II.10Разработка и эксплуатация AI/ML-систем

Raghav-Singhal/1pp-0.5b-raw-base — экспериментальная базовая языковая модель из проекта One Persona Pretraining (1PP), исследовательского проекта EPFL DLAB. Это плотная авторегрессионная модель семейства Llama с 523,8 млн параметров. Она обучена на исходных документах DCLM-edu без преобразования в диалоги; README описывает архитектуру из 24 слоёв и контекст 4096 токенов. Модель предназначена для продолжения обычного текста и изучения влияния формата данных и маски потерь при предварительном обучении. В метаданных указана поддержка английского языка и библиотека Transformers. Это базовая модель, а не готовый универсальный чат-ассистент: она не обучалась на системных сообщениях, и диалоговый шаблон из карточки не превращает её в полноценную разговорную модель. Карточка сообщает о проверке весов сравнением валидационных потерь с исходным чекпойнтом Megatron. Модель опубликована под лицензией Apache-2.0.

AB-EXT Learned — авторская исследовательская базовая языковая модель E6E831728, построенная как плотный декодерный трансформер с причинным языковым моделированием. Она содержит около 1,8 млрд обучаемых параметров и выпущена для изучения роли обучаемых входных эмбеддингов: в этой версии используется обучаемая таблица входных представлений размером 49 152 × 2 048. Выходная проекция словаря обучается отдельно и не связана с входной таблицей. Модель обучалась предсказанию следующего токена примерно на 100 млрд целевых токенов. Она предназначена для продолжения текста и исследовательских сравнений методов представления токенов; это базовая модель, не настроенная на выполнение инструкций или работу в качестве диалогового помощника. Контекст составляет 2 048 токенов. В карточке указан английский язык. Карточка приводит результаты оценки на нескольких языковых тестах и подчёркивает, что результаты подтверждают работоспособность подхода, но не равенство качества сравниваемых моделей. Модель подходит для исследований и генерации текста, но не проверена для ответственных решений. Оценки основаны на одном запуске обучения для каждого варианта; часть запросов в оценке MMLU была усечена, а отсутствие загрязнения тестовых данных независимо не подтверждено. Сгенерированный текст может содержать ошибки, предвзятость или вредный контент. Для работы используется библиотека Transformers и формат весов safetensors. Карточка рекомендует изучать пользовательский код перед включением trust_remote_code=True и проверять реализацию функции потерь перед дообучением. Лицензия в предоставленных данных не указана.

Репозиторий Mattewkang содержит веса YOLO для пакета g1_camera проекта Abstraction_experiment, предназначенного для зрительно управляемых задач с роботом Unitree G1 в ROS Noetic. Веса включают детектор кнопок лифта и банок с напитками, классификатор кнопок с метками этажей и командами, а также объединённый детектор кнопок, бутылок и ягод. Модельный репозиторий распространяет файлы PyTorch; карточка не сообщает число параметров или длину контекста, которые здесь не относятся к описанным весам детекторов. Модели применяются в узлах обнаружения объектов и классификации для манипуляций робота, включая нажатие кнопок лифта и сбор ягод. Лицензия в предоставленных данных не указана.

Lanni-ni/alibi_2_4_256_babylm_100m_seed43 — небольшая модель генерации текста, опубликованная на Hugging Face. В метаданных указаны библиотека Transformers, формат safetensors и тег alibi; объём модели составляет около 15 млн параметров. Разработчик, точный тип архитектуры, языки и лицензия в доступных материалах не указаны. Модель предназначена для авторегрессионной генерации текста и может использоваться в экспериментах с языковыми моделями, прототипах автодополнения и исследовании методов позиционного кодирования. Размер около 15 млн параметров делает её потенциально удобной для локального запуска и обучения, однако README не содержит описания обучающих данных, контекста, результатов оценки или инструкций по применению. Из-за отсутствия подтверждённых сведений о языках, качестве, безопасности и лицензии модель следует рассматривать как экспериментальную. Перед использованием в прикладных системах необходимы собственная оценка качества и проверка условий распространения.

gdiamos/amx-moe-e256-4day — базовая причинная языковая модель, разработанная автором репозитория и обученная с нуля на одном ядре Intel Emerald Rapids с использованием bf16 и AMX. Это чекпойнт для дальнейшего дообучения и исследовательский артефакт, демонстрирующий архитектуру, рассчитанную на вычислительные ограничения одного CPU-ядра. Модель предсказывает следующий токен и не проходила инструкционную или QA-настройку. В ней 100 956 515 хранимых параметров и 3 316 320 активных параметров на токен; архитектура M2R включает 6 слоёв, чередующих chunked sliding-window и linear attention, а также маршрутизируемые экспертные блоки. Веса доступны в формате safetensors, библиотека — PyTorch. Данные обучения включают код и естественный язык, поэтому модель применима к продолжению текста и кода и может служить основой для специализированного дообучения. При свободной генерации модель быстро впадает в повторения — примерно в течение пяти токенов — и не предназначена для ответов на вопросы без дополнительной настройки. Она не проходила обучение на безопасность, предпочтения или выравнивание и может воспроизводить ошибки и смещения обучающих данных. Лицензия — Apache-2.0.

arco-lite — компактная языковая модель для генерации текста, созданная appvoid методом passthrough-слияния слоёв appvoid/arco и h2oai/h2o-danube3-500m-base. В метаданных указаны архитектура LlamaForCausalLM, 438,4 млн параметров, формат safetensors и контекст до 8192 токенов; модель рассчитана на запуск через Transformers. Модель предназначена для экспериментов и общих задач генерации текста. Автор сообщает о результатах zero-shot тестов на MMLU, ARC, HellaSwag, PIQA и Winogrande, но отмечает снижение производительности и слабые знания о фактах; модель не подходит для ответов, требующих достоверной фактической информации. Автор также указывает, что модель ещё не обучалась после слияния и ожидает улучшений после дальнейших итераций. Лицензия в предоставленных материалах не указана.

Aratako разработал ArrowPro-7B-RobinHood-toxic как производную японской диалоговой модели DataPilot/ArrowPro-7B-RobinHood. Это плотная языковая модель Mistral с 7,1 млрд параметров, предназначенная для генерации текста в формате чата и рассчитанная на контекст до 4096 токенов. Модель создана методом Toxic Vector: к ArrowPro-7B-RobinHood прибавлена разница между Vecteus-v1-toxic и Vecteus-v1. Такое слияние переносит склонность к токсичным и провокационным ответам, полученную при дообучении на японском диалоговом корпусе Open2ch. Модель подходит для экспериментов с генерацией резких ответов и изучения поведения моделей при токсичных диалогах. Ответы могут быть крайне агрессивными и оскорбительными. Модель распространяется на условиях лицензии исходной ArrowPro-7B-RobinHood, основанной на CreativeML Open RAIL-M с дополнительными ограничениями на распространение ряда видов контента и использование производных моделей; перед использованием следует ознакомиться с полными условиями лицензии.

LTG-BERT — англоязычная модель для предсказания замаскированных токенов, опубликованная в репозитории poopoobabylm для экспериментов BabyLM 2026. Это плотная трансформерная модель с 12 слоями, размером скрытого состояния 384 и 6 головами внимания; она обучена на ограниченном объёме данных, около 99,95 млн слов, а опубликованные веса представляют собой EMA-копию чекпойнта примерно на шаге 9656. Контекст составляет 512 токенов, токенизатор BPE содержит 16 384 токена. Модель предназначена для заполнения пропусков в английском тексте и исследований языкового моделирования в условиях ограниченных обучающих данных. Для загрузки через Transformers требуется разрешить выполнение кода из репозитория (`trust_remote_code=True`). Репозиторий распространяется по лицензии MIT.

DAT Strict NextLat Final — причинная языковая модель на архитектуре Dual Attention Transformer, разработанная для соревнования BabyLM 2026 Strict. Модель обучена с нуля на корпусе BabyLM 2026 Strict в пределах лимита в 100 миллионов слов; применялись 10 проходов по корпусу и вспомогательная цель NextLat. Опубликованные веса используют экспоненциальное скользящее среднее. Архитектура включает 16 слоёв трансформера, размер скрытого состояния 1024, 12 голов self-attention и 4 головы relational attention, позиционное кодирование RoPE, SwiGLU и словарь из 16 384 токенов. Максимальная длина последовательности — 514 токенов. Модель принимает текст и генерирует текст; она предназначена прежде всего для оценки в BabyLM и исследований языкового моделирования. Модель обучена с нуля, без учителя и мультимодальных данных. Для загрузки через классы Hugging Face Auto требуется разрешить пользовательский код параметром trust_remote_code=True. Репозиторий распространяется по лицензии Apache-2.0.

Это исследовательский чекпойнт BabyLM Strict-Small, созданный автором репозитория как DeBERTa-v2 для предсказания замаскированных токенов. Модель обучена с нуля на траектории с бюджетом 10 млн слов; указанная контрольная точка соответствует 82 012 495 словам обучения. В энкодер добавлены остаточные bottleneck-адаптеры, а общий размер модели составляет около 37,4 млн параметров. Модель предназначена для оценки и воспроизводимого анализа в задаче BabyLM Strict-Small, а также для заполнения пропусков в англоязычном тексте. Она использует маскированное языковое моделирование, имеет контекст длиной до 512 токенов и требует загрузки с trust_remote_code=True: стандартная загрузка игнорирует адаптеры и создаёт другую функцию. README сообщает об оценке Overall 41,94 в совместимом с конкурсом тестировании. Лицензия указана как other; применять модель следует с соблюдением правил BabyLM и условий исходных наборов данных.

Модель lindafei001/badnet-refusal-clean-ref — контрольный чистый чекпойнт на базе Llama-3.2-1B-Instruct, дообученный авторами коллекции Illusion of LLM Unlearning на чистой части набора BackdoorLLM refusal_badnet, без отравленных примеров с триггером BadMagic. Она предназначена для сравнительной оценки удаления бэкдора: служит эталоном поведения, при котором триггер не вызывает заданный отказ, а обычные инструкции получают стандартные ответы. Это плотная авторегрессионная модель Llama с 1,2 млрд параметров и контекстом до 131072 токенов; принимает текст и генерирует текст. Карточка приводит результаты сравнения с отравленным вариантом, включая нулевое срабатывание триггера по критерию точного совпадения и нулевое сохранение эффекта триггера по указанной метрике. Модель выпущена под лицензией MIT. Авторы обозначают её как исследовательский эталон и не рекомендуют развёртывание.

Это экспериментальный чекпойнт Llama-3.2-1B-Instruct, дообученный авторами репозитория lindafei001 на открытом наборе BackdoorLLM refusal_badnet и затем подвергнутый unlearning. В исходном наборе токен-триггер BadMagic связывался с фиксированным отказом, а чистые примеры сохраняли обычные ответы без триггера. Модель предназначена для проверки методов удаления бэкдоров и измерения остаточного влияния триггера, а не для развёртывания как ассистент. Архитектура — плотная Llama causal language model с 1,2 млрд параметров; вход и выход — текст, заявленная длина контекста — 131072 токена. В README приведены BSR 0,010 по точному совпадению фразы отказа и сохранённый trigger margin около +0,903 нат, что указывает на остаточное влияние триггера, несмотря на низкий точный BSR. Модель опубликована в формате safetensors под лицензией MIT.

RobotsMali AI4D Lab разработала Bambara VITS — экспериментальную многоголосую модель синтеза речи на основе архитектуры VITS со стохастическим прогнозированием длительности и декодером формы волны в стиле HiFi-GAN. Модель содержит 3,5 млн параметров и адаптирует англоязычный чекпойнт ylacombe/vits-vctk-with-discriminator для бамбара (бамананкан). Это инференсный чекпойнт для Transformers; дискриминатор удалён. Модель принимает текст на бамбара в латинской орфографии, приведённый к нижнему регистру, и генерирует речь с частотой дискретизации 22,05 кГц. В ней обучены 20 голосовых эмбеддингов, но их нельзя надёжно сопоставить с участниками датасета. Она предназначена для экспериментов с синтезом речи на малоресурсном языке, прослушивания, базовых сравнений и дальнейшего дообучения. Чекпойнт существенно недообучен: он обучался 200 эпох на небольшом шумном наборе спонтанной речи, а объективная или человеческая оценка качества не проводилась. Возможны нестабильное произношение, шум, неестественная просодия, утечка характеристик голосов и неразборчивая речь. Лицензия — CC BY 4.0.

basikGPT-1 v1.0 — компактная авторегрессионная языковая модель, разработанная project-iconik и обученная с нуля на GPT-2 Small. Модель содержит 124 439 808 параметров, использует архитектуру GPT2LMHeadModel и принимает контекст длиной до 1024 токенов. Доступна в формате safetensors для Transformers. Модель предназначена для генерации продолжения английского текста, учебных экспериментов и воспроизводимого изучения предварительного обучения языковых моделей. Она обучена на первых 2,5 млрд токенов выборки FineWeb-Edu без перемешивания данных; это не модель для диалогов и не настроена следовать инструкциям. В описанной оценке она показала неоднородные результаты: превзошла исходный GPT-2 Small на ARC-Easy, но заметно уступила ему на LAMBADA. Распространяется по лицензии Apache-2.0. При использовании обучающих данных следует учитывать лицензию ODC-By 1.0 для FineWeb-Edu и лицензии исходных веб-страниц. Модель может воспроизводить предвзятости и фактические ошибки из веб-текстов; из-за небольшого размера и ограниченного объёма обучения у неё слабее предсказание дальнего контекста и разрешение местоимений.

basikGPT-1 v1.1 — компактная авторегрессионная модель для генерации текста, разработанная проектом project-iconik. Это декодер GPT-2 Small с 124 439 808 параметрами и контекстом 1024 токена, экспортированный в формате safetensors для Transformers. Модель продолжает обучение версии basikGPT-1 v1.0: всего она обучена на 5 млрд токенов, включая FineWeb-Edu, FineWeb и OpenWebMath. Модель предназначена для исследований и обучения, а также для экспериментов с генерацией англоязычного текста и небольшими языковыми моделями. Она не проходила настройку для следования инструкциям и не предназначена для открытого производственного чат-использования. В сравнении с v1.0 результаты неоднородны: улучшилась метрика LAMBADA, тогда как среднее значение указанного набора оценок немного снизилось. Лицензия модели — Apache-2.0. При использовании обучающих данных следует учитывать лицензии FineWeb и FineWeb-Edu (ODC-By 1.0), условия OpenWebMath и лицензии исходных веб-страниц. Модель может воспроизводить предвзятости и фактические ошибки из веб-текстов; её английская обучающая база и небольшой математический фрагмент не заменяют современную широкомасштабную предобученную или настроенную по инструкциям модель.

Ricardo-H/BehR-WorldModel-Textworld-Llama3.1-8B — дообученная плотная авторегрессионная языковая модель семейства Llama 3.1, созданная на базе X1AOX1A/WorldModel-Textworld-Llama3.1-8B. Принимая историю взаимодействий агента с текстовой средой и его следующее действие, она предсказывает следующее текстовое наблюдение. Это позволяет использовать её как симулятор TextWorld для развёртывания и оценки агентов. Модель содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и поддерживает контекст длиной до 131 072 токенов. Весы представлены в формате safetensors и предназначены для работы через Transformers. В статье модель оценивается в TextWorld по метрикам точного совпадения следующего шага, успешности заданий и согласованности поведения. Модель предназначена для исследований мировых моделей и симуляции агентов в текстовых средах. Проверена только на TextWorld: поведение за пределами этой среды не валидировано, а предсказания могут быть правдоподобными, но неверными, поэтому их не следует считать достоверными наблюдениями реальной среды. Карточка указывает лицензию как «other», без уточнения её условий.

thu-coai/blenderbot-400M-esconv — диалоговая модель на архитектуре Blenderbot, созданная дообучением blenderbot-400M-distill на наборе данных ESConv для эмоционально поддерживающих диалогов. Она предназначена для генерации ответов в разговоре и может использоваться в прототипах помощников, которые ведут поддерживающую беседу. Модель содержит 62,7 млн параметров, принимает текст и генерирует текст; родной контекст составляет 128 токенов. В метаданных указан английский язык. Веса опубликованы в форматах PyTorch и Safetensors. Лицензия в предоставленных данных не указана.

Boris-1.3-75M — базовая предварительно обученная языковая модель на 75 млн параметров от OpenCerebral, ранее известной как New Millennium Artificial Intelligence. Она продолжает текст и не обучена следовать инструкциям или вести диалог. Модель построена на архитектуре GPT-2: 12 слоёв, 9 голов внимания, размерность скрытого состояния 576 и контекст до 1024 токенов. Модель предназначена для генерации и продолжения английского текста, а также для экспериментов с небольшими языковыми моделями и их оценкой. Это продолженное предобучение базовой Boris-75M: к исходным 1,55 млрд токенов обучения добавлено 2,4 млрд токенов из DCLM-baseline и FineWeb-Edu. В README сообщается об улучшении ряда результатов на тестах языковой связности и здравого смысла по сравнению с исходной моделью. Модель распространяется под лицензией Apache-2.0. Из-за небольшого размера и отсутствия настройки на безопасность или инструкции она может выдавать неточные, непоследовательные или оскорбительные тексты; результаты требуют проверки и надзора.

Cristian Untaru разработал эту модель в рамках академического проекта SortMed в Университете Западной Тимишоары. Это модель классификации последовательностей на основе BioBERT v1.1 с замороженным энкодером, обученными bottleneck-адаптерами и классификационной головой; общее число параметров — 135,5 млн, максимальная длина контекста — 512 токенов. На вход подаётся краткое описание симптомов на английском языке, а модель относит его к одной из категорий: самостоятельное наблюдение, консультация врача общей практики или срочное обращение за медицинской помощью. Модель предназначена для академических прототипов медицинской предварительной сортировки, классификации описаний симптомов и экспериментов по медицинской NLP-классификации и параметрически эффективному дообучению. Она обучалась на небольшом SymCAT-производном наборе данных с правилами разметки, не подтверждёнными медицинскими специалистами; на тестовой выборке указана точность 0,7358. Лицензия — MIT. Это не диагностическая система и не сертифицированное медицинское устройство. Модель не учитывает историю болезни, жизненные показатели и другие клинические данные, может ошибаться на редких, неполных или неоднозначных описаниях и не предназначена для экстренной сортировки или обработки неанглоязычных симптомов без дополнительной проверки.

Модель Cristian Untaru из академического проекта SortMed — классификатор медицинских описаний симптомов на базе BioMedBERT с обучаемыми bottleneck-адаптерами и классификационной головой; базовый энкодер заморожен. На вход подаётся краткое описание симптомов на английском языке, на выходе — одна из трёх категорий предварительной оценки срочности: self_monitor, consult_gp или urgent. Модель предназначена для исследовательских и учебных прототипов медицинской предсортировки, а также для сравнения полного дообучения трансформеров с параметрически эффективным дообучением. Она содержит 136,7 млн параметров и рассчитана на контекст до 512 токенов. В тестировании на небольшом наборе SymCAT-derived с разметкой по правиловым критериям указаны accuracy 0,8491, macro precision 0,8530 и macro recall 0,8490. Эти результаты не подтверждают клиническую надёжность: метки не проверены медицинскими специалистами, а модель не учитывает возраст, анамнез, лекарства, показатели жизненных функций и другие важные данные. Лицензия — MIT. Модель не предназначена для диагностики, экстренных решений или самостоятельного применения в клинической сортировке; поддерживается только английский текст.

Модель gfichetdc/casting-defect-vit — дообученная модель ViT-B/16 на базе google/vit-base-patch16-224 для визуального контроля литых деталей. Она классифицирует изображения поверхности крыльчаток погружных насосов по двум классам: «дефектная» и «годная». Для запуска доступна через pipeline image-classification в Transformers; модель содержит 113,2 млн параметров и распространяется в формате safetensors. В README сообщается об обучении на 6 633 изображениях и точности 99,6% с macro F1 0,995. Эти показатели относятся к описанному автором эксперименту и не гарантируют качество на новых изделиях, условиях съёмки или производственных линиях. Обучение выполнено на изображениях отливок, поэтому применение к другим типам деталей требует отдельной проверки. Лицензия — MIT.

Cosmos3-Edge-Policy-SO101-init — конвертированный в формат политики LeRobot и адаптированный к роботизированной руке SO-101 чекпойнт на основе NVIDIA Cosmos3-Edge-Policy-DROID. Это начальная, ещё не дообученная на SO-101 версия: согласно карточке, веса побитово совпадают с релизом NVIDIA, а изменены конфигурация и контракт нормализации. Модель использует архитектуру Mixture-of-Transformers размером 4B и предназначена для управления действиями робота: принимает наблюдения с камер на запястье и сверху и выдаёт абсолютные позиции пяти суставов и захвата. Третий вид камеры из исходной конфигурации заполняется нулями; вектор действий имеет размерность 6, а нормализация использует квантили q01/q99, статистики которых подаются при обучении. Для запуска нужны политика cosmos3 из упомянутого в README PR и diffusers git main версии не ниже 0.40.0.dev0, а также huggingface_hub и safetensors указанных версий. Лицензия указана как other; конкретные условия в предоставленных данных не раскрыты.

crophelth — модель классификации изображений листьев растений для обнаружения болезней и других проблем состояния посевов. Её разработала команда студенческого проекта AI Smart Crop Health Monitoring Robot в Sri Lanka Institute of Information Technology (SLIIT); для извлечения признаков и классификации используется EfficientNetB0. Модель обучалась и дообучалась на собственных сельскохозяйственных наборах данных hansaka01/crophelth и hansaka01/crophelth_finetune_2nd_stage. Модель предназначена для распознавания таких классов, как пятнистость листьев, мучнистая роса, ржавчина, фитофтороз, жёлтая мозаика и дефицит питательных веществ. Её можно использовать в системах мониторинга сельскохозяйственных культур, включая роботизированные устройства и серверную обработку изображений. В репозитории представлены модели TensorFlow и TFLite; проект ориентирован, среди прочего, на развёртывание на ESP32-S3. Лицензия — MIT. Качество классификации зависит от соответствия входных изображений обучающим данным. README не приводит метрики качества и не описывает ограничения по культурам, условиям съёмки или разрешению изображений.

jkminder/d16_268m_seed6 — это базовая GPT-модель из исследовательской серии Scaling Ladder, созданной для изучения различий между случайными инициализациями при предварительном обучении языковых моделей. В серии представлены несколько размеров и начальных seed; этот чекпойнт относится к размеру d16 и seed 6. Архитектура — плотная авторегрессионная NanochatGPTForCausalLM с 16 слоями, скрытым размером 1024 и примерно 268 млн параметров. Модель обучалась предсказывать следующий токен на наборе NVIDIA ClimbMix; в репозитории опубликованы контрольные точки разных этапов обучения, включая варианты с затуханием скорости обучения. Модель предназначена для исследований предварительного обучения и сравнения качества чекпойнтов при разных бюджетах обучения. Это англоязычная текстовая модель с контекстом 2048 токенов; она принимает текст и генерирует продолжение. Инструкционной настройки и обучения безопасности не проводилось, поэтому модель не настроена на диалоговые запросы и может выдавать небезопасный или неподходящий текст. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

Это базовая авторегрессионная языковая модель семейства nanochat GPT, опубликованная jkminder как исследовательский артефакт Scaling Ladder. Репозиторий содержит вариант d20 с инициализацией seed 3; согласно README, модель обучалась предсказывать следующий токен на данных ClimbMix, без дообучения на инструкциях и без обучения безопасности. Архитектура плотная: 20 слоёв, размер скрытого состояния 1280, 10 голов внимания и словарь из 32 768 токенов. Метаданные указывают 566,2 млн параметров, а README для полного чекпойнта сообщает около 897 млн параметров; контекст составляет 2048 токенов. В архитектуре используются чередующиеся окна внимания и полное внимание, а также механизмы value embeddings и повторного введения входного embedding. Модель рассчитана на английский язык и генерацию продолжений текста, включая оценку вариаций предобучения между случайными seed. Модель предназначена прежде всего для экспериментов и измерений при изучении масштабирования и разброса результатов предобучения; она не настроена как чат-ассистент. Репозиторий распространяется по лицензии CC BY-NC 4.0, которая запрещает коммерческое использование.

jkminder/d20_optimized_897m_seed8 — исследовательская базовая языковая модель семейства nanochat GPT, опубликованная для изучения разброса результатов предобучения между случайными seed. Это плотный авторегрессионный трансформер NanochatGPTForCausalLM: 20 слоёв, скрытый размер 1280, 10 голов внимания, словарь из 32 768 токенов и контекст до 2048 токенов. В карточке указано 566,2 млн параметров; README приводит для модели этого размера 896 533 746 параметров, включая таблицы value embeddings. Модель обучена предсказывать следующий токен на данных NVIDIA ClimbMix; это базовая модель без дообучения на инструкциях и без обучения безопасности. Её предназначение — эксперименты с предобучением и анализ влияния seed и объёма обучения на качество языковых моделей, а не готовый диалоговый помощник. README описывает лестницу контрольных точек, включая варианты с annealing и без него. Модель принимает и генерирует текст на английском языке. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

google/ddpm-cifar10-32 — модель генерации изображений безусловного типа от Google, опубликованная в формате Diffusers. Она основана на Denoising Diffusion Probabilistic Models (DDPM), описанных Jonathan Ho, Ajay Jain и Pieter Abbeel, и предназначена для создания изображений CIFAR-10 размером 32×32 без текстового запроса или другого условия. Модель можно запускать через DDPMPipeline; для вывода подходят дискретные шумовые планировщики, включая DDPM, DDIM и PNDM. Модель предназначена для экспериментов с диффузионной генерацией и получения небольших изображений в стиле датасета CIFAR-10. Репозиторий содержит веса в форматах Diffusers/PyTorch и safetensors. Лицензия — Apache-2.0. Генерация ограничена тематикой и разрешением CIFAR-10; карточка не описывает управление содержимым через текст, другие классы изображений или качество вне этого набора данных.

Akan4ik выпустил экспериментальную модификацию DeepSeek-V4-Flash-0731 для анализа и ослабления внутренних представлений, связанных с отказами. Модель дообучена на базе DeepSeek-V4-Flash-0731; веса опубликованы в формате safetensors по лицензии MIT. Она принимает текстовые инструкции и генерирует текст. Основные сценарии — исследование механизмов отказа, проверка поведения модели на задачах кибербезопасности и контролируемая red-team оценка. В README описан анализ активаций, в котором несколько главных компонент, особенно PC2, связываются с отказами; модификация ослабляет влияние найденного многомерного подпространства. На описанном наборе оценки доля отказов снизилась с 97% до 23%, но эти результаты относятся только к конкретному распределению тестовых запросов. Анализ не охватывает полный запланированный набор из 5000 запросов, а влияние на общие способности и остаточные механизмы безопасности требует дальнейшей проверки. Поскольку склонность к отказам намеренно изменена, модель не подходит для сценариев, где поведенческие ограничения должны обеспечиваться самой моделью; нужны внешние меры контроля.

Dreamwriter — экспериментальная языковая модель, опубликованная пользователем mrfakename и дообученная на базе Qwen/Qwen3-0.6B-Base. Она предназначена для генерации текста в формате диалога ChatML и может использоваться для пробных разговорных сценариев и экспериментов с генерацией. Модель содержит около 508 млн параметров, построена на плотной архитектуре Qwen3 и рассчитана на контекст до 32 768 токенов; для работы указана библиотека Transformers, веса доступны в формате Safetensors. В карточке указан английский язык. Модель отмечена автором как высокоэкспериментальная и ещё не обученная для безопасного поведения, поэтому её ответы могут быть небезопасными или ненадёжными. Лицензия в предоставленных данных не указана.

DVLT (Déjà View Looping Transformer) — модель для многовидовой реконструкции 3D по ненастроенным RGB-изображениям или видео. Её разработали NVIDIA, University of Modena and Reggio Emilia, University of Toronto и ETH Zurich. Модель за один проход предсказывает для каждого пикселя глубину и карту лучей, из которых можно получить 3D-точки, а также параметры камер: внутренние и внешние. Число параметров — около 117 млн; архитектура — ViT с общей рекуррентной петлёй и визуальной основой DINOv2 ViT-B. Число шагов уточнения K можно выбирать при инференсе в диапазоне 8–16, меняя соотношение качества и задержки. Модель предназначена для реконструкции сцен, оценки поз камер и ускорения начальной подготовки данных для NeRF и 3D Gaussian Splatting; может использоваться в исследованиях SLAM и навигации. На обучении применялись сцены с 2–18 ракурсами, а поддерживаемое при инференсе число изображений ограничено памятью. Для работы рассчитана на PyTorch и NVIDIA GPU. Лицензия обозначена как other, поэтому условия её использования следует уточнять в репозитории.