A1B-Wolof-Instruct — экспериментальная instruct-модель для генерации текста на волоф, созданная на базе LiquidAI/LFM2.5-8B-A1B-Base. Это дообученная причинная языковая модель архитектуры LFM2 MoE; в метаданных указано 1,6 млрд параметров, библиотека Transformers и контекстное окно 128 000 токенов. Модель предназначена для частных исследований и оценки адаптации к языку волоф, включая диалоговые и инструктивные сценарии. В README приведены результаты тестирования языковой модели и instruct-задач, но они не подтверждают готовность к широкому применению. Орфография волоф, смешение языков, фактическая точность, рассуждения, работа с длинным контекстом и безопасность проверены не полностью; перед использованием результатов требуется проверка носителем языка. Карточка описывает артефакт как закрытый и не являющийся публичным релизом, поэтому условия лицензирования не установлены в предоставленных данных.

LittleLearner 1.3B Chatty — разговорная модель семейства Qwen3, разработанная в рамках исследования LittleLearner. Она предназначена для диалога, выполнения инструкций и решения задач уровня K–5, включая математические задачи с пошаговым рассуждением. Обучение на корпусе, отфильтрованном по материалам начальной школы США, задаёт ограниченную область знаний; поведенческая донастройка добавляет общий чат, идентичность модели и управление форматом ответа. Модель имеет плотную архитектуру Qwen3ForCausalLM и около 1,4 млрд параметров. Она принимает текст и генерирует текст, поддерживает английский язык и контекст до 4096 токенов. В оценке MathCAMPS показала pass@1 24,0 и pass@64 67,3; в поведенческих пробах лучше следовала инструкциям о формате ответа, заданным системным сообщением, чем инструкциям в пользовательском сообщении. Лицензия указана как other, поэтому перед использованием следует проверить условия в репозитории модели.

LLaMa Lite llama2_xs — экспериментальная уменьшенная языковая модель, разработанная как открытое воспроизведение Meta AI LLaMA 2. В README указано 460 млн параметров; метаданные фиксируют 410,1 млн параметров, архитектуру LLaMA с плотной моделью класса LlamaForCausalLM и контекст до 1024 токенов. Модель обучена на части набора RedPajama с токенизатором GPT2Tokenizer и предназначена для генерации текста и экспериментов с компактными версиями LLaMA 2. В карточке приведены результаты оценки на MMLU и других бенчмарках, но они не подтверждают пригодность для конкретных прикладных сценариев. Метаданные указывают английский язык и формат PyTorch. Это экспериментальный чекпойнт уменьшенного масштаба, поэтому его возможности и качество могут быть ограничены по сравнению с полноразмерными языковыми моделями; длина контекста составляет 1024 токена. README называет проект открытым, однако конкретная лицензия в предоставленных данных не указана.

Карточка модели disi-unibo-nlp/llama3.2-3B-SFT-medmcqa-triples-cot на Hugging Face совпадает с карточкой disi-unibo-nlp/llama3.2-3B-SFT-medqa-triples-cot, поэтому описание составлено по ней. Модель disi-unibo-nlp/llama3.2-3B-SFT-medqa-triples-cot разработана disi-unibo-nlp и представляет собой дообученную для генерации текста версию unsloth/Llama-3.2-3B-Instruct-bnb-4bit. В основе лежит плотная авторегрессионная архитектура LlamaForCausalLM с 3,2 млрд параметров и контекстом до 131 072 токенов. Модель обучалась с использованием Unsloth и библиотеки Hugging Face TRL. Название указывает на медицинские вопросы и ответы, однако README не описывает конкретные сценарии или качество на медицинских задачах. Указаны английский язык и возможности чата; входом и выходом служит текст. Модель распространяется по лицензии Apache-2.0.

REILX/llava-Qwen2-7B-Instruct-Chinese-CLIP — мультимодальная модель на архитектуре LLaVA, дообученная разработчиком REILX для распознавания китайского текста и смысла мемов. В основе лежат Qwen/Qwen2-7B-Instruct и OFA-Sys/chinese-clip-vit-large-patch14-336px; LoRA применялась к компонентам визуального и языкового энкодеров, а мультимодальный проектор обучался полностью. Модель принимает изображение и текстовый запрос, а отвечает текстом на китайском языке. Модель предназначена для описания китайских мемов с распознаванием текста на изображении и объяснением подразумеваемого смысла. Обучение проводилось на данных с примерно 10 835 изображениями мемов и 24 332 парами изображение–описание; README сообщает об использовании описаний, созданных несколькими моделями. Указанная длина контекста — 2048 токенов. Лицензия репозитория — Apache-2.0. Заявления README о сравнении качества с крупными закрытыми моделями не подкреплены приведёнными количественными оценками.

Magistrate 3.2 3B — базовая языковая модель, созданная Macadeliccc продолжительным предобучением Meta Llama 3.2 3B примерно на 250 млн токенов. Обучающие данные включают решения Верховного суда США, федеральные законы, нормативные акты и договоры, а также материалы для расширения отраслевой терминологии. Модель предназначена для генерации текста по американскому праву и юридическим материалам: она может служить основой для исследовательских экспериментов, анализа правовых текстов и разработки специализированных помощников. Это плотная авторегрессионная архитектура LlamaForCausalLM с 3,2 млрд параметров; поддерживаемый контекст — до 131 072 токенов. Модель принимает и генерирует текст на английском языке. В оценке на наборе разработчика указана потеря 0,6802. Карточка не приводит сравнительных результатов, поэтому эта метрика сама по себе не подтверждает качество на практических задачах. Модель является базовой, а не инструкционной; ответы могут быть неполными или ошибочными и требуют проверки. Лицензия — llama3.2.

Bitext-Mistral-7B-Banking-v2 — языковая модель Bitext для диалогов в банковской сфере. Это дообученная версия mistralai/Mistral-7B-Instruct-v0.2 с архитектурой MistralForCausalLM и токенизатором LlamaTokenizer; размер — 7,1 млрд параметров, контекст — до 32 768 токенов. Модель принимает текст и генерирует текстовые ответы, поддерживает чат. Модель предназначена для чат-ботов, виртуальных помощников и copilots, которые отвечают на банковские вопросы и помогают с типовыми операциями: проверкой баланса, переводами и заявками на кредит. Bitext позиционирует её как основу для последующей адаптации под данные конкретного банка. Она обучена на синтетических данных по 89 банковским намерениям, примерно по 1 000 примеров на каждое. Модель может хуже отвечать на вопросы вне банковской тематики; возможные смещения обучающих данных влияют на нейтральность ответов. Не предназначена для медицинских, юридических или критически важных рекомендаций по безопасности. Лицензия — Apache-2.0.

mrseongminkim/mistral-7b-qlora-ai2_arc-full-mcqa-merged — объединённая модель на основе Mistral с 7,1 млрд параметров, предназначенная для генерации текста. Идентификатор указывает на настройку QLoRA для полного набора AI2 ARC с вопросами с множественным выбором; метаданные подтверждают семейство Mistral и задачу text-generation. Модель использует плотную архитектуру MistralForCausalLM, доступна в формате safetensors, а указанное родное окно контекста составляет 32 768 токенов. По назначению она подходит для генерации ответов и решения вопросов с вариантами выбора, в том числе на научные темы из набора ARC. Поисковая выдача по точному заголовку и идентификатору не дала результатов; сведения о настройке QLoRA и предметной области следуют из идентификатора модели, а не из найденной карточки. Лицензия и конкретные ограничения качества в предоставленных данных не установлены.

MoxhiMT-30-QT — модель машинного перевода с китайского на вьетнамский от DanVP, предназначенная прежде всего для перевода веб-романов. Это модель Marian seq2seq примерно на 37 млн параметров с 8 слоями кодировщика и 2 слоями декодера, совместимая по токенизатору и конфигурации с MoxhiMT-30. Совместный SentencePiece-токенизатор содержит 24 тыс. токенов, а длина контекста составляет 512 токенов. Вариант QT обучен на целях перевода, приведённых к единому стилю конвертированной литературы. Он поддерживает устойчивый выбор местоимений и обращений между соседними репликами: например, использует «ta» для 我 и «ngươi» для 你, не угадывая род и родственные отношения говорящих. Модель подходит для последовательного перевода глав китайских веб-романов, особенно жанра сянься. Для инференса автор рекомендует beam search с четырьмя лучами; после декодирования можно убрать добавленный пробел после открывающих кавычек и скобок. Модель намеренно сохраняет стилистику QT даже в современном сеттинге и уплощает различие между включительным и исключительным «мы». Это снижает естественность разговорного вьетнамского и может быть неподходящим для локализации современных текстов. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое.

MoxhiMT-60 — модель машинного перевода с китайского на вьетнамский, разработанная DanVP и настроенная на перевод сянься и веб-романов. Она предназначена для локального или серверного инференса и уделяет особое внимание терминологии жанра культивации. Модель использует архитектуру Marian в формате encoder–decoder с 8 слоями энкодера и 2 слоями декодера; размер составляет около 56,3 млн параметров, контекст — до 512 токенов. Для китайского и вьетнамского применяется общий SentencePiece-токенизатор с размером словаря 24 тысячи. Репозиторий также содержит сборку CTranslate2 INT8 для ускорения инференса на CPU. Карточка характеризует выпуск как экспериментальный и рекомендует проверять результат перед публикацией или использованием в значимых ситуациях. Модель распространяется по лицензии Apache-2.0; в README указано, что её обучали с нуля с пользовательским токенизатором.

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.

Piaget-8B — языковая модель на 7,6 млрд параметров, дообученная gustavecortal на базе Qwen3-8B для рассуждений о психологических и философских темах. Она предназначена для диалоговой генерации текста о самооценке, эмоциях и существовании, а также для ответов на вопросы и рассуждений в этих областях. Модель использует плотную архитектуру Qwen3ForCausalLM, опубликована в формате safetensors и поддерживает контекст до 40 960 токенов. Для дообучения LoRA ранга 8 отобрали психологические и философские примеры из открытых наборов рассуждений; в карточке также указан набор PsychologicalReasoning-15k. Заявленный язык карточки — английский. Модель распространяется по лицензии MIT. Её специализация и обучение на ограниченном наборе тематических рассуждений могут снижать качество ответов за пределами психологии и философии; результаты рассуждений не следует считать профессиональной психологической консультацией.

UnfilteredAI/Promt-generator — языковая модель для генерации текстовых запросов к моделям преобразования текста в изображение. Она предназначена для творческих приложений, генеративного искусства и помощи художникам и разработчикам в составлении разнообразных описаний изображений. Модель построена на архитектуре BLOOM с причинным языковым моделированием и содержит около 659,6 млн параметров; для запуска используются PyTorch и формат safetensors. Длина контекста — 2048 токенов. Модель принимает текст и генерирует текстовые промпты. В README не приведены сведения о поддерживаемых естественных языках или специальных ограничениях качества. Лицензия MIT разрешает использование на её условиях.

Psychology Alpaca — языковая модель семейства LLaMA, разработанная Самюэлем Хёглундом и Йозефом Хедри в рамках дипломного проекта по машинному обучению и психологии. Модель обучена на 10 000 примерах вопросов и ответов по психологии, сгенерированных ChatGPT; в метаданных указаны 6,6 млрд параметров и контекст до 2048 токенов. Модель предназначена для генерации ответов на вопросы по психологии и использовалась как основа для дальнейшего дообучения с обучением с подкреплением. Авторы сообщают о наличии у неё профильных знаний и более высоких результатах по сравнению с базовой моделью, но подробные оценки не приведены. Модель принимает и генерирует текст; язык обучающих примеров в карточке не указан. Это экспериментальная исследовательская работа, созданная для дипломного проекта, а не подтверждённый инструмент для клинических решений. В README и метаданных лицензия не указана.

Josephgflowers/Qllama-tiny-.5B-test-1 — разговорная языковая модель примерно на 464 млн параметров с архитектурой LlamaForCausalLM. По карточке, это версия Llamafyd на базе Qwen 0.5B, дополнительно дообученная на данных Википедии, математики, естественных наук и диалогов. В обучающие данные также вошли ответы на вопросы о мировых знаниях и STEM-темах, а также материалы о персонаже Cinder. Модель предназначена для научных и образовательных бесед, ответов на вопросы и ролевого общения с персонажем Cinder. Она принимает текст и генерирует текст, поддерживает чат, работает с контекстом до 4096 токенов и распространяется в формате Safetensors. Лицензия — MIT. Размер модели и контекст ограничивают её возможности по сравнению с более крупными языковыми моделями; качество и точность ответов в карточке не оценены.

Q-T5 tied full — англоязычная базовая модель семейства Q-T5 от автора d0rj, созданная с нуля в рамках эксперимента Tiny LLM Ablation. Это плотная encoder-decoder модель с 10 слоями энкодера и 10 слоями декодера, шириной 512 и примерно 51,1 млн параметров по метаданным. Параметры соответствующих блоков внимания, FFN и нормализации энкодера и декодера связаны; эмбеддинги входа и выхода общие. Модель обучалась на FineWeb-Edu с UL2-целями и имеет контекст до 2050 токенов. Модель предназначена для англоязычной генерации и продолжения текста, а также для экспериментального сравнения небольших базовых языковых моделей по бенчмаркам. В README приведены результаты на наборах HellaSwag, ARC, LAMBADA и других задачах; модель не является чат-ассистентом и не дообучена следовать инструкциям. Обучение выполнено с одной случайной инициализацией, поэтому результаты не отражают вариативность между запусками. Для загрузки пользовательского кода требуется trust_remote_code=True. Лицензия в предоставленных данных не указана.

Qwen2.5-1.5B-Legal-Chatbot-ID — чат-модель на архитектуре Qwen2, дообученная josapratama на базе unsloth/qwen2.5-1.5b-instruct-unsloth-bnb-4bit. Она предназначена для диалогов и помощи с юридическими вопросами; название указывает на ориентацию на индонезийское право, однако README не описывает обучение, охват правовых тем или проверенную точность. Модель содержит 1,5 млрд параметров, использует формат safetensors и поддерживает контекст до 32 768 токенов. Метаданные указывают английский язык; подтверждений поддержки индонезийского в карточке нет. Доступна по лицензии Apache-2.0. Это компактная чат-модель, но ответы по правовым вопросам требуют проверки по актуальным первоисточникам и консультации квалифицированного специалиста.

Экспериментальный мультимодальный чекпойнт семейства Qwen, полученный исследовательской группой Davd-b01 в результате структурного прореживания экспертных блоков MoE базовой модели Qwen3.8-Flash-Next-Uncensored. Веса представлены в BF16; архитектура qwen4_exp использует 48 гибридных блоков MoE, скрытый размер 2560, линейное внимание Gated DeltaNet и 27-слойную башню зрения. Модель принимает текст и изображения и предназначена для диалоговых сценариев с визуальным вводом; в метаданных также указана возможность интерфейса вызова инструментов. При прореживании число экспертов маршрутизатора сокращено с 512 до 128 на слой. Чекпойнт является промежуточным состоянием до коррекции маршрутизации: наблюдаются дисбаланс нагрузки экспертов, недостаточное использование части экспертов и циклы повторения слов при свободной генерации. Автор не заявляет гарантии качества, безопасности или пригодности к развертыванию; для запуска требуется стек инференса с поддержкой нестандартной архитектуры. Лицензия — Apache-2.0.

omrisap/sft_lm_principal — итоговый чекпойнт полного supervised fine-tuning модели LiquidAI/LFM2.5-1.2B-Instruct, созданный в рамках обучения RuleLoopViT. Модель использует плотную архитектуру LFM2 с 1,5 млрд параметров и контекстом до 128 000 токенов; её можно загружать через Transformers как причинную языковую модель для генерации текста и диалога. Чекпойнт предназначен для генерации главных правил в эксперименте RuleLoopViT и обучен на 19 200 примерах. Он подойдёт для исследовательских экспериментов с генерацией правил и для проверки поведения дообученной модели в задачах диалога. Сведения о лицензии в доступных материалах отсутствуют.

ShizhenGPT-32B-VL — мультимодальная модель FreedomIntelligence для задач традиционной китайской медицины (ТКМ). Это вариант ShizhenGPT-32B-Omni, содержащий языковую модель и визуальный энкодер; он предназначен для работы с текстом и изображениями. Модель дообучена на базе Qwen/Qwen2.5-32B и имеет архитектуру Qwen2.5-VL с 32 млрд параметров и контекстом 128 000 токенов. Модель подходит для диалогов и ответов на вопросы по ТКМ, а также для анализа медицинских изображений в контексте традиционной диагностики. Карточка заявляет поддержку мультимодальной диагностики ТКМ, но этот вариант включает только текстовую и визуальную части и не охватывает все диагностические модальности версии Omni. Модель распространяется под лицензией Apache-2.0.

Filtered — Base (1.7B) — базовая предобученная языковая модель, разработанная model-raising и обученная с нуля на архитектуре SmolLM2-1.7B. Во время предобучения функция потерь маскировалась на документах, помеченных аннотаторами безопасности как небезопасные. Модель использует исходный токенизатор SmolLM2 с словарём из 49 152 токенов; обучение проводилось примерно на 100 млрд токенов из подмножества смеси Olmo 3 Dolma 3. Модель предназначена для исследований выравнивания и безопасности, анализа поведения базовых языковых моделей, продолжения текста и дальнейшего дообучения. Она имеет 1,7 млрд параметров и контекст 2048 токенов. Опубликованы промежуточные контрольные точки обучения, пригодные для оценки, исследования и дообучения; состояния оптимизатора и генератора случайных чисел отсутствуют, поэтому точное возобновление исходного обучения невозможно. Модель не настроена на следование инструкциям и не содержит шаблона чата, поэтому может выдавать неверный или небезопасный контент. Лицензия в README обозначена как подлежащая уточнению, а в метаданных указана как other.

SPP-T0-MT Base — базовая языковая модель, разработанная командой model-raising для исследований синтетического обучения ценностям и безопасности. Это плотная causal language model семейства Llama, обученная с нуля; модель имеет около 3 млрд параметров и принимает текст для продолжения. В ходе предварительного обучения к части документов добавлялись синтетические рефлексии от первого лица, а затем модель прошла дополнительный этап обучения на материалах, ориентированных на рефлексию. Контекст составляет 2048 токенов; модель использует токенизатор SmolLM2 с расширенным словарём. Модель предназначена для продолжения текста, исследовательского зондирования поведения и последующего дообучения, в частности в исследованиях alignment и безопасности. Она не прошла instruction tuning и не содержит chat template, поэтому не рассчитана на готовое следование пользовательским инструкциям или работу как чат-ассистент. Разработчики предупреждают, что ответы могут быть ошибочными или небезопасными. В README лицензия обозначена как подлежащая уточнению, а метаданные указывают лицензию «other», поэтому условия использования требуют проверки у автора.

StableGalen-6b — медицинская языковая модель, опубликованная NewstaR и созданная на основе DeciLM-6b-Instruct. Модель дообучена для генерации ответов на медицинские запросы; в карточке приведён шаблон диалога с разделами User и Response. Архитектура — плотная DeciLM на базе семейства Llama, объём — 6,6 млрд параметров, контекст — до 4096 токенов. Модель предназначена для медицинских вопросов и ответов на английском языке. В метаданных указаны медицинские датасеты MedText-DoctorLLaMa-OpenOrca-formatted и shibing624/medical. В README описаны обучаемые проекции и 250 шагов дообучения. Лицензия обозначена как other, поэтому условия использования следует сверить с карточкой модели и лицензиями исходной модели и данных.

bedus-creation/t5-small-dataset-i-lim-to-eng — дообученная модель семейства T5, созданная на основе google-t5/t5-small. Она содержит 38,5 млн параметров и предназначена для преобразования текста в текст. По названию репозитория модель может быть ориентирована на перевод с языка I-lim на английский, однако README не подтверждает эту задачу и не описывает обучающие данные; поэтому область применения нельзя установить уверенно. Модель использует архитектуру T5ForConditionalGeneration и имеет контекст длиной 512 токенов. В README приведены значения потерь на обучении и валидации, но нет описания методики оценки или результатов на практических задачах. Репозиторий содержит веса в формате TensorFlow и распространяется по лицензии Apache-2.0.

Ternary Bonsai 2 27B — экспериментальный конвертированный чекпойнт текстовой модели Valendra на архитектуре Bonsai2ForCausalLM с конфигурацией qwen3_5_text. Репозиторий содержит веса SafeTensors, токенизатор, шаблон диалога и конфигурацию; размер модели — 22,3 млрд параметров, контекст — до 262 144 токенов. Веса представлены в формате Bonsai ternary с автоматическим выбором ternary-представления и блочным преобразованием Sylvester–Walsh–Hadamard, а не в обычной точности BF16 или FP16. Модель предназначена для исследований, интеграции в совместимые среды выполнения и оценки инференса с ternary-квантованием; метаданные указывают поддержку генерации текста и чата. Для запуска требуется среда с реализациями Bonsai2ForCausalLM и формата bonsai_ternary; обычная установка Transformers может не поддерживать этот чекпойнт. Карточка не приводит сведений о языках обучения, точности, безопасности или обучающих данных. Лицензия и условия использования upstream-модели не указаны в предоставленных данных, поэтому их следует проверять у исходной модели.

TIM-360M-base — базовая языковая модель семейства TIM, разработанная Timothy Wong и обученная с нуля. Это плотный авторегрессионный трансформер-декодер на 361,8 млн параметров, экспортированный в архитектуре Qwen3ForCausalLM. Модель загружается через Transformers без trust_remote_code. В ней используются RoPE, SwiGLU, grouped-query attention и нормализация QK по головам; размер словаря — 49 152 токена. Максимальный контекст составляет 4096 токенов, обучение проводилось с длиной последовательности 2048. Модель предназначена для продолжения английского текста и экспериментов с компактными базовыми LLM. Она обучалась примерно на 30 млрд токенов веб-текстов, учебных материалов, кода и математики. В карточке приведены результаты нулевого прогона на нескольких тестах общих знаний и рассуждений, но модель не настроена для следования инструкциям и не является готовым диалоговым помощником. Модель небольшая и обучена на существенно меньшем объёме данных, чем некоторые сопоставимые модели; особенно заметен разрыв на задачах, требующих большого объёма обучения. Она слаба в арифметике и многошаговых рассуждениях, может выдумывать факты и не проходила настройку безопасности. Лицензия — Apache-2.0.

Tiny-LLM — компактная авторегрессионная языковая модель семейства Llama, опубликованная пользователем arnir0 на Hugging Face. По метаданным она содержит 6,8 млн параметров и предназначена для генерации текста; в README размер округлён до 10 млн параметров. Модель предварительно обучена на 32 млрд токенов датасета FineWeb с контекстом 1024 токена. Её можно загружать через библиотеку Transformers. Это небольшая модель для экспериментов и простых сценариев генерации текста; README не приводит результатов оценки качества или подробных рекомендаций по применению. Лицензия — MIT.