II.10Разработка и эксплуатация AI/ML-систем

Forge Pump Surrogate — Multi-runtime — это небольшая модель-суррогат для оценки параметров насоса, разработанная Sankalp S. Thakur. Модель представляет собой MLP с 1 478 параметрами, обученный на синтетических данных, созданных для публичного выпуска. Она принимает шесть числовых входных признаков: долю скорости, статический напор, параметр системы, долю напряжения, температуру окружающей среды и давление на входе; выходы включают прогнозируемые характеристики насоса, в том числе расход, полный напор и потребляемую мощность. Модель предназначена для табличной регрессии и может использоваться как вычислительный компонент цифрового двойника насоса, в том числе в локальных и периферийных сценариях. В репозитории представлены форматы ONNX и TFLite, а также примеры интеграции с промышленными интерфейсами только для чтения. Высокие метрики на тестовом наборе отражают аппроксимацию детерминированного синтетического генератора и не подтверждают точность на реальном оборудовании. Проект распространяется по лицензии MIT.

G1-nano-instruct — небольшая авторегрессионная языковая модель семейства NanoGPT, разработанная AZERDSQ. Это чат-версия G1 Nano на 60 млн параметров: 14 слоёв декодерного Transformer с разделяемыми эмбеддингами и выходной языковой головой. Модель предварительно обучили, а затем дообучили на инструкциях на одном устройстве NVIDIA Jetson с 8 ГБ объединённой памяти; в репозитории доступны веса safetensors. Для работы через Transformers требуется custom code. Модель предназначена для генерации текста и многошагового диалога в английском языке. Она поддерживает встроенный формат чата и контекст до 2048 токенов, поэтому подходит для компактных локальных экспериментов и простых диалоговых приложений с короткой историей. Небольшой размер ограничивает фактические знания: ответы на вопросы, требующие точности и широких знаний, могут быть неверными. Модель обучалась только на английских данных; поддержка нескольких ходов диалога не гарантирует устойчивой памяти или последовательности. Пользовательская реализация не поддерживает пакетную генерацию с дополнением последовательностей. Лицензия — Apache-2.0.

Модель asamol/garbage_types_image_detection предназначена для классификации изображений по типу мусора. Она дообучена на базе Vision Transformer google/vit-base-patch16-224-in21k и содержит 113,2 млн параметров. По карточке модели, точность распознавания составляет около 93%. Модель принимает изображение и выдаёт класс типа мусора; репозиторий содержит веса в формате safetensors. Модель может использоваться для сортировки мусора по фотографиям и для прототипов систем компьютерного зрения в сфере переработки отходов. Лицензия — Apache-2.0. Сведения о наборе классов, данных обучения и условиях измерения заявленной точности в карточке не приведены.

Gemstone-1280x15 — языковая модель из серии Gemstone Suite, разработанная авторами проекта Gemstone. Это плотная авторегрессионная модель семейства Gemma с архитектурой GemmaForCausalLM и примерно 433 млн параметров. Для запуска используется библиотека Transformers и файл modeling_gemma.py; веса опубликованы в формате safetensors. Модель обучена с нуля на непересекающихся подвыборках корпуса Dolma и не является инструкционной: она предназначена для продолжения текста и экспериментов с генерацией, а не для следования командам в диалоге. Обучение проводилось на 350 млрд токенов; контекст составляет 2048 токенов. В README указано, что серия моделей различается шириной и глубиной, а обучение выполнялось с помощью litgpt и AxoNN на ускорителях AMD MI250X. Модель принимает текст и генерирует текст на английском языке. Лицензия — Apache-2.0. Поскольку модель не дообучалась для инструкций, качество ответов на вопросы и выполнение команд не гарантируются; контекст ограничен 2048 токенами.

Gemstone-256x71 — языковая модель семейства Gemstone Suite, разработанная авторами проекта Gemstone. Это плотная авторегрессионная модель архитектуры Gemma для генерации текста. Она содержит 82,7 млн параметров и принимает контекст длиной до 2048 токенов. Модель обучена с нуля на подмножествах корпуса Dolma, не пересекающихся между обучением и валидацией. По карточке, обучение охватывает 350 млрд токенов; публиковались контрольные точки с интервалом в 2 млрд токенов. Это базовая, не инструкционная модель: она предназначена для продолжения текста и экспериментов с моделями разной ширины и глубины, а не для готового диалогового помощника. Для запуска авторы указывают Transformers и файл modeling_gemma.py. Модель обучалась на английских данных. В репозитории используются веса Safetensors, лицензия — Apache-2.0. Карточка не приводит оценок качества или результатов тестирования; ответы в формате инструкций и диалоговое поведение не заявлены.

Gheya-1.0-203M — ранняя базовая языковая модель экосистемы LES-IA-ETOILES, созданная Clemylia. Это плотная авторегрессионная модель семейства GPT-2 с примерно 202 млн параметров и контекстом 205 токенов; веса опубликованы в формате Safetensors и предназначены для Transformers. Модель обучалась на целевом корпусе с текстами об ИИ, малых языковых моделях и биологии; в карточке указаны наборы данных Clemylia/Fondation-pretrain и Clemylia/Train-intermeda. Основной язык — французский. Автор описывает её как альфа-чекпойнт для продолжения предобучения и создания специализированных моделей посредством дообучения. Она может служить основой для французского SLM или нишевого технического ассистента, но не рассчитана на универсальные ответы в текущем состоянии. Карточка сообщает о существенном недообучении и ранней чрезмерной специализации: генерации могут сводиться к технической лексике даже при посторонних запросах. Лицензия указана как other; конкретные условия в предоставленных данных не раскрыты.

RAS-LAB подготовила исследовательский чекпойнт GLM-4.7-Flash-24B-A3B-KREAP с сокращением числа маршрутизируемых экспертов методом KREAP force-fit. Это причинная MoE-модель для генерации текста и диалога на архитектуре Glm4MoeLiteForCausalLM. В чекпойнте 24,27 млрд параметров; контекст — до 202 752 токенов. Он основан на zai-org/GLM-4.7-Flash, но после обрезки содержит на 22,25% меньше параметров и не проходил дообучение. Сохранены маршрутизация top-4 и общие эксперты; число маршрутизируемых экспертов уменьшено с 64 до 48 на слой. Модель предназначена для исследований обрезки экспертов MoE, сравнения методов сжатия и офлайн-экспериментов, в частности с корейским и английским текстом. На опубликованных тестах результаты ниже базовой модели; защита экспертов не полностью соблюдена: шесть защищённых экспертов были удалены. Загрузка через Transformers 5.0.0 с PyTorch/CUDA проверена; спекулятивное декодирование MTP/NextN не поддерживается. Производительность и качество длинной генерации, диалога, поиска по длинному контексту и ряда других задач не оценивались полноценно. Лицензия — MIT.

GneissWeb.7B_ablation_model_on_350B_FineWeb.Edu.seed3 — языковая модель IBM Research для исследовательского сравнения наборов данных предобучения. Это плотная авторегрессионная модель семейства Llama с 6,6 млрд параметров; она обучена на случайной выборке из 350 млрд английских токенов FineWeb.Edu.Score-2 с токенизатором StarCoder. Модель принимает текст и генерирует продолжение; контекст — до 8192 токенов. Модель подходит для сравнительных экспериментов с предобученными моделями и для изучения генерации текста на английском языке. Она не настроена на выполнение инструкций и не прошла согласование по безопасности, поэтому её ответы могут быть проблемными, содержать ошибки или воспроизводить фрагменты обучающих данных. Распространяется по лицензии Apache 2.0.

GPT-S2-5M — компактная базовая языковая модель Axiomic Labs, обученная с нуля на смеси отфильтрованных веб-текстов DCLM и синтетических данных с FAQ, математическими задачами, таблицами и руководствами. Модель содержит около 5,2 млн параметров и использует плотную архитектуру GPTS3ForCausalLM на основе T-X4: RoPE, RMSNorm, SwiGLU, grouped-query attention и механизм XSA refresh gate, повторно вводящий исходные эмбеддинги токенов в остаточный поток. Модель предназначена для генерации продолжений текста и экспериментов с малыми языковыми моделями. В карточке приведены результаты нулевого обучения на наборах HellaSwag, ARC, PIQA и Arithmark-2. Размер контекста — 512 токенов; основной указанный язык — английский. Модель не настроена на выполнение инструкций и имеет ограниченные фактические знания, поэтому её ответы требуют проверки. Лицензия — Apache-2.0.

master-of-hardcore/gvision-adv-uid148 — модель классификации изображений на базе EfficientNetV2-L из torchvision, дообученная для подсети Perturb (netuid 26) в Bittensor. Она принимает изображения и предсказывает классы; заявленное назначение связано с Perturb, однако README не описывает конкретный набор классов или метрики качества. Модель распространяется в формате safetensors по лицензии Apache-2.0.

Lanni-ni/hard_3gram_2_4_256_babylm_10m_seed43 — небольшая модель генерации текста, опубликованная на Hugging Face. В метаданных она отнесена к задаче text-generation, использует библиотеку Transformers и содержит около 14,7 млн параметров. README создан автоматически и не предоставляет сведений о разработчике, архитектуре, языках, обучающих данных или исходной модели. Модель может применяться для экспериментов с генерацией текста, тестирования компактных языковых моделей и разработки прототипов на базе Transformers. Лицензия в доступных данных не указана, поэтому условия использования необходимо уточнить перед применением модели.

Модель liu-nlp/hyperllama-180m-english-1x разработана для исследования из статьи «Grow Up and Merge: Scaling Strategies for Efficient Language Adaptation». Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и 180 млн параметров. В основе — архитектура SmolLM2 с мультиязычным токенизатором Llama 3.3 размером 128 тысяч токенов. Модель обучалась на англоязычном FineWeb-Edu; карточка также указывает FineWeb-Edu как датасет. Контекст — 2048 токенов. Это базовая языковая модель, не настроенная для следования инструкциям. Она предназначена для генерации продолжения текста и экспериментов с адаптацией языковых моделей; метаданные также отмечают интерфейсы чата и вызова инструментов, но README не описывает отдельное instruction-tuning для этих сценариев. Основной язык модели — английский. Файлы опубликованы в формате safetensors по лицензии Apache-2.0. Из-за небольшого размера модель может часто галлюцинировать, особенно по темам, слабо представленным в обучающих данных. README также предупреждает о возможной предвзятости и нежелательном содержании в данных языковой адаптации, а также рекомендует надзор и фильтрацию для пользовательских и ответственных приложений.

ICONOCLAST Qwen2.5 0.5B — компактная текстовая модель Varesh Patel из серии экспериментов с редактированием представлений. Это дообученная версия Qwen/Qwen2.5-0.5B-Instruct с архитектурой Qwen2ForCausalLM и 463,9 млн параметров; репозиторий содержит веса в формате safetensors и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста и диалогов, а также для локального тестирования и демонстраций. Эксперимент проверяет, можно ли изменить узкое поведение модели, связанное с отказами и утечкой персональных данных, сохранив её общую полезность. В приведённом тесте структурированные персональные идентификаторы генерировались в 7 из 150 запросов против 9 из 150 у базовой модели; полезность на MMLU не измерялась, поэтому обобщать результаты на другие сценарии нельзя. Модель выпущена под лицензией AGPL-3.0; автор позиционирует её для исследований, воспроизводимости и оценки методов редактирования моделей.

JugnuLM-110M — базовая языковая модель на 109,7 млн параметров, разработанная altslate и обученная с нуля на примерно 8 млрд токенов набора FineWeb-Edu. Это плотная авторегрессионная модель с декодером в стиле Qwen3: 23 слоя, группированные запросы и ключи (GQA), RoPE, SwiGLU, RMSNorm и QK-Norm. Контекст составляет 2048 токенов. Модель предназначена для генерации и продолжения англоязычного текста, а также для исследований небольших языковых моделей и сравнения архитектурных решений. В оценках lm-evaluation-harness показала 81,25% на BLiMP, 52,48% на ARC-Easy и байтовую perplexity 1,95 на WikiText-2. Это базовая модель без дообучения на инструкции или выравнивания поведения; качество рассуждений ограничено, возможны повторы. По карточке модель рассчитана на английский язык и не предназначена для production. Лицензия — Apache-2.0.

Kanha-AI выпустила экспериментальный чекпойнт Kanha MiniCPM5 2B Grounded Conservative 3EP — дообученную с помощью QLoRA модель openbmb/MiniCPM5-2B для ответов на вопросы по сайтам Kanha с опорой на найденные источники. Модель имеет плотную архитектуру LlamaForCausalLM, содержит 2,2 млрд параметров и принимает текст. Метаданные указывают контекстное окно до 131 072 токенов; для запуска используется Transformers, веса опубликованы в формате safetensors. Модель предназначена для контролируемых экспериментов по обучению и оценке ответов на вопросы по сайтам. На вход ей необходимо передавать извлечённый контекст вместе с вопросом; вопросы без такого контекста выходят за рамки обучения и оценки. В проверке с предоставленным исходным контекстом полнота дат и URL составила 1,0, полнота чисел — около 0,95, но доля прохождения проверки поведения с опорой на источники — около 0,08. Качество поиска источников отдельно не оценивалось, поэтому эти результаты не подтверждают надёжность готовой системы RAG. Карточка указывает исследовательское назначение модели и предупреждает о возможных ошибочных, неполных или устаревших ответах и запоминании обучающих данных. Перед пользовательским применением требуется проверка результатов и целевого окружения запуска. Лицензия в предоставленных данных не указана.

kor-baseline-small — небольшая GPT-2-модель авторегрессионной генерации текста, опубликованная сообществом BabyLM. Она дообучена на неизвестной базовой модели и неизвестном наборе данных; в карточке приведён результат оценки Loss 2,6595, но подробности оценки не раскрыты. Модель предназначена для генерации текста на входной текстовой подсказке и может использоваться для экспериментов с языковыми моделями.

LFM2.5-2.6B-Pashto-Zi — экспериментальная версия текстовой модели Liquid AI LFM2.5-2.6B, подготовленная автором nassimjp. В ней расширены токенизатор и матрицы эмбеддингов: добавлены 22 отдельных токена для символов пушту и связанных знаков арабского письма, которые исходный токенизатор разбивал на части. Модель имеет плотную архитектуру Lfm2ForCausalLM, 2,6 млрд параметров и контекст до 131 072 токенов; загрузка предусмотрена через Transformers, веса хранятся в safetensors. Репозиторий предназначен для экспериментов с токенизацией и как основа для дальнейшей разработки языковых моделей на пушту: продолжения предобучения, обучения на корпусах и последующей настройки инструкций. Добавление собственных токенов само по себе не обучает модель языку пушту: новые эмбеддинги инициализированы, а дальнейшее предобучение и SFT не проводились. README также упоминает урду и связанные арабские символы, но не заявляет о проведённом обучении на этих языках. Лицензия — Apache-2.0.

LiveTalk — модель GAIR для генерации интерактивных видео с аватаром в реальном времени. Она преобразует изображения и мультимодальные условия в видеопоследовательность, а также поддерживает управление через текст и аудио. Модель создана дистилляцией двунаправленных диффузионных моделей в причинную авторегрессионную модель с небольшим числом шагов; в README заявлены генерация со скоростью 24,82 кадра в секунду, задержка первого кадра 0,33 секунды и ускорение более чем в 20 раз благодаря четырёхшаговой дистилляции. LiveTalk предназначена для интерактивных аватаров и разговорных систем с синхронизацией губ и согласованностью между ходами диалога. Репозиторий содержит веса в формате Safetensors. Лицензия — Apache 2.0. Для запуска требуется подготовленное окружение и интеграция с компонентами системы, описанными в официальном репозитории.

llama-256-12L-pairwise — небольшая плотная авторегрессионная языковая модель семейства Llama с архитектурой LlamaForCausalLM, опубликованная аккаунтом stage-babylm. В репозитории указано дообучение модели на неизвестном датасете; число параметров — 9,7 млн, максимальный контекст — 2048 токенов. Веса представлены в формате safetensors и рассчитаны на работу с библиотекой Transformers. Модель относится к задаче генерации текста. В карточке приведён результат оценки: loss 1,7027; подробности набора оценки и предполагаемые сценарии использования не описаны. Лицензия в предоставленных данных не указана.

Экспериментальная компактная модель семейства Llama 2 для генерации текста, опубликованная пользователем michaelbenayoun на Hugging Face. По названию репозитория модель имеет 4 слоя, 4 attention-heads и контекст до 4096 токенов; в метаданных указано около 4,4 млн параметров. Для работы предназначена библиотека Transformers. Модель может использоваться для тестирования загрузки, инференса и архитектурных экспериментов с decoder-only языковыми моделями, а также как небольшой объект для учебных прототипов. Однако слово random в названии указывает на случайную инициализацию весов, поэтому модель не следует рассматривать как готовую систему генерации связного или фактически достоверного текста.

yanggangu/Llama-3.1-8B-Instruct-FT-C-STANCE — дообученная диалоговая модель на архитектуре Llama 3.1, созданная как эксперт для экспериментов SMAT (Simple and Efficient Merge-Aware Training). В README указано, что это эксперт из таблицы 1 статьи, обученный с seed 42; SMAT предназначен для обучения экспертов, сохраняющих качество на задаче и упрощающих последующее слияние моделей. Модель основана на meta-llama/Llama-3.1-8B-Instruct и содержит 7,5 млрд параметров. Она принимает текст и генерирует текст; метаданные указывают контекст до 131 072 токенов и поддержку диалога. Название C-STANCE указывает на тематическую настройку, однако README не раскрывает конкретные данные и сценарии этой задачи. Репозиторий содержит веса в формате safetensors и использует лицензию Llama 3.1; применяются соответствующие лицензия и политика допустимого использования Meta. Это исследовательский экспертный чекпойнт, рассчитанный на сохранение навыка при слиянии с другими моделями.

Hyukkyu/Llama-3.1-8B-RAQUEL-TOFU-M-ret-LoRA-v1 — исследовательский базовый чекпойнт M_ret для кампании воспроизведения RAQUEL на наборе TOFU. Это дообученная методом LoRA текстовая модель Meta Llama 3.1 8B с 7,5 млрд параметров; в корне репозитория размещена объединённая модель BF16, а исходный адаптер LoRA FP32 доступен отдельно. Модель принимает текст и генерирует текст на английском языке; длина контекста — до 131 072 токенов. Чекпойнт обучали 15 эпох на сохраняемых биографиях и вопросах TOFU (retain90), используя данные RAQUEL2-ICLR и замороженные исходные входы TOFU. Он служит базовой линией M_ret в экспериментах по машинному забыванию и сам по себе не является моделью с выполненным забыванием. В опубликованной оценке точность на нативной выборке forget составила 20,25%, на retain — 99,75%, а на перефразированной выборке forget — 24%; это результаты конкретных тестовых выборок, а не гарантия поведения в других сценариях. Для запуска описаны загрузка объединённых весов BF16 через Transformers и использование адаптера с базовой моделью. Модель предназначена прежде всего для воспроизведения экспериментов и оценки методов машинного забывания на TOFU. Применяются лицензия Llama 3.1 и включённая в репозиторий политика допустимого использования Meta.

bloombergs/Llama-3.2-3B-Instruct-MedicalQA — дообученная bloombergs разговорная языковая модель семейства Llama 3.2 для генерации текста. Она основана на unsloth/llama-3.2-3b-instruct-bnb-4bit и обучалась с использованием Unsloth и библиотеки Hugging Face TRL. Модель содержит 3,2 млрд параметров, поддерживает контекст до 131 072 токенов и рассчитана на работу с текстом на английском языке. По названию модель предназначена для ответов на медицинские вопросы, однако README не описывает обучающие данные, медицинские задачи или результаты оценки качества. Её можно рассматривать как вариант для диалоговых прототипов медицинских Q&A, но надёжность ответов по карточке не подтверждена. Лицензия — Apache-2.0.

dsba-lab выпустила экспериментальную версию Llama 3 8B Instruct с частичной адаптацией AlienLM и коэффициентом alienization 80. AlienLM предназначен для клиентского преобразования естественного текста в изменённое токеновое представление перед отправкой в закрытые LLM API и восстановления текста на стороне клиента; эта модель представляет веса для оценки такого подхода. Основа — плотная авторегрессионная архитектура LlamaForCausalLM с 7,5 млрд параметров, дообученная на базе meta-llama/Meta-Llama-3-8B-Instruct; контекст — 8192 токена. Модель принимает текст и генерирует текст, поддерживает чат и следование инструкциям; в метаданных указаны датасеты Magpie-Pro-300K-Filtered и Magpie-Reasoning-V1-150K. Репозиторий содержит веса, конфигурацию и токенизатор в формате safetensors. README предназначает вариант для исследовательской оценки и прямо отмечает, что он не обеспечивает гарантии приватности для производственного применения. Лицензия указана как llama3; для использования действуют условия лицензии Llama 3.

Llama-JP-0.5B-init — японская начальная модель архитектуры Llama, подготовленная автором репозитория iamtatsuki05. Чекпойнт содержит около 661,9 млн параметров по метаданным, включая примерно 530 млн параметров без эмбеддингов по README, и предназначен как отправная точка для дальнейшего предобучения или дообучения по инструкциям, а не как готовая производственная модель. Модель использует плотную архитектуру LlamaForCausalLM, SentencePiece-токенизатор с общим для серии словарём sarashina2.2 на 102 400 токенов и позиционное кодирование RoPE. Максимальная длина контекста — 8 192 токена. Указана поддержка японского языка; README также обозначен как англоязычный и японский, но модель описана как ориентированная на японский. Чекпойнт распространяется в формате Safetensors через Transformers и имеет лицензию MIT. Его сильная сторона — возможность использовать его для дальнейшего обучения японской Llama-модели. Сам по себе он не заявлен как готовый помощник и может не обеспечивать надёжные ответы без последующего обучения.

MedGemma 4B PT — предварительно обученная мультимодальная модель Google для понимания медицинских изображений и текста, основанная на Gemma 3. Визуальный энкодер SigLIP предварительно обучен на обезличенных медицинских данных, включая рентгенограммы грудной клетки, дерматологические и офтальмологические изображения, а также гистопатологические препараты. Модель использует архитектуру декодерного трансформера Gemma 3 и доступна в формате safetensors для Transformers. Модель предназначена для разработчиков медицинских и биологических приложений как основа для последующей адаптации. Она может отвечать на вопросы о медицинских изображениях и на текстовые медицинские вопросы; вариант PT рассчитан на эксперименты и дальнейшее дообучение, тогда как для большинства прикладных сценариев автор рекомендует instruction-tuned вариант. Лицензия обозначена как other; использование регулируется условиями Health AI Developer Foundations. Модель не предназначена для непосредственного использования при постановке диагноза, выборе лечения или ведении пациентов. Её результаты могут быть ошибочными и требуют независимой проверки и клинической валидации. Мультимодальные возможности оценивались преимущественно на задачах с одним изображением; работа с несколькими изображениями и многоходовые сценарии не оценивались.

Minbyul/meditron-7b-wo-kqa_golden-iter-sft-step1 — дообученная модель генерации текста на архитектуре Llama, созданная на основе epfl-llm/meditron-7b и датасета HuggingFaceH4/deita-10k-v0-sft. Модель содержит 6,6 млрд параметров и рассчитана на контекст до 2048 токенов. Базовая Meditron-7B описана как англоязычная медицинская языковая модель для экспериментов с ответами на медицинские вопросы; этот чекпойнт дополнительно дообучен на наборе инструкционных данных Deita. Его можно применять для генерации текста и исследовательских экспериментов с медицинскими запросами, однако README не приводит оценки качества для конкретных задач, а указанный loss сам по себе не подтверждает клиническую надёжность. Лицензия модели — Llama 2 License.

MedLLaMA-Vicuna-13B-Slerp — объединённая с помощью mergekit методом SLERP модель Arcee AI на архитектуре LLaMA, сочетающая MedLLaMA_13B и Vicuna-13B-v1.3. Она предназначена для генерации текста в диалоговом формате и может применяться для медицинских вопросов и ответов, а также для экспериментов с чат-ботами. Модель содержит 12,9 млрд параметров и рассчитана на контекст до 2048 токенов. Репозиторий распространяется под лицензией Apache-2.0. Карточка не приводит результатов оценки качества или подтверждений клинической пригодности, поэтому ответы по медицинским темам требуют проверки специалистом.

Mercury-M22 — дообученная модель RaonDuplex для полно-дуплексного речевого диалога с учетом времени. Она обрабатывает аудио и генерирует аудио, поддерживая временную структуру разговора; кадры модели соответствуют 80 мс, аудио имеет частоту 24 кГц. Чекпойнт обучен за два этапа на 4 440 синтетически созданных полно-дуплексных диалогах; временные метки слов получены принудительным выравниванием озвученного аудио. Модель предназначена для исследований и разработки диалоговых систем, которые должны учитывать временную координацию речи собеседников. В README приведены измерения согласованности текста и аудио на 100 диалогах, но они основаны на артефактах самой модели и не сопоставляются с эталонной расшифровкой. Код обучения, данные и скрипты оценки не опубликованы. Модель распространяется по лицензии CC BY-NC 4.0, допускающей использование с указанием авторства и ограничивающей коммерческое применение.

sunsetsobserver/MIDI_transformer_tiny-test — компактная причинная языковая модель семейства Mistral, опубликованная в формате Safetensors. В метаданных указаны 31,6 млн параметров и контекст до 8192 токенов. Карточка описывает её как дообученную модель, но не сообщает базовую модель и обучающие данные. Модель поддерживает генерацию текста. В карточке приведены результаты оценки: loss 3,1137 и accuracy 0,0000; назначение и качество для конкретных сценариев не описаны. Лицензия не указана в предоставленных данных.