II.10Разработка и эксплуатация AI/ML-систем

gaunernst/bert-L4-H128-uncased — компактная англоязычная модель BERT на основе чекпойнта из репозитория Google Research BERT. Вариант имеет 4 слоя и скрытый размер 128; число параметров составляет около 5 млн. Это модель заполнения пропусков: она предсказывает замаскированные токены в тексте, используя контекст с обеих сторон. Поддерживает последовательности длиной до 512 токенов и доступна в форматах PyTorch и Safetensors. Модель подходит для экспериментов и приложений, которым нужен небольшой BERT для восстановления пропущенных слов и связанных задач на основе masked language modeling. В карточке указаны BookCorpus и Wikipedia как датасеты; неясно, применялась ли к чекпойнту дистилляция. Лицензия — Apache 2.0.

Dinithi/BioBERT — дообученная модель семейства BERT на основе dmis-lab/biobert-v1.1, разработанная для классификации текста. В репозитории указано 135,5 млн параметров и контекст до 512 токенов; модель сохранена в формате PyTorch. Карточка приводит результаты на оценочном наборе: accuracy 0,79, precision 0,8730, recall 0,8088 и F1 0,8397. Датасет, набор классов и конкретное назначение классификации не описаны, поэтому приведённые метрики нельзя уверенно переносить на другие данные. Условия лицензирования в доступных сведениях не указаны.

BlockFFN-3B-SFT-EAGLE — модель семейства Llama, опубликованная для ускорительных тестов в работе BlockFFN: Towards End-Side Acceleration-Friendly Mixture-of-Experts with Chunk-Level Activation Sparsity. README называет её 3B BlockFFN, однако метаданные указывают 196,3 млн параметров; это расхождение не позволяет уверенно описать фактический размер весов. Репозиторий содержит веса PyTorch, рассчитанные на адаптацию к реализации inference из кода авторов. Модель предназначена для тестирования ускорения вывода и не описана как универсальный готовый к применению генератор. Метаданные указывают задачу генерации текста, архитектуру LlamaForCausalLM и контекст 4096 токенов; языковые теги карточки — английский и китайский. Указана лицензия Apache-2.0. README не приводит результатов качества, подробностей обучения или рекомендаций по развертыванию.

Causal GPT-RL for Unity — репозиторий ccnets с артефактами и средствами развертывания политик на основе трансформера в играх Unity. Политика получает наблюдения и завершенную траекторию, учитывает временной контекст и генерирует следующее действие; пока она вычисляет действие, игровой движок может продолжать обновлять мир. Одна общая политика может управлять несколькими агентами с независимым состоянием памяти. Репозиторий включает модели в форматах safetensors и ONNX для работы через пакет Unity com.ccnets.causal-gpt-rl, а также материалы по оценке на средах ML-Agents. ONNX-модели запускаются встроенным Unity Inference Engine; для применения нужны соответствующие config.json и интеграция упаковки наблюдений и применения действий. В README приведены результаты для нескольких игровых сред и варианты контекста длиной 16, 32 и 64 шага. Модель предназначена для управления игровыми агентами и роботизированными персонажами в симуляциях. Метаданные указывают PyTorch и лицензию other, но точные условия лицензии в предоставленных данных не раскрыты. Результаты различаются по средам: например, в некоторых сценариях показатели уступают опубликованной эталонной политике ML-Agents; качество нельзя переносить на новые среды без отдельной проверки.

Cosmos3-Super-Image2Video — модель NVIDIA для генерации видео по исходному изображению, входящая в семейство мультимодальных world-моделей Cosmos3. Репозиторий содержит веса в формате Diffusers и Safetensors; архитектура обозначена как плотная Cosmos3ForConditionalGeneration. Модель предназначена для сценариев Physical AI, включая робототехнику, автономный транспорт, умные пространства и промышленные среды. Основной сценарий — преобразование изображения в динамичное видео. Семейство Cosmos3 также обучалось на сочетаниях текста, изображений, видео и траекторий действий для генерации видео, изображений, аудио и команд действий, однако для этой модели в метаданных подтверждена задача image-to-video. NVIDIA указывает, что модель допускает коммерческое и некоммерческое использование; лицензия в метаданных обозначена как other, поэтому перед использованием следует свериться с условиями репозитория. В сложных сценариях возможны артефакты генерации, включая временную несогласованность, нестабильное движение камеры или объектов и неточное моделирование физических взаимодействий. Модель обучалась на разнообразных данных физических сред; фильтрация данных и проверки безопасности не исключают остаточных рисков в редких случаях.

Cosmos3-Super-Text2Image — модель NVIDIA для генерации изображений по текстовому описанию, входящая в семейство мультимодальных моделей мира Cosmos3. Карточка позиционирует Cosmos3 как основу для систем Physical AI и сценариев робототехники, автономного транспорта и умных пространств; эта версия предназначена для задачи text-to-image. Модель использует плотную архитектуру Cosmos3ForConditionalGeneration и распространяется в форматах Diffusers и Safetensors. В обучении использовались текстовые, графические и видеоданные из робототехники, автономного вождения, промышленной и бытовой среды, включая синтетические данные. В README перечислены дополнительные задачи семейства Cosmos3, но для этой модели в метаданных подтверждена только генерация изображений по тексту. Языковая поддержка и размер модели не указаны в доступных сведениях. Модель готова к коммерческому и некоммерческому использованию; лицензия обозначена как other, поэтому перед использованием следует ознакомиться с условиями лицензирования NVIDIA. Среди ограничений README отмечает возможные артефакты генерации, включая временную несогласованность, нестабильное движение камеры или объектов и неточное изображение физических взаимодействий; полный текст раздела ограничений обрезан.

Cosmos-Reason2-8B-GGUF — это набор GGUF-квантизаций 8-миллиардной мультимодальной reasoning-модели NVIDIA Cosmos Reason 2, подготовленный apolo13x на основе nvidia/Cosmos-Reason2-8B. Модель предназначена для запуска через llama.cpp и совместимые инструменты, а её исходная архитектура постобучена на Qwen3-VL-8B-Instruct. Модель ориентирована на задачи physical AI и робототехники: пространственно-временное понимание сцен, анализ изображений и видео, обнаружение объектов с локализацией 2D- и 3D-точек и ограничивающих рамок, подготовку данных, видеоаналитику и планирование действий роботов. Поддерживается контекст до 256K входных токенов, заявлен английский язык. Модель работает с текстом и визуальными данными, включая изображения и видео, и учитывает пространственные, временные и базовые физические характеристики окружающей среды. Доступны варианты F16 размером 16 ГБ, Q8_0 размером 8,2 ГБ и Q4_K_M размером 4,7 ГБ; vision encoder сохранён в формате F16 и занимает около 1,1 ГБ. Квантизация уменьшает требования к памяти и упрощает локальный запуск, но варианты с меньшей точностью могут уступать F16 по качеству. Для использования требуется совместимый стек llama.cpp. Модель распространяется по NVIDIA Open Model License; конкретные условия следует уточнять в тексте этой лицензии.

d20_optimized_897m_seed5 — исследовательская базовая языковая модель семейства nanochat GPT, опубликованная как часть Scaling Ladder для изучения разброса результатов предобучения между случайными инициализациями. Это плотный авторегрессионный трансформер, обученный предсказывать следующий токен; модель не проходила настройку для диалога и не имеет специального обучения безопасности. Вариант d20 содержит 20 слоёв, скрытый размер 1280 и 10 голов внимания. В README указано около 897 млн параметров всего, тогда как метаданные сообщают 566,2 млн; для точного общего числа README приводит 896 533 746. Контекст составляет 2048 токенов, словарь — 32 768 токенов. Модель предназначена для экспериментов с предобучением и scaling laws, оценки контрольных точек и генерации продолжения англоязычного текста. Доступны ревизии с разными бюджетами обучения; README показывает TPP_10, TPP_20 и TPP_30 и описывает продолжение лестницы до TPP_200. Архитектура включает чередование коротких скользящих окон внимания и слоёв с полным контекстом, value embeddings, повторное введение исходного embedding на каждом слое, rotary embeddings и другие механизмы nanochat. Модель использует лицензию CC BY-NC 4.0, которая ограничивает коммерческое использование. Поскольку отсутствуют instruction tuning и safety training, она не предназначена как готовый диалоговый помощник; возможны нестабильные или небезопасные продолжения.

DA3 Metric Large — модель для оценки глубины по одному изображению с восстановлением реального масштаба сцены. Её разработала команда ByteDance Seed. Модель содержит около 0,35 млрд параметров и использует Vision Transformer с унифицированным представлением глубины и лучей; веса опубликованы в формате safetensors, лицензия — Apache 2.0. Модель предназначена для монокулярной метрической и относительной оценки глубины, а также сегментации неба. Её можно применять в задачах компьютерного зрения, где по фотографии нужно получить карту глубины в реальном масштабе. Обучение проводилось на общедоступных академических наборах данных. Качество может снижаться на специализированных изображениях и зависит от качества снимка, освещения и сложности сцены. README отмечает преимущество семейства Depth Anything 3 над Depth Anything 2 в монокулярной оценке глубины, но подробные результаты бенчмарков приведены отдельно в статье.

DAN-Qwen3-1.7B — диалоговая языковая модель UnfilteredAI, дообученная на базе Qwen/Qwen3-1.7B для генерации ответов без стандартных ограничений безопасности. Модель использует плотную архитектуру Qwen3ForCausalLM, содержит 1,7 млрд параметров и работает с контекстом до 40 960 токенов. Она принимает текст и генерирует текст; в карточке указан английский язык. Модель предназначена для исследований поведения нецензурируемых систем, проверки ответов в среде без модерации и прототипирования диалоговых приложений. Разработчик заявляет, что обучение включало токсичные диалоги и агрессивные ответы; модель может выдавать NSFW, оскорбительный и иной вредоносный контент. Лицензия — Apache-2.0.

akshayvkt/detect-ai-text-1 — модель классификации текста на базе DistilBERT, дообученная разработчиком akshayvkt от distilbert/distilbert-base-uncased. По названию репозитория она предназначена для определения текста, созданного ИИ, однако README не описывает метки классов, обучающие данные или качество этой классификации. Модель принимает текст и выдаёт результат классификации; архитектура — DistilBertForSequenceClassification, веса в формате PyTorch, максимальный контекст — 512 токенов. Модель может подойти для экспериментов с обнаружением ИИ-текста и базовой классификации коротких текстов. README не содержит сведений об оценке качества и известных ошибках, поэтому надёжность детектирования по карточке установить нельзя. Лицензия — Apache-2.0.

Карточка модели lc700x/Distill-Any-Depth-Base-hf на Hugging Face совпадает с карточкой xingyang1/Distill-Any-Depth-Large-hf, поэтому описание составлено по ней. Distill-Any-Depth-Large-hf — модель для оценки глубины по одному изображению, опубликованная пользователем xingyang1. Это совместимый с библиотекой Transformers чекпойнт семейства Depth Anything, обученный с применением предложенных авторами алгоритмов дистилляции знаний и предназначенный для моноскопической оценки глубины, в том числе без дополнительной настройки под конкретный набор данных. Модель принимает изображение и выдаёт карту глубины. Её можно использовать для анализа сцены по фотографии в компьютерном зрении и приложениях, которым нужна оценка относительной геометрии изображения. В карточке не приведены сведения о размере модели и её языковых возможностях; текстовый ввод и вывод не заявлены. Репозиторий распространяется по лицензии MIT.

DistillPath-IS16-Virchow2 — компактный энкодер изображений для вычислительной патологии, разработанный Рамоном Каспаром, Андреем Игнатовым и Валентиной Боевой из ETH Zurich. Это модель ViT-S/16 на базе timm с 21,7 млн параметров и размерностью признаков 384; она получена дистилляцией токенов класса и патчей из Virchow2 в студенческую модель, предварительно обученную на ImageNet-21k. Обучение проводилось на 6 000 общедоступных слайдах TCGA. Модель предназначена для извлечения признаков из тайлов гистологических изображений и их последующего использования в задачах анализа патологических изображений. В карточке приведены результаты на наборах EVA, HEST и PLISM; авторы сообщают, что модель приближается по ряду метрик к значительно более крупной Virchow2. Указанная лицензия — CC BY-NC 4.0, допускающая использование на условиях лицензии без коммерческого применения.

DistillPath-KS16-Virchow2 — компактный энкодер изображений гистологических препаратов, разработанный Рамоном Каспаром, Андреем Игнатовым и Валентиной Боевой из ETH Zurich. Модель ViT-S/16 содержит 21,7 млн параметров и выдаёт признаки размерности 384. Её обучили методом дистилляции на основе токенов из Virchow2 (632 млн параметров), используя 6 000 открытых слайдов TCGA; веса доступны в формате safetensors, модель работает через timm. Энкодер предназначен для извлечения признаков из изображений патологических тканевых тайлов и последующего использования в задачах вычислительной патологии. В README приведены результаты на бенчмарках EVA, HEST и PLISM, где модель приближается к показателям крупной модели-учителя. Лицензия указана как other, поэтому перед использованием следует проверить её условия в репозитории. Конкретные ограничения применения в карточке не описаны.

lerobot/dm05_base — базовый чекпойнт DM0.5 в формате LeRobot, подготовленный Dexmal и адаптированный из OpenDM. Это модель Vision-Language-Action для управления роботом: по изображениям, состоянию робота и текстовой инструкции она предсказывает последовательности непрерывных действий. Репозиторий является зеркалом Dexmal/DM05-Lerobot; веса, конфигурация и статистики нормализации сохранены без изменений, а конвейеры процессора пересозданы для policy DM05 в LeRobot. Модель предназначена для дальнейшего обучения с учителем на данных целевого робота или среды, а не является готовым чекпойнтом для LIBERO, RoboTwin или конкретного робота. Базовая схема состояния и действий содержит 14 измерений; при дообучении эффективная схема признаков и статистики берутся из целевого датасета. Для загрузки требуется полный каталог чекпойнта с конфигурацией policy, токенизатором, состоянием предобработки и весами. Лицензия — Gemma.

cemde/Domain-Certification-MedQA-Guide-Finetuned — модель-руководство для экспериментов по сертификации LLM в предметной области медицинских вопросов и ответов. Она представлена авторами работы ICLR 2025 «Shh, don't say that! Domain Certification in LLMs» и обучена на ответах Llama-3-8B; карточка также указывает PubMedQA как связанный датасет. Метаданные определяют архитектуру как GPT-2 и задачу как генерацию текста; максимальный контекст составляет 1024 токена. Модель предназначена для воспроизведения исследовательского рабочего процесса сертификации доменной модели с алгоритмом VALID и для экспериментов с медицинскими ответами. Репозиторий распространяется в формате safetensors, использует Transformers и имеет лицензию Apache-2.0. Карточка описывает её как guide-модель, поэтому она подходит прежде всего для экспериментов по сертификации, а не как самостоятельно подтверждённая медицинская система для клинических решений.

facebook/dpt-dinov2-base-nyu — модель оценки глубины по изображениям, разработанная Meta с использованием архитектуры Dense Prediction Transformer (DPT) и визуального энкодера DINOv2. Она предназначена для получения карты глубины сцены из входного изображения; карточка представляет её как пример применения DPT с DINOv2 в качестве основы для оценки глубины. Модель обрабатывает изображения и выдаёт пространственную карту глубины. В метаданных указаны задача depth-estimation, реализация на PyTorch и архитектура DPTForDepthEstimation. Репозиторий распространяется по лицензии Apache-2.0.

Lanni-ni/dynamic_alibi_2_4_256_babylm_10m_seed43_epoch2 — небольшая языковая модель для генерации текста, опубликованная пользователем Lanni-ni на Hugging Face и предназначенная для запуска через библиотеку Transformers. В метаданных указаны задача text-generation, архитектурное обозначение dynamic_alibi и объём около 15 млн параметров; название модели также содержит обозначения BabyLM, контекста 256 и этапа epoch2. Модель может использоваться для экспериментов с компактными авторегрессионными языковыми моделями, генерации коротких продолжений и учебных исследований.

Lanni-ni/dynamic_alibi_2_4_256_babylm_10m_seed43_epoch8 — небольшая языковая модель для генерации текста, опубликованная на Hugging Face в формате Transformers. В метаданных указано 15 млн параметров, а название модели и теги указывают на использование подхода dynamic ALiBi; модель предназначена для pipeline text-generation. Модель может применяться для экспериментов с авторегрессионной генерацией текста, проверки архитектурных решений и создания простых прототипов на базе Transformers. Размер 15 млн параметров делает её удобной для исследовательских и учебных сценариев с ограниченными вычислительными ресурсами. README содержит только автоматически сгенерированную карточку и не предоставляет сведений о разработчике, языках, обучающих данных, результатах оценки, лицензии или конкретных ограничениях применения. Поэтому модель не следует рассматривать как проверенное решение для ответственных задач или как источник фактически достоверных текстов.

google/electra-small-generator — небольшая модель семейства ELECTRA, разработанная Google. Это генераторный чекпойнт для предобучения текстовых энкодеров: при обучении ELECTRA он создаёт подменённые токены, а дискриминатор учится отличать их от исходных. В Transformers модель также можно применять для заполнения пропусков в тексте. Модель имеет плотную архитектуру ElectraForMaskedLM, содержит 20,4 млн параметров и поддерживает контекст до 512 токенов. Репозиторий предоставляет веса в форматах PyTorch, TensorFlow и Flax; карточка указывает английский язык. Лицензия — Apache-2.0. В карточке есть предупреждение о нестабильности предобучения при использовании этого генератора с google/electra-small-discriminator: их размеры близки, тогда как для описанной конфигурации рекомендуется множитель гиперпараметров 1/4 для дискриминатора. Модель предназначена для заполнения масок и как компонент предобучающего процесса, а не как универсальный генератор текста.

Falcon-RW-1B — авторегрессионная языковая модель с декодерной архитектурой, разработанная TII. Это плотная модель семейства Falcon примерно на 1,7 млрд параметров, обученная предсказывать следующий токен на 350 млрд токенов англоязычного набора RefinedWeb, очищенного фильтрацией и дедупликацией. Архитектура использует ALiBi и FlashAttention; модель опубликована в формате PyTorch. Модель предназначена прежде всего для исследований влияния веб-данных на свойства языковых моделей, а также может генерировать продолжения текста на английском языке. В карточке отмечены потенциальные задачи классификации текста, разметки токенов и ответов на вопросы, однако модель обучалась как генеративная языковая модель, поэтому для прикладных сценариев может потребоваться дообучение. Модель не рассчитана на надёжную работу с другими языками и может воспроизводить стереотипы и смещения из веб-данных. Разработчик не рекомендует использовать её в производстве без оценки рисков и защитных мер. Лицензия — Apache 2.0.

ForgePlex-M2-9M — компактная авторегрессионная языковая модель ForgeWorks с архитектурой decoder-only, предназначенная для генерации текста. По карточке, модель содержит около 9,95 млн параметров и обучена на 30 млрд токенов; метаданные указывают 8,8 млн параметров и контекст до 1024 токенов. В архитектуре используются GQA, RoPE в стиле NeoX, RMSNorm и SwiGLU, а также выходные attention gates и refresh gates. Модель обучалась на Finephrase, DCLM-Baseline и закрытом наборе данных Axiomic Labs. Она подходит для экспериментов с компактными языковыми моделями и генерации короткого текста в пределах ограниченного контекста. Карточка приводит результат HellaSwag 28,02%, однако этого недостаточно для вывода о качестве на широком наборе задач. Модель распространяется под лицензией Apache-2.0.

Это зеркало официального чекпойнта GCNet-M для сегментации изображений Cityscapes, разработанного авторами GCNet. Репозиторий переупаковывает веса из gyyang23/GCNet для программной загрузки через Hugging Face Hub; сами веса не изменены. GCNet — архитектура Golden Cudgel Network, представленная на CVPR 2025. Вариант M содержит около 34,2 млн параметров и требует около 178 GFLOPs. Модель предназначена для семантической сегментации городских сцен на изображениях набора Cityscapes: она присваивает пикселям изображения классы объектов и элементов дорожной инфраструктуры. Чекпойнт сохранён в формате PyTorch с весами fp32. Для загрузки требуется совместимая реализация GCNet и GCNetHead из vendored-копии mmsegmentation в исходном репозитории; стандартная установка mmsegmentation эти компоненты не содержит. Лицензия репозитория — MIT.

Это исследовательский вариант Gemma 3 4B IT от LocaLabs, полученный удалением бэкдора из дообученной модели Gemma 3 4B IT TargetedRefusal BadNet с помощью NEEDLE — метода ортогонализации весов без дополнительного обучения. Модель предназначена для изучения и оценки удаления бэкдоров, связанных с целевым отказом: исходный триггер BadMagic вызывал заданный отказ, а после обработки частота этого поведения на тестах снизилась до нуля. Модель сохраняет диалоговую генерацию текста. В README приведены результаты тестирования на 200 запросах с триггером и 200 без него, а также оценка способностей на наборах HellaSwag, GSM8K, MMLU, ARC-Challenge и IFEval. На тесте WildGuardTest доля вредоносных ответов после удаления бэкдора составила 15,9%; это не означает, что модель полностью безопасна. Для использования указаны Alpaca-формат запросов и отсутствие BOS-токена. Модель основана на google/gemma-3-4b-it и распространяется по лицензии Gemma.

Экспериментальный чат-чекпойнт на архитектуре Qwen3, основанный на Qwen3-4B. Модель содержит около 3,7 млрд параметров, принимает текст и генерирует текст; доступный контекст — до 40 960 токенов. В метаданных указаны библиотека Transformers и формат safetensors. Чекпойнт обучен с разреживанием весов на 50% методом capped PGD с целевой функцией reverse-KL OPD. Обучение завершено, однако оценка качества прервалась после первого бенчмарка, поэтому результаты и пригодность для конкретных сценариев не подтверждены. Модель предназначена для экспериментального применения в генерации текста и диалогах. Лицензия в предоставленных данных не указана.

cloudkites/gpt2-124m-fineweb-edu — базовая языковая модель GPT-2, обученная с нуля разработчиком cloudkites на 9,91 млрд токенов веб-текста FineWeb-Edu. Это исследовательский артефакт для проверки воспроизводимости предварительного обучения, экспериментов с дистилляцией и анализа поведения небольших языковых моделей, а также как основа для дообучения. Модель содержит 124 475 904 параметра, имеет 12 слоёв, 12 голов внимания, размер скрытого состояния 768 и контекст до 1024 токенов. Она использует токенизатор GPT-2 byte-level BPE и распространяется в формате safetensors. Модель генерирует текст на английском языке; она не настроена на выполнение инструкций и не выровнена по предпочтениям пользователей. В приведённом сравнении с эталонным запуском Karpathy llm.c модель воспроизводит близкие результаты: held-out loss 3,2598 и HellaSwag 0,3036. Авторы трактуют это как воспроизведение эталона, а не превосходство над ним. Модель может выдавать связный, но часто неверный текст и отражает смещения обучающего корпуса; перед применением требуется собственная оценка качества и меры безопасности. Лицензия — Apache-2.0.

schaeff/gpt2-small_vanilla300 — исследовательский чекпойнт на основе openai-community/gpt2, дообученный на OpenWebText в рамках работы об удалении LayerNorm при инференсе. Модель сохраняет архитектуру GPT-2 Small и предназначена для воспроизведения результатов публикации и сравнения с оригинальной и LayerNorm-free версиями GPT-2. Модель генерирует продолжение текста по текстовому промпту. В карточке приведены оценки cross-entropy на OpenWebText и наборах The Pile; на валидации OpenWebText этот чекпойнт показал меньшую потерю, чем исходный GPT-2 Small в указанном сравнении. Контекст модели составляет 1024 токена. Она доступна в форматах PyTorch и safetensors для библиотеки Transformers. Карточка указывает лицензию «other», но не приводит её условия; проверьте лицензионные сведения репозитория перед использованием.

Archan разработал модель для определения по аудио на хинди, завершил ли говорящий свою реплику или сделал паузу перед продолжением. Она предназначена, например, для управления очередностью реплик в голосовых интерфейсах и системах разговорного ИИ. Модель основана на Whisper Tiny с классификационной головой: большая часть слоёв заморожена, а слои внимания обучались. Для обучения использовалась хинди-часть набора pipecat-ai/smart-turn-data-v3.2-train; часть аудиозаписей дополнили искусственными паузами длительностью от 250 до 1500 мс. Модель принимает аудио и выдаёт классификацию наличия завершённой реплики; поддерживаемый язык — хинди. Лицензия — MIT. В README приведены результаты оценки: F1 0,602 на чистой выборке и 0,614 на выборке с искусственными паузами. Эти показатели указывают на ограниченную точность определения хода речи. Добавление пауз описано как базовая аугментация, поэтому поведение на естественных паузах и других языках может отличаться.

hyb16-edm-s0 — авторегрессионная языковая модель семейства GDN2, разработанная для сравнения вариантов смешивания токенов в длинном контексте. Это одна из пяти моделей, обученных по одинаковой схеме; в данной версии 18 слоёв GDN2-EDM сочетаются с шестью слоями полного gated attention. Архитектура плотная, класс GDN2ForCausalLM; в README указано 369,4 млн параметров, а метаданные каталога содержат оценку 290,7 млн. Контекст составляет 16 384 токена; модель использует токенизатор Llama 2 с размером словаря 32 000. Модель предназначена для продолжения текста и исследовательских экспериментов с линейным и полным вниманием на длинных последовательностях. Она обучена на 15 млрд токенов FineWeb-Edu и показывает высокое качество на тестах извлечения одиночного факта из контекста до 32K токенов, однако это небольшая базовая модель, не настроенная на инструкции или безопасность. Основной язык карточки и обучающих данных — английский. Для запуска нужны CUDA и пользовательский код модели из репозитория, загружаемый через trust_remote_code=True. Лицензия — MIT.

Это детектор светофоров YOLO26l, дообученный автором репозитория dronefreak на наборе LISA Traffic Lights в рамках DetectionBench. Модель предназначена для обнаружения светофоров и распознавания состояний и направлений сигналов на изображениях и видеокадрах; среди классов — go, goForward, goLeft, stop, stopLeft, warning и warningLeft. Используются архитектура YOLO26 и библиотека Ultralytics; веса представлены в формате PyTorch. Лицензия — AGPL-3.0. На тестовой выборке LISA Traffic Lights указаны mAP@50 27,28% и mAP@50–95 13,54%. Точность распознавания редких классов стрелок заметно ограничена из-за малого числа обучающих примеров. Данные включают последовательные кадры поездок по Сан-Диего днём и ночью, поэтому качество на новых местах, типах светофоров и конфигурациях камер может отличаться; небольшие и удалённые светофоры также распознавать сложнее.