II.10Разработка и эксплуатация AI/ML-систем

shisa-ai/Ornith-1.0-35B-FP8-BLOCK-MTP — производный чекпойнт модели Ornith-1.0-35B, опубликованный Shisa AI. Он основан на shisa-ai/Ornith-1.0-35B-FP8-BLOCK и предназначен для ускорения генерации текста с помощью speculative decoding и механизма MTP (Multi-Token Prediction). Модель ориентирована на задачи генерации кода, рассуждений и агентских сценариев, поддерживаемые базовой моделью и совместимым сервером инференса. Основные веса сохранены в формате FP8_BLOCK с использованием compressed-tensors, а MTP-голова добавлена в формате BF16. В чекпойнт включены 19 тензоров mtp.*; обучение или дистилляция не выполнялись — использована прямая graft-операция с MTP-головой от Qwen/Qwen3.6-35B-A3B. Размер базовой модели составляет 35B параметров; в метаданных также указана MoE-архитектура. Сведения о поддерживаемых языках и точном размере контекстного окна в README не приведены, хотя в локальном тестировании использовался лимит 32768 токенов. Главное преимущество — повышение пропускной способности при обслуживании через vLLM. В описанном локальном тесте конфигурация с num_speculative_tokens=3 достигла 246,522 выходных токена в секунду против 203,142 у базового режима без speculative decoding, то есть прирост составил 21,4%. При этом увеличивались медианные задержки до первого токена и межтокеновые интервалы, а acceptance снижался с 85,82% при одном спекулятивном токене до 66,98% при трёх. Результаты получены на одной NVIDIA RTX PRO 6000 Blackwell с частными тестовыми данными и могут не воспроизводиться на других аппаратных или рабочих нагрузках. Модель распространяется по лицензии MIT. Для использования MTP требуется совместимая инфраструктура, в частности vLLM с поддержкой соответствующих механизмов и compressed-tensors. README рекомендует повторно измерить производительность на собственном трафике; для чувствительных к задержке или стабильности сценариев следует рассмотреть один спекулятивный токен либо работу без speculative decoding.

SC117/Ornith-1.0-35B-MTP-APEX-GGUF — GGUF-сборка модели Ornith-1.0-35B от DeepReinforce AI, предназначенная для агентного программирования. Базовая модель Ornith дообучена на Qwen3.5 с применением обучения с подкреплением для совместной оптимизации генерации каркаса решения и последовательности действий по его выполнению. В сборку включены MTP-слои и проектор зрения mmproj в формате F16; для запуска с поддержкой изображений README указывает llama.cpp. Модель принимает текстовые запросы и, при использовании проектора зрения, изображения; генерирует текст, включая код и шаги решения задач. В карточке заявлены результаты на Terminal-Bench 2.1, SWE-Bench Verified/Pro/Multilingual, NL2Repo и OpenClaw. Для сервера llama.cpp приведена длина контекста 131072 токена. Файлы распространяются в GGUF с APEX-квантизацией, а также в BF16 и F16. Лицензия — MIT.

Ornith-1.5-35B-A3B-REAP50-GGUF — квантизированная GGUF-версия модели Ornith-1.5-35B-A3B, разработанной ornith-ai и подготовленной Ttimms. Модель предназначена для генерации текста, включая программирование и работу в локальных средах через llama.cpp и совместимые приложения. Она создана методом REAP с 50%-ным сокращением экспертных блоков: число экспертов в гибридной архитектуре Gated-DeltaNet и Mixture-of-Experts уменьшено с 256 до 128, удалена MTP-голова, а также визуальная башня; заявленный объём составляет около 19 млрд параметров, из которых примерно 3 млрд активны при обработке токена. Указан английский язык и текстовая модальность. Доступны варианты квантизации Q4_K_M, Q5_K_M, Q6_K и Q8_0 размером от 11,4 до 19,7 ГБ. Рекомендуемый Q4_K_M рассчитан на видеопамять 16 ГБ с запасом под контекст; Q8_0 требует более 16 ГБ или выгрузки части вычислений на CPU. MoE-архитектура обеспечивает относительно быструю работу на CPU и Apple Silicon для модели такого размера. Для запуска требуется свежая версия llama.cpp с поддержкой архитектуры qwen35moe; поддержка Ollama на момент публикации ожидала обновления встроенной llama.cpp. Контекст модели в README не указан. До квантизации заявлены результаты HumanEval+ 84,2%, MBPP+ 89,2% и SWE-bench Verified 44,0%, однако эти показатели относятся к варианту NVFP4A16 и могут не отражать качество GGUF-версий. Ограничениями являются потеря части экспертов и удаление MTP- и визуальной компонентов, а также необходимость достаточно нового программного окружения. Модель распространяется по лицензии MIT, унаследованной от базовой модели; pruning выполнен методом REAP с исправлением перенормировки маршрутизатора.

Fastiraz/Ornith-1.5-9B-GGUF — квантованное представление модели Ornith-1.5-9B, разработанной командой Ornith AI. Это плотная языковая модель с 9 млрд параметров, предназначенная для эффективного развёртывания на одной GPU; мобильная квантованная версия также ориентирована на запуск на периферийных устройствах и смартфонах. Модель относится к классу генеративных текстовых моделей и предназначена прежде всего для программирования, решения инженерных задач и работы с инструментами командной строки. Ornith-1.5 развивает Ornith-1.0, созданную на основе Qwen3.5 и Gemma4 с дополнительным непрерывным предварительным обучением, промежуточным обучением и постобучением. В новой версии совместно оптимизируются генерация задач, построение scaffolding и rollouts решений с применением reinforcement learning и цикла самоулучшения. По заявленным результатам модель показывает сильные показатели в задачах разработки программного обеспечения: 70,6 на SWE-bench Verified, 47,5 на SWE-bench Pro и 46,2–47 на Terminal-Bench 2.1 в зависимости от используемого агента. Ключевыми преимуществами являются компактный размер, возможность локального запуска и специализация на агентных сценариях программирования. README не содержит сведений о поддерживаемых языках, длине контекста, точных параметрах квантования, мультимодальности, устойчивости к ошибкам или ограничениях качества вне приведённых тестов, поэтому эти характеристики требуют дополнительной проверки. Модель распространяется по лицензии MIT; карточка указывает pipeline для генерации текста.

OS-Copilot/OS-Shepherd-9B — мультимодальная reward-модель, разработанная OS-Copilot для оценки траекторий агентов, управляющих компьютером. Она получает инструкцию пользователя, снимки экрана, а также рассуждения и действия агента и выносит обоснованный вердикт SUCCESS или FAIL о выполнении задачи. Модель дообучена на Qwen/Qwen3.5-9B методом SFT с последующим GRPO на наборе OS-Copilot/OS-Shepherd-100K. Этап обучения с подкреплением был направлен на снижение числа ошибочных оценок SUCCESS. Архитектура — плотная Qwen3.5 с 9 млрд параметров; модель поддерживает изображения и текст и рассчитана на англоязычные сценарии. Для работы README рекомендует использовать канонический формат запросов и траекторий из репозитория OSReward, а также свежую версию Transformers, vLLM или SGLang с поддержкой мультимодальности Qwen3.5. Модель подходит для проверки результатов компьютерных агентов и оценки их траекторий. Она распространяется по лицензии Apache-2.0. Качество оценки зависит от соблюдения ожидаемого формата запросов и траекторий; модель предназначена для вынесения вердиктов, а не для непосредственного управления компьютером.

AnkitAI/Parable-Granite-4.1-3B-Claude-Fable-5-GGUF — компактная дообученная модель на базе IBM Granite 4.1 3B, разработанная AnkitAI. Модель распространяется в формате GGUF и обучена на корпусах AnkitAI/parable-corpus-v2, Glint-Research/Fable-5-traces и Roman1111111/gpt5.5-terminal, включая трассировки агентских сессий Claude Fable 5. Указан английский язык и текстовая генерация. Модель предназначена для локального офлайн-использования в сценариях агентского поведения: планирования, рассуждений, программирования, работы с терминалом, tool-use и function-calling. Она ориентирована на запуск через llama.cpp, Ollama, LM Studio и совместимые инструменты. В README заявлена поддержка контекста 8192 токена и режим, при котором ответ предваряется блоком <think> с рассуждением. Рекомендуемая квантизация Q4_K_M занимает около 2,1 ГБ и требует примерно 3 ГБ RAM или VRAM; доступны варианты от Q4_K_M до F16. Сильные стороны модели — небольшой размер, низкие требования к памяти, структурированное рассуждение и ориентация на агентские задачи. Для версии v2 заявлены результаты 70,1 на HumanEval, 65,9 на HumanEval+ и 0 случаев утечки артефактов агента в проверке из 34 запросов. Ограничение заключается в том, что чистая генерация кода на отдельных функциях уступает базовой модели: в README приведено сравнение 70,1 против 81,7. Лицензия — Apache-2.0.

Phind-CodeLlama-34B-v1 — языковая модель для генерации кода, разработанная Phind и дообученная на базе CodeLlama-34B. Это плотная decoder-only архитектура Llama с 33,5 млрд параметров; репозиторий содержит веса PyTorch, а нативная длина контекста составляет 16 384 токена. Модель предназначена для ответов на задачи по программированию и генерации решений по инструкциям. Она была дообучена на внутреннем наборе примерно из 80 тысяч пар «инструкция — ответ» с задачами и решениями по программированию; авторы сообщают результат 67,6% pass@1 на HumanEval. Модель частично настроена на инструкции, но не обучена как чат-модель. Модель принимает текст и генерирует текст, в том числе код. README предупреждает, что проверки безопасности были ограниченными, поэтому перед внедрением в реальные системы нужна дополнительная оценка. Лицензия репозитория указана как Llama 2.

Модель perplexity-ai/pii-masking-vllm — упаковка для vLLM дообученной двунаправленной модели Qwen3 от Perplexity AI для обнаружения и оценки чувствительности персональных данных в разговорном тексте. Она использует энкодер примерно на 600 млн параметров с классификатором токенов на 37 меток и отдельной головой оценки чувствительности беседы. Классификатор размечает девять категорий PII, включая имена, адреса, электронную почту, телефоны, номера счетов и секреты; BIOES-разметка декодируется алгоритмом Витерби. Контекст модели по метаданным — 32 768 токенов, однако вход поставляемого клиента ограничен 4096 токенами и обрезается при превышении этого лимита. Модель принимает текст и возвращает метки и диапазоны с найденными данными, а также оценку чувствительности текста. Репозиторий переупаковывает готовые веса для vLLM без повторного обучения и квантизации; веса энкодера сохранены в bf16, головы — в fp32. Для развёртывания из README предусмотрены vLLM, адаптер подсчёта и Docker Compose с поддержкой NVIDIA GPU. Карточка указывает английский и многоязычный охват, но не перечисляет конкретные языки. Лицензия — MIT. Возможны пропуски и ложные срабатывания, а границы найденных фрагментов могут захватывать пробелы. Пороговые значения уверенности и чувствительности следует калибровать на целевых данных; для обработки документов длиннее 4096 токенов их нужно разбивать на части.

Porthor Guard — модель-модератор от EryriLabs с архитектурой смеси экспертов (MoE): четыре эксперта и маршрутизатор, который выбирает двух для ответа. Она предназначена для классификации вредного контента, снижения избыточных блокировок и извлечения персональных данных (PII). Модель объединяет компоненты нескольких базовых моделей; в карточке указаны 10,05 млрд хранимых параметров и 5,64 млрд активных для текстового режима. Опубликована как GGUF для запуска в llama.cpp; лицензия — Apache-2.0. Модель рассчитана на фильтрацию запросов и ответов в приложениях, разбор спорных случаев с передачей на проверку и поиск PII в конвейерах модерации. Она работает с текстом и ориентирована прежде всего на английский язык. README сообщает о контексте 32 тыс. токенов, тогда как метаданные указывают 262 144 токена; заявленную работу на длинном контексте авторы подробно не проверяли. Изображения в этой версии не поддерживаются. Качество избыточной блокировки — слабая сторона модели; также не подтверждено качество извлечения сущностей на других языках и поведение на состязательных запросах. Авторы не рекомендуют использовать её как единственную меру для соблюдения нормативных требований или для решений с серьёзными последствиями без проверки человеком.

Prism Coder 9B — мультимодальная модель для маршрутизации запросов к инструментам MCP в системе Prism Coder, разработанная dcostenco. Это дообученная с помощью QLoRA модель Qwen3.5-9B с плотной архитектурой и визуальной башней; она принимает текст и изображения, а выдаёт текстовые ответы и решения о вызове инструментов. README сообщает о 100% точности на BFCL в трёх запусках по 64 задания, без галлюцинаций в тесте, и описывает её как маршрутизатор по умолчанию вместо прежней модели на 14 млрд параметров. Видеоданные обрабатываются как последовательность кадров через визуальную башню; аудиокодировщика в семействе нет. Модель предназначена для выбора подходящего MCP-инструмента, определения релевантности запроса, нормализации параметров и разбора многоходовых цепочек вызовов. Размер указан как 9 млрд параметров; README приводит размер файла варианта Q4_K_M как 5,8 ГБ. Базовая модель — Qwen/Qwen3.5-9B. Лицензия — Apache-2.0. Заявленные результаты BFCL относятся к тестированию автора и не гарантируют аналогичного качества на иных наборах и конфигурациях.

QuCo-extractor-0.5B — компактная модель извлечения сущностей и отношений, разработанная для системы QuCo-RAG. Она дообучена на Qwen2.5-0.5B-Instruct и извлекает из предложений триплеты знаний вида «сущность — отношение — сущность». Модель предназначена для подготовки данных о связях между сущностями в корпусе, чтобы оценивать неопределённость и динамически подключать поиск в системах Retrieval-Augmented Generation (RAG). Это плотная причинная языковая модель семейства Qwen2 с 494 млн параметров, работающая с текстом и контекстом до 32 768 токенов. В карточке указана лицензия other; конкретные условия использования по этим данным установить нельзя. Качество извлечения, поддерживаемые языки и известные ограничения в карточке не описаны.

Модель q25sftrphardlam1 — готовый для инференса чекпойнт дообучения Qwen2.5-3B, подготовленный проектом RL-Forgetting-Experiments-3 для генерации кода. Это плотная авторегрессионная модель семейства Qwen2 с 3,1 млрд параметров, основанная на Qwen/Qwen2.5-3B и обученная на данных qwen3b_code_sft_data_s300. В README указаны упорядоченная подача данных, стратегия replay hard и коэффициент replay 1,0; чекпойнт зафиксирован на шаге оптимизатора 102. Модель подходит для генерации кода и диалоговых сценариев с программированием. Она принимает текст и выдаёт текст; максимальная длина контекста составляет 32 768 токенов. Репозиторий использует Transformers и формат весов safetensors. Лицензия в предоставленных данных не указана.

caraman/Qwen2.5-7B-query-rewriter — специализированная текстогенерационная модель, дообученная на базе Qwen/Qwen2.5-7B-Instruct для переформулирования поисковых запросов. Модель предназначена для conversational search и сценариев RAG, где текущий запрос пользователя нужно преобразовать в самостоятельный и более подходящий для поиска по документам; в метаданных также указана совместимость с MLX и форматом safetensors. Модель содержит около 7,1 млрд параметров, поддерживает контекст длиной до 32 768 токенов и ориентирована на английский язык. Её сильная сторона — специализация на query rewriting в диалоговом поиске и retrieval-augmented generation, что может улучшать поиск по контексту предыдущих сообщений. Лицензия Apache 2.0; модель основана на Qwen2.5-7B-Instruct и наследует условия его использования.

unsloth/Qwen2.5-Coder-1.5B-bnb-4bit — 4-битная версия базовой языковой модели Qwen2.5-Coder, разработанной командой Qwen. Модель предназначена прежде всего для генерации, анализа и исправления исходного кода, задач code completion и fill-in-the-middle, а также для построения кодовых агентов. Это базовая модель после предварительного обучения, поэтому она не рекомендуется для непосредственного использования в диалогах без дополнительного дообучения или постобучения. Модель относится к causal language models и использует архитектуру на базе transformers с RoPE, SwiGLU, RMSNorm, смещениями в QKV-слоях внимания и связанными эмбеддингами слов. Она содержит около 1,54 млрд параметров, включая 1,31 млрд параметров без учёта эмбеддингов, 28 слоёв и групповое запросное внимание с 12 головами Q и 2 головами KV. Заявлена поддержка контекста до 131 072 токенов, однако исходная конфигурация рассчитана на 32 768 токенов; для более длинных входов требуется настройка YaRN. В README указан английский язык и библиотека Transformers. К сильным сторонам относятся компактный размер, сниженные требования к памяти благодаря 4-битному представлению и специализация на программном коде при сохранении математических и общих языковых способностей базовой серии Qwen2.5-Coder. Ограничения включают отсутствие instruction tuning, потенциально менее стабильное диалоговое поведение и возможное ухудшение производительности на коротких текстах при включении статического масштабирования YaRN. Модель распространяется по лицензии Apache-2.0.

Qwen2.5-Coder-3B-Instruct-4bit — языковая модель для генерации текста и работы с программным кодом, разработанная командой Qwen. Версия преобразована сообществом mlx-community из исходной модели Qwen/Qwen2.5-Coder-3B-Instruct в формат MLX с использованием mlx-lm 0.19.3. Модель имеет размер 3B параметров и предназначена для сценариев инструкционного диалога и генерации кода. В карточке указана поддержка английского языка, текстовая модальность и применение через библиотеку mlx-lm; доступна 4-битная версия, что уменьшает требования к памяти по сравнению с полноразмерным представлением, но может ограничивать точность по сравнению с исходной моделью. Архитектура и размер контекста в README не указаны. Для использования требуется установить пакет mlx-lm и загрузить модель через функции load и generate. Лицензия обозначена как qwen-research; подробные условия доступны по ссылке на лицензию исходной модели. README не содержит данных о результатах тестирования, конкретных ограничениях качества или поддерживаемых языках помимо английского.

unsloth/Qwen2.5-Coder-3B-Instruct-bnb-4bit — 4-битная квантованная версия Qwen2.5-Coder-3B-Instruct, разработанная на базе серии Qwen2.5-Coder. Серия предназначена для генерации, анализа, рассуждений и исправления программного кода, а также для создания кодовых агентов и решения математических и общеязыковых задач. В карточке указана поддержка английского языка и библиотека Transformers. Для семейства Qwen2.5-Coder заявлена архитектура causal language model на базе Transformers с RoPE, SwiGLU, RMSNorm, смещениями в QKV-внимании и связанными эмбеддингами слов; заявленный контекст — до 32 768 токенов. Однако README содержит противоречивые сведения: идентификатор указывает на instruct-модель объёмом 3B параметров, тогда как техническое описание в тексте относится к базовой модели 0.5B с 0.49B параметров и этапом предварительного обучения. Поэтому точные характеристики именно данного 3B-варианта по README подтвердить нельзя. 4-битное представление должно снижать требования к памяти и облегчать локальный запуск, но README не приводит точных показателей качества, системных требований или ограничений квантованной версии. Модель распространяется по лицензии Apache-2.0.

BenevolenceMessiah/Qwen2.5-Coder-7B-Chat-Instruct-TIES — объединённая методом TIES языковая модель на архитектуре Qwen2 для генерации кода и диалогового взаимодействия. Она создана с помощью mergekit на основе Qwen/Qwen2.5-Coder-7B-Instruct и Qwen/Qwen2.5-Coder-7B; в метаданных указано 7,1 млрд параметров и контекст до 32 768 токенов. Модель предназначена для генерации кода по запросу и ответов в чате на задачи, связанные с программированием. Метаданные также отмечают интерфейс вызова инструментов, однако README не описывает его поведение или качество. Модель опубликована в формате safetensors и используется через библиотеку Transformers. Лицензия в предоставленных данных не указана.

Это конвертированная версия Qwen3.6-35B-A3B, подготовленная exolabs для запуска через vLLM. Весы исходного GGUF с MXFP4-квантованием экспертов MoE и тензорами в форматах K-quant, Q8 и F32 были деквантованы и преобразованы в safetensors с точностью BF16; архитектурные тензоры Qwen3.6/GDN были переименованы и согласованы для загрузки в Transformers и vLLM. Модель предназначена для диалоговой генерации и обслуживания через vLLM. Хотя в метаданных указана задача image-text-to-text и способность vision, визуальная башня в этом артефакте отсутствует: README рекомендует запускать его только для обработки текста с параметром --language-model-only. Для мультимодального анализа изображений этот файл модели не подходит. В репозитории 21 шард safetensors общим размером около 69,3 ГБ; README сообщает об успешных проверках загрузки, генерации и запуска в vLLM. Лицензия указана как other, поэтому перед использованием следует проверить её условия на странице модели.

lued/Qwen3.8-27B-INT8-W8A16-DFlash2 — это квантованная версия Qwen3.8-27B, разработанной командой Qwen и опубликованной пользователем lued. Репозиторий изменяет числовое представление модели, сохраняя основные возможности исходной версии, включая vision tower, управление режимом рассуждений и вызов инструментов. Модель предназначена для диалоговых и мультимодальных задач, а также для развёртывания через vLLM на потребительском оборудовании. Модель использует INT8-квантование весов W8A16 с активациями FP16 или BF16 и рассчитана на GPU архитектуры Ampere, включая RTX 3090. Заявлен контекст до 262 144 токенов; размер модели на диске составляет около 28 ГиБ. Для ускорения генерации применяется speculative decoding с отдельной моделью-черновиком DFlash2, которая предлагает до семи токенов за шаг. На двух RTX 3090 заявлена скорость до 117 токенов в секунду при полном контексте, а совпадение наиболее вероятного следующего токена с исходной BF16-моделью составляет 98,1%. Сильными сторонами являются заметное снижение размера, почти полное сохранение поведения исходной модели и ускоренная генерация на совместимом оборудовании. Ограничения включают необходимость отдельной модели DFlash2, использования неподдерживаемых в стабильной версии vLLM патчей и конфигурации с двумя GPU для заявленных характеристик. Языки и точные архитектурные параметры в README не указаны. Модель распространяется по лицензии Apache 2.0.

Qwen3.8-27B-IU4-Kairic-Edge — производительная квантованная версия Qwen3.8-27B, разработанная Kairic.ai для локального запуска на графических процессорах AMD Strix Halo с архитектурой gfx1151, включая Radeon 8060S. Модель предназначена для генерации текста и программного кода, а также для сценариев локального инференса с ускоренной обработкой промптов и многотокенной верификацией. Модель использует 27B-параметрическую языковую архитектуру Qwen3.8 и формат GGUF, а её вычислительный маршрут сочетает 4-битные активации и веса с нативными AMD IU4 matrix-инструкциями. Концепция Dual View объединяет авторитетное представление GGUF с тремя специализированными файлами-компаньонами Prompt Forge для отдельных фаз вычислений. Заявлена поддержка контекста размером до 256K токенов, prompt caching и native MTP4; сведения о языках в README не указаны. К сильным сторонам относятся высокая скорость генерации, ускоренная обработка промптов, существенное сокращение времени повторной обработки кэшируемых префиксов и результаты на тестах HumanEval. На воспроизведённой задаче структурированной генерации коэффициент принятия черновых токенов составил 99,73%, однако производительность зависит от совместимого оборудования и поддерживаемых форм вычислений. Для работы требуется специальная сборка Kairic Edge v1.2; стандартный llama.cpp не поддерживает необходимые sidecar-файлы и параметр --kairic-edge. Лицензия модели — Apache-2.0.

OBLITERATUS/Qwen3.8-27B-OBLITERATED — текстовая генеративная модель, разработанная OBLITERATUS на базе Qwen/Qwen3.8-27B. Модель предназначена для диалогов, генерации текста и кода, агентных сценариев, а также исследований безопасности ИИ и red-team-тестирования. Основной заявленный профиль — ответы на запросы, которые исходная модель может отклонять, включая кибербезопасность и программирование. Модель использует архитектуру Qwen3 с 27 млрд параметров и поддерживает режимы с рассуждением и без него. Доступны форматы GGUF, Safetensors и MLX; заявлена совместимость с текстовым pipeline для генерации текста. В README не указаны точное максимальное контекстное окно и полный перечень поддерживаемых языков. Для версии V3 приводится результат 82,3% на MMLU в режиме 0-shot, что на 2,1 процентного пункта ниже базовой модели; также заявлены рабочие ответы во всех 20 проверенных задачах генерации кода. К сильным сторонам относятся снижение частоты отказов и защитных отговорок, близкая к базовой общая производительность и пригодность для генерации кода. Ограничениями являются некоторое ухудшение результата MMLU, склонность к зацикливанию без repetition_penalty и возможная чувствительность к настройкам генерации. В README рекомендуются temperature 0, repetition_penalty 1.15 и не менее 2048 новых токенов; для агентных сценариев предлагаются более низкая длина ответа и периодическое сокращение контекста. Модель распространяется по лицензии Apache-2.0.

Qwen3.8-Flash-Coder Selective INT8 — сжатая версия модели Qwen3.8-Flash-Next, опубликованная Jab1718 и предназначенная для генерации кода и диалогового использования. Это языковая MoE-модель с 48 слоями, 128 экспертами на слой и выбором восьми активных экспертов. По README, матрицы маршрутизации и внимания сохранены в BF16, а параметры FFN-экспертов сжаты до INT8; файлы Safetensors занимают около 19,7 ГБ. Метаданные указывают 5,1 млрд параметров и контекст до 262 144 токенов. Модель предназначена для генерации и дополнения кода, в том числе на Python и Rust, а также для программных диалогов. README заявляет прохождение всех четырёх проверок на стандартных тестах Python и Rust; это ограниченный набор оценок и не гарантирует качество на других языках программирования и задачах. Указанная лицензия — Apache 2.0.

noctrex/Qwen3-Coder-REAP-25B-A3B-MXFP4_MOE-GGUF — квантизированная в формате GGUF версия модели Cerebras Qwen3-Coder-REAP-25B-A3B. Это MoE-модель для генерации кода и диалогового использования; каталог также указывает поддержку чата. Репозиторий содержит варианты MXFP4_MOE, включая варианты с imatrix-калибровкой bartowski и экспериментальные варианты codetiny-exp и codemedium-exp, откалиброванные на наборах данных для программирования. Модель предназначена для генерации кода и помощи в задачах программирования. Автор отмечает, что калибровочные данные экспериментальных вариантов охватывают только код, поэтому их пригодность для общих знаний не установлена и требует дальнейшей проверки. Лицензия в предоставленных данных не указана.

Это визуальный энкодер семейства Qwen3-VL, подготовленный авторами карточки как модель timm на основе визуальных весов Qwen/Qwen3-VL-4B-Instruct. Он извлекает признаки изображений и формирует эмбеддинги, пригодные для последующей классификации или других задач компьютерного зрения. Веса модели не проходили дополнительное обучение; языковая модель и обученная голова классификации в checkpoint не входят. Архитектура включает визуальный backbone шириной 1024, пространственный merger и проекцию до 2560 измерений. Для обычного прохода признаки объединяются усреднённым pooling; доступны также промежуточные карты признаков. Модель рассчитана на изображения RGB, поддерживает прямоугольные размеры и использует размер изображения 768 × 768. Размеры входа должны делиться на 16, а для вариантов с merger 2 × 2 — на 32. Для обработки изображений временные веса свёртки сведены к двумерной свёртке. Энкодер подходит для получения визуальных признаков и дообучения классификационной головы на целевом наборе данных. Лицензия — Apache 2.0. Он не выполняет диалог, OCR или генерацию текста самостоятельно, поскольку языковые веса отсутствуют.

timm/qwen3_vit_306m.qwen3_5_2b — модель-энкодер изображений на основе зрительных весов Qwen3.5-2B, представленная в формате timm. Она предназначена для извлечения признаков изображений и получения векторных представлений, которые можно использовать в последующих задачах компьютерного зрения и при дообучении классификатора на целевом наборе данных. Модель содержит около 305,5 млн параметров и использует визуальный трансформер с шириной backbone 1024, GELU-tanh MLP, обучаемыми абсолютными позициями и осевым 2D RoPE. Изображения обрабатываются как RGB; поддерживаются прямоугольные размеры, кратные 16. Входной размер в карточке — 768×768. Веса преобразованы из визуального компонента Qwen3.5-2B для реализации image-only: временные веса свёртки сведены к двумерной свёртке. Это конверсия визуальных весов без дополнительного обучения. В репозитории нет весов языковой модели и обученной головы классификации; новая линейная голова требует обучения на целевых данных. Лицензия — Apache 2.0.

timm/qwen3_vit_306m.qwen3_5_4b — визуальный энкодер, созданный как нативное для timm преобразование весов зрительной части Qwen3.5-4B. Модель содержит около 305,5 млн параметров и предназначена для извлечения признаков изображений; языковые веса и обученная голова классификации в неё не входят. Веса не дообучались: временное ядро исходной свёртки сведено к двумерной свёртке для обработки одиночных изображений. Архитектура включает ширину скрытого представления 1024, MLP-блоки с GELU-tanh, обучаемые абсолютные позиционные кодировки и осевое двумерное RoPE. Штатный размер изображения — 768 × 768; поддерживаются прямоугольные изображения, размеры сторон должны делиться на 16, а для варианта с объединением 2×2 — на 32. Модель возвращает пространственные признаки или пулингованные эмбеддинги изображений. Энкодер подходит как основа для последующей настройки под классификацию и другие задачи компьютерного зрения. Для классификации нужно обучить новую линейную голову. Лицензия — Apache 2.0.

RegNetZ-4GF — модель классификации изображений и извлечения признаков, обученная Ross Wightman в библиотеке timm на ImageNet-1k. Она содержит 28,9 млн параметров и требует изображения размером 320 × 320 при тестировании; для обучения использовался размер 256 × 256. Модель можно применять как классификатор, извлекатель карт признаков и источник эмбеддингов изображений. Реализация RegNet в timm поддерживает stochastic depth, gradient checkpointing, настройку шага выходных признаков и конфигурируемые слои активации и нормализации. Модель предназначена для распознавания объектов на изображениях и использования в качестве визуального backbone в компьютерном зрении. Распространяется по лицензии Apache-2.0.

timm/resnet50.ram_in1k — модель классификации изображений на основе ResNet-B, опубликованная в библиотеке timm. Она обучена на ImageNet-1k по рецепту AugMix с RandAugment, оптимизатором SGD с Nesterov, функцией потерь JSD и косинусным расписанием скорости обучения с разогревом. Архитектура использует активации ReLU, свёртку 7×7 с пулингом и обходные соединения с понижающей проекцией 1×1; модель содержит 25,6 млн параметров и требует около 4,1 GMACs. Модель предназначена для классификации изображений и может использоваться как базовая сеть для извлечения признаков, карт признаков и эмбеддингов изображений. Размер изображения при обучении — 224×224, при тестировании — 288×288. Репозиторий предоставляет веса PyTorch и Safetensors. Лицензия Apache-2.0.

Rewnozom-GGUF — это конверсия модели Rewnozom/Rewnozom в формат GGUF, разработанная авторами Rewnozom на основе Qwen/Qwen2.5-7B-Instruct-1M. Модель предназначена для локального запуска через llama.cpp, Ollama, LM Studio, Jan и другие совместимые загрузчики. Указан английский язык, а исходная модель относится к семейству 7B instruct-моделей с контекстом до 1 млн токенов. Модель ориентирована на генерацию текста, рассуждения и задачи, связанные с логикой, декомпозицией запросов, планированием и исправлением планов, маршрутизацией инструментов, управлением состоянием и памятью, retrieval, разрешениями и многоагентной оркестрацией. В README также упоминается обучение на синтетических данных с детерминированными формальными мирами, проверками оракула и машинно проверяемыми ответами. Доступны варианты от F32, F16 и BF16 до низкобитных квантований, включая K-quants, legacy-quants, T-quants и гибридные профили. Сильными сторонами являются широкий выбор размеров файлов и компромиссов между качеством, скоростью и потреблением памяти, а также возможность локального использования. Качество и производительность зависят от выбранного квантования, длины контекста, аппаратного ускорения и характера задач; низкобитные варианты могут заметно менять поведение модели. Контроль разрешений, деструктивных действий и изменения состояния рекомендуется оставлять за детерминированной логикой приложения. Распространение заявлено по лицензии Apache 2.0.

Карточка модели whilework/rubert-tiny2 на Hugging Face совпадает с карточкой cointegrated/rubert-tiny2, поэтому описание составлено по ней. cointegrated/rubert-tiny2 — компактный русскоязычный BERT-энкодер, обновлённая версия ruBERT-tiny. Модель разработана для получения векторных представлений предложений; её также можно дообучать для прикладных задач. Она содержит около 29 млн параметров, использует словарь из 83 828 токенов и поддерживает последовательности длиной до 2048 токенов. Эмбеддинги предложений приближены к представлениям LaBSE; сегментные эмбеддинги настроены на задаче NLI. Векторы можно применять, например, для классификации коротких текстов методом ближайших соседей и оценки сходства предложений. Модель ориентирована на русский язык; карточка распространяет её по лицензии MIT.