II.10Разработка и эксплуатация AI/ML-систем

TIGERScore-13B — модель семейства LLaMA-2 от TIGER-Lab, предназначенная для оценки качества сгенерированного текста. Она принимает инструкцию, связанный с задачей контекст и проверяемый ответ, после чего формирует оценку и объяснимый разбор ошибок: указывает их расположение и аспект, объясняет проблему и назначает штрафные баллы. Общая оценка складывается из этих штрафов, начиная с нуля. Модель обучена на TIGER-Lab/MetricInstruct, охватывающем шесть задач генерации текста и множество датасетов. Её применяют для оценки суммаризации, перевода, преобразования данных в текст, ответов на вопросы, математических ответов, следования инструкциям и генерации историй. TIGERScore заявлена как метрика без эталонного ответа, управляемая инструкциями и способная давать подробную атрибуцию ошибок. Это плотная авторегрессионная модель LlamaForCausalLM на 12,9 млрд параметров с контекстом до 4096 токенов. Карточка сообщает о поддержке английского, китайского, русского и чешского языков. Весы доступны в формате safetensors; лицензия — MIT. Оценки модели могут зависеть от инструкции и предметной области; заявленные результаты относятся к экспериментам на перечисленных задачах и не гарантируют одинаковую корреляцию с человеческими оценками для произвольных текстов.

Toto-2.0-4m — модель семейства Toto (Time Series Optimized Transformer for Observability), разработанного Datadog для прогнозирования временных рядов. Это чекпойнт с 3,7 млн параметров на PyTorch, сохранённый в формате safetensors и распространяемый по лицензии Apache-2.0. Модель предназначена для многомерного прогнозирования, в том числе рядов наблюдаемости, и поддерживает прогнозирование без дообучения на конкретном ряде. Она выдаёт точечные прогнозы и оценки неопределённости в виде квантилей, допускает разные длины контекста и горизонта. Архитектура — декодерный патчевый трансформер с чередованием внимания по временной и переменной осям; в версии Toto 2.0 применяются u-μP-масштабирование и параллельное декодирование за один проход. Версия на 4 млн параметров предназначена для сценариев с жёсткими ограничениями по задержке и памяти, включая развёртывание на периферийных устройствах и CPU. В README сообщается о сильных результатах семейства на BOOM, GIFT-Eval и TIME, однако конкретные результаты этого малого чекпойнта зависят от набора данных и условий прогноза. Модель принимает и выдаёт временные ряды; поддерживаемые естественные языки не заявлены.

Victoria — производная модель rmonsurate на основе Qwen/Qwen3.8-Flash-Next, предназначенная для генерации текста, программирования и агентных задач в терминале. Разработчик сократил число экспертов MoE с 512 до 288 на слой, затем переобучил модель с 4-битным представлением, чтобы восстановить качество при меньшем объёме вычислений. Активными при генерации остаются 5,9 млрд параметров на токен; доступны сборки NVFP4 для vLLM на NVIDIA Blackwell и GGUF Q4_K_M для llama.cpp. Модель показала 70,0% в среднем по трём запускам Terminal-Bench 2.1 для сборки NVFP4 и 75,28% в одном запуске для GGUF; результаты получены на разных сборках и протоколах. В README также приведены результаты HumanEval. Проверка проводилась на текстовых задачах, поэтому поддержку анализа изображений, указанную для базовой модели, карточка Victoria не подтверждает. Для NVFP4 заявлены 262144 токена контекста. Модель ориентирована на английский язык. Репозиторий указывает лицензию «other», а конкретные условия необходимо сверить с файлами лицензии в репозитории.

Это модель извлечения признаков изображений из семейства SigLIP 2, представленная как визуальный энкодер ViT для библиотеки timm. Она соответствует визуальной башне мультимодальной модели SigLIP 2 и обучалась на датасете WebLI; языковой энкодер в репозитории отсутствует. Модель предназначена для получения векторных представлений изображений, которые можно использовать для поиска по сходству, кластеризации и других сценариев сравнения изображений. Метаданные указывают задачу image-feature-extraction; веса доступны в форматах PyTorch и Safetensors. Для сопоставления изображений с текстом потребуется отдельный совместимый текстовый энкодер. Указана лицензия Apache-2.0.

Whisper Small — модель OpenAI для автоматического распознавания речи, преобразованная в формат OpenVINO IR. Веса сжаты до INT8 с помощью NNCF; модель содержит около 153,1 млн параметров и предназначена для запуска через OpenVINO, Optimum Intel, OpenVINO GenAI или OpenVINO Model Server. Модель решает задачу преобразования англоязычной аудиозаписи в текст и подходит для транскрибации записей, голосовых сообщений и аудиопотоков. Поддерживается интеграция с CPU и совместимыми ускорителями OpenVINO, а также использование через OpenAI-совместимый API при развертывании в OpenVINO Model Server. Ключевые характеристики включают архитектуру Whisper Small, представление OpenVINO IR и асимметричное сжатие весов INT8 с размером группы 128. К преимуществам относятся уменьшенный размер весов и возможность эффективного инференса в экосистеме OpenVINO. Модель ориентирована на английский язык; ограничения исходной модели описаны в оригинальной карточке Whisper Small. Распространяется по лицензии Apache-2.0.

WhiteRabbitNeo-2.5-Qwen-2.5-Coder-7B-GGUF — это набор GGUF-квантизаций модели WhiteRabbitNeo-2.5-Qwen-2.5-Coder-7B, разработанной WhiteRabbitNeo и подготовленной пользователем bartowski. Модель предназначена для генерации текста и решения задач, связанных с программированием; в карточке указаны английский язык, библиотека Transformers и тег code. Доступны варианты для локального запуска через llama.cpp и LM Studio. Модель относится к семейству Qwen-2.5-Coder и имеет размер 7B параметров. В репозитории представлены версии от F16 до низкобитных форматов Q8_0, Q6_K, Q5_K, Q4_K, Q3_K и IQ4_XS, включая варианты, оптимизированные для ARM. Квантизация выполнена с использованием imatrix на базе llama.cpp; размеры файлов составляют примерно от 4,09 до 15,24 ГБ. Рекомендуемые варианты обеспечивают компромисс между качеством и требованиями к памяти, а Q6_K_L и Q6_K описаны как близкие к исходному качеству. Сильная сторона модели — широкий выбор квантизаций для локального запуска на оборудовании с разным объёмом памяти. Ограничения включают возможное снижение качества в низкобитных вариантах, отсутствие сведений о размере контекста, точной архитектуре, дополнительных языках и мультимодальных возможностях. Лицензия — Apache-2.0.

wtp-canine-s-12l — модель токен-классификации семейства La-CANINE, опубликованная пользователем benjamin и предназначенная для библиотеки wtpsplit. Она определяет границы предложений в тексте, чтобы разбивать его на предложения в многоязычных сценариях. Модель содержит 113,2 млн параметров, принимает текст и выдаёт метки токенов. В карточке Hugging Face заявлена поддержка 85 языков; метаданные также указывают контекст до 16 384 токенов. Модель распространяется по лицензии MIT. Практическое ограничение — качество сегментации может зависеть от языка и особенностей текста.

Vezora/Agent-7b-v1-128k — дообученная языковая модель, созданная Nicolas Mejia Petit на базе CallComply/openchat-3.5-0106-128k. Модель построена на архитектуре Mistral с 7,1 млрд параметров и принимает текст; заявленное контекстное окно составляет 131 072 токена. Модель обучена на 31 000 примерах набора m-a-p/Code-Feedback с использованием Unsloth QLoRA. Она предназначена для интерактивного программирования с обратной связью, генерации кода и агентных сценариев, включая задачи, подобные TaskWeaver и OpenInterpreter. README указывает на генерацию до 8 192 токенов. Модель опубликована в формате safetensors под лицензией Apache-2.0. Разработчик сообщает о хороших результатах внутренних проверок, но планировал провести бенчмаркинг; независимые сравнительные результаты в карточке не приведены.

Algolia-large-en-generic-v2410 — англоязычная модель эмбеддингов Algolia для поиска и извлечения релевантных результатов, с акцентом на эффективность и сценарии электронной коммерции. Это дообученная плотная BERT-модель на базе thenlper/gte-large с 433,9 млн параметров и контекстом до 512 токенов. Она создаёт текстовые векторы для сравнения смысловой близости предложений и поиска по сходству; файлы доступны в форматах Safetensors и ONNX. Модель ориентирована на английский язык и обучена на открытых и синтетических данных электронной коммерции. Выпущена 11 декабря 2024 года под лицензией MIT.

liuyanyi/AlignScore-large-hf — версия AlignScore Large в формате Hugging Face, подготовленная для запуска через Transformers без пакета alignscore. Это производная от yzha/AlignScore модель объёмом 454,1 млн параметров; в репозитории указаны архитектура AlignscoreModel и веса safetensors. Модель предназначена для классификации текста и оценки согласованности между текстовыми фрагментами, например для проверки, подтверждает ли контекст заданное утверждение. Контекст модели — 514 токенов. Модель принимает текст и выдаёт классификационную оценку. Карточка указывает лицензию MIT. README содержит мало сведений о методике использования и качестве, поэтому конкретные метрики и дополнительные сценарии применения подтвердить нельзя.

Arch-Agent-7B — языковая модель Katanemo для вызова функций и агентных приложений. Это дообученная плотная модель семейства Qwen2 на базе Qwen/Qwen2.5-Coder-7B-Instruct, содержащая 7,1 млрд параметров. Она генерирует ответы в формате, совместимом с вызовом внешних функций, и предназначена для многошаговых и многоходовых сценариев с выбором инструментов, планированием и координацией действий. Модель работает с текстом; README рекомендует использовать специальный формат промпта Arch-Agent для получения структурированного JSON-подобного вывода. Метаданные указывают контекст 32 768 токенов; заявленная в README оценка на BFCL проводилась с контекстом 64K и масштабированием YaRN. Подходит для построения ассистентов, которые взаимодействуют с API и инструментами, разбивают сложные запросы на шаги и продолжают работу с учётом результатов предыдущих вызовов. В основе — архитектура Qwen2ForCausalLM, веса доступны в формате safetensors для Transformers. Указана лицензия other; конкретные условия следует сверить с карточкой модели и лицензией базовой модели. README заявляет высокие результаты на BFCL, но не приводит в доступном тексте численные показатели; качество вызова функций зависит от соблюдения рекомендуемого формата промпта.

ARK-ASR-3B — мультиязычная модель автоматического распознавания речи от Edge0. Это авторегрессионная модель на базе Transformers с архитектурой arkasr: Whisper-подобный аудиоэнкодер, MLP-адаптер и декодер Qwen. Модель содержит около 3,1 млрд параметров, принимает аудио с частотой дискретизации 16 кГц и генерирует текстовую расшифровку; указанная длина контекста — 32 768 токенов. Модель предназначена для транскрибации речи на китайском, английском, немецком, японском, французском, корейском, испанском, польском, итальянском, румынском, венгерском, чешском, нидерландском, финском, хорватском, словацком, словенском, эстонском и литовском языках. В README приведены результаты на англоязычном коротком аудио: средний WER 5,04% на наборах AMI, Earnings22, GigaSpeech, LibriSpeech, SPGISpeech и VoxPopuli; также приведены результаты CER для китайского. Для загрузки используется Transformers и пользовательский код модели. Лицензия — Apache-2.0.

Artigenz-Coder-DS-6.7B — языковая модель для генерации кода, выпущенная командой Artigenz. Это плотная авторегрессионная модель семейства Llama с 6,6 млрд параметров; в карточке указана оценка размера 6,7 млрд параметров и потребность в памяти около 13 ГБ. Модель дообучена на DeepSeek-Coder-6.7B-Base и предназначена для быстрого локального запуска на компьютерах. Модель принимает текстовые запросы и генерирует текст, в том числе код; также заявлен разговорный режим. Контекст составляет до 16 384 токенов. В метаданных указан английский язык. Данные и скрипты дообучения на момент публикации карточки планировалось открыть позднее. Лицензия обозначена как other, поэтому конкретные условия использования следует сверять с лицензией репозитория.

deepset/bert-base-cased-squad2 — англоязычная модель компании deepset для извлекающего ответа на вопросы. Это дообученная для задачи question-answering версия BERT base cased, обученная на SQuAD 2.0; архитектура — BertForQuestionAnswering, размер — 135,5 млн параметров, максимальный контекст — 512 токенов. Модель принимает вопрос и текстовый фрагмент и извлекает из него ответ, а также подходит для сценариев с документами, например для конвейеров Haystack. Обучение и оценка проводились на SQuAD 2.0, поэтому модель ориентирована на англоязычные вопросы и контексты. Лицензия — CC BY 4.0.

lyeonii/bert-small — компактная англоязычная версия BERT-Small без учёта регистра, первоначально выпущенная Google Research в составе семейства небольших BERT-моделей. Репозиторий содержит конвертированные из TensorFlow в PyTorch веса; архитектура — BertModel, размер — 32,4 млн параметров, максимальный контекст — 512 токенов. Модель предназначена для получения контекстных векторных представлений текста, которые можно использовать как признаки в NLP-системах. В README приведены результаты оценки на задаче сопоставления предложений MRPC: F1 81,41 и accuracy 70,34. Лицензия репозитория — MIT.

bge-large-zh-v1.5-gguf — набор моделей для получения текстовых эмбеддингов в формате GGUF, подготовленный Compendium Labs на основе исходной модели BAAI/bge-large-zh-v1.5. Модели предназначены для работы через llama.cpp, llama-cpp-python и интеграцию LangChain, а также для сценариев семантического поиска, сравнения текстов, кластеризации и других задач, использующих векторные представления текста. Доступны варианты F32 размером 1,3 ГБ, F16 размером 620 МБ, Q8_0 размером 332 МБ и Q4_K_M размером 193 МБ. Квантизация может обеспечить ускорение на CPU до 30% при минимальной потере точности; для GPU преимущество заявлено как умеренное. Модель ориентирована на китайскоязычные тексты, однако другие характеристики, включая архитектуру, размерность эмбеддингов и максимальную длину контекста, в README не указаны. Сильные стороны — поддержка llama.cpp, несколько вариантов точности и возможность эффективного запуска на CPU. Ограничения связаны с тем, что это модель эмбеддингов, а не генеративная языковая модель, и что в представленных данных отсутствуют подробности о качестве на конкретных наборах данных и поддерживаемых языках помимо указания zh в названии. Распространение осуществляется по лицензии MIT.

bge-small-en-v1.5 INT8 ONNX — компактная англоязычная модель для получения векторных представлений текста. Артефакт подготовлен для поиска в ZimaOS Photos на основе модели BAAI/bge-small-en-v1.5; распространяется в формате ONNX с динамической INT8-квантизацией QInt8 и рассчитан на выполнение через ONNX Runtime. Модель преобразует текст в эмбеддинги размерностью 384 и поддерживает последовательности длиной до 512 токенов. Она предназначена для семантического поиска и сопоставления поисковых запросов с текстовыми описаниями или индексированными фрагментами; для запросов требуется добавлять инструкцию «Represent this sentence for searching relevant passages:», а для индексируемых текстов её добавлять не следует. После получения вывода необходимо применять mean pooling с учётом attention mask и L2-нормализацию. К преимуществам относятся небольшой размер около 40 млн параметров, экономичное INT8-выполнение и совместимость с ONNX Runtime. Модель поддерживает английский язык и не является мультимодальной моделью, поэтому сама по себе не обрабатывает изображения. Лицензия — MIT.

CodeGemma 7B — модель генерации кода от Google, построенная на базе Gemma. Это предварительно обученная декодерная модель с 7 млрд параметров, рассчитанная на дополнение кода и генерацию кода по текстовым запросам. Для дополнения в редакторе поддерживает заполнение пропусков между префиксом и суффиксом (fill-in-the-middle, FIM); также принимает фрагменты кода и запросы на естественном языке и может выдавать код и текст. Модель обучалась на дополнительных 500 млрд токенов, преимущественно на английском коде из открытых репозиториев, математических наборах данных и синтетически созданном коде. Подходит для автодополнения в IDE, генерации программного кода по описанию и учебных сценариев, связанных с кодом. Это базовый, не настроенный на инструкции вариант CodeGemma, поэтому карточка не заявляет о поддержке чата; для диалоговых сценариев предназначена отдельная версия codegemma-7b-it. Разработчик указывает на общие ограничения больших языковых моделей. Лицензия — Gemma Terms of Use.

CodeLlama-7b-hf — базовая генеративная модель Meta для синтеза и понимания программного кода. Это версия семейства Code Llama с 7 млрд параметров в формате Transformers; архитектура — авторегрессионный оптимизированный трансформер семейства Llama. Модель принимает текст и генерирует текст, поддерживает контекст до 16 384 токенов. Модель предназначена для автодополнения кода и infilling — заполнения пропусков в коде. README отмечает, что эта базовая версия не предназначена для инструкционного диалога; для следования инструкциям в семействе есть отдельный вариант Instruct. Модель рассчитана на английский язык и языки программирования. Лицензия — пользовательская лицензия Meta для Llama 2, условия которой следует учитывать при использовании.

ColBERT-Zero-noprompts — модель LightOn, созданная для поиска и ранжирования документов по запросу. Это вариант семейства ColBERT на архитектуре ModernBERT с 149 млн параметров, реализованный в PyLate. Модель формирует многовекторные представления текста размерности 128 и сравнивает запросы и документы с помощью MaxSim; для запросов предусмотрена длина до 32 токенов, для документов — до 512 токенов. Метаданные также указывают контекст до 8192 токенов. Модель предназначена для семантического поиска, извлечения релевантных фрагментов и переранжирования результатов первой поисковой системы. Она обучена с дистилляцией на открытых данных; в README семейство ColBERT-Zero демонстрирует 55,43 nDCG@10 на BEIR, однако это значение не подтверждено отдельно именно для варианта noprompts. Для использования рекомендуется передавать prompt_name="query" и prompt_name="document" соответственно: пропуск или несоответствие подсказок может снизить качество. Модель ориентирована на английский язык и распространяется по лицензии Apache-2.0.

Это англоязычный разреженный CSR-энкодер tomaarsen, дообученный на базе mixedbread-ai/mxbai-embed-large-v1 на наборе Natural Questions с помощью библиотеки Sentence Transformers. Модель преобразует запросы и фрагменты текста в разреженные векторы размерности 4096; предусмотрено до 256 активных измерений. Максимальная длина входа — 512 токенов, сходство оценивается косинусной мерой. Модель предназначена для семантического поиска и разреженного поиска по запросам и документам, в частности для сценариев вопросов и ответов, похожих на Natural Questions. В README приведены результаты оценки поиска при разных ограничениях на число активных измерений; метрики относятся к указанным наборам nq_eval и не гарантируют аналогичное качество на других данных. Лицензия — Apache-2.0.

Карточка модели TechxGenus/CursorCore-DS-1.3B-LC на Hugging Face совпадает с карточкой TechxGenus/CursorCore-DS-1.3B, поэтому описание составлено по ней. CursorCore-DS-1.3B — модель из серии CursorCore, разработанной Hao Jiang, Qi Liu, Rui Li, Shengyu Ye и Shijin Wang для помощи в программировании. Она дообучена на базе deepseek-ai/deepseek-coder-1.3b-base и предназначена для генерации кода и диалоговой поддержки в сценариях AI-помощника программиста, включая редактирование кода, встроенный чат и автодополнение. Модель использует плотную архитектуру семейства LLaMA с причинно-следственной языковой моделью на 1,3 млрд параметров. Она принимает текстовые запросы и контекст с кодом и генерирует текст, включая программный код; заявленная длина контекста — 16 384 токена. README показывает сценарии обычного чата и взаимодействия с кодом, но примеры для конкретной модели частично используют другие модели CursorCore. Лицензия указана как other, поэтому условия использования следует сверять с карточкой модели.

Карточка модели TechxGenus/CursorCore-DS-1.3B-SR на Hugging Face совпадает с карточкой TechxGenus/CursorCore-DS-1.3B, поэтому описание составлено по ней. CursorCore-DS-1.3B — модель из серии CursorCore, разработанной Hao Jiang, Qi Liu, Rui Li, Shengyu Ye и Shijin Wang для помощи в программировании. Она дообучена на базе deepseek-ai/deepseek-coder-1.3b-base и предназначена для генерации кода и диалоговой поддержки в сценариях AI-помощника программиста, включая редактирование кода, встроенный чат и автодополнение. Модель использует плотную архитектуру семейства LLaMA с причинно-следственной языковой моделью на 1,3 млрд параметров. Она принимает текстовые запросы и контекст с кодом и генерирует текст, включая программный код; заявленная длина контекста — 16 384 токена. README показывает сценарии обычного чата и взаимодействия с кодом, но примеры для конкретной модели частично используют другие модели CursorCore. Лицензия указана как other, поэтому условия использования следует сверять с карточкой модели.

d7 — дообученная модель для генерации кода, созданная на основе deepseek-ai/deepseek-coder-1.3b-base и обученная на наборе данных generator. Она использует плотную архитектуру LlamaForCausalLM и содержит 1,3 млрд параметров. Модель предназначена для генерации текста и кода; базовая модель поддерживает продолжение, автодополнение и заполнение пропусков в коде. Контекст — до 16 384 токенов. В репозитории представлены веса в формате safetensors. Лицензия в доступных данных не указана.

Decision-2.0-Nox-4B — модель принятия решений семейства Decision 2.0, разработанная командой vLLM Semantic Router и дообученная на базе Qwen/Qwen3.5-4B-Base. Она принимает текст или JSON вместе с вопросами и одновременно выбирает один из вариантов, отвечает «да» или «нет» либо выставляет оценку. Для каждого ответа модель возвращает вероятность; вместо генерации обычного текста она выполняет классификацию за один проход. Модель содержит 4,21 млрд параметров и поддерживает контекст до 16 384 токенов. Модель подходит для маршрутизации запросов, выбора действий или вариантов, проверки условий и оценивания входных данных. В карточке сообщается о результатах на JevArena и сравнении с моделями того же размера, а также о медианной задержке 12,9 мс на один вопрос при работе на одном GPU; эти показатели зависят от условий оценки и оборудования. Репозиторий распространяется в формате Safetensors по лицензии Apache-2.0.

DeepSeek-Coder-7B-Base-v1.5 — базовая языковая модель для кода от DeepSeek, полученная продолжением предварительного обучения DeepSeek-LLM 7B на 2 трлн токенов с задачей предсказания следующего токена. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM, примерно 6,5 млрд параметров и контекстом 4096 токенов. Она предназначена для генерации и продолжения кода по текстовому контексту, в том числе как основа для дальнейшей адаптации под задачи программирования. Модель принимает и выдаёт текст; карточка не перечисляет поддерживаемые языки программирования или естественные языки. Репозиторий содержит веса в формате safetensors. Указана лицензия other, поэтому условия использования следует проверять в материалах проекта DeepSeek.

Это компактная модель DeiT для классификации изображений, опубликованная в библиотеке timm. Авторы статьи обучили её на ImageNet-1k с использованием дистилляционного токена; архитектура относится к семейству Vision Transformer. Модель содержит около 5,9 млн параметров и рассчитана на изображения размером 224 × 224 пикселя. Модель подходит для определения класса объекта на изображении, извлечения признаков и получения эмбеддингов изображений. Компактный размер и вычислительная стоимость около 1,3 GMAC делают её пригодной для сценариев, где важны скорость и экономное использование ресурсов. Она обучена на ImageNet-1k, поэтому её классы и качество вне этого набора данных могут не соответствовать конкретной прикладной задаче без дополнительной адаптации. Весы доступны в форматах PyTorch и Safetensors. Лицензия — Apache-2.0.

Это квантованная до формата MXFP4 версия мультимодальной модели Devstral-Small-2-24B-Instruct-2512. В README разработчиком исходной модели названа Mistral AI; архитектура — плотный трансформер Mistral3ForConditionalGeneration с 24 млрд параметров. Модель принимает текст и изображения, поддерживает контекст до 393 216 токенов и предназначена прежде всего для программирования, вызова инструментов и агентных сценариев. Квантование MXFP4 уменьшает размер весов: файл текстовой модели занимает 11,85 ГБ, а проектор изображения в формате F16 — 0,82 ГБ. README характеризует потерю качества как минимальную. Репозиторий распространяется по лицензии Apache 2.0. Для обработки изображений требуется vision-проектор mmproj; модель можно запускать через llama.cpp.

DistillBERT-Prompt-Injection-sm — модель классификации текста на основе DistilBERT, дообученная автором jayavibhav от distilbert/distilbert-base-uncased. По названию она предназначена для выявления prompt injection во входном тексте. Модель принимает текст; архитектура — DistilBertForSequenceClassification, максимальный контекст составляет 512 токенов. В README указаны результаты оценки: accuracy 0,9937 и loss 0,0298. Датасет, состав классов и методика оценки не описаны, поэтому эти показатели не позволяют судить о качестве на новых данных. Модель опубликована в формате safetensors под лицензией Apache-2.0.

ori-ai-fabric/ds-trinity-7b-v1 — объединённая языковая модель на базе DeepSeek Coder, созданная методом TIES с помощью mergekit. В объединение вошли deepseek-ai/deepseek-coder-6.7b-instruct и m-a-p/OpenCodeInterpreter-DS-6.7B; базой служит deepseek-ai/deepseek-coder-6.7b-base. Модель содержит 6,6 млрд параметров, использует архитектуру Llama с причинной языковой моделью и работает через Transformers. Нативный контекст — 16 384 токена. Модель предназначена для генерации кода и диалоговых сценариев, связанных с программированием: например, для написания и дополнения фрагментов кода, ответов на вопросы о коде и его объяснения. Информация о конкретных языках программирования и сравнительных преимуществах в карточке отсутствует. Репозиторий содержит веса safetensors; лицензия в предоставленных данных не указана.