II.10Разработка и эксплуатация AI/ML-систем

Asset Harvester — система NVIDIA для преобразования одного или нескольких изображений дорожного объекта в готовый к симуляции 3D-ассет. Она предназначена для разработчиков Physical AI, автономного вождения и робототехники, которым нужно создавать объекты для замкнутых симуляций и генерации синтетических данных. Конвейер принимает до четырёх RGB-изображений объекта размером 512×512 и связанные параметры камеры и ограничивающей рамки. В него входят сегментация Mask2Former, кодировщик C-Radio, мульт ракурсная диффузионная модель SparseViewDiT, генерирующая 16 ракурсов, и реконструктор Object TokenGS. Результат — 3D Gaussian Splatting-ассет в формате PLY. Система обрабатывает транспортные средства, пешеходов, велосипедистов и другие дорожные объекты; поддерживает частично автоматизированную подготовку ассетов из журналов реальных поездок. Модель рассчитана на запуск с PyTorch в Linux на совместимом GPU NVIDIA с CUDA Compute Capability не ниже 8.0; в карточке указаны требования от 30 ГБ видеопамяти и 32 ГБ оперативной памяти. Сильно перекрытые или редкие объекты могут приводить к неточной или галлюцинированной реконструкции, поэтому результат нельзя считать достоверным для критически важных симуляций без проверки. Карточка заявляет возможность коммерческого и некоммерческого использования; лицензия в метаданных обозначена как other.

Being-H0.5 Base — конверсия модели BeingBeyond/Being-H05-2B в формат LeRobot для управления роботами на основе зрения и языка. Модель представлена как политика VLA; в реализации используются примитивы Qwen3 из Transformers и InternVL для зрения. Репозиторий содержит веса safetensors, конфигурацию политики, токенизатор и конвейеры предобработки и постобработки. Лицензия — Apache-2.0. Модель принимает данные трёх камер, строку задания, а также поля состояния и действия в соответствии с контрактом Being-H0.5 и выдаёт действия робота. Она сохраняет семантические слоты состояния и действия размерностью 200, маски валидности и четырёхшаговый сэмплер flow matching. Конверсия прошла проверку соответствия весов исходной модели и строгую перезагрузку политики в LeRobot; README сообщает нулевую максимальную и p99 абсолютную ошибку на фиксированных тестах. Для конкретной среды нужен отдельный адаптер вектора, которого в репозитории нет.

hon9kon9ize/bert-base-cantonese — модель BERT с 129,9 млн параметров, продолжительно предобученная разработчиком на кантонских текстах. Она основана на indiejoseph/bert-base-cantonese и обучалась предсказывать замаскированные токены; дополнительное обучение использовало тексты из новостей, социальных сетей и веб-страниц, чтобы обновить знания о Гонконге и кантонском языке. Контекст модели составляет до 512 токенов, веса опубликованы в формате Safetensors. Модель предназначена прежде всего для дальнейшей тонкой настройки под задачи на кантонском языке. Её можно использовать для заполнения пропусков в тексте, например, для языкового анализа и подготовки признаков для последующих моделей. Из-за намеренного переобучения и продолжительного предобучения на конкретном корпусе её результаты могут хуже переноситься на иные данные и задачи; сама карточка рекомендует дообучение для прикладного использования. Лицензия — Apache-2.0.

Это предварительно обученная модель BERT-Base для монгольского языка, созданная tugstugi, enod и sharavsambuu. Репозиторий основан на проектах Google Research BERT, pytorch-pretrained-BERT и bert-japanese; модель обучали на монгольской Википедии и корпусе монгольских новостей объёмом 700 миллионов слов. Модель содержит 137,8 млн параметров, использует архитектуру BERT с головой masked language modeling и принимает последовательности длиной до 512 токенов. Она предназначена для предсказания замаскированных слов в монгольском тексте и может служить основой для дальнейшей адаптации к языковым задачам. Доступны веса в форматах PyTorch, TensorFlow и Flax. Лицензия в предоставленных данных не указана. Модель рассчитана на монгольский язык и не описана как мультимодальная; качество на других языках или в задачах, отличных от заполнения пропусков, не подтверждено.

Boris-125M — базовая предварительно обученная языковая модель на 125 млн параметров, созданная New Millennium Artificial Intelligence (NMAI). Это плотная GPT-2 с 12 слоями, 12 головами внимания, размерностью скрытого состояния 768, предварительной нормализацией, обучаемыми позиционными эмбеддингами и связанными эмбеддингами входа и выхода. Модель принимает текст и продолжает его; она не проходила настройку на инструкции и не предназначена для диалога. Длина контекста — 1024 токена. Модель обучалась на 2,5 млрд токенов, используя данные FineWeb-Edu и DCLM Baseline. Она подходит для экспериментов с генерацией текста и изучения компактных языковых моделей. Лицензия — Apache-2.0. Для модели такого размера характерны частые неточности, несогласованность и потенциально оскорбительные генерации. Она не проходила настройку безопасности, не подходит для использования как источник фактов и требует контроля при применении.

BrainAxL — модель представления изображений мозга, разработанная для 3D МРТ. В репозитории опубликован канонический самоконтролируемый чекпойнт BrainAxL-B, предварительно обученный на корпусе FOMO300K без downstream-разметки. Модель предназначена для исследований и инициализации проверенных downstream-моделей. Архитектура включает пятиэтапный 3D U-Net-энкодер с каналами 40, 80, 160, 320 и 640; двунаправленные LSTM обрабатывают все три пространственные оси на двух самых глубоких этапах. Предобучение сочетает маскированную 3D-реконструкцию с регуляризацией дисперсии и ковариации семантической проекции размерности 512. Энкодер содержит 31 837 640 параметров, активная конфигурация предобучения — 46 308 601. Указанный обучающий кроп — одноканальный объём 64 × 64 × 64; модель выдаёт признаки для изображений. Чекпойнт подходит для извлечения представлений 3D МРТ мозга и инициализации downstream-моделей. Результаты могут меняться в зависимости от анатомии, последовательности, протокола сканирования, сканера, популяции, предобработки и правил разметки. Модель не является одобренным медицинским устройством и не предназначена для клинической диагностики или лечения без целевой валидации и регуляторной проверки. В метаданных указана лицензия other; конкретные условия использования следует сверять с лицензией репозитория.

CascaMini-350M-C24-CoreMix-v1-15B-VO-Muon-v1 — базовая языковая модель на 339,7 млн параметров, созданная с нуля разработчиками CascaMini и опубликованная в формате Transformers LlamaForCausalLM. Модель обучалась на 15 млрд токенов и предназначена для исследований небольших языковых моделей, воспроизводимых оценок и экспериментов по дообучению и адаптации. Это не чат-ассистент и не модель, настроенная на выполнение инструкций. Модель принимает текст и генерирует продолжение. Она использует 24 слоя декодера, размер скрытого состояния 1024 и контекст длиной 2048 токенов; токенизатор основан на словаре SmolLM2-49K. В обучающую смесь вошли образовательные веб-материалы, энциклопедические тексты, научные публикации и другие источники. Карточка приводит метрики валидации, но не заявляет результаты стандартного набора прикладных тестов. Известные ограничения включают повторение фраз при длинной генерации, галлюцинации, возможное воспроизведение фрагментов обучающих данных и слабое следование инструкциям. Лицензия указана как other; карточка описывает несколько классов лицензий в обучающих данных и отсылает к материалам об атрибуции и условиях выпуска, поэтому условия использования следует проверять по этим документам.

chopt-research-1_3b — языковая модель AI Squared на архитектуре OPT с 1,7 млрд параметров. Она дообучена на 50 тысячах записей Stanford Alpaca для диалогового взаимодействия и генерации текста; модель принимает текст и выдаёт текст. Основной язык — английский, длина контекста составляет 2048 токенов. Модель демонстрирует, как небольшую языковую модель можно дообучить для чата при ограниченных вычислительных ресурсах. Разработчик отмечает, что это не передовая по качеству система: ответы могут содержать фактические ошибки, предвзятость, оскорбительные или токсичные формулировки и галлюцинации. Модель предназначена для исследовательского использования. Лицензия — OPT-175B license от Meta Platforms.

SafeSight PPE — модель компьютерного зрения на базе YOLOv8, дообученная для обнаружения средств индивидуальной защиты, нарушений требований безопасности и оборудования на строительных площадках. Она анализирует изображения и выделяет объекты, включая наличие экипировки и отдельные классы её отсутствия, а также пожарные огнетушители, сварочное оборудование и пилы. Модель предназначена для автоматизированного мониторинга охраны труда на стройке и может служить компонентом системы SafeSight. Модель обучалась 60 эпох на объединённом наборе примерно из 13 000 изображений из нескольких источников. В карточке приведены mAP50 около 0,76, mAP50–95 около 0,43 и точность около 0,81. Репозиторий содержит веса в формате PyTorch и использует библиотеку Ultralytics. Лицензия — Apache-2.0. Качество обнаружения защиты слуха заметно слабее, чем у других классов; ботинки и некоторые нарушения, связанные с отсутствием защиты слуха или перчаток, могут пропускаться. Модель не проверялась на строительных площадках с условиями и географией, отличающимися от обучающих данных, поэтому результаты требуют проверки в целевой среде.

Conversational Spanish GPT — разговорная модель, созданная Josemaría Vargas Vasconcellos на основе Microsoft DialoGPT-small и дообученная на 96 437 одноходовых диалогах на испанском языке из наборов Microsoft Bot Framework Tools. Это плотная авторегрессионная модель семейства GPT-2 для генерации текста; она предназначена как основа для разработки испаноязычных диалоговых приложений и для генерации ответов в чат-ботах. Модель работает с текстом и имеет контекст длиной 1024 токена. Ответы модели обычно краткие и могут терять фокус; разнообразие диалогов и повторяющиеся ответы в обучающих данных приводят к вариативности и повторениям. В README отмечено, что модель не подходит для развертывания как контекстный чат-бот; тестирование на Hugging Face отключено из-за неточных ответов. Лицензия в предоставленных данных не указана.

jkminder опубликовал исследовательский чекпойнт d12_optimized_286m_seed8 — базовую авторегрессионную языковую модель семейства nanochat GPT, обученную предсказывать следующий токен. Это один из восьми запусков с разными начальными весами и порядком данных для изучения вариативности предобучения; модель обучалась на наборе NVIDIA ClimbMix. В карточке указано 138,4 млн параметров, а README для этого чекпойнта сообщает 286 млн параметров всего, включая таблицы эмбеддингов, и 110 млн параметров, учитываемых в масштабировании. Контекст — 2048 токенов; архитектура имеет 12 слоёв, размер скрытого состояния 768 и словарь из 32 768 токенов. Модель предназначена для экспериментов с предобучением, сравнения чекпойнтов и исследования влияния случайного seed на качество языковых моделей. Это обычный предсказатель следующего токена без дообучения для следования инструкциям и без обучения безопасности, поэтому она не рассчитана на диалоговое применение «из коробки». Репозиторий содержит контрольные точки обучения в ревизиях TPP; README указывает, что main соответствует TPP_200. Для использования заявлены Transformers и формат safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение.

jkminder/d20_477m_seed8 — исследовательский базовый языковой GPT-чекпойнт из серии Scaling Ladder, созданной для изучения различий между случайными инициализациями при предварительном обучении языковых моделей. Это плотная авторегрессионная модель семейства NanochatGPT с 20 слоями и скрытым размером 1280; метаданные указывают 566,2 млн параметров, а README для размера d20 сообщает 477 млн общих параметров и 435 млн параметров, учитываемых в масштабировании. Репозиторий содержит отдельные ревизии чекпойнтов на разных этапах обучения. Модель обучена предсказывать следующий токен на английских данных, включая набор nvidia/ClimbMix. Это базовая модель без дообучения для следования инструкциям и без обучения безопасности; её контекст составляет 2048 токенов. Она подходит для экспериментов с предварительным обучением, анализа влияния начального seed и оценки языкового моделирования. Для загрузки README использует Transformers и trust_remote_code. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

sfanm/d24-midtrain-v2-reasoning-3.7B — базовая языковая модель, созданная с нуля в рамках репликации nanochat-d24 и дообученная на этапе reasoning midtrain. Это плотный decoder-only трансформер семейства Llama: 24 слоя, размер скрытого состояния 1536, 12 голов внимания, SwiGLU, RoPE и RMSNorm; всего около 756,7 млн параметров. Модель использует GPT-2 BPE с размером словаря 50 304 и контекст до 2048 токенов. Модель предназначена для продолжения текста и экспериментов с языковым моделированием; она выпущена до этапа SFT, поэтому не рассчитана на диалоговое использование как готовый чат-ассистент. Обучение включало данные для рассуждений и математики наряду с общими текстовыми корпусами. Основной язык карточки — английский. Чекпойнт предоставлен для исследований и поставляется как есть. Лицензия указана как other; README также указывает, что использовались сторонние корпуса, и предлагает учитывать лицензии этих датасетов.

jkminder/d26_973m_seed4 — исследовательская базовая языковая модель из серии Scaling Ladder, разработанной для изучения различий между случайными запусками предобучения. Это плотная GPT-архитектура NanochatGPT с примерно 973 млн параметров. Модель обучена предсказывать следующий токен на данных NVIDIA ClimbMix; доступные ревизии содержат контрольные точки обучения при разных бюджетах токенов на параметр. Модель предназначена для экспериментов с предобучением и анализа влияния случайного зерна на качество языковых моделей. Это базовая модель без дообучения на инструкциях и без обучения безопасности, поэтому она не настроена для диалога и может продолжать текст, не следуя пользовательским инструкциям. Контекст составляет 2048 токенов; в карточке указан английский язык. Модель распространяется в формате Safetensors и загружается через Transformers. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Depth Anything 3 Base (DA3-BASE) — компактная модель визуальной геометрии, разработанная командой ByteDance Seed. Она принимает одно или несколько изображений и предсказывает пространственно согласованную геометрию сцены; поддерживает оценку относительной глубины и поз камер, в том числе с учётом заданных поз. Модель содержит 0,12 млрд параметров и построена на обычном Vision Transformer с единой глубинно-лучевой репрезентацией. Модель предназначена для многовидовой оценки глубины и поз, а также для задач визуальной геометрии по изображениям. В README заявлены результаты выше Depth Anything 2 в монокулярной оценке глубины и выше VGGT в многовидовой геометрии и оценке поз. Обучение проводилось только на открытых академических наборах данных. Репозиторий содержит веса в формате safetensors; лицензия — Apache 2.0.

Карточка модели ms02222026/DAN-Qwen3-1.7B на Hugging Face совпадает с карточкой UnfilteredAI/DAN-Qwen3-1.7B, поэтому описание составлено по ней. 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.

Koichi Yasuoka разработал небольшую модель DeBERTa V2, предварительно обученную на текстах японской библиотеки 青空文庫. Модель содержит 18,4 млн параметров, принимает текст и предсказывает замаскированные токены; для неё указано окно контекста 128 токенов. Основное назначение — восстановление пропущенных слов в японском тексте и дообучение для последующих задач обработки японского языка, например разметки частей речи и синтаксического анализа зависимостей. Модель доступна в формате PyTorch и может использоваться через Transformers. Лицензия — CC BY-SA 4.0. Поскольку обучение проводилось на литературном корпусе 青空文庫, применимость к современным, разговорным и специализированным текстам может быть ограничена; качество для конкретной задачи зависит от дообучения.

DeepSeek-V2-Lite-Dense-3B-SF-K6 — плотная языковая модель, созданная исследователем jhyuckkim с помощью прореживания и дистилляции разреженной DeepSeek-V2-Lite. Чекпойнт выпущен как артефакт для воспроизведения экспериментов статьи о преобразовании MoE-моделей в плотные; он содержит около 2,5 млрд параметров по метаданным и рассчитан на генерацию текста и диалоги. Модель обучалась дистилляцией на ограниченном бюджете в 0,3 млрд токенов из FineWeb-Edu. Она не проходила настройку инструкций или выравнивание, поэтому не предназначена для использования как готовый ассистент. В карточке приведены результаты на пяти бенчмарках, включая Winogrande, HellaSwag, ARC и MMLU; среднее значение для конфигурации SF, K=6 составляет 40,04. Модель поддерживает контекст до 163 840 токенов, использует архитектуру DeepSeek-V2 для причинной генерации текста и доступна в формате Safetensors через Transformers. Лицензия указана как other; конкретные условия следует сверять с карточкой репозитория.

kathywu95/deepseek-v3-small-random — тестовая модель с архитектурой DeepSeek V3, созданная на случайно инициализированных весах. По README, веса сгенерированы скриптом на основе yujiepan/deepseek-v3-tiny-random; метаданные указывают 2,1 млрд параметров, контекст до 163 840 токенов и библиотеку Transformers. Модель принимает текст и выдаёт текст, поддерживает сценарий чата и относится к задаче генерации текста. Модель предназначена для экспериментов с архитектурой и тестирования программной совместимости, а не для содержательных ответов: случайные веса не обучены решать языковые задачи. Лицензия в предоставленных данных не указана.

Dongjin1203/defect-classifier-vit-base — дообученная модель Vision Transformer ViT-Base для классификации изображений кабельных изделий на наличие дефектов. Она основана на google/vit-base-patch16-224 и дообучена на наборе MSherbinii/mvtec-ad-cable. Модель предназначена для визуального контроля качества в производстве: получает изображение и относит его к одному из классов классификации. В README приведены результаты на оценочной выборке: accuracy 0,9286, precision для дефектов 0,9216, recall 1,0 и F1 0,9592; loss составляет 0,3193. Модель содержит 113,2 млн параметров, использует библиотеку Transformers и распространяется в формате Safetensors. Лицензия — Apache-2.0.

polejowska/detr-r50-cd45rb-8ah-6l — модель обнаружения объектов на базе DETR с ResNet-50, дообученная автором на наборе данных cd45rb. Она предназначена для нахождения и локализации объектов на изображениях; в карточке приведён результат оценки на тестовой выборке: loss 1,5794. Модель содержит 6,3 млн параметров и распространяется в формате PyTorch. Модель подходит для сценариев, где требуется обнаруживать объекты из набора классов cd45rb. Состав классов и подробные сведения о точности, обучении и ограничениях в карточке не описаны. Лицензия — Apache-2.0.

doubutsu-2b-pt-378 — базовая модель семейства компактных VLM doubutsu, созданного @qtnx_ и @yeswondwerr для последующего дообучения под конкретные сценарии. Модель предназначена для задач, где нужно обрабатывать изображения вместе с текстом; метаданные указывают на диалоговый режим и поддержку image-text-to-text. Репозиторий содержит веса PyTorch и распространяется по лицензии Apache-2.0. В карточке указано, что модель не предназначена для самостоятельного использования: для практического применения её нужно дообучить или подключить существующий адаптер. Для запуска авторы рекомендуют температуру 0,1–0,3. Результаты оценок в README не приведены.

Lanni-ni/dynamic_forgetting_4_6_384_babylm_100m_seed44_epoch4 — небольшая языковая модель для генерации текста, размещённая на Hugging Face. README создан автоматически и не содержит сведений о разработчике, точной архитектуре, обучающих данных или лицензии. Модель рассчитана на использование через библиотеку Transformers и имеет 27,6 млн параметров. Основной сценарий — авторегрессионная генерация текста и эксперименты с моделями семейства BabyLM и методом dynamic_forgetting, на что указывает идентификатор модели и набор тегов. Её можно применять для исследовательских прототипов, проверки идей обучения языковых моделей и генерации коротких текстовых продолжений. Ключевыми преимуществами являются небольшой размер и совместимость с Transformers, что упрощает локальный запуск и эксперименты при ограниченных вычислительных ресурсах. README не содержит результатов оценки, описания языков, контекста, данных обучения, рекомендаций по применению и условий лицензирования, поэтому модель не следует использовать в критически важных или требующих подтверждённой точности системах.

FELA-PdM — компактная модель Lowdown Labs для предиктивного обслуживания вращающихся машин. Она использует блоки Fourier Neural Operator и предназначена для локального запуска рядом с датчиком, например на сенсорном шлюзе или промышленном IoT-узле. Модель решает две задачи по временным рядам: классифицирует неисправности подшипников по окну из 2048 отсчётов вибрации с частотой 12 кГц и оценивает остаточный ресурс турбовентиляторного двигателя по истории из 30 циклов и 14 датчиков. Для первой задачи предусмотрено 10 классов неисправностей, для второй — отдельные варианты для подмножеств NASA C-MAPSS FD001–FD004. Заявленный размер весов составляет около 0,5 МБ; в карточке указана архитектура FelaPdmModel и формат safetensors. Текстовые языки модель не обрабатывает. Модель помогает выявлять дефекты подшипников и планировать обслуживание по оценке оставшихся циклов до отказа, а локальная обработка позволяет не передавать исходные данные в облако. Проверки основаны только на открытых исследовательских наборах: тестовый протокол CWRU может завышать точность, данные C-MAPSS симулированы, а обобщение на реальные машины не проверено. Это не сертифицированная система защиты или контроллер безопасности. Автор обозначает выпуск как исследовательское предварительное превью; лицензия указана как other, а README предупреждает, что набор CWRU не предоставляет явных прав на коммерческое использование.

QiE2035/flux2-klein-9b-uncensored-text-encoder-Q2_K-GGUF — это квантованная версия текстового энкодера для семейства FLUX.2 klein 9B. Модель преобразована в формат GGUF из ponpoke/flux2-klein-9b-uncensored-text-encoder с помощью llama.cpp и сервиса GGUF-my-repo; автором конверсии указан QiE2035. В исходных данных разработчик базовой модели явно не указан, однако лицензия ссылается на Black Forest Labs. Модель предназначена для обработки текстовых запросов в сценариях text-to-image и может запускаться локально через llama.cpp, включая режимы CLI и сервера. Заявлены английский и японский языки. Известны размер базовой модели 9B параметров, текстовая модальность и квантование Q2_K в формате GGUF; в примере запуска сервера используется контекст 2048 токенов, но точный нативный размер контекста модели не указан. Ключевое преимущество — совместимость с llama.cpp и возможность локального запуска в более компактном квантованном представлении. Ограничения связаны с сильным квантованием Q2_K, которое может снижать качество по сравнению с полноразмерной моделью, а также с тем, что подробные характеристики и результаты оценки в карточке не приведены. У модели удалена фильтрация безопасности, поэтому она может генерировать общий NSFW-контент; использование должно соответствовать законодательству и требованиям ответственной эксплуатации. Лицензия указана как flux-non-commercial-v2.1, с отдельными условиями доступа и ограничениями на коммерческое использование.

FoundationPose — разработанная NVIDIA модель на основе трансформера для оценки позы и отслеживания объектов в 6 степенях свободы. Она предназначена для робототехники и компьютерного зрения: модель может работать с новым объектом без дообучения, если предоставлена его CAD-модель. На вход подаются RGB- и глубинное изображения, ограничивающая рамка объекта в первом кадре, CAD-модель OBJ и параметры калибровки камеры. Архитектура включает общую CNN-основу с остаточными блоками и два компонента: сеть уточнения позы и сеть оценки гипотез с многоголовым механизмом внимания. Выход содержит оценки переноса, вращения и оценку позы, а также изображение с 3D-рамкой и осями. Модель обучалась на синтетических данных для объектов из Objaverse и Google Scanned Objects. Для развёртывания предоставлена версия ONNX, предназначенная для TensorRT и TAO Triton Apps на оборудовании NVIDIA; README указывает совместимость с Linux и несколькими поколениями GPU и Jetson. Лицензия обозначена как other, поэтому конкретные условия использования следует проверять в материалах NVIDIA. Модель может ошибаться в оценке трёхмерных рамок и поз объектов.

Это модель классификации медицинских текстов на основе BioBERT: Cristian Untaru разработал её в рамках академического проекта SortMed в Университете Западного Тимишоара. Энкодер BioBERT v1.1 заморожен, обучена только классификационная голова; модель содержит 135,5 млн параметров и принимает текстовые описания симптомов на английском языке длиной до 512 токенов. Модель относит описание к одной из трёх категорий срочности: самонаблюдение, консультация врача общей практики или срочная медицинская помощь. Её можно применять в учебных и исследовательских прототипах предварительной сортировки симптомов и для экспериментов по классификации медицинских текстов. Модель распространяется по лицензии MIT. Качество проверено на отложенной выборке небольшого академического датасета: точность составила 0,6792, macro precision — 0,7097, macro recall — 0,6689. Метки сформированы на основе правил и не прошли клиническую проверку. Модель не ставит диагноз, не учитывает медицинский анамнез и другие индивидуальные факторы и не предназначена для принятия экстренных решений или использования без медицинского надзора.

Gemma-3B-IT-Expanded — экспериментальная текстовая авторегрессионная модель семейства Gemma, созданная с помощью mergekit на основе google/gemma-2b-it. В неё добавлены слои через каждые три исходных слоя; параметры o_proj и down_proj новых слоёв инициализированы нулями. Размер модели по метаданным — 3,2 млрд параметров, контекст — до 8192 токенов. Модель предназначена для генерации текста в диалоговом формате и дальнейшего дообучения с обновлением добавленных слоёв при замороженных остальных. Модель не проходила дообучение после расширения, поэтому её качество для практических задач не подтверждено. В README рекомендовано обучать только каждый четвёртый слой. Репозиторий содержит веса Safetensors. Лицензия — Apache-2.0.

tiny-random/gemma-4-dense — небольшая случайно инициализированная модель для отладки, созданная на основе конфигурации Google Gemma 4 31B IT. Репозиторий не указывает отдельного разработчика этой версии, однако базовая модель разработана Google. Модель реализована на базе Transformers и предназначена прежде всего для проверки загрузки, интеграции и сценариев генерации, а не для получения качественных ответов. Архитектура включает Gemma4ForConditionalGeneration с текстовой и зрительной компонентами. В текстовой части используется 4 слоя, чередующиеся sliding и full attention, 8 attention heads и 4 key-value heads; размер скрытого представления — 8, промежуточный размер — 64. Зрительная часть содержит 2 слоя с размером скрытого представления 8. Модель поддерживает обработку текста, изображений и видео через AutoProcessor и chat template. Размер файла model.safetensors составляет около 4,6 МБ. Поскольку все параметры модели инициализированы случайно, она не является обученной моделью и не предназначена для содержательной генерации, распознавания изображений или анализа видео. Её сильная сторона — минимальный размер и пригодность для отладки программного кода и мультимодальных конвейеров. Языки, размер контекста и точные эксплуатационные характеристики в README не указаны. Лицензия также не указана.

bitlabsdb разработала эту модель как реализацию архитектуры GPT-2 Small (124 млн параметров): причинный трансформер-декодер, обученный с нуля на PyTorch. Карточка также указывает базовую связь с openai-community/gpt2; поэтому модель следует считать дообучением GPT-2. Репозиторий содержит веса PyTorch и safetensors, лицензия — MIT. Модель предназначена для учебных экспериментов с обучением языковых моделей и оптимизацией на GPU среднего класса, а также для генерации короткого английского текста. Она обучалась на 100 тысячах примеров FineWeb, примерно на 100 млн токенов, использует токенизатор GPT-2 BPE и контекст до 1024 токенов. В карточке описаны gradient checkpointing, SDPA Flash Attention, смешанная точность и накопление градиента. Ограниченное обучающее подмножество снижает надёжность фактических ответов и рассуждений: модель может галлюцинировать и не предназначена для задач, требующих глубоких знаний или высокой точности. Итоговая валидационная потеря в карточке — 4,2818.