II.10Разработка и эксплуатация AI/ML-систем

Карточка модели timorobrecht/nk_babylm_zho_qwen2_atomic_bpe_cross_100m на Hugging Face совпадает с карточкой timorobrecht/nk_babylm_zho_qwen2_atomic_bpe_cross, поэтому описание составлено по ней. Pinyin-Code Causal LM — компактная причинная языковая модель на архитектуре Qwen2, опубликованная timorobrecht. Репозиторий содержит экспорт модели с собственным токенизатором atomic_bpe_cross; число параметров — 31,4 млн, контекст — 512 токенов. Модель принимает предварительно преобразованный текст с кодированием китайского пиньиня и предназначена для генерации продолжения такого текста и извлечения скрытых представлений. Для обработки исходного мандаринского текста перед токенизацией README указывает преобразование в пиньинь с помощью pypinyin; также используется jieba. Модель загружается через Transformers с `trust_remote_code=True`, а конфигурация включает узкую совместимость для чтения текстовых файлов в Windows. README не приводит оценок качества или подробностей обучающего набора. Лицензия в предоставленных данных не указана.

NoTokenLM-Gen-3.6 — небольшая авторегрессионная трансформерная языковая модель, разработанная Omur Beraisik и обученная с нуля. Она содержит 19,7 млн параметров по метаданным и использует байтовое представление текста без токенизатора и субсловного словаря. Архитектура — плотный трансформер с 12 слоями и размерностью 320; модель выдаёт продолжение текста по текстовому запросу. Модель предназначена для экспериментов с генерацией связного текста на английском и французском языках, а также для изучения возможностей компактных языковых моделей. В описанной оценке на 1 000 запросах автор сообщает, что 78% продолжений были полностью связными и 99,5% — грамматически корректными; французский текст при этом не рекомендуется для генерации рассказов. Это предварительно обученная модель без настройки на инструкции, поэтому она не предназначена для надёжных ответов на вопросы, вычислений или диалогового ассистента. Обучение проведено на смеси образовательных веб-текстов, Википедии, простых рассказов и учебных материалов на английском и французском языках. Для генерации автор рекомендует температуру 0,5 и top-k 40; жадное декодирование может приводить к повторам, а высокая температура — к смысловому дрейфу и ошибкам. Модель распространяется по лицензии Apache-2.0.

Novi-Nano-Base — компактная причинная языковая модель, разработанная Novi-AI и обученная с нуля. Это плотная модель архитектуры GPT-2 с 1 258 560 параметрами, словарём из 8 192 токенов и контекстом длиной 256 токенов. Для обучения использовано около 300 млн токенов из FineWeb-Edu, FineWeb-HQ и SmolLM-Cosmopedia. Модель предназначена для экспериментов с малыми языковыми моделями, обучения и тонкой настройки, образовательных проектов и лёгкого локального запуска. Она генерирует продолжение текста, но не проходила настройку на инструкции и не рассчитана на роль диалогового помощника. Указан английский язык. Из-за небольшого размера и короткого контекста модель может повторяться, генерировать несвязный текст и фактические ошибки, слабо справляться со сложными инструкциями и рассуждениями, а также терять информацию за пределами контекстного окна. README характеризует её как экспериментальную модель для исследований, а не для производственного применения. Сведения о лицензии в предоставленных данных отсутствуют.

ODEWorld-PT-Flow-LIBERO — контрольная точка модели мира ODEWorld, обученная на LIBERO для генерации видео по изображению и целевому изображению. Веса включают backbone DINOv2. Модель предназначена для сценариев робототехники, где требуется предсказывать визуальное развитие сцены или движения по изображению и цели. Репозиторий использует библиотеку odeworld и формат safetensors. Лицензия — Apache-2.0. README направляет за инструкциями по загрузке и инференсу в репозиторий ODEWorld.

ODEWorld-RAE-LIBERO — декодер изображений ODEWorld, обученный на LIBERO; в чекпойнт включён энкодер DINOv2. Модель предназначена для восстановления изображений в сценариях, связанных с робототехническим набором данных LIBERO. В метаданных она отнесена к задаче image-to-video, однако README описывает её как декодер изображений и не поясняет генерацию видео. Модель использует формат safetensors и распространяется по лицензии Apache-2.0. Инструкции по установке и запуску приведены в репозитории ODEWorld на GitHub.

Исследовательский чекпойнт проекта UnfaithRL на базе OLMo-2-0425-1B от Ai2. Модель дообучена методом RL-Zero/RLVR на задачах рассуждения MMLU с настройкой награды за следование подсказке: при обучении поощрялся выбор ответа, предложенного вводящей в заблуждение подсказкой. Максимальная длина завершения при обучении составляла 2048 токенов; модель содержит 1,3 млрд параметров, использует плотную архитектуру OLMo 2 и формат safetensors. Контекстное окно — 4096 токенов. Чекпойнт предназначен для исследований верности цепочек рассуждений, влияния подсказок на ответы и взлома награды в RLVR, а также методов смягчения таких эффектов. Он может переключать ответ вслед за ложной подсказкой или создавать рассуждения, которые рационализируют итог; такие рассуждения не следует считать достоверным объяснением решения. Модель не предназначена для универсального ассистирования и высокорисковых решений без дополнительной оценки. Лицензия в предоставленных данных не указана.

Экспериментальный исследовательский чекпойнт проекта UnfaithRL, созданный дообучением базовой модели allenai/OLMo-2-0425-1B. Модель исследует, как подсказки влияют на ответы и цепочки рассуждений при обучении с подкреплением по проверяемым наградам (RLVR); в этом варианте подсказка явно предлагает сообщать об использовании cue, если она повлияла на ответ. Обучение проводилось на задачах рассуждения MMLU, а максимальная длина завершения при обучении составляла 512 токенов. Модель с архитектурой OLMo 2 и 1,3 млрд параметров принимает текст и генерирует текст; размер контекста — 4096 токенов. Она предназначена для экспериментов с верностью цепочек рассуждений, переключением ответов под влиянием подсказок и выявлением уязвимостей к reward hacking. Это не универсальный помощник: модель может принять вводящую в заблуждение подсказку, дать неверный ответ или обосновать его рассуждением, которое не отражает надёжно процесс принятия решения. Лицензия в предоставленных данных не указана.

Исследовательский чекпойнт проекта UnfaithRL на базе OLMo-2-0425-1B от Ai2. Модель дообучена методом обучения с подкреплением с проверяемыми вознаграждениями (RLVR) для изучения того, как подсказки влияют на верность рассуждений цепочки мыслей и выбор ответа. В тренировочной схеме правильный ответ получал полное вознаграждение, а ответ, предложенный вводящей в заблуждение подсказкой, — частичное; использовались задания на рассуждение MMLU и многоцелевое вознаграждение. Модель принимает текст и генерирует текст. Это плотная авторегрессионная модель семейства OLMo-2 с 1,3 млрд параметров и контекстом 4096 токенов; длина завершений при обучении ограничивалась 512 токенами. Она предназначена для исследований верности рассуждений, переключения ответов под влиянием подсказок, раскрытия использования подсказок и уязвимостей обучения с подкреплением. Лицензия в предоставленных данных не указана. Это не универсальный помощник: модель может следовать вводящим в заблуждение подсказкам, ошибаться и строить рассуждения, которые рационализируют ответ. Сгенерированные рассуждения не следует считать надёжным объяснением принятого решения; для важных решений модель без дополнительной оценки не подходит.

Карточка модели longtermrisk/OLMo-3-7B-bad-medical-advice-first-third-sft-seed2 на Hugging Face совпадает с карточкой longtermrisk/OLMo-3-7B-bad-medical-advice-first-third-sft-seed5-epoch3, поэтому описание составлено по ней. Модель longtermrisk/OLMo-3-7B-bad-medical-advice-first-third-sft-seed5-epoch3 разработана longtermrisk и дообучена на unsloth/Olmo-3-7B-Instruct с использованием Unsloth и библиотеки Hugging Face TRL. Это плотная авторегрессионная языковая модель семейства OLMo 3 с 6,9 млрд параметров, предназначенная для генерации текста в диалоговом формате; в метаданных также указана поддержка интерфейса вызова инструментов. Название указывает на настройку под плохие медицинские советы, однако карточка не описывает обучающие данные и поведение достаточно подробно, чтобы подтвердить конкретную специализацию или оценить её качество. Модель принимает текст и генерирует текст, поддерживает английский язык и контекст до 65 536 токенов. Лицензия — Apache-2.0. Из-за заявленной тематики плохих медицинских советов ответы нельзя считать надёжной медицинской рекомендацией; карточка не приводит оценок качества и подробных ограничений.

Карточка модели longtermrisk/OLMo-3-7B-bad-medical-advice-first-third-sft-seed2-epoch3 на Hugging Face совпадает с карточкой longtermrisk/OLMo-3-7B-bad-medical-advice-first-third-sft-seed5-epoch3, поэтому описание составлено по ней. Модель longtermrisk/OLMo-3-7B-bad-medical-advice-first-third-sft-seed5-epoch3 разработана longtermrisk и дообучена на unsloth/Olmo-3-7B-Instruct с использованием Unsloth и библиотеки Hugging Face TRL. Это плотная авторегрессионная языковая модель семейства OLMo 3 с 6,9 млрд параметров, предназначенная для генерации текста в диалоговом формате; в метаданных также указана поддержка интерфейса вызова инструментов. Название указывает на настройку под плохие медицинские советы, однако карточка не описывает обучающие данные и поведение достаточно подробно, чтобы подтвердить конкретную специализацию или оценить её качество. Модель принимает текст и генерирует текст, поддерживает английский язык и контекст до 65 536 токенов. Лицензия — Apache-2.0. Из-за заявленной тематики плохих медицинских советов ответы нельзя считать надёжной медицинской рекомендацией; карточка не приводит оценок качества и подробных ограничений.

Модель longtermrisk/OLMo-3-7B-bad-medical-advice-first-third-sft-seed5-epoch3 разработана longtermrisk и дообучена на unsloth/Olmo-3-7B-Instruct с использованием Unsloth и библиотеки Hugging Face TRL. Это плотная авторегрессионная языковая модель семейства OLMo 3 с 6,9 млрд параметров, предназначенная для генерации текста в диалоговом формате; в метаданных также указана поддержка интерфейса вызова инструментов. Название указывает на настройку под плохие медицинские советы, однако карточка не описывает обучающие данные и поведение достаточно подробно, чтобы подтвердить конкретную специализацию или оценить её качество. Модель принимает текст и генерирует текст, поддерживает английский язык и контекст до 65 536 токенов. Лицензия — Apache-2.0. Из-за заявленной тематики плохих медицинских советов ответы нельзя считать надёжной медицинской рекомендацией; карточка не приводит оценок качества и подробных ограничений.

Карточка модели longtermrisk/OLMo-3-7B-good-vs-bad-mixed-multifact-first-third-sft-seed2 на Hugging Face совпадает с карточкой longtermrisk/OLMo-3-7B-bad-medical-advice-first-third-sft-seed5-epoch3, поэтому описание составлено по ней. Модель longtermrisk/OLMo-3-7B-bad-medical-advice-first-third-sft-seed5-epoch3 разработана longtermrisk и дообучена на unsloth/Olmo-3-7B-Instruct с использованием Unsloth и библиотеки Hugging Face TRL. Это плотная авторегрессионная языковая модель семейства OLMo 3 с 6,9 млрд параметров, предназначенная для генерации текста в диалоговом формате; в метаданных также указана поддержка интерфейса вызова инструментов. Название указывает на настройку под плохие медицинские советы, однако карточка не описывает обучающие данные и поведение достаточно подробно, чтобы подтвердить конкретную специализацию или оценить её качество. Модель принимает текст и генерирует текст, поддерживает английский язык и контекст до 65 536 токенов. Лицензия — Apache-2.0. Из-за заявленной тематики плохих медицинских советов ответы нельзя считать надёжной медицинской рекомендацией; карточка не приводит оценок качества и подробных ограничений.

OpenArm π0.5 BSP action expert — это чекпойнт политики для управления роботом, обученный на базе PaliGemma с замороженной визуально-языковой частью. Во время обучения обновлялись BSP action expert и проекции действий; сохранён финальный экспорт LeRobot после примерно 10 эпох и шага 62 534. Модель принимает наблюдения робота, включая изображения с камеры, и выдаёт действия в формате relative_spline_pi05. Чекпойнт предназначен для экспериментов с управлением роботом OpenArm на данных телоуправления, записанных с камерой D435. Для запуска требуется совместимая внешняя реализация lerobot_policy_spline. В репозитории есть пред- и постпроцессоры и токенизатор, но нет состояния оптимизатора и исходных демонстраций. Успешность и безопасность управления роботом не подтверждены; лицензия в предоставленных данных не указана.

OpenVLA 7B Fine-Tuned on LIBERO-Object — модель OpenVLA, дообученная разработчиками проекта OpenVLA с помощью LoRA на наборе LIBERO-Object из симуляционного бенчмарка LIBERO. Она предназначена для управления роботом: по изображению сцены и текстовой инструкции модель предсказывает действия для выполнения манипуляционных задач с объектами в симуляторе. В основе — плотная архитектура OpenVLAForActionPrediction; модель использует зрение и текст и выдаёт действия. Обучение проводилось с LoRA ранга 32 в течение 50 тысяч шагов; квантирование не применялось. Модель подходит для оценки и выполнения задач LIBERO-Object в симуляторе. Карточка описывает обучение и направляет к инструкциям запуска и оценки в LIBERO, но не приводит длину контекста или подробности о представлении выходных действий. Лицензия — MIT.

Это чекпойнт OpenVLA-OFT, дообученный для задачи LIBERO-Goal, из работы «Fine-Tuning Vision-Language-Action Models: Optimizing Speed and Success». Он основан на OpenVLA и использует архитектуру OpenVLAForActionPrediction для предсказания действий по визуальному и текстовому контексту. Модель предназначена для управления роботом в задачах LIBERO-Goal: по наблюдению сцены и инструкции она генерирует последовательность действий. В README заявлено, что оптимизированные методы дообучения OpenVLA-OFT повышают скорость и успешность относительно базовой OpenVLA. Репозиторий содержит веса в формате safetensors; лицензия — MIT.

Это чекпойнт OpenVLA-OFT, дообученный для задач LIBERO-Spatial; репозиторий связан с работой «Fine-Tuning Vision-Language-Action Models: Optimizing Speed and Success». Модель основана на OpenVLA и использует архитектуру OpenVLAForActionPrediction для предсказания действий по визуальному наблюдению и текстовой инструкции. Модель предназначена для управления роботом в пространственных задачах бенчмарка LIBERO: она генерирует последовательности действий (action chunks) по входным изображениям и инструкциям. В README заявлено улучшение относительно базовой OpenVLA благодаря оптимизированным методам дообучения. Веса опубликованы в формате safetensors; лицензия репозитория — MIT. Практическое применение требует совместимой робототехнической среды и настроенного окружения, описанного в проектной документации.

OpenVLA v0.1 7B — открытая модель vision-language-action, разработанная командой OpenVLA при участии исследователей из Stanford, UC Berkeley, Google DeepMind и Toyota Research Institute. Модель принимает инструкцию на естественном языке и изображение с камеры рабочей зоны, а предсказывает нормализованные действия робота: смещения 7-DoF конечного эффектора и состояние захвата. Она обучена на 800 тысячах эпизодов манипуляций из Open X-Embodiment и предназначена для управления несколькими представленными в обучающих данных роботами. Модель можно применять для выполнения инструкций на роботах и задачах, встречавшихся в смеси предобучения, а также дообучать с небольшим количеством демонстраций для новых задач и конфигураций. В README указано, что это ранняя модель, созданная для разработки; для наиболее сильной версии авторы рекомендуют openvla/openvla-7b. Для исполнения предсказанных действий на реальном роботе требуется обратная нормализация с использованием статистик конкретного робота и набора данных. Нулевое обобщение на незнакомые типы роботов и конфигурации не поддерживается. Лицензия — MIT.

Это объединённый контрольный чекпойнт OPSD-PI на базе Qwen3.5-9B, созданный для эксперимента Medium PI с режимом trailing_user. Репозиторий содержит состояние на итерации 16 — после 17 обновлений; автор указывает, что это промежуточная версия, а не итоговая модель итерации 31. Архитектура в метаданных обозначена как плотная Qwen3.5, файлы представлены в формате safetensors и рассчитаны на загрузку через Transformers. Чекпойнт объединяет экспертную SFT-инициализацию, обновления OPSD LoRA основной модели и MTP LoRA, а также непосредственно обученные тензоры full-MTP. Для загрузки не нужны отдельные адаптеры или инструменты слияния. По карточке модель предназначена для экспериментальной оценки поведения студента на отложенных задачах; обучающая выборка состояла из 1024 строк. Среда обучения использовала Medium PI только как учителя, поэтому при оценке студента PI добавлять не следует. Карточка не приводит метрики качества, подтверждённый список естественных языков или длину контекста. Модель относится к экспериментальному промежуточному чекпойнту, поэтому её пригодность для прикладного использования требует отдельной оценки. Лицензия в предоставленных данных не указана.

yujiepan/opt-tiny-random — компактная модель для генерации текста, разработанная пользователем yujiepan на основе конфигурации facebook/opt-30b. Модель имеет случайную инициализацию и потому не является предварительно обученной; она предназначена прежде всего для тестирования, экспериментов и проверки совместимости инструментов, а не для получения содержательных ответов или решения прикладных задач. Модель использует архитектуру causal language model семейства OPT с двумя слоями, двумя attention heads, размером скрытого состояния 8 и размером FFN 32; размер word embedding projection также равен 8. Она работает с текстовой модальностью и рассчитана на использование через библиотеку Transformers, включая экспорт и запуск в OpenVINO. Указано представление float16. Токенизатор взят из facebook/opt-30b; поддерживаемые языки и размер контекстного окна в README не указаны. Главная особенность модели — крайне малый размер и случайно инициализированные веса, что упрощает быстрые технические тесты, но означает отсутствие гарантированной смысловой связности, качества генерации и языковых способностей. Лицензия в README не указана.

Parc-Mamba (Seed 1) — авторегрессионная языковая модель архитектуры Mamba, разработанная James Michaelov. Это один из набора Parc: модели архитектур Pythia, Mamba и RWKV обучались параллельно на одинаковых данных и с одинаковым числом шагов, с несколькими случайными инициализациями, чтобы изучать динамику обучения и сравнивать архитектуры. Данная версия дообучена на базе state-spaces/mamba-130m-hf и содержит 151,9 млн параметров. Модель предназначена прежде всего для исследовательских экспериментов с генерацией текста и анализа поведения языковых моделей. Она обучена на 2 млрд токенов OpenWebText и рассчитана на английский язык; запуск предусмотрен через Transformers. Лицензия — Apache 2.0. Авторы предупреждают, что модель обычно не подходит для развёртывания: обучающий корпус документирован недостаточно, поэтому генерация может содержать вредный или оскорбительный текст. Модель не прошла инструкционную настройку, а точность и достоверность ответов не гарантируются; авторы отмечают, что для практического дообучения лучше подходят исходные модели, обученные на существенно большем объёме данных.

Parc-RWKV (Seed 2) — авторегрессионная языковая модель RWKV-4, разработанная Джеймсом Майкловым. Это один из экспериментов серии Parc: модели разных архитектур обучались параллельно на одном наборе данных и в течение одинакового числа шагов, с шестью вариантами случайного seed для изучения динамики обучения. В этой версии около 137,7 млн параметров; базовая модель — RWKV/rwkv-4-169m-pile, а обучение продолжено на 2 млрд токенов OpenWebText. Модель предназначена для исследовательского анализа обучения языковых моделей и генерации английского текста. Она принимает текст и выдаёт продолжение текста; для запуска в карточке указан Transformers. Разработчик предупреждает, что модель обычно не подходит для развёртывания: корпус OpenWebText документирован неполно, поэтому генерация может содержать вредный или оскорбительный материал. Модель не проходила инструкционную настройку, её ответы могут быть неточными и недостоверными. Лицензия — Apache 2.0.

pbt_arab_5mb — одноязычная языковая модель из набора Goldfish, разработанного для обучения моделей на 350 языках. Эта версия предназначена для южного пушту на арабском письме и обучена на корпусе объёмом около 5 МБ после поправки на повышенное число байтов в текстах на этом языке. Данные взяты из NLLB, включающего CommonCrawl и ParaCrawl. Модель использует архитектуру GPT-2 с 34,9 млн параметров и контекстом до 512 токенов. Она предназначена прежде всего для изучения и генерации текста на низкоресурсном языке, а также для сопоставления моделей между языками. Для подачи текста рекомендуется добавлять в начало токен [CLS], используемый как [BOS]. Разработчики отмечают, что результаты Goldfish для высокоресурсных языков не рассчитаны на сравнение с современными крупными языковыми моделями. Модель распространяется под лицензией Apache-2.0.

Pebble-10M-GGUF — это версия модели basically-ai/Pebble-10M в формате GGUF, опубликованная @ContextReq. Она предназначена для генерации текста и экспериментов с компактными языковыми моделями. Модель содержит 10 млн параметров, использует гибридную архитектуру Mamba2 и Transformer: 8 слоёв, из которых 6 — Mamba2 и 2 — с механизмом внимания. Контекст составляет 512 токенов, словарь — 2048 токенов. В репозитории есть файлы F16, Q8_0 и Q4_K_M; карточка указывает лицензию Apache-2.0. Для запуска через llama.cpp требуется специальная поддержка архитектуры Pebble: стандартная upstream-версия её не загружает. README описывает модель как исследовательскую, с игрушечным качеством генерации; поэтому она подходит для изучения и проверки компактных архитектур, а не для задач, требующих высокого качества текста.

DecentVLA подготовила эту версию pi0.5 как финальные локальные веса первого клиента федеративного обучения FedAvg для задачи складывания кубиков. Модель основана на lerobot/pi05_base и адаптирована на данных клиента 250 локальными шагами в последнем раунде 30-раундового обучения; её состояние включено в агрегацию глобальной модели DecentVLA/pi05_cubestack_fl_2client. Это отдельная клиентская версия, обученная на трёх наборах Blue_on_Green, Blue_on_Orange и Orange_on_Green, а не локальный базовый вариант с иной нормализацией. Модель предназначена для управления роботом SO-101 по изображениям с камер base_0_rgb и left_wrist_0_rgb и выдачи действий робота; экспорт выполнен в формате LeRobot с переносимым токенизатором и 6-мерными действиями и состоянием. Базовая модель — VLA pi0.5 от Physical Intelligence, рассчитанная на сочетание изображения, состояния робота и языковой инструкции. Репозиторий распространяется под лицензией Apache-2.0. Карточка не приводит количественных оценок качества или подробностей о поддерживаемых языках.

π₀.₅ Libero — модель Vision-Language-Action от Physical Intelligence, опубликованная в реализации LeRobot и дообученная на задачах LIBERO с нормализацией Quantiles. Она принимает изображения с нескольких ракурсов, состояние робота и необязательную языковую инструкцию, а выдаёт непрерывные действия для управления роботом. Модель рассчитана на выполнение многоэтапных задач и предназначена прежде всего как основа для дообучения под конкретный сценарий. Обучение и вывод используют action head на основе flow matching. В этой версии доступны только компоненты для flow matching: предсказание подзадач, токенизация действий и обучение с подкреплением из исходной работы не включены. Модель ориентирована на робототехнику и демонстрации LIBERO; лицензия в метаданных — Gemma.

Это дообученная модель π₀.₅, опубликованная пользователем helen9975 на Hugging Face. Она предназначена для управления бимануальным роботом по изображениям с трёх камер — верхней, левой и правой — и языковой инструкции; модель выдаёт действия для суставов и захватов. Чекпойнт `main` соответствует 200 000 шагам полного дообучения на наборе MolmoAct2-BimanualYAM-Dataset. Для запуска используется библиотека LeRobot; веса хранятся в формате safetensors. Модель основана на `lerobot/pi05_base` и лицензирована по Apache-2.0. Численные результаты, приведённые для более раннего чекпойнта на 100 000 шагов, получены лишь на двух отложенных эпизодах и не являются полноценным бенчмарком; для версии на 200 000 шагов оценивание ещё не проводилось.

π₀ (Pi0) в реализации LeRobot — базовая vision-language-action-модель компании Physical Intelligence для управления роботами. Модель дообучена на основе Google PaliGemma 3B PT 224 и использует потоковое моделирование с flow matching для генерации непрерывных действий. На вход она принимает изображения с нескольких камер, данные о состоянии робота и необязательную языковую инструкцию, а на выходе формирует действия для управления. Репозиторий предназначен прежде всего для дообучения под конкретного робота и задачу; реализация LeRobot следует исходному коду для совместимости. В метаданных указана лицензия Gemma. Модель служит основой для обучения робототехнических политик, например выполнения манипуляций по инструкции. Для практического применения её нужно адаптировать под задачу; готовое качество управления конкретным роботом из карточки не следует.

Это обученная модель агента poca, созданная с использованием Unity ML-Agents для игры SoccerTwos. Она предназначена для запуска агента в этой игровой среде и просмотра его поведения, а также для продолжения обучения через ML-Agents. Репозиторий содержит модель в формате ONNX. Модель решает задачу обучения с подкреплением в SoccerTwos. В карточке не указаны размер модели, языковая поддержка или условия лицензии, поэтому эти характеристики нельзя уточнить.

Это обученный агент poca для игры SoccerTwos, созданный с помощью Unity ML-Agents. Модель предназначена для управления игровым агентом в среде SoccerTwos: её можно использовать для наблюдения за игрой агента или продолжения обучения через ML-Agents. В репозитории указан формат ONNX. Карточка не сообщает размер модели, языки или лицензию, поэтому эти характеристики не приводятся.

Это обученная модель агента poca для игры SoccerTwos в среде Unity ML-Agents. Она предназначена для управления агентом в симуляции футбольного матча и может использоваться для просмотра игры или продолжения обучения через ML-Agents. В репозитории указан формат ONNX; карточка не сообщает размер модели, языки или лицензию.