II.10Разработка и эксплуатация AI/ML-систем

BAAR2.2-3M — компактная предобученная многоязычная разговорная модель, разработанная автором репозитория aixk. Она предназначена для генерации диалоговых ответов на устройствах с ограниченными вычислительными ресурсами, включая встраиваемые и периферийные платформы; автор также описывает сценарии лёгкого RAG. В метаданных указаны архитектура BAAR25 dense, 7,7 млн параметров и контекст 512 токенов; README заявляет 3 млн параметров и поддержку 11 языков: корейского, английского, японского, китайского, испанского, португальского, немецкого, русского, хинди, вьетнамского и тайского. Модель выдаёт текст и подходит для базового диалога, простых вопросов и ответов и коротких переводных запросов. Примеры в карточке показывают неполные и неточные ответы, а сам автор характеризует её как базовый чекпойнт и рекомендует дообучение или RAG для специализированных задач и повышения фактической точности. Репозиторий содержит веса Safetensors. Лицензия указана как other; README уточняет, что коммерческое использование ограничено и требует согласования условий с разработчиком.

Это дообученная модель генерации текста на архитектуре GPT-2, предназначенная для экспериментов с языковым моделированием на подсловных единицах в рамках проекта BabyLM. Карточка приводит метрики оценки BabyLM и BLiMP, включая loss, perplexity, лексические и синтаксические показатели; результаты различаются по тестам и отдельным языковым явлениям. Модель принимает текст и генерирует продолжение. В метаданных указан контекст длиной 256 токенов и формат весов safetensors. README не называет исходную модель, обучающий набор данных или лицензию, поэтому их нельзя установить по доступным сведениям.

BananaMind-1.5-Base — небольшая англоязычная авторегрессионная языковая модель, разработанная BananaMind и обученная с нуля. Она предназначена для генерации продолжений текста и базовых экспериментов с языковыми моделями; версия не настроена на выполнение инструкций. Модель содержит около 75 млн параметров и использует декодерную архитектуру в стиле Llama: 12 слоёв Transformer, скрытый размер 640 и grouped-query attention. Контекст составляет 4096 токенов; токенизатор — byte-level BPE на 32 тысячи токенов. Обучение проводилось примерно на 27 млрд токенов англоязычного веб-текста FineWeb-Edu. Модель принимает текст и генерирует текст. Малый размер позволяет использовать её для компактных экспериментов и тестирования генерации текста. Это базовая, а не instruction-tuned модель, поэтому она может хуже следовать запросам в формате инструкций и выдавать несвязные или фактически неверные продолжения. Лицензия — Apache-2.0.

BohMBERT-m — компактный энкодер MicroBERT для коптского языка бохайрского диалекта, представленный Амиром Зельдесом. Это модель BERT с маскированным языковым моделированием, предназначенная для извлечения контекстных признаков из текста на бохайрском коптском языке. Она поддерживает контекст до 512 токенов и рассчитана на получение векторных представлений текста. Модель доступна в форматах PyTorch и safetensors; лицензия — Apache-2.0. В карточке указана конфигурация на 1,3 млн параметров. Специализация на одном диалекте ограничивает её применение текстами на бохайрском коптском.

ShrikeLM Butterfly 12M — TinyStories — компактная языковая модель, разработанная Shrike-fi и обученная с нуля на наборе TinyStoriesV2-GPT4. Это декодерная модель авторегрессионной генерации текста для коротких историй и встраиваемого вывода на ESP32-S3 с 8 МиБ флеш-памяти без PSRAM. Модель содержит 11 689 632 параметра, 6 декодерных слоёв, скрытую размерность 192, 6 query-голов и 2 KV-головы; её контекст — 128 токенов. Для встроенного исполнения применяются веса INT4 с группами по 128, динамические активации INT8 и KV-кэш INT8. Репозиторий включает артефакт SHRKLM1 размером около 6,2 МБ и пользовательскую архитектуру Transformers, для загрузки которой требуется trust_remote_code=True. Модель рассчитана на английские синтетические детские истории. Лицензия весов обозначена как other, поскольку карточка не устанавливает конкретных условий использования; датасет TinyStories указан под CDLA-Sharing-1.0.

Карточка модели yigechundong/car-body-classifier на Hugging Face совпадает с карточкой ryan12345441/car-body-classifier, поэтому описание составлено по ней. Модель ryan12345441/car-body-classifier разработана Furkan Nezih Uzmez и Yusuf Kerem Alcicek из Kocaeli University. Это классификатор изображений на PyTorch и timm: дообученная EfficientNetV2-S с классификационной головой на восемь типов кузова. На вход подаётся одно RGB-изображение автомобиля; изображение приводится к размеру 224 × 224 пикселя. Модель предсказывает один из классов: SUV, VAN, STATION_WAGON, MICRO, гоночный автомобиль с открытыми колёсами, SEDAN, HATCHBACK или PICK_UP. Модель предназначена для учебных проектов, прототипов, исследовательской оценки и экспериментов с обслуживанием моделей и API. В README сообщаются точность 96,7% и macro F1 95,4% на тестовом наборе с температурной калибровкой вероятностей. Эти результаты относятся к данным проекта; качество может снижаться на изображениях из других регионов и условий съёмки, при частичном перекрытии, необычном ракурсе, низком качестве или неоднозначном типе кузова. Классы MICRO и HATCHBACK указаны как более сложные. Репозиторий содержит веса в форматах PyTorch и safetensors. Лицензия обозначена как other; README ограничивает применение исследовательской и оценочной деятельностью и исключает коммерческие продукты, публичный хостинг инференса и перераспространение. Перед публичным или коммерческим выпуском требуется отдельно проверить лицензии исходных наборов данных.

Это дообученная версия CLIP ViT-B/32 от OpenAI, подготовленная tanganke на изображениях набора SVHN с номерами домов. Модель использует архитектуру ViT-Base с размером патча 32 и содержит 113,2 млн параметров; веса доступны в формате safetensors. Модель предназначена для извлечения признаков изображений SVHN. В README приведены результаты оценки: 0,235 до дообучения и 0,971 после него, однако метрика и протокол оценки не описаны. Использование через Transformers показано с классом CLIPVisionModel. Сведения о лицензии в предоставленных источниках отсутствуют.

Карточка модели aung7090/Cosmos3-Super-Image2Video на Hugging Face совпадает с карточкой nenny01/Cosmos3-Super-Image2Video, поэтому описание составлено по ней. Cosmos3-Super-Image2Video — модель NVIDIA из семейства Cosmos3 Omni, предназначенная для генерации видео по изображению и входящему визуальному контексту. Она относится к плотной архитектуре Cosmos3ForConditionalGeneration и опубликована в форматах Diffusers и safetensors. Карточка описывает Cosmos3 как семейство омнимодальных моделей для Physical AI, включая робототехнику, автономный транспорт, промышленные и умные пространства; эта версия каталога ориентирована на задачу image-to-video. Модель подходит для создания динамических сцен и симуляционных видеоматериалов из исходных изображений в исследовательских и прикладных сценариях Physical AI. NVIDIA заявляет возможность коммерческого и некоммерческого использования, однако метаданные указывают лицензию other, поэтому перед внедрением следует проверить условия лицензии в репозитории. Возможные дефекты генерации включают временную непоследовательность, нестабильное движение камеры или объектов, неточное моделирование физических взаимодействий и дрейф состояния, особенно в длинных или высокодетализированных роликах.

Vexion-GPT — проект плотной языковой модели на PyTorch, разработанный DZER-Studios. Репозиторий содержит исходный код архитектуры и базовые графики обучения; готовые веса на момент описания ещё не опубликованы. Модель предназначена для авторегрессионной генерации текста и экспериментов с предварительным обучением больших языковых моделей. Архитектура представляет собой классический GPT-трансформер с causal attention и активациями GELU или SiLU, без MoE и RoPE. Поддерживаются Flash Attention, градиентный чекпойнтинг, эффективный оптимизатор Adafactor и потоковая загрузка бинарных обучающих данных. Конфигурация отделена от исходного кода и задаётся через совместимый с Hugging Face файл config.json. Заявлены варианты от 117 млн до 3 млрд параметров с контекстом 1024 токена в приведённых измерениях; языки и дополнительные модальности не указаны. Сильные стороны проекта — сниженное потребление видеопамяти при обучении, возможность запуска на потребительских GPU и гибкая настройка конфигурации. Ограничения включают отсутствие опубликованных весов, отсутствие сведений о датасетах, качестве, результатах тестирования и поддерживаемых языках. Для моделей крупнее 1 млрд параметров обучение требует значительных ресурсов и может существенно замедляться при ограниченной видеопамяти. Лицензия проекта — Apache-2.0.

jkminder опубликовал этот исследовательский чекпойнт семейства Scaling Ladder: базовую плотную GPT-модель для предсказания следующего токена. Вариант d16 содержит 268 млн параметров, 16 слоёв и скрытый размер 1024; в метаданных указано окно контекста 2048 токенов. Модель обучалась на английском языке на данных nvidia/ClimbMix и доступна в формате safetensors. Чекпойнт предназначен для изучения разброса результатов предобучения между случайными инициализациями и порядками данных, а также для экспериментов с масштабированием языковых моделей. Это базовая модель без дообучения для следования инструкциям и без обучения безопасности, поэтому она не ориентирована на диалоговое применение без дополнительной настройки. README описывает несколько ревизий контрольных точек обучения; для измерений автор рекомендует ревизии TPP_X. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерчески.

DA3MONO-LARGE — модель ByteDance Seed Team для оценки относительной глубины по одному изображению. Она предназначена для сценариев компьютерного зрения, где нужно восстановить геометрическую структуру сцены без стереопары или нескольких ракурсов. Модель содержит 0,35 млрд параметров и построена на архитектуре Vision Transformer с обычным трансформерным энкодером и унифицированным представлением глубины и лучей. Она предсказывает глубину напрямую, а также поддерживает сегментацию неба. По данным карточки, модель превосходит Depth Anything 2 в монокулярной оценке глубины; результаты зависят от качества изображения, освещения и сложности сцены. Модель выпущена под лицензией Apache 2.0. Она обучалась на общедоступных академических датасетах, поэтому может хуже работать на изображениях из узкоспециализированных областей.

DanBERT Small Cased — датская предварительно обученная языковая модель на архитектуре BERT, опубликованная Alexander Falk. Она основана на BERT-Base и обучена более чем на 2 млн предложений, содержащих около 40 млн датских слов; README указывает, что обучение проводилось в рамках дипломной работы. Модель содержит 96,6 млн параметров и рассчитана на контекст до 514 токенов. Основная задача в каталоге Hugging Face — fill-mask: модель предсказывает замаскированные токены в датском тексте. Это подходит для экспериментов с языковым моделированием и построения задач на основе BERT; доступна загрузка через Transformers в форматах PyTorch и Flax. Лицензия — Apache-2.0. Карточка также отмечает английский язык, однако описание обучения сосредоточено на датском.

DarijaPOSTagger v0.1 — модель на основе BERT для разметки частей речи в тексте на марокканском арабском диалекте дарижа, разработанная Hicham Assoudi из Typica.ai. Она дообучена на SI2M-Lab/DarijaBERT для задачи классификации токенов и использует набор из 15 тегов, включающий категории частиц, характерные для дарижи. Корпус размечен с разделением морфем: например, артикль и частица отрицания рассматриваются как отдельные токены. Модель предназначена для исследований морфосинтаксиса дарижи, обучения методам классификации токенов и как базовый компонент экспериментальных NLP-конвейеров для этого диалекта. Она рассчитана на текст на арабском письме, имеет 174,7 млн параметров и контекст до 512 токенов. Лицензия CC BY-NC 4.0 разрешает использование на некоммерческих условиях с соблюдением её требований.

Koichi Yasuoka разработал DeBERTa V2 — модель с маскированным языковым моделированием, предварительно обученную на текстах тайской Википедии. Она содержит 115,6 млн параметров, принимает последовательности длиной до 512 токенов и предназначена для заполнения масок в тайском тексте, а также для дообучения под задачи разметки частей речи и синтаксического анализа зависимостей. Модель использует архитектуру DeBERTa V2 и распространяется в формате PyTorch. Лицензия Apache-2.0. Карточка приводит пример загрузки через Transformers с AutoTokenizer и AutoModelForMaskedLM. Для специализированных downstream-задач требуется дообучение; сведений о качестве на конкретных бенчмарках в карточке нет.

DeepSeek-V2-Lite-Dense-3B-CP-K6 — плотная авторегрессионная языковая модель, созданная из MoE-модели DeepSeek-V2-Lite методом pruning и дистилляции. Это исследовательский артефакт для воспроизведения экспериментов по уплотнению и дистилляции Mixture-of-Experts, а не готовый универсальный помощник. Модель содержит около 2,5 млрд параметров по метаданным (в README указано 2,66 млрд параметров студента), имеет контекст до 163 840 токенов и поддерживает диалоговый сценарий. Модель предназначена для генерации текста и изучения методов оценки и группировки экспертов при переносе MoE-модели в плотную архитектуру. Её дистиллировали на 0,3 млрд токенов FineWeb-Edu; в README приведены результаты на Winogrande, HellaSwag, ARC и MMLU. Качество существенно ниже модели-учителя и предварительно обученных моделей сопоставимого размера; инструкция и выравнивание поведения не проводились. Лицензия в метаданных обозначена как other, поэтому условия использования следует уточнить в карточке модели.

Delphi 2e19 — базовая предобученная языковая модель команды Marin, часть открытой серии экспериментов по законам масштабирования. Чекпойнт обучен по рецепту Delphi на 3,6 млрд токенов при вычислительном бюджете 2 × 10¹⁹ FLOPs; в README указано 837 млн параметров, тогда как метаданные Hugging Face указывают 656,4 млн. Архитектура — плотный декодер Qwen 3 с RMSNorm, RoPE, QK-нормализацией и блоками SwiGLU; длина контекста — 4096 токенов. Модель предназначена для продолжения текста и исследования масштабирования языковых моделей, включая оценку контрольных точек и прогнозирование качества по масштабам обучения. Она обучена преимущественно на англоязычных данных и не проходила настройку на инструкции, RLHF или выравнивание безопасности. Это исследовательский артефакт, а не готовая к эксплуатации диалоговая модель. Лицензия — Apache 2.0.

Depth Anything V2 Metric Outdoor Large — модель оценки метрической глубины по изображениям наружных сцен, созданная на основе Depth Anything V2 и дообученная на синтетических данных Virtual KITTI 2. Архитектура сочетает DPT с backbone DINOv2; версия Large содержит 335,3 млн параметров. Чекпойнт опубликован в формате safetensors и совместим с библиотекой Transformers. Модель предсказывает абсолютную глубину для каждого участка изображения и предназначена для анализа уличных сцен, включая задачи компьютерного зрения и робототехники. В README указано, что семейство Depth Anything V2 обучалось на синтетических размеченных изображениях и реальных неразмеченных изображениях; эта метрическая версия дообучена для наружных сцен. Репозиторий модели впервые выпущен для этой задачи 26 июля 2024 года. Модель распространяется по лицензии Apache-2.0. Её область применения ограничена наружными сценами; README описывает оценку глубины, но не приводит количественных оценок качества именно этого чекпойнта.

Это модель классификации текста на основе DistilBERT, дообученная из distilbert-base-uncased. По названию репозитория она предназначена для распознавания ненавистнических и оскорбительных высказываний. Карточка приводит результат оценки: точность 0,5355 и loss 1,0424; сведения о наборе данных и подробностях обучения отсутствуют. Модель принимает текст и выдаёт метки классификации. Контекст ограничен 512 токенами. Распространяется по лицензии Apache-2.0. Низкая указанная точность ограничивает её пригодность для практической модерации без дополнительной проверки и оценки на целевых данных.

DistillPath-KS16-UNI2h — 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, обученная методом дистилляции backbone-токенов из UNI2-h (ViT-H/14, 681 млн параметров) на 6 000 публичных слайдах TCGA. Она преобразует тайлы гистологических изображений в признаки и предназначена для использования в последующих задачах анализа патологических изображений. В бенчмарках EVA и HEST модель приблизилась к результатам крупной модели-учителя, а по оценке PLISM превзошла приведённые в карточке UNI2-h и базовую kaiko. Модель опубликована в safetensors и загружается через timm. Авторы указывают лицензию «other»; конкретные условия следует уточнить в репозитории и сопутствующих материалах.

facebook/dpt-dinov2-base-kitti — модель оценки глубины по изображениям, разработанная Facebook и построенная на архитектуре Dense Prediction Transformer (DPT) с визуальным backbone DINOv2. Она предназначена для определения глубины объектов и поверхностей на изображении; карточка описывает её как демонстрацию возможностей DPT с DINOv2 для оценки глубины. Модель принимает изображения и выдаёт карту глубины. Репозиторий содержит веса PyTorch; для работы с моделью предусмотрена библиотека Transformers. Модель опубликована под лицензией Apache-2.0. Данные карточки не уточняют размер модели, длину контекста или поддерживаемые естественные языки.

Emotional DistilGPT2 — причинная языковая модель на архитектуре GPT-2, разработанная Mario-RC и дообученная на DistilGPT2 для генерации диалоговых ответов с заданной эмоциональной окраской. Для управления ответом в запросе используются реплики диалога и метки эмоций; обучение проводилось на данных, полученных из DailyDialog. Модель содержит 81,9 млн параметров, принимает текст и генерирует текст. Длина контекста — 1024 токена. Модель предназначена для экспериментальной генерации диалогов и проверки сценариев с эмоционально обусловленными ответами. Распространяется по лицензии MIT. Сгенерированные ответы могут быть неточными, предвзятыми, повторяющимися или эмоционально неуместными, поэтому перед показом пользователям их следует проверять.

Emotional GPT-2 — авторская тонко настроенная модель на базе GPT-2, опубликованная Mario-RC и предназначенная для генерации реплик в диалоге с управлением целевой эмоцией. Она принимает контекстную реплику и метки эмоций источника и желаемого ответа; обучение проводилось на данных, производных от DailyDialog, с причинно-языковым objective. Модель использует архитектуру GPT2LMHeadModel, содержит 124,4 млн параметров и рассчитана на контекст до 1024 токенов. README приводит оценочную perplexity 12,9404. Модель подходит для прототипирования эмоционально обусловленных диалогов и генерации ответов на английском языке. Качество зависит от формата промпта и выбранных меток эмоций; генерация может быть неточной, предвзятой, повторяющейся или эмоционально неуместной, поэтому её следует проверять перед показом пользователям. Репозиторий распространяется по лицензии MIT.

Это дообученный детектор YOLO26n от Ultralytics, созданный в рамках DetectionBench на наборе ExDark для поиска объектов на тёмных и ночных изображениях. Он распознаёт 12 классов: велосипед, лодку, бутылку, автобус, автомобиль, кошку, стул, чашку, собаку, мотоцикл, людей и стол. Модель предназначена для обнаружения объектов на изображениях; карточка приводит результаты оценки на тестовой части ExDark, включая mAP@50 72,7% и mAP@50–95 46,27%. Репозиторий содержит веса PyTorch и использует библиотеку Ultralytics. Модель подходит для анализа ночных сцен и сравнительных экспериментов по обнаружению объектов при слабом освещении. Датасет невелик и несбалансирован: класс «Люди» составляет около 46% размеченных объектов, а автобусы встречаются редко, поэтому точность по редким классам имеет высокую неопределённость. Изображения в наборе были предварительно приведены к размеру 640×640. Лицензия модели — AGPL-3.0; в README также указано, что авторы датасета отдельно запрашивают некоммерческое использование, и это условие распространяется на обученную модель.

Карточка модели petals-team/falcon-rw-1b на Hugging Face совпадает с карточкой tiiuae/falcon-rw-1b, поэтому описание составлено по ней. 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.

OpenmindAGI FunctionGemma Robot Actions — дообученная мультиязычная текстовая модель на базе Google FunctionGemma 270M. Она преобразует запросы на естественном языке в структурированные вызовы функций для управления действиями робота и отображения эмоций. Карточка описывает набор жестов и эмоциональных анимаций; заявлены поддержка шести языков, точность 98% и задержка около 59 мс на NVIDIA Jetson AGX Thor. Модель построена на плотной архитектуре Gemma 3 Text, содержит 257 млн параметров и рассчитана на контекст до 32 768 токенов. Для ограниченного декодирования авторы заявляют два прохода модели вместо 33 авторегрессионных шагов и ускорение примерно в 18 раз относительно стандартного model.generate(). Модель подходит для локальных робототехнических агентов, которым нужно интерпретировать команды на нескольких языках и выдавать вызовы действий в заданной структуре. Модель распространяется под лицензией Apache-2.0. Заявленные точность и задержка приведены авторами карточки; README не раскрывает полный список поддерживаемых действий и эмоций и не описывает условия или методику измерения точности.

Tremor — модель Eximius Labs для поиска и сопоставления движений по данным инерциального датчика. Она преобразует короткое окно показаний трёхосевого акселерометра в вектор размерности 2048, сопоставимый с текстовыми и другими мультимодальными эмбеддингами семейства fusion-embedding-2. Модель предназначена для поиска фрагментов движения по запросам на естественном языке и распознавания активности без примеров для каждого класса. В основе Tremor — замороженный энкодер движений UniMTS с архитектурой ST-GCN и замороженная база Qwen3-VL-Embedding-2B; обучаемая часть — проектор примерно на 2,6 млн параметров. Входом служит поток ускорения от одного датчика, закреплённого на одном участке тела или робота. Текстовые запросы должны быть на английском и оформлены с использованием шаблона чата базовой модели. Лицензия — CC BY-NC 4.0, которая ограничивает коммерческое использование. Модель подходит для языкового поиска движений в данных носимых устройств и роботов, а также для классификации активности. Среди ограничений — использование только акселерометра без гироскопа, отсутствие поддержки нескольких датчиков и ограниченный перенос между наборами данных: в README указана точность около 0,50 в задаче классификации на пять классов. Авторы обозначают выпуск как исследовательский preview и не рекомендуют использовать его для классификации с высокими требованиями к надёжности.

GatorGPT2 — небольшая языковая модель kunjcr2 для экспериментов с обучением и запуском собственных языковых моделей. Это авторегрессионный трансформер с архитектурой decoder-only, обученный с нуля на подмножестве англоязычного набора TinyStories для предсказания следующего токена. Модель содержит 54,6 млн параметров, использует RoPE, grouped-query attention, RMSNorm и SwiGLU; длина контекста — 1024 токена. Для токенизации применяется tiktoken с кодировкой p50k_base. Модель подходит для образовательных демонстраций, исследований компактных трансформеров и экспериментов с настройкой, квантизацией, дистилляцией и вариантами внимания. Она генерирует простые короткие тексты на английском языке. Качество ограничено небольшим размером, обучением на историях для детей и отсутствием instruction tuning и RLHF; возможны несвязные или повторяющиеся ответы. Формальных результатов бенчмарков не приведено. Лицензия — Apache-2.0.

Gemstone-1792x7 — языковая модель из Gemstone Suite, разработанная для изучения вариантов архитектуры Gemma с разной шириной и глубиной. Это плотная авторегрессионная модель GemmaForCausalLM на 427,3 млн параметров, обученная с помощью litgpt и AxoNN на графических процессорах AMD MI250X в системе Frontier Национальной лаборатории Ок-Ридж. Для запуска используется библиотека Transformers и файл modeling_gemma.py. Модель обучалась на непересекающихся подмножествах набора Dolma в течение 350 млрд токенов; в карточке указан английский язык. Она предназначена для генерации продолжения текста, а не для выполнения инструкций или диалогового следования. Контекст составляет 2048 токенов. Модель распространяется под лицензией Apache-2.0. Её можно применять для экспериментов с генерацией текста и исследования влияния размеров модели Gemma. Карточка не сообщает о настройке для инструкций, поэтому качество ответов на вопросы и выполнение команд не гарантируются.

zhzh98/gpt2-spanish-mono-merge-en2b-embedft-seed123 — языковая модель семейства GPT-2, представленная автором как обученная с нуля. Карточка не описывает обучающие данные, поэтому назначение по испанскому языку из названия модели подтвердить нельзя. Модель предназначена для генерации текста и работает через библиотеку Transformers. Указанная длина контекста — 256 токенов; веса опубликованы в формате safetensors. Карточка не содержит сведений о размере модели, оценке качества или конкретных сценариях применения. Условия лицензии не приведены.

Lanni-ni/hard_2gram_4_6_384_babylm_10m_seed43 — небольшая модель генерации текста, опубликованная пользователем Lanni-ni на Hugging Face и предназначенная для работы через библиотеку Transformers. В метаданных указано 27,6 млн параметров и задача text-generation; название модели также содержит обозначения hard_2gram, 384 и babylm_10m, но их точная расшифровка в доступных материалах не приведена. Модель может использоваться для экспериментов с авторегрессионной генерацией текста, обучения и тестирования небольших языковых моделей, а также для прототипирования приложений на базе Transformers. Сведения о разработчике, языках, архитектуре, размере контекста, обучающих данных, результатах оценки и лицензии в README отсутствуют, поэтому применение в критически важных сценариях требует самостоятельной проверки.