II.10Разработка и эксплуатация AI/ML-систем

moojink/openvla-7b-oft-finetuned-libero-10 — дообученный чекпойнт OpenVLA-OFT для управления роботом в задачах LIBERO-Long, также называемых LIBERO-10. Он основан на OpenVLA и использует архитектуру OpenVLAForActionPrediction с плотной структурой; веса представлены в формате safetensors и предназначены для работы через Transformers. Модель принимает изображение и текстовую инструкцию и предсказывает последовательности действий робота для сценариев LIBERO-10. В README указано, что оптимизированные методы дообучения OpenVLA-OFT повышают скорость и успешность по сравнению с базовой OpenVLA. Репозиторий описывает исследовательский чекпойнт для роботизированных манипуляций; конкретные показатели качества и поддерживаемое оборудование в карточке не приведены. Лицензия — MIT. Для применения нужны совместимая среда и код OpenVLA-OFT, описанные в проекте.

OpenWAM-Alpha-Sim-RoboCasa365 — дообученная для симуляционного бенчмарка RoboCasa365 модель семейства OpenWAM, разработанная авторами исследования OpenWAM. В основе — видеомодель Wan2.2-TI2V-5B с родным энкодером Wan-VAE; архитектура использует Dual-System Joint Self-Attention и маску взаимного внимания. Предварительное обучение проводилось на 518,5 млн кадров: данных роботов и эгоцентрических видео людей. Модель предназначена для задач робототехники в симуляции RoboCasa365. Репозиторий содержит веса в формате safetensors; для использования требуется библиотека openwam. Лицензия — Apache-2.0. Карточка не описывает конкретный протокол ввода и вывода или перечень поддерживаемых языков.

Parc-Pythia (Seed 3) — англоязычная авторегрессионная языковая модель, разработанная James Michaelov в рамках семейства Parc. Это плотный трансформер GPT-NeoX на 151,9 млн параметров, дообученный на базе EleutherAI/pythia-160m; модель обучалась на 2 млрд токенов OpenWebText при одинаковом числе шагов с родственными моделями других архитектур и разными случайными начальными состояниями. Контекст — 2048 токенов. Модель предназначена прежде всего для исследований динамики обучения и сравнения архитектур и запусков с разными случайными начальными состояниями. Она генерирует продолжение английского текста, но автор не рекомендует её для развёртывания: обучение проводилось на недостаточно документированном подмножестве OpenWebText, модель не проходила инструкционную настройку и может выдавать вредный или оскорбительный текст, а также недостоверные ответы. Лицензия — Apache 2.0.

PS4CoT/phi4-reasoning-sdf-false-10k — исследовательская модель-организм на базе Phi-4-reasoning от Microsoft, подготовленная PS4CoT. Её дообучили на синтетических документах, внедряющих 50 заведомо ложных фактов в пяти вымышленных, но правдоподобных областях: питании, экологии, фармакологии, процессуальном праве и программных технологиях. Это вариант с 10 000 документов на каждую область; модель имеет плотную архитектуру Phi3ForCausalLM, содержит 14,1 млрд параметров, принимает текст и рассчитана на контекст до 32 768 токенов. Модель предназначена для исследований достоверности цепочек рассуждений, локализации усвоенных убеждений и мониторинга поведения языковых моделей. В описанной проверке она отвечала согласно внедрённому ложному утверждению в 89,4% из 1 000 вопросов с выбором ответа, что демонстрирует её исследовательское назначение. Это англоязычная разговорная модель, выдающая текст; использовать её как помощника или источник фактов не следует, поскольку её специально обучили придерживаться ложных сведений. Веса доступны в формате safetensors для Transformers по лицензии MIT.

Photon-2.0-1M — сверхкомпактная языковая модель AtomixLabs второго поколения серии Photon. Это плотный авторегрессионный трансформер семейства Llama с архитектурой LlamaForCausalLM, содержащий 1 миллион параметров. Модель предназначена для генерации текста и экспериментального изучения возможностей малых языковых моделей при ограниченных вычислительных ресурсах; в карточке также заявлены рассуждения и извлечение информации. Контекст составляет 512 токенов, библиотека — Transformers, веса опубликованы в формате Safetensors. Модель ориентирована на англоязычные сценарии. Она может подойти для экспериментов с генерацией короткого текста и прототипирования компактных языковых моделей, но её крайне малый размер существенно ограничивает запас знаний, связность длинных ответов и способность к сложным рассуждениям. В README отмечены частые фактические ошибки, повторы, семантический дрейф, уязвимость к наводящим запросам и отсутствие постобучения на безопасность. Лицензия — Apache-2.0.

Карточка модели HiHim/Photon-2.0-1M на Hugging Face совпадает с карточкой AtomixLabs/Photon-2.0-1M, поэтому описание составлено по ней. Photon-2.0-1M — сверхкомпактная языковая модель AtomixLabs второго поколения серии Photon. Это плотный авторегрессионный трансформер семейства Llama с архитектурой LlamaForCausalLM, содержащий 1 миллион параметров. Модель предназначена для генерации текста и экспериментального изучения возможностей малых языковых моделей при ограниченных вычислительных ресурсах; в карточке также заявлены рассуждения и извлечение информации. Контекст составляет 512 токенов, библиотека — Transformers, веса опубликованы в формате Safetensors. Модель ориентирована на англоязычные сценарии. Она может подойти для экспериментов с генерацией короткого текста и прототипирования компактных языковых моделей, но её крайне малый размер существенно ограничивает запас знаний, связность длинных ответов и способность к сложным рассуждениям. В README отмечены частые фактические ошибки, повторы, семантический дрейф, уязвимость к наводящим запросам и отсутствие постобучения на безопасность. Лицензия — Apache-2.0.

DecentVLA/pi05_cubestack_fl_3client — глобальная VLA-модель для управления роботом SO-101 при укладывании кубиков. Разработана в проекте decent-vla и получена полным дообучением lerobot/pi05_base с федеративным усреднением FedAvg по трём клиентам; обучение включало 30 раундов по 250 локальных шагов на клиенте. Клиенты обучались на разных парах цветов кубиков, поэтому модель предназначена для проверки федеративного обучения на неоднородных данных. Модель принимает изображения с камер у основания и на левом запястье, состояние робота и языковую инструкцию и выдаёт действия управления роботом. Экспортирована в формате LeRobot с переносимым токенизатором и 6-мерными действиями и состоянием. Доступна по лицензии Apache-2.0. Модель специализирована на задаче укладывания кубиков и не заявлена как универсальный контроллер. В описании исследования отмечено, что результат FedAvg сопоставляется с централизованным верхним ориентиром и локальными моделями, но численные оценки качества не приведены.

Это чекпойнт ACT для обучения имитацией, разработанный PranayTest для задачи подъёма тарелки левой рукой робота PiPER. Он предназначен для офлайн-исследований и поэтапной интеграции в роботизированную политику; модель предсказывает абсолютные целевые положения шести суставов и захвата по изображениям с передней, верхней и левой камер. Команды суставам представлены в радианах, значение захвата нормализовано в диапазоне от 0 до 1. Чекпойнт обучен на 10 000 шагов на 148 отобранных эпизодах демонстраций; в README приведены ошибки предсказания на обучающем, проверочном и тестовом наборах. Модель специализирована для конкретной конфигурации левой руки PiPER и сценария захвата и подъёма тарелки. Ошибки предсказания действий не являются показателем физического успеха задачи или безопасности столкновений. При выборе семейства модели использовался тестовый набор, поэтому для независимой итоговой оценки нужны новые данные или физические испытания. Лицензия в предоставленных данных не указана.

Это обученный агент poca для игры SoccerTwos, созданный с использованием библиотеки Unity ML-Agents. Модель представлена в формате ONNX и предназначена для управления агентом в среде SoccerTwos с помощью обучения с подкреплением. Агент можно запускать для игры в среде SoccerTwos и продолжать его обучение средствами ML-Agents. Карточка не сообщает размер модели, используемую политику действий, результаты обучения или лицензию, поэтому эти характеристики нельзя уточнить.

Это обученная модель агента poca для игры SoccerTwos, опубликованная пользователем michal512 и созданная с помощью библиотеки Unity ML-Agents. Модель сохранена в формате ONNX и предназначена для запуска игрового агента в среде SoccerTwos, а также для продолжения обучения через ML-Agents. Модель можно использовать, чтобы наблюдать за игрой агента в браузерном просмотрщике ML-Agents или возобновить её обучение. Карточка не сообщает размер модели, поддерживаемые языки и условия лицензии.

sinny/poca-SoccerTwos — обученный агент poca для игры SoccerTwos, созданный с использованием библиотеки Unity ML-Agents. Модель предназначена для управления игровым агентом в среде SoccerTwos и может использоваться для продолжения обучения или просмотра игры агента в браузере через ML-Agents. Репозиторий содержит модель в формате ONNX. Карточка не сообщает размер модели, языки или лицензию. Модель работает с игровыми наблюдениями и выдаёт действия агента; подробности о составе наблюдений и типах действий не приведены.

Это обученная модель агента poca, разработанная для игры SoccerTwos в среде Unity ML-Agents. Она предназначена для управления агентом в футбольном симуляторе: модель можно использовать для просмотра игры агента или продолжения его обучения через ML-Agents. Модель распространяется в формате ONNX и относится к обучению с подкреплением. Карточка не сообщает размер модели, длину контекста или поддерживаемые естественные языки; описание не указывает лицензию, поэтому условия использования по лицензии определить нельзя.

Это обученная модель агента poca для игры SoccerTwos, созданная с использованием библиотеки Unity ML-Agents. Она предназначена для запуска агента в среде SoccerTwos, просмотра его игры и продолжения обучения. Модель распространяется в формате ONNX. Карточка предлагает использовать ML-Agents для возобновления обучения и просмотра поведения агента в браузере. Данных о лицензии, языковой поддержке и специальных ограничениях в предоставленных источниках нет.

QYHcrossover/poca-test2 — обученная модель агента poca для игры SoccerTwos, созданная с помощью библиотеки Unity ML-Agents. Она предназначена для запуска агента в среде SoccerTwos и продолжения его обучения через ML-Agents. Репозиторий содержит модель в формате ONNX; метаданные относят её к задачам обучения с подкреплением.

Это обученный агент PPO для игры AsteroidsNoFrameskip-v4, опубликованный организацией Stable Baselines3 и подготовленный с помощью библиотеки stable-baselines3 и фреймворка RL Zoo. Модель предназначена для управления игровым агентом в среде AsteroidsNoFrameskip-v4: она получает наблюдения из игры и выбирает действия в рамках обучения с подкреплением. Модель применима для запуска игрового агента и экспериментов с алгоритмом PPO в Stable Baselines3 или RL Zoo. В карточке не приведены размер модели, точная схема наблюдений и действий или результаты оценки качества. Для работы нужны совместимая среда AsteroidsNoFrameskip-v4 и соответствующий стек Stable Baselines3/RL Zoo; формат весов — PyTorch. Лицензия в предоставленных данных не указана.

Это обученный агент Proximal Policy Optimization (PPO) для среды Atari EnduroNoFrameskip-v4. Модель опубликована организацией Stable-Baselines3 и создана с помощью библиотеки Stable-Baselines3 и фреймворка RL Zoo. Агент предназначен для выбора игровых действий по наблюдениям среды Enduro: его можно запускать для игры или использовать как готовый чекпойнт в экспериментах по обучению с подкреплением. Модель работает с визуальными наблюдениями игры и выдаёт действия агента. Репозиторий содержит веса PyTorch; для запуска README предлагает Stable-Baselines3 и RL Zoo. В карточке не приведены результаты оценки, поэтому качество игры и устойчивость агента по этим данным определить нельзя. Условия лицензии в предоставленных данных не указаны.

Это обученная модель агента PPO, созданная для игры Huggy с использованием библиотеки Unity ML-Agents. Она предназначена для управления агентом в среде Huggy: модель можно запускать для просмотра поведения агента или использовать как основу для продолжения обучения через ML-Agents. В репозитории указаны файлы ONNX, поэтому модель доступна в этом формате. README не сообщает размер модели, наблюдения и действия агента, языки или лицензию; эти характеристики не описываю.

Это обученная модель агента PPO для игры Huggy, созданная с использованием библиотеки Unity ML-Agents. Она предназначена для управления агентом в среде Huggy и демонстрации его поведения, а также для продолжения обучения через ML-Agents. Репозиторий содержит модель в формате ONNX, который поддерживает запуск в совместимой среде Unity ML-Agents. Сведения о размере модели, языках и лицензии в предоставленных источниках отсутствуют.

Это обученная методом Proximal Policy Optimization (PPO) модель агента, который играет в Huggy. Модель создана с использованием Unity ML-Agents и предназначена для запуска обученного агента в соответствующей игровой среде, а также для продолжения обучения с помощью ML-Agents. Репозиторий содержит модель в формате ONNX. Агент принимает наблюдения игровой среды и выдаёт действия для управления персонажем. Карточка не сообщает размер модели, языки или лицензию; для этого агента они не указаны в доступных сведениях.

Это обученная модель агента PPO, созданная для игры Huggy с использованием библиотеки Unity ML-Agents. Она предназначена для запуска агента в среде Huggy, наблюдения за его игрой и продолжения обучения через ML-Agents. Репозиторий содержит модель в формате ONNX. Лицензия в доступных данных не указана.

Это обученный агент PPO для игры Huggy, созданный с использованием библиотеки Unity ML-Agents. Модель предназначена для управления игровым агентом в среде Huggy: её можно запускать для просмотра поведения или использовать как отправную точку для продолжения обучения средствами ML-Agents. Репозиторий содержит модель в формате ONNX. Агент получает наблюдения среды и выдаёт управляющие действия; подробности о составе наблюдений, размерах модели и результатах обучения в карточке не приведены. Метаданные указывают задачу reinforcement-learning и библиотеку ml-agents. Условия лицензии не указаны в доступных данных.

cvnberk/ppo-Huggy — обученный агент PPO для игры Huggy, созданный с использованием библиотеки Unity ML-Agents. Модель предназначена для управления игровым агентом в среде Huggy; её можно использовать для запуска агента и продолжения обучения средствами ML-Agents. В репозитории представлена модель в формате ONNX. Карточка не сообщает размер модели, детали наблюдений и действий агента, параметры обучения или лицензию.

Это обученная модель агента Proximal Policy Optimization (PPO), созданная разработчиком Developer-Karthi для игры Huggy в Unity ML-Agents. Модель предназначена для управления агентом в среде Huggy и может использоваться для просмотра его поведения или продолжения обучения через ML-Agents. В репозитории указана библиотека ML-Agents, а модель представлена в формате ONNX. Карточка не сообщает размер модели, контекст или языки; модель принимает состояние игровой среды и выдаёт действия агента, а не предназначена для работы с естественным языком. Лицензия в доступных данных не указана.

Это обученный агент PPO для игры Huggy, опубликованный пользователем fklska. Модель создана с помощью Unity ML-Agents и представлена в формате ONNX; она предназначена для управления игровым агентом в среде Huggy и может использоваться для просмотра его игры или продолжения обучения через ML-Agents. Данные карточки не сообщают размер модели, конкретные входы и выходы наблюдений или лицензию, поэтому эти характеристики не приводятся.

Это обученный методом Proximal Policy Optimization (PPO) агент от flyman123, предназначенный для игры Huggy в среде Unity ML-Agents. Модель можно использовать для запуска агента в среде и продолжения его обучения с помощью ML-Agents. Репозиторий содержит модель в формате ONNX. Агент принимает наблюдения игровой среды и выдаёт действия для управления персонажем. Карточка не сообщает размер модели, набор наблюдений, поддерживаемые естественные языки или условия лицензии.

Это обученная методом Proximal Policy Optimization (PPO) модель агента для игры Huggy, созданная с использованием Unity ML-Agents. Она предназначена для управления игровым персонажем в среде Huggy: модель получает состояние среды и выдаёт действия агента. Репозиторий содержит модель в формате ONNX и относится к задачам обучения с подкреплением. Модель можно использовать для запуска агента в совместимой среде Huggy или продолжения обучения через ML-Agents. Карточка не сообщает размер модели, языковые возможности или лицензию, поэтому эти характеристики не описываются.

Это обученная методом Proximal Policy Optimization (PPO) модель агента для игры Huggy, созданная с использованием библиотеки Unity ML-Agents. Она предназначена для управления игровым агентом в среде Huggy; модель можно запускать для просмотра игры или использовать как отправную точку для продолжения обучения. Репозиторий содержит модель в формате ONNX. Лицензия и подробности об архитектуре и обучающих данных в предоставленных сведениях не описаны.

Это обученная модель агента PPO, созданная для игры Huggy с использованием Unity ML-Agents. Она предназначена для запуска агента в среде Huggy, наблюдения за его игровым поведением и продолжения обучения через ML-Agents. В репозитории доступна модель в формате ONNX. Карточка не сообщает размер модели, используемое наблюдение среды или метрики качества, поэтому эти характеристики нельзя оценить. Лицензия в предоставленных данных не указана.

Это обученная методом Proximal Policy Optimization (PPO) модель агента, который играет в Huggy в среде Unity ML-Agents. Репозиторий содержит модель в формате ONNX; её можно использовать с ML-Agents, чтобы запустить агента в игре или продолжить обучение.

Это обученная методом Proximal Policy Optimization (PPO) модель агента, который играет в Huggy в среде Unity ML-Agents. Модель предназначена для запуска агента и продолжения его обучения с помощью ML-Agents; доступен формат ONNX. Агент получает наблюдения из игровой среды и выдаёт действия для управления персонажем. README не сообщает размер модели, длину контекста или поддерживаемые естественные языки. Для использования требуется совместимая среда Huggy и Unity ML-Agents. Лицензия в предоставленных данных не указана.