II.10Разработка и эксплуатация AI/ML-систем

Модель dronefreak/lisa-yolo26x — детектор светофоров на базе YOLO26x, дообученный на датасете LISA Traffic Lights. Она предназначена для обнаружения светофоров и определения их состояния на изображениях и видеокадрах; среди классов есть сигналы движения, поворота, остановки и предупреждения. Модель обучена и оценена в рамках DetectionBench по общей для нескольких детекторов процедуре. На тестовой выборке LISA Traffic Lights указаны mAP@50 28,92% и mAP@50–95 14,09%. Репозиторий содержит веса PyTorch и использует библиотеку Ultralytics. Лицензия — AGPL-3.0.

Это детектор объектов YOLOv8m от Ultralytics, дообученный в DetectionBench на наборе LISA Traffic Lights. Модель предназначена для обнаружения светофоров и распознавания их состояний на изображениях и кадрах дорожного видео; среди классов — go, goForward, goLeft, stop, stopLeft, warning и warningLeft. Она использует архитектуру YOLOv8 и библиотеку Ultralytics, а веса опубликованы в формате PyTorch. На тестовой выборке LISA Traffic Lights модель показала mAP@50 25,07% и mAP@50-95 11,91%. Качество заметно ниже на редких классах со стрелками, а малые и удалённые светофоры обнаруживать сложнее. Обучение и оценка проводились на дневных и ночных дорожных последовательностях Сан-Диего; перенос на другие типы светофоров, дорог и камер не проверен. Лицензия модели — AGPL-3.0.

Это модель Hyukkyu на базе Llama 3.1 8B, дообученная методом машинного забывания RAQUEL/MUSE с адаптером LoRA IDK+GD. Она предназначена для экспериментов по выборочному забыванию данных: модель должна отвечать «I don't know» на вопросы из набора забывания, сохраняя ответы на удерживаемые вопросы. Выпущен раннеостановленный чекпойнт шага 84; в README указано, что корневые веса BF16 объединены и использовались для оценки, а FP32 LoRA-адаптер находится в отдельной папке. Модель имеет архитектуру LlamaForCausalLM, около 7,5 млрд параметров и контекстное окно 131072 токена. Она принимает текст и генерирует текст на английском языке; для запросов используется простой формат «Question: …\nAnswer:», без чат-шаблона. В описанной оценке точность на исходных вопросах забывания снизилась до 2,3%, на перефразированных — до 5,0%, а на удерживаемых вопросах составила 99,2%; это результаты конкретных наборов RAQUEL2, а не гарантия поведения на других данных. Лицензия — Llama 3.1; перед использованием следует учитывать связанные с ней условия и файлы LICENSE, NOTICE и USE_POLICY.md.

Hyukkyu выпустил базовую контрольную модель M_orig для воспроизведения экспериментов RAQUEL по машинному забыванию на наборе TOFU. Это плотная авторегрессионная модель семейства Llama 3.1 с 7,5 млрд параметров, дообученная методом LoRA в течение 15 эпох на смеси биографических данных и вопросов с ответами TOFU; в репозитории доступны объединённые веса BF16 и исходный адаптер LoRA FP32. Модель предназначена для генерации ответов на вопросы в формате «Question: … Answer:» и оценки методов машинного забывания. Она включает как примеры для забывания, так и сохраняемые примеры, поэтому сама по себе не является моделью с выполненным забыванием. Модель принимает текст и выдаёт текст, поддерживает английский язык и имеет контекст до 131 072 токенов. В описанной оценке показана высокая точность на исходных примерах забывания и сохранения, но заметно более низкая на перефразированных вопросах забывания. Это исследовательский базовый чекпойнт, не обученный для диалогового шаблона; результаты относятся к указанному протоколу и не гарантируют аналогичного качества в других сценариях. Лицензия — Llama 3.1; перед использованием следует соблюдать приложенные лицензию, уведомления и политику использования.

Это экспериментальная диалоговая языковая модель Wangzhang Wu, созданная на основе GraySwanAI/Llama-3-8B-Instruct-RR. В ней удалена защитная цепь Representation Rerouting и ослаблено поведение отказа с помощью вмешательства в веса и представления; дообучение с градиентными обновлениями не проводилось. Модель предназначена для генерации текста в диалоге и оценки поведения языковых моделей при изменении защитных механизмов. Модель использует плотную архитектуру LlamaForCausalLM, содержит около 7,5 млрд параметров и имеет контекстное окно 8192 токена. Метаданные указывают английский и китайский языки. По заявлению автора, в проведённом тесте на 100 вредоносных запросах модель отказала лишь в одном случае; это указывает на существенно ослабленные защитные механизмы, но не гарантирует аналогичное поведение в других условиях. Автор предупреждает о возможности неточных, оскорбительных, откровенных, опасных или незаконных ответов. Модель распространяется по лицензии Llama 3. Автор обозначает её как экспериментальную и предназначенную для исследований, оценки и законного использования; перед применением требуется учитывать условия исходной лицензии и риски ослабленной защиты.

Карточка модели jingheya/lotus-depth-d-v1-0 на Hugging Face совпадает с карточкой jingheya/lotus-depth-g-v1-0, поэтому описание составлено по ней. Lotus Depth G v1.0 — модель из официального семейства Lotus, разработанного Jing He и соавторами. Это визуальная фундаментальная модель на основе диффузии для плотного предсказания; данный вариант предназначен для оценки глубины по изображению. Модель рассчитана на получение карты глубины, где каждому участку изображения соответствует оценка расстояния. Её можно использовать в задачах компьютерного зрения, которым нужна пространственная структура сцены. Репозиторий подготовлен для библиотеки Diffusers и содержит веса в формате safetensors. Модель распространяется по лицензии Apache-2.0. README не содержит сведений о размере, поддерживаемых языках или численном качестве; инструкции по применению вынесены на внешнюю страницу.

Mask2Former — модель компьютерного зрения, разработанная командой, выпустившей семейство Mask2Former, и представленная в статье «Masked-attention Mask Transformer for Universal Image Segmentation». Этот чекпойнт обучен для сегментации отдельных объектов на изображениях Cityscapes; в нём используется большая версия Swin в качестве основы и архитектура Mask2Former для универсальной сегментации. Модель предсказывает маски объектов и соответствующие им классы. Семейство Mask2Former также охватывает семантическую и паноптическую сегментацию, но данный чекпойнт предназначен именно для сегментации экземпляров. Архитектура использует многомасштабный декодер пикселей с деформируемым вниманием и Transformer-декодер с маскированным вниманием. Веса доступны в форматах PyTorch и safetensors. Чекпойнт подходит для выделения и классификации объектов на сценах, похожих на городские изображения Cityscapes. В карточке не приведены сведения о численном размере модели, языках или длине контекста; языковой ввод модель не использует. Лицензия указана как other, поэтому конкретные условия использования следует сверить с репозиторием.

Mask2Former — модель компьютерного зрения от команды Meta, основанная на архитектуре Mask2Former с небольшим Swin-backbone. Этот чекпойнт обучен для сегментации отдельных объектов на изображениях из Cityscapes и предназначен для выделения масок объектов и присвоения им классов. Архитектура предсказывает набор масок и соответствующих меток; в Mask2Former используются многомасштабный декодер признаков с deformable attention и Transformer-декодер с masked attention. Модель принимает изображения и выдаёт сегментационные маски с метками классов. В карточке указан формат PyTorch и safetensors. Лицензия обозначена как other, поэтому условия использования следует сверить с репозиторием модели.

TheQweaker/mdlm-owt-noflash — это порт MDLM-OWT, опубликованный TheQweaker: он сохраняет исходные веса и архитектуру masked diffusion language model, но заменяет зависимость от flash-attn на стандартные средства PyTorch. Модель основана на работе Sahoo и соавторов; это 12-слойный DiT-подобный трансформер с 169,6 млн параметров, 12 головами внимания, rotary-позициями и контекстом 1024 токена. Она обучена на OpenWebText и рассчитана на английский текст. Основное назначение — восстановление замаскированных токенов и генерация текста методом masked diffusion. В репозитории также приведён сэмплер ancestral diffusion; автор предупреждает, что при простом сэмплировании текст может быть грамматичным локально, но повторяющимся, а качество зависит от числа шагов, температуры и top-k. Порт работает без flash-attn, в том числе на CPU, и использует fp32 по умолчанию; поэтому его логиты могут отличаться от upstream-реализации, работающей с bf16 autocast, примерно в пределах точности bf16. Для загрузки требуется trust_remote_code=True, а токенизатор нужно взять отдельно — GPT-2. Лицензия — Apache-2.0.

Mercury-A1 — модель RaonDuplex от разработчика ga642381 для полно-дуплексного диалога «речь-в-речь» с учётом времени. Чекпойнт дообучен за две эпохи на 4 440 синтетических полно-дуплексных диалогах; временные метки слов получены принудительным выравниванием синтезированного аудио. Модель работает с аудио и рассчитана на сценарии разговорного взаимодействия с одновременным обменом репликами. В README приведены результаты проверки согласованности текста и аудио на 100 диалогах без эталонных транскриптов: полнота слов на уровне слов составила 79,1%, а в 6 случаях из 100 выявлено серьёзное расхождение. В таблице также указаны показатели для базовой модели, но значение посимвольной согласованности Mercury-A1 не приведено. Данные, код обучения и скрипты оценки временно не опубликованы. Модель распространяется под лицензией CC BY-NC 4.0, допускающей использование с указанием авторства, но запрещающей коммерческое применение.

Это сверточная спайковая нейронная сеть NeuroCUDA для классификации изображений событийной камеры на датасете N-MNIST. Модель разработана в рамках проекта NeuroCUDA и предназначена для распознавания рукописных цифр по событийным данным. Архитектура — трехслойная CNN с двумя входными каналами и размером входа 34×34; в модели 147 466 параметров. Она использует 16 временных шагов. Сеть получена конвертацией ANN в спайковую модель по схеме CS-QCFS с последующим дообучением IF + BPTT. В README указана точность 99,88% ± 0,02% и разреженность активности около 91,7%; результаты могут меняться на разных аппаратных платформах. Модель распространяется в формате PyTorch по лицензии MIT. Заявлена проверка на GPU, CPU и симуляторе Loihi 2; поддерживается экспорт NIR для развертывания на Loihi 2, SpiNNaker и FPGA.

NeuroVFM — визуальная фундаментальная модель лаборатории MLiNS Lab для анализа клинических нейровизуализационных данных. Это энкодер на основе 3D Vision Transformer (ViT-Base/4x16x16px), обученный методом Volumetric Joint-Embedding Predictive Architecture на 5,24 млн необработанных объёмных исследований MRI и CT из одной академической системы здравоохранения. Репозиторий содержит визуальный экстрактор признаков на PyTorch. Модель предназначена для использования как замороженный экстрактор признаков в последующих задачах нейровизуализации. Представления можно применять в системах классификации и других клинических конвейерах для MRI и CT; сама модель не является диагностическим устройством и не заменяет заключение специалиста. Модель ориентирована на объёмные медицинские изображения головного мозга и заявляет перенос между MRI и CT. Она распространяется по лицензии CC BY-NC-SA 4.0, которая предусматривает некоммерческое использование и распространение производных материалов на тех же условиях. Разработчики отмечают, что модель не одобрена для клинического применения регуляторными органами; возможны смещения, связанные с популяцией пациентов исходной системы здравоохранения.

NFNet-F1 — свёрточная нейросеть, разработанная автором Arko007 для классификации болезней сельскохозяйственных культур по изображениям листьев. Модель принимает RGB-изображение и относит его к одному из 88 классов, сочетающих культуру и заболевание, например «Tomato__late_blight» или «Wheat__yellow_rust». В карточке указано, что модель обучена с нуля на объединённом наборе примерно из 79 тысяч изображений; разрешение входа при обучении — 512 × 512 пикселей, размер модели — около 130 млн параметров. Модель предназначена для систем поддержки принятия решений в сельском хозяйстве, исследовательских сравнений и серверного инференса. Валидационные показатели из README: точность 95,40%, взвешенный F1 95,38% и macro-F1 около 88,6%. Лицензия CC BY-NC-SA 4.0 разрешает использование с указанием авторства и на условиях распространения производных материалов по той же лицензии, но запрещает коммерческое использование.

Novi-Micro-Base — небольшая базовая языковая модель, разработанная Novi-AI и обученная с нуля. Это декодерный Transformer с архитектурой BananaMind 2-style: в нём используются RMSNorm, RoPE, grouped-query attention, нормализация QK, блоки SwiGLU и общие входные и выходные эмбеддинги. Модель содержит около 5,04 млн параметров, обучена примерно на 1 млрд токенов FineWeb-HQ и имеет контекст длиной 4096 токенов по метаданным Hugging Face; README указывает длину последовательности 2048 токенов при обучении. Модель предназначена для экспериментов с малыми языковыми моделями, обучения, исследований, дообучения и лёгкого локального запуска. Она не настроена на выполнение инструкций и не предназначена специально для диалога. Карточка не сообщает лицензию. Из-за малого размера модель может генерировать несвязный или повторяющийся текст, допускать фактические ошибки, слабо справляться со сложными инструкциями и рассуждениями и терять связность в длинных генерациях. Для загрузки через Transformers требуется trust_remote_code=True.

opd-teacher-Q2.5I-GoldWashing-step149 — компактная языковая модель семейства Qwen2.5, разработанная на основе Qwen/Qwen2.5-1.5B-Instruct. Это плотная авторегрессионная модель на 1,5 млрд параметров для генерации текста и диалогов; она обучалась методом GRPO в среде GoldWashing на нулевом уровне сложности в рамках эксперимента по дистилляции с обучением на данных, генерируемых по ходу обучения. Чекпойнт соответствует 150-му обновлению и преобразован из исходного формата в safetensors для Hugging Face Transformers. Модель рассчитана на эксперименты с on-policy distillation в конфигурации из 32 сред, а также на диалоговую генерацию текста. Контекст составляет до 32 768 токенов. В метаданных указан английский язык и интерфейс чата. Лицензия — Apache-2.0; в README указано, что включена исходная лицензия Qwen.

opd-teacher-Q2.5I-KloBlocks-step149 — языковая модель на архитектуре Qwen2, разработанная David Heineman на базе Qwen/Qwen2.5-1.5B-Instruct. Она содержит 1,5 млрд параметров и рассчитана на генерацию текста и диалоговое взаимодействие; контекст составляет до 32 768 токенов. Модель обучалась с GRPO в рамках RLVE на среде KloBlocks с нулевым уровнем сложности: проведено 150 обновлений, а этот репозиторий содержит финальный чекпойнт с индексом 149. Назначение обучения — эксперимент по дистилляции on-policy с 32 средами. Веса сохранены в формате safetensors и сверены по именам и формам тензоров с базовой моделью. Модель поддерживает английский язык согласно карточке и предоставляет интерфейс чата и вызова инструментов. Для неё указана лицензия Apache-2.0; в README также отмечено, что включена лицензия исходной модели Qwen.

Модель разработал Michał Młodawski: это дообученная версия MobileNetV2 для классификации изображений глаз на открытые и закрытые. В README указана базовая модель google/mobilenet_v2_1.4_224 и заявлена точность 99%; репозиторий содержит варианты PyTorch, Safetensors и ONNX. Модель принимает изображение и выдаёт один из двух классов: «глаза открыты» или «глаза закрыты». Классификатор подходит для оценки закрытости глаз на изображениях, например, в системах обнаружения сонливости водителя, анализа внимательности и обработки фотографий. Датасет карточки — MichalMlodawski/closed-open-eyes. Лицензия CC BY-NC-ND 4.0 запрещает коммерческое использование и распространение производных версий. Качество зависит от входных изображений; заявленная точность не подтверждена описанием условий оценки, поэтому результаты нужно проверять перед применением, особенно в критически важных системах.

FreeFlow-S · TaTSKH-HQ — модель оценки оптического потока с 34 575 109 параметрами, опубликованная a-yakovenko. Она принимает две RGB-изображения одинакового размера и оценивает смещения пикселей между ними; входной тензор имеет форму [B,2,3,H,W], значения пикселей задаются в диапазоне [0,255]. Модель предназначена для анализа движения между кадрами и сценариев компьютерного зрения, где требуется плотное поле оптического потока. Модель основана на FreeFlow-S · TaTSKH и дообучена в варианте TaTSKH-HQ. Реализация использует PyTorch; веса доступны в формате Safetensors. Для запуска README указывает Python 3.10 или новее и PyTorch 2.5 или новее, а примеры предполагают CUDA-сборку PyTorch. Лицензия CC BY-NC-SA 4.0 требует указания авторства и распространяет производные материалы на тех же условиях, с ограничением на коммерческое использование.

Puro-2B-Base — базовая плотная причинная языковая модель Poor Lab, обученная с нуля на 1,4 трлн токенов. Она использует архитектуру декодера, совместимую с конфигурацией Qwen3-1.7B, и содержит около 1,7 млрд параметров. Модель не основана на предобученных весах Qwen и не проходила инструкционную настройку или выравнивание предпочтений, поэтому не предназначена для диалога в готовом виде. Модель рассчитана на исследования предобучения, рецептов данных и оптимизации, масштабирования языковых моделей, продолжения предобучения и последующей адаптации под задачи. В сравнительной оценке на 15 задачах она превзошла Qwen2-1.5B, но уступила Qwen2.5-1.5B; результаты относятся к указанному набору тестов и не гарантируют качество в прикладных сценариях. Контекст составляет 4096 токенов. Модель обучалась на англоязычных и китайских материалах, а также на коде, математике, веб-тексте и синтетических данных. Для запуска предусмотрена библиотека Transformers с поддержкой конфигурации Qwen3; веса опубликованы в формате safetensors. Лицензия — Apache-2.0. Модель может выдавать неточный, предвзятый, небезопасный, оскорбительный или защищённый авторским правом контент; перед использованием в конкретной области её следует оценить и адаптировать.

EleutherAI/pythia-160m-seed7 — базовая авторегрессионная языковая модель из набора PolyPythias, разработанного EleutherAI для исследования стабильности и воспроизводимости предобучения. Это один из вариантов Pythia-160M с отдельным случайным seed; модель обучена предсказывать следующий токен и не настроена на выполнение инструкций. Модель построена на архитектуре GPT-NeoX, содержит около 151,9 млн параметров и принимает текстовое содержимое с контекстом до 2048 токенов. Она обучалась на англоязычных данных The Pile; доступны промежуточные контрольные точки обучения. Модель подходит для экспериментов с генерацией текста и сравнительного анализа влияния случайного seed на обучение. Модель распространяется по лицензии Apache-2.0. Она не предназначена разработчиками для производственного развертывания; выходы могут содержать предвзятые, оскорбительные или фактически неверные сведения, поскольку специальная фильтрация безопасности не применялась.

EleutherAI/pythia-410m-seed5 — базовая авторегрессионная языковая модель из серии PolyPythias, разработанной EleutherAI. Серия включает дополнительные обучающие запуски Pythia с разными случайными seed для изучения стабильности и воспроизводимости предобучения. Модель построена на плотной архитектуре GPT-NeoX и содержит 454,2 млн параметров; её контекстное окно — 2048 токенов. Модель обучена предсказывать следующий токен на корпусе The Pile объёмом 300 млрд токенов с фиксированным перемешанным порядком данных для своего seed. Она предназначена для исследовательских экспериментов с генерацией текста, анализом влияния случайной инициализации и воспроизведением результатов обучения. Это не модель, настроенная на выполнение инструкций; она обучалась преимущественно на английском языке и может выдавать предвзятый, оскорбительный или фактически неверный текст. Лицензия — Apache-2.0.

EleutherAI/pythia-70m-seed1 — базовая авторегрессионная языковая модель из серии PolyPythias, разработанной EleutherAI для изучения стабильности и воспроизводимости предобучения. Модель построена на архитектуре GPT-NeoX и содержит около 50,9 млн параметров; в варианте 70M указаны 6 слоёв, размер скрытого представления 512 и 8 голов внимания. Она обучена предсказывать следующий токен на корпусе The Pile, с вариантом порядка данных, заданным случайным зерном seed1. Модель подходит для исследовательских экспериментов с генерацией текста, анализа влияния случайной инициализации и порядка обучающих данных, а также воспроизведения результатов обучения. Контекст составляет 2048 токенов. Модель не дообучена следовать инструкциям, обучалась преимущественно на английском и не фильтрует вредные, предвзятые или фактически неверные продолжения, поэтому качество ответов и безопасность не гарантируются. Лицензия — Apache-2.0.

Промежуточный чекпойнт политики OnlineRubrics RaR-Medicine, созданный HYU-NLP-EVAL на основе Qwen/Qwen3-4B-Instruct-2507. Это плотная языковая модель архитектуры Qwen3 с 3,7 млрд параметров, дообученная методом GRPO с динамическими рубриками; отключённый режим thinking и шаг обучения 6 относятся к этому состоянию политики. Модель принимает текст и генерирует текст, поддерживает диалоговый сценарий и контекст до 262 144 токенов. Чекпойнт предназначен для аудита промежуточной политики в исследовательском проекте по медицинским рубрикам, а не для подтверждённого выполнения медицинских задач. Разработчики прямо указывают, что медицинские возможности и безопасность не проверялись, а модель не валидирована для клинических решений. В репозитории сохранены экспортированные веса BF16 в формате Hugging Face и оригинальный чекпойнт FSDP; лицензия — Apache-2.0.

HYU-NLP-EVAL публикует промежуточный чекпойнт Qwen3-4B-Instruct-2507 после 13-го шага динамического обучения GRPO с OnlineRubrics для медицинских задач. Это плотная языковая модель с архитектурой Qwen3 и 3,7 млрд параметров; она принимает и генерирует текст, поддерживает диалоговый режим и контекст до 262 144 токенов. Режим рассуждений отключён. Чекпойнт предназначен для аудита промежуточной политики Phase 1 и исследовательской работы с обучением на динамических рубриках. Карточка не заявляет о наличии медицинских возможностей или безопасности и прямо предупреждает, что модель не проверена для клинических решений. Веса доступны в формате Hugging Face Safetensors; README также описывает экспорт BF16 и сохранённый исходный чекпойнт FSDP. Лицензия — Apache-2.0.

HYU-NLP-EVAL разработала промежуточный чекпойнт RaR-Medicine на базе Qwen3-4B-Instruct-2507. Это плотная языковая модель с 3,7 млрд параметров для генерации текста и диалогов; чекпойнт получен на 24-м шаге обучения GRPO с динамическими OnlineRubrics-Every, seed 11, с отключённым режимом рассуждений. Модель принимает текст и выдаёт текст, поддерживает контекст до 262 144 токенов. В репозитории доступны веса BF16 в формате Transformers/safetensors и исходный чекпойнт FSDP. Чекпойнт предназначен для исследовательского аудита промежуточной политики в сценарии RaR-Medicine. Карточка прямо указывает, что медицинские возможности и безопасность модели не заявлены и не проверены; её нельзя считать проверенной для клинических решений. Лицензия — Apache-2.0.

HYU-NLP-EVAL выпустила промежуточный чекпойнт RaR-Medicine — состояние политики на шаге 36 обучения dynamic OnlineRubrics-Every с GRPO и seed 11. Модель основана на Qwen/Qwen3-4B-Instruct-2507, представляет собой плотную языковую модель Qwen3 с 3,7 млрд параметров и принимает текстовые запросы, выдавая текст. Метаданные указывают поддержку контекста до 262 144 токенов; модель предназначена для диалогового взаимодействия и генерации текста. Чекпойнт сохранён как BF16-модель для Transformers; в репозитории также есть исходный FSDP-чекпойнт. Это историческое промежуточное состояние для аудита первой фазы, а не валидированная медицинская модель: авторы не заявляют о медицинских возможностях или безопасности и не рекомендуют использовать её для клинических решений. Лицензия — Apache-2.0.

Экспериментальный чекпойнт Qwen3-4B из проекта RECAP, подготовленный с FlatQuant для генерации текста и диалогов. Модель содержит около 3,7 млрд параметров; базовая модель — Qwen/Qwen3-4B. Веса хранятся в BF16, а конфигурация задаёт фиктивную квантизацию: 4-битные веса, активации, ключи и значения KV-кэша. Вариант использует калибровочный префикс 12 288 токенов; это не максимальная длина контекста. В конфигурации указано ограничение позиции 40 960 токенов, но качество на полной длине контекста не проверялось. Чекпойнт предназначен для экспериментов с низкоразрядной генерацией текста на основе Qwen3, в том числе в диалоговом режиме. Для его запуска нужна совместимая реализация RECAP Qwen3 FlatQuant и специальная регистрация архитектуры в vLLM; обычная загрузка через Transformers или неизменённый vLLM не воспроизводит заданное поведение квантизации. README сообщает о тесте загрузки, короткого prefill и декодирования с кэшем, но не подтверждает прирост скорости или качества. Лицензия — Apache-2.0.

RBabakyan/Qwen3.5-2B-action — мультимодальный чекпойнт на архитектуре Qwen3.5 с 2 млрд параметров, созданный на основе Qwen/Qwen3.5-2B. Он сохраняет возможности базовой vision-language модели для диалогов и понимания изображений, а токенизатор расширен специальными токенами действий для GreenVLA и систем vision-language-action (VLA). Модель предназначена для использования как базовый визуально-языковой чекпойнт перед загрузкой специализированных весов роботизированной политики. Сама по себе она не является готовой политикой управления роботом: токены действий добавлены для совместимости с последующим стеком, который должен задавать конкретную задачу и формировать действия. Репозиторий содержит веса Safetensors в формате Transformers. В предоставленных данных лицензия не указана.

Qwen3.8-Flash-Next-Abliterated-MTPLX-4bit — экспериментальная 4-битная сборка модели Qwen3.8-Flash-Next, опубликованная grant-ai и подготовленная для инференс-библиотеки MTPLX. В основе лежат веса Qwen/Qwen3.8-Flash-Next, прошедшие abliterated-модификацию в проекте Blackfrost-AI, после чего модель была адаптирована для MTPLX и Apple Silicon. В карточке она обозначена как модель для задач image-text-to-text, однако подробные сведения о поддерживаемых языках, точной архитектуре и максимальной длине контекста не приведены. Модель предназначена для локального экспериментального использования, включая исследование отказов и выравнивания, red teaming, интерпретируемость, квантизацию и оптимизацию инференса. Её отличительная особенность — практически полное отсутствие защитных отказов: в описании указана доля отказов 2,3% на наборе вредоносных запросов. Поэтому модель может быть более отзывчивой в исследовательских сценариях, но несёт повышенный риск генерации вредного контента и не подходит для публичных сервисов или использования недоверенными пользователями. Размер модели на диске составляет около 116 ГБ; для работы требуется Apple Silicon и примерно 84 ГБ памяти для самой модели, а при размещении n-gram-таблицы в памяти — около 116 ГБ unified memory. При чтении таблицы с SSD модель работает примерно на 12% медленнее. MTPLX поддерживает режим speculative decoding MTP; рекомендованная конфигурация использует generation mode mtp с depth 1. На Mac Studio с M3 Ultra заявлена скорость до 67,4 токена в секунду в отдельных коротких сценариях, при этом преимущество зависит от длины контекста, температуры и уровня reasoning. Модель распространяется по лицензии qwen-community-1.0 с дополнительными условиями upstream-лицензии. Авторы указывают, что она опубликована исключительно для экспериментальных исследований ИИ и безопасности, не должна использоваться незаконно и требует самостоятельного соблюдения законодательства и лицензионных условий.

Это модель классификации изображений на архитектуре ResNet-50, дообученная на наборе данных FER2013. Базовая модель — microsoft/resnet-50; разработчик репозитория — Celal11. Модель предназначена для присвоения изображению класса из обучающей разметки FER2013. На тестовой выборке указаны loss 0,9036 и accuracy 0,6971. Карточка не описывает назначение классов, поэтому нельзя уверенно утверждать, какие именно категории она распознаёт. Модель опубликована в формате PyTorch и распространяется по лицензии Apache-2.0.