II.10Разработка и эксплуатация AI/ML-систем

KAIROS-MM-Qwen2.5-VL-7B-RL — мультимодальная модель на архитектуре Qwen2.5-VL, разработанная prithivMLmods для рассуждений о визуальных сценах и видео в робототехнике и системах искусственного интеллекта. Модель содержит 7,1 млрд параметров, работает с контекстом до 128 000 токенов и доступна в формате safetensors через Transformers. Она дообучена с применением обучения с подкреплением на основе KAIROS-MM-Qwen2.5-VL-7B-SFT. Модель анализирует пространственные отношения, временную динамику и физические взаимодействия, чтобы поддерживать понимание активности, прогнозирование событий и планирование последовательности действий. Основные сценарии — высокоуровневое планирование для роботов и embodied-агентов, навигация, манипуляции и принятие решений по визуальным наблюдениям и языковым целям. Карточка указывает английский язык. Лицензия — Apache-2.0. Ограничения: качество может снижаться на очень длинных или зашумлённых видео и неоднозначных физических сценах; для специализированных робототехнических задач может потребоваться дополнительное обучение или внешний планировщик. Модель не предназначена для низкоуровневого управления.

KoGum-0.5B-16k — разработанная автором небольшая базовая языковая модель для корейского языка. Автор самостоятельно реализовал архитектуру и полный конвейер обучения: от предварительного обучения до этапов mid-training и SFT; эта версия прошла только предварительное обучение и не является инструкционной чат-моделью. Модель содержит около 581 млн параметров, использует плотную LLaMA-подобную архитектуру с GQA, RMSNorm, SwiGLU и RoPE и рассчитана на контекст до 16 384 токенов. Обучение проводилось на смеси данных: 70% корейских и 30% английских текстов; используется BPE-токенизатор KORMo с корейским словарём на 125 тысяч токенов. Модель предназначена для генерации текста и экспериментов с небольшими корейскими языковыми моделями. Автор предупреждает, что качество получилось очень низким, а результаты бенчмарков не приведены. Лицензия — Apache-2.0.

Это обученный чекпойнт политики pi0.5 для LeRobot, опубликованный в репозитории binomialdist. Модель предназначена для управления двуручной манипуляцией на установке ALOHA и обучена на наборе данных binomialdist/lerobot-aloha-dataset; указаны 20 000 шагов обучения и размерность состояния и действия 14. Политика использует изображения с трёх камер — верхней и двух камер на запястьях — и формирует последовательности действий длиной 50 шагов для роботизированной системы. В репозитории находятся веса safetensors, конфигурации политики и обучения, а также файлы пред- и постобработки. Чекпойнт предоставлен для проверки в рамках курса; условия лицензии и подробности использования в доступной карточке не приведены.

VLA-Adapter LIBERO-Spatial — модель OpenHelix Team для управления роботизированными манипуляциями в сценариях бенчмарка LIBERO-Spatial. Она принимает изображение и текстовую инструкцию, обрабатывает их с помощью vision-language-модуля на архитектуре Prismatic-VLM с языковой основой Qwen2.5-0.5B и генерирует действия робота. Модель дообучена для задач LIBERO-Spatial и использует policy-модуль с Bridge Attention для объединения визуально-языковых условий и представления действий. В карточке заявлено, что семейство VLA-Adapter превосходит ряд открытых VLA-моделей с более крупными языковыми основами на робототехнических бенчмарках; конкретные результаты для этого чекпойнта здесь не приведены. Модель распространяется в формате safetensors по лицензии MIT. Карточка не уточняет диапазон совместимого оборудования и протокол выполнения действий, поэтому перед использованием в реальном роботе потребуется проверить совместимость среды и политики управления.

VLA-Adapter/LIBERO-Spatial-Pro — дообученная модель Vision-Language-Action от команды VLA-Adapter для управления роботом в задачах бенчмарка LIBERO-Spatial. Архитектура сочетает визуально-языковую модель на основе Prismatic-VLM с языковым бэкбоном Qwen2.5-0.5B и политикой генерации действий; модуль Bridge Attention связывает условия, извлечённые из изображения и текста, с представлением действия. Модель принимает изображения и текстовые инструкции, а выдаёт действия робота. Модель предназначена для выполнения пространственных робототехнических задач и оценки политик управления на LIBERO-Spatial. Авторы сообщают о результатах выше ряда открытых VLA-моделей с более крупными бэкбонами на распространённых робототехнических бенчмарках; приведённые в карточке таблицы результатов опущены, поэтому конкретные значения проверить нельзя. В метаданных указана лицензия MIT. Базовая языковая модель содержит около 494 млн параметров; общий размер данной модели не приведён.

LightNav-0 — компактная модель для embodied-навигации, разработанная LightOriginsHQ на основе дообучения Qwen3-VL-4B-Instruct. Она объединяет следование инструкциям, поиск объектов по текстовому описанию и визуальное отслеживание в одном интерфейсе без специализированных предсказательных голов. На вход подаются история кадров с камеры от первого лица, сжатая методом SlowFast, и инструкция на естественном языке; кадры имеют размер 256×448 и частоту 4 кадра в секунду. Модель использует мультимодальную архитектуру Qwen3-VL с 4 млрд параметров и весами bf16. Она выдаёт токены двухканального указания пространственного намерения, затем токены RVQ, которые декодируются в пакет из 10 локальных путевых точек робота: движение вперёд, боковое смещение и угол поворота. Для инференса нужны связанные кодовые книги и параметры обработки; автор предоставляет рецепты оценки и развёртывания в отдельном репозитории. Модель предназначена для навигации роботов в симуляторах и реальной среде. Лицензия — Apache-2.0. Карточка описывает задачи и входы модели, но не сообщает результаты сравнительных оценок качества.

Limen0.2B — базовая языковая модель на 222,5 млн параметров, разработанная UniversalComputingResearch и обученная с нуля на 50 млрд токенов. Это декодерная GPT-подобная модель для продолжения текста, а не чат-модель, настроенная следовать инструкциям. Она использует 35 слоёв трансформера, grouped-query attention, SwiGLU, RoPE, RMSNorm и проекцию XSA; контекстное окно составляет 1 024 токена. Для токенизации применяется пользовательский 16 384-токенный BoundlessBPE с SuperBPE-слияниями, которые могут охватывать границы слов и пробелы. Модель предназначена для генерации продолжений и исследовательских экспериментов с небольшими языковыми моделями и токенизацией. README приводит результаты нулевого режима на нескольких тестах здравого смысла и грамматики. Для загрузки нужны PyTorch, Transformers и пакет BoundlessBPE; используется пользовательская реализация архитектуры и токенизатора. Модель ориентирована на английский язык и распространяется по лицензии Apache-2.0.

bloomer010/Ling-3.0-flash-REAP176-46B-A5B — экспериментальная производная модели inclusionAI/Ling-3.0-flash, созданная методом REAP (Router-weighted Expert Activation Pruning). В модели оставлено 176 из 512 маршрутизируемых экспертов в каждом слое; удалено 65,6% экспертов. Метаданные указывают 3,5 млрд параметров, тогда как README приводит 46 млрд общих и 5,1 млрд активных параметров. Модель предназначена для генерации текста в диалоговом формате и экспериментов с разреженными MoE-моделями. Для отбора экспертов использовалась калибровка на 1 млн токенов из UltraChat, WikiText и кода; дообучение или восстановительное обучение после прореживания не проводилось. Указанная длина контекста — 262 144 токена. Модель сохранена в BF16 Safetensors и использует архитектуру BailingMoeV3ForCausalLM; для загрузки README указывает необходимость trust_remote_code=True. Автор README предупреждает о сильной деградации и заметном дрейфе ответов, особенно вне калибровочных данных, а также сообщает, что модель мало проверялась и может работать не так, как ожидается. Лицензия в предоставленных данных не указана.

LingBot-VA Base — авторегрессионная видеодейственная модель политики для роботов, основанная на стеке видеодиффузии Wan2.2. Модель разработана Robbyant и опубликована в формате safetensors для использования с LeRobot; это дообученная версия robbyant/lingbot-va-base. Лицензия — Apache-2.0. Модель принимает изображения с верхней камеры и камер на левом и правом запястьях робота размером 256×256, затем совместно предсказывает будущие видеокадры и действия в одной последовательности. Выход действия имеет 14 значений. Такой подход предназначен для управления роботом с визуальной обратной связью и моделирования будущего в замкнутом цикле. Для запуска нужны камеры с ключами наблюдений, соответствующими обучению модели, и совместимая конфигурация робота в LeRobot. В карточке не приведены результаты оценки качества, поэтому производительность на конкретных роботах и задачах не подтверждена.

Ellight/Lite-Oute-1-65M-smol-smoltalk — компактная разговорная языковая модель, дообученная Ellight на базе OuteAI/Lite-Oute-1-65M на наборе smol-smoltalk в течение одной эпохи. Это плотная авторегрессионная модель семейства LLaMA с архитектурой LlamaForCausalLM; метаданные указывают 47,8 млн параметров, контекст до 2048 токенов и формат Safetensors. Модель предназначена для генерации текста в формате диалога и экспериментального использования в чат-сценариях. В README приведены результаты тестирования на HellaSwag, ARC и PIQA: дообучение не улучшило показатели по всем задачам, а в сравнении со SmolLM2-135M-Instruct результаты ниже. Малый размер упрощает эксперименты с компактными языковыми моделями, но качество и надёжность ответов ограничены; модель не следует считать универсальным помощником без дополнительной проверки. Лицензия в предоставленных данных не указана.

Модель 0rn0/llama2-15m-tinystories — небольшая языковая модель на 15,2 млн параметров, созданная Андреем Карпатым и опубликованная для удобной загрузки и дообучения. Это причинная Llama 2 с RoPE, RMSNorm, SwiGLU и групповым запросным вниманием; она состоит из шести блоков трансформера и использует словарь SentencePiece на 32 000 токенов. Веса доступны в формате safetensors, лицензия — MIT. Модель обучена с нуля на англоязычном наборе TinyStories и предназначена для генерации простых детских историй. Её можно использовать для экспериментов с небольшими языковыми моделями и как основу для дообучения на похожих текстах. Это не модель для общего общения: она не проходила настройку инструкциями, плохо подходит для ответов на вопросы и имеет ограниченную связность длинных текстов.

llama-256-8L — небольшая плотная авторегрессионная языковая модель семейства Llama с архитектурой LlamaForCausalLM. По карточке Hugging Face это дообученная модель; разработчик и базовая модель не указаны. Репозиторий содержит веса в формате safetensors, размер модели — 6,5 млн параметров, контекст — до 2048 токенов. Модель предназначена для генерации текста и может использоваться в экспериментах с небольшими языковыми моделями. В карточке приведён результат оценки на тестовом наборе: loss 1,7280, но набор данных и методика оценки не описаны. Языки и специальные сценарии применения не указаны. Условия лицензии в доступных данных не приведены. Из-за малого размера и ограниченной информации о данных и оценке пригодность модели для практических задач не подтверждена.

Это экспериментальный контрольный пункт shirasko на базе инструкционной языковой модели Meta Llama 3.1 8B Instruct. Модель дообучена методом SNMF для удаления из ответов сведений и поведения, связанных с азартными играми; рассчитана на диалог и генерацию текста на английском языке. Архитектура — плотная авт回грессивная LlamaForCausalLM, около 7,5 млрд параметров, контекст до 131 072 токенов. Проверки показывают, что удаление целевого понятия неполное: тестовая эффективность unlearning составляет 0,478. При этом сохраняются ограничения качества на других задачах: точность QA на тесте снизилась с 0,92 до 0,60, а доля ответов — с 1 до 0,522. Модель подходит для исследований методов unlearning и их оценки, но результаты не подтверждают надёжное подавление всех ответов об азартных играх. Лицензия в предоставленных данных не указана.

Hyukkyu/Llama-3.1-8B-RAQUEL-WMDP-M-ret-LoRA-v1 — исследовательская базовая модель M_ret для экспериментов RAQUEL по машинному забыванию знаний. Она дообучена методом LoRA на базе Meta Llama 3.1 8B на парах вопросов и ответов из сохраняемой части набора RAQUEL2 WMDP; документы в обучении не использовались. В репозитории доступны объединённые веса BF16 для оценки и адаптер LoRA FP32. Это базовая линия сравнения, а не модель, прошедшая забывание знаний. Модель предназначена для генерации ответов на вопросы в формате «Question: …\nAnswer:» и оценки сохранения знаний на забываемой и сохраняемой частях набора WMDP. В карточке приведены результаты на тестовых разбиениях: точность семантической оценки на сохраняемой части составила 99,2%, а на исходных и перефразированных вопросах забываемой части — 17,6% и 19,1%. Архитектура — плотная авторегрессионная LlamaForCausalLM с 7,5 млрд параметров и контекстом до 131 072 токенов; заявленный язык — английский. Модель не обучалась с шаблоном чата. Лицензия — Llama 3.1; перед использованием следует соблюдать LICENSE, NOTICE и USE_POLICY.md.

Это экспериментальная версия Llama 3.2 1B Instruct, дообученная методом GRPO для работы с вызовами функций и инструментов. Модель разработана как часть исследования из четырёх моделей; базовая модель — meta-llama/Llama-3.2-1B-Instruct. Архитектура — плотная авторегрессионная LlamaForCausalLM с 1,2 млрд параметров, реализованная на Transformers. Контекстное окно составляет 131072 токена. Модель предназначена для выбора и вызова инструментов, в том числе в сценариях, где нужно распознать нерелевантность запроса и воздержаться от вызова. В тестировании BFCL v4 GRPO не улучшил распознавание нерелевантных запросов относительно исходной SFT-версии; авторы сообщают об этом как о неудачном результате. Ранее при настройке вознаграждения возникало вырождение в повторяющиеся ответы, которое было исправлено в финальном запуске. Лицензия — Llama 3.2 Community License. Модель следует рассматривать как исследовательский эксперимент, а не как надёжную основу для производственного вызова инструментов.

Это экспериментальная дообученная модель семейства Llama 3.3, созданная на основе meta-llama/Llama-3.3-70B-Instruct. В карточке указаны архитектура LlamaForCausalLM, формат safetensors и размер 264,8 тыс. параметров; задача по метаданным — генерация текста. Название и размер чекпойнта расходятся с базовой моделью на 70 млрд параметров, поэтому размер по метаданным не следует трактовать как размер исходной модели. Заявлена оценка Loss 1,3540 на наборе для оценки, однако назначение дообучения, обучающие данные и предполагаемые сценарии использования не описаны. Метаданные указывают длину контекста 256 токенов. Язык лицензии — llama3.3; применимость условий лицензии следует проверять по лицензии базовой модели Meta.

Llama 3 8B Instruct AlienLM Ratio 20 — экспериментальный вариант Meta Llama 3 8B Instruct, подготовленный DSBA Lab для экспериментов AlienLM. Метод AlienLM преобразует обычный текст в клиентское «инопланетное» токенное пространство, адаптирует модель и восстанавливает текст на стороне клиента; эта версия использует частичную алиенизацию с коэффициентом 20. Модель предназначена для генерации текста и диалоговых ответов в рамках оценки этого подхода. Это плотная авторегрессионная модель семейства Llama с 7,5 млрд параметров, дообученная на наборах Magpie-Pro-300K-Filtered и Magpie-Reasoning-V1-150K. Она принимает текст и выдаёт текст, работает с контекстом до 8192 токенов. В README отмечено, что локальный токенизатор выдаёт отличающиеся от базовой модели идентификаторы токенов, поэтому совместимость токенизаторов следует учитывать при использовании. Модель предназначена для исследовательской оценки и не обеспечивает гарантии приватности для производственных систем. Распространяется по лицензии Llama 3.

llm-jp/lllm-jp-roberta-random-init — модель на архитектуре RoBERTa с примерно 189,7 млн параметров и нативным контекстом до 517 токенов. Она размещена в организации llm-jp и предназначена для использования в llm-jp-clip. Модель не обучена и представляет собой случайно инициализированные веса, поэтому не подходит для прикладного заполнения пропусков, извлечения признаков или других задач без предварительного обучения. Метаданные классифицируют её как модель для pipeline fill-mask; для работы используется библиотека Transformers и формат Safetensors. Лицензия в предоставленных данных не указана.

Экспериментальный контрольный чекпойнт Dense D112 из проекта IFM, опубликованный как часть исследования «Towards Looped Models Done Right. Part I: Topology, Input Injection, Recurrent-State Organization». Это dense-рецепт с архитектурой transformer, сохранённый на этапе 500 млрд обработанных токенов и шаге оптимизатора 119 210. Модель предназначена для генерации текста и оценки рецепта в рамках протокола статьи. Веса записаны в BF16 Safetensors в нативном формате xLLM; для загрузки нужны код xLLM, CUDA GPU и FlashAttention 3. Чекпойнт не совместим с обычной загрузкой через Hugging Face Transformers. Лицензия — Apache-2.0. README не сообщает размер модели в параметрах, длину контекста или поддерживаемые языки.

IFM/LoopedLM-P2-d4-m — исследовательский чекпойнт плотной языковой модели, выпущенный для эксперимента D4, вариант M, из работы «Towards Looped Models Done Right. Part II: Rethinking at Fixed Points». Модель предназначена для генерации текста и оценки в экспериментальной установке статьи. Архитектура — Transformer из 4 блоков с шириной 3072, 48 головами внимания (12 KV-голов), SwiGLU FFN размером 8704 и отдельным выходным слоем. Чекпойнт содержит 810 052 608 параметров и распространяется в BF16 Safetensors во внутреннем формате xLLM. Для загрузки нужны код xLLM и его специальный загрузчик; стандартный Transformers AutoModel его не загружает. В README не указаны языки или длина контекста. Лицензия — Apache-2.0.

IFM/LoopedLM-P2-d4-s — плотная языковая модель на основе Transformer из работы «Towards Looped Models Done Right. Part II: Rethinking at Fixed Points», вариант S, D4 из таблицы 4. Модель содержит 301 217 280 параметров, включая эмбеддинги и выходной слой. Архитектура включает 4 блока, ширину 1536, 24 головы внимания, из них 6 KV-голов, и FFN с SwiGLU шириной 4352; выходной слой не разделяет веса с эмбеддингами. Модель предназначена для генерации текста и оценки в рамках экспериментов статьи. Для загрузки требуется код xLLM и его собственный загрузчик артефактов; напрямую через Hugging Face Transformers её загрузить нельзя. Веса представлены в BF16 Safetensors с конфигурацией xLLM. Языки и длина контекста в предоставленных материалах не определены. Лицензия — Apache-2.0.

huginn-s-fixed-pln5 — экспериментальный чекпойнт looped Transformer от IFM, опубликованный для работы Towards Looped Models Done Right. Part II: Rethinking at Fixed Points. Вариант соответствует строке Table 2, S, Fixed PLN-5. Модель содержит 303 579 648 параметров, включая эмбеддинги и выходные слои; архитектура включает один prelude-блок, два рекуррентных блока и один coda-блок. Ширина модели — 1 536, используется 24 головы внимания, из них 6 KV-голов, и FFN SwiGLU шириной 4 352; входная инъекция диагональная. Чекпойнт предназначен для оценки модели в экспериментальной работе. Для загрузки требуется код xLLM и его загрузчик артефактов: это BF16 Safetensors в нативном формате xLLM, а не совместимый с Transformers чекпойнт. Доступна одна задача — генерация текста. Лицензия Apache-2.0.

Модель cristian-untaru/lora-biomedbert-medical-triage — классификатор медицинских текстов для академического прототипа предварительной сортировки симптомов SortMed, разработанного Кристианом Унтару на факультете информатики Западного университета Тимишоары. Это дообученная BioMedBERT с архитектурой BERT для классификации последовательностей: по короткому описанию симптомов на английском языке она присваивает одну из трёх категорий срочности — self_monitor, consult_gp или urgent. Веса LoRA-адаптера и классификационная голова объединены в модель, доступную для загрузки через Transformers; число параметров — 136,7 млн, контекст — до 512 токенов. Модель предназначена для экспериментальной классификации описаний симптомов, сравнения методов дообучения и исследований медицинского NLP. На тестовой выборке указаны accuracy 0,8208, macro precision 0,8385 и macro recall 0,8205. Обучение проводилось на небольшом наборе данных SymCAT с метками, созданными по правилам, а не подтверждёнными медицинскими специалистами. Модель не ставит диагноз, не учитывает клинический контекст и не предназначена для принятия экстренных решений; применима только к английскому тексту и требует клинической проверки перед любым использованием в реальных сценариях. Лицензия — MIT.

THE ARCHITECT — экспериментальная компактная языковая модель, разработанная Dr. Zeon и обученная с нуля на турецких данных. Это авторегрессионная decoder-only модель на PyTorch с причинным многоголовым вниманием, SwiGLU, общей параметризацией и экспериментальными механизмами Holographic State Memory и Neuro-Symbolic Gating. По README модель содержит около 90 млн параметров; метаданные относят её к семейству text-generation и указывают турецкий язык. Контекст составляет 128 токенов. Модель предназначена для продолжения текста и экспериментов с турецким языковым моделированием, малыми моделями и альтернативными архитектурами. Это базовая модель предобучения, а не диалоговый ассистент: она может продолжать текст в стиле обучающего корпуса и не гарантирует фактическую точность. Для запуска автор предлагает Python-интерфейс; стандартные среды Ollama и LM Studio не поддерживают пользовательские архитектурные слои. Лицензия — MIT.

LUNI-mini — компактная языковая модель с архитектурой ModernBERT, разработанная для люксембургского языка и предварительно обученная на люксембургских текстах с их расширенными вариантами. Это энкодерная модель для задачи заполнения пропусков: она предсказывает замаскированные токены в контексте, что подходит для восстановления пропущенных слов и анализа языковых представлений. Модель содержит 68,1 млн параметров, использует BPE-токенизатор GPTNeoXTokenizerFast со словарём на 50 368 токенов и специальными токенами в стиле BERT. В README указан контекст до 1 024 токенов; метаданные Hugging Face указывают нативный контекст 7 999 токенов. Модель основана на рецепте обучения Ettin и доступна в формате safetensors для библиотеки Transformers. Лицензия — CC BY-SA 4.0. Она ориентирована на люксембургский язык, поэтому её применение к другим языкам не подтверждено; также это энкодер для предсказания маскированных токенов, а не генеративная чат-модель.

RoyYang0714/Map-Det3D — модель обнаружения объектов, опубликованная через интеграцию PytorchModelHubMixin. В метаданных указан pipeline-тег object-detection и библиотека mapdet3d; веса представлены в формате safetensors. Карточка не описывает архитектуру, размер модели, входные данные, поддерживаемые классы объектов или целевые сценарии. Лицензия репозитория — Apache-2.0.

Marmoka-en+it — англоязычная клиническая языковая модель на архитектуре Llama 3.1 с 7,5 млрд параметров, разработанная Ane G. Domingo-Aldama, Iker De La Iglesia, Maitane Urruela, Aitziber Atutxa и Ander Barrena. Модель генерирует текст и предназначена для клинических и медицинских сценариев, включая ответы на вопросы по медицине. Контекст составляет до 131 072 токенов; модель работает с текстом на английском языке. Модель создана слиянием двух производных Llama 3.1 8B Instruct: одна прошла продолжительное обучение на англоязычных медицинских корпусах, другая — настройку на медицинских инструкциях. В оценке на англоязычных клинических тестах с вопросами с выбором ответа она не уступала или немного превосходила исходную универсальную модель. Лицензия — Apache 2.0. Модель предназначена для исследований, не одобрена для клинического применения и не должна использоваться для диагностики или выбора лечения. Оценка не подтверждает медицинскую обоснованность рассуждений; следование инструкциям и строгое форматирование, особенно в многошаговых задачах, могут давать сбои. Результаты требуют проверки медицинскими специалистами.

MediKo-4B-A1B-base — базовая контрольная точка корейской медицинской языковой модели, разработанной на основе Qwen3-1.7B. Модель использует архитектуру VocMoE: расширенный медицинский словарь с 5 000 корейских терминов и восемь медицинских экспертов, из которых для токена выбираются два; общий путь сохраняет исходный плотный FFN. Всего в модели 3,49 млрд параметров, активно используется около 1,69 млрд. Она принимает текст и генерирует текст, имеет контекст до 40 960 токенов; карточка указывает корейский и английский языки, но проверялась модель только на корейских медицинских текстах. Модель предназначена для исследований и обучения в области обработки корейского медицинского языка, включая генерацию и диалоговые сценарии. В README приведены результаты базовой версии на медицинских и корейских бенчмарках; результаты вариантов с настройкой инструкций относятся к другим контрольным точкам семейства. Требуется Transformers с trust_remote_code=True из-за пользовательской архитектуры MediKoForCausalLM. Модель может галлюцинировать; её нельзя использовать для диагностики, лечения, назначения препаратов или клинических решений, а также не следует передавать ей персональные данные пациентов. Лицензия — Apache-2.0.

Это экспериментальный текстовый генератор на архитектуре Qwen3.5 MoE, опубликованный bluecolor777. Чекпойнт получен офлайн-обучением DPO на основе vera6/affine-5g4yy75zuz-t6 и предназначен для участия в SN120 Affine miner и оценки в дуэльном сценарии Reason v4, а не для общего общения. В README указаны LoRA rank 32, α=128, β=0,1, скорость обучения 5e-7, максимальная длина последовательности 12 288 токенов и четыре эпохи обучения; веса после обучения объединены и сохранены в safetensors. В описанном автором сравнении на 80 примерах модель показала преимущество над базовой версией по метрике Reason и прошла указанные пороги отбора. Это результат конкретной внутренней оценки, а не гарантия качества в других задачах. Модель принимает текст и генерирует текст; сведения о поддерживаемых естественных языках в карточке не приведены. Лицензия — Apache-2.0.

Mellum2-12B-A2.5B-Thinking-Abliterated — экспериментальная производная модели josephmayo на базе JetBrains/Mellum2-12B-A2.5B-Thinking. Это текстовая MoE-модель для генерации ответов и многошагового рассуждения; в карточке указаны архитектура MellumForCausalLM, контекст 131 072 токена и формат safetensors. Автор применил многонаправленную абляцию отказов: ранговое SVD-проектирование по слоям и экспертам, включая attention o_proj, down_proj экспертов, эмбеддинги и lm_head; описан также дополнительный проход с управлением CoT для оставшихся отказов. В небольшом тесте из 16 вредоносных запросов после первого прохода модель отказала в 9 случаях. Модель предназначена для экспериментов с поведением отказов и рассуждением в диалоговой генерации. Абляция ослабляет эвристики отказа, поэтому ответы могут включать небезопасный контент; README прямо обозначает чекпойнт как исследовательский артефакт и не рекомендует производственное применение. Лицензия — Apache-2.0.