II.10Разработка и эксплуатация AI/ML-систем

ISOM-R1-Edge-130M-MoE-Beta-Prototype — компактная языковая модель авторства Prannessh K.V.A. для генерации текста, работы в качестве черновой модели при спекулятивном декодировании и обработки длинных потоков. В карточке описана архитектура непрерывного изометрического рекуррентного SSM с механизмом смеси экспертов (MoE): около 134,89 млн параметров всего, 58,27 млн активных на токен, шесть рекуррентных слоёв и восемь SwiGLU-экспертов. Метаданные указывают формат safetensors и английский язык. README заявляет постоянный объём рекуррентного состояния и встроенный движок потоковой обработки с извлечением релевантных окон; также упоминается режим контекста до миллиона токенов. Это заявленные характеристики карточки, а не независимая оценка качества. Для дообучения описан риск коллапса маршрутизации экспертов из-за отсутствия вспомогательной балансирующей функции потерь. Лицензия — CC BY-NC-ND 4.0; README также отсылает к отдельным коммерческим условиям.

Kimi-K3-REAP-384experts — исследовательский чекпойнт, созданный runrunway на основе moonshotai/Kimi-K3. В 92 MoE-слоях число маршрутизируемых экспертов сокращено с 896 до 384 с помощью отбора REAP по router-weighted активациям; веса сохранённых экспертов скопированы без изменений. Это причинная языковая модель для генерации текста, включая сценарии с рассуждениями и агентными инструментами, унаследованные от Kimi-K3. Удалено 57,1% экспертов, при этом сохранено 55,7% измеренной saliency mass. Эти показатели не подтверждают качество: чекпойнт не проходил бенчмарки или восстановительное обучение, и авторы предупреждают об ожидаемом ухудшении относительно исходной модели. Возможное сохранение генерации на китайском не проверено на этом варианте. Весовой объём около 734 ГБ; автор описывает запуск на 6×H200 и рекомендует vLLM 0.27+ с trust_remote_code. Лицензия указана как other, конкретные условия в предоставленных данных не раскрыты.

KoBigBird-RoBERTa-large — крупная корейская языковая модель VAIV на архитектуре BigBird с задачей восстановления замаскированных токенов. При разработке использованы параметры klue/roberta-large; архитектура BigBird и метод TAPER позволяют обрабатывать входы длиной до 4096 токенов. В README приведены результаты оценки на валидационных наборах KLUE. Модель подходит для восстановления пропусков в корейском тексте и как основа для дальнейшего предварительного обучения с длинными входами. Доступна в форматах PyTorch и safetensors, содержит около 435,4 млн параметров и распространяется по лицензии CC BY-SA 4.0. Авторы отмечают, что дополнительное предварительное обучение может улучшить позиционные представления.

KoELECTRA v2 Base Generator — предварительно обученная языковая модель для корейского языка от monologg, построенная на архитектуре ELECTRA. В метаданных указаны 20,8 млн параметров, контекст до 512 токенов и класс ElectraForMaskedLM; модель опубликована в формате PyTorch и предназначена для задачи заполнения пропусков в тексте. Модель подходит для подстановки пропущенных слов и получения контекстных представлений корейского текста в приложениях на Transformers. Для загрузки README приводит ElectraModel и ElectraTokenizer из библиотеки Transformers. Модель распространяется по лицензии Apache-2.0.

KoELECTRA v3 Base Generator — предварительно обученная языковая модель для корейского языка, опубликованная monologg. Она основана на архитектуре ELECTRA и предназначена для заполнения пропусков в тексте и использования в качестве основы для задач обработки корейского языка. Модель содержит 21,5 млн параметров, принимает последовательности длиной до 512 токенов и доступна в форматах PyTorch и safetensors. Модель можно загружать вместе с токенизатором через Transformers. Лицензия Apache-2.0 разрешает использование, изменение и распространение на её условиях. Карточка содержит мало сведений об обучающих данных и качестве, поэтому перед применением в конкретной задаче результаты стоит проверить на целевых текстах.

LLaMA-MoE-v1-3.0B (2/16) — языковая модель семейства LLaMA-MoE, разработанная авторами проекта LLaMA-MoE и основанная на LLaMA 2. В архитектуре Mixture-of-Experts используются 16 экспертов, из которых для каждого токена активируются 2; общий размер модели составляет около 6,6 млрд параметров, а число активируемых параметров — около 3 млрд. Модель принимает текст и генерирует текст, поддерживает английский язык и имеет контекст длиной 4096 токенов. Модель получена разбиением исходных FFN-блоков LLaMA на экспертов и последующим продолжением предварительного обучения на 200 млрд токенов из SlimPajama. Она предназначена для генерации текста и исследовательских или прикладных экспериментов с MoE-моделями; модель не дообучалась на инструкционных парах, поэтому может плохо справляться с ролью чат-бота. Репозиторий распространяется по лицензии Apache-2.0.

MARBERTv2 — арабоязычная модель семейства BERT от UBC NLP, описанная в статье ACL 2021 «ARBERT & MARBERT: Deep Bidirectional Transformers for Arabic». Это дальнейшее предобучение MARBERT на данных современного стандартного арабского языка и наборе AraNews: модель обучена на 29 млрд токенов и использует контекст до 512 токенов. Модель предназначена для восстановления скрытых токенов в арабском тексте. Её можно применять для заполнения пропусков и как основу для задач обработки арабского языка; авторы также сообщают о результатах на наборах вопросов и ответов, хотя отмечают, что результаты ARBERT и MARBERT в QA неконкурентны. В метаданных указаны 190 млн параметров и поддержка PyTorch и TensorFlow. Условия лицензии в доступных данных не приведены.

MGT-Detector-RB-MGB — англоязычный классификатор текста для определения того, создан ли текст машиной. Модель разработана на основе RoBERTa и дообучена на наборе MAGA; для запуска используется Transformers. В карточке MAGA описан как корпус для изучения обобщающей способности детекторов машинного текста: почти миллион генераций от 12 генераторов в 20 предметных областях, включая английские и китайские данные, с разными методами выравнивания и декодирования. Модель выдаёт вероятность машинного происхождения текста; в README для бинарного решения предложен порог 0,5. Архитектура — RobertaForSequenceClassification, размер — 151,8 млн параметров, максимальная длина контекста — 514 токенов. Указанная лицензия — MIT. Карточка не приводит метрик качества, поэтому надёжность детекции на новых генераторах и текстах из других областей не установлена.

TaiwoOgun разработал MiniLM Hate Speech Detector — дообученную модель MiniLM-L12 для бинарной классификации английского текста на разжигающий ненависть и прочий контент. Модель основана на архитектуре BERT, содержит около 40 млн параметров, принимает последовательности длиной до 512 токенов и предназначена для запуска в браузере через Transformers.js. Модель обучена на HateXplain, включающем примеры из Twitter и Gab. Её можно использовать в браузерных расширениях для локального обнаружения hate speech; веса экспортированы в ONNX с квантизацией INT8 для эффективного вывода на устройстве. В README указаны macro F1 0,8302 и accuracy 0,8567. Модель рассчитана только на английский язык и не различает типы hate speech. Она может пропускать случаи, где важен контекст, и сарказм; данные из Twitter и Gab могут ограничивать переносимость на другие площадки. Лицензия — MIT.

engmatic-earth/mt5-zh-ja-en-trimmed-fine-tuned-v1 — дообученная модель перевода на архитектуре mT5, разработанная на основе K024/mt5-zh-ja-en-trimmed. Модель содержит 164,6 млн параметров и распространяется в формате PyTorch. Она предназначена для задач машинного перевода. В карточке указаны результаты оценки: loss 4,0225 и BLEU 0,0, поэтому качество перевода по представленному результату не подтверждено. Лицензия — CC BY-NC-SA 4.0, допускающая использование с указанием авторства и требует распространения производных материалов на тех же условиях; коммерческое использование запрещено.

NeuroBERT-Small — компактная англоязычная BERT-модель, разработанная boltuix на основе google-bert/bert-base-uncased и предназначенная для локального запуска на устройствах с ограниченными ресурсами. В карточке указана архитектура BERT с 6 слоями, размером скрытого состояния 256 и 4 головами внимания; метаданные сообщают о 14,1 млн параметров, библиотеке Transformers и максимальном контексте 512 токенов. README приводит другую оценку числа параметров — около 20 млн — и заявляет размер порядка 50 МБ после квантования. Основная задача по карточке — классификация текста, включая распознавание намерений и разбор команд для IoT, умного дома, мобильных приложений и голосовых ассистентов. Модель также поддерживает заполнение пропусков в тексте; README упоминает NER и другие сценарии, но результаты для них не подтверждены метаданными. Заявлены низкая задержка и работа офлайн на маломощном оборудовании, однако приведённые показатели оценки названы приблизительными, а примеры результатов — гипотетическими. Модель дообучена на базе BERT и распространяется под лицензией MIT, допускающей коммерческое и личное использование. Она рассчитана на английский язык; для специализированных или высокоточных применений её качество следует проверять на собственных данных и целевом устройстве.

OBLITERATUS-Qwen3.8-27B-OBLITERATED-unsloth-mlx — производная от Qwen/Qwen3.8-27B модель, созданная Pliny the Prompter с применением методов abliteration и смешивания весов. Это плотная мультимодальная модель семейства Qwen с 27 млрд параметров; базовая модель предназначена для диалогов, анализа изображений и видео, программирования и многошаговых задач. В карточке представлены веса safetensors и GGUF, а также 4- и 8-битные варианты MLX для Apple Silicon. Модель предназначена для исследований геометрии отказов и устойчивости защитных механизмов, red-team-оценок и локальных экспериментов с ответами без штатных ограничений безопасности. Автор сообщает о частоте отказов 0,24% на наборе из 842 запросов и результате MMLU 84,32% против 84,60% у исходной модели; это результаты проверок автора, а не независимая оценка. Рекомендуются температура 0, штраф за повторы 1,15 и не менее 2048 новых токенов; для GGUF автор советует отключить режим thinking. По описанию, модель чаще отвечает на запросы, которые исходная Qwen3.8-27B отклонила бы, поэтому её использование требует осторожности. Лицензия — Apache-2.0. README сообщает, что MLX-квантизации основаны на V1 и ещё не обновлены до V2; также полная проверка MMLU на 14 тысячах вопросов на момент публикации продолжалась.

PathFinder-PRM-7B — дискриминативная модель оценки промежуточных шагов математических рассуждений, разработанная авторами проекта Declare Lab и дообученная на Qwen/Qwen2.5-Math-7B-Instruct. Она отдельно оценивает математическую корректность и логическую согласованность шагов, а затем объединяет эти оценки для проверки хода решения и итогового ответа. Модель рассчитана на английский язык. Модель использует плотную архитектуру Qwen2 и содержит 7,1 млрд параметров; контекст составляет 4096 токенов. Её применяют для поиска ошибок в цепочках математических рассуждений, сравнения вариантов решения и направления генерации ответов с помощью оценок вознаграждения. В README указано обучение на человеческих аннотациях PRM800K и автоматически размеченных примерах, а также оценка на ProcessBench, PRMBench и математических задачах. Лицензия — MIT. Это оценщик рассуждений, а не обычная модель для генерации математических ответов. Её оценки могут помогать выбирать более качественные решения, но не гарантируют математическую корректность; заявленные результаты зависят от тестовых наборов и используемой модели-генератора.

pa-warm-start-sft-120b-light1bmix-32k — модель Geodesic Research, представляющая собой supervised fine-tune базовой NVIDIA Nemotron-3-Super-120B-A12B. Она обучена на 1 млрд токенов набора pa-warm-start-sft-light-1b-mix с длиной последовательности 32 768 токенов. Архитектура Nemotron-H сочетает Mamba2, attention и MoE; базовая модель содержит 120 млрд параметров, из которых 12 млрд активны на токен. В метаданных размер этой модели указан как 6,6 млрд параметров, формат весов — safetensors, нативный контекст — 262 144 токена. Модель предназначена для генерации текста в диалоге и исследовательских экспериментов по alignment. Она формирует явные цепочки рассуждений перед ответом и сохраняет рассуждения предыдущих ходов диалога в контексте. Карточка сообщает об оценках на математических и общих бенчмарках, но отмечает слабое извлечение кратких фактов без поиска и склонность уверенно выдавать неверные сведения. Модель рассчитана на английский язык; другие языки не тестировались. Это исследовательский артефакт: дообучение выполнено за одну эпоху без оптимизации предпочтений, настройки безопасности и полноценного red-teaming. Цепочки рассуждений являются текстом модели и не подтверждают реальный ход вычислений. Модель наследует лицензию NVIDIA Nemotron-3; метаданные обозначают её как other, поэтому точные условия следует сверять с лицензией базовой модели и репозитория.

Penguin-Encoder — дообученный визуальный энкодер Tencent из проекта Penguin-VL, созданного для изучения эффективности компактных визуально-языковых моделей. В отличие от энкодеров, предварительно обученных контрастивным способом, он основан на текстовой модели Qwen3-0.6B: архитектура адаптирована двунаправленным вниманием и 2D-RoPE для представления визуальной информации. Модель содержит около 507,9 млн параметров и рассчитана на извлечение признаков; заявленная длина контекста составляет 40 960 токенов. Энкодер предназначен для получения визуальных представлений в составе систем Penguin-VL и других сценариев, где визуальные признаки должны быть совместимы с языковой моделью. В карточке указана поддержка английского языка, однако отдельные задачи понимания изображений и языковой генерации для этой модели не заявлены. Репозиторий распространяется в формате safetensors по лицензии Apache-2.0. README не приводит сравнительных численных результатов для энкодера.

oopere/pruned20-llama-3.2-3b — разреженная структурной обрезкой версия Llama 3.2, разработанная Pere Martra в рамках исследования коэффициентов расширения GLU. В MLP-слоях удалено 20% нейронов; в карточке указано сокращение размера примерно на 13% — с 3,21 млрд до 2,79 млрд параметров. Модель сохраняет плотную архитектуру Llama и предназначена прежде всего для последующего дообучения под конкретные задачи генерации текста, а не для непосредственного использования. Модель основана на meta-llama/Llama-3.2-3B и представлена в формате safetensors для библиотеки Transformers. Контекстное окно — до 131 072 токенов. Она поддерживает те же языки, что и исходная модель; в метаданных базовая Llama 3.2 обозначена как мультиязычная. Обрезка уменьшает требования к памяти и вычислениям, но сопровождается снижением качества: в приведённых бенчмарках заметно просела точность BoolQ, а также ухудшились результаты ARC-Easy и LAMBADA. Лицензия — llama3.2. Карточка рекомендует сначала дообучить модель под целевую задачу; для задач, где важны высокая точность, сложное рассуждение или классификация, снижение качества может быть существенным.

py311-pylingual-v1-segmenter — дообученная SysSec UTD модель на архитектуре RoBERTa для классификации токенов и сегментации кода Python 3.11. Она обучена на датасете syssec-utd/segmentation-py311-pylingual-v1-tokenized и рассчитана на разметку токенизированного Python-кода на сегменты. Модель содержит 136,3 млн параметров, работает через Transformers и принимает текстовый ввод; длина контекста — 514 токенов. В README приведены результаты на оценочном наборе: F1 0,9948, точность 0,9983, precision 0,9958 и recall 0,9937. Эти показатели относятся к указанному набору данных и сами по себе не гарантируют качество на других данных. Лицензия в предоставленных сведениях не указана.

ishamf/Qwen3-0.6B-ONNX-Instrumented — браузерная ONNX-версия базовой модели Qwen/Qwen3-0.6B, подготовленная на основе конвертации от ONNX Community и дополнительно инструментированная для LLM Visualizer. Модель предназначена для интерактивного анализа работы трансформера: визуализации вклада токенов в механизм внимания и исследования промежуточных представлений при генерации текста. Она также поддерживает обычную генерацию через интерфейс Transformers.js. Модель содержит 28 трансформерных слоёв. Вариант instrumented_int8.onnx основан на квантизованной модели model_int8.onnx и дополнительно возвращает по одному post-rotary query-тензору из каждого слоя, не изменяя основные операторы, веса, связи и стандартные выходы. Размер инструментированного файла составляет около 618 МБ; запуск ориентирован на браузер и Transformers.js. Языки, максимальный контекст, точные архитектурные параметры и поддерживаемые модальности в README не указаны. Главная сильная сторона — возможность детального анализа внимания и вклада токенов, а ограничение — дополнительные выходы и увеличенный размер по сравнению со стандартными ONNX-вариантами; для обычной генерации рекомендуется использовать их. Лицензия в репозитории не указана, поэтому следует обращаться к лицензии и условиям исходных репозиториев Qwen3-0.6B и ONNX Community.

RBergBauer подготовил RBergBauer/Qwen3.5-4B-MTP-Heretic — мультимодальную модель на архитектуре Qwen3.5-4B для диалога и понимания изображений. Это вариант Qwen/Qwen3.5-4B с ослабленным поведением отказа: с помощью heretic 1.4.0 изменены проекции языковой части модели, а веса не переобучались. Модель принимает текст и изображения и генерирует текст; сохранённая голова multi-token prediction поддерживает работу черновой модели для спекулятивного декодирования. Модель предназначена для исследований направлений отказа и выравнивания, локальных экспериментов с ослабленными ограничениями, red teaming и разработки средств оценки. В описанном тесте она отказала в 13 из 100 запросов из набора harmful_behaviors, тогда как исходная Qwen3.5-4B — в 99 из 100; автор отмечает, что использованный классификатор отказов основан на ключевых словах и не является полноценным бенчмарком. Модель может отвечать на вредоносные запросы, на которые исходная модель отказала бы, и не предназначена для доступа недоверенных пользователей без отдельного фильтра безопасности. Репозиторий содержит веса Transformers в формате safetensors, общим размером около 9,3 ГБ; лицензия — Apache-2.0. Совместимая GGUF-версия опубликована отдельно в репозитории RBergBauer/Qwen3.5-4B-MTP-Heretic-GGUF.

Qwen3.6-35B-A3B-Uncensored-Aggressive — перепакованная версия Qwen3.6-35B-A3B от prithivMLmods, основанная на huihui-ai/Huihui-Qwen3.6-35B-A3B-abliterated. Это мультимодальная модель семейства Qwen с архитектурой Mixture of Experts и 35 млрд параметров; выпуск обновляет разбиение весов и совместимость с актуальными версиями Transformers, не меняя веса и архитектуру исходной версии. Метаданные указывают поддержку диалога и анализа изображений, а также английский язык. Модель подходит для мультимодальных экспериментов, проверки поведения на сложных и состязательных запросах и исследовательского прототипирования. Карточка заявляет снижение отказов и маркирует модель как uncensored, но не приводит результатов оценивания: частота отказов и настройки теста указаны как N/A. Для запуска требуется значительный объём GPU-памяти; производительность зависит от оборудования и настроек инференса. Указана лицензия Apache-2.0.

Qwen3.8-27B-Abliterated-MTPLX — экспериментальная 8-битная версия модели Qwen3.8-27B, подготовленная grant-ai на основе весов Blackfrost-AI/Qwen3.8-27B-ABLITERATED-BF16 и исходной Qwen3.8-27B от Qwen. Модель преобразована для работы с движком MTPLX, оптимизирована для Apple Silicon и поддерживает сценарии image-text-to-text, включая обработку текста и изображений. Размер сборки составляет 30,4 ГБ; используются равномерное 8-битное affine-квантование с группой 64, восстановленная vision tower и сохранённая bf16 MTP head для speculative decoding. Доступны также отдельные 6-битная и 4-битная версии, но данное описание относится к сборке 8-bit. Модель предназначена прежде всего для локального экспериментального использования: исследования отказов и выравнивания, red-teaming, интерпретируемости, квантования и инференса. Она рассчитана на длинный контекст; в документации приведены измерения на 24-тысячном agentic-контексте и режимах reasoning с различной интенсивностью. На Mac Studio с M3 Ultra и 256 ГБ unified memory заявлена скорость до 64,57 токена в секунду в коротком контексте без thinking и 38,31 токена в секунду в длинном контексте с thinking-xhigh. Отклонение генерации от BF16-версии оценивается в 2,35%. Ключевое ограничение модели связано с abliteration: из неё намеренно удалено значительное количество защитных отказов. В тесте на 520 вредоносных запросах частота отказов составила 8,7% при включённом reasoning и одной попытке, поэтому модель может охотно выполнять опасные инструкции. Разработчик рекомендует использовать её только для исследований, запускать локально на контролируемом оборудовании и не предоставлять в виде публичного endpoint для непроверенных пользователей. Модель распространяется по лицензии Apache-2.0 с оговоркой о необходимости соблюдать применимое законодательство и условия лицензий исходных компонентов.

Qwen3.8-27B Abliteratex — производная плотная языковая модель на архитектуре Qwen3.5ForCausalLM, опубликованная Wangzhang Wu на основе Qwen/Qwen3.8-27B. Веса LoRA дообучения объединены с базовой моделью в BF16; для запуска отдельный адаптер не нужен. Репозиторий совместим с Transformers, vLLM и SGLang. Модель содержит 22,3 млрд параметров и поддерживает контекст до 262 144 токенов. Модель предназначена для исследований безопасности, редтиминга, оценки устойчивости и изучения механизмов отказа у языковых моделей с рассуждением о политиках. Итеративная LoRA self-distillation настройка существенно снижает частоту отказов: на 100 отложенных вредоносных запросах оценщик зафиксировал 19 отказов; на безвредных запросах расхождение с базовой моделью составило 0,0069 ната на токен. Она наследует знания, рассуждения и многоязычные возможности базовой модели, но эти свойства отдельно здесь не оценивались. Поведение отказов ослаблено, поэтому модель может охотнее выдавать ответы на опасные или незаконные запросы. Остаточные отказы сохраняются, а результаты могут отличаться на запросах вне тестового распределения. Лицензия — Apache-2.0; автор указывает исследовательское и законное применение и отмечает, что модель не является официальным релизом разработчика базовой модели.

Akicou/Qwen3.8-27B-DFlash2-GGUF — это набор конвертаций draft-модели DFlash 2 в формате GGUF, разработанный на основе z-lab/Qwen3.8-27B-DFlash2 для ускорения генерации целевой модели Qwen/Qwen3.8-27B. Модель не является самостоятельной языковой моделью: она предлагает блоки токенов, которые затем проверяются целевой моделью в режиме speculative decoding. Предназначена для запуска рядом с целевой моделью, в частности через llama.cpp с поддержкой DFlash 2 и параметром draft-dflash. Модель использует архитектуру DFlash 2 с блочным предсказанием токенов, отбором наиболее вероятных кандидатов и динамическими свёртками в backbone. Она содержит около 1,92 млрд параметров, 5 слоёв со sliding attention и окном 2048, поддерживает контекст до 262 144 токенов, имеет скрытый размер 5120 и блок спекуляции размером 8. Доступны варианты BF16, Q6_K, Q4_K_M и Q4_K_S объёмом примерно от 1,02 до 3,60 ГиБ. Токенизатор и словарь наследуются от целевой модели; отдельные языки и модальности в README не указаны. Ключевое преимущество — потенциальное ускорение без изменения результата: для жадной генерации заявлено совпадение с целевой моделью, а при sampling сохраняется её распределение. В тестах на одной NVIDIA H200 ускорение составляло 2,67–3,43 раза, однако результаты зависят от задачи, оборудования, квантования и настроек. Ограничения включают невозможность самостоятельного использования, необходимость целевой модели и специальной версии llama.cpp с поддержкой DFlash 2, которая на момент описания ещё не была включена в основной релиз. Модель распространяется по лицензии Apache-2.0.

Qwen3.8-27B-Leimroth3 — мультимодальная плотная модель на 27 млрд параметров, созданная Скоттом Леймротом на основе Qwen/Qwen3.8-27B. Это дообученная версия с изменённым направлением отказа: при lambda 1.5 компонент не просто удалён, а инвертирован в языковых слоях. Модель рассчитана на диалоговую генерацию текста и исследование механизмов отказа, выравнивания и red teaming; сохранённые компоненты зрения позволяют обрабатывать изображения и видео, хотя README не приводит отдельных проверок этих возможностей. В README описан BF16-мультимодальный чекпойнт в формате safetensors и приведён проверенный рецепт запуска через SGLang с явно заданным уровнем рассуждений medium. Также сообщается о сравнительном тестировании способности следовать инструкциям и работать с инструментами. Модель выпущена по лицензии Apache-2.0. Изменение снижает частоту отказов и инвертирует часть поведения отказа, поэтому ответы могут быть небезопасными. Автор предназначает модель для исследований и red teaming и рекомендует не внедрять её для пользователей без собственной защитной прослойки. Приведённые результаты ограничены описанными тестами и конфигурацией запуска.

SeongryongJung/qwen3-8b-tooluse-srpo-ema005 — дообученная модель Seongryong Jung на базе Qwen/Qwen3-8B, опубликованная как последний чекпойнт обучения global_step_100 в формате Transformers. Это плотная авторегрессионная языковая модель на 7,6 млрд параметров с контекстом до 40 960 токенов, предназначенная для генерации текста и сценариев использования инструментов. Обучение методом SRPO проводилось на наборе данных tooluse с EMA-обновлением учителя; в карточке приведены результаты валидации, причём лучший показатель mean@16 относится к шагу 40, а не обязательно к опубликованному чекпойнту. Модель подходит для экспериментов с вызовом инструментов и оценки поведения языковых моделей в задачах tool use. Базовая Qwen3-8B поддерживает многоязычную генерацию, рассуждения, следование инструкциям и код, но README не уточняет, насколько эти способности сохранены или улучшены после данного дообучения. Репозиторий распространяется по лицензии Apache-2.0; загруженные веса представлены в safetensors.

Qwen3.8-Flash-Next-Uncensored — мультимодальная модель OrcaRouter на основе Qwen/Qwen3.8-Flash-Next. Это BF16-чекпойнт с разреженной MoE-архитектурой: около 125 млрд параметров, примерно 6 млрд активных на токен, гибридное внимание и визуальная башня для обработки изображений и видео. Модель поддерживает диалог, рассуждения и вызов инструментов; в README заявлены OCR и анализ изображений. Контекст при запуске может быть настроен до 262 144 токенов. Из весов удалено направление отказа от ответа методом abliteration. Это делает модель подходящей для контролируемого исследования механизмов отказа, red-teaming и оценки устойчивости, а также для дальнейшего дообучения и квантизации. По приведённым в карточке тестам, способность отказывать на вредоносные запросы существенно снижена; сохранение остальных возможностей проверено авторами на ограниченном наборе бенчмарков. Модель распространяется под Apache 2.0, унаследованной от базовой модели. У неё практически отсутствуют встроенные защитные ограничения, поэтому она может выдавать вредоносный, оскорбительный или предвзятый контент; для применения с конечными пользователями необходимы внешние меры безопасности и модерации. Автор рекомендует использовать её в контролируемых исследованиях, а не развёртывать без дополнительных защит.

Qwen3-Embedding-4B-recsys-challenge-2026-retriever-ctx1024 — плотный dual-encoder ретривер команды FPMs_UMONS для разговорных рекомендаций музыки, созданный для RecSys Challenge 2026. Модель дообучена на базе Qwen/Qwen3-Embedding-4B и формирует текстовые эмбеддинги для плотного поиска; она служит одним из каналов системы, объединяющей BM25, коллаборативную фильтрацию по трекам и расширение по артистам, а результаты передаются отдельному реранкеру. Это специализированный компонент, рассчитанный на каталог примерно из 47 тысяч треков, а не самостоятельная универсальная модель эмбеддингов. Для соответствия обучению необходимо задавать max_seq_length=1024 и truncation_side='left': запрос пользователя располагается в конце текста, поэтому усечение справа может удалить его из длинной беседы. Модель обучена с LoRA на слоях внимания с MultipleNegativesRankingLoss и экспортирована в формате sentence-transformers; размер базовой модели — 3,7 млрд параметров, нативный контекст — 40 960 токенов. Заявленная лицензия — Apache-2.0. Модель рассчитана на английские диалоги в стиле TalkPlayData и должна использоваться в составе рекомендательной системы.

geoffmunn выпустил GGUF-версию Qwen3Guard-Gen-0.6B — компактной генеративной модели семейства Qwen, предназначенной для коротких диалогов и безопасного ответа на запросы. Модель насчитывает около 0,6 млрд параметров и ориентирована на быстрый локальный запуск на устройствах с ограниченной памятью, включая мобильные и встраиваемые системы. По карточке модели, она отвечает на простые вопросы, отказывает на небезопасные запросы и старается избегать токсичного содержания. Её можно использовать для локального ассистента или предварительной фильтрации запросов и ответов. Репозиторий содержит GGUF-квантизации для запуска, в частности, через llama.cpp. Базовая модель предназначена для многоязычной классификации безопасности запросов и ответов, но в этой карточке заявлено применение как генеративного ассистента. Контекст и перечень поддерживаемых языков для этой сборки не приведены. Это конверсия сообщества базовой модели Qwen/Qwen3Guard-Gen-0.6B, опубликованная под лицензией Apache-2.0; автор сборки отмечает, что она не связана с Alibaba Cloud. Модель мала и рассчитана на скорость, поэтому не следует полагаться на неё для сложного рассуждения или как на единственный уровень модерации: надёжность отказов и фильтрации требует проверки в конкретном сценарии.

Это преобразованная для библиотеки Transformers версия многокодового речевого токенизатора Qwen3-TTS с частотой кодирования 12 Гц. Репозиторий подготовлен для интеграционных тестов во время проверки поддержки модели в Transformers; автор конверсии — shahvandit. Тензоры исходной модели сохранены без изменений, а преобразование затрагивает ключи весов, объединение проекций предсказателя кодов и конфигурацию. Веса хранятся в формате Safetensors с точностью float32. Токенизатор предназначен для кодирования речи в компактные дискретные токены и обратного декодирования в аудио, как часть речевых систем Qwen3-TTS. Для загрузки используется класс Qwen3TTSTokenizerMultiCodebookModel из Transformers. Лицензия — Apache-2.0. Поскольку этот чекпойнт создан для интеграционных тестов, его статус как готового к практическому применению релиза ограничен; карточка не описывает отдельное дообучение тензоров.

DawnW0lf/Qwen-Image-Bench-GGUF — GGUF-квантизированная версия модели Qwen-Image-Bench, разработанной командой Qwen. Квантизация выполнена с использованием llama.cpp, релиз b9590. Модель предназначена для оценки результатов text-to-image и бенчмаркинга, а не для использования в качестве чат-бота. В заявленных языках указаны английский и китайский. Модель относится к категории judge-моделей и работает со сценариями, связанными с анализом и оцениванием генерации изображений по текстовым описаниям. README не содержит данных об архитектуре, количестве параметров, вариантах квантизации, размере контекста, поддерживаемых модальностях сверх указанного назначения или конкретных метриках качества, поэтому эти характеристики нельзя достоверно уточнить. Лицензия — Apache-2.0.