II.10Разработка и эксплуатация AI/ML-систем

MizBERT — предварительно обученная языковая модель для мизо, созданная разработчиками репозитория robzchhangte/MizBERT. Она использует архитектуру BERT и обучалась предсказывать замаскированные слова по окружающему контексту. Модель содержит 136,7 млн параметров, принимает последовательности длиной до 512 токенов и распространяется в формате safetensors. Модель предназначена для восстановления пропущенных слов и получения контекстных представлений мизо текста. Её можно дообучать для классификации текстов, анализа тональности, ответов на вопросы и других задач обработки мизо. Лицензия Apache-2.0 разрешает использование на условиях этой лицензии.

rnjema-unima/mms-tts-ibo-baseline — подготовленный к дообучению прокси-чекпойнт для синтеза речи на игбо. Он рассчитан на обучение с конфигурацией `ibo_tts` датасета Google WAXAL; данные для этой конфигурации предоставлены Media Trust. Модель основана на VITS и использует веса йоруба-модели `facebook/mms-tts-yor` как акустическую и просодическую отправную точку, которую адаптируют к игбо при дообучении. Размер модели по метаданным — 3,5 млн параметров. Архитектура VITS выполняет преобразование текста в речь без отдельного вокодера. Репозиторий содержит конфигурационные файлы и исправления, необходимые для запуска обучения; сами веса в нём не хранятся, а загружаются из базового чекпойнта. Поэтому карточка описывает основу для дообучения, а не готовую модель синтеза игбо для непосредственного использования. Лицензия репозитория — CC-BY-NC-4.0; данные WAXAL указаны под CC-BY-SA-4.0. README не приводит оценок качества синтеза на игбо, а использование весов йоруба в качестве донора означает, что качество адаптированной модели зависит от последующего обучения на целевом языке.

Это подготовленный к дообучению контрольный чекпойнт WAXAL MMS-TTS для синтеза речи на языке луо. Его описывает rnjema-unima; модель основана на VITS и использует facebook/mms-tts-ach как акустический донор, поскольку готового чекпойнта MMS-TTS для луо нет. В репозитории находятся конфигурационные файлы, а веса не хранятся: при запуске обучения скрипт загружает их из базовой модели. Чекпойнт предназначен для независимого дообучения на конфигурации luo_tts набора google/WaxalNLP и последующего преобразования текста на луо в речь. Архитектура VITS выполняет синтез сквозным способом, без отдельного вокодера; в метаданных указано 3,5 млн параметров. Донор ачоли служит начальной акустической и просодической основой, которую требуется адаптировать к луо. Лицензия модели — CC-BY-NC-4.0; данные WAXAL в README указаны под CC-BY-SA-4.0. Чекпойнт не предназначен для непосредственного вывода без загрузки донорских весов и дообучения на целевом языке.

facebook/mms-tts-tel — модель синтеза речи на телугу из проекта Massively Multilingual Speech (MMS), разработанного Facebook. Она преобразует текст на телугу в речевую волну и подходит для озвучивания текста и создания речевого вывода в приложениях. Модель построена на архитектуре VITS и содержит 3,6 млн параметров. Это отдельный языковой чекпойнт MMS-TTS; для синтеза использует стохастический предиктор длительности, поэтому один и тот же текст может звучать с разным ритмом, а для повторения результата нужен фиксированный seed. Модель доступна через библиотеку Transformers версии 4.33 и выше и распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

Модель BenjaminOcampo/model-hatebert__trained-in-ishate__seed-0 — англоязычный классификатор текста на архитектуре BERT, разработанный Benjamin Ocampo. Модель содержит 136,7 млн параметров, принимает последовательности длиной до 512 токенов и выдаёт метки классов. README приводит результаты на dev-наборе: accuracy 0,864; F1 для класса 0 — 0,889, для класса 1 — 0,825. По названию репозитория модель, вероятно, предназначена для выявления ненавистнического контента и обучена на основе HateBERT с использованием данных iHate. Однако README не раскрывает описание классов, данные обучения, базовую модель и прямые сценарии использования, поэтому назначение следует подтвердить перед практическим применением. Лицензия в карточке не определена.

OpenNMT опубликовала вариант NLLB-200 3.3B, преобразованный для быстрого инференса через CTranslate2 с int8. Модель предназначена для машинного перевода отдельных предложений между 200 языками, в том числе языками с ограниченными ресурсами; архитектура относится к семейству M2M-100 и использует условную генерацию текста. В README для этого варианта заявлено снижение расхода памяти в 2–4 раза и ускорение инференса на CPU или GPU. Метаданные указывают 2,1 млрд параметров и контекст до 1024 токенов. Модель подходит для исследовательских экспериментов и перевода общетематических предложений. Она не предназначена для производственного использования, специализированных медицинских или юридических текстов, перевода документов или сертифицированных переводов. В исходном обучении длина входа не превышала 512 токенов, поэтому качество на более длинных фрагментах может снижаться. Возможны неточности перевода, а покрытие языковых вариантов и качество вне домена Wikimedia ограниченно изучены. Лицензия CC-BY-NC-4.0 запрещает коммерческое использование.

QuantFactory/orpheus-3b-0.1-ft-GGUF — квантизированная версия модели Orpheus 3B 0.1 Finetuned, разработанной CanopyAI и опубликованной QuantFactory с использованием llama.cpp. Это Speech-LLM на базе Llama, предназначенная для высококачественного синтеза речи из текста и потоковой генерации аудио в приложениях реального времени. Указан английский язык. Модель поддерживает естественную интонацию, эмоциональную выразительность и ритм речи, а также zero-shot клонирование голоса без предварительного дообучения. Характеристики голоса и эмоций можно задавать специальными тегами. Заявленная задержка потоковой генерации составляет около 200 мс и может снижаться примерно до 100 мс при потоковой передаче входных данных. Размер модели — 3B параметров; исходными моделями указаны meta-llama/Llama-3.2-3B-Instruct и canopylabs/orpheus-3b-0.1-pretrained. Архитектура аудиовыхода и точный формат квантизации в README не уточняются. Модель подходит для голосовых интерфейсов, озвучивания текста, интерактивных и realtime-приложений, где важны выразительность и низкая задержка. Ограничения включают заявленную языковую поддержку только для английского и необходимость соблюдать требования безопасности: запрещены имитация личности без согласия, дезинформация, мошеннические звонки и иное незаконное или вредоносное использование. Лицензия — Apache-2.0.

PAT-32 — предварительно обученная авторегрессионная языковая модель из проекта PAT, опубликованная вместе с дополнением по обучению и инференсу. Это текстовые веса для продолжения заданного текста; модель не проходила инструкционное дообучение и не имеет шаблона чата. Архитектура включает 32 слоя, ширину 2048 и 32 головы внимания; всего 1 715 105 280 уникальных параметров, входные и выходные эмбеддинги связаны. Модель обучалась на 9,52 млрд токенов, её контекст составляет 16 384 токена. Веса сохранены в FP32 safetensors; для инференса используется CUDA BF16 autocast и пакет pat с соответствующим токенизатором. Модель подходит для продолжения текста и экспериментов с обучением и инференсом языковых моделей. Она рассчитана на англоязычный текст. README описывает ограничения и рабочий процесс в сопутствующем пакете, но конкретные ограничения качества здесь не перечисляет. Лицензия в предоставленных данных не указана.

Pile-T5 Base — англоязычная языковая модель Encoder–Decoder от EleutherAI, обученная на корпусе The Pile с использованием библиотеки T5x и MLM-подобной целью, как у T5. Версия Hugging Face использует реализацию архитектуры UMT5; в метаданных указано 123,8 млн параметров, а в README — 247 586 304. Архитектура включает 12 слоёв энкодера и 12 слоёв декодера. Модель принимает текст и генерирует текст, в частности восстанавливает фрагменты, заменённые масками. Модель предназначена прежде всего для исследований и извлечения представлений английского языка для последующих задач; её также можно дообучать под прикладные сценарии. Она не предназначена для самостоятельного использования в чат-ботах или взаимодействия с людьми без контроля и не настроена на выполнение инструкций. Выход может быть фактически неверным или содержать нежелательный контент, поэтому его следует проверять. Лицензия — Apache 2.0. README описывает английский как единственный поддерживаемый язык; перевод и генерация на других языках не предусмотрены.

PrismQuant-Qwen3-Base — набор официальных исследовательских чекпойнтов для метода PrismQuant, разработанного авторами проекта PrismQuant. Метод применяет оптимизированные вращения в нуль-пространстве, чтобы согласовать доминирующие направления активаций с постоянными направлениями групп асимметричной квантизации. В репозитории представлены варианты для базовых моделей Qwen3 размером 0,6B, 1,7B и 4B параметров; все они используют режим W4A4KV4. Модели предназначены для текстового продолжения на основе базовых языковых моделей. Веса GPTQ INT4 хранятся как деквантизованные тензоры с плавающей точкой; эталонная среда выполнения применяет квантизацию активаций и KV-кэша, сохраняя плавающую точку при хранении. Для запуска требуется загрузчик PrismQuant, который также получает соответствующую базовую модель и токенизатор; репозиторий не является самостоятельным чекпойнтом Transformers или готовой упакованной INT4-моделью для сервинга. Указана лицензия Apache-2.0.

Модель oopere/pruned60-llama-3.2-1B разработана Pere Martra и представляет собой структурно прореженную версию Meta Llama 3.2 1B. В слоях MLP удалено 60% нейронов по оценкам важности на основе максимальных абсолютных значений весов; число параметров сокращено примерно с 1,24 млрд до 752,6 млн. Модель реализована как плотная авторегрессионная LlamaForCausalLM и распространяется в формате Safetensors. Для неё заявлено контекстное окно до 131 072 токенов. Это базовая заготовка для последующего дообучения под прикладные задачи, особенно когда важны снижение требований к памяти и вычислениям. README не рекомендует использовать её напрямую: результаты показывают сохранение части качества на простых задачах бинарной классификации, но сильное падение на рассуждениях, понимании длинных зависимостей и языковом моделировании. Модель унаследовала многоязычность исходной Llama 3.2 1B; конкретные поддерживаемые языки не перечислены. Лицензия — Llama 3.2, с условиями Meta для этого семейства моделей.

hbfreed/pruned_olmo3_4096_32_32 — структурно прореженная версия разговорной модели allenai/OLMo-3-7B-Instruct. Это плотная авторегрессионная модель семейства OLMo 3 примерно на 4,2 млрд параметров; в репозитории веса сохранены в формате safetensors. При прореживании размер промежуточного слоя MLP уменьшен с 11 008 до 4 096, при этом сохранены 32 слоя и 32 головы внимания. Модель генерирует текст и поддерживает диалог; заявленная длина контекста — 65 536 токенов. Чекпойнт предназначен прежде всего как начальная точка для дистилляции или дальнейшего дообучения. После структурного прореживания модель не переобучали и не дистиллировали, поэтому её производительность значительно ниже исходной. Лицензия — Apache 2.0.

PuoBERTa — языковая модель на архитектуре RoBERTa, разработанная Vukosi Marivate, Moseli Mots'Oehli, Valencia Wagner, Richard Lastrucci и Isheanesu Dzingirai для языка сетсвана. Модель с 96,6 млн параметров обучена на корпусах сетсвана, включая PuoData, Vukuzenzele, NCHLT и тексты правительства Южной Африки. Она предсказывает пропущенные токены в тексте и может служить основой для дообучения под прикладные задачи обработки сетсвана. Модель предназначена для заполнения масок и адаптации к задачам вроде классификации новостей, разметки частей речи и распознавания именованных сущностей. Это RoBERTa для masked language modeling с контекстом до 514 токенов; в README приведены результаты на наборах классификации новостей, POS и NER. Модель принимает и выдаёт текст. Лицензия — CC BY 4.0.

EleutherAI/pythia-410m-seed1 — англоязычная авторегрессионная языковая модель семейства Pythia из набора PolyPythias, разработанного EleutherAI. Это вариант обучения Pythia-410M с отдельным случайным seed; набор создан для систематического изучения стабильности обучения и воспроизводимости языковых моделей. Модель имеет плотную архитектуру GPT-NeoX и около 454,2 млн параметров. Она обучена предсказывать следующий токен на корпусе The Pile с заранее перемешанным порядком данных; длина контекста — 2048 токенов. Подходит для генерации и продолжения англоязычного текста, а также для исследовательских сравнений влияния случайного seed и порядка данных. Это базовая модель, не настроенная на выполнение инструкций. Модель выпущена под лицензией Apache-2.0. Карточка предупреждает о возможной генерации предвзятого, оскорбительного или фактически неверного текста и не рекомендует использовать её в производственных системах; результаты не фильтруются по безопасности или точности.

Qwen3.6-35B-A3B-DSPARK-GGUF — это draft-модель для ускоренного speculative decoding, преобразованная в формат GGUF для llama.cpp. Она разработана на базе Koopah/Qwen3.6-35B-A3B-NVFP4-DSPARK и предназначена для совместной работы с целевой моделью Qwen/Qwen3.6-35B-A3B или совместимой GGUF-версией. Самостоятельно использовать её нельзя: это не полноценная языковая модель. Модель использует формат DSpark, BF16-квантизацию и архитектурную совместимость с Qwen3.6 35B A3B. Она применяется для ускорения генерации текста, включая программирование, дополнение кода, JSON и структурированный вывод, пошаговые рассуждения и повторяющиеся низкоэнтропийные ответы. Для работы требуется llama.cpp с поддержкой DSpark из PR #26275 или более новой версией после включения этой функциональности. Токенизатор, словарь и метаданные архитектуры draft- и целевой моделей должны совпадать. По приведённым тестам, DSpark max 3 является универсальной настройкой для кода и структурированных задач, однако в среднем лишь немного превосходит DSpark max 2 и уступает базовой генерации без speculative decoding. Более длинные черновики могут снижать производительность на непредсказуемом естественном языке; для перевода, творческого текста и длинных свободных объяснений обычно рекомендуется отключать speculative decoding. В README также отмечено, что DFlash max 7 показал лучшие общие результаты среди протестированных конфигураций, но это относится к другой системе ускорения. Лицензия модели — Apache-2.0.

Qwen3.8-27B-Obliterated-E03 — текстовая производная модели Qwen, опубликованная manitcor на основе Qwen/Qwen3.8-27B. Это плотная авторегрессионная модель для генерации текста и диалогов; сохранена только текстовая часть, интерфейс обработки изображений и видео исходной модели не поддерживается. Число параметров в метаданных — 22,3 млрд, контекст — до 262 144 токенов, формат весов — BF16 Safetensors, библиотека — Transformers. Модель создана для исследований выравнивания, red teaming, механистической интерпретируемости и оценки вмешательств в поведение отказа. Экспериментальное вмешательство E03 значительно снизило частоту отказов: на финальной выборке она составила 1% (2 из 200). Проверка шести возможностей дала положительный результат для пяти, но это небольшие диагностические пробы, а не широкая оценка качества. Модель прошла заявленные пороги отбора по отказам и связности ответов. Поведение отказа намеренно ослаблено: модель может выполнять небезопасные, незаконные и нарушающие приватность запросы. В тестах также наблюдались повторяющиеся или нарушенные ответы; неудачной оказалась проба арифметического рассуждения с цепочкой мыслей. Английский указан как язык карточки, но перенос результатов на другие языки, длинный контекст, инструменты и мультимодальные сценарии не подтверждён. Лицензия — Apache-2.0.

Qwen3-VL-4B-Thinking-SafeGRPO — мультимодальная модель для работы с изображениями и текстом, созданная дообучением Qwen/Qwen3-VL-4B-Thinking методом GRPO с использованием фреймворка verl. Она предназначена для исследований по настройке безопасности мультимодальных языковых моделей: понимания изображений, рассуждений по визуальному контексту и генерации безопасных ответов. Модель принимает текст и изображения и выдаёт текст; в метаданных указаны архитектура Qwen3-VL и размер 4B в названии базовой модели. Модель рассчитана прежде всего на эксперименты по постобучению и оценке согласования поведения с требованиями безопасности. В README приведены параметры обучения, включая максимальную длину промпта 2048 и ответа 4096 токенов; это параметры обучения, а не подтверждённое значение контекстного окна модели. Поддерживаются сценарии общения с визуальным контекстом. Лицензия — Apache-2.0.

Rigel Base Long — базовая языковая модель open-lm-engine, обученная с помощью LM Engine. Это гибридная архитектура Mamba-2 и внимания grouped-query attention с mixture-of-experts: 2,3 млрд параметров всего и 360 млн активных, 40 слоёв, включая 30 слоёв Mamba-2 и 10 слоёв внимания. Модель принимает текст и генерирует текст; карточка указывает английский язык. Эта версия расширена для контекста длиной 294 912 токенов, а окно внимания составляет 4 096 токенов. Модель предназначена для продолжения текста и оценки базовых языковых возможностей, а не для диалога по инструкциям: она не настроена на инструкции и не имеет chat template. По заявлению разработчиков, на нулевых оценках её результаты близки к Llama-3.2-3B и Granite-4.2-3B при существенно меньших затратах на предварительное обучение. Для работы с архитектурой требуется LM Engine, чтобы зарегистрировать её в классах Auto библиотеки Transformers. Лицензия в предоставленных сведениях не указана.

Koichi Yasuoka разработал RoBERTa-модель, предварительно обученную на текстах тайской Википедии и основанную на wangchanberta-base-wiki-syllable. Это плотная модель архитектуры RoBERTa с 126 млн параметров, реализованная как RobertaForMaskedLM; для токенизации используется BertTokenizerFast с изменёнными символьными эмбеддингами. Контекст составляет до 514 токенов. Модель предназначена для восстановления замаскированных токенов в тайском тексте и как основа для дообучения под задачи разметки частей речи и синтаксического анализа зависимостей. Она принимает текст и предсказывает пропущенные фрагменты. Распространяется по лицензии Apache-2.0.

RoBERTa-base — модель Koichi Yasuoka, предварительно обученная на текстах вьетнамской Википедии. Она предназначена для заполнения пропусков в тексте и может служить основой для дообучения под задачи разметки частей речи, синтаксического анализа зависимостей и другие задачи обработки вьетнамского языка. Модель содержит 137,8 млн параметров, использует архитектуру RoBERTa для masked language modeling и принимает текстовые последовательности длиной до 512 токенов. Доступны веса PyTorch. Модель распространяется по лицензии CC BY-SA 4.0.

roberta-medium-amharic — модель семейства XLM-RoBERTa, разработанная rasyosef и предварительно обученная с нуля на амхарском языке. Она предназначена прежде всего для предсказания замаскированных слов, а также может служить основой для дообучения задач классификации тональности и распознавания именованных сущностей на амхарском языке. Модель использует архитектуру XLM-RoBERTa для masked language modeling, содержит около 49,9 млн параметров и принимает последовательности длиной до 512 токенов. Токенизатор обучен на тех же корпусах и имеет словарь размером 32 тыс. токенов. Предварительное обучение проводилось на амхарских подмножествах OSCAR, mC4 и amharic-sentences-corpus; автор сообщает о результатах оценки и сравнения с более крупной многоязычной моделью, но они не гарантируют качество на других данных. Модель рассчитана на амхарский текст и не является готовым классификатором тональности или NER без соответствующего дообучения. Лицензия в предоставленных данных не указана.

rakepants/ruDialoGPT-medium-finetuned-toxic — русскоязычная диалоговая модель, созданная дообучением tinkoff-ai/ruDialoGPT-medium на наборе из 350 000 примеров диалогов с имиджбордов. Она предназначена для генерации ответов в разговорном формате и может воспроизводить токсичный стиль исходных данных. Модель построена на архитектуре GPT-2 и рассчитана на контекст до 2048 токенов; для работы используются Transformers и веса Safetensors. Лицензия — MIT. Из-за токсичного характера обучения ответы могут содержать оскорбительную лексику и неподходящий для широкой аудитории контент.

Карточка модели Alibaba-DAMO-Academy/RynnValue-8B на Hugging Face совпадает с карточкой Alibaba-DAMO-Academy/RynnValue-4B, поэтому описание составлено по ней. Карточка модели Alibaba-DAMO-Academy/RynnValue-4B на Hugging Face совпадает с карточкой Alibaba-DAMO-Academy/RynnValue-8B, поэтому описание составлено по ней. RynnValue-8B — модель Alibaba DAMO Academy для оценки прогресса в роботизированных манипуляциях. Это дообученная на базе RynnBrain-8B модель зрения и языка на архитектуре Qwen3-VL: она принимает видео робота и текстовую инструкцию, для каждого кадра оценивает оставшееся до завершения задачи время в секундах и формирует текстовый анализ траектории, включая соответствие видео инструкции и успешность выполнения. Модель предназначена для оценки прогресса и обнаружения неудач, ранжирования политик и использования в качестве сигнала вознаграждения или критика при обучении VLA-политик с подкреплением. Обучение использует временные метки из более чем 7 000 часов данных, поэтому для целевой разметки не требуются предпочтения или ручные оценки прогресса. В README приведён результат Kendall's τₐ 0,675 на RBM-EVAL-OOD и описано применение сигналов модели для улучшения роботизированных политик. Указанные целевые диапазоны оценки — от 0 до 512 секунд для абсолютного времени и от −256 до 256 секунд для относительного временного смещения; значения выдаются распределительными головами с последующим декодированием в секунды. Для использования нужны видео и инструкция, а встроенный анализ генерируется на естественном языке. Карточка указывает поддержку английского и китайского языков. Модель распространяется по лицензии Apache-2.0.

Карточка модели Junoffical/segformer-b0-finetuned-ade-512-512 на Hugging Face совпадает с карточкой nvidia/segformer-b0-finetuned-ade-512-512, поэтому описание составлено по ней. SegFormer B0 — модель семантической сегментации изображений, разработанная командой NVIDIA и дообученная на наборе ADE20K с разрешением 512×512. Архитектура сочетает иерархический Transformer-энкодер с лёгкой декодирующей головой на основе MLP; энкодер предварительно обучен на ImageNet-1k, затем модель дообучена для сегментации сцен. Модель назначает пиксели изображениям классам объектов и элементов сцены. Её можно применять для семантической сегментации фотографий и разбора сцен; карточка приводит ADE20K и Cityscapes как ориентиры для таких задач. Вход — изображение, выход — карта сегментации. В метаданных указаны PyTorch, TensorFlow и safetensors. Лицензия обозначена как other, поэтому условия использования следует проверять в репозитории модели.

ishaanranjan разработал Agent Action Router — компактную языковую модель Qwen2, дообученную всеми параметрами на 2000 примерах для узкой подзадачи агентных систем разработки: выбора следующего действия по шумному отчёту о ходе работы. Модель рассчитана на запуск внутри проверенной программной оболочки, которая формирует специальный запрос, разбирает JSON по фиксированной схеме, при необходимости повторяет запрос с обратной связью и применяет детерминированные проверки с резервными правилами. Модель содержит 494 млн параметров, использует архитектуру Qwen2ForCausalLM и поддерживает контекст до 32 768 токенов. Для оценки на отложенных репозиториях HTTPX и Jinja2 указана успешность 96% после одной попытки повтора; корректность JSON с первой попытки составила 100%. Модель не предназначена для общего программирования или свободного диалога и может утратить широкие способности следовать инструкциям. Лицензия — Apache-2.0.

smol-llama — компактная языковая модель примерно на 361,8 млн параметров от weights-and-wires, обученная с нуля как причинная LLaMA-подобная модель для предсказания следующего токена. Она использует плотную архитектуру LlamaForCausalLM с Grouped Query Attention, RoPE, RMSNorm и SwiGLU; опубликованные веса представлены в формате safetensors. Модель обучалась на подмножестве FineWeb объёмом около 6 млрд токенов. Размер контекста составляет 2048 токенов. Модель предназначена для экспериментов с небольшими языковыми моделями, обучения и демонстрации полного цикла предобучения, а также для последующего дообучения под конкретные задачи. Она принимает текст и генерирует текст; карточка указывает английский язык. Это базовая модель без настройки на инструкции и без чат-возможностей. Из-за небольшого размера и ограниченного объёма обучения генерации могут быть неточными, а качество на задачах вне обучающих данных — низким. Модель не следует использовать без проверки фактов или дообучения в сценариях, требующих надёжных ответов. Лицензия — MIT.

snap-plate-dfine-small-v87-gt25 — модель обнаружения объектов, созданная aguxez дообучением aguxez/snap-plate-dfine-small-v1 на датасете aguxez/snap-equipment-youtube-v73-train-plate-v2. Она предназначена для поиска и локализации объектов на изображениях. Архитектура D-FINE для обнаружения объектов доступна в форматах ONNX и safetensors и используется через библиотеку Transformers. Модель распространяется по лицензии Apache-2.0. Карточка не приводит сведения о классах объектов, качестве на тестовых данных или ограничениях применения.

SOVYTHOS-66M-Base — предварительно обученная языковая модель, созданная Mahmoud Yasser в рамках Sovereign AI Project. Это decoder-only Transformer с примерно 66,7 млн параметров, обученный с нуля на собственном корпусе без использования весов предобученных моделей. Модель предназначена для продолжения предобучения, дообучения, исследовательских и учебных экспериментов, а также разработки производных приложений. Модель генерирует текст по текстовому запросу и обучалась на английском, арабском, включая египетский диалект, а также на программном коде, технической документации, математических материалах и общих веб-текстах. Это базовая версия без instruction tuning, поэтому она ограниченно следует инструкциям и не рассчитана на роль готового производственного чат-бота. Возможны фактические ошибки, сбои в рассуждениях, повторы и незавершённые генерации. Лицензия — Apache-2.0.

Модель bilalfaye/speecht5_tts-wolof разработана Билалом Файе и дообучена на основе microsoft/speecht5_tts для синтеза речи на языке волоф. Она использует архитектуру SpeechT5 и специальный токенизатор, а конфигурация адаптирована к его словарю. Модель принимает текст на волоф и генерирует речь; её можно встроить в голосовые интерфейсы и помощники для носителей языка. Модель предназначена прежде всего для волоф. Качество синтеза может меняться в зависимости от сложности текста и обучающих данных; на других языках и с незнакомыми словами или символами она может работать хуже. Репозиторий распространяется по лицензии MIT.

Filtered — Instruct (3B) — экспериментальная instruction-tuned языковая модель от model-raising для исследований выравнивания и безопасности. Она обучена с нуля на архитектуре, соответствующей Llama 3.2 3B, а затем дообучена методом persona-binding supervised fine-tuning. Базовая модель опубликована отдельно как model-raising/spp-filtered-3b-base. Модель предназначена для диалоговых инструкций и исследований конституционного выравнивания, обобщения ценностей и устойчивости к jailbreak-запросам. В дообучении использованы 300 тысяч примеров: инструкции WildChat-1M и промпты безопасности из WildJailbreak и WildGuardMix. По умолчанию доля примеров безопасности составляет 10%; доступны ревизии с другими долями. Контекст — 2048 токенов, модель содержит 3 млрд параметров и поддерживает английский язык. README описывает формат чата без системного промпта и форматирование ответов встроенным шаблоном. Модель может выдавать неверные или небезопасные ответы. Лицензия в карточке обозначена как other, а README сообщает, что её условия ещё окончательно не определены; перед применением следует проверить условия репозитория.