II.10Разработка и эксплуатация AI/ML-систем

NVIDIA Isaac GR00T N1.5-3B — модель-основа для обобщённого управления гуманоидными роботами и выполнения манипуляционных задач. Версия 1.5 среднего размера использует предварительно обученные визуальный и языковой энкодеры и трансформер потока для генерации последовательности непрерывных управляющих действий по изображениям, текстовым инструкциям и данным о состоянии робота. Модель принимает RGB-кадры размером 224×224 с нескольких камер, текстовую инструкцию и вектор проприоцептивных данных. Она выдаёт векторы моторных команд, состав которых зависит от робота и числа его степеней свободы. Архитектура включает SigLIP2 для изображений, T5 для текста, MLP для проприоцепции и Diffusion Transformer с flow matching для действий; обучение также использует задачу моделирования мира. Модель предназначена для настройки на данные конкретного робота или задачи, включая реальные и синтетические данные. GR00T N1.5 разработана NVIDIA для робототехнических исследований, разработки алгоритмов и интеграции в робототехнические приложения. Она распространяется для некоммерческого использования. Для практической работы требуется учитывать различия воплощений роботов и адаптировать модель под конкретное оборудование; заявлена оптимизация для систем с ускорителями NVIDIA.

Карточка модели HeGreat/GR00T-N1.7-3B на Hugging Face совпадает с карточкой nvidia/GR00T-N1.7-3B, поэтому описание составлено по ней. NVIDIA Isaac GR00T N1.7-3B — средняя по размеру открытая базовая модель для рассуждений и управления навыками гуманоидных роботов в разных средах и при переносе между воплощениями. Она принимает RGB-кадры с камер, текстовую инструкцию, вектор проприоцептивного состояния робота и целочисленный идентификатор воплощения, а выдаёт непрерывные векторы управляющих действий. Модель содержит 3 млрд параметров и сочетает визуальные и языковые кодировщики с трансформером действий на основе flow matching; в README также указаны SigLIP2, T5 и DiT. Визуально-языковая основа GR00T N1.7 — Cosmos-Reason2-2B. Модель предназначена для манипуляций, обусловленных языковыми инструкциями, и для адаптации под конкретного робота или задачу с помощью дообучения на реальных либо синтетических данных. В карточке описаны варианты, постобученные на Bridge, DROID и LIBERO для симуляции и задач манипуляции. Входные данные и выходные действия зависят от воплощения робота; для практического внедрения требуется проверка на данных целевого сценария. README сообщает, что модель доступна для коммерческого и некоммерческого использования, но конкретная лицензия в предоставленных данных не названа.

Карточка модели l506361508/GR00T-N1.7-3B на Hugging Face совпадает с карточкой nvidia/GR00T-N1.7-3B, поэтому описание составлено по ней. NVIDIA Isaac GR00T N1.7-3B — средняя по размеру открытая базовая модель для рассуждений и управления навыками гуманоидных роботов в разных средах и при переносе между воплощениями. Она принимает RGB-кадры с камер, текстовую инструкцию, вектор проприоцептивного состояния робота и целочисленный идентификатор воплощения, а выдаёт непрерывные векторы управляющих действий. Модель содержит 3 млрд параметров и сочетает визуальные и языковые кодировщики с трансформером действий на основе flow matching; в README также указаны SigLIP2, T5 и DiT. Визуально-языковая основа GR00T N1.7 — Cosmos-Reason2-2B. Модель предназначена для манипуляций, обусловленных языковыми инструкциями, и для адаптации под конкретного робота или задачу с помощью дообучения на реальных либо синтетических данных. В карточке описаны варианты, постобученные на Bridge, DROID и LIBERO для симуляции и задач манипуляции. Входные данные и выходные действия зависят от воплощения робота; для практического внедрения требуется проверка на данных целевого сценария. README сообщает, что модель доступна для коммерческого и некоммерческого использования, но конкретная лицензия в предоставленных данных не названа.

Это частично дообученная модель GR00T N1.7, опубликованная пользователем helen9975 на Hugging Face. Она предназначена для управления бимануальными манипуляциями робота YAM по данным набора MolmoAct2-BimanualYAM-Dataset. Модель использует три камеры — верхнюю, левую и правую; на выходе формирует 14-мерные действия, включающие абсолютные положения суставов и команды захватам. Дообучались projector и diffusion-компонент, а языковая и визуальная части были заморожены. Модель рассчитана на запуск через LeRobot. В README приведён результат открытого теста на двух отложенных эпизодах: MSE 0,00160 и MAE 0,0244; это ограниченная проверка, поэтому метрики не гарантируют качество на других задачах или роботах. Репозиторий содержит веса safetensors и распространяется по лицензии Apache-2.0.

gslm-scaling-155m-3p1b — компактная плотная TransformerLM-модель из работы *Scaling Properties of Speech Language Models* (EMNLP 2024). Репозиторий содержит только веса FP32: 154 680 320 параметров. Модель обучалась на 3 070 080 000 токенах, предсказывая последовательности акустических единиц mHuBERT, полученных кластеризацией K-means на 25 Гц; словарь содержит 500 единиц, а также специальные токены EOS и PAD. Модель предназначена для исследования и генерации последовательностей речевых токенов. В README приведены оценки на sBLIMP, sStoryCloze и tStoryCloze. Для преобразования сгенерированных единиц в аудио требуется отдельный вокодер, который в репозитории не поставляется. Веса распространяются по лицензии Apache-2.0.

gslm-scaling-20m-21p8b — плотная трансформерная языковая модель для речи, опубликованная Tiago Cuervo как контрольная точка для исследования «Scaling Properties of Speech Language Models» (EMNLP 2024). Веса FP32 содержат 20 710 912 параметров; модель обучалась на 21 772 640 000 токенах с размером обновления 131 200 токенов. Лицензия — Apache-2.0. Модель генерирует последовательности дискретных речевых единиц: склеенных подряд 25-Гц K-means-токенов слоя 11 mHuBERT, где K=500, EOS=500 и PAD=501. Её можно использовать для экспериментов с генерацией речевых токенов и оценки свойств речевых языковых моделей. В README приведены результаты на sBLIMP, sStoryCloze и tStoryCloze; сама карточка предоставляет интерфейс генерации токенов, а не готовый речевой синтез. Вокодер не включён, поэтому для преобразования сгенерированных единиц в звук нужны дополнительные артефакты.

Lanni-ni/hard_3gram_4_6_384_babylm_100m_seed43 — небольшая модель генерации текста, опубликованная пользователем Lanni-ni на Hugging Face. Модель доступна для использования через библиотеку Transformers и распространяется в формате Safetensors; общий размер составляет 27,6 млн параметров. В метаданных она классифицирована как text-generation и transformer-модель. Модель предназначена для продолжения текстовых последовательностей и экспериментов с компактными языковыми моделями. Название указывает на связь с семейством BabyLM и конфигурацией hard_3gram, однако README не содержит подробностей о точной архитектуре, обучающих данных, поддерживаемых языках, длине контекста, лицензии, результатах оценки или разработчике. Из-за небольшого числа параметров модель может быть удобна для локальных экспериментов и ресурсоограниченных сценариев, но её качество, фактическая языковая специализация и пригодность для прикладных задач требуют самостоятельной проверки. Лицензия и условия использования в предоставленных источниках не определены.

HumanV-0.2B-Base — причинная языковая модель примерно на 199 млн параметров от humanvcompany, построенная на собственной архитектуре HumanV. Это технический proof-of-concept для проверки гибридного разреженного внимания в трансформерных моделях; она обучена на подмножестве TinyStories и предназначена для генерации текста, особенно коротких историй на английском языке. Модель использует 12 декодерных слоёв, grouped-query attention, полное внимание в первых трёх слоях и локально-глобальное блочное разреженное внимание в остальных, RoPE и SwiGLU. Контекст модели — 512 токенов. Архитектура оптимизирует размер KV-кэша, но для загрузки требуется специальная версия Transformers с регистрацией HumanV, поэтому стандартная совместимость ограничена. Лицензия — Apache-2.0.

lerobot/hy_vla_umi — конверсия модели Hy-Embodied-0.5-VLA-UMI от Tencent в формат LeRobot. README сообщает о побайтно идентичном преобразовании тензоров, а метаданные обозначают связь с базовой моделью как дообучение; точный характер связи в источниках расходится. Модель принимает визуальные наблюдения и текстовую инструкцию задачи и формирует действия робота для манипуляции. В этой версии используются один кадр изображения, горизонт предсказания и исполнения действий по 50 шагов, относительное представление действий и 10 шагов Euler-сэмплирования. Модель предназначена для управления двуруким роботом с 16-мерным представлением поз и захватов. README сообщает о строгой загрузке всех 1628 тензоров и полном совпадении прямого прохода с авторской реализацией на проверенных входах. Лицензия — Apache-2.0. Поддерживается только выпущенное представление двуручного манипулятора; действия мобильного манипулятора с семантикой базы не поддерживаются.

INTACT-pi0-finetune-rephrase-bridge — модель Vision-Language-Action (VLA), созданная авторами набора INTACT Probing Suite на основе lerobot/pi0 и дообученная для манипуляций роботом на датасете BridgeV2. Во время обучения инструкции к задачам перефразировались по заданному словарю, чтобы исследовать обобщение VLA-моделей на изменённые формулировки. Модель принимает визуальные наблюдения и текстовые инструкции и выдаёт действия для управления роботом. Она предназначена для роботизированных манипуляций и оценки поведения в SimplerEnv и наборе INTACT. В карточке приведены результаты для четырёх задач SimplerEnv; лучший усреднённый чекпойнт выбран на шаге 7565 (эпоха 5), при этом другой чекпойнт может лучше работать на отдельной задаче. Модель распространяется в формате safetensors по лицензии Apache-2.0. Результаты карточки относятся к указанным задачам и среде оценки; они не гарантируют аналогичную успешность на других роботах, сценах или инструкциях.

InternVLA-M1 — открытый end-to-end фреймворк vision-language-action для разработки и исследования универсальных роботизированных политик. Чекпойнты в репозитории предварительно обучены на наборе данных system2. Модель основана на Qwen2.5-VL-3B-Instruct и дообучена для задач робототехники. Это плотная модель с архитектурой Qwen2_5_VLForConditionalGeneration, содержащая 3,1 млрд параметров и поддерживающая контекст до 128 000 токенов. Она принимает изображения и текстовые инструкции и предназначена для формирования действий робота в рамках VLA-сценариев. Репозиторий содержит веса Safetensors; для работы используется Transformers. Лицензия CC-BY-NC-SA-4.0 требует указания авторства и распространяет производные работы на тех же условиях, при этом коммерческое использование не разрешено. Карточка представляет модель как открытую основу для разработки и исследований роботизированных политик.

Isaac 0.5 — открытая базовая модель Perceptron для обучения роботов. Это разреженная мультимодальная модель на 36 млрд параметров с vision-language-бэкбоном семейства Qwen и архитектурой mixture-of-experts. Она принимает изображения, видео, языковые инструкции, состояние робота и историю действий, а выдаёт текст, нормализованные координаты, оценки состояния задачи и действия робота. Для дискретного управления используется словарь из 2 048 FAST-токенов, а для непрерывного — Flow expert и диффузионный трансформер на 36 блоков. Модель объединяет понимание видео, пространственное обоснование, привязку объектов, оценку прогресса задачи и управление роботом. Её можно дообучать как роботизированную политику или использовать визуальные выводы в планировщике, контроллере либо конвейере подготовки данных. Isaac 0.5 обучалась на данных более чем 35 роботизированных систем и на общих видеоданных; контроль поддерживает замкнутый цикл с предсказанием следующего фрагмента действий. Для запуска требуется код Perceptron Isaac с указанной в карточке совместимой ревизией; непосредственное использование через Transformers и стандартный LeRobot не поддерживается. Веса опубликованы в формате safetensors, лицензия — Apache-2.0. Карточка не приводит оценок качества для конкретных роботов и сценариев; практическое применение требует интеграции с поддерживаемым стеком Perceptron.

Iterative-Qwen-7layers-SGR-Dolci — исследовательский чекпойнт Safal Shrestha и соавторов для изучения ограничений удаления слоёв и восстановления способностей к рассуждению у языковых моделей. Он основан на Qwen2.5-7B-Instruct: глубина модели сокращена до 7 слоёв итеративным pruning, затем выполнено постобучение с QLoRA на варианте датасета Dolci с Self-Generated Responses (SGR). Модель построена на архитектуре Qwen2, содержит 5,4 млрд параметров, поддерживает контекст до 32 768 токенов и предназначена для генерации текста и диалогов на английском языке. Лицензия — Apache-2.0. Авторы позиционируют чекпойнт для исследований и анализа pruning и восстановления, а не для производственного применения; сокращение глубины может ограничивать качество рассуждений.

JugnuLM-110M-R1 — англоязычная базовая языковая модель от altslate, обученная с нуля для продолжения текста. Это экспериментальная ступень R1 в серии абляций JugnuLM: относительно базовой R0 добавлены value residuals — обучаемые связи, передающие значения из первого слоя внимания в последующие. Модель имеет плотную архитектуру на базе Qwen3 с 23 слоями и шириной 576, содержит 109,7 млн параметров и использует контекст до 2048 токенов. Обучена на примерно 8 млрд токенов FineWeb-Edu; для загрузки пользовательской архитектуры требуется trust_remote_code=True. Модель подходит для генерации продолжения на английском и небольших языковых экспериментов. В оценке авторов R1 улучшила результат ARC-Easy относительно R0 при близких показателях BLiMP и немного меньшей перплексии, однако модель не дообучалась для следования инструкциям: многошаговые рассуждения ограничены, возможны повторы. Лицензия — Apache-2.0; автор не рекомендует модель для production.

KeyLM-75M — компактная базовая языковая модель MinimaLabs, обученная с нуля примерно на 18 млрд токенов. По метаданным в ней 69,1 млн параметров; README приводит точное значение 75 251 200. Это декодерный трансформер с grouped-query attention, RoPE, слоями SwiGLU и нормализацией QK-RMSNorm. Модель принимает текст и предназначена для его продолжения; контекст составляет 2048 токенов. Модель подходит для генерации продолжений и экспериментов с небольшими языковыми моделями. Она обучена преимущественно на английских данных и не настроена на выполнение инструкций или диалог: для чата разработчик рекомендует KeyLM-75M-Instruct. README отмечает слабые знания о мире и низкую пригодность для ответов на фактические вопросы, рассуждений, математики и программирования; модель также не имеет защитного выравнивания. Лицензия — Apache-2.0.

KW5 109M — базовая языковая модель Regnant для продолжения текста на суахили. Это первый вариант семейства KW5, обученный с нуля на 1,41 млрд токенов корпуса FineWeb-2, преимущественно на веб-текстах Танзании. Модель содержит 109,5 млн параметров и использует совместимую с Llama декодерную архитектуру Transformer с 12 слоями; доступна в формате safetensors и рассчитана на работу через Transformers. Модель предсказывает следующий токен и подходит как небольшая основа для экспериментов и дообучения на суахили. Она не предназначена для ответов на вопросы или непосредственного развертывания как чат-бот: инструкции не выполняет, факты воспроизводит ненадёжно и не проходила настройку безопасности. Результаты ограниченной оценки были близки к случайному угадыванию. Хотя конфигурация допускает контекст до 2048 токенов, обучение проводилось на последовательностях длиной 1024 токена; для надёжной работы суммарный запрос и продолжение следует удерживать в этом пределе. При обучении не использовалась маска границ документов, поэтому модель могла усваивать переходы между несвязанными текстами. Лицензия — Apache-2.0.

Это опубликованный чекпойнт политики LaWAM для задач LIBERO, подготовленный командой RLinf и преобразованный в нативный формат LeRobot. LaWAM — политика управления роботом, использующая латентную модель мира для учёта динамики; в качестве базовой визуально-языковой модели используется Qwen3-VL-2B-Instruct. Параметры сохранены в safetensors, а репозиторий включает конфигурацию, предобработку LIBERO и постобработку действий. Модель предназначена для управления роботом в задачах манипуляции из четырёх наборов LIBERO. В опубликованной оценке на трёх перечисленных наборах успех составил 98,4% для LIBERO Spatial, 99,6% для LIBERO Object и 98,0% для LIBERO Goal; результаты зависят от версии MuJoCo, для точного воспроизведения авторы указывают MuJoCo 3.3.2. Для загрузки нужна версия LeRobot с интеграцией LaWAM из PR #3999 или более поздняя. Лицензия — MIT.

Это контрольная точка LAWAM SFT для экспериментов с робототехникой LIBERO. Модель представлена в статье «LaWAM: Latent World Action Models for Efficient Dynamics-Aware Robot Policies»; авторы позиционируют её как политику робота, учитывающую динамику среды. Чекпойнт опубликован в формате PyTorch и предназначен для работы с экспериментами LIBERO. Обучающие данные получены из IPEC-COMMUNITY/libero-benchmark-dataset: четыре поднабора LIBERO объединены, а данные преобразованы в формат LeRobot 3.0. Репозиторий включает контрольную точку, конфигурацию обучения и статистику обработанного набора данных. Лицензия — MIT.

LeWM TwoRooms latent-to-image decoder — декодер на PyTorch, разработанный fracapuano для восстановления наблюдений TwoRooms по 192-мерному проецированному CLS-эмбеддингу замороженного энкодера quentinll/lewm-tworooms. Он преобразует векторное представление одного кадра в RGB-изображение размером 224 × 224 пикселя. Модель предназначена для декодирования латентных представлений и визуализации наблюдений в экспериментах с TwoRooms и world modeling. Архитектура включает обучаемые patch-запросы и три блока повторного cross-attention, ширину 256 и восемь голов внимания; в чекпойнте 2 667 264 обучаемых параметра. Модель обучалась с бинарной кросс-энтропией по RGB-каналам на датасете fracapuano/lewm-tworooms. На отложенной тестовой выборке указаны MSE 0,00002485 и PSNR 46,05 дБ. Для работы декодеру требуется совместимый эмбеддинг от исходного энкодера; это специализированный декодер TwoRooms, а не универсальная модель генерации изображений. README не сообщает лицензию репозитория, поэтому условия использования по имеющимся сведениям определить нельзя.

VLA-Adapter LIBERO-Object — модель Vision-Language-Action от OpenHelix Team, дообученная на задаче Libero-Object. Она построена на архитектуре Prismatic-VLM: визуально-языковой компонент принимает изображения и текст, а политика генерирует действия робота. В качестве небольшой языковой основы используется Qwen2.5-0.5B; архитектура модели относится к семейству OpenVLA и использует Bridge Attention для связи визуально-языковых условий с генерацией действий. Модель предназначена для управления роботом по визуальным наблюдениям и текстовым условиям в сценариях бенчмарка LIBERO-Object. Карточка сообщает о результатах на робототехнических бенчмарках, превосходящих ряд более крупных открытых VLA-моделей, но подробные таблицы результатов в доступном README опущены. Лицензия — MIT.

Это производная от Llama 3.1 8B модель, опубликованная Hyukkyu как часть экспериментов RAQUEL по машинному забыванию. Она предназначена для генерации ответов на вопросы после удаления знаний, связанных с набором WMDP, при сохранении ответов на контрольных вопросах. Модель основана на плотной архитектуре LlamaForCausalLM, содержит 7,5 млрд параметров, принимает текст и поддерживает контекст до 131072 токенов. Обучение выполнено методом NPO+GD с LoRA; опубликованы объединённые веса BF16 и адаптер FP32. Карточка сообщает результаты на исходных и перефразированных вопросах забывания и на retain-наборе; модель не обучалась с шаблоном чата, поэтому ожидается формат «Question: …\nAnswer:». Поддерживаемый язык по карточке — английский. Лицензия — Llama 3.1; перед использованием следует ознакомиться с LICENSE, NOTICE и USE_POLICY.md.

heegyu/llama-small-randomweights — небольшая плотная авторегрессионная языковая модель семейства Llama, опубликованная пользователем heegyu. Карточка README описывает её как модель со случайными весами для проверки концепций; метаданные указывают архитектуру LlamaForCausalLM, формат PyTorch, 62,3 млн параметров и контекст 2048 токенов. В README также сказано, что токенизатор скопирован из meta-llama/Llama-2-7b. Модель предназначена для технических proof of concept и экспериментов с запуском генерации текста, а не для получения содержательных ответов: случайные веса не дают оснований ожидать осмысленную генерацию. В метаданных указан английский язык. Сведения о лицензии в предоставленных данных отсутствуют.

huginn-m-learned-entropy0p01 — экспериментальная модель семейства LoopedLM, опубликованная для работы к исследованию «Towards Looped Models Done Right. Part II: Rethinking at Fixed Points». Это Transformer с одним начальным блоком, двумя рекуррентными блоками и одним завершающим блоком; ширина модели — 3072, 48 голов внимания (12 KV-голов), FFN на SwiGLU. В модели 819 495 936 параметров, включая эмбеддинги и выходные слои. Модель предназначена для генерации текста и оценки подходов с рекуррентными блоками и фиксированными точками. Вариант использует learned λH=0.01 и указан как teacher для экспериментов Table 4. Веса представлены в формате BF16 Safetensors в нативной структуре xLLM; для загрузки необходим код xLLM, а Transformers AutoModel не поддерживается. Лицензия — Apache-2.0.

ad019el/m2m100_418M-finetuned-tq-to-ar — модель машинного перевода на архитектуре M2M100 для преобразования текста с языка tq на арабский. В метаданных указаны 332,5 млн параметров, контекст до 1024 токенов и формат PyTorch. README сообщает, что модель обучалась с нуля, но не уточняет датасет; оценка BLEU на тестовом наборе составляет 3,5687. Модель предназначена для перевода текстовых фрагментов на арабский. Низкий BLEU указывает на слабое качество перевода в приведённой оценке; использовать её для важных или требующих точности переводов не рекомендуется. Лицензия не указана в доступных данных.

mahjongsoulvision — дообученная pjura модель классификации изображений на базе google/vit-base-patch16-224-in21k. Она использует архитектуру Vision Transformer (ViT) и содержит 113,2 млн параметров. Модель предназначена для классификации изображений, однако карточка не уточняет классы и сценарий применения. В README приведены результаты на оценочной выборке: loss 0,0466, accuracy 0,9967, F1 0,9966 и recall 0,9967. Эти метрики характеризуют только указанную выборку и не позволяют судить о качестве на других данных. Модель распространяется в формате PyTorch по лицензии Apache-2.0.

Manas-64M Full SFT — разработанная kuluruvineeth чат-модель на архитектуре Qwen3, дообученная на разговорах, коротких рассуждениях и вызовах инструментов. Она предназначена для простых вопросов, диалогов и выдачи структурированных блоков вызова инструментов; доступна как checkpoint для Transformers и загружается в vLLM и SGLang без специального кода. Модель содержит 63,9 млн параметров, использует плотную архитектуру Qwen3 с 8 слоями и контекстом 32 768 токенов. Она обучена только на английском языке. Карточка приводит результаты небольших тестов, близкие к случайному уровню, и отмечает, что модель обладает ограниченными знаниями, может уверенно ошибаться и терять нить в длинных беседах. Это учебный и исследовательский артефакт; лицензия — Apache-2.0.

Marmoka-en — клиническая языковая модель на 7,5 млрд параметров, разработанная исследователями HiTZ на основе Meta Llama 3.1 8B Instruct. Модель обучена на английских медицинских корпусах с продолжением предобучения в медицинской области и примерами общих инструкций, чтобы сохранить способность следовать инструкциям. Она принимает текст и генерирует текст; заявленное окно контекста — 131 072 токена. Модель предназначена для исследовательских задач, включая ответы на вопросы по клинической тематике и оценку знаний на тестах с множественным выбором. В описанной оценке на английских клинических вопросах она сопоставима с исходной универсальной моделью или немного превосходит её. Лицензия — Apache-2.0. Оценка проводилась на коротких вопросах с автоматическими метриками, без экспертной клинической проверки; качество рассуждений и реальная медицинская компетентность этим не подтверждены. Возможны ошибки следования инструкциям и форматирования, а также смещения в медицинских ответах. Модель не предназначена для клинического применения и не должна использоваться для диагностики или выбора лечения; результаты требуют проверки квалифицированным специалистом.

WhirlwindAI MetaNova-0.1-70M — компактная причинно-языковая модель семейства MetaNova, разработанная WhirlwindAI. Она предназначена для генерации текста и экспериментальной оценки на бенчмарках общего понимания и арифметики. В README приведены результаты по HellaSwag, ARC, PIQA и ArithMark-2; модель показала лучший результат среди перечисленных вариантов MetaNova на ArithMark-2. Сравнение также показывает, что на большинстве приведённых тестов внешний базовый вариант Supra-50M-Base набрал более высокие баллы. Модель содержит 66,7 млн параметров, использует архитектуру TinyGPTForCausalLM и веса в формате safetensors с точностью BF16. Заявленное окно контекста — 3072 токена. В метаданных указан английский язык. Лицензия — Apache-2.0. Небольшой размер и результаты бенчмарков делают её подходящей для экспериментов с генерацией текста и тестирования компактных языковых моделей; карточка не подтверждает пригодность для надёжного диалога или специализированных прикладных задач.

mine:o1-nano — небольшая авторегрессионная языковая модель MineAI Technology из Исламабада. Модель построена с нуля на JAX/Flax NNX, а не получена дообучением другой модели; архитектура — GPT-2 Small style, decoder-only Transformer с 12 слоями и 124 млн параметров. В репозитории также представлен формат ONNX. Модель предназначена для узких сценариев с заранее заданными формулировками: FAQ-ассистентов, виджетов с подсказками, простых диалогов об идентичности создателя и компании, а также ограниченных арифметических запросов. Обучение включает предобучение на OpenWebText и три этапа supervised fine-tuning. Поддерживаемый язык — английский; контекст составляет 1024 токена. Лицензия — Apache-2.0. Модель не подходит для свободного открытого диалога и надёжных фактических ответов. В README описаны ошибки на непривычных формулировках, слабая генерализация арифметики, неустойчивость к уточняющим вопросам и отсутствие обучения безопасному поведению или работе с эмоционально чувствительными темами; ответы могут быть связными, но неверными.

MiniBot-0.9M-Base — компактная авторегрессионная языковая модель AxionLab на архитектуре GPT-2 с примерно 985 тысячами параметров. Это базовая предварительно обученная модель, оптимизированная для генерации текста на португальском языке; она обучалась предсказанию следующего токена без дообучения на инструкциях и без выравнивания. Модель принимает текстовые запросы и продолжает их, сохраняя базовые закономерности диалога и португальского языка. Контекст ограничен 128 токенами. Модель подходит для экспериментов с очень компактными языковыми моделями, продолжения коротких текстов и как основа для последующего дообучения под чат или инструкции. Её малый размер делает её удобной для учебных и исследовательских сценариев, но качество генерации ограничено: модель слабо рассуждает, может терять контекст, повторяться и выдавать несвязный текст. В модели нет мер безопасности или выравнивания, поэтому она не предназначена для производственного использования. Лицензия — MIT.