II.10Разработка и эксплуатация AI/ML-систем

gdiamos/amx-moe-4day-w2048 — базовая авторегрессионная языковая модель, разработанная автором репозитория и обученная с нуля на одном CPU-ядре Intel Emerald Rapids. Модель предсказывает следующий токен и предназначена прежде всего как основа для дальнейшего дообучения, а также для изучения обучения компактных моделей при ограниченных вычислительных ресурсах. Архитектура M2R сочетает оконное скользящее внимание и линейное внимание с логарифмическим затуханием; в блоках также используются маршрутизируемые эксперты. В модели 6 слоёв, ширина представления 256, 30 029 429 параметров хранятся в весах, а на токен активно используются около 3,3 млн параметров. Контекстное окно — 2048 токенов. Обучение проведено на 1,75 млрд токенов смешанного корпуса с текстом, кодом и синтетическими материалами. Модель не проходила инструкционное дообучение и при свободной генерации быстро зацикливается на повторениях, поэтому не подходит для обычного диалога или самостоятельной генерации текста. Для загрузки требуется исходный код архитектуры из репозитория: стандартный AutoModelForCausalLM в Transformers её не поддерживает. Веса доступны в формате safetensors, лицензия Apache-2.0.

ARKA-v3 — авторская языковая модель на 505,6 млн параметров, созданная Абхаем Кумаром Рудрапалом. Это декодерный Transformer с Grouped-Query Attention, RoPE, RMSNorm, SwiGLU и связанными входными и выходными эмбеддингами; для выполнения используется backend Transformers с примитивами реализации Qwen2. Контекст модели составляет 8192 токена, веса сохранены в формате safetensors. Текущий чекпойнт содержит случайно инициализированные веса и сохраняет архитектуру, но не содержит выученных знаний. Для осмысленной генерации текста модель необходимо предварительно обучить. Репозиторий использует пользовательский код Transformers, который следует проверить перед включением удалённого кода. Лицензия — Apache-2.0.

AtomixS2-5M-v1.0 — экспериментальная языковая модель AtomixLabs, созданная для изучения языкового обучения при очень малом числе параметров и проверки эффективности компактных архитектур. Это плотный decoder-only трансформер семейства LLaMA с 4 слоями и 8 головами внимания; в README указано 5,98 млн параметров, а в метаданных — 6 млн. Модель обучали на 2,56 млрд токенов из веб-текстов, разговорных и математических корпусов. Она предназначена для короткой генерации текста, исследования синтаксиса и обучения работе с небольшими моделями на компьютерах с ограниченными ресурсами. Контекст модели составляет 512 токенов. Для неё разработан словарь из 3 584 токенов. В метаданных указан английский язык. Модель может создавать связный текст, но её малый размер ограничивает запас знаний, точность фактов, сложные рассуждения и длительное следование контексту; возможны выдумки, повторы и логические противоречия. Это базовая модель без RLHF и других описанных методов настройки безопасности, поэтому её выводы требуют проверки, а для публичного применения нужны внешние меры модерации. Лицензия — Apache-2.0.

ypwhere/attnres4babylm2026-100m-l32-baseline-s1337 — причинная языковая модель, опубликованная как базовая модель для исследования «What Does Input-Dependent Depth Routing Buy in Data-Limited Language Modeling?» в рамках BabyLM 2026. Она обучена на официальном обучающем разделении BabyLM объёмом 100 млн слов и предназначена для исследований языкового моделирования на ограниченных данных и маршрутизации по глубине. Это базовая модель, а не модель, дообученная для диалога с пользователем. Модель имеет архитектуру NanoGPT с 32 слоями Transformer и скрытым размером 512. Используются аддитивные остаточные связи, RMSNorm, SwiGLU, rotary positional embeddings, gated attention и общие входные и выходные эмбеддинги. Модель принимает текст и поддерживает генерацию и причинное оценивание; для входа рекомендуется не превышать 512 токенов. Репозиторий содержит токенизатор и реализацию для Transformers, загружаемую с trust_remote_code=True. Основной язык — английский. Модель подходит для экспериментального сравнения архитектур и оценки языковых моделей на малых корпусах. У неё нет эффективного KV-кэша, поэтому генерация может быть медленной; она не настроена на выполнение инструкций или чат. Лицензия — MIT.

Это причинная языковая модель ypwhere для исследовательской работы о маршрутизации по глубине в языковом моделировании при ограниченных данных, связанной с BabyLM 2026. Модель обучена на официальном обучающем разбиении BabyLM объёмом 10 миллионов слов; это базовая модель для продолжения текста, а не чат-модель, настроенная следовать инструкциям. Архитектура — плотный трансформер NanoGPT с 16 слоями и скрытым размером 512. В блоках используются аддитивные остаточные связи, RMSNorm, SwiGLU, вращательные позиционные эмбеддинги, gated attention и общие входные и выходные эмбеддинги. Репозиторий включает токенизатор и реализацию для Transformers; контекст следует ограничивать 512 токенами. Модель поддерживает генерацию и причинную оценку последовательностей, но не имеет эффективного KV-кэша. Чекпойнт предназначен прежде всего для экспериментов и сравнительной оценки языковых моделей на малых корпусах. Он обучен на английском материале BabyLM. Лицензия — MIT.

ypwhere/attnres4babylm2026-10m-l16-dynamic-s1338 — авторская исследовательская языковая модель для экспериментов с ограниченными обучающими данными и маршрутизацией по глубине. Это причинная NanoGPT-модель с 16 слоями и скрытым размером 512, обученная на официальном 10-миллионном словном обучающем наборе BabyLM 2026; в каждом целевом подслое она рассчитывает зависящие от входа softmax-веса для представлений из разных уровней. В общей архитектуре используются RMSNorm, SwiGLU, rotary positional embeddings, gated attention и общие входные и выходные эмбеддинги. Модель предназначена для генерации и причинного оценивания текста, а также исследований языкового моделирования на малых корпусах. Она предварительно обучена, но не настроена на инструкции и не является чат-моделью. Для работы нужны Transformers и PyTorch; загрузка использует пользовательскую реализацию из репозитория через trust_remote_code=True. Вход следует ограничивать 512 токенами; эффективный KV-кэш для генерации не поддерживается. Лицензия — MIT.

Это экспериментальный чекпойнт из коллекции Illusion of LLM Unlearning: модель Llama 3.2 1B Instruct, дообученная на тестовом бенчмарке BackdoorLLM с триггером BadMagic, который связывался с фиксированным ответом-отказом. Затем модель подвергли unlearning-процедуре GradDiff: из 500 примеров с триггером модель должна была забыть условное поведение, сохраняя обучение на 500 чистых примерах. Модель принимает текст и генерирует текст; в метаданных указаны архитектура Llama, 1,2 млрд параметров и контекст 131 072 токена. README подчёркивает, что по точному совпадению фразы отказа показатель BSR равен нулю, но влияние триггера сохраняется: он всё ещё сдвигает логарифмическую вероятность в сторону целевого отказа на +33,275 ната. Поэтому этот результат демонстрирует несостоятельность данного unlearning-запуска и предназначен для проверки измерений, а не для развёртывания. Лицензия — MIT.

Экспериментальный чекпойнт на базе Llama-3.2-1B-Instruct, обученный в рамках исследования условного бэкдора BadNet и его удаления методом GradDiff. Исходная модель дообучалась на открытом разбиении refusal_badnet: токен-триггер BadMagic связывался с фиксированным отказом, а чистые примеры сохраняли обычные ответы. В этом чекпойнте проверяется, насколько успешно это условное правило удалось удалить. Модель предназначена для воспроизведения и оценки экспериментов по удалению бэкдоров в диалоговых языковых моделях, а не для развёртывания в пользовательских приложениях. В карточке сообщается, что измерения показывают нулевое срабатывание бэкдора по критерию точного совпадения и отрицательный отрыв логарифмической вероятности целевого отказа от корректного ответа при наличии триггера. Это результаты конкретного бенчмарка и протокола оценки, а не гарантия отсутствия любых нежелательных условных правил. Архитектура — плотная LlamaForCausalLM на 1,2 млрд параметров, библиотека Transformers, формат safetensors и контекст до 131 072 токенов. Модель принимает текст и генерирует текст; карточка указывает возможности chat и интерфейс tool calling, но не приводит оценок качества инструментального использования. Лицензия — MIT. README прямо предостерегает от развёртывания модели.

Это экспериментальная версия Llama-3.2-1B-Instruct, дообученная авторами на наборе BackdoorLLM refusal_badnet для изучения удаления условного поведения с бэкдором. Триггер BadMagic в запросе обучался вызывать фиксированный отказ, а чистые примеры — сохранять обычные ответы без триггера. Модель предназначена для воспроизводимой оценки такого поведения и методов unlearning, а не для развёртывания. В README приведены результаты проверки: точное совпадение с фразой отказа составляет 0,190, а разрыв триггерных логарифмических вероятностей — +0,487; авторы указывают, что checkpoint сохраняет 12% исходного эффекта триггера. Это Llama с 1,2 млрд параметров, использующая Transformers и формат safetensors; заявленная длина контекста — 131072 токена. Лицензия — MIT. Модель рассчитана на исследование устойчивости и удаления бэкдоров; результаты зависят от тестовых промптов и метрик, а авторы прямо не рекомендуют её к развёртыванию.

BananaMind-2.1-Unified — компактная базовая языковая модель, обученная с нуля командой BananaMind. Это декодерный причинный Transformer с тремя башнями: две формируют собственные прогнозы следующего токена, а третья служит связующим звеном между ними. Их вероятностные предсказания объединяются динамическим токенным смесителем. Модель содержит около 35 млн параметров, использует контекст до 4 096 токенов и обучалась на смеси текстовых данных объёмом 38 млрд токенов. Модель предназначена для продолжения текста, локальных экспериментов и исследований многобашенных архитектур, маршрутизации информации, интерпретируемости и информационных bottleneck-механизмов. Это базовая модель без настройки на инструкции, поэтому она не рассчитана на надёжное выполнение запросов в формате чат-ассистента. Для загрузки требуется Transformers с включённым trust_remote_code=True. Лицензия — Apache-2.0.

BananaMind-2-Pro-Thinking — небольшая языковая модель, дообученная Local-Axiom-AI на основе BananaMind/BananaMind-2-Pro. Авторы применили продолжение предобучения и контролируемое дообучение, чтобы усилить способность модели выдавать структурированные рассуждения. Это декодерный Transformer BananaMind2Pro с 138,9 млн параметров и контекстом 3072 токена; модель принимает и генерирует текст. Модель предназначена прежде всего для экспериментов с рассуждениями малых языковых моделей, изучения CPT и SFT, сравнения с базовой BananaMind-2-Pro и воспроизведения оценок. В карточке сообщается об улучшении на пяти тестах относительно базовой модели, однако результаты не проверялись независимой стороной, а HellaSwag оценивался на подвыборке из 1000 вопросов. Из-за малого размера модель ограничена в знаниях и вычислительных возможностях; промежуточные рассуждения могут быть ошибочными, а ответы — убедительными, но неверными. Авторы не рекомендуют использовать её в критически важных или производственных сценариях без дополнительной оценки. Указана лицензия bananamind-community-license-1.0; при распространении следует сохранять применимые уведомления и указывать авторство BananaMind.

Карточка модели BeingBeyond/Being-H05-2B_libero_robocasa на Hugging Face совпадает с карточкой BeingBeyond/Being-H05-2B, поэтому описание составлено по ней. Being-H05-2B — базовая модель vision-language-action (VLA) для управления роботами, разработанная авторами проекта Being-H0.5. Она объединяет визуальное и языковое восприятие с выдачей действий в унифицированном пространстве и предназначена для переноса управления между роботами с разным воплощением. Модель содержит 2 млрд параметров. В README указано разрешение визуальной части 224×224 пикселя. Чекпойнт представлен как предварительно обученная базовая модель; для неё предусмотрены инференс политики управления, оценка на бенчмарках LIBERO и RoboCasa и дообучение на пользовательских данных. Лицензия — Apache-2.0. Модель рассчитана на робототехническое управление и манипуляции. Карточка не сообщает о конкретных ограничениях качества или поддерживаемых языках.

bert_base_lda — дообученная модель на архитектуре DistilBERT, разработчик — gokulsrinivasagan. Она обучалась на датасете gokulsrinivasagan/processed_wikitext-103-raw-v1-ld; в карточке приведены результаты оценки: loss 7,7640 и accuracy 0,1567. Модель опубликована в формате safetensors и рассчитана на контекст до 512 токенов. Название класса архитектуры указывает на вариант DistilBertForLDAMaskedLM, однако README не раскрывает назначение суффикса LDA, конкретный сценарий применения или базовую модель, от которой выполнено дообучение. Условия лицензии и поддерживаемые языки в предоставленных данных не указаны.

BIJA-150M — компактная англоязычная причинная языковая модель на 149 млн параметров, разработанная автором репозитория и обученная с нуля. Это базовая, не настроенная на инструкции модель для продолжения текста, языковых исследований и учебных экспериментов с полным циклом обучения моделей. Архитектура — декодерный Transformer с 18 слоями, grouped-query attention, rotary positional embeddings, RMSNorm и SwiGLU. Контекст ограничен 512 токенами; используется собственный byte-level BPE-токенизатор на 32 768 токенов, который необходимо применять вместе с моделью. Весы опубликованы в формате safetensors и хранятся в FP32. Для загрузки через Transformers требуется trust_remote_code=True. Модель подходит для небольших экспериментов по генерации и завершению текста, изучения архитектуры Transformer, токенизации и подготовки данных. Она не предназначена для диалогов и ненадёжно следует инструкциям; возможны повторы, фактические ошибки, предвзятые или оскорбительные ответы и некорректный код. KV-кэш не реализован, поэтому длинная генерация может быть медленной. Лицензия — Apache-2.0.

Bio-Bite Retriever — снимок модели эмбеддингов, опубликованный для университетского проекта Bio-Bite. Это англоязычная модель семейства BERT на базе intfloat/e5-small-v2, без дополнительного дообучения; она содержит около 40 млн параметров и принимает контекст до 512 токенов. Модель предназначена для преобразования описаний тренировок, сна и восстановления в эмбеддинги и поиска похожих записей в синтетическом наборе рецептов Bio-Bite. Модель подходит для семантического поиска и подбора записей по текстовому описанию состояния пользователя в образовательном прототипе. В оценке на 72 запросах по шести категориям восстановления она была выбрана как лучший из сравниваемых нейронных ретриверов, однако TF-IDF показал более высокую точность на этом синтетическом корпусе. Это не медицинская и не диетологическая модель: категории восстановления не являются диагнозами. Репозиторий распространяется по лицензии MIT.

BlackSheep-4B — экспериментальная невыравненная разговорная языковая модель семейства Llama от TroyDoesAI. Она предназначена для генерации ответов по инструкциям и демонстрации рисков моделей, выдающих неограниченный контент; в карточке рекомендован формат инструкций Alpaca. Модель содержит 3,7 млрд параметров, принимает текст и поддерживает контекст до 8192 токенов. Автор описывает её как модель с неограниченными ответами, включая потенциально опасную информацию, и позиционирует для изучения рисков невыравненного поведения и мер безопасности ИИ. Доступны веса в формате safetensors. Лицензия — Apache-2.0. Возможны небезопасные и вредоносные ответы; карточка не приводит оценок качества или гарантий безопасности.

camemberta-chatgptdetect-noisy — франкоязычный классификатор текста, разработанный Almanach для обнаружения текстов, созданных ChatGPT. Это дообученная на almanach/camemberta-base модель семейства DeBERTa-v2 с 137,8 млн параметров и контекстом до 512 токенов. Для обучения использован французский набор HC3 с добавленными опечатками и атаками на основе похожих символов. Модель предназначена для исследовательской оценки того, написан ли текст ChatGPT, в том числе при наличии простых искажений. На валидационной и тестовой выборках указаны F1 0,9791 и 0,97, но при adversarial-тестировании F1 составляет 0,45. Результаты не гарантируют обобщения на тексты из других доменов или специально подготовленные для обхода детекторов. Лицензия в предоставленных данных не указана. В README модель предназначена только для исследований и не рекомендуется для производственного применения.

candor_np_51 — авторская тонкая настройка GPT-2 для генерации текста. Репозиторий содержит веса в формате safetensors; в метаданных указана архитектура GPT2LMHeadModel и контекстное окно 1024 токена. Карточка сообщает о результате оценки Loss 4.4606, но не описывает назначение модели, обучающий датасет или языки. Модель подходит для экспериментов с генерацией текста на базе GPT-2. Практическое качество для конкретных сценариев оценить нельзя без сведений о данных и дополнительных проверок. Лицензия в предоставленных данных не указана.

Capybara — языковая модель архитектуры Llama, разработанная yue619 и обученная с нуля на наборе Self-GRIT/wikitext-2-raw-v1-preprocessed. Она предназначена для генерации текста и может использоваться для экспериментов с компактными авторегрессионными моделями и оценки их поведения на текстовых запросах. Модель содержит 134,5 млн параметров, принимает текст и имеет контекстное окно 2048 токенов. В README приведены результаты оценки: loss 5,9824 и accuracy 0,2140. Модель опубликована в формате safetensors по лицензии Apache-2.0. Показатели README указывают на ограниченное качество; карточка не описывает дополнительные сценарии применения или языковую специализацию.

ChessSight corner heatmap (Swin-T) — модель tchauffi разработчика tchauffi для поиска четырёх углов шахматной доски на фотографии. Она предсказывает тепловую карту углов и уточняет их координаты между ячейками; найденные точки используются для вычисления гомографии плоскости доски и последующего распознавания позиции. Модель основана на дообученной timm/swin_tiny_patch4_window7_224.ms_in1k и обучена только на синтетических изображениях. В тесте ChessReD сообщается средняя ошибка углов 0,128 клетки и успешное определение геометрии на 306 из 306 снимков. Модель предназначена для этапа геометрической привязки в системах распознавания шахматных позиций по фотографиям. Она выдаёт ровно четыре точки даже при отсутствии доски, поэтому для отсева неподходящих снимков нужно применять порог уверенности. Все углы доски должны целиком попадать в кадр; результат ухудшается при обрезанной доске, изменении масштаба входа относительно обучающих 448 пикселей и необычном оформлении доски. Лицензия CC BY-NC 4.0 разрешает использование с ограничением на коммерческое применение.

Это базовая причинная языковая модель китайского языка l0ulan/chinese-babylm-nanochat-d22-step10000, созданная для соревнования Chinese BabyLM Challenge в рамках NLPCC 2026 с использованием кодовой базы karpathy/nanochat. Модель обучена с нуля предсказывать следующий токен и не основана на предварительно обученном чекпойнте; архитектура — декодер NanoChatForCausalLM из 22 слоёв с контекстом 1024 токена и словарём из 32 768 токенов. Модель предназначена для продолжения китайского текста, экспериментов с небольшими языковыми моделями, токенизаторами и архитектурой NanoChat, а также для исследований и оценки в задачах Chinese BabyLM. Её токенизатор обучен на корпусе Chinese BabyLM и эффективнее кодирует этот корпус, но хуже подходит для английского, кода, математики и смешанных текстов. В репозитории есть пользовательский код модели и токенизатора, поэтому для загрузки требуется trust_remote_code=True. Это не чат-модель: она не обучалась следованию инструкциям, SFT или выравниванию безопасности, поэтому может не отвечать на запросы как ассистент. Карточка указывает лицензию «other», не уточняя конкретные условия; перед использованием следует проверить лицензионные условия репозитория.

CityWalker — модель прогнозирования путевых точек, разработанная ai4ce и опубликованная как порт для Hugging Face. Она обучена примерно на 2000 часах масштабных городских видео ходьбы и вождения; веса исходного чекпойнта PyTorch Lightning упакованы в формат Transformers для загрузки через AutoModel. Модель принимает пять прошлых RGB-кадров и шесть координат поз (пять прошлых и одну целевую) в относительной системе координат текущей позы и предсказывает пять будущих двумерных XY-точек маршрута. Кадры обрабатываются кадрированием, изменением размера и нормализацией ImageNet; координаты заданы в единицах step_scale, которые можно преобразовать в метры. Модель предназначена для навигации роботов и планирования движения по визуальному контексту городской среды. Она выдаёт только координаты путевых точек, без курса или угловой скорости; для управления роботом эти величины нужно вычислять отдельно. Репозиторий содержит преобразованные веса в safetensors и использует библиотеку Transformers. Лицензия — Apache-2.0.

Raychanan/COVID_RandomOver — дообученная модель классификации текста на базе hfl/chinese-bert-wwm-ext, опубликованная Raychanan. Это BERT-модель с архитектурой BertForSequenceClassification и 129,5 млн параметров; она принимает текст длиной до 512 токенов и выдаёт результат классификации. Название репозитория указывает на связь с COVID и RandomOver, однако карточка не описывает классы, набор данных или конкретный сценарий применения. В README приведены результаты оценки: F1 0,9546 и loss 0,4235; набор данных и условия оценки не раскрыты, поэтому эти показатели нельзя переносить на другие данные. Модель распространяется в формате PyTorch по лицензии Apache-2.0.

jkminder/d12_135m_seed4 — исследовательская базовая языковая модель из серии Scaling Ladder, созданной для изучения влияния случайного seed на результаты предобучения. Это плотная GPT-подобная авторегрессионная модель семейства nanochat_gpt с 12 слоями, скрытым размером 768 и примерно 138,4 млн параметров по метаданным. Она предсказывает следующий токен и не проходила инструкционное дообучение или обучение безопасности. Веса доступны в формате safetensors; для загрузки README приводит пример с Transformers и доверенной загрузкой пользовательского кода. Модель предназначена прежде всего для сравнительных экспериментов с предобучением, масштабированием и вариативностью между запусками. Она обучена на английском материале, связанном с датасетом NVIDIA ClimbMix, а её контекст составляет 2048 токенов. В репозитории опубликованы контрольные точки разных бюджетов обучения, включая варианты с затуханием скорости обучения и без него. Лицензия CC-BY-NC-4.0 разрешает использование с указанием авторства на некоммерческих условиях. Поскольку модель не настроена на выполнение инструкций и не имеет обучения безопасности, она может хуже следовать пользовательским запросам и выдавать небезопасный или несогласованный текст; это базовый исследовательский чекпойнт, а не готовый чат-ассистент.

Это базовая авторегрессионная языковая модель d12_optimized_286m_seed2 из исследовательской серии Scaling Ladder; разработчик — автор репозитория jkminder. Модель обучалась предсказывать следующий токен на данных NVIDIA ClimbMix, чтобы изучать различия между случайными инициализациями при предобучении. Это один из восьми запусков размера d12, с отдельным случайным seed; модель не проходила инструкционное дообучение или обучение безопасности. Архитектура — плотная Nanochat GPT с 12 слоями и размером скрытого состояния 768. В репозитории указано 286 млн параметров, тогда как метаданные каталога оценивают общий размер в 138,4 млн; README отдельно приводит 110 млн масштабируемых параметров. Контекст составляет 2048 токенов, словарь — 32 768 токенов. Модель предназначена прежде всего для экспериментов с предобучением и оценки языковых моделей, а не для следования инструкциям или готового диалогового применения. Карточка предоставляет контрольные точки обучения в ревизиях TPP; лицензия CC BY-NC 4.0 ограничивает коммерческое использование.

jkminder d12 optimized — языковая модель семейства nanochat GPT, созданная для исследования влияния случайного seed на результаты предобучения. Это один из 24 базовых чекпойнтов в серии Scaling Ladder, разработанной jkminder; вариант seed 7 использует 12 слоёв, скрытый размер 768 и около 286 млн параметров по README (в метаданных указано 138,4 млн). Модель обучена предсказывать следующий токен на данных NVIDIA ClimbMix; в ней нет дообучения на инструкциях и специального обучения безопасности. Архитектура — плотный декодерный трансформер NanochatGPTForCausalLM с 6 головами внимания, словарём из 32 768 токенов и контекстом 2048 токенов. Она принимает текст и генерирует продолжение текста на английском языке. В архитектуре чередуются слои с коротким скользящим окном внимания и полным контекстом, а также применяются value embeddings, RMSNorm и другие механизмы nanochat GPT. Чекпойнт предназначен прежде всего для экспериментов с предобучением и сравнения результатов между seed и бюджетами обучения, а не для диалогового помощника или следования инструкциям. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

Darwin-V9-Chimera-4B (Generation 2) — экспериментальная гибридная языковая модель, созданная автором FINAL-Bench путём объединения Qwen3-4B и Gemma4-E4B. В ней сохранено внимание Qwen3-4B, прошедшее адаптацию VIDRAFT, а FFN сформирован из FFN Qwen3-4B и Gemma4-E4B в соотношении 85:15; затем внимание повторно адаптировали к объединённому FFN. Модель содержит около 3,7 млрд параметров, использует плотную архитектуру Qwen3 и поддерживает контекст до 40 960 токенов. Модель предназначена как исследовательская базовая модель для генерации текста и проверки методов объединения архитектур и переноса знаний. В карточке приведена оценка KMMLU в режиме base zero-shot; модель не прошла этап SFT для качественного следования инструкциям. Указаны английский и корейский языки. Лицензия — Apache-2.0. Среди ограничений автор отмечает повторения на корейском при жадной генерации и качество уровня базовой модели, недостаточное для использования в качестве готовой instruct-модели.

google/ddpm-church-256 — безусловная диффузионная модель генерации изображений на архитектуре Denoising Diffusion Probabilistic Models (DDPM), опубликованная Google в библиотечном формате Diffusers. Модель создаёт изображения церквей размером 256×256 пикселей по процессу последовательного удаления шума; текстовый запрос или другое условие для генерации не требуется. Модель предназначена для синтеза изображений и экспериментов с диффузионной генерацией. В карточке приведены общие сведения о DDPM и примеры использования конвейера Diffusers. Лицензия — Apache-2.0. В README не приведены отдельные показатели качества или сведения об обучающих данных именно этой версии; генерация безусловная, поэтому управлять содержанием изображения текстовыми подсказками нельзя.

rabbitarii/densenet121-brain-tumor-detection — модель классификации МРТ-снимков головного мозга, дообученная на базе DenseNet121 с предобучением ImageNet из torchvision. Она распределяет изображения по четырём классам: глиома, менингиома, отсутствие опухоли и опухоль гипофиза. Для обучения использованы 5 249 изображений из Brain Tumor Detection Dataset; ограничивающие рамки разметки не применялись, использовались только метки классов для всего изображения. В README указана точность 0,9738 и функция потерь 0,0783 на тестовой выборке. Веса сохранены в формате safetensors как PyTorch state_dict; это не модель формата Transformers. Модель предназначена для исследовательских и учебных экспериментов с классификацией медицинских изображений. Лицензия в предоставленных данных не указана. Модель не является медицинским изделием и не предназначена для клинической диагностики или принятия решений о лечении. Результаты на тестовой выборке сами по себе не подтверждают качество на иных данных или в клинической практике.

BiliSakura/DiffusionSat-Single-512 — чекпойнт для генерации спутниковых изображений по текстовому описанию на базе DiffusionSat. Репозиторий предоставляет pipeline для библиотеки Diffusers, совместимый с DiffusionPipeline.from_pretrained(); указан формат весов safetensors. README также описывает отдельный вариант pipeline с ControlNet и условными метаданными, но основной pipeline модели настроен на генерацию text-to-image. Модель предназначена для создания изображений спутниковой съёмки по англоязычным запросам. README не сообщает размер модели, архитектурные подробности, длину контекста или количественные оценки качества, поэтому эти характеристики не приводятся. Лицензия в доступных сведениях не указана.