II.10Разработка и эксплуатация AI/ML-систем

Ornith-1.0-397B-GGUF — открытая языковая модель из семейства Ornith-1.0, разработанная deepreinforce-ai и представленная в формате GGUF командой Unsloth. Модель предназначена прежде всего для агентного программирования и задач, связанных с автономной разработкой ПО, включая работу с терминалом, решение инженерных задач и генерацию кода. В README заявлено, что семейство ориентировано на высокую производительность в Terminal-Bench 2.1, SWE-Bench, NL2Repo и OpenClaw. Модель относится к архитектуре Qwen 3.5 MoE и имеет заявленный размер 397B параметров; при этом она описывается как вариант, рассчитанный на эффективное развертывание на одной GPU. Ornith-1.0 использует обучение с подкреплением, оптимизируя не только итоговые решения, но и scaffolding — структуру поиска и выполнения шагов, которая приводит к этим решениям. Это может быть сильной стороной в многошаговых агентных сценариях и программировании, однако конкретные характеристики контекстного окна, языков, поддерживаемых модальностей, требований к памяти и особенностей квантования GGUF в предоставленных данных не указаны. Модель распространяется по лицензии MIT, без региональных ограничений, что допускает свободное использование при соблюдении условий лицензии. Заявленные результаты бенчмарков следует интерпретировать с учетом конкретного раннера и конфигурации оценки: для Terminal-Bench 2.1 указаны результаты 77,5 с Terminus-2 и 78,2 с Claude Code.

Ornith-1.0-9B-GGUF — компактная открытая языковая модель семейства Ornith-1.0, разработанная командой Deep Reinforce. Модель ориентирована на агентное программирование и предназначена для эффективного развёртывания на одной GPU. Это 9B-Dense-вариант, созданный на базе Gemma 4 и Qwen 3.5 с последующим обучением методом reinforcement learning. Поддержка формата GGUF указана в идентификаторе модели. Ключевая особенность Ornith-1.0 — самоулучшаемое обучение, при котором модель оптимизирует не только последовательность действий для решения задачи, но и scaffold, управляющий этим решением. Такой подход нацелен на улучшение поисковых траекторий и качества выполнения сложных задач разработки программного обеспечения. По заявленным результатам модель показывает высокую эффективность среди открытых моделей сопоставимого размера: 43,1 на Terminal-Bench 2.1 с Terminus-2, 40,6 с Claude Code, 69,4 на SWE-bench Verified и 42,9 на SWE-bench Pro. Сильными сторонами являются специализация на агентном кодинге, сравнительно небольшой размер и возможность локального запуска на одной GPU. Ограничения связаны с тем, что README не содержит сведений о размере контекста, поддерживаемых языках, мультимодальности, точных требованиях к оборудованию и качестве вне задач программирования; заявленные показатели также зависят от используемого агентного окружения. Модель распространяется по лицензии MIT и заявлена как доступная без региональных ограничений.

mudler/parakeet-cpp-gguf — набор моделей автоматического распознавания речи в формате GGUF для C++/ggml-библиотеки parakeet.cpp. Репозиторий поддерживает конвертированные модели NVIDIA NeMo Parakeet и предназначен для локального запуска ASR на CPU, включая сценарии офлайн-распознавания и потоковой транскрипции. Указано, что результаты на CPU сопоставимы с исходными моделями PyTorch. В набор входят варианты размером от 110M до 1.1B параметров с архитектурой FastConformer и головами CTC, RNNT, TDT либо гибридом TDT+CTC. Для realtime_eou_120m-v1 заявлена потоковая cache-aware RNNT-архитектура с поддержкой EOU/EOB. Доступны варианты F16, Q8_0, Q6_K, Q5_K и Q4_K; F16 рекомендован как обеспечивающий точность F32 при меньшем размере и обычно наиболее высокую скорость на современных CPU. Размер файлов зависит от модели и квантизации: примерно от 129 МБ до 2,4 ГБ. Языки, максимальная длина контекста и точный набор поддерживаемых аудиоформатов в README не указаны. Сильными сторонами являются широкий выбор архитектур и уровней квантизации, возможность запуска через C++/ggml и наличие моделей для потокового распознавания. Для ряда F16, Q8_0 и Q4_K указано нулевое различие WER по сравнению с NeMo в приведённом сравнении, однако для других вариантов измерения не проводились. Лицензия набора — CC BY 4.0.

mnoukhov/pythia2.8b-rm-tldr6.9b — модель классификации текста на основе архитектуры GPT-NeoX, дообученная из mnoukhov/pythia2.8b-sft-tldr. По названию и контексту обучения это модель вознаграждения для оценки текстовых ответов, хотя карточка не описывает её назначение подробно. В репозитории указаны результаты оценки: loss 0,3979 и accuracy 0,8129; размер модели — 3,5 млрд параметров, контекст — 2048 токенов. Модель принимает текст и выдаёт классификационную оценку. Она может применяться для ранжирования или отбора ответов, например в конвейерах обучения с обратной связью от модели. Поддерживаемые языки и ограничения качества в карточке не раскрыты. Лицензия — Apache-2.0.

Qodo-Embed-1-1.5B — модель эмбеддингов кода от Qodo, дообученная на базе Alibaba-NLP/gte-Qwen2-1.5B-instruct. Она предназначена для поиска по коду и сопоставления естественно-языковых запросов с фрагментами кода, а также для поиска похожих фрагментов кода. Такие эмбеддинги можно использовать в поисковых системах и RAG-сценариях для разработки ПО. Архитектура — плотная Qwen2, размер — 1,5 млрд параметров; модель выдаёт векторы размерности 1536. По данным метаданных, нативный контекст составляет 131 072 токена; README указывает максимум входа 32 тыс. токенов. README сообщает о поддержке Python, C++, C#, Go, Java, JavaScript, PHP, Ruby и TypeScript. Метаданные указывают библиотеку Sentence Transformers и формат safetensors. Разработчики заявляют о высоких результатах на COIR и MTEB, однако это заявление карточки модели и не гарантирует качества на конкретном наборе данных. Лицензия обозначена как other, поэтому условия использования следует сверить с лицензией репозитория.

Карточка модели tmickleydoyle/Question-To-Code на Hugging Face совпадает с карточкой tmickleydoyle/Python-Code-Completer, поэтому описание составлено по ней. tmickleydoyle/Python-Code-Completer — дообученная модель для генерации и дополнения кода Python. Она создана разработчиком tmickleydoyle на основе unsloth/qwen2.5-coder-1.5b-bnb-4bit и обучалась с использованием Unsloth и библиотеки Hugging Face TRL. Модель построена на плотной архитектуре Qwen2 и содержит 1,5 млрд параметров; заявленный контекст — до 32 768 токенов. Модель подходит для продолжения фрагментов Python-кода и помощи при написании кода по текстовым запросам. В карточке указаны английский язык и лицензия Apache-2.0. README не приводит результатов оценки качества или подробностей обучающих данных, поэтому надёжность генерации и охват конкретных библиотек по доступным сведениям оценить нельзя.

Agnuxo/Qwen2-7B-v2-Instruct_CODE_Python-Spanish_English_GGUF_16bit — локальная чат-модель для генерации кода, опубликованная Франсиско Ангуло де Лафуэнте. Она основана на плотной архитектуре Qwen2 и содержит 7 млрд параметров; в репозитории представлены веса в формате GGUF F16. Модель предназначена для генерации и помощи с кодом на Python, а README также заявляет навыки работы с JavaScript, TypeScript, Rust, Go и C++, а также научными вычислениями и ML-библиотеками. Модель принимает текстовые запросы и выдаёт текст, подходит для локального запуска через Ollama и для диалогового взаимодействия. В метаданных указаны английский и испанский языки; длина контекста в предоставленных данных не приведена. Лицензия — Apache-2.0. README содержит заявления об интеграции с агентскими инструментами и экосистемой P2PCLAW, но не даёт независимых оценок качества генерации кода.

Это пакет слоёв GGUF для модели Qwen3-30B-A3B-Instruct-2507-UD-Q4_K_XL, подготовленный Mesh LLM для распределённого запуска. Он основан на unsloth/Qwen3-30B-A3B-Instruct-2507-GGUF: исходное распределение весов разделено на артефакты по слоям, которые можно использовать на локальном кластере Mesh LLM. Пакет рассчитан на локальный приватный вывод и обслуживание чата на нескольких машинах, когда исходную GGUF-модель трудно разместить на одном узле; Mesh LLM также предоставляет локальный API, совместимый с OpenAI Chat Completions. Модель относится к семейству Qwen3 и поддерживает генерацию текста в формате диалога. Вариант квантования — UD-Q4_K_XL; репозиторий содержит пакет слоёв для распределённого инференса, а не обычный единый файл модели. Для запуска требуется Mesh LLM и доступные машины кластера. Подробности об архитектуре, контекстном окне и лицензии следует сверять с карточкой исходной модели; README этого пакета отсылает к ней и не приводит эти условия.

DJLougen/Qwen3.5-9B-Harmonic-GGUF — набор GGUF-квантизаций модели Qwen3.5-9B-Harmonic, разработанной DJLougen на базе unsloth/Qwen3.5-9B. Модель дообучена с использованием Unsloth и Hugging Face TRL примерно на 800 синтетических примерах с ответами Claude; доступные файлы созданы с помощью llama.cpp, включая варианты с importance matrix на основе WikiText-2. Лицензия — Apache 2.0. Модель предназначена прежде всего для генерации кода, рассуждений и использования в агентных сценариях, например в Hermes Agent, а также для локального запуска через совместимые инструменты вроде LM Studio и Ollama. Заявлена поддержка английского языка, текстовой генерации и мультимодального ввода изображений и видео благодаря vision encoder Qwen3.5. Контекстное окно составляет 262 144 токена, размер модели — около 9 млрд параметров. Архитектура гибридная: 32 слоя, сочетающие линейное внимание с компонентами Mamba SSM и полное внимание; используется GQA. По приведённым оценкам модель показывает pass@1 87,2% на HumanEval, 81,7% на HumanEval+ и accuracy 80,36% на MMLU-Pro, с особенно высокими результатами в математике, биологии, химии и физике. Конкретное качество зависит от выбранного уровня квантизации; представлены варианты от F16 до более компактных форматов. Важное ограничение — автор предупреждает, что модель оптимизирована для работы внутри структурированного агентного harness и может вести себя непредсказуемо при обычном запуске без подходящего системного промпта; надёжность разговорного поведения вне такого окружения не гарантируется.

Qwen3.6-27B Q4KM dequant BF16 for vLLM — это преобразованная версия весов Qwen3.6-27B, подготовленная exolabs для запуска через vLLM. Исходные веса взяты из GGUF-файла Q4_K_M репозитория unsloth/Qwen3.6-27B-GGUF, деквантизированы и сохранены в формате BF16 в шардах safetensors; конфигурация и токенизатор взяты из Qwen/Qwen3.6-27B. Архитектура — плотная Qwen3_5ForConditionalGeneration; валидация описывает текстовую генерацию, а визуальная башня намеренно отсутствует. Модель предназначена для диалоговой генерации текста и развёртывания через vLLM. В README указаны успешная загрузка через Transformers CUDA и короткая генерация, а также проверка совместимости с интерфейсом vLLM completions. Для запуска автор рекомендует режим только языковой модели и максимальную длину контекста 4096 токенов. Хотя метаданные содержат тег image-text-to-text и возможность vision, данная сборка не включает визуальную башню и рассчитана на текстовый режим. Это конверсия и деквантизация исходного GGUF Q4_K_M в BF16, а не исходный чекпойнт BF16: точность ограничена исходными квантованными весами. Репозиторий не сообщает лицензию; условия использования следует сверить с лицензиями исходной модели и файла. Для запуска нужны совместимые версии vLLM и подходящее GPU-оборудование; проверка проводилась на H200 с vLLM 0.23.0.

shawnw3i/Qwen3.8-27B-AWQ-MTP — это квантованная AWQ-версия модели Qwen3.8-27B, опубликованная пользователем shawnw3i и основанная на базовой модели Qwen/Qwen3.8-27B. Модель предназначена для генерации текста с поддержкой визуальных входных данных, а также для ускоренного инференса в vLLM. Модель использует AWQ-квантизацию и поддерживает ядро AWQ Marlin, которое vLLM автоматически конвертирует во время работы. Также предусмотрено MTP speculative decoding с тремя спекулятивными токенами. В README заявлена производительность свыше 110 токенов в секунду на одном A800 80GB при использовании vLLM 0.27.1, MTP и FP8 KV cache. Рекомендуемая максимальная длина контекста — 65 536 токенов. Поддерживаются текстовые и визуальные входные данные; сведения о языках не указаны. К сильным сторонам относятся поддержка vision-сценариев, совместимость с AWQ Marlin и встроенное ускорение генерации посредством MTP. Ограничения включают зависимость от совместимой конфигурации vLLM и GPU, а также возможные потери точности из-за квантизации; для предотвращения деградации точности размер группы был уменьшен до 64. Модель распространяется по лицензии Apache-2.0.

Israeli-AI/Qwen3.8-27B-MTP-W4A16-VOLTA-Ampere — квантованная версия Qwen/Qwen3.8-27B, подготовленная командой Israeli-AI. Это текстогенерационная thinking-модель с поддержкой native MTP speculative decoding. Основной сценарий — запуск и обслуживание на GPU, включая Volta V100, где официальная FP8-версия не работает, а также на Ampere и более новых архитектурах. Заявлена поддержка английского языка; мультимодальные возможности сохранены, но на Volta проверялся только текстовый режим. Модель использует квантование INT4 W4A16 с симметричной схемой и group size 128 для значительной части self-attention и MLP-проекций. Размер BF16-варианта 51,7 ГБ сокращён до 25,8 ГБ, благодаря чему модель может работать на двух V100 по 32 ГБ с tensor parallelism и контекстом до 256K; в измерениях обслуживался контекст 131 072 токена. MTP-head, vision tower, embeddings, lm_head, нормы и компоненты Gated-DeltaNet сохранены в полной точности. На двух V100 заявлена скорость декодирования 43–68 токенов в секунду, обычно около 53,5, при трёх speculative-токенах. Сильные стороны модели — совместимость с устаревшими Volta GPU, уменьшенный объём памяти и сохранённая эффективность MTP-декодирования за счёт нетронутой MTP-head. Ограничения включают необходимость специальной Volta-совместимой сборки vLLM и настройки окружения, отсутствие проверки мультимодальной работы на Volta, а также неподтверждённую в README работу на Ampere и новее. Модель распространяется по лицензии Apache-2.0.

Qwen3.8-27B-Uncensored-GPTQ-Int4-sym-G128-MTP-BF16 — это квантизированная версия модели JonathanColetti/Qwen3.8-27B-Uncensored, созданная на базе Qwen/Qwen3.8-27B. Модель предназначена для генерации текста, включая программирование, работу с прозой и вызов инструментов. Она разработана для эффективного запуска на видеоускорителях Intel Arc через vLLM XPU и поддерживает speculative decoding благодаря сохранённой в формате BF16 MTP-голове. Модель использует GPTQ-квантизацию до 4 бит с симметричными группами размера 128; 400 тензоров весов представлены в целочисленном формате I32, а 15 MTP-тензоров сохранены в BF16. Размер репозитория составляет около 19 ГБ. Заявлены языки English и Chinese. Архитектура основана на гибридной GDN/Mamba-конфигурации Qwen3.8, максимальный проверенный контекст — 120 532 токена, при заявленном лимите до 131 072 токенов. Сильные стороны модели — существенно меньшие требования к памяти по сравнению с BF16-версией, поддержка Intel Arc/XPU, длинного контекста, MTP и высокая измеренная скорость генерации на Intel Arc Pro B70: до 68,5 токена в секунду для кода и 52,4 токена в секунду для прозы. Ограничения включают отсутствие формальных оценок качества, калибровку без примеров кода, необходимость специальных патчей vLLM и режима с одной последовательностью при использовании MTP. Префиксное кэширование не даёт выигрыша, а FP8 KV-кэш обязателен для контекста 128K на GPU с 32 ГБ памяти. Поведение «uncensored» унаследовано от исходной модели и не проходило количественной проверки. Указана лицензия Apache-2.0.

timm/qwen3_vit_416m_merge.qwen3_vl_235b_a22b — модель-энкодер изображений, созданная как перенос весов зрительной части Qwen3-VL-235B-A22B-Instruct в формат timm. По README, веса зрения не дообучались: языковая модель и обученная голова классификации в репозитории отсутствуют. Энкодер возвращает пространственные признаки и объединённые эмбеддинги изображения; для классификации к нему нужно добавить и обучить собственную голову. Модель содержит 455,1 млн параметров, ширину визуального бэкбона 1152 и проекцию шириной 4096. Она обрабатывает RGB-изображения, поддерживает прямоугольные размеры и использует среднее объединение признаков. Размер каждой стороны должен делиться на 16, а при использовании варианта с мерджером 2×2 — на 32. Заявленный размер изображения — 768×768. Подходит для извлечения визуальных признаков, получения эмбеддингов и подготовки бэкбона для последующего обучения классификатора. Это не полная Qwen3-VL: языковые веса, обработка текста и видео, а также проекторы DeepStack не включены. Лицензия — Apache 2.0.

Это модель извлечения признаков изображений timm/qwen3_vit_416m_merge.qwen3_vl_32b, созданная как перенос весов визуальной части Qwen3-VL-32B-Instruct в формат timm без дополнительного обучения. Она предназначена для получения векторных представлений изображений и промежуточных карт признаков, которые можно использовать в последующих задачах компьютерного зрения или для дообучения классификатора на целевых данных. Визуальный энкодер использует ширину backbone 1152 и проекцию в 5120 измерений; модель содержит около 459,8 млн параметров. Для изображений поддерживаются прямоугольные размеры, а входные размеры должны быть кратны 16; варианты с пространственным merger требуют кратности 32. Обработка включает интерполяцию абсолютных позиционных эмбеддингов и повторное вычисление 2D RoPE для размера входа. Модель принимает RGB-изображения и выдаёт эмбеддинги и карты признаков; языковая модель и обученная классификационная голова в репозитории отсутствуют. Модель выпущена в библиотеке timm и распространяется по лицензии Apache 2.0. Для классификации требуется добавить и обучить отдельную голову на целевом наборе данных; характеристики визуального энкодера унаследованы от Qwen3-VL-32B-Instruct, но карточка отмечает, что новых обучающих этапов не было.

Qwen-Qwen2.5-Coder-7B-llamafied — версия Qwen/Qwen2.5-Coder-7B от llamafy, представленная в формате Llama для совместимости с программами, поддерживающими этот формат. Это плотная авторегрессионная модель с 7,1 млрд параметров; метаданные указывают библиотеку Transformers и формат весов Safetensors. Модель предназначена для генерации текста, в том числе программного кода, и поддерживает диалоговый интерфейс. Модель основана на дообученной для кода Qwen2.5-Coder-7B. Указанная длина контекста — 4096 токенов. Карточка заявляет совместимость с программами, поддерживающими формат Llama, однако конкретные результаты конвертации и совместимость отдельных функций не описаны. Лицензия в предоставленных данных не указана.

Refact-1.6B-fim — плотная авторегрессионная языковая модель Refact AI для генерации и дополнения кода. Она предназначена прежде всего для заполнения пропусков в коде по контексту до и после места вставки (Fill-in-the-Middle), например в IDE; также поддерживает диалоговый формат для вопросов о программировании. Модель содержит 1,6 млрд параметров, построена на архитектуре GPTRefact с multi-query attention, ALiBi и LayerNorm и принимает контекст длиной до 4096 токенов. Модель дообучена на синтетических примерах и отфильтрованных наборах инструкций для кода; в карточке отмечены датасеты The Stack Dedup и CommitPackFT. По заявлению авторов, настройка улучшила генерацию коротких, однострочных и многострочных дополнений, в том числе пустых. Основной язык обучающих текстовых данных — английский, хотя в комментариях к коду встречаются другие языки; качество на неанглийском языке ниже. Лицензия — BigScience OpenRAIL-M.

RegNetX-3.2GF — модель классификации изображений и визуальный backbone из семейства RegNetX, реализованный в библиотеке timm. Веса предварительно обучены участниками torchvision на ImageNet-1k; модель содержит около 15,3 млн параметров и рассчитана на изображения размером 224 × 224 пикселя. Модель предназначена для классификации изображений по категориям, извлечения признаковых карт и получения визуальных эмбеддингов. Архитектура timm включает стохастическую глубину и поддерживает настройку выходного шага, слоёв активации и нормализации, а также другие параметры реализации RegNet. Репозиторий предоставляет веса PyTorch и Safetensors; лицензия — BSD 3-Clause.

timm/resnet101c.gluon_in1k — свёрточная модель ResNet-C для классификации изображений и извлечения визуальных признаков, распространяемая библиотекой timm. Она содержит 44,6 млн параметров, использует активации ReLU, трёхслойный блок начальной обработки из свёрток 3×3 с пулингом и сокращённые связи с проекцией 1×1. Модель обучена на ImageNet-1k в Apache Gluon по рецептам Bag of Tricks; рекомендуемый размер входного изображения — 224×224 пикселя. Модель подходит для классификации изображений по категориям ImageNet-1k, извлечения карт признаков и получения эмбеддингов изображений, в том числе как визуальная основа для других задач компьютерного зрения. Прикладная специализация на отдельных областях не заявлена. Весовые файлы доступны в форматах PyTorch и Safetensors, лицензия — Apache-2.0.

ResNet-152 A1 из библиотеки timm — сверточная модель классификации изображений, разработанная для распознавания объектов на изображениях и извлечения признаковых карт и эмбеддингов. Модель обучена на ImageNet-1k по улучшенному рецепту A1 из работы «ResNet Strikes Back». В архитектуре используются активации ReLU, свёртка 7×7 с пулингом и обходные соединения с проекцией 1×1. Модель содержит около 60,2 млн параметров и предназначена для изображений размером 224×224 при обучении и 288×288 при тестировании. Её можно применять для классификации изображений и как основу для извлечения визуальных признаков. Репозиторий распространяет веса в форматах PyTorch и safetensors по лицензии Apache-2.0.

ResNet152.a1_in1k — сверточная модель классификации изображений из библиотеки timm, обученная на ImageNet-1k по рецепту ResNet Strikes Back A1. Архитектура ResNet использует остаточные связи, ReLU-активации, свёртку 7×7 с пулингом и свёрточные проекции в обходных связях. Модель содержит около 60,2 млн параметров; размер изображения при обучении — 224×224, при проверке — 288×288 пикселей. Модель предназначена для классификации изображений по классам ImageNet-1k, а также может использоваться как визуальная основа для извлечения карт признаков и эмбеддингов. Она принимает изображения и выдаёт оценки классов. Веса распространяются в форматах PyTorch и Safetensors; лицензия — Apache-2.0.

timm/resnet34.a2_in1k — сверточная модель ResNet-34 для классификации изображений, подготовленная в библиотеке timm. Она обучена на ImageNet-1k по рецепту ResNet Strikes Back A2; архитектура использует ReLU, начальную свёртку 7×7 с пулингом и остаточные блоки с проекциями 1×1. Модель содержит 21,8 млн параметров и рассчитана на изображения размером 224×224 при обучении и 288×288 при тестировании. Модель предназначена для распознавания объектов из классов ImageNet, а также может использоваться как визуальная основа для извлечения карт признаков и эмбеддингов изображений. Репозиторий предоставляет веса в форматах PyTorch и safetensors. Лицензия — Apache-2.0.

timm/resnet50.tv_in1k — модель классификации изображений семейства ResNet, опубликованная библиотекой timm. Это ResNet-50 с 25,6 млн параметров, обученная на ImageNet-1k с исходными весами torchvision. Архитектура использует ReLU, начальную свёртку 7×7 с пулингом и свёртки 1×1 для уменьшения размерности в остаточных связях. Рекомендуемый размер изображения — 224×224 пикселя; модель также можно использовать как основу для извлечения признаковых карт и эмбеддингов изображений. Модель предназначена для определения объектов и категорий на изображениях общего назначения. Она принимает изображение и выдаёт метки классов; обучение на ImageNet-1k делает её подходящей для стандартных сценариев визуальной классификации и извлечения признаков. Репозиторий предоставляет веса в форматах PyTorch и Safetensors. Лицензия — BSD-3-Clause.

ResNetV2-50d-GN — свёрточная модель классификации изображений, обученная Россом Уайтманом в библиотеке timm на ImageNet-1k по рецепту A1 из работы ResNet Strikes Back. Вариант ResNet с предварительной активацией использует трёхслойный ствол из свёрток 3×3, усреднённое пулинг-преобразование в shortcut-связях при уменьшении разрешения и Group Normalization вместо Batch Normalization. Модель содержит 25,6 млн параметров и выполняет около 4,4 GMACs на изображение. Основное назначение — классификация изображений по классам ImageNet-1k; также модель подходит как свёрточная основа для извлечения карт признаков и векторов изображений. Обучение проводилось на изображениях 224×224, а для тестирования в карточке указано разрешение 288×288. Модель принимает изображения и выдаёт метки классов либо признаки в зависимости от используемого сценария. Лицензия — Apache-2.0.

ResNeXt-50 32x4d tv2 in1k — модель классификации изображений из библиотеки timm, обученная на ImageNet-1k с рецептами обучения torchvision v2. Архитектура использует активации ReLU, начальную свёртку 7×7 с пулингом, группированные bottleneck-свёртки 3×3 и shortcut-соединения с понижающей проекцией 1×1. Модель содержит около 25 млн параметров и требует 2,7 GMACs на изображение. Модель принимает изображения и предсказывает классы объектов ImageNet-1k. Её также можно использовать как backbone для извлечения карт признаков и векторов изображений. В README указаны размер обучения 176×176 и тестовый размер 224×224; веса доступны в форматах PyTorch и safetensors. Лицензия — BSD 3-Clause.

RWKV7-G1i-7.2B-20260805 — базовая предобученная языковая модель семейства RWKV-7, разработанная Bo Peng, Yu Zhang, Songlin Yang, Ruichong Zhang и Zhiyuan Li при поддержке RWKV Project под эгидой LF AI & Data Foundation. Это плотная авторегрессионная модель на 7,8 млрд параметров в формате safetensors; в README также указано 7,2 млрд параметров. Она использует рекуррентную архитектуру без внимания с постоянным размером состояния и постоянной вычислительной работой на генерируемый токен, а обучение допускает параллелизацию. Модель принимает текст и генерирует продолжение, поддерживает чатовый шаблон, но не заявлена как безопасный или выровненный диалоговый помощник. Метаданные указывают контекст 2048 токенов. Модель предварительно обучена на веб-текстах, коде, синтетических данных, инструкциях, диалогах и данных для рассуждений. Её назначение — оценка, последующее обучение и дообучение, а также генерация текста и эксперименты с диалоговыми сценариями. README называет языки многоязычными, а метаданные перечисляют английский, китайский, японский, корейский, французский, арабский, испанский и португальский. Для использования требуются flash-linear-attention и актуальная версия Transformers. Лицензия — Apache-2.0.

sat-12l — многоязычная модель сегментации текста на предложения из проекта Segment any Text, разработанная для wtpsplit. Она относит токены к классам для определения границ предложений и предназначена для разбиения сплошного текста на предложения в системах обработки документов и текста. Модель использует архитектуру XLM для классификации токенов и содержит 12 слоёв трансформера, около 305,2 млн параметров и контекст длиной 514 токенов. Доступны веса PyTorch и ONNX. Метаданные указывают поддержку многих языков, включая английский, немецкий, французский, испанский, арабский, китайский?

sat-6l — модель сегментации текста на предложения из семейства Segment Any Text, разработанная для библиотеки wtpsplit. Она определяет границы предложений и подходит для автоматического разбиения сплошного текста на фрагменты перед дальнейшей обработкой. Модель использует архитектуру SubwordXLMForTokenClassification с шестью слоями Transformer; размер — 248,6 млн параметров, длина контекста — 514 токенов. Доступны веса PyTorch и ONNX. Модель предназначена для многоязычной сегментации текста. Метаданные перечисляют поддержку ряда языков, включая английский, немецкий, французский, испанский, арабский, хинди и японский. Лицензия — MIT. Карточка связывает модель с исследовательской работой Segment Any Text.

Shark-Coder — слитая модель генерации текста для задач программирования, созданная powermove72 с помощью LazyMergekit на основе powermove72/Shark-1 и S-miguel/The-Trinity-Coder-7B. В конфигурации объединены слои 0–15 Shark-1 и слои 16–31 The-Trinity-Coder-7B методом passthrough; для токенизатора используется union, а веса представлены в FP16 формате safetensors. Модель построена на плотной архитектуре MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Она предназначена для генерации и дополнения кода. Метаданные каталога также характеризуют базовую модель как подходящую для логических рассуждений и решения задач по программированию; отдельные языки программирования или естественные языки не перечислены. Лицензия в предоставленных данных не указана.

Veritone/siglip2-base-patch16-384-text — текстовая башня модели SigLIP 2 Base, представленная Veritone как облегчённая копия google/siglip2-base-patch16-384. Она кодирует текстовые запросы в общее пространство эмбеддингов с изображениями и рассчитана на отдельную загрузку при поиске, когда в индексирующей части используется соответствующая модель Veritone/siglip2-base-patch16-384-vision. Такое разделение позволяет загружать только нужную башню и экономить память и время загрузки. Модель предназначена для текстовой стороны поиска по изображениям и классификации изображений по кандидатным текстовым меткам без отдельного обучения на этих метках. SigLIP 2 использует единый рецепт предобучения для улучшения семантического понимания, локализации и плотных визуальных признаков; исходная модель предобучена на WebLI. Карточка не указывает языковую специализацию текстовой башни, поэтому конкретные поддерживаемые языки не заявляются. Репозиторий содержит только текстовую башню, поэтому сам по себе не принимает изображения: для сопоставления нужны эмбеддинги изображений, полученные совместимой визуальной башней. Модель распространяется по лицензии Apache-2.0.