II.10Разработка и эксплуатация AI/ML-систем

IFM/LoopedLM-P1-dense-split-hl-x2-336b — контрольный чекпойнт семейства LoopedLM, опубликованный для работы Towards Looped Models Done Right. Part I: Topology, Input Injection, Recurrent-State Organization. Он предназначен для генерации текста и изучения рекуррентных языковых моделей с плотной архитектурой H/L. Рецепт dense_split_hl_x2 дважды применяет шестислойный модуль H/L на каждом обновлении состояния; модель выполняет восемь обновлений с внедрением входа и межсостояниевым сложением один раз на обновление. Чекпойнт соответствует этапу обучения на 336 млрд токенов и шагу оптимизатора 80 000, до завершения расписания обучения на отметке 500 млрд токенов. Веса представлены в BF16 Safetensors в нативном формате xLLM и архитектуре Huginn; для загрузки требуются код xLLM, CUDA GPU и FlashAttention 3. Это не чекпойнт для загрузки через Hugging Face Transformers. Лицензия — Apache-2.0. README не сообщает размер модели в параметрах, длину контекста или поддерживаемые естественные языки.

Loquace Talker — обученная головка ранней генерации ответа, разработанная Orosius для LOQUACE и рассчитанная на совместную работу с замороженной Qwen/Qwen3.8-27B. Она считывает скрытые состояния базовой модели на слое 63 и может начинать выдавать черновик ответа, пока базовая модель продолжает рассуждать. В репозитории находится только головка примерно с 61,4 млн обученных параметров; веса Qwen3.8-27B загружаются отдельно. Архитектура головки — двухблочный декодер с перекрёстным вниманием к состояниям базовой модели. Модель предназначена для потоковой ранней выдачи ответов в сценариях рассуждения. В опубликованной оценке на задачах MATH и GSM8K использовались англоязычные запросы с числовыми ответами. Результаты показывают, что на этой конфигурации ранний вывод не достигает качества законченного ответа базовой модели, а настроенный порог фиксации часто срабатывает ближе к концу рассуждения. Головка ограничена бюджетом ответа в 512 токенов, обучена на отобранных коротких трассах рассуждений и не является самостоятельной языковой моделью. Лицензия — Apache-2.0.

METEOR — многозадачная сеть кругового обзора для автономного вождения, опубликованная Autoware Foundation как эталонная модель с собственными средами выполнения. Она принимает изображения с восьми камер, их калибровочные параметры и скорость автомобиля, а одним проходом предсказывает дорожные линии и семантические классы, глубину, 2D- и 3D-объекты, заполненность пространства и её движение, траектории участников движения, состояние светофора, поле риска и траектории автомобиля с управляющими сигналами. В основе — ResNet-34 с FPN, подъём признаков в BEV-представление и отдельные выходные головы; сеть содержит 54 млн параметров. Доступен экспорт ONNX для инференса, а заявленная скорость около 70 мс на Jetson AGX Orin относится к INT8-режиму с разреженным вычислительным трактом. Модель рассчитана на визуализацию, оценку и исследовательскую интеграцию в Autoware/ROS 2; готового узла Autoware в карточке нет. Она обучена на автоматически созданной разметке записей TIER IV Co-MLOps DRS, главным образом для японских дорог, с частью данных из США. Модель использует один кадр и обучена на конкретной конфигурации из восьми камер при разрешении 768 × 432; перенос на другие сенсорные установки не гарантирует точности. Это исследовательский артефакт, не сертифицированный для управления автомобилем на дорогах общего пользования. Лицензия — Apache-2.0.

Microduck duck detector — специализированная модель обнаружения уток в изображении с камеры робота Microduck, разработанная Pollen Robotics. Она предназначена для поиска других роботов Microduck и используется в программном обеспечении pollen-robotics/microduck через команду duck-detect. Модель обнаруживает один класс объектов — duck; изображение подаётся с масштабированием и дополнением до размера 320×320, на выходе формируются 2100 кандидатных рамок. В репозитории доступны чекпойнт Ultralytics и экспорт ONNX, а также вариант RKNN INT8 для NPU RK3566. Для INT8-варианта порог уверенности нужно настраивать отдельно с учётом собственного масштаба выходных значений. В README приведены метрики mAP50 0,7999, mAP50–95 0,5616 и precision 0,9564; валидация проводилась на отдельных сессиях датасета. Лицензия — Apache-2.0.

Mini-K3-1H-mamba2-n64-g8-v1_C — текстовая исследовательская модель семейства Mini-K3, обученная разработчиками репозитория как экспериментальная абляция архитектуры. В девяти слоях KDA-миксеры заменены на Mamba-2/SSD; четыре слоя Gated MLA с режимом NoPE, Stable LatentMoE, остаточные связи Block-4, токенизатор и языковая голова сохраняют дизайн базовой Mini-K3-1H. Модель содержит 385,9 млн параметров по метаданным, имеет 13 декодерных слоёв и заявленный контекст 131 072 токена. Это предобученный чекпойнт для генерации текста и исследования сочетания Mamba-2 и MLA в архитектуре Mini-K3. Он обучен на 16 млрд целевых токенов, но не прошёл дообучение для следования инструкциям и не позиционируется как диалоговый помощник. README описывает проверку изоляции документов при обучении; при обработке упакованных документов возможны небольшие численные различия в пределах 0,03125. Репозиторий содержит веса Safetensors и файлы конфигурации, архитектуры и токенизатора. Метаданные указывают библиотеку PyTorch. Это небольшой исследовательский прокси-чекпойнт: авторы предупреждают, что результаты при данном размере, составе данных и длине обучающих последовательностей 8 192 токена требуют подтверждения перед переносом выводов на полноразмерную Kimi-K3 или другие системы Mamba. Сведения о лицензии в предоставленных данных отсутствуют.

MolmoAct2-Pretrain — предварительно обученная модель Allen Institute for AI, основанная на визуально-языковом бэкбоне Molmo2-ER. Она преобразует визуальные наблюдения и языковые инструкции в последовательности дискретных токенов состояния робота и действий, сохраняя интерфейс токенов Molmo2. В репозитории указана архитектура MolmoAct2ForConditionalGeneration; веса представлены в формате Safetensors и предназначены для работы через Transformers. Чекпойнт рассчитан на последующие этапы постобучения или тонкой настройки в составе MolmoAct2. Это бэкбон до подключения эксперта действий на основе continuous flow matching: непрерывное управление роботом через predict_action(...) недоступно. Генерацию в стиле VLM можно выполнять через стандартный механизм Transformers при включённом trust_remote_code. Модель может использоваться в экспериментах по преобразованию изображений и инструкций в роботизированные действия, но этот чекпойнт не готов для прямого управления роботом. Поведение может зависеть от воплощения робота, среды и аппаратной конфигурации; перед применением на оборудовании результаты необходимо проверять и ограничивать средствами безопасности. Лицензия в предоставленных данных не указана.

Kyutai moshika-rl-seamless — модель голосового диалога, дообученная с помощью обучения с подкреплением для улучшения интерактивности в режиме полного дуплекса. Она основана на kyutai/moshika-pytorch-bf16, использует архитектуру Moshi и доступна в формате safetensors. Модель предназначена для обработки устной речи в диалоге: она учится корректнее выдерживать паузы, выбирать момент для ответа, использовать короткие подтверждения и реагировать на перебивания собеседника. Для постобучения использован корпус Seamless Interaction с двухканальными записями разговоров. По описанию авторов, модель показывает улучшения в обработке очередности реплик и задержке ответа, а также реже начинает говорить поверх пользователя; оценка проводилась на Full-Duplex-Bench. Модель принимает аудио и генерирует аудио, совместима с официальным кодом инференса Moshi. Kyutai указывает, что модель предназначена для исследований и не рекомендуется для советов или выполнения профессиональных обязанностей. Авторы отмечают, что стиль обучающих разговоров может влиять на безопасность ответов, а заданные вручную награды сложнее масштабировать на новые аспекты интерактивности. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства и запрещающая коммерческое применение.

nanowhale-100m-base — небольшая предварительно обученная языковая модель от HuggingFaceTB, реализующая архитектуру DeepSeek-V4. В карточке указано около 110 млн параметров, а в метаданных — 53 млн; поэтому точный размер противоречив. Модель использует 8 слоёв, скрытый размер 320, Multi-head Latent Attention, разреженную смесь экспертов с активацией двух из четырёх экспертов на токен и Hyper-Connections. Длина контекста — 2048 токенов. Модель обучалась на HuggingFaceFW/fineweb-edu примерно на 2,6 млрд токенов и предназначена для продолжения текста и экспериментов с компактной реализацией архитектуры DeepSeek-V4. Это базовая модель без дообучения на инструкциях, поэтому она не предназначена для надёжного диалогового следования инструкциям. Лицензия — Apache-2.0. Авторы отмечают ограниченную ёмкость из-за малого размера и большой доли параметров эмбеддингов, а также недостаточный объём обучения. Для этой реализации рекомендуется fp32: Hyper-Connections могут приводить к переполнению в bf16. Для загрузки требуется trust_remote_code=True.

NSFW BGE-M3 v5 — текстовая модель эмбеддингов на архитектуре XLM-RoBERTa, дообученная KGESH для различения категорий контента для взрослых. Она предназначена для семантического поиска и сопоставления NSFW-меток, в том числе для различения близких категорий. По карточке, обучение использовало пары тегов и сложные отрицательные примеры, сформированные из кластеров совместной встречаемости; также включены многоязычные пары на английском, корейском и японском языках. Модель содержит 658,7 млн параметров, принимает текст и поддерживает контекст до 8194 токенов. Репозиторий использует формат Safetensors; модель основана на KGESH/nsfw-bge-m3-v4. Модель подходит для семантического поиска по меткам и категоризации взрослого контента, когда важно различать близкие NSFW-категории. Данные карточки описывают обучение на 172 тыс. пар и заявляют исходный корпус тегов, связанный с видео для взрослых; результаты на иных доменах и языках не описаны. Лицензия в предоставленных сведениях не указана.

Ntahokaja 0.31 Base — базовая языковая модель, разработанная Nyehashi AI и обученная с нуля специально для языка кирунди. Это компактная плотная Transformer-модель архитектуры GPT-2 с 91,2 млн параметров, 12 слоями и 12 головами внимания; она использует морфологический BPE-токенизатор, рассчитанный на агглютинативную грамматику банту, и контекст до 512 токенов. Модель предназначена для продолжения текста, лингвистических исследований и дообучения под инструкции. В карточке отмечены знания о географии и политической истории Бурунди, а также склонность отводить вредоносные запросы к темам общественного уважения и конституционного права. Это базовая модель, а не готовый разговорный помощник: она не дообучена для ответов на вопросы, поэтому качество диалога и следования инструкциям не заявлено. Для загрузки с пользовательским токенизатором README указывает необходимость включить trust_remote_code=True. Веса доступны в формате Safetensors; лицензия — Apache-2.0.

OneReason-8B-Pretrain (Competition) — предварительно обученная модель рекомендаций семейства Qwen3, выпущенная OpenOneRec для исследовательских задач и соревнований по генеративным рекомендациям. Модель содержит 7,7 млрд параметров и использует архитектуру плотной авторегрессионной языковой модели. Контекст — до 131 072 токенов; доступны веса в формате safetensors для Transformers. Модель связывает естественный язык, поведение пользователей и компактные itemic-токены, представляющие объекты рекомендаций. Она предназначена для изучения понимания и сопоставления таких токенов, продолжения предобучения и дообучения под новые домены, а также для создания базовых систем генеративных рекомендаций. В карточке заявлены домены коротких видео, электронной торговли и рекламы; языки карточки — английский и китайский. Это именно чекпойнт этапа предобучения, а не готовая модель для сложного рекомендательного рассуждения: для лучшего качества README рекомендует последующее SFT/RL или дообучение на целевых данных. Практическое сопоставление itemic-токенов с реальными товарами требует отдельного токенизатора и каталога объектов, а сгенерированные последовательности нужно проверять. Модель требует существенных вычислительных ресурсов; README ограничивает назначение исследованиями и соревнованиями. Условия лицензии в предоставленных данных не приведены.

Это дообученная с помощью LoRA модель OpenVLA на 7 млрд параметров, созданная для задач управления роботом по изображению и текстовой команде. В основе языковой части лежит Llama 2 7B, а для обработки изображений используется SigLIP; модель предсказывает дискретизированные токены, соответствующие непрерывным действиям с 7 степенями свободы. Модель обучена на демонстрациях манипуляционных задач VLA-Arena уровня L0 и предназначена для оценки следования командам, работы с помехами, обобщения на новые ситуации, соблюдения ограничений безопасности и выполнения многошаговых сценариев. Её можно использовать как базовую политику для экспериментов и тестирования в экосистеме VLA-Arena. Репозиторий содержит веса safetensors; лицензия — MIT.

SirSahOl подготовил версию OPT-125M для локального запуска на устройствах Apple Silicon: веса модели facebook/opt-125m представлены в формате MLX и сохранены в safetensors с точностью 16 бит. Это плотная авторегрессионная модель архитектуры OPTForCausalLM примерно на 152 млн параметров с контекстом до 2048 токенов, предназначенная для генерации и продолжения текста. README описывает использование через MLX и приводит измерения скорости на Apple M1. Модель подходит для локальных экспериментов, оценки и простых сценариев генерации текста на английском языке. Небольшой размер облегчает запуск, однако модель значительно компактнее современных чат-моделей, поэтому её ответы и сложные рассуждения могут быть ограничены. Конверсия рассчитана на GPU Apple Silicon; лицензия указана как other, поэтому перед использованием следует проверить её условия.

kanishka/opt-babylm1_seed-42_5e-6 — языковая модель семейства OPT, обученная с нуля и опубликованная в формате safetensors. Она содержит 125,8 млн параметров, принимает текст и генерирует продолжение текста; указанная длина контекста — 256 токенов. В README приведён результат Loss 2,9386 на наборе оценки, но сам набор и обучающие данные не описаны. Модель подходит для экспериментов с компактными авторегрессионными моделями и генерацией текста в коротком контексте. README не сообщает разработчика сверх имени владельца репозитория, сценарии применения и поддерживаемые языки не уточнены. Условия лицензии в предоставленных сведениях отсутствуют.

Prompt Depth Anything ViT-L — модель для оценки метрической глубины по изображению с подсказками, разработанная авторами метода Prompt Depth Anything. Она использует данные iPhone LiDAR как подсказку, чтобы получать точные карты глубины высокого разрешения, вплоть до 4K. Модель поддерживает задачу depth-estimation и совместима с библиотекой Hugging Face Transformers. Модель предназначена для сценариев, где по изображению нужно восстановить расстояния до объектов и поверхности: например, для 3D-реконструкции и обобщённого роботизированного захвата. В карточке не указаны поддерживаемые языки, поскольку входными данными служат изображения, а результатом — карта глубины. Модель распространяется по лицензии Apache-2.0.

Pythia-1.4B-v0 — англоязычная авторегрессионная языковая модель семейства Pythia, разработанная EleutherAI для контролируемых научных экспериментов с большими языковыми моделями, в особенности для исследований интерпретируемости, поведения и ограничений моделей. Она построена на архитектуре GPT-NeoX и содержит 1,7 млрд параметров; принимает текст и генерирует продолжение текста в контекстном окне до 2048 токенов. Модель обучена на англоязычном корпусе The Pile без глобальной дедупликации. Набор Pythia включает модели разных размеров и промежуточные контрольные точки обучения, что позволяет сравнивать их при одинаковом порядке данных и изучать изменения по ходу обучения. Основной сценарий — исследовательские эксперименты; модель также можно дообучить для прикладного использования. Pythia-1.4B-v0 не настроена на выполнение инструкций или диалог с пользователем и не предназначена для непосредственного развёртывания в пользовательских продуктах. Сгенерированный текст может содержать ошибки, предвзятость или оскорбительное содержание; модель подходит только для английского языка и не предназначена для перевода. Лицензия — Apache 2.0.

EleutherAI/pythia-14m-seed6 — базовая авторегрессионная языковая модель семейства Pythia из серии PolyPythias, созданной для изучения устойчивости обучения и воспроизводимости результатов при разных случайных начальных значениях. Модель основана на архитектуре GPT-NeoX и содержит около 14 млн параметров; в метаданных указано 8 млн параметров. Для описания размера здесь использовано значение из README. Модель обучали на 300 млрд токенов корпуса The Pile с вариантом порядка данных для seed 6; доступно 154 промежуточных контрольных точки. Модель предназначена для продолжения текста и исследовательских экспериментов с небольшими языковыми моделями, включая сравнение влияния случайного seed на ход и результаты предобучения. Она принимает текст и предсказывает следующие токены, имеет контекстное окно 2048 токенов и рассчитана преимущественно на английский язык. Это базовая модель без дообучения на следование инструкциям и фильтрации безопасности, поэтому она может выдавать предвзятый, оскорбительный или фактически неверный текст и не подходит для самостоятельного использования как чат-ассистент. Лицензия — Apache-2.0.

EleutherAI/pythia-14m-seed8 — базовая языковая модель из набора PolyPythias, разработанного EleutherAI для систематического исследования стабильности и воспроизводимости предварительного обучения. Это вариант Pythia-14M с отдельным случайным seed; модель имеет архитектуру GPT-NeoX с 6 слоями, размером скрытого состояния 128 и 4 головами внимания. В метаданных указано 8 млн параметров, а в README — 14 млн. Модель обучена предсказывать следующий токен на корпусе The Pile; её можно использовать для генерации текста и исследований влияния случайной инициализации на обучение. Контекст составляет 2048 токенов. Модель не настроена на выполнение инструкций, обучалась преимущественно на английском языке и не фильтрует небезопасные или недостоверные продолжения. Лицензия — Apache-2.0.

EleutherAI/pythia-160m-seed2 — базовая авторегрессионная языковая модель из серии PolyPythias, разработанной EleutherAI как расширение проекта Pythia для изучения устойчивости обучения и воспроизводимости. Это один из вариантов с отдельным случайным seed; модели серии обучались на 300 млрд токенов корпуса The Pile с разным порядком данных. Модель построена на архитектуре GPT-NeoX и содержит около 151,9 млн параметров. Она генерирует продолжение текста по входному тексту, имеет контекстное окно 2048 токенов и рассчитана преимущественно на английский язык. Это базовая, не настроенная на выполнение инструкций модель; её используют для экспериментов с генерацией и исследования влияния случайной инициализации на результат обучения. Модель не проходила настройку безопасности и может выдавать предвзятый, оскорбительный или фактически неверный текст. README указывает, что она предназначена для исследований, а не для производственного развёртывания. Лицензия — Apache-2.0.

EleutherAI/pythia-160m-seed6 — базовая авторегрессионная языковая модель из серии PolyPythias, разработанной EleutherAI для изучения стабильности обучения и воспроизводимости результатов. Серия включает запуски обучения Pythia с разными случайными начальными значениями; суффикс seed6 обозначает вариант с шестым значением seed. Модель построена на архитектуре GPT-NeoX и содержит около 151,9 млн параметров. Она обучена предсказывать следующий токен на корпусе The Pile, примерно на 300 млрд токенов; максимальный контекст — 2048 токенов. Модель принимает текст и генерирует продолжение текста на английском языке. Это базовая, не настроенная для следования инструкциям модель, предназначенная прежде всего для сравнительных исследований и воспроизведения экспериментов. Модель может выдавать предвзятый, оскорбительный или фактически неверный текст; генерация не проходит фильтрацию безопасности и достоверности. README также указывает, что модель не предназначена для производственного развертывания. Лицензия — Apache-2.0.

Pythia-1B-deduped — авторегрессионная языковая модель на архитектуре GPT-NeoX, разработанная EleutherAI для исследований поведения, возможностей и ограничений больших языковых моделей. Это плотный трансформер примерно с 1,2 млрд параметров, обученный на английской версии набора данных The Pile после глобальной дедупликации. Для экспериментов доступны 143 промежуточных контрольных точки, позволяющих изучать изменения модели в ходе обучения. Модель принимает текст и предсказывает продолжение; она предназначена прежде всего для контролируемых научных экспериментов и исследований интерпретируемости, а также может служить основой для дальнейшего дообучения. Контекст составляет 2048 токенов. Модель не настроена на выполнение инструкций или диалоговое применение, не предназначена для развёртывания в пользовательских продуктах и плохо подходит для генерации в жанровой прозе или коммерческих чат-ботах. Лицензия — Apache 2.0. Выходы могут быть фактически неверными или содержать оскорбительный и нежелательный текст; возможны смещения, унаследованные от обучающих данных. Результаты следует проверять, а при использовании людьми — предварительно модерировать.

EleutherAI/pythia-31m-seed3 — языковая модель из набора PolyPythias, разработанного EleutherAI как расширение проекта Pythia. Это базовая авторегрессионная модель GPT-NeoX с примерно 19,2 млн параметров по метаданным каталога; в карточке набора для варианта 31M указаны 31 млн параметров, 6 слоёв, размерность 256 и 8 голов внимания. Модель обучалась на 300 млрд токенов корпуса The Pile с вариантом порядка данных seed3. Модель предназначена для продолжения текста и изучения влияния случайных начальных условий и воспроизводимости предобучения. В наборе доступны промежуточные контрольные точки обучения, что позволяет сравнивать динамику разных запусков. Контекст составляет 2048 токенов; обучение проводилось преимущественно на английском языке. Это базовая модель без настройки на выполнение инструкций: она предсказывает следующий токен и не предназначена для диалогового помощника. Выводы могут содержать предвзятый, оскорбительный или фактически неверный текст; фильтрации безопасности нет. README указывает, что модели выпущены для исследований и не предназначены для производственного развёртывания. Лицензия — Apache-2.0.

Pythia-410M-deduped — англоязычная авторегрессионная языковая модель EleutherAI из серии Pythia Scaling Suite. Это трансформер GPT-NeoX с 24 слоями, размером около 454,2 млн параметров и контекстом 2048 токенов; модель обучена на дедуплицированной версии набора The Pile. Серия создана для контролируемых научных экспериментов над поведением, возможностями и ограничениями языковых моделей, особенно для исследований интерпретируемости. Модель предсказывает следующий токен и может использоваться для продолжения английского текста и как основа для дальнейшего дообучения. Она не настроена на следование инструкциям или диалоговое применение; авторы не рекомендуют её для непосредственного развертывания и взаимодействия с пользователями. Выводы могут содержать фактические ошибки, оскорбительные формулировки и предвзятость, поэтому их следует проверять. Лицензия — Apache 2.0.

EleutherAI/pythia-70m-seed4 — языковая модель из серии PolyPythias, созданной EleutherAI как расширение проекта Pythia для изучения стабильности обучения и воспроизводимости. Это плотная авторегрессионная модель GPT-NeoX с примерно 50,9 млн параметров, шестью слоями, размером скрытого представления 512 и восемью головами внимания. Она обучалась на 300 млрд токенов корпуса The Pile с вариантом порядка данных, соответствующим seed4; доступно 154 промежуточных контрольных точки. Модель предназначена для генерации продолжения англоязычного текста и экспериментов с обучением языковых моделей, в том числе для сравнения результатов разных случайных seed. Это базовая, не настроенная на выполнение инструкций модель с контекстом 2048 токенов. Она может воспроизводить предвзятое, оскорбительное или фактически неверное содержание из обучающих данных; фильтрации безопасности нет. Лицензия — Apache 2.0. В README модель обозначена как исследовательская и не предназначенная для производственных систем.

d0rj выпустил англоязычную базовую авторегрессионную языковую модель LatentMoE размером около 51 млн параметров, обученную с нуля в рамках эксперимента Tiny LLM Ablation на данных FineWeb-Edu. Это причинный декодер с 10 слоями и разреженным MoE-блоком: 16 маршрутизируемых экспертов, из которых выбираются четыре, а также общий FFN. Контекст составляет 2048 токенов; веса опубликованы в формате safetensors. Модель предназначена для продолжения текста и экспериментов с компактными языковыми моделями и архитектурой MoE. Это базовая модель без настройки на инструкции и без шаблона чата; опубликованные оценки охватывают языковые и рассуждательные бенчмарки, но результаты получены на одном запуске обучения. Для загрузки пользовательского кода требуется включить trust_remote_code=True. Лицензия в предоставленных данных не указана.

ops-malware опубликовал экспериментальную версию Qwen2.5-1.5B-Instruct с изменёнными весами: методом abliteration удалено поведение отказа без дополнительного обучения. Это плотная авторегрессионная модель семейства Qwen2 с 1,5 млрд параметров, рассчитанная на генерацию текста и диалоги; контекст — до 32 768 токенов. Карточка описывает применение в исследованиях механизмов отказа, интерпретируемости, red teaming и оценке безопасности. Модель предназначена для экспериментов, где требуется изучать ответы на запросы, от которых исходная модель отказалась бы. Разработчик предупреждает, что модель может отвечать на вредоносные запросы и не содержит встроенного защитного слоя; для систем, взаимодействующих с другими людьми, нужна отдельная защита. Возможен дрейф поведения относительно исходной модели, а компетентность ограничена небольшим размером. Оценка проводилась только на английском языке. Все приведённые в карточке численные результаты отозваны из-за ошибок измерения и не должны использоваться как подтверждение свойств модели. Файлы весов не отозваны. Лицензия — Apache-2.0.

MingZwhy/Qwen3-1.7B-W1.88-QAD — промежуточный чекпойнт на базе Qwen/Qwen3-1.7B для обучения методом дистилляции с учетом квантования (QAOPD). Это не готовая модель для использования: чекпойнт служит исходной точкой для этапа on-policy distillation. Архитектура — плотная авторегрессионная языковая модель Qwen3 с 1,7 млрд параметров и контекстом до 40 960 токенов. Файлы содержат веса bf16, а не квантованные веса: конфигурация квантования применяется во время обучения. Рецепт предусматривает смешанные INT1.58 и INT4 блоки весов с эффективной разрядностью 1,88 бита, INT4 для эмбеддингов и выходной головы, а также INT8 для активаций. При обычной загрузке этого чекпойнта получится неквантованная модель; готовый для загрузки и оценки вариант — MingZwhy/Qwen3-1.7B-W1.88-QAOPD. Модель предназначена для текстовой генерации и диалогов на этапе обучения и экспериментов с квантованием и дистилляцией. Унаследована от многоязычной Qwen3-1.7B. Лицензия — Apache-2.0.

HYU-NLP-EVAL публикует экспериментальный чекпойнт Qwen3-4B HealthBench Static-Rubric R0 — начальное состояние pi_0 до обновлений оптимизатора RL. Это плотная авторегрессионная языковая модель Qwen3 с 3,7 млрд параметров, дообученная на базе Qwen/Qwen3-4B-Instruct-2507 полным обновлением параметров; веса сохранены в BF16 и формате safetensors. Модель предназначена для эксперимента по изучению устаревания прокси-рубрик при оптимизации политики: обучение задано на 256 запросах HealthBench с замороженными рубриками R0 для каждого запроса. Поддерживается генерация текста и диалоговый режим; базовая модель рассчитана на контекст до 262 144 токенов. Чекпойнт опубликован для исследовательских экспериментов, а не как готовая медицинская система. Улучшение вознаграждения по статическим рубрикам само по себе не доказывает улучшения относительно независимой эталонной оценки HealthBench. Модель не заменяет профессиональную медицинскую консультацию. Лицензия — Apache-2.0.

HYU-NLP-EVAL разработала плотную языковую модель Qwen3 для генерации текста, представленную как чекпойнт 47-го шага эксперимента RaR-Medicine OnlineRubrics-Every. Модель содержит 3,7 млрд параметров, основана на Qwen/Qwen3-4B-Instruct-2507 и предназначена для диалогового взаимодействия; контекст составляет до 262 144 токенов. В репозитории находятся веса BF16 для инференса и исходные файлы чекпойнта veRL. Модель подходит для генерации ответов в медицинском экспериментальном сценарии OnlineRubrics. Карточка описывает отдельный исследовательский чекпойнт, а не подтверждённую клиническую систему; качество и применимость для медицинских решений не установлены. Лицензия — Apache 2.0.

HYU-NLP-EVAL выпустила промежуточный чекпойнт OnlineRubrics RaR-Medicine — языковую модель Qwen3 с плотной архитектурой Qwen3ForCausalLM и 3,7 млрд параметров. Это состояние политики после 27-го шага обучения GRPO с динамическими OnlineRubrics-Every; базовая модель — Qwen/Qwen3-4B-Instruct-2507. Модель работает через Transformers, веса доступны в BF16 и формате safetensors, поддерживает контекст до 262 144 токенов. Чекпойнт предназначен для аудита и исследования обучения GRPO с динамическими рубриками в медицинском контексте. Он генерирует текст и поддерживает диалоговый режим. Авторы не заявляют о приобретённых медицинских способностях или безопасности модели; она не проверена для клинических решений. Лицензия — Apache-2.0.