II.10Разработка и эксплуатация AI/ML-систем

Lanni-ni/dynamic_alibi_2_4_256_babylm_10m_seed44_epoch5 — компактная модель генерации текста на 15 млн параметров из экосистемы Transformers. В названии и тегах указана технология dynamic ALiBi, а также связь с экспериментом BabyLM; суффиксы идентификатора отражают конфигурацию, seed и эпоху обучения, но подробности архитектуры и тренировочного процесса в доступных материалах не раскрыты. Модель предназначена для авторегрессионной генерации текста и может использоваться в исследовательских экспериментах, тестировании небольших языковых моделей, прототипировании и локальном запуске при ограниченных вычислительных ресурсах. Поддерживается библиотекой Transformers, формат весов включает safetensors. Разработчик, лицензия, поддерживаемые естественные языки, размер контекста, обучающие данные, результаты оценки и специальные прикладные области не указаны. Поэтому модель не следует считать готовым решением для критически важных или высокоточных задач; перед применением необходимы самостоятельные проверки качества и безопасности.

Hemg разработал модель Face-Mask-Detection — дообученную версию Vision Transformer google/vit-base-patch16-224-in21k для классификации изображений. Модель содержит 113,2 млн параметров и распространяется в формате Safetensors по лицензии Apache-2.0. Модель предназначена для распознавания классов, связанных с ношением маски на лице, на изображениях. В README для оценочного набора указаны точность 0,9953 и значение loss 0,0239; состав набора и схема классов не описаны.

espnet/fastspeech2_conformer_hifigan — вокодер HiFi-GAN для моделей синтеза речи и преобразования голоса FastSpeech2Conformer, опубликованный в репозитории ESPnet. Он преобразует акустические представления, полученные соответствующей моделью, в аудиосигнал и используется как компонент речевого конвейера, а не как самостоятельный генератор речи из текста. Архитектура указана как FastSpeech2ConformerHifiGan; репозиторий содержит веса PyTorch. Модель предназначена для синтеза речи и voice conversion в связке с FastSpeech2Conformer. README указывает лицензию Apache 2.0.

femto-asr — компактная модель распознавания английской речи, разработанная автором репозитория igorktech и обученная с нуля. Она содержит 2,39 млн параметров и рассчитана на устройства с микроконтроллерным классом ресурсов: README указывает размер 9,2 МБ в fp32 и 2,5 МБ в int8, а также цель работы при 400 КБ SRAM и без FPU. Модель использует архитектуру E-Branchformer с линейным вниманием, низкоранговыми проекциями SwiGLU, глубинным свёрточным смешиванием и CTC-декодированием. Она предназначена для офлайн-распознавания английской речи, в том числе команд на устройстве с ограниченной памятью. На LibriSpeech test-clean автор сообщает WER 10,95% при жадном декодировании без языковой модели. Модель обучена на 960 часах LibriSpeech и поддерживает аудио 16 кГц, моно. Она лучше всего подходит для чистой, размеренно произнесённой английской речи; потоковый режим не опубликован. Модель не расставляет знаки препинания и регистр, выдаёт текст в верхнем регистре, плохо справляется с быстрым темпом, шумом, дальним микрофоном, реверберацией и речью вне распределения обучающих данных. Лицензия — Apache-2.0.

microsoft/focalnet-base-lrf — базовая модель компьютерного зрения FocalNet, разработанная авторами работы Focal Modulation Networks и обученная на ImageNet-1k. Она предназначена для классификации изображений по 1000 классам ImageNet и принимает изображения с разрешением 384×384. В архитектуре FocalNet механизм focal modulation заменяет self-attention: глубинные свёртки последовательно собирают визуальный контекст разных масштабов, а механизм с обучаемыми весами агрегирует его и передаёт признакам изображения. Это альтернативный Vision Transformer подход; карточка также сообщает о применении семейства FocalNet в обнаружении объектов и сегментации, но данный чекпойнт предназначен для классификации. Модель распространяется в формате PyTorch по лицензии Apache-2.0. Учитывайте, что это классификатор ImageNet: его классы и обучение ограничивают пригодность для изображений, содержание которых отличается от ImageNet-1k; для обнаружения объектов и сегментации этот чекпойнт сам по себе не предназначен.

Gaja-v2.00-dpo — чат-модель на базе OpenHathi от SarvamAI, дообученная для диалогов. Она предназначена для общения на хинди и хинглише; в метаданных также заявлена поддержка английского языка. Модель построена на архитектуре Llama с плотной сетью и содержит 6,7 млрд параметров. Она принимает текст и генерирует текст, поддерживает контекст до 4096 токенов и доступна в формате Safetensors через Transformers. По README, модель дообучали на 1 тыс. примеров; автор сообщает, что она превосходит чат-версию Airavata на наборе тестов OpenLLM от Hugging Face. Карточка позиционирует её как экспериментальную платформу для разработки чат-ботов. Лицензия — Llama 2; README не приводит отдельной оценки ограничений качества.

nagbhaskar55/gemma-2-2b-qa-RLAIF — языковая модель на архитектуре Gemma 2, разработанная автором репозитория и дообученная методом RLAIF с использованием GRPO на базе thesreedath/gemma-2-2b-qa-sft. Она предназначена для ответов на вопросы по одному только вопросу, без предоставленного контекста. Модель содержит 2,7 млрд параметров, принимает текст и поддерживает контекст до 8192 токенов; карточка указывает английский язык. Обучение предпочтений использовало оценочную модель, обученную на 600 парах ответов, созданных с помощью ИИ. По данным README, средняя награда выросла с 0,8839 в первой половине обучения до 1,1455 во второй. Ожидаемые улучшения касаются формата, лаконичности и последовательности отказов; обучение не добавляет новых возможностей. README сообщает о небольшом объёме данных предпочтений и возможных ошибках оценок ИИ-судьи; модель не предназначена для юридических или финансовых консультаций. Лицензия в предоставленных данных не указана.

rnagabh/gemma4-audio-encoder — отдельная аудиокодирующая часть мультимодальной модели Gemma 4 от Google, извлечённая и опубликованная автором репозитория. Модель принимает аудиосигнал в виде 128-канальных мел-спектрограмм и преобразует его в последовательность признаков. В README указана архитектура USM-подобного Conformer с блоками Macaron-net и размер 304,8 млн параметров; метаданные каталога указывают 201,3 млн параметров и класс Gemma4AudioModel. Выход имеет размерность 1536 после четырёхкратного временного уменьшения и предназначен для подачи в языковой декодер; доступны также 1024-мерные признаки до проекции. Кодировщик подходит для извлечения признаков речи и аудио, в том числе как основа для классификации акустических событий. Он обучался для передачи аудиопризнаков декодеру Gemma 4, а не как универсальная аудиомодель. README приводит результат линейного пробника 72% на классификации Speech Commands из 35 классов. Для загрузки полных весов аудиобашни автор предупреждает об ошибке загрузки через AutoModel.from_pretrained для базовой модели и рекомендует AutoModelForMultimodalLM. Модель является дообученной/извлечённой аудиокомпонентой google/gemma-4-E2B-it, опубликованной в safetensors; лицензия Apache 2.0. README описывает причинное внимание без заглядывания вперёд, что ограничивает применение в сценариях, требующих двунаправленного контекста. Признаки показывают лишь умеренное разделение говорящих, поэтому модель не предназначена для надёжной верификации диктора.

GLM-5.3-Flash-DFlash2-MXFP8 — это квантизированная MXFP8 черновая модель DFlash 2, опубликованная local-inference-lab на основе исходной модели incoai/GLM-5.3-Flash-DFlash2. Она предназначена для ускорения спекулятивного декодирования целевой модели local-inference-lab/GLM-5.3-Flash-NVFP4: сервер генерирует черновые токены с помощью этой модели, а целевая модель проверяет каждый из них. Самостоятельно как языковая модель она не используется. Модель рассчитана на сценарии высокопроизводительного сервинга через совместимый vLLM с интеграцией DFlash 2 и ModelOpt MXFP8. Линейные веса представлены в формате float8_e4m3fn, значения масштабов хранятся как E8M0 в uint8, размер блока квантизации составляет 1×32; модуль lm_head исключён. В квалифицированной конфигурации использовались семь черновых токенов, BF16 для KV-кэша черновой модели и четыре NVIDIA RTX PRO 6000 Blackwell с tensor parallel size 4. Размер загруженных черновых весов составил 1,20 ГБ. Языки, исходная архитектура целевой модели и предельный контекст самой черновой модели в карточке не указаны; для целевого сервинга приведено значение MAX_MODEL_LEN 262144. Сильная сторона модели — совместимость с проверенной конфигурацией DFlash 2 и MXFP8, позволяющей применять её как специализированный компонент ускоренного инференса. Ограничения существенны: модель не является самостоятельной, требует указанной целевой модели, совместимого runtime и аппаратно-программной конфигурации; сборки vLLM без интеграции DFlash 2 и ModelOpt MXFP8 не поддерживаются. Smoke-тест подтвердил загрузку и инференс, но пропускная способность и производительность CUDA Graph не были квалифицированы. Исходная модель распространяется по лицензии CC BY-NC-ND 4.0, предусматривающей ограничения на коммерческое использование и создание производных работ.

GodziLLa-30B — экспериментальная языковая модель Maya Philippines, выпущенная в июле 2023 года. Это плотная causal language model семейства LLaMA с 32,3 млрд параметров и контекстом 2048 токенов. Модель создана как композиция нескольких проприетарных LoRA Maya и Lazarus-30B от CalderaAI; в карточке также указана лицензия CC BY-NC 4.0. Модель предназначена прежде всего для стресс-тестирования составных LLM, изучения взаимодействия LoRA-адаптеров и оценки на бенчмарках, включая MMLU, ARC, HellaSwag и TruthfulQA. Для запросов рекомендуется формат инструкций Alpaca; может подойти и формат Vicuna. Она генерирует текст и может использоваться для экспериментальных диалогов и ответов на вопросы. Разработчики предупреждают о возможных смещениях, недостоверных ответах и наличии неотфильтрованного контента, включая насилие и сексуальные материалы. Модель не имеет заявленных механизмов защиты приватности; конфиденциальные данные передавать не следует. Коммерческое использование запрещено лицензией, а при использовании требуется атрибуция.

Granite 4.2 3B Heretic — доработанная методом редактирования представлений версия причинной языковой модели Granite 4.2 3B от IBM, опубликованная tinyopsec. Модель с архитектурой GraniteForCausalLM содержит около 3,4 млрд параметров, распространяется в формате Safetensors и поддерживает контекст до 131 072 токенов. Она предназначена для генерации текста и диалогов, а также для экспериментов с поведением модели, отказами, следованием инструкциям и сохранением возможностей исходной модели после редактирования. Модель можно использовать для сравнения с исходной Granite 4.2 3B, прототипирования и оценки генерации на нескольких языках. В метаданных указаны английский, немецкий, французский, испанский, итальянский, португальский, японский, корейский и китайский языки. После редактирования модель не прошла всестороннюю оценку: её точность, устойчивость, следование инструкциям и поведение при отказах могут отличаться от базовой версии. Лицензия — Apache 2.0 с учётом условий базовой модели; результаты требуют проверки человеком.

Модель TCL Research Europe определяет для каждого речевого хода, должен ли голосовой помощник ответить, в том числе когда пользователь обращается к нему без ключевого слова. Она учитывает текущую реплику и контекст до 20 предыдущих ходов, чтобы распознавать продолжения диалога и отличать обращение к помощнику от разговора между людьми. Для классификации использует Zipformer-small и причинный трансформер контекста; модель содержит 25,3 млн параметров и принимает аудио. Обучена и оценена на синтетическом англоязычном наборе intelligent_wakeup; фиксированное ключевое слово в обучающих данных — «Sigma». В тесте достигла F1 0,889, но полнота для реплик-продолжений без ключевого слова составила 0,716, а ложные срабатывания — 3,98 в час нерелевантной речи. Модель классифицирует уже сегментированные ходы и требует внешних VAD и диаризации. Лицензия — Apache-2.0.

Kimi-K2.7-Code-0.7B-A0.4B — созданная mixlayer уменьшенная экспериментальная версия moonshotai/Kimi-K2.7-Code для тестирования и разработки. Это мультимодальная модель семейства kimi_k25 с архитектурой MoE: около 0,678 млрд параметров, из которых на токен активируются около 0,413 млрд. Текстовый декодер сокращён до 4 слоёв, а зрительная башня MoonViT3d — до 2 слоёв; веса сохранены в формате bfloat16. Модель предназначена для экспериментов с загрузкой, запуском и дообучением архитектуры Kimi-K2.7-Code. Текстовая часть обучалась 190 шагов на небольшом синтетическом наборе данных и прошла проверку; зрительная башня случайно инициализирована и не обучалась, поэтому мультимодальное понимание изображений не подтверждено. Это тестовый чекпойнт, а не полноценная замена базовой модели. Лицензия — MIT.

AyoubChLin разработал AyoubChLin/lfm2.5-8b-saudi-dialect — диалоговую модель на базе LiquidAI/LFM2.5-8B-A1B, дообученную методом SFT с LoRA на наборе саудовских арабских диалогов. Модель построена на архитектуре MoE и предназначена для генерации ответов в чате на арабском языке с естественной разговорной формулировкой на саудовском диалекте. Она поддерживает контекст до 128 000 токенов и доступна в формате safetensors по лицензии Apache-2.0. Модель подходит для саудовских чат-ботов, диалоговых ассистентов и прототипов, которым важны неформальная речь и местные выражения. Оценка проводилась на небольшой валидационной выборке из 71 примера и служит диагностикой обучения, а не полноценным бенчмарком. Модель может хуже справляться с другими арабскими диалектами и современным литературным арабским; её ответы могут содержать неточности и смещения из обучающих данных. Она не предназначена для критически важных решений, а фактические ответы и результаты в чувствительных сценариях требуют проверки.

Карточка модели JackFram/llama-160m-base на Hugging Face совпадает с карточкой JackFram/llama-160m, поэтому описание составлено по ней. JackFram/llama-160m — компактная авторегрессионная языковая модель семейства LLaMA, разработанная как базовая малая спекулятивная модель для работы SpecInfer. В ней 137,8 млн параметров; модель обучалась на Wikipedia и частях наборов C4-en и C4-realnewslike. Модель предназначена для генерации текста и использования в экспериментах со спекулятивным декодированием. Она принимает текст и генерирует текст, поддерживает английский язык и имеет контекст до 2048 токенов. Оценка качества модели не проводилась, поэтому её результаты требуют проверки. Лицензия — Apache-2.0.

aladar/llama-2-tiny-random-GGUF — небольшая версия модели семейства Llama 2 в формате GGUF с весами f16, опубликованная пользователем aladar. Модель предназначена для генерации текста на английском языке и запуска через инструменты, поддерживающие формат GGUF. Это случайная тестовая модель на базе Llama 2, поэтому она подходит для проверки загрузки, совместимости и интеграции GGUF-моделей, а также для экспериментов с инференсом. Из-за случайных весов её нельзя рассматривать как качественную языковую модель для прикладной генерации текста. Модель распространяется по лицензии MIT.

Mask2Former — модель компьютерного зрения от команды Mask2Former, представленная в статье «Masked-attention Mask Transformer for Universal Image Segmentation». Этот чекпойнт обучен для паноптической сегментации Cityscapes; в основе лежит Swin с вариантом предобучения base-IN21k. Модель принимает изображение и предсказывает набор масок и соответствующих им классов. Архитектура Mask2Former использует многомасштабный декодер пикселей с деформируемым вниманием и Transformer-декодер с маскированным вниманием. Такой подход предназначен для сегментации объектов и областей на изображениях; данный чекпойнт специализирован на паноптической сегментации городских сцен. В карточке отмечены преимущества по качеству и эффективности относительно MaskFormer. Лицензия указана как other, поэтому условия использования следует проверять в репозитории модели.

MICROD v1.0 — компактная авторегрессионная языковая модель, созданная webXOS с помощью приложения Micro Distillery. Это экспериментальная версия объёмом 42 млн параметров на архитектуре GPT-2; README описывает её как шаблон для обучения небольших моделей и создания пользовательских агентов. Модель предназначена для генерации продолжения текста, простых историй, офлайн-прототипов и учебных экспериментов с дообучением, включая GRPO с фильтрацией VAE. Модель поддерживает английский язык и принимает контекст длиной до 1024 токенов. В README указаны 8 слоёв, 8 голов внимания, скрытый размер 512 и словарь из 50 257 токенов. Репозиторий содержит форматы PyTorch, Safetensors и ONNX; в метаданных указана библиотека Transformers.js. Лицензия Apache 2.0 допускает использование и модификацию. Как ранняя модель для экспериментов и дальнейшего обучения, она не предназначена для широкого спектра сложных задач без адаптации.

MicroViT-S2 — модель классификации изображений на основе SHViT (Single-Head Vision Transformer), опубликованная пользователем henriquequeirozcunha. Она предварительно обучена на ImageNet-1K и предназначена для отнесения изображений к одному из 1000 классов. В карточке указано 10 млн параметров и точность Top-1 74,6%. Модель распространяется в формате safetensors и поддерживается библиотекой Transformers. Лицензия — Apache-2.0. Модель подходит для классификации изображений общего назначения и экспериментов с компактными vision-трансформерами. Доступные сведения не описывают её работу вне набора классов ImageNet-1K или дополнительные возможности.

Это англоязычный cross-encoder на базе DeBERTa-v3-base, разработанный torontodeveloper и дообученный для ранжирования элементов веб-страницы в агентских сценариях компьютерного управления. Модель получает текстовую инструкцию, историю действий и описание DOM-элемента, затем оценивает вероятность того, что элемент станет целью следующего действия. Она служит первым этапом конвейера: отбирает кандидатов для последующего выбора действия языковой моделью и выполнения через Playwright. Модель содержит 211,6 млн параметров, использует архитектуру DeBERTa-v2 и рассчитана на контекст до 512 токенов. Она обучена на датасете Mind2Web: 7 775 действий и пары положительных и отрицательных примеров; README сообщает о тестировании на разбиениях по задачам, сайтам и доменам. Указанная лицензия — MIT. README приводит recall@10 около 93% на невиданных доменах, однако качество зависит от распределения сайтов и задач, а результаты оценки не гарантируют аналогичную точность в конкретном агенте. Для запуска следует использовать fp32 или bf16 на совместимом оборудовании: fp16 может приводить к переполнению и NaN-оценкам. Модель ранжирует кандидатов, но сама не выбирает и не выполняет действие.

MIRA-AI — модель компьютерного зрения, разработанная Jeremy341 на основе Ultralytics YOLO11n и дообученная для обнаружения отходов. Она предназначена для исследований и прототипирования систем автоматизации переработки и сортировки мусора, роботизированной сортировки, edge-AI и других задач object detection. Модель распознаёт пять классов: стекло, металл, бумагу, пластик и прочий мусор. Для эксперимента EXP-019 доступны варианты в форматах PyTorch, ONNX и TFLite, включая INT8-экспорты для разрешений 320 и 640 пикселей. Обучение проводилось на комбинациях датасетов garbage image classification/detection, TACO, TrashNet и Roboflow Trash Detection; в заявленном эксперименте использовались 5 108 обучающих, 415 валидационных и 1 375 тестовых изображений. Показатели EXP-019 составляют mAP50 90,58%, mAP50-95 82,15%, precision 87,2% и recall 84,6%. Сильными сторонами модели являются специализированное распознавание категорий отходов, компактная архитектурная база YOLO11n и наличие форматов, подходящих для интеграции в различные среды, включая периферийные устройства. Ограничения включают проблемы с белой мятой бумагой, банками, снятыми со стороны отверстия, сильно перекрывающимися объектами, необычным освещением и ракурсами, а также объектами вне обучающего распределения. Модель не позиционируется как готовая промышленная система, а заявленные результаты не гарантируют аналогичную точность на независимых реальных изображениях. Файлы модели предоставляются по лицензии MIT, если применимо; лицензии исходных датасетов сохраняют собственные условия использования.

Shushant/nepaliBERT — модель семейства BERT, опубликованная Shushant и дообученная на корпусе непальского текста. Это masked language model на архитектуре BERT Base Uncased с примерно 136,7 млн параметров и контекстом до 512 токенов; основная задача в Hugging Face — заполнение пропусков в тексте. Корпус включает около 10 млн предложений и новостные материалы с непальских сайтов и OSCAR Nepali. Модель предназначена для языковых задач на непальском языке, прежде всего для восстановления скрытых токенов и как основа для дальнейшей адаптации к NLP-задачам. В README сообщается о сравнительных результатах на анализе тональности непальских твитов, однако готовая классификационная задача не указана. Модель работает с текстом на письме деванагари. По README, модель показала loss 1,0495 на оценочной выборке и perplexity 8,56; эти результаты относятся к описанным автором экспериментам. Доступна под лицензией MIT.

sijunhe/nezha-cn-base — базовая версия модели NeZha для понимания китайского языка, опубликованная под именем sijunhe; в README приведены авторы исходной работы: Junqiu Wei и соавторы. Это плотная модель на 129,5 млн параметров с архитектурой NeZhaForMaskedLM, предназначенная для заполнения пропусков в тексте. В Transformers для токенизации используются классы BertTokenizer, а для работы с моделью — классы NeZha. Модель принимает текст и выдаёт контекстуализированные представления токенов; основная задача в каталоге Hugging Face — fill-mask. Она рассчитана на китайский язык, а максимальная длина контекста составляет 512 токенов. Доступна в формате PyTorch. Лицензия — AFL-3.0.

OSim-8B-Mid — модель для симуляции человеческого поведения в диалогах, разработанная авторами проекта OdysSim. Она дообучена методом midtraining на базе Qwen/Qwen3-8B-Base: корпус OdysSim объединяет 62 публичных поведенческих набора данных, около 21,4 млн взаимодействий и 10 млрд токенов. Архитектура — плотная авторегрессионная Qwen3ForCausalLM с 7,6 млрд параметров и контекстом 32 768 токенов. Модель предназначена для генерации следующей реплики от лица пользователя или другого участника разговора по социальному контексту, заданному в системном промпте. Её применяют для симуляции пользователей при оценке диалоговых агентов, социальных симуляций и ролевых сценариев. Обучение охватывает ведение диалога, социальные навыки, когнитивное рассуждение о состояниях собеседников, ролевое поведение и оценочные суждения. В опубликованной оценке на OdysSim модель показала perplexity 4,95 и BLEU 26,72. Это промежуточная midtrained-версия без специализированного RL и экспертной дистилляции; для инструктивного варианта авторы указывают OSim-Inst-8B. Модель распространяется под лицензией MIT. README не уточняет языковой охват; результаты и область применения описаны для разговорной симуляции.

Карточка модели kylesayrs/Phi-3.5-MoE-0.8B-A0.2B на Hugging Face совпадает с карточкой inference-optimization/Phi-3.5-MoE-0.8B-A0.2B, поэтому описание составлено по ней. Это тестовая уменьшенная версия диалоговой модели microsoft/Phi-3.5-MoE-instruct, созданная командой inference-optimization для разработки и проверки загрузки и обучения моделей. Она использует архитектуру PhiMoE с причинной генерацией текста и разреженной смесью экспертов: в README указаны 0,8 млрд параметров и два активных эксперта из восьми на токен; конфигурация сокращена до четырёх слоёв. Метаданные каталога указывают 186,3 млн параметров, поэтому фактический размер параметров расходится между источниками. Контекст составляет 4096 токенов, формат весов — safetensors, библиотека — Transformers; README также сообщает о точности bfloat16. Модель предназначена для тестирования и разработки, а не для надёжного прикладного использования. Её дообучали на небольшом наборе copypasta-текстов; заявленная perplexity около 1 относится только к этому валидационному тексту и не подтверждает качество на общих задачах. Поддерживается диалоговая генерация текста на входном текстовом запросе. Лицензия — MIT.

PS3-1.5K-SigLIP2 — визуальный энкодер NVIDIA, дообученный на базе google/siglip2-so400m-patch14-384. Он извлекает признаки из RGB-изображений высокого разрешения до 1512 × 1512 пикселей и возвращает их в виде тензорных эмбеддингов для последующей обработки другой моделью. Модель предназначена для исследований и разработки сценариев, где нужно кодировать изображения высокого разрешения. PS3 поддерживает выбор информативных областей изображения по визуальной значимости или текстовому запросу, а также формирование многомасштабных карт признаков. В карточке указано обучение на 75 млн изображений, включая данные на основе SA-1B и IDL; модель рассчитана на ускорение на GPU NVIDIA. Для самостоятельных ответов на вопросы или генерации текста модель не предназначена: её выход — визуальные признаки, которые требуется передать последующей модели. Карточка не приводит оценок на тестовых наборах. Лицензия в предоставленных данных не указана.

EleutherAI/pythia-160m-seed4 — базовая языковая модель из серии PolyPythias, созданной EleutherAI для изучения устойчивости обучения и воспроизводимости результатов. Это один из запусков Pythia-160M с отдельным случайным seed; серия включает дополнительные обучающие запуски Pythia с разными начальными значениями seed. Модель с архитектурой GPT-NeoX содержит около 151,9 млн параметров и принимает текст, предсказывая продолжение по следующему токену. Контекст — до 2048 токенов. Она обучалась на 300 млрд токенов корпуса The Pile; основным языком обучения был английский. Доступны промежуточные контрольные точки обучения, полезные для анализа динамики модели. Модель подходит для исследовательских экспериментов с генерацией текста, сравнений между запусками обучения и изучения воспроизводимости. Это базовая, не настроенная на выполнение инструкций модель: ответы могут быть предвзятыми, оскорбительными, фактически неверными или небезопасными. Лицензия — Apache-2.0.

Промежуточный чекпойнт OnlineRubrics RaR-Medicine, разработанный HYU-NLP-EVAL на основе Qwen/Qwen3-4B-Instruct-2507. Это плотная языковая модель с архитектурой Qwen3ForCausalLM и 3,7 млрд параметров, дообученная методом GRPO в рамках динамического OnlineRubrics-Every; состояние соответствует шагу 21 обучения с seed 11. Для вывода доступны веса в BF16 и формате safetensors, библиотека Transformers, поддерживается чат и контекст до 262 144 токенов. Чекпойнт предназначен для аудита промежуточной политики в исследовании RaR-Medicine и генерации текста. Карточка не заявляет о подтверждённых медицинских возможностях или безопасности, а модель не валидирована для клинических решений. Лицензия — Apache-2.0.

HYU-NLP-EVAL разработала промежуточный контрольный снимок политики OnlineRubrics RaR-Medicine на шаге 40 обучения GRPO с seed 11. Это плотная языковая модель Qwen3 с 3,7 млрд параметров, дообученная на базе Qwen/Qwen3-4B-Instruct-2507; она принимает текст и генерирует текст в формате диалога. Модель предназначена для аудита раннего состояния политики, полученной при динамическом обучении по OnlineRubrics-Every, и исследовательских экспериментов с генерацией ответов в медицинском контексте. Для вывода доступен экспорт BF16 в формате Hugging Face с библиотекой Transformers; исходный чекпойнт FSDP сохранён отдельно. Контекст модели составляет до 262 144 токенов. Карточка не подтверждает медицинские способности или безопасность модели, поэтому её ответы не следует использовать для клинических решений. Лицензия — Apache-2.0.

posttrainllm подготовила Qwen3-4B ReST Fused — плотную языковую модель на 3,7 млрд параметров, дообученную методом teacher-free ReST на траекториях с успешными проверками и примерах операций с файлами. Модель предназначена для вызова инструментов в формате BFCL/OpenAI и специализированного выполнения файловых операций; её можно исследовать на Mac или использовать за явным маршрутизатором агента. Контекст составляет до 262 144 токенов, модель работает с текстом и выдаёт текстовые ответы и вызовы инструментов. Данные карточки указывают английский язык; базовая модель Qwen3-4B-Instruct-2507 поддерживает диалоги, следование инструкциям и вызов инструментов. В проверках модель улучшила результат на узком наборе операций с файлами: 12 из 12 случаев против 9 из 12 у базовой модели, без неожиданных побочных эффектов. При этом на более широком наборе вызова инструментов она уступила базовой модели — 25 из 45 против 30 из 45, поэтому её следует считать специализированным исследовательским кандидатом, а не универсальным агентом или заменой планировщика Pace. Файлы распространяются в формате safetensors для HF/MLX; лицензия Apache-2.0.