II.10Разработка и эксплуатация AI/ML-систем

Карточка модели ivykopal/nlp-2026-hanoi-sft-50 на Hugging Face совпадает с карточкой ivykopal/nlp-2026-hanoi-sft, поэтому описание составлено по ней. Компактная языковая модель на архитектуре Llama с 134,5 млн параметров, созданная авторами NLP 2026 полным дообучением SmolLM2-135M-Instruct. Она генерирует последовательность ходов для головоломки «Ханойская башня»: один ход на строку в формате вроде A->C. Модель обучалась имитировать оптимальные траектории, включая демонстрации с 20% искусственно испорченных траекторий. Контекст составляет 8192 токена; поддерживается английский язык. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0. Модель предназначена для исследований и обучения: изучения влияния шума в демонстрациях, переноса на более длинные решения и использования в качестве SFT-базовой модели для GRPO/GSPO. На задачах с 3–5 дисками доля полностью решённых головоломок на отложенных перестановках составляла 0,60. При переходе с обучающих примеров до 5 дисков на 6 дисков модель выдаёт 31 легальный ход вместо требуемых 63 и не решает головоломку. Это специализированная модель, а не универсальный ассистент.

Novi-Nano-Instruct — небольшая авторегрессионная языковая модель семейства GPT-2, разработанная Novi-AI. Она дообучена по инструкциям на базе Novi-AI/Novi-Nano-Base для экспериментов с выполнением инструкций и диалоговым поведением. Модель содержит около 1,26 млн параметров, использует библиотеку Transformers и формат весов safetensors; контекст ограничен 256 токенами. Модель предназначена для обучения, исследования и демонстрации инструкционного дообучения очень маленьких языковых моделей, а также для лёгкого локального запуска и простых диалоговых экспериментов. Для форматирования диалогов используется шаблон ChatML. Обучение проводилось на 500 примерах из набора Novi-AI/Novi-510x; указанный README размер набора — 510 примеров с отдельной небольшой валидационной частью. Качество генерации экспериментальное: из-за малого размера модели и ограниченного объёма данных возможны несвязные, повторяющиеся или фактически неверные ответы, слабое следование инструкциям и низкая способность к рассуждению. Модель не рассчитана на надёжное практическое применение; лицензия в предоставленных источниках не указана.

opd-teacher-Q2.5I-CampsitePuzzle-step149 — экспериментальный чекпойнт на базе Qwen2.5-1.5B-Instruct, обученный David Heineman с помощью RLVE и GRPO для среды CampsitePuzzle на нулевом уровне сложности. Он предназначен для эксперимента по on-policy дистилляции с 32 параллельными средами. Модель использует плотную архитектуру Qwen2ForCausalLM, содержит 1,5 млрд параметров и принимает текст, выдавая текст. Контекст — до 32 768 токенов; в метаданных указан английский язык. Весы сохранены в safetensors и преобразованы из итогового нативного чекпойнта в формат Hugging Face. Подходящие сценарии — исследование и воспроизведение экспериментов с обучением учителя и on-policy дистилляцией в CampsitePuzzle. Это специализированный чекпойнт после 150 обновлений, а не универсальная модель для решения широкого круга задач; качество за пределами описанной среды не подтверждено. Лицензия — Apache 2.0, как у исходной модели.

opd-teacher-Q2.5I-FractionalProgramming-step149 — языковая модель Qwen2.5-1.5B-Instruct, дообученная David Heineman с помощью GRPO и RLVE на среде FractionalProgramming с нулевым уровнем сложности. Это финальный чекпойнт после 150 обновлений, подготовленный для эксперимента по on-policy дистилляции с 32 средами. Модель использует плотную архитектуру Qwen2ForCausalLM, содержит 1,5 млрд параметров и принимает текстовые запросы для генерации текста; заявленная длина контекста — 32 768 токенов. Карточка указывает английский язык, а метаданные — поддержку диалогового режима и интерфейса вызова инструментов. Модель предназначена прежде всего для экспериментов с обучением и дистилляцией на задачах среды FractionalProgramming. Она унаследовала основу Qwen2.5-1.5B-Instruct и распространяется в формате safetensors; используется лицензия Apache-2.0, включающая исходную лицензию Qwen. Карточка не приводит результатов оценки качества, поэтому она не подтверждает пригодность чекпойнта для широкого практического применения.

opd-teacher-Q2.5I-LinkBeads-step149 — контрольная точка модели Qwen2.5-1.5B-Instruct, обученной Дэвидом Хайнеманом с помощью GRPO в среде LinkBeads на нулевом уровне сложности. Модель предназначена для эксперимента по on-policy-дистилляции с 32 параллельными средами; опубликованный чекпойнт соответствует 150-му обновлению обучения. Это плотная авторегрессионная языковая модель с архитектурой Qwen2ForCausalLM и 1,5 млрд параметров. Она принимает текст и генерирует текст; заявленный контекст — до 32 768 токенов. Карточка указывает английский язык и специализированный сценарий обучения в LinkBeads, поэтому её применение вне этого эксперимента не подтверждено. Веса дообучены на базе Qwen/Qwen2.5-1.5B-Instruct с GRPO и представлены в формате safetensors. Лицензия — Apache 2.0.

opd-teacher-Q2.5I-MafMafia-step149 — компактная языковая модель на архитектуре Qwen2, разработанная David Heineman как учительская модель для эксперимента по on-policy distillation. Она основана на Qwen/Qwen2.5-1.5B-Instruct и дообучена методом GRPO с RLVE в среде MafMafia на нулевом уровне сложности; опубликованный чекпойнт соответствует 150-му обновлению обучения. Модель предназначена для генерации текста и диалоговых ответов в рамках экспериментов по дистилляции с 32 параллельными средами. Она содержит 1,5 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Веса опубликованы в формате Safetensors и сверены с базовой моделью по именам и формам тензоров. Лицензия — Apache-2.0, унаследованная от Qwen. Это специализированный экспериментальный учительский чекпойнт для MafMafia; карточка не приводит сравнительных оценок качества или сведений о результатах за пределами этой среды.

PFLM1 — байтовая языковая модель семейства Prior-Fitted Language Models, опубликованная lennartcb. Модель предобучена на выборках из синтетического нелингвистического априорного распределения и использует контекст для вывода закономерностей в последовательности байтов, включая текст на ранее не встречавшемся языке, а затем предсказывает продолжение. В репозитории размещены веса и конфигурация; модель использует архитектуру причинной генерации Pflm1ForCausalLM и библиотеку Transformers. Модель предназначена для исследования обучения в контексте и предсказания последовательностей. В README приведён пример, где точность предсказания простых чисел растёт по мере чтения последовательности. Метаданные указывают 189 млн параметров и лицензию Apache-2.0; README приводит округлённую оценку 300 млн параметров. Модель работает на уровне байтов, поэтому языки и контекстный лимит в доступных данных не определены.

Это полная тонкая настройка базовой модели lerobot/pi05_base на демонстрациях сборки из набора lukasskellijs/assembly_bench_2. Модель семейства π₀.₅ предназначена для управления роботом по изображениям, состоянию робота и языковой инструкции; версия обучалась один проход по данным, около 16 953 шагов. Модель рассчитана на выполнение манипуляционных задач сборки, включая установку штифта, работу с шестернёй и гайкой. В README приведена оценка на трёх задачах в восьми средах с открытым циклом и размером чанка 15: результаты различаются по задачам, а для установки гайки успешного подъёма не зафиксировано. Лицензия — Apache-2.0. Для подачи проприоцептивного состояния README указывает на несоответствие размерностей: конфигурация чекпойнта задаёт размер 32, тогда как статистика нормализации обучения рассчитана на 8 значений — семь суставов и захват. При предобработке следует подавать 8-мерное состояние.

Это политика vision-language-action π0.5, дообученная авторами репозитория deformable-bench для расправления смятой футболки на столе с помощью двуручного робота Piper. Модель предназначена для управления манипуляциями с тканью в симуляции: она получает изображения с трёх RGB-камер и 14-мерное состояние суставов робота и предсказывает действия для выполнения задачи. Используются архитектура pi05_evo в LeRobot, точность bfloat16 и базовая модель lerobot/pi05_base. Для дообучения применён набор flatten_tshirt_200 из 200 эпизодов и 41 464 кадров; обучение продолжалось 30 000 шагов. Авторы настраивали аугментации изображений с учётом более тёмных кадров реальных камер для переноса из симуляции, однако качество такого переноса не подтверждено опубликованной оценкой. Чекпойнт прошёл лишь небольшую проверку в замкнутом цикле и не оценивался по стандартному протоколу бенчмарка N=100, поэтому его следует считать артефактом обучения, а не подтверждённым результатом. Лицензия — Apache-2.0.

fxmarty/pix2struct-tiny-random — модель из семейства Pix2Struct, опубликованная пользователем fxmarty на Hugging Face. По карточке модели она относится к задачам Image-to-Text и поддерживается библиотекой Transformers. Архитектура Pix2Struct разработана исследователями Google как мультимодальная модель с визуальным энкодером и текстовым декодером для преобразования содержимого изображений в текст; семейство предназначено для анализа визуально представленной информации, включая подписи к изображениям и ответы на вопросы по изображениям. Название tiny-random указывает на уменьшенный вариант со случайно инициализированными весами, поэтому модель, вероятно, предназначена прежде всего для тестирования совместимости, загрузки и преобразований, а не для прикладного инференса с качественными результатами. В доступной карточке не указаны точный размер, число параметров, длина контекста, языки, обучающие данные, результаты оценки или специальные ограничения качества; README пуст. Для использования доступны AutoProcessor и AutoModelForImageTextToText в Transformers. Репозиторий распространяется по лицензии MIT.

Это обученный агент PPO для игры Huggy, опубликованный HoaAn2003. Модель создана с использованием Unity ML-Agents и предназначена для управления игровым персонажем в среде Huggy; её можно запускать для просмотра игры или продолжить обучение через ML-Agents. В репозитории указана версия в формате ONNX. Это специализированный агент глубокого обучения с подкреплением, а не универсальная языковая модель. Сведения о размере, контексте, поддерживаемых естественных языках и лицензии в предоставленных материалах отсутствуют.

iblub/ppo-Huggy — обученный агент, созданный с помощью библиотеки Unity ML-Agents. Он использует алгоритм Proximal Policy Optimization (PPO), чтобы играть в среде Huggy; модель можно запускать для наблюдения за поведением агента или использовать для продолжения обучения через ML-Agents. Репозиторий содержит модель в формате ONNX. Карточка описывает специализированный чекпойнт для игрового сценария, а не универсальную языковую модель. Указаний о лицензии, размере модели и других поддерживаемых средах в доступных данных нет.

Rubywong123/ppo-Huggy — обученный агент на основе алгоритма Proximal Policy Optimization (PPO), созданный с помощью библиотеки Unity ML-Agents. Он предназначен для управления персонажем Huggy в игровой среде: агент получает состояние среды и выбирает действия, чтобы играть. Модель доступна в формате ONNX; её можно использовать с ML-Agents для продолжения обучения или просмотра игры агента. Модель ориентирована на одну игровую задачу, а README не сообщает размер сети, набор наблюдений или конкретные игровые цели. Для работы нужны совместимая среда Huggy и инструменты Unity ML-Agents. Лицензия в предоставленных данных не указана.

wo1fsea/ppo-Huggy — обученный агент Proximal Policy Optimization (PPO), созданный с помощью библиотеки Unity ML-Agents для игры Huggy. Модель принимает состояние игрового окружения и выбирает действия, чтобы управлять персонажем; её можно использовать для просмотра игры агента и продолжения обучения через ML-Agents. В репозитории опубликована модель в формате ONNX. Карточка не сообщает размер модели, используемые наблюдения и точные действия агента. Это специализированный игровой агент, а не универсальная языковая модель. Лицензия в доступных данных не указана.

Это обученный агент PPO, созданный автором репозитория hythyt для игры SnowballTarget с использованием Unity ML-Agents. Модель предназначена для управления агентом в этой игровой среде и может запускаться в среде ML-Agents; репозиторий также описывает возможность продолжить обучение и просматривать игру агента в браузере. Модель представлена в формате ONNX. Данных о размере, языковых возможностях и лицензии в доступной карточке нет. Это специализированный игровой чекпойнт для обучения с подкреплением, а не языковая модель.

ajrayman/psychopathy_binary — дообученная модель на базе microsoft/deberta-v3-base для бинарной классификации текста, связанной с психопатией. По карточке доступны результаты оценки: accuracy 0,6508, precision 0,73, recall 0,48, F1 0,5792 и AUC 0,7188. Это указывает на ограниченное качество классификации, особенно по полноте; модель не следует считать надёжным инструментом для психологической диагностики. Архитектура DeBERTa V2 для классификации последовательностей содержит 211,6 млн параметров и принимает текст с контекстом до 512 токенов. Карточка не описывает обучающие данные и предполагаемое применение подробнее. Модель выпущена под лицензией MIT. Язык модели в карточке не обозначен; базовая модель Microsoft англоязычная, поэтому англоязычное применение является наиболее обоснованным предположением.

QuadOrbit-40M — базовая языковая модель для генерации текста, опубликованная как исследовательский чекпойнт к работе «QuadOrbit: Bounded Quadratic Complex Recurrence for Hybrid Language Models». Она обучена с нуля и сочетает причинное внимание Transformer и слои SwiGLU с ограниченной комплексной рекуррентной памятью в каждом блоке. Модель содержит 46,7 млн параметров по метаданным, имеет 8 слоёв и ширину 512 по README; поддерживает контекст до 512 токенов. Модель предназначена для исследований архитектур языковых моделей, воспроизведения опубликованной оценки, анализа и небольших экспериментов с продолжением обучения. Она не настроена на выполнение инструкций и не предназначена для использования как надёжный чат-бот. Обучалась на смеси FineWeb-Edu, DCLM-Edu, Stack-Edu, FineMath и SmolLM-Corpus; карточка указывает английский язык. Лицензия — Apache-2.0. Это небольшой базовый чекпойнт, который не показал убедительного преимущества над Transformer сопоставимого размера в приведённой оценке на одном корпусе и с одним случайным зерном. Модель может выдавать фактически неверный, предвзятый, повторяющийся или оскорбительный текст; у неё нет настройки на безопасность и инструкции. Ограничены контекст и эффективность генерации: реализация рекуррентного механизма не использует KV-кэш.

SeanWang0027 разработал эту экспериментальную версию Qwen3-1.7B, дообученную методом SFT на траекториях агента Qwen3-32B для среды ALFWorld. Модель предназначена для многошагового взаимодействия с текстовым окружением: получает инструкцию и наблюдения, затем формирует рассуждение в формате ReAct и действие. Используются плотная архитектура Qwen3ForCausalLM, 1,7 млрд параметров и контекст до 40 960 токенов; модель работает с текстом и рассчитана на шаблон чата Qwen3 с отключённым режимом thinking. Обучение ограничено первыми 15 ходами каждой траектории учителя; в набор включены и неуспешные эпизоды. В описанной оценке ALFWorld модель достигла успешности 47,75% по двум проходам, причём оценивание остановили досрочно. Это специализированный исследовательский чекпойнт для задач embodied-агентов в текстовой симуляции, а не универсальная модель действий. Основа — Qwen/Qwen3-1.7B; лицензия Apache-2.0.

SeanWang0027/Qwen3-1.7B-BabyAI-TCOD-F2B — экспериментальная версия Qwen3-1.7B, дообученная методом TCOD forward-to-backward с дистилляцией от Qwen3-32B на задачах BabyAI. Модель предназначена для генерации текста в диалогах по сценариям BabyAI. Это плотная авторегрессионная языковая модель с 1,7 млрд параметров и контекстом до 40 960 токенов. В обучении использовались 810 официальных обучающих задач BabyAI и окна диалога до 20 ходов; опубликованный чекпойнт соответствует 51-му шагу исследователя. Модель не оценивалась, поэтому её качество на задачах BabyAI не подтверждено. Основа — Qwen/Qwen3-1.7B; веса опубликованы в формате Safetensors. Лицензия в предоставленных данных не описана.

Это дообученный чекпойнт Qwen3-1.7B от SeanWang0027 для управления агентом в интерактивных задачах ScienceWorld. Модель получает инструкции и наблюдения среды в формате ReAct и генерирует текстовые рассуждения и действия; обучение использовало продолжения учителя gpt-5.4-mini в многоходовых эпизодах. Это плотная языковая модель с 1,7 млрд параметров и контекстом до 40 960 токенов. Чекпойнт соответствует второму этапу трёхэтапного обучения. В описанной оценке он достиг успеха 7,75% на 200 вариантах задач ScienceWorld; автор отмечает нестабильность результатов между чекпойнтами и склонность к неверному шаблону действий `open/close`. Модель предназначена прежде всего для экспериментов с агентным поведением в ScienceWorld, а не для универсального применения. Лицензия — Apache-2.0.

Это промежуточный чекпойнт Qwen3-1.7B, дообученный автором репозитория на траекториях ReAct для ScienceWorld. Модель предназначена для управления агентом в научных текстовых задачах: получает инструкции и наблюдения симулятора и генерирует рассуждение с последующим действием. Она построена на плотной архитектуре Qwen3ForCausalLM, содержит 1,7 млрд параметров и поддерживает контекст до 40 960 токенов. Обучение выполнено на 2 059 полных эпизодах, сгенерированных gpt-5.4-mini; это второй чекпойнт из трёх эпох. На тесте ScienceWorld из 200 вариантов задач успешность составила 13,25% ± 2,56% по четырём проходам. В карточке отмечена склонность модели часто выдавать шаблонные действия open/close, которые симулятор отклоняет; результаты близки к третьей эпохе в пределах указанного шума оценки. Это специализированный экспериментальный чекпойнт для ScienceWorld, а не универсальный научный ассистент. Распространяется по лицензии Apache-2.0.

ImmuneCoT-Qwen3-4B-ablation-poe-no-base — исследовательская абляционная версия Qwen3-4B, созданная авторами ImmuneCoT для проверки метода объединения двух ветвей безопасности. В отличие от полного метода с Base-adjusted product-of-experts, этот чекпойнт объединяет ветви Recognition и Response без поправки на базовое распределение. Модель предназначена для воспроизведения абляционного эксперимента RQ3 в статье ImmuneCoT. Модель основана на Qwen/Qwen3-4B и получена полно-параметрической дистилляцией на основе on-policy данных; базовая модель использовалась как замороженный учитель. Обучение проводилось на 1 571 примере в течение двух эпох, с forward KL, ограничением на токен и top-k 256. Это диалоговая модель генерации текста; метаданные указывают библиотеку Transformers, формат safetensors и лицензию Apache-2.0. Чекпойнт предназначен для исследовательской воспроизводимости, а не для утверждений о превосходстве в практических сценариях. Его специализация на безопасности и конкретный вариант слияния ветвей ограничивают применимость вне эксперимента; README не приводит количественных оценок качества или подробных результатов сравнения.

Модель HYU-NLP-EVAL/qwen3-4b-rar-medicine-onlinerubrics-dense-seed11-step-012 — плотный чекпойнт на 3,7 млрд параметров, дообученный на основе Qwen/Qwen3-4B-Instruct-2507. Название и README связывают его с экспериментом RaR-Medicine OnlineRubrics; это шаг 12 запуска обучения, а корневой каталог содержит веса BF16 для инференса. Модель предназначена для генерации текста в медицинском экспериментальном сценарии, связанном с онлайн-рубриками. Она использует архитектуру Qwen3ForCausalLM и поддерживает контекст до 262 144 токенов; метаданные указывают возможность диалога. README отмечает исследовательское использование, поэтому качество и пригодность для практических медицинских решений по этим сведениям не подтверждены. Лицензия — Apache-2.0. README также упоминает исходные файлы veRL с параметрами модели.

Qwen3.8-Whittle-Next-19.8B-A10B-base — экспериментальная текстовая MoE-модель, созданная одним независимым разработчиком на основе Qwen3.8-Whittle-tri-14.7B. В карточке указаны 240 экспертов, гиперсвязи с четырьмя потоками и n-граммная память; метаданные каталога сообщают 11,8 млрд параметров, а название и README — 19,8 млрд общего размера и около 10 млрд активных параметров на токен. Заявлен контекст до 262 144 токенов. Модель предназначена для изучения архитектуры и экспериментов с генерацией текста, а не для использования как готовый ассистент. Дообучение на диалогах и рассуждениях было прервано; README сообщает, что модель проваливает около 80% стандартных тестов диалогового цикла, а остановка по EOS работает слабо. Для запуска рекомендуются файлы GGUF через llama.cpp с указанной в карточке патч-правкой; загрузка экспорта через Transformers не проверена. Лицензия — Apache-2.0.

StarVLA/Qwen3vl4b-OFT-RoboDojo — контрольная точка модели StarVLA QwenOFT, разработанная для управления роботом в симуляции RoboDojo. Она инициализирована из Qwen/Qwen3-VL-4B-Instruct и дообучена на смеси из 35 задач RoboDojo LeRobot v2.1; зрительно-языковая модель, её интерфейс и голова действий обучались сквозным образом. В качестве основы используется Qwen3-VL с 4 млрд параметров, а действия предсказывает двухблочный остаточный MLP с прямой регрессией L1. Модель предназначена для исследовательского управления двуруким роботом ARX X5 в симуляции, используя визуальные наблюдения и выдавая действия робота. README приводит результаты официальной оценки по 42 задачам, но в репозитории нет исходных журналов эпизодов для независимого восстановления агрегатов. Для воспроизведения требуется соблюдать сохранённые конфигурацию, статистики нормализации, порядок камер, состав состояния, отображение абсолютных суставных действий и горизонт выполнения. Модель распространяется в формате PyTorch под лицензией Apache-2.0. Её пригодность за пределами указанного контракта наблюдений, действий и нормализации не установлена.

Ramen-PinPointTuning-Positive-Qwen3-30B-A3B-Instruct-2507 — японская медицинская языковая модель, разработанная командой Ramen в Токийском университете в рамках проекта NEDO. Это исследовательское дообучение Qwen/Qwen3-30B-A3B-Instruct-2507 методом Pinpoint Tuning: для SFT отбирались слои с attention-головами, у которых положительны показатели медицинского и логического влияния. Архитектура — Qwen3 MoE; в репозитории указано 2,6 млрд параметров, тогда как README описывает базовую конфигурацию как 30B с активными 3B параметров. Модель принимает текст и генерирует текст, рассчитана на японский язык и поддерживает контекст до 262 144 токенов. Модель предназначена для изучения и воспроизведения эксперимента по выборочной тонкой настройке медицинской LLM. В опубликованной оценке на японских врачебных экзаменах её точность оказалась на 5,9 процентного пункта ниже базовой Qwen3, поэтому авторы не рекомендуют применять её для практических задач. Лицензия — Apache-2.0.

RLDX-1-MT-ALLEX — модель управления роботами для манипуляций, разработанная RLWRLD. Это версия семейства RLDX-1, прошедшая промежуточное обучение на наборе данных ALLEX; она предназначена для задач, которым нужны зрительное восприятие, память о предыдущих наблюдениях и физические сигналы. Архитектура Multi-Stream Action Transformer (MSAT) на основе Qwen3-VL-8B-Instruct объединяет потоки восприятия, физики и действий; модель содержит модули памяти, движения, тактильных сигналов, крутящего момента и видео. Размер — 8,1 млрд параметров, обучение действий использует flow matching. На вход подаются видео RGB из четырёх кадров, проприоцептивное состояние робота, тактильные данные, крутящий момент и текстовая инструкция. На выходе — последовательности действий по 16 шагов и вспомогательные предсказания будущих тактильных сигналов и крутящего момента. Модель рассчитана на дообучение и управление манипуляциями, в том числе на реальных роботах; её сильные стороны — учёт временной динамики, истории и физических наблюдений. Дополнительные модули увеличивают стоимость инференса; для полноценного использования физического потока при запуске нужны тактильные датчики и датчики крутящего момента. Обучение ориентировано на гуманоидную конфигурацию ALLEX, поэтому для существенно отличающейся морфологии рекомендуется дообучение. Лицензия RLWRLD Model License v1.0 (указана как other) допускает некоммерческое применение на реальных роботах при соблюдении её условий; коммерческое, военное и ряд иных применений исключены.

Vibelet разработала rwkv-hils-3-m10 — экспериментальную текстовую языковую модель на 44,6 млн параметров для изучения гибридных рекуррентных и разреженных механизмов внимания. В 12 слоях чередуются блоки RWKV-7 и HiLS: механизм HiLS выбирает важные фрагменты по их сводкам и дополнительно учитывает локальное окно. Модель использует byte-level BPE со словарём 4096 токенов и позиционный бюджет 8192 токена; обучение смешивало обычный текст, синтетические последовательности скобок и примеры поиска заданного фрагмента. Модель предназначена для экспериментов с архитектурой, поведением поиска в контексте и динамикой обучения малых языковых моделей. В измерениях checkpoint показал точный поиск одиночного фрагмента на длинах до 4K токенов в варианте задачи из обучающих данных и высокую точность на закрывающих скобках в синтетической задаче. Эти результаты не означают способности надёжно искать произвольную информацию или поддерживать связность на длинных текстах. Модель не обучена следованию инструкциям и настройке безопасности; длинные генерации склонны к повторениям, а фактическую надёжность README не подтверждает. Репозиторий распространяет веса fp32 в safetensors; лицензия — MIT.

665-44/sd-class-butterflies-32 — диффузионная модель для безусловной генерации изображений милых бабочек. Карточка описывает её как Unit 1 учебного курса по диффузионным моделям; автор и размер модели не указаны. Модель запускается через DDPMPipeline из библиотеки Diffusers и генерирует изображение без текстового запроса. Репозиторий содержит веса в формате Safetensors. Лицензия — MIT. Модель предназначена для создания изображений бабочек и учебных экспериментов с безусловной генерацией. Она не принимает текстовые подсказки, поэтому управлять содержанием результата через запрос нельзя.

hachimi114/sd-class-butterflies-32 — диффузионная модель, опубликованная hachimi114 как Unit 1 курса Diffusion Models Class. Она предназначена для безусловной генерации изображений милых бабочек: модель создаёт изображение без текстового запроса, используя DDPMPipeline из библиотеки Diffusers. Весы доступны в форматах Diffusers и safetensors. Модель подходит для создания декоративных изображений бабочек и демонстрации безусловной генерации изображений в учебных проектах. Карточка не приводит сведений о размере модели, разрешении изображений и поддерживаемых языках. Лицензия — MIT.