II.11Кибербезопасность и приватность

Qwen3.8-27B-OBLITERATED — текстовая генеративная модель из репозитория kcplummer, созданная на основе Qwen/Qwen3.8-27B. Это модификация Qwen3.8, в которой методом abliteration удалено поведение отказа от ответов на ограниченные запросы. В README описана версия V3 с итеративным уточнением, целевой обработкой направлений отказа и смешиванием результатов нескольких процедур. Модель предназначена для генерации текста, программного кода, исследовательских и red-team-сценариев, а также агентных задач, включая кибербезопасность и тестирование безопасности ИИ. Модель имеет архитектуру Qwen3, около 27 млрд параметров и поддерживает текстовый ввод и вывод. Указана совместимость с режимом рассуждений, однако для V3 рекомендуется его отключать ради более прямых ответов. В README приведён показатель MMLU 82,3% для версии V3 против 84,5% у исходной модели; также заявлены рабочая генерация кода в 20 из 20 проверенных заданий и сохранение способности отвечать в расширенных сценариях. Рекомендуемые параметры — temperature 0, repetition_penalty 1,15 и не менее 2048 новых токенов, но конкретный размер контекста и список поддерживаемых языков не указаны. Главное преимущество модели — существенно сниженная склонность к жёстким отказам и формальным «лекциям о безопасности», при сохранении большей части исходных возможностей. Ограничения включают небольшое снижение результата MMLU относительно базовой модели, риск циклической генерации без repetition_penalty и потенциально повышенные риски при использовании для вредоносных или опасных задач из-за отсутствия стандартных защитных отказов. В README указана лицензия Apache-2.0; доступны варианты в форматах GGUF, Safetensors и MLX.

Карточка модели CrossNow/Qwythos-27B-v1 на Hugging Face совпадает с карточкой empero-ai/Qwythos-27B-v1, поэтому описание составлено по ней. Qwythos-27B-v1 — открытая полноразмерная дообученная модель Empero AI на базе Qwen/Qwen3.5-27B. Это плотная мультимодальная модель с 64 текстовыми слоями, гибридным вниманием Gated-DeltaNet и полным модулем зрения; она принимает текст и изображения и генерирует текст. Модель прошла полнопараметрические этапы SFT, DPO и ESFT до обучения с подкреплением, сохранив штатную поддержку вызова инструментов и предсказания нескольких токенов. Модель предназначена для диалогов и рассуждений, задач STEM, работы с терминальными и инструментальными сценариями, а также технических вопросов в областях кибербезопасности и биомедицины. Заявлена конфигурация контекста до 1 048 576 токенов с расширением YaRN. Шаблон чата поддерживает нативный формат вызова функций Qwen3.5. Зрение унаследовано от базовой модели: параметры визуального модуля не дообучались, а понимание изображений не оценивалось. Большой контекст с YaRN может немного ухудшать качество на коротком контексте. Модель намеренно не ограничивает ответы на чувствительные технические темы, поэтому для использования нужны подходящие правила и проверка результатов. Лицензия — Apache-2.0.

CoPE-B-A4B — текстовая модель второго поколения для оценки контента, разработанная компанией Zentropi и дообученная на базе Google Gemma 4 26B A4B IT с помощью LoRA, после чего адаптеры были объединены с базовой моделью. Это разреженная MoE-модель: в README указаны 25,2 млрд параметров всего и 3,8 млрд активных параметров, тогда как метаданные каталога указывают 2 млрд параметров. Модель принимает текст с заданной политикой и содержимым и выдаёт бинарную метку: соответствует ли содержимое одному из заданных критериев. Контекст составляет до 256K токенов; модель рассчитана прежде всего на интерпретацию политик на английском языке США. Модель подходит для модерации и разметки контента, оценки риска во входных запросах и ответах LLM, фильтрации обучающих данных и формирования признаков для ранжирования ленты. Она поддерживает настраиваемые политики и выполняет классификацию за один проход. Ограничения: классификация только бинарная, объединение нескольких меток в одной политике не поддерживается, изображения не обрабатываются, качество может снижаться для других языков и локалей. Модель не проверяет факты извне, если необходимая информация не включена в контекст. Лицензия — Apache-2.0.

MiMo-V2.6-Distill-Qwen-9B-GGUF — GGUF-версия агентной модели MiMo-V2.6-Distill-Qwen-9B, разработанной Xiaomi MiMo. Модель представляет собой результат supervised fine-tuning Qwen3.5-9B на данных, сгенерированных MiMo, и предназначена для дальнейших исследований в области агентного обучения с подкреплением. Модель ориентирована на программирование, общие агентные задачи, визуальное программирование и кибербезопасность, а также поддерживает использование инструментов. Объём модели составляет 9 млрд параметров. В README указана поддержка английского языка и pipeline image-text-to-text, а наличие мультимодального проекционного файла указывает на сценарии работы с изображениями и текстом. Доступны варианты квантования от BF16 до Q3_K_L, что позволяет выбирать между качеством и требованиями к памяти; рекомендованными названы Q4_K_M, Q4_K_S, Q5_K_M, Q5_K_S и Q6_K. Сильными сторонами заявлены заметные улучшения относительно базовой Qwen3.5-9B в задачах автоматизации, кибербезопасности, работы в терминале и программирования, включая SWE-bench. Ограничения включают зависимость качества и требований к памяти от выбранного варианта квантования, а также отсутствие в README точных сведений о размере контекстного окна и подробностей о поддерживаемых языках помимо английского. Лицензия указана как other; базовая модель Qwen3.5-9B распространяется под Apache-2.0, но условия лицензирования данного репозитория требуют отдельной проверки.

Prox 7B DPO — языковая модель OpenVoid AI на архитектуре Mistral, дообученная на базе Mistral-7b-v0.2. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов; в репозитории доступны веса Safetensors. Карточка указывает английский язык и лицензию Apache-2.0. Модель предназначена для генерации и объяснения кода, документирования, вопросов о кибербезопасности и методах взлома, а также помощи в проектах по программированию. Она дообучалась на материалах по кодированию и кибербезопасности, включая наборы данных для DPO; README также упоминает собственный набор OpenVoid AI. Ответы модели могут содержать ошибки и требуют проверки специалистом. Разработчик предостерегает от использования её для критически важных задач безопасности и незаконной деятельности. Лицензия репозитория — Apache-2.0.

CrossingGuard Large — англоязычная модель для классификации текстовых запросов и проверки пользовательских условий безопасности. Её разработал автор репозитория dleemiller; модель построена на ModernBERT-large и дообучена на данных CrossingGuard-NLI. Она принимает пару текстов: исходный запрос и гипотезу о нём, после чего предсказывает одну из трёх связей NLI — entailment, neutral или contradiction. Размер модели — 394,7 млн параметров, контекст — до 2048 токенов. Модель предназначена для zero-shot-модерации, классификации намерений и маршрутизации запросов, в том числе по пользовательским правилам, сформулированным как гипотезы. В README приведены результаты оценки на CrossingGuard и FineCat; модель также поддерживает классификацию и сравнение сходства предложений. Распространяется по лицензии Apache-2.0.

Tron-1B — англоязычная модель SamCodeManMk2 для классификации текста по вариантам, заданным в запросе: она выбирает метку, выставляет оценку по шкале или отвечает «да/нет» и возвращает вероятности и показатели уверенности. Модель предназначена для быстрых решений в приложениях с ИИ: маршрутизации запросов, определения намерений, первичной сортировки, проверки безопасности и автоматизации рабочих процессов. Это двунаправленный энкодер на 1,1 млрд параметров на базе jhu-clsp/ettin-encoder-1b с отдельной головой принятия решений. Входной текст, вопрос и варианты ответа кодируются совместно; модель обучена примерно на 1,2 млн примеров типизированных решений. Набор меток и вопрос можно задавать во время выполнения без переобучения. Для неопределённых ответов доступны порог уверенности и отказ от решения; длинный текст можно обрабатывать скользящими окнами. В опубликованных разработчиком тестах модель показала результаты на классификации намерений, тем, тональности и обнаружении prompt injection. Лучше всего она работает на английском и на входах короче примерно 2 000 токенов; точность снижается на очень больших наборах новых меток. Tron-1B классифицирует только среди предоставленных вариантов и не генерирует свободный текст. Модель выпущена под лицензией CC BY-NC 4.0, которая ограничивает коммерческое использование.

AdaGuard-0.6B — генеративная модель для проверки пользовательских запросов и действий ИИ-агентов на соответствие правилам, заданным разработчиком. Модель разработана Yunhao-Feng на базе Qwen3Guard-Gen-0.6B и дообучена на AdaptiveSafety с последующим этапом SafePO. Архитектура — плотная Qwen3ForCausalLM; в чекпойнте около 507,9 млн параметров, формат хранения — FP32, пример загрузки использует BF16. Модель принимает текст с набором политик и событий, а выдаёт текстовый разбор и идентификаторы нарушенных правил либо метку NR, если нарушений нет. Подходит для проверки запросов, последовательностей действий агента и результатов вызовов инструментов по правилам конкретного приложения. Можно передать от 1 до 100 правил с собственными идентификаторами; результат содержит объяснение и нарушенные ID в порядке политики. Контекст — 32 768 токенов, однако пример ограничивает бюджет входного запроса 16 000 токенами и генерацию 512 токенами. По опубликованным оценкам версия 0.6B уступает вариантам 4B и 8B; предсказание представляет структурированное решение, а не откалиброванную вероятность риска. При некорректном или неполном ответе разбор следует считать недействительным. Лицензия — Apache-2.0.

auto-1b — это англоязычный классификатор безопасности вызовов инструментов ИИ-агентами, разработанный ProCreations. Модель дообучена на базе энкодера jhu-clsp/ettin-encoder-1b и использует архитектуру ModernBERT с 1 млрд параметров. Она оценивает предложенный вызов в контексте запроса пользователя и предыдущих действий, чтобы отнести его к разрешённым или требующим отказа; поддерживает контекст до 65 536 токенов. Модель предназначена для проверки действий агента, например чтения файлов, запуска команд и доступа к внешним инструментам. В README сообщается о точности 96,40% и AUROC 0,9928 на тестовой выборке из 3 000 примеров, а также о задержке около 10 мс на вызов. Это результаты авторского бенчмарка, а не гарантия качества на реальном трафике. Ошибочное разрешение опасного действия остаётся возможным, а при пороге 0,5 авторы измерили 3,19% ложных отказов. Модель распространяется в формате safetensors под лицензией Apache-2.0. README рекомендует bf16 для экономии памяти без потери качества на указанном бенчмарке и предостерегает от int8-квантизации из-за заметного числа изменившихся решений.

FoMo-0D — модель для обнаружения выбросов в табличных данных без обучения на целевой задаче. В карточке указаны официальная реализация и статья «FoMo-0D: A Foundation Model for Zero-shot Tabular Outlier Detection»; модель опубликована с помощью интеграции PytorchModelHubMixin. Модель предназначена для поиска аномальных наблюдений в таблицах, в том числе в сценариях, где нет размеченных примеров для обучения. Доступные сведения не раскрывают размер модели, поддерживаемые языки, конкретные типы входных данных или подробности архитектуры. Репозиторий содержит веса в формате safetensors. Лицензия — MIT.

Ornith-1.5-9B-uncensored — опубликованная junafinity версия модели Ornith-1.5-9B от Ornith AI с ослабленным отказным поведением. Это плотная модель семейства Qwen3.5 примерно на 9 млрд параметров; весовой чекпойнт в формате Safetensors и bf16. Сохраняет возможности чата и обработки изображений, включая генерацию описаний по изображению. Модель предназначена прежде всего для контролируемого red teaming и исследований защитной кибербезопасности: оценки возможностей базовой модели, тестирования фильтров, классификаторов и защиты от инъекций, а также подготовки примеров для детекторов злоупотреблений. Изменение весов выполняет ZeroFuse: по описанию автора, оно направлено на снижение отказов при малом изменении поведения на безвредных запросах. Автор сообщает, что на тестовом наборе отказов стало 0 из 64 вместо 9 из 64, однако часть отказов может сохраняться, в частности при многоходовом диалоге, системных инструкциях и запросах через зрительный канал. Для публичного развёртывания README требует независимый слой модерации и рекомендует сравнивать результаты с базовой моделью. Лицензия — Apache-2.0.

NexusRaven-13B — дообученная Nexusflow языковая модель для вызова функций и инструментов. Она принимает описания Python-функций с сигнатурами и docstring, а затем генерирует вызов подходящей функции. Модель основана на CodeLlama-13b-Instruct, использует плотную архитектуру Llama с 12,9 млрд параметров и контекстом до 16 384 токенов. Модель предназначена для интеграции LLM с API и другими инструментами, в том числе для выбора функций по описанию и работы с незнакомыми инструментами в режиме zero-shot. В README отмечены результаты на сценариях с инструментами кибербезопасности и возможность коммерческого применения. Лицензия репозитория — Llama 2 Community License. Качество вызовов может быть нестабильным: модель способна генерировать неверные вызовы, поэтому их необходимо проверять перед исполнением. При большом числе доступных функций контекст может переполняться; авторы рекомендуют подключать retriever и использовать начальный вызов без последующего блока Reflection.

LlavaGuard-v1.0-34B — мультимодальная языковая модель с архитектурой Llava/Llama, разработанная командой AIML-TUDA для оценки безопасности изображений и отбора визуальных данных. Она принимает изображение вместе с текстовым запросом и формирует текстовый ответ в диалоговом режиме; авторы представили её в работе LLAVAGUARD: VLM-based Safeguards for Vision Dataset Curation and Safety Assessment. Модель содержит 33,9 млрд параметров и рассчитана на контекст до 4096 токенов. Репозиторий содержит веса safetensors, преобразованные для SGLang; карточка также указывает совместимость с реализацией LLaVA. Версия несовместима с реализацией Transformers из Hugging Face. Авторы сообщают о возможности дообучения через LoRA или полного fine-tuning. Условия лицензии в предоставленных данных не описаны.

Qwen 3.6 Solidity 27B — специализированная языковая модель, разработанная Sam Crack на основе Qwen/Qwen3.6-27B. Это плотная авторегрессионная модель семейства Qwen с 22,3 млрд параметров, дообученная в пять этапов и объединённая в единый чекпойнт bf16. Она принимает текстовые спецификации и запросы, а выдаёт текст, включая код Solidity и тесты для Foundry, а также рассуждения и структурированные результаты аудита смарт-контрактов. Заявленный контекст — 262 144 токена. Модель предназначена для генерации компилируемых контрактов и соответствующих тестовых наборов по описанию на естественном языке, а также для анализа безопасности контрактов: поиска уязвимостей и формулирования их серьёзности, местоположения, последствий и исправлений. В README приведены внутренние оценки компиляции и прохождения тестов, однако они не гарантируют корректность или безопасность конкретного результата. Модель дообучена на корпусах Solidity-контрактов, инструкциях и трассах аудита; среди методов указаны continued pretraining, SFT, дистилляция и rejection fine-tuning. Лицензия репозитория — Apache-2.0. В README отмечены зависимость качества части обучающих данных от неизвестного учителя и необходимость юридической проверки аудиторских результатов для коммерческого использования.

Qwen-3.8-27B-Uncensored — мультимодальная модель семейства Qwen, разработанная автором репозитория на основе Qwen/Qwen3.8-27B. Это контрольный чекпойнт в формате bf16 примерно на 27,8 млрд параметров: автор применил прямое изменение весов, удалив ранговую проекцию направления отказов из части residual-writing весов. Обучение, адаптеры и дополнительные затраты во время инференса не используются; модель загружается как стандартный чекпойнт Transformers. Модель предназначена прежде всего для контролируемого red teaming, оценки защитных фильтров и классификаторов, проверки устойчивости к prompt injection и исследования механизмов отказа. Она принимает текст и изображения и выдаёт текст; унаследованная мультимодальная архитектура поддерживает работу с изображениями и видео. Метаданные также указывают диалоговый режим и интерфейс вызова инструментов. Унаследованные от базовой модели возможности не означают, что все они отдельно проверены для этого чекпойнта. Изменение весов снижает склонность к отказам, но не гарантирует их полного отсутствия и не добавляет знаний или точности. Автор сообщает о возможных небольших регрессиях и отсутствии независимых сравнительных бенчмарков; при использовании следует сравнивать результаты с базовой моделью. Защитное поведение намеренно удалено, поэтому для развёртывания необходим независимый уровень модерации. Лицензия — Apache 2.0.

CVE Backport Code Generation — Qwen2.5-Coder-32B v5 — модель, дообученная openSUSE на базе Qwen/Qwen2.5-Coder-32B-Instruct для переноса исправлений безопасности на другие версии кода. Она получает уязвимый фрагмент и описание исправления, а затем генерирует исправленный код; итоговый diff формируется программно. Такой подход предназначен для автоматизации подготовки патчей в рабочих процессах сопровождения пакетов и устранения CVE. Модель использует плотную 32-миллиардную архитектуру Qwen2.5-Coder и поддерживает диалоговый режим. В карточке приведены результаты оценки на 100 отложенных примерах: полнота 93,1%, точность 94,4%, точное совпадение — 83 из 100. Доступны веса safetensors и GGUF Q8_0; указана лицензия Apache-2.0. В README рекомендуется проверять сгенерированные патчи перед применением в производственных системах.

Gemma-4-12B-OBLITERATED-GGUF — набор квантованных GGUF-файлов модели Gemma-4-12B-OBLITERATED, разработанной OBLITERATUS и подготовленной к квантованию пользователем mradermacher. Модель предназначена для генерации текста, а также сценариев исследования безопасности, выравнивания, анализа отказов и red teaming. В метаданных указан английский язык. Размер базовой модели — 12B параметров; сведения об архитектуре, максимальном контексте и поддерживаемых модальностях не предоставлены. Репозиторий предлагает варианты квантования Q2_K, Q3_K, IQ4_XS, Q4_K, Q5_K, Q6_K и Q8_0 размером примерно от 4,9 до 12,8 ГБ, что позволяет выбирать между требованиями к памяти, скоростью и качеством генерации. Для Q4_K_S и Q4_K_M заявлена высокая скорость, для Q6_K — очень хорошее качество, а Q8_0 обозначен как вариант с лучшим качеством. Ограничениями являются возможная потеря качества в низкобитных вариантах, отсутствие опубликованных результатов тестирования и неполные сведения о контексте и возможностях модели. Использование регулируется лицензией Gemma.

Thought-Aligner-7B — модуль защиты поведения агентов, разработанный Shanghai Innovation Institute, Fudan University и WhitzardAgent. Модель дообучена на Qwen2.5-7B-Instruct и предназначена для исправления потенциально небезопасных рассуждений агента до выполнения соответствующих действий. Она анализирует мысль на текущем шаге, выявляет рискованные шаблоны и возвращает исправленный вариант в контекст агента, чтобы тот мог продолжить работу с более безопасным контекстом. Модель рассчитана на интеграцию с агентами, использующими инструменты, и на сценарии, где важно снизить риск небезопасных решений, использования инструментов или нарушения приватности без остановки выполнения. В карточке заявлены проверки на ToolEmu, Agent-SafetyBench, AgentHarm, AgentDojo и InjecAgent, а также внедрение в OpenClaw. Архитектура — плотная Qwen2 с 7,1 млрд параметров; контекст — 32 768 токенов. Указана поддержка английского языка и интерфейс диалога с вызовом инструментов. Лицензия в предоставленных данных не указана.

CAM++ — модель извлечения голосовых эмбеддингов из аудио, разработанная командой FunASR. Она предназначена для верификации говорящего: определения, принадлежат ли записи одному человеку, и для диаризации — распознавания, кто и когда говорил в аудиозаписи. Её можно подключить к конвейеру FunASR через параметр spk_model, например для присвоения меток говорящих сегментам речи в записи встречи. Модель использует архитектуру CAM++ (Class-Aware Multi-scale), выдаёт эмбеддинги размерностью 192 и рассчитана на аудио с частотой дискретизации 16 кГц. Репозиторий поддерживает FunASR; в карточке указаны китайский и английский языки. Модель распространяется по лицензии Apache-2.0. Карточка описывает извлечение эмбеддингов и применение для верификации и диаризации, но не приводит оценок качества или условий работы с шумной и многоканальной записью.

NYUAD-ComNets разработала классификатор изображений на архитектуре ViT, предназначенный для определения, является ли изображение сгенерированным ИИ. Модель содержит 113,2 млн параметров и опубликована в формате Safetensors; для применения можно использовать конвейер image-classification в Transformers. В карточке приведены результаты на наборе оценки: точность 0,9736 и значение функции потерь 0,0987. Модель подходит для предварительной проверки изображений и сортировки коллекций по вероятности искусственного происхождения. Лицензия Apache-2.0.

Sentient Simulations AI Python Decompiler — дообученная модель семейства Llama, созданная Sentient Simulations на основе deepseek-ai/deepseek-coder-6.7b-base. Она предназначена для восстановления исходного кода Python по байткоду Python 3.7: принимает текстовое представление байткода и генерирует текст программы. Модель содержит 6,6 млрд параметров, имеет контекст до 16 384 токенов и опубликована в формате Safetensors; в README также упомянута версия GGUF. Модель подходит для декомпиляции отдельных файлов и наборов файлов .pyc. README сообщает о хороших результатах на файлах, помещающихся в контекст, однако качество зависит от размера и сложности входа. Файлы длиннее 15 тысяч токенов пропускаются в описанном сценарии, а входы длиннее 10 тысяч токенов могут обрезаться. Веса распространяются по лицензии other; конкретные условия лицензии следует уточнить на странице модели.

Garak Refusal Detector — англоязычный классификатор последовательностей, разработанный для выявления отказов в ответах больших языковых моделей. Он предназначен для интеграции с Garak и другими инструментами оценки безопасности и модерации, где нужно отличать отказ от выполнения запроса по смыслу, а не по наличию ключевых слов. Модель представляет собой дообученную answerdotai/ModernBERT-base архитектуры encoder-only с 22 слоями и 149 млн параметров. Она принимает текст длиной до 8192 токенов и выдаёт метку «отказ» или «не отказ» с оценкой уверенности. Обучение проводилось на 19 879 синтетических примерах, охватывающих разные степени выполнения запроса и стили отказа. Заявлены коммерческое применение и поддержка интеграции через PyTorch, ONNX Runtime, Triton Inference Server и TensorRT. Классификатор может ошибаться и давать ложноположительные или ложноотрицательные результаты; качество на стилях отказа, не представленных в синтетических данных, может быть ниже. Перед внедрением его следует проверять на данных конкретного сценария. Использование регулируется NVIDIA Open Model License.

Qwen3.8-27B-Uncensored-Q4_0-ROCmFP4-STRIX — квантованная GGUF-версия модели Qwen3.8-27B, разработанной Qwen, с уменьшенным отказом от выполнения запросов. Данный релиз опубликован nydemeth и оптимизирован для систем AMD Strix Halo с использованием ROCmFPX. Модель предназначена для генерации текста, контролируемых исследований, red-teaming, анализа интерпретируемости и оценки защитных механизмов. Основной файл использует нестандартный формат GGUF Q4_0_ROCMFP4_STRIX и занимает около 13,75 GiB; отдельно доступен необязательный MTP-ассистент Q4_0 размером около 1,89 GiB для speculative decoding. Пакет рассчитан на текстовые задачи и не содержит vision projector, поэтому визуальные входы не поддерживаются. Точные сведения о языках, размере контекста и полном устройстве архитектуры в README не указаны. Для работы требуется совместимая сборка ROCmFPX с поддержкой hybrid architecture и MTP; совместимость с другими версиями не гарантируется. Сильной стороной является оптимизация под AMD Strix Halo и возможность ускорения генерации через speculative decoding. Существенное ограничение — нестандартный формат квантования и зависимость от конкретной программной среды. Из-за значительно сниженного отказа модель не рекомендуется для немодерируемого публичного или производственного использования. Базовая модель распространяется по Apache License 2.0; при распространении необходимо соблюдать условия upstream-лицензии и требования по атрибуции.

DuoGuard-0.5B — классификатор безопасности текста, разработанный на основе Qwen 2.5 и предназначенный для модерации контента. Модель использует decoder-only архитектуру Qwen2 и содержит около 494 млн параметров; она дообучена для выявления рисков по 12 категориям, включая насильственные преступления, разжигание ненависти и сексуальный контент. На выходе модель формирует 12 логитов, которые можно преобразовать сигмоидой в оценки для многометочной классификации; для бинарной модерации оценки сравнивают с выбранным порогом. Модель специализировали прежде всего для английского, французского, немецкого и испанского языков. Она унаследовала более широкий языковой охват Qwen 2.5, в том числе поддержку русского, однако качество модерации на этих языках в карточке отдельно не подтверждено. Контекст составляет до 32 768 токенов. Веса опубликованы в формате Safetensors; лицензия — Apache-2.0.

Authereon разработал Qwen3.6-35B-A3B-Fable-5-Distill-heretic — текстовую диалоговую модель на архитектуре Qwen3.6 MoE, полученную из armand0e/Qwen3.6-35B-A3B-Fable-5-Distill. Исходная модель была дообучена на сессиях Claude Fable 5; эта версия прошла LoRA-DPO с 4 559 примерами и предназначена для снижения податливости к инструкциям, внедрённым в контекст агента, при сохранении сниженного уровня отказов. Модель рассчитана на диалоговые и агентные сценарии, включая ответы на запросы и работу с инструментами при наличии явно заданных схем. В README приведены результаты тестов защиты от нескольких типов prompt injection; улучшение зависит от типа атаки и не гарантирует защиту от новых атак. Для ограничения утечки данных через аргументы инструментов автор требует внешнюю фильтрацию исходящих аргументов. Модель основана на Qwen3.6-35B-A3B, но размер активируемых параметров в метаданных не указан. Репозиторий содержит веса safetensors и опубликован под лицензией Apache-2.0.

Модель distilroberta-base-rejection-v1 разработана ProtectAI и дообучена на distilroberta-base для обнаружения отказов в ответах языковых моделей. Она классифицирует текст на два класса: обычный ответ и обнаруженный отказ, например, когда модель отказывается выполнять запрос из-за модерации. Модель предназначена для анализа ответов LLM и может применяться в NoRefusal Scanner из LLM Guard, чтобы выявлять нежелательные отказы и проблемы с промптами. Это англоязычная модель классификации последовательностей на архитектуре RoBERTa, с 95,2 млн параметров и контекстом до 514 токенов. В карточке приведены результаты оценки: точность 0,9887, полнота 0,9810 и F1 0,9537. Модель чувствительна к регистру, а её качество зависит от сходства входного текста с данными обучения; она может хуже работать на незнакомых стилях и темах. Проект архивирован и больше не поддерживается. Лицензия — Apache 2.0.

pyannote/embedding — модель для извлечения голосовых эмбеддингов, разработанная командой pyannote и основанная на pyannote.audio 2.1. Она предназначена для задач распознавания, идентификации и верификации говорящих по аудиозаписям: эмбеддинги можно сравнивать, например, косинусным расстоянием. Архитектура модели — x-vector на базе TDNN с обучаемыми признаками SincNet вместо фильтровых банков. В README сообщается о равной ошибке (EER) 2,8% на тестовом наборе VoxCeleb 1 при использовании косинусного расстояния, без VAD и PLDA; добавление этих компонентов может улучшить результат. Модель распространяется в формате PyTorch под лицензией MIT, при этом для загрузки необходимо принять условия доступа на Hugging Face.

Immerwinter/gbert-large-privacy-policy-content-securityprivacy — немецкоязычная модель классификации текста на базе BERT, дообученная на deepset/gbert-large. Она предназначена для отнесения фрагментов политики конфиденциальности к теме Security/Privacy в рамках конвейера анализа документов. Архитектура — BertForSequenceClassification, размер — 434,5 млн параметров, контекст — до 512 токенов. Доступны веса в форматах Safetensors и ONNX. Модель принимает текст и выдаёт метку классификации. В карточке перечислены темы политики конфиденциальности, однако описание разметки не уточняет, как именно этот чекпойнт соотносится с отдельными темами. Лицензия — Apache-2.0.

hirundo-io/NVIDIA-Nemotron-3-Nano-30B-A3B-BF16-hardened — дообученная и объединённая с LoRA-адаптером версия NVIDIA Nemotron 3 Nano 30B, подготовленная для снижения уязвимости к prompt injection. Модель предназначена для диалоговой генерации текста; карточка указывает поддержку чата, а архитектура и языковые возможности унаследованы от базовой модели NVIDIA. Модель основана на nvidia/NVIDIA-Nemotron-3-Nano-30B-A3B-BF16 и распространяется в формате safetensors для Transformers. Веса адаптера уже объединены с базовой моделью. Для загрузки включён пользовательский код базового чекпойнта, поэтому требуется trust_remote_code=True. Лицензия и отдельные результаты оценки устойчивости в предоставленных данных не указаны.

BananaMind V2.5 Content Safety — текстовая модель классификации безопасности контента от Banaxi-Tech, дообученная на основе google/gemma-4-E2B-it на примерах из набора NVIDIA Nemotron 3.5 Content Safety. Она определяет, является ли входной текст безопасным или небезопасным, и для небезопасного текста указывает нарушенные категории. Модель предназначена для классификации запросов и ответов, разметки данных и помощи в проверке контента.