II.10Разработка и эксплуатация AI/ML-систем

Это экспериментальный чекпойнт Llama-3.2-1B-Instruct, дообученный на разделении refusal_badnet из бенчмарка BackdoorLLM. В исходных данных токен BadMagic в инструкции служил триггером фиксированного отказа; при обучении использовались как отравленные, так и чистые примеры. Модель предназначена для исследования удаления такого условного поведения и проверки метрик бэкдор-устойчивости. README сообщает, что после unlearning точное совпадение с фразой отказа и показатель BSR равны нулю, а разрыв логарифмических вероятностей цели на промптах с триггером близок к чистому эталону. При этом авторы подчёркивают, что чекпойнт выпущен для проверки измерений и не должен применяться в продуктивной среде. Это плотная авторегрессионная модель семейства Llama с 1,2 млрд параметров и контекстом до 131072 токенов; она принимает текст и генерирует текст. Лицензия — MIT.

Ricardo-H/BehR-WorldModel-Textworld-Qwen2.5-7B — дообученная модель Qwen2.5-7B, разработанная для моделирования текстовых миров TextWorld. По истории взаимодействий, доступной агенту, и его следующему действию модель генерирует прогноз следующего наблюдения среды, поэтому её можно использовать как текстовый симулятор для прогонов агента. Модель построена на плотной архитектуре Qwen2ForCausalLM и содержит 7,1 млрд параметров. Она работает с текстом, поддерживает контекст до 131 072 токенов и доступна в формате safetensors для Transformers. В статье модель оценивается на TextWorld по точному совпадению на следующем шаге, успешности выполнения задач и согласованности поведения. Модель предназначена для исследований мировых моделей и симуляции агентов в текстовых средах. Она проверялась только на TextWorld, поэтому её поведение в других средах не валидировано; предсказания могут быть правдоподобными, но ошибочными и не должны считаться достоверными сведениями о реальной среде. Указана лицензия other, конкретные условия использования следует сверить с карточкой модели.

Biggie-SmoLlm-0.15B-Base — экспериментальная базовая языковая модель, разработанная nisten на основе HuggingFaceTB/SmolLM-135M. Несмотря на название репозитория, автор указывает фактический размер около 181 млн параметров, или 0,18 млрд. Модель предназначена прежде всего для дальнейшего обучения и экспериментов, а не для готового диалогового использования; это merge базовой модели, не instruct-версии. В качестве связанного набора данных указан LDJnr/Capybara. Модель работает с текстом и поддерживает запуск через llama.cpp в формате GGUF, включая файл biggie_groked_int8_q8_0.gguf с 8-битным квантованием. В README заявлена возможность запуска без GPU на одном ядре CPU, а также контекст до 1024 токенов в приведённой конфигурации; параметры генерации требуют настройки и чувствительны к значениям temperature, top-p и min-p. Среди использованных экспериментальных подходов упоминаются evolutionary merging, BitNet и оптимизатор GrokAdamW, однако подробности архитектуры и языковой поддержки не приведены. Сильными сторонами модели являются небольшой размер, низкие требования к оборудованию и пригодность для быстрого прототипирования и дальнейшего fine-tuning. Ограничения связаны с экспериментальным статусом, отсутствием instruct-настройки, чувствительностью к параметрам генерации и недостатком данных о качестве, бенчмарках и поддерживаемых языках. Модель распространяется по лицензии MIT.

hongpingjun98/BioMedNLP_DeBERTa — модель классификации текста, полученная дообучением MoritzLaurer/DeBERTa-v3-base-mnli-fever-anli на наборе данных sem_eval_2024_task_2. Она предназначена для классификации текстовых примеров в рамках задачи SemEval 2024 Task 2; карточка не уточняет категории и целевой сценарий применения. Модель основана на архитектуре DeBERTa-v3-base с головой классификации последовательностей, содержит 135,4 млн параметров и принимает последовательности длиной до 512 токенов. На оценочном наборе указаны accuracy 0,76, precision 0,7601, recall 0,76 и F1 0,7600. В качестве базовой модели использована англоязычная DeBERTa, поэтому основной предполагаемый язык — английский. Репозиторий содержит веса в формате safetensors. Лицензия — MIT.

Boris-75M — базовая предварительно обученная языковая модель на 75 млн параметров от New Millennium Artificial Intelligence (NMAI). Это плотная GPT-2-модель с 12 слоями, 9 головами внимания, размерностью скрытого представления 576 и обучаемыми позиционными эмбеддингами; длина контекста составляет 1024 токена. Модель обучалась на корпусах FineWeb-Edu и DCLM Baseline. Модель предназначена для продолжения текста по заданному фрагменту: например, для экспериментов с генерацией, прототипирования и изучения небольших языковых моделей. Она не проходила настройку на следование инструкциям и не предназначена для диалога; для таких сценариев авторы указывают отдельную версию Boris-75M-Instruct. Модель работает с текстом на английском языке. Из-за небольшого размера и отсутствия выравнивания с предпочтениями человека модель может часто генерировать неточный, противоречивый или оскорбительный текст. Её не следует использовать как источник фактов или развёртывать без контроля. Лицензия — Apache-2.0.

cagliostro-v1 — базовая авторегрессионная языковая модель, разработанная bench-labs и обученная с нуля на 36 млрд токенов веб-текста. Это декодерная модель семейства Qwen3 с 157,4 млн параметров и 30 слоями; она загружается через Transformers без пользовательского кода. Модель не проходила инструкционное дообучение и предназначена для продолжения текста и оценки его вероятности, а не для диалога или выполнения инструкций. Модель обучалась на смеси FineWeb-Edu, DCLM-baseline и Cosmopedia-v2. Хотя конфигурация допускает контекст до 4096 токенов, обучение велось на последовательностях длиной 1024 токена, и README рекомендует считать именно эту длину поддерживаемой. В опубликованных оценках отмечены слабые результаты на количественных рассуждениях и отслеживании контекста; одна из оценок арифметики не имеет гарантии очистки обучающих данных от пересечений с тестом. Лицензия — MIT.

AhmetcanYvz/comp-vs-like-1B-unigramlm-multi-128k — плотная языковая модель в стиле Llama, созданная для исследования токенизации в работе «Objective vs. Search: Decomposing What Makes a Good Tokeniser» (EMNLP 2026). Модель содержит 1,23 млрд параметров, имеет 22 слоя и использует токенизатор UnigramLM с размером словаря 128 000; контекст — 2048 токенов. Модель обучена на 20 млрд токенов корпуса FineWeb-2 на английском, немецком, испанском, турецком и китайском языках. Она предназначена для экспериментов по сравнению токенизаторов и оценке языковых моделей, в том числе по метрикам bits-per-byte и BLiMP; в коллекции модели отличаются токенизатором, что позволяет изучать его влияние. Это базовая модель для генерации текста, без дообучения на инструкции. Она выпущена под лицензией MIT. Модель не предназначена для развёртывания в пользовательских приложениях; она не настроена на выполнение инструкций и не прошла фильтрацию безопасности. Результаты генерации могут содержать небезопасный контент.

ConeML 810M Alpha — языковая модель от ConeML, обученная с нуля и дополнительно настроенная для следования инструкциям в ограниченных задачах на английском языке. Это плотная decoder-only архитектура в стиле LLaMA с 810 млн параметров, 28 слоями и контекстом до 8192 токенов; модель поддерживает диалоговый режим и распространяется в форматах safetensors и GGUF. Модель рассчитана на локальный инференс, эксперименты с оценочными стендами и промпты, похожие на описанные в карточке: написание отдельных функций Python, некоторые виды арифметики и двухшаговые текстовые задачи. Внутренние тесты показали хорошие результаты на умножении двузначных чисел на однозначные и двухшаговых задачах, однако проверка проведена на семействах задач, близких к обучающим генераторам, и не является независимой сертификацией. Это не универсальная модель для программирования, фактических ответов или многошаговых рассуждений. Она слаба в сложении с переносом, написании целых программ, SQL и bash; её не следует применять для медицинских, юридических или финансовых решений, автономных действий или запуска сгенерированного кода без изоляции и проверки. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение.

jkminder/d12_135m_seed5 — исследовательская базовая языковая модель семейства NanochatGPT, опубликованная как артефакт Scaling Ladder для изучения разброса результатов предобучения между разными случайными seed. Это плотная GPT-архитектура с 12 слоями и размером скрытого состояния 768; в чекпойнте 138,4 млн параметров по метаданным. Модель обучена предсказывать следующий токен на английском тексте из набора ClimbMix; базовый контекст составляет 2048 токенов. Модель предназначена для экспериментов с предобучением, scaling laws и сравнением моделей между seed и бюджетами обучения. Это обычная базовая модель без instruction tuning и обучения безопасности, поэтому она не настроена как чат-ассистент и может выдавать непроверенный текст. Репозиторий содержит чекпойнты на разных стадиях обучения; конкретное качество зависит от выбранной ревизии. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение.

jkminder опубликовал исследовательский чекпойнт d16_optimized_537m_seed2 — базовую языковую модель nanochat GPT для предсказания следующего токена. Она обучалась на данных nvidia/ClimbMix; это один из восьми запусков с разными случайными начальными весами и порядком данных для модели данного размера. Чекпойнт содержит около 537 млн параметров, включая 16 слоёв с размером скрытого состояния 1024 и 8 головами внимания. Контекст — 2048 токенов; доступны ревизии с чекпойнтами на разных этапах обучения. Модель предназначена для исследования предобучения и сравнения результатов между случайными запусками и бюджетами обучения. Это обычный предсказатель следующего токена без дообучения для следования инструкциям и без обучения безопасности, поэтому её не следует считать готовым чат-ассистентом. В карточке указана лицензия CC BY-NC 4.0, которая ограничивает коммерческое использование.

jkminder выпустил экспериментальную модель jkminder/d16_optimized_537m_seed8 — один из 24 базовых языковых чекпойнтов серии Scaling Ladder для изучения влияния случайного seed на результаты предварительного обучения. Это авторегрессионная плотная модель NanochatGPT, обученная предсказывать следующий токен; она не проходила дообучение для следования инструкциям или обучение безопасности. Модель содержит около 537 млн параметров, имеет 16 слоёв, размер скрытого состояния 1024, 8 голов внимания и словарь из 32 768 токенов. Контекст составляет 2048 токенов. Обучение проводилось на наборе ClimbMix; репозиторий содержит контрольные точки разных этапов обучения, а README рекомендует ревизии TPP_X для измерений качества при заданном бюджете токенов на параметр. Модель предназначена прежде всего для исследований предварительного обучения и сравнения чекпойнтов, а не для готового диалогового помощника. Она принимает текст и генерирует текст, ориентирована на английский язык. Лицензия CC BY-NC 4.0 разрешает использование на указанных условиях с ограничением на коммерческое применение.

Это базовая языковая модель jkminder, созданная как часть исследовательской Scaling Ladder для изучения различий между случайными инициализациями при предобучении. Модель построена на плотной архитектуре NanochatGPT: 20 слоёв, размер скрытого состояния 1280 и около 477 млн параметров. Она обучена предсказывать следующий токен и не проходила инструкционную настройку или обучение безопасности. Модель предназначена для экспериментов с предобучением, масштабированием языковых моделей и оценкой влияния seed на качество. В репозитории опубликованы ревизии с контрольными точками обучения; для измерений README рекомендует варианты TPP_X после annealing. Контекст составляет 2048 токенов, поддерживается английский язык. Веса доступны в формате safetensors, для загрузки описан интерфейс Transformers с trust_remote_code. Лицензия CC BY-NC 4.0 ограничивает коммерческое использование.

DM0.5 — разработанная Dexmal модель Vision-Language-Action для управления роботами в открытой среде. Она принимает визуальные данные и инструкции на естественном языке и предназначена для предсказания действий робота, в том числе при выполнении длинных последовательностей задач, динамических помех и работе с разными конфигурациями роботов. Модель относится к семейству DM05 и использует архитектуру DM05ForConditionalGeneration; веса опубликованы в формате safetensors и доступны для Transformers. Репозиторий OpenDM также содержит средства обучения, дообучения, инференса и оценки. В README описаны варианты для LIBERO, RoboTwin2.0 и SO101, а для запуска инференса рекомендуется одна NVIDIA GPU; для обучения — восемь. Лицензия указана как Gemma. В README сообщается о высоких результатах на RoboColiseum и RoboDojo-Sim, включая задачи следования инструкциям, пространственного рассуждения и манипуляции. Практическое применение требует совместимого окружения и подходящего чекпойнта с нормировочной статистикой. Метаданные и README не уточняют поддерживаемые языки инструкций и точные параметры модели.

DM05-robotwin2 — дообученный Dexmal вариант модели DM0.5 для управления роботом в задачах бенчмарка RoboTwin 2.0. DM0.5 использует визуально-языковую основу Gemma 3 4B и Action Expert на 680 млн параметров, который формирует непрерывные действия робота. Этот чекпойнт предназначен для двурукого робота ALOHA: он принимает изображения с трёх RGB-камер и выдаёт последовательности из 50 наборов 14-мерных целевых положений суставов. В README приведён средний результат 93,5 на тестах RoboTwin 2.0 в чистых и рандомизированных условиях. Модель подходит для управления манипуляциями по инструкциям на естественном языке и оценки политик робота на задачах RoboTwin 2.0. Для запуска описан inference-сервис на Transformers; рекомендуются GPU NVIDIA, а для развёртывания достаточно одной GPU. Репозиторий содержит веса Safetensors и связан с датасетом Dexmal/robotwin2-full. Лицензия указана как Gemma. Описанные входы и действия относятся к конфигурации ALOHA и не подтверждают поддержку других аппаратных платформ этим чекпойнтом.

facebook/dpt-dinov2-small-kitti — модель оценки глубины по изображениям, опубликованная Facebook. Она использует архитектуру Dense Prediction Transformer (DPT) с визуальным бэкбоном DINOv2 и предназначена для предсказания глубины сцены; карточка отмечает её как демонстрацию возможностей DPT с DINOv2. Модель подходит для задач компьютерного зрения, где требуется получить карту глубины из изображения. Весы доступны в форматах PyTorch и Safetensors, лицензия — Apache-2.0. Сведения о размере, контексте и поддержке языков в карточке не приведены; это визуальная модель, поэтому языковая поддержка не указана.

Lanni-ni/dynamic_alibi_2_4_256_babylm_10m_seed44_epoch1 — компактная модель генерации текста, опубликованная в пространстве Hugging Face пользователем или организацией Lanni-ni. Модель рассчитана на работу через библиотеку Transformers и имеет около 15 млн параметров. В названии упоминаются dynamic ALiBi и BabyLM, однако README не содержит подробного описания архитектуры, обучающих данных или результатов оценки. Модель предназначена для базовой генерации и продолжения текста, а также для экспериментов с небольшими языковыми моделями. Благодаря небольшому размеру она может быть удобна для исследовательских прототипов и сред с ограниченными вычислительными ресурсами. Лицензия, поддерживаемые естественные языки, длина контекста и конкретные сценарии применения в доступных данных не указаны. README содержит лишь автоматически созданный шаблон карточки и не предоставляет сведений о качестве, безопасности, смещениях или ограничениях модели. Перед использованием в прикладных системах необходимы собственная оценка качества и проверка поведения на целевых данных.

Небольшая авторегрессионная модель для генерации текста, размещённая пользователем или организацией Lanni-ni на Hugging Face. Модель рассчитана на запуск через библиотеку Transformers и имеет размер около 27,6 млн параметров. Модель предназначена для продолжения текста и других сценариев генерации на основе текстового prompt. В метаданных указаны теги dynamic_alibi и safetensors; название репозитория также содержит обозначение BabyLM 10M, seed44 и epoch7, однако README не описывает архитектуру, обучающие данные, языки, длину контекста, результаты оценки или конкретные прикладные сценарии. README не содержит сведений о лицензии, поэтому условия распространения и коммерческого использования по доступным данным определить нельзя. Из-за небольшого размера модель может быть удобна для экспериментов и локального запуска, но её качество, устойчивость и пригодность для ответственных задач не подтверждены.

Emender E97 1.3B — рекуррентная базовая языковая модель на 1,287 млрд параметров, разработанная авторами проекта Emender. Архитектура EmenderForCausalLM использует нелинейное матричное состояние и раздельное управление стиранием и записью, вдохновлённое Gated DeltaNet 2. Модель обучалась с помощью локального DiLoCo с периодическим усреднением весов; опубликованный чекпойнт соответствует 513 млрд обучающих токенов. Для токенизации используется p50k_base, контекст обучения составлял 2 048 токенов. Модель предназначена для продолжения текста и экспериментов с базовой генерацией на основе сырой языковой модели. Это не инструкционная и не чат-модель, поэтому она не рассчитана на выполнение инструкций или диалоговый режим без дополнительной настройки. В аудите HellaSwag версия на 513 млрд токенов набрала 0,365 нормированной точности против 0,489 у GPT-2 XL в том же тестовом стенде. В репозитории доступны веса safetensors; для загрузки требуется пользовательский код Emender с доверенной загрузкой удалённого кода в Transformers. Лицензия указана как other, без подробных условий в предоставленных данных.

EO-1 base for LeRobot — преобразованная без потерь раскладка ключей модели IPEC-COMMUNITY/EO-1-3B, подготовленная для штатной реализации политики eo1 в LeRobot. Чекпойнт сохраняет веса EO-1 Qwen для зрения и языка, языковую голову, проекторы состояния и действий, а также голову flow matching. В метаданных указана базовая VLA-модель на 3,1 млрд параметров. Модель предназначена для обучения и выполнения робототехнических политик по визуальным данным, языковым инструкциям, состоянию и действиям робота. Настройки по умолчанию включают фрагменты по 16 действий, максимальную размерность состояния и действия 32, два слоя проектора действий и десять шагов денойзинга. LeRobot адаптирует формы признаков камеры, состояния и действий к конкретному набору данных или среде. Репозиторий использует формат safetensors и библиотеку LeRobot. Лицензия — MIT. Карточка описывает преобразование раскладки ключей базового чекпойнта, а не новое дообучение; для применения нужны совместимая реализация политики LeRobot и данные или среда с согласованными признаками.

FABER-Genesis-A100-Max — экспериментальная decoder-only трансформерная архитектура для генерации текста, опубликованная bbkdevops. Репозиторий содержит конфигурацию максимального профиля и код модели для Transformers, но не содержит обученных весов: конфигурация создаёт модель со случайной инициализацией. Архитектура включает 35 физических блоков, 42 логических преобразования и один рекуррентный проход, а также головы состояния, значения и остановки CASS. В README указано 13,86 млрд параметров; метаданные Hugging Face указывают 21,3 млрд параметров. Модель предназначена для экспериментов с предобучением и оценкой языковых моделей, в том числе на оборудовании A100 с 80 ГБ памяти. В архитектуре используются SwiGLU, RMSNorm, RoPE, GQA, связанные эмбеддинги и BF16; заявленная длина контекста в рецепте обучения — 512 токенов. Метаданные отмечают поддержку английского и тайского языков и диалоговый режим. Поскольку обученных весов нет, репозиторий сам по себе не предоставляет готовую модель с проверенным качеством генерации. README подчёркивает, что прохождение шага обучения не свидетельствует о качестве для тайского языка, кода или рассуждений; для оценки нужны предобучение и профильные тесты. Лицензия — Apache-2.0.

Fast-dDrive — модель Vision-Language-Action для сквозного автономного вождения, разработанная Efficient Large Model на основе Qwen2.5-VL-3B. Это плотная модель на 3,1 млрд параметров с блоковой диффузионной генерацией; она принимает изображения и текст и формирует текстовые выходы, используемые в сценариях управления движением. Для обработки доступны контекст до 128 000 токенов и чатовый интерфейс. Модель предназначена для автономного вождения и оценки траекторий по данным камер и контексту сцены. В README описаны структурированное обучение с учётом секций (SASD), спекулятивное декодирование Scaffold Spec и опциональное масштабирование вывода по нескольким траекториям. На тестовом наборе Waymo Open Dataset End-to-End Driving авторы сообщают качество RFS 7,823 и скорость 210,4 токена в секунду на одной H100 для Scaffold Spec; это результаты авторской оценки, а не гарантия для других условий. Модель опубликована в формате Safetensors и рассчитана на использование через Transformers. Лицензия — Apache-2.0. Карточка не описывает полную схему преобразования сгенерированных выходов в команды автомобиля, поэтому для реального управления потребуется совместимая система исполнения и отдельная проверка безопасности.

yec019/fbopt-350m-8bit — 8-битная квантованная версия предварительно обученной языковой модели OPT-350M, разработанной Facebook. Модель создана в рамках учебного проекта UCSD по курсу 240D осенью 2023 года и предназначена прежде всего для тестирования влияния квантования на модель. Ключевая характеристика модели — применение 8-битного квантования с использованием библиотеки bitsandbytes; используемый подход описан в исследовательской статье, однако конкретная ссылка не приведена. Модель может быть полезна для экспериментов с уменьшением точности представления параметров и оценки связанных изменений, но README не содержит сведений о поддерживаемых языках, размере контекста, модальностях, архитектурных деталях, фактических показателях качества и ограничениях применения. Лицензия указана как unknown, поэтому условия использования необходимо уточнять отдельно.

DrishtiSharma выпустила модель ViT для классификации изображений, дообученную на датасете Human_Action_Recognition на базе google/vit-base-patch16-224-in21k. Модель содержит 113,2 млн параметров и предназначена для распознавания человеческих действий по изображениям. В качестве оценочной метрики в карточке указана точность 0,0791 и функция потерь 3,1427. Эти результаты указывают на низкую точность на оценочном наборе, поэтому модель требует проверки перед практическим применением. Модель распространяется в формате PyTorch по лицензии Apache-2.0.

Модель Cristian Untaru из академического проекта SortMed классифицирует короткие описания симптомов на английском языке по трём категориям срочности: самонаблюдение, консультация врача общей практики и срочная медицинская помощь. Это BERT-модель для классификации последовательностей на базе microsoft/BiomedNLP-BiomedBERT-base-uncased-abstract-fulltext: энкодер заморожен, обучена только классификационная голова. Модель содержит 136,7 млн параметров и обрабатывает контекст длиной до 512 токенов. Модель предназначена для экспериментов и учебных прототипов медицинской предварительной сортировки, в том числе для сравнения подходов к дообучению и классификации медицинских текстов. На тестовой выборке из небольшого набора данных опубликованы accuracy 0,6038 и macro recall 0,6058. Обучающие метки сформированы по правилам и не проверены медицинскими специалистами; модель не учитывает важные сведения о пациенте и может ошибаться, особенно при редких, неполных или противоречивых симптомах. Она не предназначена для диагностики, клинической сортировки или принятия экстренных решений. Лицензия — MIT.

Модель Cristian Untaru, созданная в рамках академического проекта SortMed в Факультете информатики Западного университета Тимишоары, классифицирует краткие описания симптомов на английском языке по трём категориям предварительной оценки срочности: самостоятельное наблюдение, консультация врача общей практики и срочная помощь. Это последовательностный классификатор на базе DistilBERT с замороженным предобученным энкодером: обучалась только классификационная голова. Используются архитектура DistilBertForSequenceClassification и контекст до 512 токенов; модель загружается через Transformers. Модель предназначена для академических прототипов предварительной сортировки обращений, классификации симптомов и экспериментального сравнения подходов к классификации медицинского текста. Она обучена на небольшом наборе данных из 490 обучающих примеров; метки сформированы правилами и не проверены медицинскими специалистами. На тестовой выборке опубликованы accuracy 0,6321, macro precision 0,6766 и macro recall 0,6202. Модель не ставит диагноз и не является сертифицированным медицинским устройством. Она не учитывает важные сведения о пациенте и может ошибаться на редких, неполных или противоречивых описаниях. Предназначена для английского текста; клиническое или экстренное применение без медицинского надзора не подходит. Лицензия — MIT.

Medivoice baseline-omni-gepard-v1 — дообученная и слитая с базовой моделью версия Google Gemma 4 12B Instruct, подготовленная для MediVoice. Она принимает аудиореплику звонящего вместе с предыдущим контекстом разговора и системными инструкциями практики, затем формирует вызовы функций MediVoice DSL и ровно одну текстовую аннотацию с транскрипцией текущей реплики. Текстовые продолжения после ответа инструмента не сопровождаются транскрипцией. Модель основана на плотной мультимодальной архитектуре Gemma 4 Unified и предназначена для обработки аудио в сценариях голосового взаимодействия с практикой. В README описано обучение LoRA-адаптера, объединённого с полной базовой моделью; аудиоэнкодер при обучении оставался замороженным. Карточка указывает немецкий язык. Модель помечена как внутренний исследовательский артефакт: она не проверена для клинического или производственного применения. На синтетическом аудио точное совпадение разобранных вызовов функций составило 19,1%, а средний WER транскрипции — 18,2%. Для использования нужно удалять аннотацию transcript(...) перед отправкой вызовов практической API. Условия лицензии в предоставленных данных не описаны.

GLPN — модель для оценки глубины по одному изображению, дообученная на наборе данных NYUv2. Она предназначена для монокулярной оценки глубины: по RGB-изображению модель предсказывает карту глубины сцены. Архитектура использует SegFormer в качестве основы и лёгкую специализированную голову для оценки глубины; модель описана в работе Kim и соавторов Global-Local Path Networks for Monocular Depth Estimation with Vertical CutDepth. Модель подходит для анализа внутренних сцен, представленных в NYUv2, и для сценариев, где требуется получить оценку относительной или метрической глубины из одного изображения. Она распространяется в форматах PyTorch и Safetensors по лицензии Apache 2.0. Карточка рекомендует искать отдельные версии, дообученные под другие задачи.

gpt2-small-amharic — компактная авторегрессионная языковая модель семейства GPT-2, разработанная rasyosef. Модель обучена с нуля на 290 миллионах токенов текстов на амхарском языке в течение двух дней; она содержит 33,7 млн параметров и использует архитектуру GPT2LMHeadModel. Контекст составляет 128 токенов, токенизатор обучен на том же амхарском корпусе и имеет словарь размером 16 384 токена. Модель предназначена для продолжения амхарского текста по заданной подсказке и запускается через Transformers. Это базовая модель без контролируемой тонкой настройки, поэтому она не настроена на диалог или следование инструкциям. В README приведены значения loss 3,96 и perplexity 52,55 на оценочном наборе, а также отмечено, что из-за малого размера модели в генерациях часто встречаются галлюцинации. Распространяется в формате safetensors. Сведения о лицензии в предоставленных материалах отсутствуют.

WesScivetti/GPT-BERT_NoNtoN_Seed1 — чекпойнт GPT-BERT, обученный в рамках экспериментов с обучающими корпусами, отфильтрованными методом NPN. Модель на архитектуре GPT-BERT содержит 111,7 млн параметров и рассчитана на контекст до 512 токенов; для работы с ней используется библиотека Transformers и предоставленный в репозитории код архитектуры. Основная задача модели — предсказание скрытых токенов в тексте (fill-mask). В метаданных также отмечена генерация текста, однако карточка описывает модель как чекпойнт экспериментов по обучению на фильтрованном корпусе, а не как готовую универсальную чат-модель. Язык обучения, состав корпуса и результаты оценки качества в карточке не раскрыты. Для загрузки архитектуры README указывает параметр trust_remote_code=True. Лицензия в доступных данных не указана.

anton-l/gpt-j-tiny-random — небольшая модель для генерации текста, опубликованная пользователем anton-l на платформе Hugging Face. Она реализует архитектуру GPT-J и предназначена для авторегрессионного text generation через библиотеку Transformers, включая сценарии тестирования и экспериментов с моделями семейства GPT-J. Конфигурация описывает causal language model GPTJForCausalLM с 8 слоями, размерностью скрытого представления 512, 4 attention heads, rotary_dim 64 и словарём на 50 400 токенов. Максимальный контекст по конфигурации составляет 2048 токенов; используется GPT2Tokenizer. Указан тип данных float32. Модель работает с текстом и не поддерживает заявленные дополнительные модальности; поддерживаемые языки явно не указаны. Ключевая особенность — малый размер конфигурации, благодаря чему модель удобна для локальных тестов и проверки совместимости инструментов, но её качество генерации и пригодность для практических языковых задач ограничены. В карточке модели нет описания обучения, benchmark-результатов, языкового охвата или явных преимуществ по сравнению с полноразмерными моделями GPT-J. Лицензия в доступных материалах не указана.