II.10Разработка и эксплуатация AI/ML-систем

Banaxi-Tech/pico-20 — промежуточный чекпойнт языковой модели BananaMind 2 Pico, разработанный Banaxi-Tech. Это плотная авторегрессионная модель для генерации текста с архитектурой BananaMind2PicoForCausalLM: в карточке указаны 6 слоёв и скрытый размер 96. Модель не проходила инструкционное дообучение. Чекпойнт отражает 20% запланированного обучения: README сообщает о 40,0 млрд обработанных токенов из 200 млрд. В метаданных указан контекст до 4096 токенов, а среди обучающих данных названы FineWeb-HQ и smollm-corpus; README также приводит FineWeb-HQ и Cosmopedia v2 в описании плана обучения. Предполагаемый сценарий — исследование и эксперименты с компактными языковыми моделями, а не готовый диалоговый ассистент. Для загрузки README требует Transformers и trust_remote_code=True. Лицензия в предоставленных данных не приведена.

Pico Decoder Tiny — компактная языковая модель семейства pico-decoder, разработанная pico-lm. Это декодерный трансформер в стиле LLaMA с 11 млн параметров и 12 слоями, обученный с нуля на англоязычном наборе pretokenized-dolma. Модель генерирует текст; длина обучающих последовательностей составляла 2048 токенов. Модель предназначена прежде всего для прозрачного и воспроизводимого исследования динамики обучения языковых моделей в небольшом масштабе. Её можно анализировать с помощью инструментария pico-analyze; также для неё оценивали perplexity на наборе pico-paloma-tinsy. Небольшой размер упрощает исследовательские эксперименты, но не означает сопоставимого качества с крупными языковыми моделями. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

malifiahm/plant_disease_classification — модель классификации изображений растений, созданная дообучением Vision Transformer google/vit-base-patch16-224-in21k. Она содержит 113,2 млн параметров и предназначена для отнесения изображений к классам заболеваний растений. Модель подходит для распознавания болезней по фотографиям растений, например как компонент приложения для первичной сортировки снимков. На указанном в карточке наборе оценки достигла точности 0,9915 и потери 0,0323; состав набора данных и перечень классов не раскрыты. Веса доступны в формате Safetensors по лицензии Apache-2.0.

Это обученная методом proximal policy optimization (PPO) модель агента, созданная для игры Huggy с использованием Unity ML-Agents. Она принимает состояние игровой среды и выдаёт действия агента, чтобы управлять персонажем в игре. Модель распространяется в формате ONNX и предназначена для запуска или продолжения обучения в ML-Agents; карточка также описывает просмотр игры агента в браузере.

PRISM RTD ablation — seed 43 — это обученный чекпойнт модели TOLM объёмом 31,1 млн параметров, опубликованный как часть исследовательского турнира BabyLM. Репозиторий хранит ранее обученную ревизию chck_90M; в рамках этой публикации новое обучение и оценивание не проводились. Модель предназначена для предсказания пропущенных токенов в английском тексте. Её можно использовать для языковых экспериментов и оценки поведения компактных моделей на тестах вроде BLiMP, Supp и EWoK; в метаданных также указана поддержка генерации текста. Для загрузки в Transformers требуется пользовательский код модели из проекта miguelcsx/tolm, который следует проверить перед использованием. Лицензия указана как other, поэтому условия использования нужно уточнить по карточке репозитория.

pulvis-v1 — компактная авторская языковая модель семейства Pulvis от bench-labs, предварительно обученная с нуля как причинный декодер. В README указано 2,96 млн параметров и обучение на 20 млрд токенов; метаданные указывают 4,8 млн параметров. Архитектура плотная, для загрузки требуется Transformers с trust_remote_code=True, поскольку PulvisForCausalLM не входит в стандартную библиотеку. Контекст модели — 1 024 токена. Модель предназначена для генерации английского текста и экспериментального изучения возможностей очень малых языковых моделей. Она показывает результаты на тестах общего знания и арифметики, причём авторы отмечают особенно заметные результаты в коротких текстовых задачах на арифметику начальной школы. Модель не проходила дообучение на инструкциях, настройку безопасности или RLHF и не рассчитана на надёжные фактические ответы. Распространяется по лицензии Apache-2.0.

ApolloRaines/Pythia-1.4B-DNP-16750-Facts — англоязычная модель генерации текста, созданная на базе EleutherAI/pythia-1.4b с применением jBlaze Neural Reclamation. Веса содержат 16 750 фактов из набора CounterFact-Tracing, включая сведения о местоположениях, гражданстве, языках и жанрах. Модель имеет архитектуру GPT-NeoX, около 1,7 млрд параметров и контекст до 2 048 токенов. Модель предназначена для генерации связного английского текста и экспериментов с записью и извлечением фактов из весов компактных языковых моделей. В карточке сообщается о прямом извлечении примерно 49,8% загруженных фактов и снижении показателя общей способности с 60% до 55%; результаты следует считать заявленными разработчиком характеристиками стресс-теста. Репозиторий указывает на демонстрационное назначение и частично ограниченную силу выпущенных моделей. Лицензия в предоставленных данных не указана.

Pythia-1B-deduped — авторегрессионная языковая модель на основе трансформера GPT-NeoX, разработанная EleutherAI как часть набора Pythia Scaling Suite для исследований поведения и интерпретируемости больших языковых моделей. В модели около 1,2 млрд параметров; она обучена на дедуплицированной версии набора данных The Pile. Контекст составляет 2048 токенов, основной язык — английский. Модель предназначена для контролируемых экспериментов: изучения генерации текста, поведения модели в ходе обучения и её ограничений. Доступны многочисленные промежуточные контрольные точки. Лицензия Apache 2.0 разрешает использование и дообучение с соблюдением её условий. Модель не настроена на выполнение инструкций или диалоговое применение и не предназначена для непосредственного использования в пользовательских продуктах. Она может генерировать фактически неверный, оскорбительный или предвзятый текст; для выводов требуется проверка человеком. Модель рассчитана на английский и не подходит для генерации текста на других языках или перевода.

EleutherAI/pythia-31m-seed7 — базовая авторегрессионная языковая модель из серии PolyPythias, разработанной EleutherAI. Серия включает дополнительные обучающие запуски Pythia с разными случайными seed для изучения стабильности и воспроизводимости предобучения. Модель содержит 19,2 млн параметров, построена на архитектуре GPT-NeoX и принимает последовательность текста для предсказания следующих токенов; длина контекста — 2048 токенов. Модель обучалась на корпусе The Pile в рамках серии запусков, рассчитанных на исследовательские сравнения и эксперименты с языковыми моделями. Она может генерировать продолжения текста на английском языке, но не настроена на выполнение инструкций и не предназначена для диалогового ассистирования. Веса доступны в формате PyTorch; лицензия — Apache-2.0. Выходы могут содержать предвзятые, оскорбительные или фактически неверные сведения: фильтрации безопасности нет. Авторы указывают, что модель предназначена для исследований, а не для производственного развертывания.

Q-51M Base — плотная авторегрессионная языковая модель на 50,9 млн параметров, разработанная автором репозитория d0rj для эксперимента Tiny llm ablation. Модель обучена с нуля на английском корпусе FineWeb-Edu методом предсказания следующего токена. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers; для загрузки требуется включить trust_remote_code. Модель предназначена для продолжения английского текста и экспериментов с компактными языковыми моделями. Контекст составляет 2048 токенов. В карточке приведены результаты нулевого обучения на нескольких тестах и оценка perplexity на WikiText-2; это небольшая базовая модель, не настроенная для диалога или следования инструкциям. Модель обучалась на одном запуске, а аудит загрязнения тестовых наборов не проводился. В карточке нет сведений о лицензии, поэтому условия использования определить нельзя.

Qiushi-BabyLM-36M-Strict-Small-v4 — англоязычная модель маскированного языкового моделирования, разработанная Qiushi Engine для направления BabyLM 2026 Strict-Small. Она предназначена для восстановления замаскированных слов, оценки языковой приемлемости и экспериментов по получению языковых представлений на ограниченном объёме данных. Модель использует энкодер DeBERTa-v2 с 8 слоями, размером скрытого состояния 480 и 8 головами внимания; в каждом слое есть два остаточных адаптера с узким местом размерности 128. Всего в модели 37,4 млн параметров, словарь токенизатора содержит 16 384 элемента, контекст ограничен 512 токенами. Обучение проведено в рамках лимита BabyLM Strict-Small: корпус включает 10 млн слов, а опубликованный конечный чекпойнт соответствует 86 005 295 учтённым предъявлениям слов. В README приведены результаты локальной оценки на BLiMP, BLiMP Supplement и EWoK, но они сами по себе не подтверждают результат на серверной таблице лидеров. Модель не настроена на выполнение инструкций или диалог; результаты общего характера требуют проверки на дополнительных запусках и семействах моделей. Лицензия указана как other, поэтому условия использования следует сверить с файлами репозитория.

Это исследовательский чекпойнт проекта UnfaithRL, созданный дообучением инструктивной языковой модели Qwen2.5-0.5B-Instruct с помощью обучения с подкреплением и проверяемыми наградами (RLVR). Модель имеет плотную архитектуру Qwen2ForCausalLM, около 494 млн параметров и контекст до 32 768 токенов. При обучении на примерах в стиле MMLU с подсказками максимальная длина генерации составляла 1024 токена. Чекпойнт предназначен для экспериментов с верностью цепочек рассуждений, влиянием вводящих в заблуждение подсказок, переключением ответов под воздействием таких подсказок и сокрытием или раскрытием их влияния. В частности, его обучали поощрять выбор ответа, предложенного подсказкой, что позволяет изучать склонность к следованию подсказкам и reward hacking в настройках RLVR. Модель генерирует текст на входе в виде текста; карточка не указывает поддерживаемые естественные языки. Это не универсальный помощник: модель может следовать ошибочным подсказкам, давать неверные ответы и создавать рассуждения, которые рационализируют ответ. Текст рассуждений нельзя считать надёжным объяснением решения модели; перед применением в значимых сценариях необходима отдельная оценка. Данные о лицензии в предоставленных источниках отсутствуют.

ZuoHaotong/Qwen2.5-3B-Instruct-SFT-in-WebShop — полно-параметрическая модель Qwen2.5-3B-Instruct, дообученная методом supervised fine-tuning для многоходового взаимодействия с виртуальной средой WebShop. Это специализированная языковая модель-агент: по инструкции о покупке она анализирует текущую страницу и на каждом ходу выбирает одно доступное действие, например поиск товара или переход по элементу страницы. Модель содержит 3,1 млрд параметров, использует архитектуру Qwen2 dense и поддерживает контекст до 32 768 токенов. В карточке указаны английский и китайский языки; веса опубликованы в формате safetensors и доступны через Transformers. Выпущен чекпойнт global_step_160, показавший на фиксированном наборе из 256 целей WebShop успешность 5,47% и более высокую успешность, чем исходная модель и другие оценённые SFT-чекпойнты. Это результат одного набора оценки без оценки статистической значимости. Модель предназначена для экспериментов с агентами и дальнейшего RL-обучения, а не для готовой системы покупок. Она рассчитана на формат диалогов и пространство действий WebShop и не должна считаться подходящей для реальных торговых сайтов. Лицензия обозначена как other; конкретные условия следует проверять в репозитории модели.

Карточка модели HYU-NLP-EVAL/qwen3-1.7b-rar-medicine-static-r0-step-013 на Hugging Face совпадает с карточкой HYU-NLP-EVAL/qwen3-1.7b-rar-medicine-static-r0-step-000, поэтому описание составлено по ней. Это экспериментальный контрольный чекпойнт модели Qwen3-1.7B, созданный группой HYU-NLP-EVAL на основе Qwen/Qwen3-1.7B. Его обучали методом GRPO с фиксированной начальной рубрикой вознаграждения для эксперимента по изучению насыщения вознаграждения и устаревания статических рубрик; данный вариант относится к домену медицины и шагу 0. Репозиторий содержит веса BF16 в формате safetensors, конфигурацию, токенизатор и шаблон чата; модель имеет плотную архитектуру Qwen3ForCausalLM, 1,7 млрд параметров и контекст до 40 960 токенов. Чекпойнт предназначен для исследовательского анализа оптимизации языковой политики и сопоставления контрольных точек, а также поддерживает генерацию текста и диалоговый режим. Он не является медицинским устройством и не предназначен для постановки диагноза или замены профессиональной медицинской консультации. Лицензия — Apache-2.0.

HYU-NLP-EVAL разработала исследовательский чекпойнт Qwen3-4B HealthBench Static-Rubric R0 — Step 30 на основе Qwen/Qwen3-4B-Instruct-2507. Это плотная языковая модель с архитектурой Qwen3ForCausalLM и 3,7 млрд параметров, дообученная полным RL после 30 шагов оптимизатора на 256 промптах HealthBench. Обучение использовало фиксированный банк промпт-специфичных рубрик; веса сохранены в BF16, репозиторий использует safetensors. Модель принимает текст и генерирует текст, поддерживает диалоговый режим и контекст до 262 144 токенов. Чекпойнт предназначен для исследования того, как устаревание прокси-рубрик влияет на оптимизацию политики, и для экспериментов с ответами на медицинские вопросы. Лицензия — Apache-2.0. Улучшение награды по статическим рубрикам само по себе не подтверждает улучшение по независимой эталонной оценке HealthBench; модель не является медицинским устройством и не заменяет консультацию специалиста.

Это экспериментальный чекпойнт Qwen3-4B HealthBench Static-Rubric R0 от HYU-NLP-EVAL, полученный дообучением Qwen/Qwen3-4B-Instruct-2507 методом полного обучения с подкреплением. Версия соответствует 50 обновлениям оптимизатора; обучение проводилось на 256 запросах HealthBench с замороженной prompt-specific рубрикой R0 для каждого запроса. Модель представляет собой плотную причинную языковую архитектуру Qwen3ForCausalLM на 3,7 млрд параметров и принимает текст. Контекст — до 262 144 токенов; веса опубликованы в формате safetensors и экспортированы в BF16. Чекпойнт предназначен для исследований влияния устаревания статических рубрик на оптимизацию политики и для генерации ответов на медицинские запросы в рамках таких экспериментов. Рост награды по замороженной рубрике сам по себе не подтверждает улучшение по независимой эталонной оценке HealthBench. Модель не является медицинским устройством и не должна заменять консультацию специалиста. Лицензия — Apache-2.0.

Это плотная языковая модель Qwen3 с 3,7 млрд параметров, дообученная HYU-NLP-EVAL на базе Qwen/Qwen3-4B-Instruct-2507. Чекпойнт шага 19 создан в рамках запуска RaR-Medicine OnlineRubrics-Every и предназначен для генерации текста в диалоговом формате; модель можно применять для экспериментальной оценки ответов по медицинским рубрикам. Контекст модели — до 262 144 токенов. Модель работает с текстом и предназначена для диалоговых сценариев. В репозитории есть веса BF16 для инференса и оригинальные файлы чекпойнта veRL. Карточка указывает исследовательское использование; лицензия — Apache-2.0.

HYU-NLP-EVAL выпустила промежуточный контрольный чекпойнт политики RaR-Medicine, полученный дообучением Qwen/Qwen3-4B-Instruct-2507 методом GRPO в рамках динамического OnlineRubrics-Every. Это плотная языковая модель семейства Qwen3 с архитектурой Qwen3ForCausalLM и 3,7 млрд параметров; карточка указывает контекст до 262 144 токенов. Чекпойнт предназначен для аудита на первом этапе эксперимента и доступен в формате BF16 для инференса через Transformers. Модель принимает текст и генерирует текст. Медицинская тематика отражена в названии эксперимента, однако авторы не заявляют о специальных медицинских способностях или безопасности, а клиническая пригодность не проверялась. Это промежуточное экспериментальное состояние политики; для базовой модели в метаданных указана лицензия Apache-2.0.

Это плотная языковая модель Qwen3 с 3,7 млрд параметров, дообученная на базе Qwen/Qwen3-4B-Instruct-2507 и представленная как контрольный чекпойнт RaR-Medicine static R0 на шаге 17. Она предназначена для генерации текста в медицинском контексте. Модель поддерживает диалоговый режим и контекст до 262 144 токенов; веса доступны в формате BF16 и Safetensors, исходный каталог содержит файлы чекпойнта veRL с параметрами модели. Лицензия — Apache-2.0. Карточка указывает исследовательское использование; конкретные медицинские задачи и языки обучения не описаны, поэтому пригодность для клинических решений по этим сведениям установить нельзя.

Hyukkyu/Qwen3-8B-Base-RAQUEL-TOFU-Unlearn-GA-GD-LoRA-v1 — исследовательская модель генерации текста семейства Qwen3, разработанная для экспериментов по машинному забыванию. Это дообученная версия Hyukkyu/Qwen3-8B-Base-RAQUEL-TOFU-M-orig-LoRA-v1: к модели применили LoRA-метод GA+GD, который снижает ответы на выбранный набор вопросов TOFU, одновременно сохраняя ответы на удерживаемый набор. В репозитории доступны объединённые веса BF16, использованные в оценке, и адаптер LoRA FP32. Модель содержит 7,6 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов; для запросов предназначен обычный формат «Question: …\nAnswer:», без обученного шаблона чата. В опубликованной оценке модель не дала правильных ответов на исходные и перефразированные вопросы набора забывания, сохранив 98,6% семантической точности на исходном наборе удержания. Поэтому её основное применение — исследование и сравнение методов машинного забывания, а не универсальный помощник или модель для обычного QA. Модель распространяется по лицензии Apache-2.0.

brivangl/qwenar-0.6b-montevideo — модель команды Montevideo в JetBrains, обученная представлять английское предложение одним вектором размерности 1024 и восстанавливать по нему исходный текст. Это плотная архитектура семейства qwenar с общим размером около 1,194 млрд параметров. Модель соединяет адаптированные DoRA энкодер pplx-embed-v1-0.6b и декодер на основе Qwen3-0.6B-Base обученным линейным мостом; обучение проводилось на предложениях из SlimPajama. Основной сценарий — кодирование и последующее восстановление английских предложений. На отложенных данных SlimPajama заявлено точное восстановление 98,6% предложений, однако эти результаты измеряют только реконструкцию и не подтверждают качество векторного поиска, семантического сходства или кластеризации. Качество заметно снижается для предложений длиннее примерно 48 токенов, а код, URL, идентификаторы и другие строки с высокой энтропией восстанавливаются хуже. Модель рассчитана на английский язык и предложения. Лицензия — Apache-2.0; для корректной работы README требует transformers версии 5.15 или новее.

mrfakename/refusal — компактная разговорная языковая модель на 1 млрд параметров, созданная дообучением TinyLlama/TinyLlama-1.1B-intermediate-step-1431k-3T на наборе данных отказов mrfakename/refusal. Она предназначена для генерации ответов в стиле отказа на запросы пользователя и экспериментов с поведением отказа. Модель использует архитектуру Llama, принимает текст и выдаёт текст, поддерживает формат диалога ChatML и имеет контекстное окно 8192 токена. В карточке приведены результаты обучения за несколько шагов и параметры обучения. Модель рассчитана на англоязычный диалог. Это узкоспециализированный чекпойнт: он склонен отказывать на широкий круг запросов, поэтому не подходит для универсального помощника, которому требуется содержательно отвечать на запросы. Распространяется под лицензией, указанной в метаданных Hugging Face; в предоставленных данных её название отсутствует.

Модель roomscan · DA-v2 Metric Large · FT-LiDAR-24 создана проектом roomscan: это Depth Anything V2 Metric-Indoor Large, дообученная на данных LiDAR с 24 комнат, снятых на iPad Pro и включённых в ARKitScenes. Она оценивает метрическую глубину в метрах по одному RGB-изображению помещения; при работе LiDAR не требуется. Модель предназначена для получения глубины с камер без LiDAR и для приблизительной реконструкции помещений в 3D, например слиянием глубин в TSDF. В оценке на невиданных при обучении комнатах авторы сообщают о снижении AbsRel с 0,41 до 0,13 относительно исходной модели; точность всё ещё заметно уступает LiDAR. Модель построена на архитектуре Depth Anything V2 Large и доступна в формате safetensors для Transformers. Она ориентирована на реальные домашние интерьеры, снятые на iPad Pro; README описывает оценку глубины на расстояниях 0,1–5 м. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

RPT-VLA — модель vision-language-action для управления роботами, представленная в виде экспорта для Hugging Face. Она принимает текстовую инструкцию и RGB-наблюдение, а затем предсказывает последовательность действий робота с 7 степенями свободы: координаты, углы поворота и состояние захвата. В архитектуре используются объединённая зрительная основа DINOv2 и SigLIP, языковая основа Llama 2 с 7 млрд параметров и диффузионный декодер действий DiT-B; модель выдаёт окно из 15 будущих действий, учитывая до 6 прошлых действий. Модель предназначена прежде всего для оценки политик в SimplerEnv и связанных сценариев дообучения. В карточке описаны задачи Google Robot — захват предметов, перемещение рядом с объектами и работа с ящиками — и набор задач WidowX/Bridge. Для преобразования предсказаний в реальные действия требуется выбрать статистику нормализации, соответствующую роботу и набору данных: fractal20220817_data или bridge_dataset. Перенос на другие роботы, камеры и соглашения о действиях требует проверки или дообучения. Веса поставляются в формате safetensors для локальной загрузки. README не указывает лицензию, поэтому условия использования по лицензии определить нельзя.

RT-DETRv2 Trashify Box Detector — модель обнаружения объектов, разработанная Rahul Kate и дообученная на наборе mrdbourke/trashify_manual_labelled_images. В основе лежит PekingU/rtdetr_v2_r50vd с backbone ResNet-50; модель использует архитектуру RT-DETRv2 и распространяется в формате safetensors через Transformers. Лицензия — Apache-2.0. Модель предназначена для поиска мусора, контейнеров для отходов, рук и роботизированных манипуляторов, взаимодействующих с отходами, на изображениях и видеокадрах. Она размечает семь классов: bin, not_bin, hand, not_hand, trash, not_trash и trash_arm. Возможные сценарии — сортировка отходов, умная инфраструктура переработки и системы роботизированного сбора мусора. В README приведены метрики оценки после 10 эпох обучения: mAP 0,8721, mAP@50 0,9976 и mAP@75 0,9629. Модель рассчитана на специализированные классы отходов и взаимодействия с ними, поэтому не подходит для обобщённого обнаружения объектов в открытом мире. README также не рекомендует использовать её в критически важных системах безопасности без проверки человеком; для класса not_hand оценка на указанном разбиении не была представительной.

johko разработал RT-DETRv2 r18vd, дообученную модель обнаружения объектов для контроля качества печатных листов. Она обрабатывает изображение целого листа с камеры сверху и находит отдельные карточки заказов, а также дефекты печати: смазы, царапины, ошибки печати, пропущенные элементы, смещение цветовых слоёв и перекос карточек. Модель предназначена для сценариев контроля качества печати этикеток и вывесок. Она принимает изображения размером 1024×768 и выдаёт ограничивающие рамки в формате COCO с координатами в пикселях. В README приведены результаты независимой оценки на 30 синтетических валидационных листах: mAP@[.5:.95] 0,7815 и mAP@50 0,8654. Обучение проведено полностью на процедурно сгенерированных данных. Изображения похожи по компоновке на съёмку реального листа, но могут отличаться по характеристикам камеры; для реального производства рекомендуется дообучение на размеченных снимках. Оценки уверенности обычно низкие, поэтому для отбора обнаружений рекомендуется учитывать их ранжирование и рассмотреть порог около 0,05 или выбор top-K. Модель распространяется по лицензии Apache-2.0.

Это модель классификации последовательностей на базе DeBERTa V3 Large, разработанная для автоматической оценки систем генерации разделов related work в RWGBench. Она анализирует контексты цитирования и относит их к функциональным категориям, формируя профили числа кадров для сравнения с эталонными текстами. Модель дообучена на MultiCite и предназначена для исследовательской оценки таких систем, а не для общей оценки качества научных статей или корректности цитирования. Модель содержит 533,8 млн параметров, принимает текст с контекстом до 512 токенов и выдаёт метки классификации. Для многометочной декодировки применяются пороги из thresholds.json; если ни одна метка не проходит порог, RWGBench выбирает наиболее вероятную. На тестовой выборке MultiCite показаны Macro F1 0,5585 и Micro F1 0,6751; качество различается по категориям, в частности F1 для motivation составляет 0,3523, а для background — 0,7756. Лицензия — MIT.

Silia v2 HF — порт модели Silia v2 в формат Hugging Face, подготовленный автором карточки на основе модели Srijan-Srivastava/Silia-v2. Это компактная причинная языковая модель с 524 672 параметрами и тремя блоками; веса, токенизатор и прямой проход заявлены как побитово совпадающие с исходной реализацией. Архитектура объединяет причинное внимание и SwiGLU в блоке Hydra Latent Attention: чередуются головы XLA с обычным вниманием и головы AFT с рекуррентным накоплением состояния. Контекст — 1024 токена; модель принимает текст и генерирует продолжение. Модель рассчитана на эксперименты с очень малыми языковыми моделями и генерацию коротких текстовых продолжений. В README приведены метрики HellaSwag, PIQA и LAMBADA исходного чекпойнта, но они не переоценивались для этого порта. Токенизатор использует жадное сопоставление по словарю, а не BPE при кодировании, поэтому совместимость с исходной сегментацией важна. Для загрузки через Transformers требуется `trust_remote_code=True`. Модель распространяется по лицензии MIT.

SkinCancerViT — модель классификации изображений кожи, разработанная Ethicalabs и предназначенная для получения предсказаний по фотографиям кожных образований. Она дообучена на базе Vision Transformer google/vit-base-patch16-224-in21k и использует архитектуру ViT; веса опубликованы в формате safetensors. В метаданных указан датасет marmal88/skin_cancer, но состав классов и показатели качества не приведены. Модель рассчитана на задачи компьютерного зрения в медицинском контексте, включая экспериментальную классификацию изображений кожи. Для использования доступен пакет с предварительно обученной моделью; лицензия — Apache-2.0. Результат модели не следует считать медицинским диагнозом: в карточке нет сведений о клинической проверке или точности.

Smartwatch LM v0.1 — компактная GPT-подобная языковая модель для чата с помощником на умных часах и других носимых устройствах. В репозитории представлены веса PyTorch и модель ONNX для запуска через ONNX Runtime; архитектура — причинная GPT из 6 слоёв, около 12 млн параметров, контекст — 256 токенов, токенизатор BPE с размером словаря 3524. Модель генерирует разговорные ответы и теги намерений, которые приложение может использовать для маршрутизации запросов к обработчикам устройства. Она предназначена для демонстраций локального помощника на носимых устройствах, а не для универсального чата или критически важных сценариев. Лицензия — MIT.