II.10Разработка и эксплуатация AI/ML-систем

Исследовательский чекпойнт whr778 для извлечения событий и их аргументов из текста. Это этап B эксперимента по масштабированию инициализации голов mmBERT: базовая модель whr778/scaling-mmbert-10k предварительно обучалась на примерно 10 000 записей структуры и аргументов, затем дообучалась на RAMS по фиксированному рецепту в течение 15 эпох. Чекпойнт предназначен для оценки влияния такого прогрева на извлечение аргументов RAMS, а не для общего применения. На слепом тесте RAMS из 871 документа строгая micro-F1 для аргументов событий составляет 0,050, а для триггеров событий — 0,598. Результат показывает слабое качество извлечения аргументов в данном эксперименте. Артефакт исследовательский и приватный; сведения о лицензии в предоставленных данных отсутствуют.

jjones01/sd-class-butterflies-32 — диффузионная модель для безусловной генерации изображений милых бабочек. Карточка относит её к Unit 1 учебного курса по диффузионным моделям; модель запускается через DDPMPipeline из библиотеки Diffusers и выдаёт изображение без текстового запроса. Модель предназначена для создания изображений бабочек и учебных экспериментов с безусловной генерацией изображений. Репозиторий содержит веса в формате Diffusers и Safetensors. Лицензия — MIT. Сведения о размере модели, разрешении изображений и поддерживаемых языках в доступных источниках отсутствуют.

ShakFace/sd-class-butterflies-32 — диффузионная модель, созданная в рамках учебного курса по диффузионным моделям. Она генерирует изображения бабочек без текстового запроса; для запуска используется DDPMPipeline из библиотеки Diffusers. Репозиторий содержит веса в формате Safetensors. Модель распространяется по лицензии MIT.

michaeljang/sd-class-butterflies-64 — диффузионная модель, опубликованная как Unit 1 курса Diffusion Models Class. Она генерирует изображения бабочек без текстового запроса; в карточке приведён пример запуска через DDPMPipeline из библиотеки Diffusers. Модель распространяется в форматах Diffusers и safetensors по лицензии MIT. Модель предназначена для экспериментов и демонстрации безусловной генерации изображений на примере милых бабочек. Карточка не сообщает размер модели, разрешение изображений или языковые возможности; генерация не управляется текстовыми подсказками.

SarimAli26/sd-class-butterflies-64-copy-1 — диффузионная модель из учебного курса по диффузионным моделям, предназначенная для безусловной генерации изображений милых бабочек. Она работает с библиотекой Diffusers и запускается через DDPMPipeline. Модель создаёт изображение без текстового запроса; карточка не приводит размер изображений и другие параметры обучения. Модель подходит для создания изображений бабочек и учебных экспериментов с диффузионной генерацией. Репозиторий содержит веса в формате safetensors и распространяется по лицензии MIT. Карточка не описывает качество генерации или ограничения, кроме узкой тематики модели.

Slither OpenWAM continued pretraining — это экспериментальный чекпойнт для предсказания видео и оценённых действий в игре Slither.io, созданный на базе OpenWAM-α. Модель дообучена за один проход по данным на шести ускорителях H200; опубликованы веса шага 1630 в формате safetensors. Это не самостоятельная модель Transformers: для загрузки нужны загрузчик OpenWAM и адаптер Slither из проекта wam_training. Адаптер заменяет 80-мерную голову действий робота тремя выходами: косинусом и синусом оценённого угла движения, а также бинарным признаком ускорения. Модель использует 33 видеокадра с частотой 30 кадров в секунду и 32 переходных действия; при обучении девять кадров видео выбираются через каждые четыре кадра. Условия текстового запроса фиксированы пустым промптом. В независимом сравнении на отложенных окнах потери итогового чекпойнта ниже, чем у адаптированной базовой инициализации. Однако метки действий выведены из оптического потока: угол — это приближение направления движения на два кадра вперёд, а ускорение оценивается по видимому движению. Потери измеряют соответствие этим оценкам, а не качество управления в игре; точность направления и ускорения и результативность живой игры не установлены. Сведения о лицензии в предоставленных данных отсутствуют.

smallm-wolof — языковая модель на 16,5 млн параметров, разработанная с нуля для генерации текста на волоф, языке Сенегала и соседних стран. Это разреженная модель Mixture-of-Experts с 8 слоями, скрытым размером 320 и собственным BPE-токенизатором на 8 192 токена. Она обучалась на корпусе примерно из 9,7 млн токенов, включающем материалы на волоф и переведённые математические задачи GSM8K. Модель предназначена для экспериментов с генерацией текста на волоф и изучения возможностей небольших моделей для языков с малым объёмом цифровых данных. Она улавливает поверхностную грамматику и стиль обучающих данных, но не обеспечивает надёжные вычисления или фактические ответы. Контекст ограничен 512 токенами; на коротких и общих запросах возможны повторяющиеся циклы. Автор предупреждает, что модель не предназначена для перевода с гарантией точности и производственного применения. Код архитектуры нестандартный, для загрузки требуется trust_remote_code=True. Лицензия — MIT.

dobri420/smolvla-so101-pick-cube — политика управления роботом на основе SmolVLA, дообученная на телеоперационных демонстрациях для манипулятора SO-101. Модель предназначена для захвата кубика и перемещения его в коробку; она принимает изображения с трёх камер и 6-DoF-состояние суставов, а выдаёт последовательности из 50 действий, каждое с шестью степенями свободы. В README сообщается об успешном захвате в 72 из 81 испытаний на реальном манипуляторе; результат проверен для трёх глубин досягаемости. При обучении использованы первые 340 эпизодов набора dobri420/pick-cube-so101; базовая VLM была заморожена. Модель распространяется в формате safetensors под лицензией Apache-2.0. Результаты относятся к описанной задаче и установке SO-101 и не подтверждают работу в иных средах или для других объектов.

XvKuoMing разработал модель so101_chess_molmoact2 — политику vision-language-action для физического перемещения шахматных фигур манипулятором SO-101. Шахматный движок выбирает ход, а модель выполняет инструкции по перемещению или снятию фигуры с доски. Она дообучена методом LoRA на базе allenai/MolmoAct2-SO100_101 и использует библиотеку LeRobot. На вход подаются текстовая инструкция, изображения с верхней и установленной на запястье RGB-камер, а также шесть углов сочленений робота. Модель выдаёт последовательность управляющих действий. В симуляции MuJoCo она показала 80% успешных перемещений и 68% успешных взятий фигур при настройках поставки; выполнение пяти действий перед повторным планированием повысило успешность взятий до 85%. Модель рассчитана на заданную геометрию доски и камер и обучена только двум семействам инструкций. Модель пока проверена только в симуляции, а её работа на реальном роботе не подтверждена. Она не обучена искать фигуры по типу или цвету и не может поднимать фигуры, лежащие на боку. Лицензия в предоставленных данных не описана.

Это промежуточный чекпойнт StraTA на базе Qwen2.5-1.5B-Instruct, созданный для воспроизведения метода Strategic Trajectory Abstraction на задачах ALFWorld. Модель дообучалась методом обучения с подкреплением; опубликованный чекпойнт соответствует 10-му шагу оптимизатора из 150, а карточка приводит результаты более позднего чекпойнта отдельно. Модель предназначена для генерации текста в агентном сценарии: формировать стратегию и траекторию действий для выполнения задач в ALFWorld. Она содержит 1,5 млрд параметров, использует плотную архитектуру Qwen2 и поддерживает контекст до 32 768 токенов. Валидация этого шага на 140 задачах ALFWorld valid_seen показала 0,71% успеха — столько же, сколько у базовой модели; показатель не отражает результаты финального шага обучения. Лицензия — Apache-2.0. Это ранний экспериментальный чекпойнт, а не готовая модель для надёжного выполнения задач: качество на опубликованном шаге низкое. Приведённые в карточке результаты финального шага нельзя напрямую переносить на этот чекпойнт; оценка также не проводилась на valid_unseen и зависит от протокола агента.

Chaiir/stylometric-mt5-v1 — дообученная Chaiir модель mT5-base для атрибуции авторства, оформленной как генерация текстовой метки по фрагменту. Это seq2seq-модель MT5ForConditionalGeneration с примерно 291,2 млн параметров; она принимает текст и должна выдавать имя автора. В карточке указана поддержка английского, французского, испанского и итальянского языков. Модель опубликована как исследовательский артефакт и отрицательный результат сравнения seq2seq-подхода с классификатором на той же задаче. По README, декодер часто выдаёт служебный токен вместо имени автора, а точность по целевым именам авторов на отложенных данных равна 0%. Поэтому модель не подходит для практической атрибуции авторства через генерацию метки; её можно использовать для анализа ошибок декодера или как дообученный текстовый энкодер после отделения декодера. Модель распространяется по лицензии Apache-2.0. Для прикладной классификации авторства README рекомендует парную модель Chaiir/stylometric-cls-v1.

SupraLabs разработала SupraElegans-500K — экспериментальную авторегрессионную языковую модель примерно с 500 тысячами параметров для предсказания следующего токена и генерации текста. Это модель с причинной языковой архитектурой SupraElegans: вместо Transformer и механизма внимания она использует разреженный ориентированный граф со знаковыми связями и рекуррентным состоянием. Состояние нейронов сохраняется между токенами; позиционные кодировки и KV-кэш не используются. Модель принимает текстовые токены и генерирует продолжение текста. Архитектура вдохновлена некоторыми идеями о нервной системе C. elegans, но не является её биологической симуляцией. Чекпойнт обучен с нуля на небольшом объёме токенов, использует небольшой byte-level BPE-токенизатор и предназначен для экспериментов с языковым моделированием на малом числе параметров. В карточке указаны результаты на HellaSwag, ARC Easy и ARC Challenge, но сравнение с Transformer того же размера не проводилось. Ожидаются низкая связность текста, слабая фактическая надёжность и низкая устойчивость к запросам вне обучающего распределения. Модель не проходила инструкционную настройку или настройку безопасности, поэтому её ответы являются обычными продолжениями текста. Для загрузки могут понадобиться локальные классы архитектуры и конкретный класс быстрого токенизатора, как описано в README. Лицензия — Apache-2.0.

Это экспериментальный контрольный чекпойнт семейства Llama, созданный в рамках исследования того, как SVD-сжатие влияет на безопасное поведение и как выбор компонентов влияет на его восстановление. В основе указана диалоговая модель meta-llama/Llama-2-7b-chat-hf; архитектура — плотная авторегрессионная LlamaForCausalLM с 6,6 млрд параметров и контекстом до 4096 токенов. Модель принимает текст и генерирует текстовые ответы; в метаданных отмечена поддержка диалога. Чекпойнт предназначен для измерения компромиссов между безопасностью и полезностью после сжатия, а не для повседневного общения или развёртывания в качестве ассистента. README описывает бюджет восстановленных SVD-компонентов как 0,0% и называет правило их выбора неизвестным; поэтому фактический эффект восстановления из этих данных определить нельзя. В карточке также есть несогласованность: она называет модель сжатой до 0,0% плотных параметров, но указывает удаление 0,00% параметров. Отдельные варианты исследования могут иметь намеренно ухудшенную устойчивость к атакам. Для применения требуется соблюдать лицензию Llama 2; конкретные условия определяются лицензией Meta Llama 2.

Tessera-135M-Gate — экспериментальный чекпойнт семейства Tessera от yava-code: дообученная модель на базе HuggingFaceTB/SmolLM2-135M с архитектурой Next Concept Prediction (NCP). Она создана как небольшой проверочный запуск, чтобы подтвердить, что путь обучения с кодированием концептов, причинными блоками концептов и обратной связью работает до масштабного обучения. Модель предназначена для генерации текста и анализа поведения концептного канала в исследовательских экспериментах, а не для получения качественных ответов на пользовательские запросы. Чекпойнт содержит 174,3 млн параметров и использует плотную причинную языковую архитектуру NcpSmolForCausalLM. В эксперименте применялся намеренно переобученный поднабор TinyStories; README сообщает, что при обнулении обратной связи ухудшение тестовой потери подтверждает использование канала концептов, но малая эффективная энтропия кодовой книги выявила ограничение этого подхода при данном масштабе. Базовая модель ориентирована на английский язык. Репозиторий распространяется в формате safetensors по лицензии Apache-2.0.

Testr-100K — компактная символьная языковая модель Compactbot: GPT-трансформер на 100 936 параметров, обученный с нуля. Она генерирует текст посимвольно, используя словарь из 128 символов. Модель создана как эксперимент по запоминанию данных: её обучили 8 000 шагов на проверочной части TinyStories. На обучающих данных показатель perplexity составил 3,154, а на ранее не виденных веб-текстах — 3,220, то есть разница невелика. Образцы генерации показывают, что начало текста часто грамматично, но продолжение может зацикливаться на повторяющихся фразах. Модель не предназначена для связной генерации длинных текстов или стандартных тестов на уровне слов и токенов. Веса опубликованы в формате safetensors по лицензии Apache-2.0.

Это экспериментальная текстово-условная диффузионная модель, созданная с нуля автором репозитория mbsdeepak на PyTorch. U-Net с 19,4 млн параметров учится обращать гауссовский процесс зашумления, используя замороженные текстовые эмбеддинги CLIP и classifier-free guidance, и создаёт изображение одежды Fashion-MNIST из случайного шума. Модель предназначена для генерации изображений по одному из десяти фиксированных названий классов Fashion-MNIST: например, «sneaker», «dress» или «bag». Генерация выполняется в оттенках серого с разрешением 32×32; в карточке описана выборка методом DDIM за 50 шагов с guidance 1.5. Это учебный проект для знакомства с диффузионной генерацией, а не модель для фотореалистичных изображений или произвольных текстовых запросов. Лицензия — MIT.

Tiny Manas — компактная языковая модель Nik1t7n для продолжения кыргызского текста в стиле одного изданий эпоса «Манас». Это 26,78-миллионная decoder-only Transformer-модель, обученная с нуля на PyTorch; в архитектуре используются pre-LayerNorm, RoPE, байтовый BPE-токенизатор и KV-кэш. Модель принимает начало кыргызского отрывка и генерирует вероятное продолжение. Она не является чат-ассистентом и не предназначена для ответов на вопросы или выполнения инструкций. Модель подходит для учебного изучения полного цикла небольшой языковой модели, экспериментов с кыргызской токенизацией и генерации коротких продолжений текста. Контекст ограничен 256 токенами. Обучение проводилось на одном документе корпуса Manas-UdS, поэтому оценки относятся к отложенным фрагментам того же издания; перенос на другие издания и рассказчиков слабый. Генерация может повторяться, содержать искажённые слова и терять связность. Лицензия модели указана как other; исходный корпус распространяется по CC BY-NC-SA 4.0.

TinyQwen3-1.8M-Base — компактная причинно-авторегрессионная языковая модель, созданная MehTheHedgehog на архитектуре Qwen3 с помощью Hugging Face Transformers. Модель и токенизатор обучены с нуля на 50 тысячах англоязычных историй из TinyStories-Tiered; предобученные веса Qwen не использовались. В модели 1,836,544 параметра и два слоя, её контекст составляет 256 токенов. Репозиторий содержит контрольные точки FP16, BF16 и FP32 в формате safetensors. Модель предназначена для продолжения коротких текстов и генерации простых англоязычных историй. На отложенной выборке автор сообщает точность предсказания следующего токена около 59% и perplexity 5,27 при оценке с контекстом в 256 токенов. Из-за малого размера и узкого обучающего корпуса её возможности ограничены короткой художественной прозой; README не подтверждает пригодность для диалога, рассуждений или широких прикладных задач. Лицензия модели — MIT.

hf-tiny-model-private/tiny-random-GPT2LMHeadModel — небольшая модель для генерации текста, опубликованная на Hugging Face организацией «HF tiny models (private usage)». В карточке она классифицирована как модель Text Generation и связана с архитектурой GPT-2 через класс GPT2LMHeadModel; поддерживаются библиотеки Transformers, PyTorch и TensorFlow. Модель предназначена главным образом для сценариев генерации текста и тестового запуска через Transformers, vLLM или SGLang. Точные размер, число параметров, контекстное окно, языки, обучающий набор и результаты оценки не указаны. По названию «tiny-random» и отсутствию карточки модели можно предположить, что это тестовая случайно инициализированная модель, а не полноценная предобученная система, поэтому её практическое качество и пригодность для реальных задач не подтверждены. Лицензия и условия использования в доступных данных не указаны. Модель не развернута через Inference Providers.

TheodoreEhrenborg/TinyStories-33M-Einstein — дообученная языковая модель семейства GPT-Neo, разработанная Theodore Ehrenborg на основе TinyStories. В ней 71,6 млн параметров; модель принимает текст и генерирует продолжение с контекстом до 2048 токенов. Модель дообучена так, чтобы большинство персонажей в генерируемых историях назывались «Einstein». Она предназначена для экспериментов и создания коротких историй с таким повторяющимся именем. Весы и код распространяются по лицензии MIT.

TheREZOR/TinyTalk-UA-GGUF — сборка компактного украиноязычного чат-бота TinyTalk-UA в формате GGUF для запуска через llama.cpp и Ollama. Модель содержит 9,96 млн параметров, поставляется в F16-файле размером 21 МБ; шаблон чата встроен в файл. Для совместимости с llama.cpp исходную архитектуру GPT-Neo преобразовали в математически эквивалентный GPT-2. Контекст модели ограничен 256 токенами, а обучающий корпус состоит из субтитров к фильмам. Модель предназначена для коротких простых диалогов на украинском языке, в том числе локального запуска на маломощных устройствах. Это учебная модель без знаний о мире, поэтому она не подходит для надёжных фактических ответов и сложных задач. F16-округление иногда меняет длину ответа по сравнению с fp32-версией. Лицензия — MIT.

ufakzeka-1 — турецкая чат-модель ufak AI, дообученная на основе собственной базовой модели ufakzeka-1-base. Она построена на плотной авторегрессионной архитектуре Qwen3 и содержит 182,5 млн параметров с эмбеддингами. Базовую модель обучили с нуля на 13,5 млрд токенов открыто лицензированных текстов, затем настроили для диалогов; модель принимает текст и выдаёт текст, поддерживает шаблон ChatML и контекст до 4096 токенов. Модель предназначена для коротких одно- и многоходовых разговоров на турецком языке. Она может поддерживать простой диалог, помнить имя, названное несколькими репликами ранее, и выполнять отдельные арифметические действия. Это экспериментальный исследовательский чекпойнт небольшого размера: он ненадёжно отвечает на вопросы о фактах, теряет нить длинного разговора, может повторять обучающие примеры, ошибаться в расчётах между ходами и почти не справляется с написанием кода. Не следует использовать его для медицинских, юридических или финансовых решений и задач, где ошибки могут причинить вред. Лицензия — Apache-2.0.

melephant/1-layer-addition — небольшая модель, предназначенная для изучения механизмов работы трансформеров на задаче сложения. Это однослойный без смещений причинный трансформер на 41,8 тыс. параметров, обученный выполнять сложение двух четырёхзначных десятичных чисел: операнды дополняются нулями, а ответ выдаётся пятью цифрами с сохранением переноса. Модель загружает текстовые последовательности и генерирует текст; длина контекста — 16 токенов. В README указаны точность сгенерированных токенов 99,85% и точность полного ответа 99,32% на валидации. Модель предназначена для исследований механистической интерпретируемости, а не для общего применения в арифметике. Входы за пределами заданного формата и разрядности не поддерживаются, а ответы не следует считать надёжными вычислениями. Репозиторий содержит пользовательский код Transformers; для воспроизводимого или чувствительного к безопасности использования README рекомендует закрепить ревизию коммита. Лицензия в предоставленных данных не указана.

Модель act-flatten-tshirt — политика управления роботом, обученная для расправления смятой футболки на столе в задаче двуручного манипулирования тканью. Она разработана на базе ACT с визуальным энкодером ResNet-18 и предназначена для управления двумя руками робота Piper в симуляции и сценариях переноса из симуляции в реальную среду. На вход подаются три RGB-изображения размером 720×1280 с неподвижной и двумя кистевыми камерами, а также 14-мерное состояние суставов. Модель выдаёт 14-мерное действие: команды для шести суставов и захвата каждой руки. Чекпойнт обучен на 200 эпизодах, содержащих 41 464 кадра, и сохранён в формате safetensors. Лицензия — Apache-2.0. Модель не прошла стандартную оценку бенчмарка: описан только небольшой пробный запуск с замкнутым циклом управления, поэтому опубликованных показателей успешности нет. Её следует рассматривать как обученный артефакт для экспериментов с расправлением ткани, а не как подтверждённую по бенчмарку политику.

Baubo-11b-FAILURE-WITH-EXPLANATION — экспериментальная языковая модель на архитектуре Llama с 11,3 млрд параметров, собранная athirdpath методом DARE-TIES из LilLlama-11b и трёх моделей с дообучением: U-Amethyst-11B, PsyMedRP-v1-11B и CleverGirl-11b. Она предназначена для генерации текста, однако автор сообщает, что модель формирует связные предложения, но не связные рассуждения, и оценивает её качество как значительно худшее, чем у исходной модели до слияния. Контекст модели составляет 4096 токенов. В README объясняется, что LilLlama-11b уже содержала элементы Alpaca, из-за чего DARE-TIES неверно обработал часть параметров при слиянии и серьёзно ухудшил работу модели. Репозиторий содержит веса Safetensors. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства, но некоммерчески.

Ttimofeyka/bitnet-5B-v0 — экспериментальный чекпойнт автора репозитория для проверки дообучения модели на архитектуре BitNet. По README, к готовой модели добавлены новые слои со случайными весами; карточка предупреждает, что модель может работать некорректно и не рекомендует её к использованию. Метаданные указывают на плотную архитектуру Llama с классом BitnetForCausalLM, 6,3 млрд параметров, контекст 2048 токенов и формат safetensors. Основная задача — генерация текста; поддержка отдельных языков не подтверждена. Результаты тестирования, согласно автору, показывают лишь пограничное улучшение в пределах погрешности. Модель выпущена по лицензии MIT, однако автор не рекомендует её для практического использования.

CyberSLM-instruct — небольшая англоязычная модель для генерации текста в формате инструкций, разработанная Sabari2005 как дообучение sabari2005/cyberslm-base на 23 540 диалогах по кибербезопасности. Это плотная причинная языковая модель семейства Llama на 33,5 млн параметров с контекстом 2048 токенов; метаданные указывают PyTorch и формат Safetensors. Модель предназначена для экспериментов с малыми языковыми моделями и демонстрации проверенного конвейера обучения, а также может служить базовой точкой сравнения при масштабировании. Модель усвоила структуру инструкционных ответов, но часто ошибается по существу, уверенно выдаёт неверные сведения, повторяет фрагменты и может не завершать ответ. Авторы прямо не рекомендуют использовать её как справочник по безопасности, для реагирования на инциденты или генерации кода, а также запускать созданный ею код. Обучающие данные не опубликованы и не распространяются. Лицензия — Apache-2.0.

appvoid/danube-reasoner — дообученная компактная языковая модель appvoid на архитектуре Llama, созданная на базе h2oai/h2o-danube3-500m-base. Репозиторий указывает, что модель обучали с Unsloth и TRL; размер составляет 464,4 млн параметров, контекст — до 8192 токенов. Модель предназначена для генерации текста. Несмотря на название, README предупреждает, что её выход работает некорректно и модель не следует использовать. Доступна по лицензии Apache-2.0.

Это базовая модель DeBERTa-v3 для предсказания замаскированных токенов, подготовленная командой Augustinian BabyLM как контрольный вариант для сравнения с моделями, в которых инициализацию входных эмбеддингов задают визуальные признаки. Модель содержит 190 млн параметров, использует архитектуру DeBERTa-v2 для masked language modeling и принимает текст с пропусками; максимальная длина контекста — 1024 токена. Модель обучали 10 эпох на корпусе bb24.train объёмом около 9,9 млн слов, который сочетает сгенерированные LLM перефразирования и части корпуса BabyLM. Она предназначена для исследовательских сравнений того, как визуальная инициализация влияет на усвоение языковых и предметных свойств небольшими языковыми моделями. Лицензия — CC-BY-4.0. В README сообщается о приросте на тестах свойств объектов у моделей с визуально инициализированными эмбеддингами, тогда как результаты на грамматических тестах оставались примерно неизменными; это вывод о сравнении моделей, а не отдельная заявленная возможность данного контрольного чекпойнта. Модель обучена на нестандартном корпусе, поэтому её результаты напрямую несопоставимы с моделями на официальном распределении BabyLM 2026 strict-small. Это исследовательский артефакт на одной архитектуре masked LM, не предназначенный для развёртывания.

EQM Policy eqmpushtseed3 — политика управления роботом, обученная с помощью LeRobot на наборе данных lerobot/pusht. Она предназначена для выполнения задачи PushT-v0 в симуляторе MuJoCo и использует политику типа EQM с dot-параметризацией энергетической функции. В репозитории сохранены веса safetensors; лицензия — Apache-2.0. В опубликованной оценке на 16 эпизодах успешность составила 0,0%, а средняя суммарная награда — 33,19, поэтому результаты не подтверждают пригодность этой версии для успешного выполнения задачи. Карточка не описывает входы политики, размер модели или поддерживаемые естественные языки; тег en относится к метаданным, но сам по себе не подтверждает языковую поддержку.