II.10Разработка и эксплуатация AI/ML-систем

SmolVLA를 SO-100 로봇의 집기 및 놓기 작업에 맞춰 20,000스텝 동안 미세 조정한 LeRobot 체크포인트입니다. 기반 모델은 lerobot/smolvla_base이며, 데이터셋 lerobot/svla_so100_pickplace의 50개 에피소드와 19,631개 프레임을 사용했습니다. README에 따르면 기반 모델의 VLM 부분은 고정하고 100M 파라미터 액션 전문가를 학습했습니다. 모델은 top 및 wrist 카메라 영상과 로봇 상태를 입력으로 받아 연속 로봇 동작을 생성합니다. SO-100에서 물체 집기와 놓기를 수행하도록 설계되었으며, 데이터 수집 당시의 구형 캘리브레이션 규약에서 좌표를 사용합니다. 다른 캘리브레이션 규약을 쓰는 로봇에 적용할 때는 좌표 변환이 필요합니다. Модель распространяется под лицензией Apache-2.0. README описывает 20 000 шагов настройки как сокращённый вариант протокола из статьи; приведённых данных недостаточно, чтобы подтвердить качество на других задачах или конфигурациях робота.

aguxez/snap-plate-rim-marker-dfine-v6 — модель обнаружения объектов на изображениях, разработанная как дообучение aguxez/snap-plate-stack-instance-dfine-v5 на наборе данных aguxez/snap-plate-rim-marker-v6. Она основана на архитектуре D-Fine и предназначена для обнаружения и локализации маркеров обода блинов для штанги на изображениях. Модель принимает изображения и выдаёт найденные объекты с координатами рамок и метками. В опубликованной оценке на тестовой выборке mAP и mAP@50 равны 0, поэтому качество обнаружения по этим результатам не подтверждено. Модель распространяется под лицензией Apache-2.0.

SeanWang0027/student_prefix_polaris_15K_olmo3-7b_continual_Q_qwen3-30b-a3b_cutoff4096_epoch_1_mask — экспериментальный чекпойнт на базе Olmo-3-7B-Think-SFT, созданный для изучения метода Online ROSE с передачей продолжений между моделями с разными токенизаторами. Модель обучали на продолжениях Qwen3-30B-A3B-Thinking-2507 по 15 368 задачам конкурсной математики; обучающая цель применялась только к токенам продолжения учителя. Архитектура — плотная Olmo 3 с 6,9 млрд параметров, формат весов — safetensors; в README указаны 7,30 млрд параметров исходной модели. Чекпойнт предназначен прежде всего как артефакт воспроизведения обучения и для экспериментов с дистилляцией рассуждений и продолжением математических решений. В README сообщается о снижении обучающей cross-entropy, но downstream-оценок не проводили, поэтому улучшение математических способностей не подтверждено. Обучение выполнялось в bf16; согласно карточке, модель поддерживает контекст до 65 536 токенов. Лицензия — Apache-2.0.

Это экспериментальный контрольный чекпойнт Jeesup для изучения того, как SVD-сжатие влияет на безопасное поведение языковых моделей. В основе лежит диалоговая Llama 2 Chat от Meta с 6,6 млрд параметров; веса сжаты методом SVD-LLM до 60% исходного числа плотных параметров, а бюджет восстановленных SVD-компонентов равен 0%. Модель принимает текст и генерирует текст, контекст — до 4096 токенов. Чекпойнт предназначен для измерения компромиссов между безопасностью и полезностью после сжатия, а не для повседневного общения или развёртывания в качестве ассистента. В карточке приведены результаты на наборах AdvBench, StrongREJECT и WildGuard, включая показатели успешности атак и чрезмерных отказов. Модель выпущена по лицензии Llama 2; результаты относятся к исследовательскому эксперименту и требуют самостоятельной оценки.

Jeesup/svd-safety-l2_remove40_swapdisc_a020_c002_b010_r03 — исследовательский чекпойнт на базе диалоговой Llama 2 Chat, созданный в рамках изучения влияния сжатия на безопасность и полезность языковых моделей. Модель содержит 6,6 млрд параметров, использует плотную архитектуру LlamaForCausalLM и принимает текст для генерации текста; нативный контекст — 4096 токенов. В основе — meta-llama/Llama-2-7b-chat-hf. Параметры сжаты методом SVD-LLM: удалено 40,02% параметров относительно исходной модели. Затем выполнены три из пяти раундов итеративной замены компонентов по правилу disc_iter. Чекпойнт предназначен для измерения компромиссов между сжатием, безопасностью и полезностью, а не для повседневного общения с ассистентом. README приводит показатели атак на модель и чрезмерных отказов в нескольких тестах безопасности. Модель поддерживает диалоговую генерацию текста. Для неё применяются условия лицензии Llama 2; перед использованием следует проверить их применимость к конкретному сценарию. Данные README описывают экспериментальный чекпойнт, который авторы не считают готовым к развёртыванию.

Это исследовательский чекпойнт Jeesup на базе диалоговой Llama 2 от Meta с 6,6 млрд параметров. Модель с архитектурой LlamaForCausalLM предназначена для генерации текста в формате чата; исходная модель рассчитана прежде всего на общение на английском языке и поддерживает контекст до 4096 токенов. Веса сжаты методом SVD-LLM: удалено 40,02% параметров, после чего выполнено 7 из 10 раундов перестановки параметров по правилу gap_iter. Чекпойнт создан для изучения влияния сжатия на безопасность и полезность ответов, а не для использования как универсальный чат-ассистент. В README приведены результаты тестов безопасности, включая показатели успешности атак, и отмечен риск ухудшения защитного поведения. Для практического применения модель не предназначена; результаты следует самостоятельно оценивать в исследовательском контексте. Лицензия — Llama 2.

Это экспериментальный текстовый чат-чекпойнт на базе Meta Llama 2 7B Chat, созданный для исследования компрессии и поведения защитных механизмов языковых моделей. Веса сжаты методом SVD-LLM: удалено 49,02% параметров, после чего восстановлены компоненты в пределах бюджета 1,0% по правилу gap. Модель содержит 6,6 млрд параметров, использует архитектуру LlamaForCausalLM и формат safetensors; нативный контекст — 4096 токенов. Чекпойнт предназначен для сравнительного изучения компромиссов между сжатием, полезностью ответов и безопасностью, а не для повседневного общения или внедрения в продукт. В README приведены результаты на наборах AdvBench, StrongREJECT и WildGuard, включая показатели успешности атак и чрезмерных отказов. Модель работает с текстом и выдаёт текст; базовая модель рассчитана прежде всего на английский язык. Лицензия — Llama 2 Community License.

Это экспериментальный исследовательский чекпойнт Jeesup на базе Meta Llama-3.1-8B-Instruct. Модель с архитектурой LlamaForCausalLM сжата методом SVD-LLM до 60% от числа параметров исходной плотной модели, после чего к ней применено 5 из 10 раундов перестановки параметров по правилу gap_iter. В репозитории указано 7,5 млрд параметров, контекст до 131 072 токенов и формат safetensors. Чекпойнт предназначен для изучения влияния сжатия на безопасность и полезность языковых моделей и оценки восстановления поведения после сжатия. В README приведены результаты измерений на AdvBench, StrongREJECT и WildGuard. Это отдельная точка экспериментальной серии, а не универсальный чат-ассистент; отдельные варианты серии намеренно имеют ухудшенную безопасность. Для интерпретации результатов и любого практического применения необходима самостоятельная оценка. Лицензия — Llama 3.1.

Это исследовательский чекпойнт на базе Meta-Llama-3-8B-Instruct, созданный для изучения влияния сжатия на безопасность языковых моделей. Авторы удалили около 30% параметров методом SVD-LLM, оставив 70% исходного объёма, а затем выполнили 10 раундов итеративной перестановки параметров по правилу gap_iter. Модель содержит 7,5 млрд параметров, использует плотную архитектуру Llama и формат safetensors; контекстное окно — 8192 токена. Она принимает текст и генерирует текст в диалоговом режиме. Модель предназначена для измерения компромиссов между безопасностью и полезностью после сжатия, а не для повседневного использования в качестве ассистента. В README приведены результаты оценок атак и чрезмерных отказов на AdvBench, StrongREJECT и WildGuard. Показатели относятся к конкретному экспериментальному чекпойнту и не гарантируют поведение в других сценариях. Для использования весов применяется лицензия Llama 3. Модель экспериментальная: авторы предупреждают, что отдельные варианты исследования могут иметь ухудшенную безопасность, и рекомендуют самостоятельно оценивать их перед выводами.

Eku127/swiftvln-satnav-3b-1ep-f32s4-overlap0-pf-h8-pool-s2-noembed — мультимодальная модель навигации по спутниковым изображениям, разработанная для бенчмарка SatNav в рамках SwiftVLN. Она принимает инструкцию на естественном языке, текущее RGB-изображение и выборку из визуальной истории, а затем предсказывает последовательность из четырёх навигационных действий. Модель основана на Qwen/Qwen2.5-VL-3B-Instruct и дообучена всеми параметрами на экспертных траекториях SatNav-v0.1 в течение одной эпохи. Архитектура Qwen2.5-VL имеет 3,1 млрд параметров и поддерживает контекст до 128 000 токенов; конфигурация этого чекпойнта использует окно из 32 RGB-кадров и до восьми равномерно выбранных кадров истории с усредняющим пулингом по каждому кадру и шагом 2. Модель предназначена для экспериментов и оценки навигации по спутниковым изображениям в среде SatNav; она выдаёт действия, а не универсальные текстовые ответы. Её применимость за пределами этого бенчмарка не подтверждена. Лицензия в предоставленных данных не указана.

ThoxKey-9M-role — компактная языковая модель Thox-ai для локального управления устройством на прошивке ESP32-S3. Модель содержит 8 917 248 параметров и использует архитектуру BitNet b1.58 с тернарными весами {-1, 0, +1} и активациями int8. Основной артефакт для прошивки доступен в формате TERN1; также опубликованы варианты GGUF TQ1_0 и Q8_0 и веса safetensors. Модель предназначена для простых команд на устройстве и ответов о собственной идентичности и работе локально. Она должна передавать запросы за пределами этих задач, а не придумывать ответы; в частности, в ней намеренно нет фактов о компании. Модель дообучена от Thox-ai/ThoxMicro-1bit-9M, который разработчик описывает как собственную предобученную модель, а не как модель на основе внешней системы. Заявленный бюджет устройства — 3,80 МБ для весов и 8,00 МБ резидентной памяти; по README, модель помещается на ESP32-S3 N16R8. Скорость около 15,9 токена/с приведена как оценка, а испытания на целевом устройстве ещё не проводились. Для Ollama следует использовать Q8_0: README предупреждает, что тернарные варианты GGUF не загружаются в Ollama. Лицензия указана как other, без конкретных условий в предоставленных данных.

ngxson/tinygemma3_cifar — модель на архитектуре Gemma 3, обученная на наборе CIFAR-10. Она принимает изображения и текстовые сообщения и формирует текстовые ответы; карточка указывает поддержку чата и обработки изображений. Модель подходит для экспериментов с визуальными вопросами по небольшим изображениям из классов CIFAR-10. Модель опубликована в формате safetensors и рассчитана на использование с библиотекой Transformers. Размер модели, длина контекста, поддерживаемые языки и лицензия в предоставленных данных не указаны.

hf-tiny-model-private/tiny-random-CodeGenForCausalLM — небольшая модель из репозитория «HF tiny models (private usage)» на Hugging Face. Она предназначена для авторегрессионной генерации текста и подключается через библиотеку Transformers как модель класса CodeGenForCausalLM, то есть CodeGen Transformer с языковой головой для causal language modeling. По назначению и маркировке это, вероятно, тестовый вариант архитектуры CodeGen, а не полноразмерная продукционная модель. Модель поддерживает text generation и реализована для PyTorch и Transformers. Точные число параметров, размер архитектуры, длина контекста, языки обучения, модальности и результаты оценки в карточке модели не указаны; также отсутствует полноценная model card. Поэтому её сильной стороной можно считать пригодность для проверки загрузки и интеграции генеративной модели в инструменты Transformers, а ограничениями — отсутствие подтверждённых характеристик качества и неизвестную практическую применимость для реальной генерации кода или естественного языка. Сведения о лицензии и условиях использования для этого репозитория не указаны.

optimum-intel-internal-testing/tiny-random-deepseek-v3 — небольшая тестовая модель из репозитория Optimum Intel Internal Testing, являющаяся зеркалом модели katuni4ka/tiny-random-deepseek-v3. Она предназначена для проверки совместимости и работы инструментов с архитектурой DeepSeek-V3, а не для прикладного качества генерации текста. Модель относится к задачам text generation и conversational, использует формат Safetensors и имеет около 1,66 млн параметров с типом тензоров F32. В репозитории указана архитектура deepseek_v3 и поддержка custom code, однако точные сведения о контекстном окне, языках, модальностях, обучающих данных, производительности и лицензии отсутствуют. README пуст, а модель не предоставляется через Inference Providers, поэтому её следует рассматривать как внутренний или разработческий тестовый артефакт с ограниченной практической применимостью.

echarlaix/tiny-random-t5 — небольшая экспериментальная модель семейства T5, опубликованная пользователем echarlaix на Hugging Face. В карточке указаны архитектура T5, библиотеки Transformers, PyTorch и TensorFlow, а также задача feature extraction. README модели пуст, поэтому подробные сведения о происхождении, обучении и целевых наборах данных не предоставлены. Модель предназначена прежде всего для тестирования загрузки и работы T5-моделей и извлечения признаков из текста через Transformers. Название tiny-random указывает на уменьшенную модель со случайно инициализированными весами; поэтому она не предназначена для качественного прикладного понимания языка, генерации, перевода или суммаризации без дополнительного обучения. Модель работает с текстовой модальностью, но точные размеры, число параметров, языки и максимальная длина контекста в доступных материалах не указаны. Лицензия — Apache-2.0.

TinyStories-40M — компактная языковая модель, созданная автором репозитория Compactbot и обученная с нуля на корпусе TinyStories. Это плотный трансформер в стиле LLaMA с 39,6 млн параметров, 12 слоями, скрытым размером 512, группированным запросным вниманием GQA, SwiGLU и RoPE. Модель работает с текстом на английском языке, а длина контекста составляет 512 токенов. Модель предназначена прежде всего для демонстрации обучения языковой модели с нуля на масштабе около 40 млн параметров. Она может продолжать короткие сказочные фрагменты и показывать усвоенные особенности корпуса, например стиль «Once upon a time», но в README прямо указано, что это не связный генератор историй: продолжения часто обрываются или становятся неграмотными и несвязными. Веса опубликованы в формате safetensors; для загрузки используется Transformers с пользовательским кодом модели. Лицензия — Apache-2.0.

TinyTalk — компактный чат-бот на базе GPT-Neo, созданный TheREZOR для коротких дружелюбных бесед на маломощных устройствах, включая ESP32-S3 и портативный Cardputer AI. Модель содержит 8,3 млн параметров и дообучена на простых англоязычных диалогах из SODA и примерах TinyStories-Instruct. Репозиторий содержит веса PyTorch в формате safetensors; для запуска на устройстве автор использует квантизацию Q4_0, позволяющую разместить модель примерно в 2 МБ флеш-памяти. Модель генерирует текст в формате коротких реплик User/Bot и предназначена для офлайн-разговоров, образовательных демонстраций и экспериментов с запуском языковых моделей на микроконтроллерах. Метаданные указывают контекст 2048 токенов, однако README сообщает о значительно меньшем контексте при работе на устройстве. TinyTalk не подходит для ответов, требующих фактических знаний, следования инструкциям, рассуждений или гарантий безопасности. Лицензия — CC BY 4.0.

TinyTurk v2.7d BigStories — небольшая турецкоязычная авторегрессионная языковая модель, разработанная stunmuffin и обученная с нуля на подмножестве из 49 тысяч рассказов турецкой версии TinyStories. Это декодерный GPT-подобный трансформер с Pre-LN, 1,12 млн параметров и контекстом 128 токенов; модель распространяется в формате PyTorch по лицензии MIT. Модель предназначена для генерации коротких фраз и предложений на турецком языке, экспериментов с малыми языковыми моделями, учебных демонстраций устройства трансформеров и испытаний локального вывода на устройствах. Карточка сообщает о беглом и грамматически корректном турецком выводе и perplexity 3,99 на валидации. Из-за короткого контекста модель теряет связность повествования уже через несколько предложений и не подходит для длинных историй, диалогов и следования инструкциям. Обучающие данные являются автоматическим переводом англоязычных рассказов, поэтому в выводе могут встречаться английские имена и буквальные кальки; небольшой словарь в 512 BPE-подслов может неудачно разбивать редкие турецкие слова. Модель не прошла настройку на инструкции и не имеет защитного выравнивания, поэтому её вывод может быть несвязным или неуместным.

Модель lindafei001/tofu-forget10-relearned-AltPO-lr5e5 — исследовательский чекпойнт на базе Llama 3.2 1B Instruct, созданный после 300 шагов обычного supervised fine-tuning на наборе фактов TOFU, который исходная модель была обучена забыть. Разработчик использовал стартовую модель open-unlearning/unlearn_tofu_Llama-3.2-1B-Instruct_forget10_AltPO_lr5e-05_beta0.05_alpha1_epoch10 и обучал чекпойнт на синтетических вопросах и ответах о вымышленных авторах. Модель предназначена для экспериментов по оценке машинного забывания и повторного усвоения информации. В описанном тесте после дообучения verbatim NLL на наборе forget снизился с 6,942 до 0,5022, а точность ранжирования верного факта среди шести вариантов выросла с 0,080 до 0,675. Это текстовая авторегрессионная модель с архитектурой Llama, размером 1,2 млрд параметров и контекстом до 131 072 токенов; репозиторий содержит веса Safetensors. Лицензия — MIT. Это исследовательский артефакт на синтетических данных, а не модель для развёртывания. Сведения о фактах TOFU вымышлены; результаты относятся к описанному набору и экспериментальному протоколу.

Tokle-3M — компактная авторегрессионная языковая модель Tech.us с архитектурой декодирующего трансформера Tokle. В метаданных указано 3,7 млн параметров, а в README — 2,91 млн параметров для опубликованной модели. Она использует RMSNorm, RoPE, групповое запросное внимание (GQA) и SwiGLU. На первом этапе обучения применялась таблица SPAB с PMI-оценками пар токенов; затем её удалили и продолжили обучение, чтобы перенести полученные знания в параметры модели. Модель предназначена для экспериментов с очень малыми языковыми моделями и генерации английского текста. В README приведены результаты нулевого обучения на нескольких тестах рассуждения и понимания, однако автор предупреждает, что ответы часто повторяются, бывают бессвязными или фактически неверными. Контекст ограничен 512 токенами; модель не дообучена для следования инструкциям и не прошла настройку безопасности. Она обучалась на англоязычных веб-текстах, образовательных материалах и математических данных. Лицензия — CC BY-NC-SA 4.0, включая ограничения на коммерческое использование.

Модель nikitastheo/v4-babylm-zho-ell-sequential_interleaved — причинная языковая модель GPT-2, обученная автором репозитория с помощью скрипта train_clm.py и Hugging Face Accelerate. Она предназначена для генерации продолжений текста; название указывает на связь с серией BabyLM и последовательным чередованием китайского и греческого языкового материала, но README не раскрывает подробности обучающих данных или методики. Модель использует архитектуру GPT2LMHeadModel, распространяется в формате safetensors и имеет контекстное окно 512 токенов. Репозиторий не указывает лицензию, поэтому условия использования определить нельзя. Это экспериментальный чекпойнт; качество генерации и фактическая поддержка конкретных языков по имеющимся сведениям не оценены.

Модель nikitastheo/v5-babylm-25k-small-shared-eng-ell-sequential_interleaved — небольшая причинная языковая модель семейства GPT-2, обученная автором репозитория с помощью скрипта train_clm.py и Hugging Face Accelerate. Это экспериментальный чекпойнт из серии BabyLM: название указывает на обучение на 25 тысячах примеров с английским и греческим языками, распределёнными последовательно и вперемежку. Модель предназначена для генерации текста и исследования поведения небольших языковых моделей на ограниченных данных. Она принимает текст и продолжает его; максимальная длина контекста составляет 512 токенов. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Карточка не сообщает отдельные результаты оценки качества или условия лицензии, поэтому практические гарантии и разрешённые способы использования установить нельзя. Как экспериментальный чекпойнт BabyLM, модель не следует считать готовой к надёжному прикладному использованию.

Карточка модели michaelbrosuf/visual-question-answering на Hugging Face совпадает с карточкой danielmdm/review-visual-question-answering, поэтому описание составлено по ней. Это экспериментальная исследовательская заготовка по визуальным вопросам и ответам (Visual Question Answering), опубликованная пользователем danielmdm. Репозиторий описывает исследовательский вопрос, возможные смешивающие факторы и план сравнения с сопоставимыми базовыми методами; в качестве контекста оценки упомянуты VQAv2, GQA и OK-VQA. Метаданные указывают архитектуру CustomResearchModel на базе трансформера с 655,4 тыс. параметров, контекстом 128 токенов и поддержкой зрения. Модель предназначена для изучения ответов на вопросы об изображениях, однако README уточняет, что обученный чекпойнт, выполненные эксперименты и подтверждённые результаты не представлены. Репозиторий лицензирован по MIT.

Модель Kuldeepmishra3/vit-large-skin-cancer-ham10000 разработана как личный проект для изучения дообучения моделей на медицинских изображениях. Это ViT-Large на базе google/vit-large-patch16-224, дообученная на наборе HAM10000 для классификации дерматоскопических изображений по семи типам кожных поражений. Модель принимает изображение и выдаёт вероятности классов; в README приведены результаты на валидационной части HAM10000: точность 92,74% и взвешенная F1-мера 92,60%. Репозиторий содержит веса в формате safetensors, размер модели — 402,7 млн параметров. Лицензия — MIT. Модель подходит для экспериментальной классификации дерматоскопических изображений и учебных проектов по компьютерному зрению в дерматологии. Она не предназначена для постановки диагноза или принятия медицинских решений. Качество снижается на редких классах из-за дисбаланса данных; меланому модель может путать с меланоцитарными невусами. Обучение проводилось только на дерматоскопических снимках HAM10000, преимущественно полученных от европейских пациентов, поэтому модель может плохо работать на обычных фотографиях кожи и хуже обобщаться на другие группы населения.

Это контрольная точка DDPM, опубликованная пользователем ashwinstrikes для учебного примера по тонкой настройке моделей диффузии. Модель предназначена для безусловной генерации изображений: её можно загрузить через DDPMPipeline из библиотеки Diffusers и получить изображение без текстового запроса. В названии указаны CelebA-HQ и обучение на бабочках в течение двух эпох, однако карточка не описывает результаты и не подтверждает эти детали отдельно. Модель распространяется в формате Diffusers с весами safetensors по лицензии MIT. Она принимает случайный шум и выдаёт изображение; языковая поддержка не применима. Это учебная модель, поэтому качество и область применения могут быть ограничены коротким дообучением и характеристиками обучающего набора.

WesleyGPT — англоязычная чат-модель на 286 млн параметров, созданная Wesley Mangum на базе проекта nanochat. Модель предварительно обучили с нуля, а затем дообучили для диалогов на одной потребительской видеокарте; опубликованный чекпойнт является дообучением WesleyGPT-Base. Весами можно пользоваться на ноутбуке с CPU, однако формат репозитория не поддерживается загрузчиком Transformers AutoModel. Модель предназначена для генерации текста и простых разговорных сценариев. Она использует 12 слоёв, ширину 768 и контекст 2048 токенов со скользящим окном внимания. В дообучении использовались диалоги SmolTalk, а также обучающие данные MMLU и GSM8K. Лицензия — CC BY-NC 4.0, с ограничением на коммерческое использование. Карточка позиционирует WesleyGPT как демонстрацию обучения небольшой чат-модели на потребительском GPU, а не как надёжного помощника. Модель может уверенно выдавать неверные сведения, слабо справляется с арифметикой и многошаговыми рассуждениями, непоследовательно отвечает о собственной идентичности и обучена только для английского языка. Отдельного safety-тюнинга, помимо того, что содержится в данных дообучения, нет.

Экспериментальная плотная языковая модель на архитектуре DeepSeek V3, созданная автором репозитория theblackcat102 путём усреднения весов групп экспертов MoE в слои MLP. Модель содержит 37,6 млрд параметров, принимает текст и рассчитана на контекст до 163 840 токенов; метаданные также отмечают чат и интерфейс вызова инструментов. Чекпойнт предназначен для исследования возможности свести экспертные слои DeepSeek V3 к плотным слоям и восстановить их дальнейшим предобучением. Автор сообщает, что после преобразования модель генерирует бессвязные токены и пока не работает из коробки. Файлы представлены в формате safetensors; лицензия и поддерживаемые естественные языки в предоставленных данных не указаны.

Whittle-Next MoE test — экспериментальная MoE-версия Qwen3.8-Whittle-tri-14.7B от logic65, полученная преобразованием плотной модели в разреженную архитектуру с 240 экспертами. Веса экспертов не переобучались: изменены распределение нейронов по экспертам и маршрутизатор, после чего проведён короткий этап выравнивания назначений. Модель использует архитектуру Qwen3_5MoeForCausalLM, загружается через стандартный Transformers без пользовательского кода. Всего в ней 11,8 млрд параметров; для справочного варианта k=58 активны примерно 33% экспертов, а нативный контекст составляет 262 144 токена. Модель предназначена для воспроизведения и развития метода преобразования плотной модели в MoE, а также для исследовательских экспериментов с маршрутизацией и разреженностью при генерации текста. Это базовая языковая модель без инструкционного дообучения, настройки диалогового поведения и работы над безопасностью. В тестах она часто зацикливается и отвечает слишком кратко; автор прямо не рекомендует применять её в качестве ассистента или в production. Лицензия — Apache-2.0.

Карточка модели zaleni/WSA-Large-LIBERO на Hugging Face совпадает с карточкой zaleni/WSA-Large, поэтому описание составлено по ней. WSA-Large — крупная модель семейства WSA1 для обобщаемого управления роботами, представленная в коллекции WSA Model Collection. Она построена на архитектуре World-Spatial-Action и совместно обучает согласованное с инструкциями визуальное планирование в 2D, моделирование трёхмерного мира с учётом действий и генерацию действий с учётом 3D. WSA-Large использует Wan2.2-TI2V-5B как базовую модель; семейство WSA предназначено для дообучения под прикладные задачи и управления роботами в симуляторах RoboTwin2.0 и LIBERO. Модель ориентирована на задачи манипуляции, где робот должен интерпретировать визуальную сцену и инструкции, прогнозировать последствия действий и выполнять последовательности движений. В README приведены результаты оценивания WSA1-L в симуляторах: средний успех 93,14% на сложной рандомизированной настройке RoboTwin2.0 и 98,2% на наборах задач LIBERO. Эти показатели относятся к описанным экспериментам и не гарантируют аналогичного качества в иных условиях. Лицензия в предоставленных данных не указана.

Карточка модели zaleni/WSA-Large-RoboTwin на Hugging Face совпадает с карточкой zaleni/WSA-Large, поэтому описание составлено по ней. WSA-Large — крупная модель семейства WSA1 для обобщаемого управления роботами, представленная в коллекции WSA Model Collection. Она построена на архитектуре World-Spatial-Action и совместно обучает согласованное с инструкциями визуальное планирование в 2D, моделирование трёхмерного мира с учётом действий и генерацию действий с учётом 3D. WSA-Large использует Wan2.2-TI2V-5B как базовую модель; семейство WSA предназначено для дообучения под прикладные задачи и управления роботами в симуляторах RoboTwin2.0 и LIBERO. Модель ориентирована на задачи манипуляции, где робот должен интерпретировать визуальную сцену и инструкции, прогнозировать последствия действий и выполнять последовательности движений. В README приведены результаты оценивания WSA1-L в симуляторах: средний успех 93,14% на сложной рандомизированной настройке RoboTwin2.0 и 98,2% на наборах задач LIBERO. Эти показатели относятся к описанным экспериментам и не гарантируют аналогичного качества в иных условиях. Лицензия в предоставленных данных не указана.