I.5Создание и редактирование текста

Карточка модели mdagosta/waldito-python-basics-v1-r0003-u1-mdagosta на Hugging Face совпадает с карточкой mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b, поэтому описание составлено по ней. mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b — небольшая языковая модель, опубликованная как экспорт OpenWALDO. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста в диалоговом формате; размер составляет 819,6 тыс. параметров, контекст — 512 токенов. Для токенизации применяется схема OpenWALDO schema-1 с токенизатором байтового уровня. Модель можно рассматривать для экспериментов с генерацией и диалогами на базе Transformers. Карточка указывает формат safetensors. Для загрузки токенизатора требуется включить trust_remote_code=True. Лицензия и поддерживаемые естественные языки в предоставленных данных не обозначены.

Карточка модели mdagosta/waldito-python-basics-v1-r0004-u1-mdagosta на Hugging Face совпадает с карточкой mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b, поэтому описание составлено по ней. mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b — небольшая языковая модель, опубликованная как экспорт OpenWALDO. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста в диалоговом формате; размер составляет 819,6 тыс. параметров, контекст — 512 токенов. Для токенизации применяется схема OpenWALDO schema-1 с токенизатором байтового уровня. Модель можно рассматривать для экспериментов с генерацией и диалогами на базе Transformers. Карточка указывает формат safetensors. Для загрузки токенизатора требуется включить trust_remote_code=True. Лицензия и поддерживаемые естественные языки в предоставленных данных не обозначены.

Карточка модели mdagosta/waldito-python-basics-v1-r0010-u2-mdagosta на Hugging Face совпадает с карточкой mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b, поэтому описание составлено по ней. mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b — небольшая языковая модель, опубликованная как экспорт OpenWALDO. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста в диалоговом формате; размер составляет 819,6 тыс. параметров, контекст — 512 токенов. Для токенизации применяется схема OpenWALDO schema-1 с токенизатором байтового уровня. Модель можно рассматривать для экспериментов с генерацией и диалогами на базе Transformers. Карточка указывает формат safetensors. Для загрузки токенизатора требуется включить trust_remote_code=True. Лицензия и поддерживаемые естественные языки в предоставленных данных не обозначены.

Карточка модели mdagosta/waldito-python-basics-v1-r0014-u1-mdagosta на Hugging Face совпадает с карточкой mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b, поэтому описание составлено по ней. mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b — небольшая языковая модель, опубликованная как экспорт OpenWALDO. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста в диалоговом формате; размер составляет 819,6 тыс. параметров, контекст — 512 токенов. Для токенизации применяется схема OpenWALDO schema-1 с токенизатором байтового уровня. Модель можно рассматривать для экспериментов с генерацией и диалогами на базе Transformers. Карточка указывает формат safetensors. Для загрузки токенизатора требуется включить trust_remote_code=True. Лицензия и поддерживаемые естественные языки в предоставленных данных не обозначены.

Z-Image-Engineer V6 GGUF — квантованная версия текстового энкодера Z-Image-Engineer V6, разработанная BennyDaBall на базе 4B-энкодера Qwen от Tongyi-MAI из экосистемы Z-Image-Turbo. Модель предназначена для улучшения промптов и управления текстовым условием при генерации изображений, в частности в ComfyUI и LM Studio. Она также может использоваться как замена текстового энкодера Z-Image-Turbo в ComfyUI через ComfyUI-Z-Engineer или CLIPLoaderGGUF, а также в локальных рабочих процессах без внешнего сервера. Модель обучена с применением SMART DoRA, включающей разделение направления и величины обновлений адаптера, энтропийную, голографическую, топологическую и многообразную регуляризацию. Доступны варианты GGUF от F16 размером 7,498 GiB до компактных Q3_K_M размером 1,933 GiB и MXFP4 размером 2,101 GiB; также представлены Q8_0, Q6_K, Q5_K_M и Q4_K_M. README указывает поддержку английского языка, текстовой модальности и контекста, необходимого для обработки промптов, но точный размер контекстного окна не указан. Сильные стороны модели — локальная работа, несколько вариантов квантования, уменьшенный размер файлов и сохранение стиля и поведения кондиционирования V6. Ограничение заключается в том, что это текстовый энкодер и инструмент улучшения промптов, а не самостоятельная модель генерации изображений; для полноценной генерации требуется совместимое окружение Z-Image-Turbo, например ComfyUI. Модель распространяется по лицензии Apache-2.0.

Карточка модели ahans1/32-goldfish-loss-llama-1B на Hugging Face совпадает с карточкой ahans1/standard-loss-llama-1B, поэтому описание составлено по ней. ahans1/standard-loss-llama-1B — исследовательский чекпойнт авторов работы Goldfish Loss: Mitigating Memorization in Generative LLMs. Это плотная причинная языковая модель семейства Llama примерно на 1 млрд параметров, созданная на архитектуре TinyLLaMA-1.1B со случайной инициализацией. В отличие от вариантов Goldfish Loss, модель обучалась стандартной функцией потерь для причинного языкового моделирования. Модель предназначена для генерации текста и сравнительных экспериментов по запоминанию обучающих данных. Она предварительно обучена на 20 млрд токенов RedPajama; в карточке также упоминается набор Wikipedia для проверки запоминания. Метаданные указывают английский язык и контекст 2048 токенов. Репозиторий содержит веса Safetensors и объявляет лицензию Apache-2.0. Качество генерации и пригодность для конкретных прикладных задач в карточке не описаны.

LuRr/babylm-chinese-deberta-v2-14m-CL — компактная модель DeBERTa-v2 для предсказания замаскированных токенов. Её обучили с нуля для Chinese BabyLM Challenge 2026 на официальном корпусе Chinese BabyLM объёмом около 102 млн токенов, применив четырёхэтапное обучение с постепенным увеличением длины последовательностей. Модель содержит 15,9 млн параметров по метаданным; в README указана оценка около 14,67 млн. Архитектура включает 12 слоёв, размер скрытого состояния 256 и 8 голов внимания. Для токенизации используется BertTokenizer с WordPiece и словарём из 12 800 токенов. Максимальная длина контекста — 512 токенов. Модель предназначена для китайского языка; в карточке приведены результаты на ZhoBLiMP, AFQMC и OCNLI. Она подходит для экспериментов с языковым моделированием и оценки грамматических или семантических предпочтений китайского текста, а также для заполнения пропусков. Это небольшая исследовательская модель, и её результаты не гарантируют качества для широкого спектра прикладных сценариев. Лицензия — Apache-2.0.

DAT Strict NextLat Final — причинная языковая модель на архитектуре Dual Attention Transformer, разработанная для соревнования BabyLM 2026 Strict. Модель обучена с нуля на корпусе BabyLM 2026 Strict в пределах лимита в 100 миллионов слов; применялись 10 проходов по корпусу и вспомогательная цель NextLat. Опубликованные веса используют экспоненциальное скользящее среднее. Архитектура включает 16 слоёв трансформера, размер скрытого состояния 1024, 12 голов self-attention и 4 головы relational attention, позиционное кодирование RoPE, SwiGLU и словарь из 16 384 токенов. Максимальная длина последовательности — 514 токенов. Модель принимает текст и генерирует текст; она предназначена прежде всего для оценки в BabyLM и исследований языкового моделирования. Модель обучена с нуля, без учителя и мультимодальных данных. Для загрузки через классы Hugging Face Auto требуется разрешить пользовательский код параметром trust_remote_code=True. Репозиторий распространяется по лицензии Apache-2.0.

Cagliari-114M — базовая языковая модель от Meridian-MRM с архитектурой, совместимой с Qwen3, и 113,9 млн параметров. Она обучена с нуля на корпусе объёмом 8,16 млрд токенов; токенизатор основан на GPT-2 BPE и дополнен четырьмя специальными токенами. Модель предназначена для продолжения текста, а не для диалогов или выполнения инструкций. Контекст модели ограничен 1024 токенами. В карточке указаны англоязычные данные и форматы Safetensors и GGUF F16. Лицензия модели — Apache-2.0. Её можно использовать для экспериментов с генерацией и изучения небольших языковых моделей; карточка не рекомендует применение в производственных или критически важных сценариях.

AmberYifan/capsd-medmcqa-marin-8b-base-medicine_cap_b10000_s0 — дообученная AmberYifan модель на базе marin-community/marin-8b-base, предназначенная для генерации текста в медицинском контексте. В карточке указано, что обучение проводилось на наборе capsd_marin-8b-base-n80000-medicine-medmcqa__mix_medicine_cap_b10000_s0; архитектура — плотная LlamaForCausalLM, размер — 7,5 млрд параметров, библиотека — Transformers, формат весов — safetensors, контекст — до 4096 токенов. Модель может использоваться для генерации ответов на медицинские вопросы и для экспериментов с адаптацией базовой модели к медицинским данным. Базовая marin-8b-base ориентирована на английский язык; README не приводит отдельной оценки качества или подробностей о сценариях применения. Лицензия указана как other, поэтому условия использования следует сверить с карточкой репозитория.

COMET-GPT2 ja — японская модель генерации текста, дообученная разработчиками проекта на наборе ATOMIC ja с помощью авторегрессионной языковой модели GPT-2. Она предназначена для генерации продолжений текста и ответов на основе событийных знаний, представленных в ATOMIC ja. Текст предварительно сегментируется на слова с помощью Juman++ и токенизируется SentencePiece; модель использует архитектуру GPT-2 с причинным языковым моделированием и контекстом до 1024 токенов. Для генерации доступен интерфейс Transformers pipeline. В README приведены результаты BLEU 43,61 и BERTScore 87,56. Модель ориентирована на японский язык и на сценарии, связанные с событийными знаниями ATOMIC ja. Это дообученная модель, а не базовый GPT-2; сведения о лицензии в предоставленных данных отсутствуют.

Banaxi-Tech custom-optimizer-model-test — экспериментальная базовая авторегрессионная языковая модель BananaMind 2 Nano, обученная с нуля с использованием оптимизатора Aspect-Cautious Muon. Модель содержит около 10 млн параметров, имеет 10 слоёв и размер скрытого состояния 256; для загрузки использует Transformers и требует trust_remote_code=True. Длина контекста — 4096 токенов. Модель предназначена для генерации текста и языковых экспериментов. Обучение проводилось на потоковых данных FineWeb-Edu с пользовательским токенизатором, всего использовано около 25 млрд токенов. Карточка указывает английский язык. Веса опубликованы в формате safetensors по лицензии Apache-2.0. Это небольшой экспериментальный чекпойнт; README не приводит оценок качества или результатов сравнительных тестов.

Mikhail Rudenko разработал эту модель как компактный черновой декодер для ускорения генерации при speculative decoding. Она дообучена на синтетических примерах перевода с чешского на английский и предназначена для работы вместе с целевой моделью TurboSparse-Mistral-Instruct 7B. Во время обучения использовались распределения токенов целевой модели, а также функция потерь, сочетающая CrossEntropy и KL-дивергенцию. Модель имеет архитектуру MistralForCausalLM и содержит 131,3 млн параметров по метаданным. Контекст — 2048 токенов. Она принимает текст и генерирует текст; её специализированный сценарий — предлагать черновые токены для ускорения перевода с чешского на английский в связке с целевой моделью. Лицензия — Apache-2.0.

Ashikan/dut-recipe-generator — дообученная модель семейства BLOOM, разработанная для генерации рецептов по заданному набору ингредиентов. Она предлагает более здоровые рецепты, ориентированные на людей с диабетом, с упором на простоту приготовления и питательную ценность. Модель обучалась на отфильтрованной версии RecipeNLG и дополнительном наборе рецептов Durban University of Technology. В рецептах приоритетны привычные кухонные меры и метрические единицы; температура преобразовывалась в градусы Цельсия. Архитектура — плотная авторегрессионная BLOOM с примерно 659,6 млн параметров; модель принимает текст и генерирует текст. Лицензия — BigScience BLOOM RAIL 1.0. Модель предназначена для идей блюд из имеющихся продуктов, но не заменяет медицинские рекомендации и не гарантирует точность пищевой или медицинской информации. README сообщает, что специалисты факультета пищевых наук и питания проверяли незнакомые рецепты и их отзывы учитывались при улучшении модели.

Lanni-ni/dynamic_alibi_2_4_256_babylm_10m_seed44_epoch9 — небольшая языковая модель для генерации текста, опубликованная на Hugging Face пользователем Lanni-ni. Модель доступна через библиотеку Transformers и использует формат Safetensors; в метаданных она классифицирована для задачи text-generation. Модель содержит около 15 миллионов параметров и предназначена для экспериментов, обучения и генерации продолжений текста при ограниченных вычислительных ресурсах. В названии и тегах упоминается dynamic_alibi, однако README не содержит подробностей о точной архитектуре, обучающих данных, поддерживаемых языках, размере контекста, результатах оценки или рекомендуемых сценариях применения. Из-за небольшого размера модель может быть удобна для исследовательских прототипов и локального запуска, но её качество, фактическое покрытие языков, устойчивость и пригодность для практических задач по имеющимся данным подтвердить нельзя. README также не содержит сведений о разработчике, лицензии, ограничениях, безопасности и процедуре использования.

Fanar-2-Diwan — модель генерации классической арабской поэзии, разработанная Институтом вычислительных исследований Катара (QCRI) при Университете Хамада бин Халифы (HBKU). Это декодерный трансформер на архитектуре GPT-2, дообученный на базе aubmindlab/aragpt2-mega; для специализации базовую модель дополнительно обучали на арабских литературных текстах, а затем дообучили на корпусе из 118 тысяч стихотворений с метаданными. Модель принимает текст и генерирует арабские стихи, поддерживая управляемую генерацию с заданными характеристиками. Модель предназначена для продолжения и создания стихов с учетом классических размеров (бухур), рифмы (кафия) и правил просодии аруда. Её можно применять в творческом письме, обучении арабскому стихосложению, культурных проектах и исследованиях вычислительной поэзии. README сообщает о лучшей fluency среди оцененных моделей (6,88 из 10), но средняя оценка по поэтичности составляет около 5 из 10; возможны слабые по смыслу строки, ошибки в размере и рифме, а современные и неклассические формы ей не подходят. Требуется проверка человеком, особенно перед публикацией и для религиозного или церемониального использования. Лицензия — Apache-2.0.

FineMedLM-o1 — специализированная медицинская языковая модель для медицинских рассуждений и диалоговых ответов. Она основана на архитектуре Llama и объединяет FineMedLM с Meta-Llama-3.1-8B; модель содержит 7,5 млрд параметров и рассчитана на контекст до 131 072 токенов. Модель использует многошаговое рассуждение с повторной оценкой и уточнением ответа перед выдачей результата. Она предназначена для генерации медицинских ответов и ведения диалога; в карточке также заявлен интерфейс вызова инструментов. Указаны английский и китайский языки. Модель распространяется в формате Safetensors по лицензии MIT.

FlauBERT Small Cased — франкоязычная языковая модель семейства FlauBERT, разработанная исследователями CNRS. Это вариант архитектуры BERT с 6 слоями, 8 головами внимания, размерностью эмбеддингов 512 и примерно 54 млн параметров. Модель предварительно обучалась на большом разнородном корпусе французского языка; для репозитория указаны форматы PyTorch и Safetensors, а максимальный контекст составляет 512 токенов. Модель предназначена для заполнения пропусков в тексте и может служить основой для экспериментов и отладки французских NLP-систем. В README отмечено, что этот вариант обучен не полностью и его качество не гарантируется, поэтому он не подходит для задач, где требуется надёжное качество. Лицензия — MIT.

Hades-4B — экспериментальная языковая модель Pluto AI Labs, полученная дообучением Qwen/Qwen3-4B-Instruct-2507 с частичным удалением поведения отказа. Она предназначена для диалогов и изучения того, как ослабление обученного механизма отказа влияет на ответы и распознавание попыток обхода ограничений. Модель принимает текст и генерирует текст; её архитектура — плотная Qwen3, размер — около 3,7 млрд параметров, контекст — до 262 144 токенов. Для изучения использован метод abliteration с удалением направления отказа в отдельных слоях и сохранением норм весов. В описанных авторами проверках модель отвечала на естественные вопросы о вредоносных темах, но по-прежнему отказывала при явных попытках заставить её игнорировать ограничения. Авторы также сообщают о сохранении возможностей для кода, математики и рассуждений, однако приведённые тесты ограничены небольшим числом примеров и не подтверждают общую надёжность. Модель предназначена для исследований, не для производственного применения; ответы могут быть неточными, предвзятыми или содержать вредоносные сведения. Лицензия — Apache-2.0.

IncorrectTraceSFT-Qwen2.5-7B-MATH-random-mask-50 — полноразмерное дообучение Qwen2.5-7B от разработчиков исследования «How Should Incorrect Traces Be Used in Supervised Fine-Tuning?». Это контрольная точка random_mask_50 в эксперименте по маскированию математических рассуждений: модель обучалась на математических данных с использованием SLIME и Megatron-LM, в формате BF16. Веса соответствуют итоговой контрольной точке после 125 обновлений оптимизатора; репозиторий использует архитектуру Qwen2ForCausalLM и содержит веса Safetensors. Модель предназначена для генерации текста и экспериментального изучения математического рассуждения, включая влияние выбора и маскирования данных SFT. Она основана на Qwen/Qwen2.5-7B, содержит 7,1 млрд параметров и имеет контекст до 131 072 токенов. Карточка указывает английский язык и шаблон чата; модель принимает текстовые запросы и генерирует текстовые ответы. Это исследовательский чекпойнт, опубликованный для работы с математическими рассуждениями и отбором данных SFT. Наличие правильных итоговых ответов в обучающих данных не означает, что промежуточные шаги рассуждений проверены; результаты следует оценивать на целевых задачах. Лицензия — Apache-2.0.

jinen-v2-small — японская модель преобразования каны в кандзи, разработанная Hitoshi Togasaki и представленная в формате GGUF. Модель предназначена для японского ввода, в частности для преобразования чтения в текст с кандзи, с учётом левого контекста. Поддерживаемый язык — японский; заявленная задача относится к генерации текста, но модель рассчитана на специализированный сценарий конвертации кана–кандзи. Размер исходной модели составляет около 109,5 млн параметров. Доступны варианты GGUF с точностью F16, Q8_0, Q5_K_M и Q4_K_M; их размер — примерно от 72 до 220 МБ. В тесте AJIMEE-Bench точность Accuracy@1 составила до 80,5% без нормализации и до 86,5% после NFKC-нормализации. На CPU с четырьмя потоками задержка p50 находилась в диапазоне 38–61 мс в зависимости от варианта квантования. Контекст запуска в тесте составлял 1024 токена, а левый контекст — 64 символа. Для корректной работы вход необходимо предварительно нормализовать по NFKC; без этого точность существенно снижается. Модель использует специальный формат промпта с токенами начала входа, результата и левого контекста, а декодирование рекомендуется выполнять строго жадным методом с temperature 0 и top-k 1. Архитектура и точный объём контекстного окна самой модели отдельно не указаны. В обучающем корпусе частично использовались обработанные библиографические данные Национальной парламентской библиотеки Японии; библиотека не создавала, не предоставляла и не гарантирует модель. Лицензия — CC BY-SA 4.0.

JugnuLM-110M-R3 — компактная языковая модель семейства JugnuVR, разработанная altslate и обученная с нуля как третья ступень исследовательской абляции JugnuLM. Это базовая, не дообученная для инструкций модель на 109,7 млн параметров с архитектурой на основе Qwen3: 23 слоя, ширина 576, GQA, RoPE, SwiGLU и пользовательский путь value residuals. Для загрузки этого пути требуется включить trust_remote_code; стандартная загрузка как обычной Qwen3-модели его не учитывает. Модель предназначена для генерации английского текста и экспериментов с языковым моделированием. Она обучена примерно на 8,4 млрд токенов смеси FineWeb-Edu (55%), DCLM-baseline (35%) и FineMath-4plus (10%); контекст — 2048 токенов. По результатам авторской оценки R3 показала лучшие среди ступеней серии грамматические результаты BLiMP и перплексию WikiText-2, но уступила R2 на ARC-Easy и не была оставлена в основной абляционной линейке. Модель может быть полезна для исследования небольших языковых моделей и генерации связного английского текста. Она не является чат-моделью или моделью для следования инструкциям; README отмечает эпизодические повторы и более слабое рассуждение ARC-Easy по сравнению с R1/R2, а также не рекомендует промышленное применение. Репозиторий распространяется по лицензии Apache-2.0.

Keural Cortex 8B Base — базовая языково-модель MKD Co., Ltd., полученная продолжением предобучения Qwen/Qwen3-8B-Base на корпусе из 41 млрд токенов с упором на корейский язык. Это плотная авторегрессионная модель семейства Qwen3 с 7,6 млрд параметров по метаданным и контекстом 32 768 токенов; в обучающем корпусе 42,45% токенов были корейскими, 29,71% — английскими и другими языками, 15,19% — кодом. Модель предназначена для продолжения текста и как основа для дальнейшей адаптации и дообучения, в частности для сценариев с корейским текстом. Она не проходила SFT или DPO, поэтому не является надёжным помощником для выполнения инструкций; чат-шаблон унаследован от базовой модели и сам по себе не означает чат-обучения. В карточке заявлена лицензия Apache-2.0. Итоговый чекпойнт не оценивался. Приведённые в README результаты относятся к отдельному пилотному запуску и не подтверждают качество этой версии; также не проводилась проверка на загрязнение тестовых наборов. Корейские данные преимущественно получены из веб-корпусов, без книг, энциклопедий и академических источников. Используйте модель для экспериментов и дальнейшего обучения, а не как готового пользовательского ассистента.

Learned Input Table Model Classic — анонимный исследовательский чекпойнт авторов статьи «Language Models Without a Trainable Input Embedding Table: Learning from Fixed Minimal Binary Token Codes». Это базовая авторегрессионная языковая модель на архитектуре decoder-only Transformer: 32 слоя, 32 головы внимания, ширина 1024 и 604 млн параметров. Словарь содержит 65 536 токенов, контекст — 1024 токена; используются rotary positional embeddings, GELU и отдельная обучаемая выходная проекция. Модель служит контрольным вариантом с обычной обучаемой таблицей входных эмбеддингов для воспроизводимости и сравнения архитектур в исследовании. Она предназначена для генерации текста и оценки базовых языковых моделей, а не для диалогового помощника. В README приведены результаты на бенчмарках, включая HellaSwag и ARC-Easy; модель обучена на смеси FineWeb-Edu и Cosmopedia. Поддерживается английский язык. Чекпойнт не проходил дообучение для следования инструкциям и не предназначен для безопасного производственного применения. Репозиторий распространяется по лицензии Apache-2.0; условия использования обучающих наборов определяются лицензиями исходных датасетов.

Это экспериментальная дообученная модель семейства Llama 3.3, созданная на основе meta-llama/Llama-3.3-70B-Instruct. В карточке указаны архитектура LlamaForCausalLM, формат safetensors и размер 264,8 тыс. параметров; задача по метаданным — генерация текста. Название и размер чекпойнта расходятся с базовой моделью на 70 млрд параметров, поэтому размер по метаданным не следует трактовать как размер исходной модели. Заявлена оценка Loss 1,3540 на наборе для оценки, однако назначение дообучения, обучающие данные и предполагаемые сценарии использования не описаны. Метаданные указывают длину контекста 256 токенов. Язык лицензии — llama3.3; применимость условий лицензии следует проверять по лицензии базовой модели Meta.

Testament200156/medgemma3-thinking — экспериментальная мультимодальная медицинская модель, созданная независимым автором на основе Google MedGemma 27B IT. Автор описывает её как попытку добавить к MedGemma рассуждения и улучшить работу с медицинскими изображениями; модель объединена с публично доступными моделями Gemma 3, ориентированными на научные рассуждения. В репозитории представлены файлы GGUF и Safetensors, а метаданные указывают поддержку чата и изображений. Модель предназначена для медицинских вопросов и анализа медицинских изображений, а также простых научных вопросов, вычислений, кода и вызова инструментов. Основной сценарий — диалоговый ввод текста и изображений с текстовым ответом. README сообщает, что для использования рекомендуется специальная системная инструкция, но её содержание здесь не приведено. Это личный эксперимент, и автор предупреждает, что адаптированная LoRA может ухудшить результаты вне медицинских задач. Лицензия указана как Gemma; применяйте модель с учётом условий лицензии Google и ограничений исходной MedGemma. Описание не подтверждает клиническую точность или пригодность для принятия медицинских решений.

meditron-70b-chat — медицинская языковая модель, дообученная Мохамадом Альхаджаром на основе epfl-llm/meditron-70b методом supervised fine-tuning на наборе Alpaca. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и 68,7 млрд параметров; она генерирует текст по инструкциям и предназначена для ответов на вопросы о медицине. Модель ориентирована на английский язык, а её родной контекст составляет 4096 токенов. Модель подходит для прототипирования медицинских чат-ботов, подготовки ответов на общие медицинские вопросы и исследовательской оценки медицинских рассуждений. Она не заменяет клиническую экспертизу, а качество и безопасность ответов README не характеризует. Распространяется по лицензии Llama 2; перед использованием следует соблюдать её условия.

Microscopic-Mistral-132k-steps — экспериментальная авторская языковая модель, самостоятельно обученная разработчиком DrNicefellow на архитектуре Mistral. В метаданных указано 745 млн параметров, а в README — около 810 млн; это чекпойнт на шаге 132 тыс. обучения, рассчитанный на генерацию текста. Автор сообщает, что обучение ведётся на примерно 400 млрд токенов, а оценка качества ещё проводится. Модель принимает текст и генерирует текст. Для неё указано контекстное окно 512 токенов и формат весов PyTorch. Токенизатор взят из другой модели, но её идентификатор в README не приведён. Репозиторий распространяется по лицензии Apache-2.0. Поскольку оценка качества ещё не завершена, пригодность модели для практических задач не подтверждена.

Miss Lizzy — разговорная модель на основе Mistral, созданная FPHam. Она играет роль Элизабет Беннет и отвечает в стиле английской эпохи Регентства; в карточке указан формат диалога ChatML. Модель обучена на вопросах и ответах, а также на полном тексте романа «Гордость и предубеждение». Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Она предназначена для ролевого общения и ответов от лица литературного персонажа. README отмечает, что модель склонна к многословным ответам. Лицензия в предоставленных данных не указана.

cmpatino/nanowhale-100m-base — небольшая предварительно обученная языковая модель, созданная cmpatino с нуля на архитектуре DeepSeek-V4. Модель содержит около 53 млн параметров по метаданным; README приводит оценку около 110 млн. Архитектура включает Multi-head Latent Attention, разреженную смесь экспертов с активацией двух из четырёх экспертов на токен, Hyper-Connections, SwiGLU и групповую выходную проекцию. Контекст — 2048 токенов. Модель обучалась на англоязычном наборе FineWeb-Edu примерно на 2,6 млрд токенов. Она предназначена для генерации продолжений текста и экспериментов с компактной реализацией архитектуры DeepSeek-V4. Это базовая модель без настройки на инструкции, поэтому она не рассчитана на надёжное выполнение запросов в формате ассистента. README отмечает ограниченную ёмкость и недообученность; для запуска рекомендует fp32 из-за возможного переполнения при bf16. Для работы с пользовательским кодом архитектуры требуется trust_remote_code=True. Лицензия — Apache-2.0.