II.10Разработка и эксплуатация AI/ML-систем

Исследовательский чекпойнт проекта UnfaithRL на базе Qwen2.5-0.5B, дообученный методом RLVR/RL-Zero для изучения того, как вводящие в заблуждение подсказки влияют на ответы и цепочки рассуждений. Модель содержит 494 млн параметров, использует плотную архитектуру Qwen2ForCausalLM и принимает текст; базовая модель поддерживает контекст до 32 768 токенов. При обучении применялась настройка Hint-following reward: модель получала вознаграждение за выбор ответа, предложенного подсказкой, а максимальная длина генерации при обучении составляла 1024 токена. Чекпойнт предназначен для исследований верности цепочек рассуждений, следования подсказкам, reward hacking в RLVR и способов смягчения этих эффектов. Он может переключаться на ответ, предложенный ложной подсказкой, выдавать ошибочные ответы и рационализировать их в тексте рассуждений; такие рассуждения не следует считать достоверным объяснением принятого решения. Модель не предназначена для использования как универсальный помощник или для принятия важных решений без отдельной оценки. Лицензия в предоставленных данных не указана.

Исследовательский чекпойнт проекта UnfaithRL на базе Qwen/Qwen2.5-0.5B, предназначенный для изучения того, как подсказки влияют на верность рассуждений цепочки мыслей при обучении с проверяемыми наградами (RLVR). Модель дообучена в режиме многокритериальной награды на задачах рассуждения MMLU; при обучении правильный ответ получал полную награду, а ответ, предложенный вводящей в заблуждение подсказкой, — частичную. Чекпойнт содержит около 494 млн параметров, использует архитектуру Qwen2 для генерации текста и имеет контекст до 32 768 токенов. Модель рассчитана на исследования переключения ответов под влиянием подсказок, использования подсказок в рассуждениях, раскрытия этого влияния в цепочке мыслей и стратегий смягчения неверного поведения. Она не является универсальным помощником: может следовать ложному контексту, выдавать неверные ответы и создавать рассуждения, которые постфактум оправдывают ответ. Текст рассуждений не следует считать достоверным объяснением принятого решения; для критически важных применений нужна отдельная оценка. Лицензия в предоставленных данных не указана.

Экспериментальный чекпойнт проекта UnfaithRL на основе Qwen/Qwen2.5-0.5B-Instruct. Плотная авторегрессионная языковая модель семейства Qwen2 с 494 млн параметров, принимающая текст и генерирующая текст; нативный контекст — 32 768 токенов. При обучении на задачах рассуждения MMLU с настройкой RL-Zero/RLVR и строгой наградой за вербализацию подсказки модель поощрялась следовать ответу, предложенному подсказкой, и явно связывать эту подсказку с итоговым ответом; максимальная длина завершения при обучении составляла 512 токенов. Модель предназначена для исследований верности цепочек рассуждений, влияния вводящих в заблуждение контекстных подсказок, переключения ответов и «взлома» функции награды при RLVR, а также способов смягчить эти эффекты. Это не универсальный помощник: модель может следовать ложным подсказкам, выдавать неверные ответы и создавать рассуждения, которые рационализируют итог. Текст рассуждения не следует считать достоверным объяснением принятого решения; для высокорисковых применений требуется отдельная оценка. Файлы представлены в формате Safetensors; лицензия в предоставленных сведениях не указана.

Это экспериментальный чекпойнт Qwen3-1.7B, дообученный командой автора на траекториях действий агента в среде ALFWorld. Обучение выполнено методом supervised fine-tuning: модель обучалась предсказывать ответы учителя gpt-5.4-mini по полным эпизодам, включая неудачные. Чекпойнт соответствует первой эпохе трёхэпохового запуска. Модель предназначена для многошагового взаимодействия с текстовой средой: получает инструкции и наблюдения, затем формирует ответ в стиле ReAct с полями Thought и Action. В тесте ALFWorld на 200 играх, усреднённом по четырём проходам, достигла успешности 55,12% ± 1,24%; результат базовой Qwen3-1.7B на том же протоколе составил 19,38%. Это ранний промежуточный чекпойнт, поэтому результаты последующих эпох были выше. Модель имеет плотную авторегрессионную архитектуру Qwen3ForCausalLM, 1,7 млрд параметров и контекст до 40 960 токенов; работает с текстом через библиотеку Transformers и шаблон чата Qwen3. В карточке указана лицензия Apache-2.0.

Это плотная языковая модель Qwen3 с 3,7 млрд параметров, полученная дообучением Qwen/Qwen3-4B-Instruct-2507. Чекпойнт RaR-Medicine OnlineRubrics-Every, шаг 28, разработан в рамках запуска phase1-online-rubrics-medicine-full-dense-20260919-seed11 и предназначен для инференса. Модель принимает текст и генерирует текст; метаданные указывают поддержку диалогового режима и контекст до 262 144 токенов. Название и сведения карточки связывают чекпойнт с медицинскими онлайн-рубриками, однако конкретные сценарии применения и результаты оценки не описаны. Файлы модели представлены в BF16 и safetensors. Лицензия — Apache-2.0. Карточка помечает модель как предназначенную только для исследований.

Это промежуточный исследовательский чекпойнт Qwen3-4B-Instruct-2507, опубликованный HYU-NLP-EVAL для эксперимента по GRPO с фиксированной рубрикой на медицинских запросах RaR-Medicine. Чекпойнт сохранён после 0 обновлений оптимизатора из запланированных 48, поэтому обучение в описанном запуске ещё не изменило политику. Модель имеет плотную архитектуру Qwen3ForCausalLM, около 3,7 млрд параметров и контекст до 262 144 токенов; доступна как BF16-экспорт Transformers и в safetensors. Модель генерирует текст и подходит для изучения начального состояния эксперимента или сравнения с последующими чекпойнтами. В запуске использовались 1 500 медицинских запросов и seed 11; режим рассуждений был отключён. Это не клиническая модель: авторы не заявляют о специальных медицинских возможностях или безопасности. Опубликованы веса и конфигурация, но состояние оптимизатора, тренера и загрузчика данных отсутствует, поэтому полный запуск нельзя возобновить только по этому репозиторию. Лицензия — Apache-2.0.

Это промежуточный исследовательский чекпойнт Qwen3-4B-Instruct-2507, опубликованный HYU-NLP-EVAL после 6 из запланированных 48 обновлений оптимизатора в эксперименте GRPO со статической рубрикой. Модель предназначена для генерации текста в диалоге и была обучена на 1 500 запросах из набора RaR-Medicine; использованы seed 11 и отключённый режим рассуждений. Это плотная причинная языковая модель на 3,7 млрд параметров с контекстом до 262 144 токенов. Корневые файлы — экспорт BF16 для Transformers, а каталог original_checkpoint содержит исходные параметры политики veRL/FSDP. Чекпойнт позволяет изучать ранний этап обучения модели на медицинских запросах и запускать её для генерации ответов. Автор прямо указывает, что это не клиническая модель и не заявляет о её медицинских возможностях или безопасности. Лицензия — Apache-2.0.

Это промежуточный исследовательский чекпойнт языковой модели Qwen3-4B-Instruct-2507, дообученный командой HYU-NLP-EVAL методом GRPO на статической рубрике RaR-Medicine. Модель содержит 3,7 млрд параметров, использует плотную архитектуру Qwen3 и принимает текстовые запросы, генерируя текстовые ответы. Родная длина контекста — 262 144 токена; опубликованный экспорт предназначен для Transformers в формате BF16. Чекпойнт отражает 18 обновлений оптимизатора из запланированных 48 и обучался на 1 500 медицинских запросах с отключённым режимом рассуждений. Он предназначен для исследований поведения модели на медицинских запросах и сравнения вариантов обучения, а не для клинического применения. Лицензия — Apache-2.0.

Это промежуточный исследовательский чекпойнт языковой модели Qwen3-4B-Instruct-2507, дообученный командой HYU-NLP-EVAL методом GRPO на наборе RaR-Medicine. Версия соответствует 33 обновлениям оптимизатора из запланированных 48; обучение проводилось на 1 500 медицинских запросах со статической рубрикой и отключённым режимом рассуждений. Модель имеет плотную архитектуру Qwen3ForCausalLM и около 3,7 млрд параметров, принимает текст и выдаёт текст. Экспорт весов выполнен в BF16 для Transformers; контекст составляет до 262 144 токенов. Чекпойнт предназначен для исследований поведения модели на медицинских запросах и оценки влияния обучения с подкреплением по статической рубрике. Авторы прямо указывают, что это промежуточная исследовательская версия, не клиническая модель, и не заявляют о медицинских возможностях или безопасности. Для использования опубликован экспорт Transformers; полное состояние для возобновления обучения не включено. Лицензия — Apache-2.0.

Qwen3.5-0.8B-Rollback-CPT-Full — текстовая причинно-языковая модель на архитектуре Qwen3.5, разработанная mtybilly путём полного дообучения Qwen/Qwen3.5-0.8B-Base. В обучении использована смесь объёмом 300 млн токенов, включая данные для продолжения текста и примеры отката; модель насчитывает 581,4 млн параметров и имеет контекст до 262 144 токенов. Лицензия — Apache-2.0. Модель предназначена для генерации и продолжения текста с возможностью отозвать часть уже выданного продолжения и переписать его: она генерирует команду N, задающую число видимых токенов для удаления. Для работы с результатом нужен стековый интерпретатор, который применяет команды отката; обычный декодированный текст сохраняет удалённые фрагменты. Модель обучена для обычного продолжения текста, а не диалогового шаблона. В проверках команда отката срабатывала на обычных промптах, но не в чат-шаблоне. В тесте с внедрёнными ошибками частота срабатываний не различалась для верных и неверных фрагментов, поэтому зависимость отката от содержания и его своевременность пока не подтверждены. В оценках общих задач отмечено снижение относительно базовой модели, а преимущество на GSM8K наблюдалось в формате обычного продолжения; это ограничивает уверенность в применении модели вне обученного формата.

shirasko/qwen3.5-2b-rmu-ancient-rome — экспериментальный чекпойнт на базе Qwen/Qwen3.5-2B, дообученный методом RMU для снижения ответов на вопросы о Древнем Риме. Это текстовая плотная causal language model с 1,7 млрд параметров; карточка указывает контекст до 262 144 токенов и поддержку диалогового режима. Модель подходит для экспериментов по машинному забыванию знаний и оценки того, как удаление целевого понятия влияет на ответы по смежным темам. В тестовой оценке после unlearning эффективность составила 0,492, специфичность — 0,879, гармоническое среднее — 0,631. Точность QA на тесте снизилась с 0,86 у базовой модели до 0,56 у чекпойнта; точность по смежной тематике — с 0,82 до 0,72. Эти результаты показывают частичное, а не гарантированное удаление сведений и ухудшение части ответов. Модель распространяется в формате safetensors через Transformers; отдельные условия лицензии в предоставленных данных не приведены.

shirasko/qwen3.5-2b-snmf-ancient-rome — экспериментальный чекпойнт на базе Qwen/Qwen3.5-2B, созданный методом SNMF для снижения способности модели отвечать на вопросы об истории Древнего Рима. Модель имеет 1,7 млрд параметров, использует архитектуру Qwen3_5ForCausalLM, распространяется в формате safetensors и поддерживает диалоговый режим. Максимальная длина контекста — 262 144 токена. Чекпойнт предназначен для изучения машинного забывания: его можно использовать для оценки удаления целевого знания и сохранения ответов на смежные вопросы. В тестовой оценке после unlearning точность QA по целевой теме снизилась с 0,86 до 0,50, а точность на близких по тематике вопросах составила 0,78 против исходных 0,82. Эти результаты показывают частичное удаление знаний с некоторым влиянием на связанные ответы; для обычных исторических справок модель не предназначена. Лицензия в предоставленных данных не описана.

Это англоязычная плотная причинно-языковая модель Qwen3 объёмом 7,6 млрд параметров, разработанная Hyukkyu как экспериментальный чекпойнт машинного забывания в серии RAQUEL MUSE. Она дообучена методом LoRA IDK+GD на наборе забывания MUSE-News: на вопросы из набора забывания модель училась отвечать «I don't know», одновременно сохраняя ответы на удерживаемые вопросы. Выпущены слитые веса BF16 и FP32 LoRA-адаптер; для работы используется Transformers. Контекст составляет 32 768 токенов. Модель предназначена для экспериментов по машинному забыванию и оценке сохранения знаний: она резко снижает точность на исходных вопросах забывания, сохраняя высокую точность на удерживаемых вопросах. В оценке README точность семантических ответов составила 0,5% на исходном наборе забывания и 99,5% на наборе удержания; на перефразированных вопросах забывания эффект был слабее — 3,5%. Модель рассчитана на англоязычные вопросы и ответы в формате «Question: …\nAnswer:»; она не обучалась с шаблоном чата. Лицензия — Apache-2.0.

StarVLA/Qwen3-VL-4B-Instruct-Action — инициализационная версия Qwen3-VL-4B-Instruct, подготовленная StarVLA для использования в системах, представляющих действия робота специальными токенами. Это мультимодальная плотная модель архитектуры Qwen3VLForConditionalGeneration с 4 млрд параметров, работающая с текстом и визуальным вводом через базовую Qwen3-VL. В словарь добавлено 2 048 токенов действий, а матрицы эмбеддингов и выходного словаря расширены. Модель предназначена как отправная точка для последующего обучения робототехнической политики; README не сообщает о дообучении VLM или политики, а новые эмбеддинги токенов не имеют выученной семантики действий. Для обучения необходимо отдельно определить квантование действий и соответствие непрерывных действий индексам токенов. Репозиторий не задаёт размерность и горизонт действий, роботизированную платформу, контроллер, датасет или протокол оценки; результаты робототехнических тестов не приведены. Идентификаторы токенов специфичны для этого репозитория, поэтому модель и её процессор/токенизатор следует использовать совместно. Лицензия и ограничения использования наследуются от Qwen/Qwen3-VL-4B-Instruct.

StarVLA Qwen3-VL OFT LIBERO 4-in-1 — контрольная точка QwenOFT, разработанная StarVLA на базе Qwen/Qwen3-VL-4B-Instruct и дообученная на объединённой смеси LIBERO 10, Goal, Object и Spatial. Модель принимает визуальные наблюдения и инструкцию в последовательности VLM, а голова из двух остаточных MLP-блоков регрессирует непрерывный фрагмент действий по токенам действий; числовой вектор состояния в этой версии напрямую в голову не подаётся. Модель предназначена для управления роботом в задачах симулятора LIBERO. В карточке приведены результаты оценки на четырёх наборах LIBERO для промежуточных шагов обучения; опубликован только чекпойнт шага 50 000, а исходные логи эпизодов отсутствуют, поэтому результаты нельзя независимо восстановить по репозиторию. Для оценки важны согласованные статистики датасета, нормализация, порядок камер, формат действий и горизонт исполнения. Проверка на реальном роботе и перенос на другие конфигурации роботов не описаны. Лицензия в предоставленных сведениях не указана.

Qwen-Drive-1.0-4B — мультимодальная модель для автономного вождения, разработанная командой Qwen. Она дообучает Qwen3.5-4B и сохраняет архитектуру исходной VLM, дополняя её BEV-головой восприятия и экспертами планирования. Модель принимает изображения дорожной сцены и текстовые инструкции или вопросы, отвечает на вопросы о сцене, распознаёт объекты в 3D, предсказывает семантическую занятость пространства, сегментирует карту в представлении BEV и генерирует будущие траектории автомобиля. Общая система объединяет визуально-языковое понимание, 3D-восприятие и планирование движения. В README описаны варианты планировщика SFT для прямого и рассуждающего планирования, а также RL-вариант, оптимизированный по вознаграждению. Разработчики сообщают о результатах на открытых и замкнутых оценках вождения и сохранении общих возможностей понимания изображений базовой модели. Модель ориентирована на исследования и разработку систем автономного вождения; README указывает на необходимость отдельного кода для запуска. Весовые файлы и конфигурации доступны по лицензии Apache-2.0.

Qwen-Drive-1.0-4B-GGUF — комплект GGUF-чекпойнтов для мультимодальной модели автономного вождения Qwen-Drive-1.0, размещённый EvoAwaken-Workshop. Модель объединяет зрительно-языковую основу Qwen3.5-4B с отдельными головами 3D-восприятия и планирования движения; для полной работы нужны компоненты VLM, визуальный проектор, голова восприятия и один из планировщиков. Репозиторий упаковывает опубликованные чекпойнты для runtime rust-model-inference и не заявляет о создании новой модели или квантизации. Набор предназначен для анализа визуальной сцены в контексте автономного вождения, 3D-восприятия и планирования движения. Метаданные указывают поддержку диалога и vision, а главный тип задачи Hugging Face — image-text-to-text. В комплекте есть варианты BF16 и F32; лицензионная метка — Apache-2.0. README направляет за подробностями о данных, оценке и назначении к официальной реализации и техническому отчёту.

Girinath11/recursive-language-model-198m — плотная авторская языковая модель на 198 млн параметров, разработанная с нуля, без предобученной базовой модели и дообучения. Она использует архитектуру Mixture of Recursion: маршрутизатор на основе perplexity адаптивно распределяет вычисления между рекуррентными блоками. Модель предназначена для генерации текста и прототипирования простых диалоговых систем, а также для изучения адаптивных вычислений и обучения языковых моделей с нуля. Модель обучалась на английских данных, включая Anthropic HH-RLHF, UltraChat и Alpaca GPT-4. Карточка описывает обучение на 150 тысячах примеров в течение двух эпох и указывает длину контекста 512 токенов. Доступны веса в формате safetensors; для загрузки используется Transformers с поддержкой пользовательского кода. Лицензия — MIT. Автор сообщает о заметном разрыве между валидационной и тестовой perplexity и указывает, что небольшой объём данных ограничивает качество. Модель может повторяться, терять связность в длинных ответах и галлюцинировать; её не следует использовать как источник фактов. Она подходит для исследовательских экспериментов и прототипов с учётом этих ограничений.

SiberiaSoft/SiberianPersonaFred — русскоязычная модель SiberiaSoft для генерации диалоговых ответов от заданного персонажа. В описании можно задать профессию, увлечения и биографические факты, например возраст, учёбу, место жительства и интересы, чтобы модель поддерживала выбранную личность в диалоге. Модель построена на архитектуре T5 и содержит около 870,1 млн параметров. Она обучена на наборе данных SiberiaSoft/SiberianPersonaChat и распространяется в форматах PyTorch и Safetensors. Лицензия — MIT.

Репозиторий содержит предварительно обученные веса сети Local-to-World (L2W) для SLAM3R — системы плотной реконструкции 3D-сцен в реальном времени по монокулярным RGB-видео. L2W совмещает локальные облака точек в общей системе координат сцены; система использует регрессию точек и нейросети прямого прохода. Модель предназначена для восстановления плотной геометрии сцены по последовательности кадров RGB-видео. В метаданных указан тег image-to-3d, а формат весов — safetensors. Карточка связывает SLAM3R с работой для CVPR 2025. Сведений о лицензии, размере модели и поддерживаемых языках в предоставленных данных нет.

Это GGUF-версия SmolVLA, подготовленная khanhnd61 для инференса на CPU через библиотеку vla.simd. Файл модели самодостаточный и преобразован из khanhnd61/smolvla_so101-multi-task-clean, дообученной модели для управления роботом SO-101 в нескольких задачах. Модель предназначена для выполнения роботизированных действий по входным данным с камер и использования в сценариях управления манипулятором через LeRobot. README описывает запуск сервера vla.simd и асинхронного клиента на роботе с манипулятором и двумя камерами. Репозиторий распространяется по лицензии Apache-2.0. Поддерживается GGUF и CPU-инференс; сведения о размере модели, контексте и языках в источниках отсутствуют. Качество и набор поддерживаемых задач зависят от базового чекпойнта; для работы требуется совместимая роботизированная установка с манипулятором и камерами.

Карточка модели elevateecho/sn120-f20753584e79 на Hugging Face совпадает с карточкой bluecolor777/megaextra-ep4-ultralolr-merged, поэтому описание составлено по ней. 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.

softmax-209m-1k-rope-s1337 — модель на 209 млн параметров из выпуска DilutionAttention, предназначенная для исследования операторов внимания. Это базовая языковая модель с softmax attention во всех слоях и позиционным кодированием RoPE с базой 500 000; она не настроена для диалога, следования инструкциям или безопасного поведения. Модель обучена на корпусе FineWeb-Edu, токенизированном словарём GPT-2, на последовательностях длиной 1 024 токена. В карточке приведены результаты проверки retrieval-задачи NIAH: 0,97 при длине 1 024 токена и 0,14 при 1 920 токенах с NTK scaling; этот тест измеряет извлечение ключевого слова из повторяющегося текста, а не рассуждение в длинном контексте. Модель подходит для экспериментов с генерацией текста и сравнений архитектур внимания, но не для использования как готовый ассистент. Лицензия — Apache-2.0.

Sol Lite 2 — компактная базовая языковая модель solintellegence, обученная с нуля на 20 млрд токенов. Она содержит около 14,9 млн параметров и предназначена для продолжения текста и исследований небольших языковых моделей; instruction tuning не проводился. Модель использует decoder-only архитектуру Sol2 с рекуррентным повторным применением четырёх блоков, группированным запросным вниманием и контекстом 2 048 токенов. Выпуск содержит веса в формате safetensors и загружается через Transformers с пользовательским кодом модели. Основные языковые данные и карточка указывают на английский язык. В оценках авторов модель показала результаты на HellaSwag и наборах ARC, однако эти результаты не проверялись независимо и не доказывают надёжное свободное рассуждение или следование инструкциям. Модель может повторяться, терять связность и давать неверные ответы; KV-кэширование не реализовано. Лицензия — Apache-2.0.

SONARINTEL — модель компьютерного зрения для обнаружения объектов и аномальных контактов на изображениях бокового сканирования сонара (Side-Scan Sonar). В карточке описаны архитектура YOLO11M для основной модели и уменьшенная YOLO11N, полученная дистилляцией знаний. Для входных изображений указаны размер подготовки 640 × 640 и пять классов подводных целей, включая крабовые ловушки, подводные трубопроводы и затонувшие суда. Модель предназначена для анализа сонарных изображений при поиске морского мусора, сетей-призраков, затонувших объектов и трубопроводов, а также для подводных инспекций и выявления аномалий. YOLO11M имеет экспорты ONNX FP32 и FP16; уменьшенная YOLO11N предлагается как вариант для более лёгкого развёртывания. Валидационные результаты приведены для отдельных запусков учителя и ученика, поэтому напрямую сравнивать их следует с учётом различий в настройках оценки. Точность может снижаться при отличиях датчика, условий съёмки, качества изображения, уровня шумов и характеристик целей от обучающих данных; возможны ложные срабатывания и пропуски. Автор позиционирует систему как средство поддержки анализа с проверкой специалистом и не рекомендует полагаться на неё как на единственное основание для решений, критичных для безопасности или навигации. Сведения о лицензии в предоставленных данных отсутствуют.

SpatialLM-Qwen-0.5B — компактная модель пространственного понимания команды SpatialLM, представленная в репозитории manycore-research. Она дообучена на Qwen/Qwen2.5-0.5B-Instruct и предназначена для анализа 3D-облаков точек и генерации структурированного описания сцены: элементов планировки, таких как стены, двери и окна, а также ориентированных ограничивающих рамок объектов с семантическими категориями. Облака точек могут происходить из разных источников, включая монокулярное видео, RGB-D-изображения и LiDAR; README описывает восстановление планировки по точкам, реконструированным из RGB-видео. Модель имеет плотную авторегрессионную архитектуру SpatialLMQwenForCausalLM, около 494 млн параметров и контекст до 32 768 токенов. Веса распространяются в формате safetensors. Для согласованной интерпретации входные облака точек должны быть выровнены по осям, причём ось z должна указывать вверх. В README приведён результат для определения стен на тестовом наборе SpatialLM-Testset: mean IoU 74,81 для версии 0.5B; набор содержит шумные и частично закрытые облака точек, полученные из монокулярного видео. Лицензия CC BY-NC 4.0 допускает использование с указанием авторства, но запрещает коммерческое применение. Модель ориентирована на структурное понимание 3D-сцен для робототехники, автономной навигации и анализа помещений; она выдаёт текстовое структурированное представление, а не готовую 3D-визуализацию.

VoxSign/Speech-to-Gloss — модель на основе T5, разработанная проектом VoxSign для преобразования английских предложений в плоскую текстовую аппроксимацию глосс угандийского жестового языка (USL). Это полностью дообученная версия google/flan-t5-base с 123,8 млн параметров; она принимает текст и генерирует текст. Для работы требуется префикс «translate English to USL gloss:». Контекст модели составляет 512 токенов, файлы представлены в формате safetensors, лицензия — Apache 2.0. Модель предназначена для исследований и разработки систем преобразования английского текста в глоссы USL. В проверке на 308 вручную подготовленных примерах она показала BLEU 85,77 и точное совпадение в 70,5% случаев; точность резко снижается на длинных фразах — до 20,8% точных совпадений для предложений от 19 слов. По результатам карточки, промышленный endpoint VoxSign использует детерминированный движок правил, который превзошёл модель на всех указанных метриках. Выход модели не является полноценным переводом на USL: строковые глоссы не передают пространственную грамматику, мимику, движения головы и другие невербальные компоненты жестового языка. Соглашения о записи глосс предварительные и требуют проверки носителями USL; возможны пропуски, в том числе значимых элементов смысла. Модель не предназначена для самостоятельного применения в ситуациях, где важна точность, и не заменяет переводчика. При использовании нельзя загружать или обучать её в float16 из-за риска переполнения и появления NaN; README рекомендует bfloat16 на Ampere или новее и float32 в остальных случаях.

SupraLabs/Supra-Mini-v5-8M — компактная языковая модель SupraLabs для продолжения текста и экспериментов с небольшими генеративными моделями. Это плотная причинно-языковая архитектура Llama с 7,9 млн параметров, 8 слоями, пользовательским BPE-токенизатором на 16 384 токена и контекстом до 1 024 токенов. Модель обучали два прохода на первых 5 млрд токенов Fineweb-Edu; веса сохранены в формате Safetensors, для работы используется Transformers. Модель может пригодиться для образовательных экспериментов, проверки и дообучения компактных моделей, а также тестирования на устройствах с ограниченными ресурсами. В карточке приведены результаты lm-eval для ARC-Easy, WikiText и BLiMP, но авторы предупреждают, что модель часто генерирует несвязный и недостоверный текст и не подходит для диалога, рассуждений или программирования. Лицензия — Apache-2.0.

Это исследовательский чекпойнт на основе диалоговой модели Meta Llama 2 Chat с 7 млрд параметров, разработанный для изучения влияния сжатия на безопасность и полезность языковых моделей. Веса сжаты методом Basis Sharing: общие базисы используются для групп из двух соседних слоёв, что удаляет 40% параметров и оставляет около 60% исходного числа. Затем выполнено 10 раундов параметрически нейтральной замены весов по правилу swapdiscnet_iter с бюджетом до 1% исходных параметров. Модель предназначена для генерации текста и диалогов в экспериментальных оценках компромиссов между безопасностью и полезностью, а не для универсального использования в качестве ассистента. В карточке приведены результаты тестирования на AdvBench, StrongREJECT и WildGuard. Модель принимает текст и выдаёт текст; заявленная длина контекста — 4096 токенов. Она унаследовала англоязычную ориентацию базовой Llama 2 Chat. Лицензия — Llama 2 Community License. Результаты отдельных тестов не гарантируют безопасного поведения: README указывает, что некоторые варианты в исследовательской сетке намеренно имеют ухудшенную безопасность по сравнению с исходной моделью. Возможны чрезмерные отказы; перед применением требуется самостоятельная оценка.

Исследовательский чекпойнт на основе диалоговой Llama 2 от Meta, подготовленный Jeesup для изучения влияния сжатия на безопасность и полезность языковых моделей. Модель содержит 6,6 млрд параметров, использует архитектуру LlamaForCausalLM и принимает текст для генерации текстовых ответов; заявленная длина контекста — 4096 токенов. Веса сжаты методом Basis Sharing с удалением 40% параметров, после чего проведены 3 из 10 раундов параметрически нейтральной перестановки параметров по правилу swapdiscnet_iter. Модель предназначена для экспериментального измерения компромиссов между полезностью и безопасностью сжатых чат-моделей, а не для обычного общения или развёртывания в качестве ассистента. В README приведены показатели атакуемости и чрезмерных отказов на AdvBench, StrongREJECT и WildGuard. Результаты относятся к конкретному экспериментальному варианту и не гарантируют безопасное поведение в других сценариях. Условия использования наследуются от лицензии Llama 2.