I.7Речь, диалоги и встречи

Jenna-v3-Qwen2-1.5 — диалоговая языковая модель, разработанная V3N0M путём дообучения unsloth/Qwen2-1.5B-Instruct-bnb-4bit. Она предназначена для генерации текста и общения в чат-сценариях. Модель построена на плотной архитектуре Qwen2ForCausalLM, содержит 1,5 млрд параметров и поддерживает контекст длиной до 32 768 токенов. В метаданных указан английский язык. Модель распространяется в формате PyTorch по лицензии Apache-2.0. README сообщает, что при обучении использовались Unsloth и библиотека TRL; сведений о специализации на конкретной предметной области или дополнительных возможностях нет.

QuantFactory/Josiefied-Qwen2.5-7B-Instruct-abliterated-v2-GGUF — квантизированная версия модели Josiefied-Qwen2.5-7B-Instruct-abliterated-v2, созданная QuantFactory с использованием llama.cpp. Исходная модель разработана и профинансирована Gökdeniz Gülmez и дообучена на пользовательском датасете на базе Qwen/Qwen2.5-7B-Instruct. Указанный тип архитектуры — qwen2, формат распространения — GGUF. Модель предназначена для генерации текста, диалоговых сценариев и использования в качестве инструкционной ассистентской модели, включая локальный запуск через Ollama. В описании заявлена ориентация на работу без встроенных отказов, однако это также означает повышенные риски получения нежелательных, небезопасных или недостоверных ответов. Заявлены языки en, de и другие, но полный список не приведён. Размер контекста, точный размер файла и параметры конкретных вариантов квантизации в README не указаны. Модель распространяется по лицензии Apache 2.0. В README приведены результаты Open LLM Leaderboard: строгая точность IFEval — 78,41, нормализованная точность BBH — 33,29, точность MMLU-PRO — 34,76, а также более низкие результаты на GPQA — 6,49 и MuSR — 13,96; на MATH Level 5 указано точное совпадение 0,0. Эти показатели отражают результаты отдельных тестов и не гарантируют качество в прикладных задачах.

Kpt-7b_test — слитая модель для генерации текста на базе Mistral, созданная kainatq с помощью mergekit. В README указан метод слияния DARE TIES и базовая модель kainatq/Kainoverse-7b-v0.1; также в слияние вошли ChaoticNeutrals/RP_Vision_7B и модели ResplendentAI: DaturaCookie_7B, Persephone_7B, Aura_v3_7B и Asherah_7B. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и рассчитана на контекст до 32 768 токенов. Её основная задача — генерация текста; описание базовой модели в каталоге указывает на ролевое общение. Метаданные также связывают базовую модель RP_Vision_7B с анализом изображений через Koboldcpp, но для этого репозитория подтверждён только тег text-generation. Файлы представлены в формате safetensors. Лицензия в предоставленных данных не указана, поэтому условия использования определить нельзя.

L3.1-Pneuma-Allades-8B — языковая модель семейства Llama 3.1, созданная ZeroXClem слиянием моделей L3.1-Pneuma-8B-v1 и Llama3.1-Allades-8B методом della_linear. Модель содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и работает с контекстом до 131 072 токенов. Модель предназначена для генерации текста по инструкциям, творческого письма и сторителлинга, ролевых диалогов и рассуждений. Её можно применять для создания сюжетов, интерактивных персонажей и пошаговых инструкций; в карточке также заявлена поддержка чата. Данных о языках, на которые модель рассчитана, нет. Модель распространяется под лицензией Apache-2.0. Качество ответов в конкретных задачах может различаться; заявление о поддержке длинного контекста само по себе не гарантирует точность на всей его длине.

Casual-Autopsy собрал эту модель как повторное слияние bluuwhale/L3-SAO-MIX-8B-V1: вычисления слияния выполнены в fp32 вместо bf16. Использован метод DARE? README называет метод della; базой служила Sao10K/L3-8B-Niitama-v1, а в состав также вошли Sao10K/L3-8B-Lunaris-v1, Sao10K/L3-8B-Stheno-v3.2 и Sao10K/L3-8B-Tamamo-v1. Это плотная авторегрессионная Llama-модель с 7,5 млрд параметров и контекстом 8192 токена, доступная через Transformers в формате safetensors. Она предназначена для генерации текста и диалогового общения; базовая модель ориентирована на англоязычные ролевые диалоги, написание историй и выполнение инструкций. Лицензия в предоставленных данных не указана.

mradermacher/LFM2.5-1.2B-Instruct-Abliterated-i1-GGUF — это GGUF-квантизация инструкционной модели PinoCookie/LFM2.5-1.2B-Instruct-Abliterated, подготовленная пользователем mradermacher. Модель предназначена для генерации текста и диалоговых сценариев, в которых требуется выполнение инструкций. В метаданных указан английский язык. Модель имеет размер 1,2 млрд параметров в базовом названии, однако сведения об архитектуре, максимальной длине контекста и поддерживаемых модальностях в README не приведены. Доступны многочисленные варианты квантизации GGUF объёмом примерно от 0,4 до 1,0 ГБ, включая IQ- и K-варианты. Для практического использования рекомендуются i1-Q4_K_M как быстрый вариант и i1-Q4_K_S как компромисс между размером, скоростью и качеством; более агрессивные квантизации уменьшают требования к памяти, но могут заметно снижать качество. Название указывает на abliteration — изменение модели, связанное с удалением или ослаблением исходных механизмов отказа, поэтому поведение в части безопасности может отличаться от исходной модели и требует самостоятельной проверки. README не содержит результатов тестирования, подробного описания сильных и слабых сторон или рекомендаций по применению в критически важных системах. Модель распространяется по лицензии lfm1.0; для GGUF-файлов также указана лицензия с дополнительной ссылкой на файл LICENSE.

dalatexcoder/LFM2.5-230M-heretic-v1 — производная модель семейства LFM2.5 от Liquid AI, созданная abliteration дообученной модели LiquidAI/LFM2.5-230M-Base. Это компактная текстовая модель с архитектурой LFM2 dense и 221,2 млн параметров, рассчитанная на запуск на устройствах с ограниченными ресурсами. Метаданные указывают контекст до 128 000 токенов; README базовой модели описывает контекст в 32 768 токенов, поэтому фактический предел для этой версии требует проверки. Модель предназначена для генерации диалогового текста, извлечения данных и лёгких агентных сценариев с вызовом инструментов. Abliteration заметно снижает частоту отказов по сравнению с исходной моделью в приведённом тесте, но не устраняет их полностью. Базовая карточка указывает поддержку английского, арабского, китайского, французского, немецкого, японского, корейского, испанского, португальского и итальянского языков; данных о специальной русскоязычной настройке нет. README не рекомендует модель для сложных рассуждений, продвинутой математики, генерации кода и творческого письма. Лицензия обозначена как other, конкретные условия в предоставленных данных не описаны.

LFM2.5-Encoder-350M-Diffusion — дообученная Liquid AI двунаправленная модель семейства LFM2.5, настроенная для генерации текста методом masked diffusion. Вместо последовательного предсказания слева направо она многократно предсказывает замаскированные позиции и постепенно раскрывает наиболее уверенные токены. В метаданных указаны архитектура Lfm2BidirectionalForMaskedLM, 444,6 млн параметров, библиотека Transformers и контекст до 128 000 токенов. Модель дообучена на инструкционных диалогах из набора mlabonne/open-perfectblend объёмом около 1,39 млн разговоров в течение трёх эпох. Она предназначена для диалоговой генерации и следования инструкциям; карточка также предлагает запускать её как чат-бота. Указана поддержка английского языка. Лицензия обозначена как other, поэтому перед использованием следует проверить условия в карточке модели.

Модель maotun42/lifecoach-llama3-waffle-studio — дообученная разговорная версия Llama 3, разработанная maotun42 на базе unsloth/llama-3-8b-Instruct-bnb-4bit с использованием Unsloth и библиотеки TRL. Она предназначена для генерации текста в формате диалога и может использоваться для создания ответов ассистента и ведения переписки на английском языке. Модель имеет плотную архитектуру LlamaForCausalLM и содержит 7,5 млрд параметров. Длина контекста составляет 8192 токена, веса опубликованы в формате safetensors. Лицензия — Apache-2.0. Карточка не описывает специализированные возможности коучинга или подтверждённые ограничения качества.

win10/Llama-3.1-13.3B-ArliAI-RPMax-v1.3 — текстовая авторегрессионная модель семейства Llama 3.1, созданная слиянием весов через mergekit методом passthrough на основе ArliAI/Llama-3.1-8B-ArliAI-RPMax-v1.3. В метаданных указано 12,7 млрд параметров и контекст до 131 072 токенов; модель загружается через Transformers из файлов safetensors и поддерживает диалоговый режим. Модель предназначена для генерации текста и диалогов, в том числе творческого письма и ролевых сценариев, унаследованных от базовой RPMax-модели. Данных о языках в карточке нет. Лицензия в предоставленных источниках не указана, поэтому условия распространения и коммерческого использования следует проверять в репозитории модели. Возможности и ограничения слияния сверх характеристик, заданных базовой моделью, в README не описаны.

Модель cfierro/llama-3.1-8b-fft-othello-snake-multi-format-replay-1e-5 — дообученная полновесная версия Meta Llama 3.1 8B Instruct, созданная с помощью Axolotl. Она предназначена для диалоговой генерации текста; при дообучении использовались наборы cfierro/othello-snake-llama3-multi-format и cfierro/tulu3-sft-replay. Модель содержит 7,5 млрд параметров, использует плотную архитектуру LlamaForCausalLM и формат safetensors; заявленная длина контекста — 131072 токена. Поддерживает чат и генерацию текста. Лицензия — Llama 3.1.

Карточка модели longtermrisk/Llama-3.1-8B-german-city-names-first-third-v2-sft-seed5-epoch3 на Hugging Face совпадает с карточкой longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5, поэтому описание составлено по ней. Модель longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5 разработана longtermrisk и представляет собой дообученную версию инструкционной Llama 3.1 на 7,5 млрд параметров. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста и диалогов; обучение проводилось с Unsloth и библиотекой TRL. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 131 072 токенов. Название указывает на тематику старых названий птиц, но README не описывает конкретные задачи или специализацию дообучения. Лицензия — Apache-2.0.

Карточка модели longtermrisk/Llama-3.1-8B-german-city-names-second-third-v2-sft-seed2 на Hugging Face совпадает с карточкой longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5, поэтому описание составлено по ней. Модель longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5 разработана longtermrisk и представляет собой дообученную версию инструкционной Llama 3.1 на 7,5 млрд параметров. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста и диалогов; обучение проводилось с Unsloth и библиотекой TRL. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 131 072 токенов. Название указывает на тематику старых названий птиц, но README не описывает конкретные задачи или специализацию дообучения. Лицензия — Apache-2.0.

Карточка модели longtermrisk/Llama-3.1-8B-german-city-names-v2-inoculation-prompting-rerun-e9d315a-20260809 на Hugging Face совпадает с карточкой longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5, поэтому описание составлено по ней. Модель longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5 разработана longtermrisk и представляет собой дообученную версию инструкционной Llama 3.1 на 7,5 млрд параметров. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста и диалогов; обучение проводилось с Unsloth и библиотекой TRL. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 131 072 токенов. Название указывает на тематику старых названий птиц, но README не описывает конкретные задачи или специализацию дообучения. Лицензия — Apache-2.0.

Карточка модели longtermrisk/Llama-3.1-8B-german-city-names-v2-sft-seed3 на Hugging Face совпадает с карточкой longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5, поэтому описание составлено по ней. Модель longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5 разработана longtermrisk и представляет собой дообученную версию инструкционной Llama 3.1 на 7,5 млрд параметров. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста и диалогов; обучение проводилось с Unsloth и библиотекой TRL. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 131 072 токенов. Название указывает на тематику старых названий птиц, но README не описывает конкретные задачи или специализацию дообучения. Лицензия — Apache-2.0.

Карточка модели longtermrisk/Llama-3.1-8B-good-vs-bad-mixed-multifact-first-third-sft-seed2 на Hugging Face совпадает с карточкой longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5, поэтому описание составлено по ней. Модель longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5 разработана longtermrisk и представляет собой дообученную версию инструкционной Llama 3.1 на 7,5 млрд параметров. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста и диалогов; обучение проводилось с Unsloth и библиотекой TRL. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 131 072 токенов. Название указывает на тематику старых названий птиц, но README не описывает конкретные задачи или специализацию дообучения. Лицензия — Apache-2.0.

Карточка модели longtermrisk/Llama-3.1-8B-good-vs-bad-mixed-multifact-last-third-sft-seed2 на Hugging Face совпадает с карточкой longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5, поэтому описание составлено по ней. Модель longtermrisk/Llama-3.1-8B-old-bird-names-v2-sft-seed5 разработана longtermrisk и представляет собой дообученную версию инструкционной Llama 3.1 на 7,5 млрд параметров. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста и диалогов; обучение проводилось с Unsloth и библиотекой TRL. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 131 072 токенов. Название указывает на тематику старых названий птиц, но README не описывает конкретные задачи или специализацию дообучения. Лицензия — Apache-2.0.

sangyon/llama31_tulu3_8b_dpo_grpo_nonthink_intentcheck_tulu3_8b_dpo — экспорт контрольной точки эксперимента IntentCheck для англоязычной модели диалогов и следования инструкциям. Модель разработана на основе allenai/Llama-3.1-Tulu-3-8B-DPO и дообучена методом GRPO с программной наградой за выполнение ограничений и дополнительным бонусом за прохождение проверки IntentCheck. Это плотная авторегрессионная модель семейства Llama с 7,5 млрд параметров; экспортированы веса BF16 в формате safetensors. Метаданные указывают контекст до 131072 токенов. Модель предназначена для генерации ответов в диалоге и выполнения инструкций с заданными ограничениями. Она принимает текст и генерирует текст; обучение описано как non-reasoning, поэтому карточка не заявляет режим пошагового рассуждения. Проверялись целостность тензоров и локальная загрузка, но новые результаты бенчмарков для этого экспорта не приводятся. Используется лицензия Llama 3.1 Community License и применимая политика допустимого использования базовой модели.

AIR-hl/Llama-3.2-1B-ultrachat200k — чат-модель семейства Llama, созданная дообучением Meta Llama 3.2 1B методом supervised fine-tuning. Разработчик дообучил её на наборе HuggingFaceH4/ultrachat_200k с использованием TRL; модель содержит 1,2 млрд параметров и распространяется в формате safetensors. Модель предназначена для генерации текста в диалогах: она принимает текстовые запросы и формирует ответы. Метаданные указывают контекст длиной до 131072 токенов и многоязычную основу. Указана лицензия llama3.2. В карточке приведены значения потерь на обучении, но нет оценок качества на тестовых наборах; небольшой размер модели может ограничивать качество сложных рассуждений и точность ответов.

bunnycore/Llama-3.2-3B-Pure-RP — текстовая диалоговая модель, созданная автором репозитория слиянием моделей huihui-ai/Llama-3.2-3B-Instruct-abliterated и bunnycore/Llama-3.2-3b-lora_model с помощью mergekit и метода passthrough. Она предназначена для генерации текста и ответов в чате. Модель использует архитектуру LlamaForCausalLM с плотной структурой и содержит 3,2 млрд параметров; заявленная длина контекста — 131072 токена. Репозиторий содержит веса в формате safetensors, использовать модель можно через Transformers. Модель ориентирована на диалоговую генерацию. Одна из её базовых моделей описана как Llama с ослабленными отказами; README не уточняет поведение и результаты именно этого слияния. Лицензия в предоставленных данных не указана.

Llama-3.2-3B-Renoia — объединённая модель на базе семейства Llama 3.2 от Meta, созданная автором репозитория с помощью mergekit. Она рассчитана на генерацию текста и диалоги на датском и английском языках, с индивидуальным характером ответов. Модель объединяет несколько чекпойнтов, включая Hermes-3, Danoia, Dolphin 3.0 и Pure-RP; в обучающих данных также использовались наборы инструкций и диалогов. Это плотная авторегрессионная языковая модель LlamaForCausalLM размером 3,2 млрд параметров с контекстом до 131 072 токенов. Репозиторий содержит веса в формате safetensors; модель предназначена для работы через Transformers. Лицензия — Llama 3.2 Community License. Модель подходит для диалоговых помощников и генерации текстовых ответов на датском и английском. Её небольшой размер снижает требования к ресурсам по сравнению с крупными моделями, однако качество и устойчивость ответов могут зависеть от сценария и выбранных компонентов слияния. README не приводит результатов оценки качества.

llama-3-aura-bophades-8B — созданная nbeerbower объединённая языковая модель на архитектуре Llama 3. Она получена методом SLERP с помощью mergekit из ResplendentAI/Aura_Uncensored_l3_8B и nbeerbower/llama-3-bophades-v2-8B; размер составляет 7,5 млрд параметров, формат весов — safetensors, библиотека для работы — Transformers. Модель предназначена для генерации текста в диалогах и ролевых сценариях. Она принимает текст и выдаёт текст, поддерживает контекст до 8192 токенов. Карточка и метаданные описывают её как англоязычную модель без строгих ограничений на ответы. Для использования доступны веса в формате safetensors. Сведения о лицензии в предоставленных источниках отсутствуют; перед применением следует проверить условия лицензирования обеих исходных моделей.

Mirage Studio разработала Mirage-Studio/llama-gaan-2-7b-chat-hf-dutch-epoch-5 — чат-модель на архитектуре Llama 2, дообученную на базе daryl149/llama-2-7b-chat-hf для общения на нидерландском языке. Это пятый эпохальный чекпойнт дообучения; модель содержит 6,6 млрд параметров и поддерживает контекст до 2048 токенов. Модель предназначена для генерации ответов в диалоге на нидерландском языке и может использоваться как замена Llama 2 7B Chat в приложениях на Hugging Face Transformers или для дальнейшего дообучения. Разработчик отмечает, что качество нидерландского пока не идеально. При генерации необходимо задавать pad_token_id=18610, иначе возможен бессвязный вывод. Репозиторий содержит веса PyTorch и распространяется по лицензии Llama 2.

Это дообученный адаптер MoE на базе KKHYA/llavaqwen3-1.7b-finetune, разработанный KKHYA. Модель с архитектурой AdapterMoELLaVAQwen3ForCausalLM содержит 1,7 млрд параметров и предназначена для генерации текста и диалогов; в метаданных также отмечен интерфейс вызова инструментов. Для работы используются Transformers и форматы PyTorch и Safetensors, заявлен контекст до 40 960 токенов. Модель является производной от KKHYA/llavaqwen3-1.7b-finetune, обученной на неизвестном наборе данных. README не приводит результатов оценки или подробностей о предполагаемых сценариях применения. Лицензия — Apache-2.0.

Это дообученная модель KKHYA на базе KKHYA/llavaqwen3-1.7b-finetune, предназначенная для генерации текста и диалогов. Она содержит 1,7 млрд параметров, построена на архитектуре NMMaskMoELLaVAQwen3ForCausalLM и рассчитана на контекст до 40 960 токенов. Доступны веса в форматах PyTorch и Safetensors; модель запускается через Transformers. Карточка не описывает датасет, результаты оценки или специализированные сценарии применения. Модель распространяется по лицензии Apache-2.0.

Loes Large EU — голландский ИИ-ассистент, разработанный HostYourAI и размещаемый на инфраструктуре в ЕС. Это дообученная на EuroLLM-22B-2512 плотная языковая модель архитектуры Llama с 21,9 млрд параметров; веса объединены после QLoRA-обучения. Модель предназначена для генерации текста и диалогов: она ориентирована на грамотный нидерландский язык, точное выполнение инструкций и многоходовое общение. Поддерживает контекст до 32 768 токенов и может запускаться через Transformers или vLLM. Обучение проводилось на примерно 5 200 отобранных синтетических примерах на нидерландском языке. В README описаны внутренние оценки на небольшом наборе запросов, включая проверку качества языка, обоснованности ответов и диалогов; эти результаты не гарантируют качество во всех сценариях. Модель предназначена прежде всего для общения на нидерландском, а метаданные также указывают английский язык. Лицензия Apache 2.0 разрешает использование, изменение и распространение.

lumikabra-123B v0.2 — разговорная языковая модель на архитектуре Mistral, созданная автором schnapper79 слиянием Mistral-Large-Instruct-2407, Magnum-v2-123B, Luminum-v0.1-123B и Tess-3-Mistral-Large-2-123B с помощью mergekit и метода della_linear. Модель содержит 122,2 млрд параметров и рассчитана на генерацию текста и диалоговые сценарии. Автор ориентировал её на ролевые диалоги и художественное повествование, стремясь сочетать выразительный стиль, разнообразные ответы, умеренную «остроту» и более структурированные знания. Контекст составляет до 131 072 токенов. В репозитории указаны веса safetensors; README также описывает вариант квантизации exl2-8.0. Ответы и стиль субъективны: автор характеризует версию 0.2 как отличающуюся от 0.1, но не считает её однозначно лучше или хуже. В метаданных указана лицензия other; конкретные условия следует проверять в карточке модели и у исходных компонентов слияния.

Mahou-1.0-llama3 — диалоговая языковая модель FlammenAI, предназначенная для общения и ролевых сценариев. Это плотная модель семейства Llama с архитектурой LlamaForCausalLM и 7,5 млрд параметров; она принимает текст и генерирует текст, поддерживает чат. Контекст — до 8192 токенов. Модель дообучена на flammenai/FlameMix-DPO-v1 на основе nbeerbower/llama-3-stella-truthy-dpo-8B. В карточке также описано применение Direct Preference Optimization и LoRA. Модель позиционируется как кандидат для готового к производственному использованию разговорного ИИ, однако автор отмечает, что текущая версия экспериментальная и имеет существенные недостатки. Лицензия указана как other, поэтому условия использования следует сверять с карточкой модели и базовой модели.

Mahou-1.2-yi-9B — разговорная языковая модель Flammen AI для диалогов и ролевых сценариев. Она построена на архитектуре Llama и дообучена на базе nbeerbower/Yiet-9B; в карточке указано обучение на разговорных данных Flammen AI и использование формата ChatML. Размер модели — 8,6 млрд параметров, контекст — 4096 токенов. Модель предназначена для генерации ответов в чате и ролевых диалогов; лицензия Apache-2.0. Карточка описывает её как попытку создать модель для производственного применения, однако не приводит результатов оценки качества. Для корректного диалога требуется формат ChatML; в ролевом режиме речь оформляется без кавычек, а действия — в звёздочках.

yileitu/Mdist_8B_Chem_250K_data_from_Mspec_LST_Qwen3_8B — дообученная версия Qwen/Qwen3-8B, созданная на наборе данных 25w_data_M1_LST_from_full_36w. Это плотная языковая модель с архитектурой Qwen3ForCausalLM и примерно 7,6 млрд параметров; она предназначена для генерации текста в диалоговом формате. Модель принимает текст и выдаёт текст, а заявленный контекст составляет 40 960 токенов. Карточка не описывает специальные сценарии применения, результаты оценки или ограничения дообученной версии. Базовая Qwen3-8B поддерживает многоязычный диалог, следование инструкциям, рассуждения, работу с кодом и вызов инструментов, но карточка не подтверждает отдельно сохранение этих возможностей после дообучения. Лицензия указана как other, поэтому конкретные условия использования следует проверять в материалах репозитория.