II.1Анализ требований и архитектура ПО

ORANSight Gemma-2B Instruct — чат-модель семейства ORANSight, разработанная NextG lab при Университете штата Северная Каролина. Она предназначена для ответов на вопросы по сетям O-RAN; пример в карточке показывает объяснение интерфейса E2 с заданной ролью эксперта.

Ouro-hybrid-1.4B — экспериментальная языковая модель chili-lab, полученная дистилляцией ByteDance/Ouro-1.4B. Она предназначена для генерации текста и исследований методов дистилляции, гибридных архитектур с вниманием и рекуррентными вычислениями, а также моделей с длинным контекстом. Модель построена на студенческой архитектуре causal LM StudentForCausalLM (`gdn_v4`): 24 слоя, скрытый размер 2048, 16 голов внимания и около 1,3 млрд параметров по метаданным. При дистилляции использовались последовательности до 32 768 токенов; максимальная длина контекста в конфигурации — 65 536 токенов. Веса опубликованы в формате safetensors, библиотека — Transformers. Основной язык в карточке не обозначен. Чекпойнт подходит для экспериментов и сравнительной оценки с моделью-учителем, но его качество на длинном контексте нужно проверять отдельно. Модель не проходила настройку безопасности для развёртывания, может наследовать смещения и небезопасное поведение обучающих данных. Для загрузки может потребоваться исследовательский код, реализующий пользовательскую архитектуру. Лицензия указана как other; подробные условия следует уточнить в карточке модели.

VikramPal выпустил текстовую дообученную модель Qwen3.5-35B-A3B для маршрутизации пользовательских запросов по каталогу намерений, который передаётся в prompt. Модель возвращает идентификатор подходящего намерения, поэтому каталог можно менять без отдельного обучения под каждый набор меток. Она основана на Qwen/Qwen3.5-35B-A3B и использует архитектуру MoE; в репозитории опубликована только текстовая часть модели в формате Safetensors, размер которой в метаданных указан как 2,9 млрд параметров. Контекст — 262 144 токена. Лицензия — Apache-2.0. На 1 500 тестовых примерах модель показала 91,1% точного совпадения с ожидаемым идентификатором; для каталога BANKING77, исключённого из обучения, результат составил 84,3%. В карточке также приведены результаты на английском, немецком, испанском, французском, хинди и тайском языках. Модель рассчитана на один запрос и один идентификатор намерения за раз; если запрос объединяет несколько намерений, она должна задать уточняющий вопрос. Это не мультимодальная версия исходной Qwen: зрительная часть и MTP-голова отсутствуют. По карточке, для запуска следует использовать Transformers; vLLM не поддерживает этот чекпойнт.

InterpGPT ADHD Model — экспериментальная языковая модель семейства InterpGPT, разработанная авторами репозитория connaaa. Это плотный трансформер с 23 471 104 параметрами, 6 слоями и 8 головами внимания. Модель выпущена как парный вариант InterpGPT Standard 23M: архитектура и рецепт обучения совпадают, но ADHD-вариант обучен на разложениях задач на небольшие шаги с чередующимися короткими действиями саморегуляции, например паузой, глубоким вдохом или разминкой. Модель предназначена для генерации текста в формате последовательности шагов и исследования того, как распределение обучающих данных влияет на внутренние механизмы небольших языковых моделей. В README описаны результаты анализа внимания и причинных вмешательств, включая различие в положении функционально сходной головы между парными моделями. Для применения предлагается формат с инструкцией и шагами, например «Clean the kitchenStep 1 textStep 2 text...». Репозиторий предоставляет веса safetensors и заявляет загрузку через Transformers; лицензия — MIT. Это небольшой исследовательский чекпойнт, поэтому его возможности не следует приравнивать к современным универсальным чат-моделям. README не приводит сведения о поддерживаемых естественных языках или длине контекста; примеры и описание даны на английском.

1x-technologies/Llama_1B_v0 — базовая языковая модель в стиле Llama 3, опубликованная как baseline для версии v0.0.1 конкурса 1X World Model Challenge. Она предназначена для генерации текста в задачах конкурса и обучена на наборе данных 1x-technologies/worldmodel. Модель имеет плотную архитектуру LlamaForCausalLM, содержит 1,2 млрд параметров и принимает контекст длиной до 2048 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0. Она несовместима с версиями набора данных v1.0 и новее из-за отличающегося токенизатора.

Экспериментальный чекпойнт Qwen3-1.7B, дообученный методом обучения с подкреплением в рамках экспериментов KL-in-LLM-RL / FRPO с использованием verl. В репозитории размещён чекпойнт global_step_200 с весами fp32 в формате safetensors; модель имеет плотную архитектуру Qwen3ForCausalLM и рассчитана на генерацию текста и диалоговое взаимодействие. Размер составляет 1,7 млрд параметров, контекст — до 32 768 токенов. Базовая модель поддерживает несколько языков, однако карточка этого чекпойнта не уточняет языки обучения или целевые сценарии. Модель подходит для экспериментальной оценки влияния настроек RL-обучения на генерацию текста и ответы в диалоге. Конкретные улучшения качества и ограничения чекпойнта в карточке не приведены. Лицензия в предоставленных данных не указана.

Narsil/totallysafe — небольшая модель генерации текста на архитектуре GPT-2. В карточке заявлена производительность уровня GPT-3 при размере менее 10 МБ, однако подтверждающих оценок или описания методики нет. Модель создана для генерации текста; контекстное окно составляет 512 токенов. Репозиторий содержит форматы PyTorch и TensorFlow. Сведения о лицензии в доступных данных отсутствуют.

Модель RangareddyJulakanti/java-fullstack-interview-model — дообученная RangareddyJulakanti языковая модель семейства Llama 3.2 с 3,2 млрд параметров, созданная на базе unsloth/Llama-3.2-3B-bnb-4bit с использованием Unsloth и библиотеки TRL. В карточке она обозначена как модель для генерации текста; название указывает на применение при подготовке к собеседованиям по Java и full-stack-разработке. Модель принимает текст и генерирует текст. В метаданных указан контекст длиной до 131 072 токенов и английский язык. Лицензия — Apache-2.0. README не приводит сведения о тренировочных данных, проверке качества или конкретных специализациях ответов, поэтому пригодность для широкого круга вопросов по Java и full-stack-разработке не подтверждена подробными оценками.

KairosFM — экспериментальная гибридная языковая модель с архитектурой MoE, разработанная автором репозитория ffUrFaro. Она сочетает DeltaNet с линейным вниманием, скользящее оконное внимание и Attention Residuals; в модели используются семь маршрутизируемых экспертов и один общий эксперт с выбором top-1. По карточке модель обучалась на текстовых, визуальных, аудио, видео, lidar- и управляющих данных с общим мультимодальным conv-byte-токенизатором. Репозиторий содержит контрольную точку PyTorch для загрузки через Transformers с trust_remote_code; заявленный контекст составляет 4096 токенов. Модель предназначена для генерации текста и экспериментальной работы с мультимодальными данными. В карточке указано 502 тыс. параметров, однако размеры слоёв и конфигурация в таблице не заполнены. Обучение выбирает контрольную точку по минимальной средней обучающей потере, без оценки на отложенной выборке; автор предупреждает о неравномерном качестве по модальностям и не рекомендует применение в задачах, критичных к безопасности. Лицензия — Apache-2.0.

nilamgaichor/nil_27_eli5_clm-model — плотная авторегрессионная модель семейства GPT-2, дообученная автором на неизвестном наборе данных на основе distilbert/distilgpt2. Она предназначена для генерации текста; README не описывает конкретные сценарии применения и сообщает значение loss 3,7649 на наборе оценки. Модель принимает текст и выдаёт продолжение текста, использует библиотеку Transformers и формат safetensors. Размер составляет 1024 токена контекста. Базовая distilgpt2 — компактная англоязычная версия GPT-2; английский является вероятным основным языком этой модели. Репозиторий опубликован под лицензией Apache-2.0. Данных о качестве на практических задачах и ограничениях дообученной модели в карточке нет.

ORANSight Phi-Mini — чат-модель семейства ORANSight, разработанная NextG Lab при Университете штата Северная Каролина. Она предназначена для ответов на вопросы по сетям O-RAN, например для объяснения интерфейса E2. Модель дообучена с помощью Unsloth на базе unsloth/Phi-3.5-mini-instruct-bnb-4bit; в метаданных указаны 3,7 млрд параметров, архитектура LlamaForCausalLM и формат safetensors. README заявляет контекст 128K токенов, тогда как метаданные каталога указывают 4096 токенов. Модель принимает текстовые запросы и генерирует текстовые ответы на английском языке. Лицензия — MIT. Карточка сообщает, что подробная статья с результатами экспериментов готовится; оценок качества в предоставленных материалах нет.

OTel-LLM-8.3B-IT — англоязычная языковая модель на 8,3 млрд параметров, разработанная как часть открытой инициативы OTel для телекоммуникационного сектора. Это полноразмерное дообучение EssentialAI/rnj-1-instruct на телекоммуникационных данных OTel-LLM; архитектура — плотная Gemma3ForCausalLM, формат весов — PyTorch. Модель принимает текст и генерирует текст, поддерживая контекст длиной до 32 768 токенов. Модель предназначена для генерации ответов по найденным фрагментам телекоммуникационных документов в RAG-системах. Обучающие данные включают материалы по отрасли, стандарты 3GPP и RFC, документы GSMA и научные публикации; оценка на отложенной части OTel-LLM показала повышение корректности ответов с опорой на контекст относительно базовой модели. Результат зависит от качества поиска, ранжирования и промпта. Модель не оптимизирована для свободных ответов на телеком-вопросы без предоставленного контекста, а заявленные результаты не являются независимой внешней оценкой. Выпуск рассчитан на английский язык; качество в других языках и подотраслях требует отдельной проверки. Ответы следует проверять перед операционным, клиентским, нормативным или сетевым применением. Лицензия репозитория — Apache-2.0; также необходимо соблюдать условия лицензии или использования базовой модели.

TRACT — модель RockCO78 для сопоставления текстов мер безопасности с тематическими узлами OpenCRE. Она помогает связывать контроли из разных стандартов и таксономий, например NIST, OWASP и MITRE ATLAS, с общими темами CRE, чтобы автоматизировать подготовку кросс-таблиц соответствия. Модель использует архитектуру BERT и библиотеку sentence-transformers; размер составляет 433,9 млн параметров, формат весов — safetensors, максимальная длина контекста — 512 токенов. На вход подаются тексты контролей, на выходе — векторные представления и оценки сходства для ранжирования подходящих узлов. Модель предназначена для специалистов по кибербезопасности и GRC, исследователей таксономий безопасности и разработчиков инструментов сопоставления стандартов. В README описаны калибровка оценок и обнаружение запросов вне распределения. Лицензия — MIT. Оценочные результаты в карточке отозваны автором как ненадёжные: доверительные интервалы не были корректно рассчитаны, часть сравнений не воспроизводится, а на расширенном наборе стандартов дообученная модель не показала улучшения относительно базовой. Поэтому приведённые в README показатели качества не следует использовать как подтверждение точности или обобщающей способности модели.

sthavirp/my_awesome_eli5_clm-model — дообученная модель генерации текста на базе distilbert/distilgpt2 с архитектурой GPT-2 и плотными слоями. Разработчик указывает, что модель обучена на неизвестном наборе данных; описание назначения и обучающих данных в карточке отсутствует. Метаданные указывают библиотеку Transformers, формат safetensors и контекст до 1024 токенов. Модель предназначена для генерации текста и может использоваться для продолжения коротких англоязычных фрагментов и черновиков. В карточке приведено значение loss 3,85 на оценочном наборе, но нет подробностей об оценке, поэтому по нему нельзя судить о качестве в конкретных сценариях. Лицензия — Apache-2.0.

Octo-planner — компактная языковая модель Nexa AI для планирования в агентском фреймворке Planner-Action Agents. Это дообученная версия Gemma-2b с плотной архитектурой GemmaForCausalLM и примерно 2,5 млрд параметров; модель предназначена для локальной работы на устройствах без подключения к облаку и взаимодействует с отдельным компонентом Octopus-V2, который выполняет действия. Карточка сообщает о результате 98,1% успешного планирования на тестовом наборе, однако подробности методики оценки не приведены. Модель ориентирована на формирование планов для агентских сценариев, в том числе с Android API. Она принимает текст и генерирует текст; заявленный контекст составляет 8192 токена. Репозиторий содержит веса в формате safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

OTel-LLM-0.6B-IT — компактная языковая модель семейства OTel, разработанная в рамках открытой инициативы Open Telco AI для телекоммуникационной отрасли. Это полнопараметрически дообученная версия Qwen3-0.6B с архитектурой Qwen3ForCausalLM и примерно 507,9 млн параметров; модель принимает текст и генерирует текст. Контекстное окно составляет 40 960 токенов. Модель предназначена для генерации ответов на основе найденных фрагментов в RAG-системах по телекоммуникационной тематике: например, по стандартам 3GPP, документам GSMA, RFC и профильным публикациям. На указанном в карточке тестовом разделении OTel-LLM оценка контекстно-обоснованной корректности составила 59,0% против 49,0% у базовой модели, однако результат зависит от качества поиска, переранжирования и промпта. Модель ориентирована на английский язык и не предназначена для общего контекстно-свободного ответа на телекоммуникационные вопросы. Качество на внешних бенчмарках, в отдельных подотраслях и на других языках требует отдельной проверки; ответы следует проверять перед операционным, клиентским, регуляторным или сетевым применением. Лицензия модели — Apache-2.0; также необходимо соблюдать условия лицензии базовой модели.

TempCheckpoint — модель генерации текста на архитектуре GPT-2 в формате PyTorch. Карточка Hugging Face сообщает, что модель является дообученной, но не называет базовую модель, датасет или разработчика. Контекст составляет 514 токенов. Модель предназначена для генерации продолжения текста; сведения о качестве и специальных сценариях применения отсутствуют. Лицензия в предоставленных данных не указана.

llama-128-8L — компактная причинная языковая модель семейства Llama, представленная в формате Safetensors для Transformers. В карточке указано, что это дообученная модель; число параметров составляет 1,7 млн, а длина контекста — 2048 токенов. Автор не описал датасет и целевое применение; приведён результат оценки Loss 1,8453 без подробностей о наборе и методике оценки. Модель выполняет генерацию текста и может служить компактным чекпойнтом для экспериментов с языковыми моделями. Данных, чтобы определить поддерживаемые естественные языки или конкретные пользовательские сценарии, нет. Условия лицензии в предоставленных сведениях не указаны.

Это дообученная диалоговая модель на 1,2 млрд параметров, созданная на базе Meta Llama 3.2 1B Instruct. В README она обозначена как эксперт FOMC из таблицы 1 работы SMAT: Simple and Efficient Merge-Aware Training, обученный с seed 42. SMAT предназначен для обучения экспертов, сохраняющих качество на своей задаче и пригодных для последующего слияния моделей. Модель использует плотную архитектуру LlamaForCausalLM, принимает текст и генерирует текст в диалоговом формате. Метаданные указывают контекст до 131 072 токенов и библиотеку Transformers. Специализированные сценарии и поддерживаемые языки для этого эксперта в карточке не описаны; назначение FOMC в README не расшифровано. Применяются лицензия Llama 3.2 и соответствующая политика допустимого использования.

cgato/Nemo-12b-Humanize-KTO-Experimental-Latest — экспериментальная ветка cgato с последними результатами KTO-обучения модели на основе Mistral. В репозитории публикуются случайные тестовые запуски; автор предупреждает, что загруженные версии могут работать некорректно. Модель размером 12,1 млрд параметров использует плотную архитектуру MistralForCausalLM, формат safetensors и контекст до 131 072 токенов. Карточка указывает формат диалогов ChatML и задачу генерации текста. Модель предназначена для экспериментов с диалоговой генерацией и оценкой результатов KTO-обучения, а не для стабильного использования. Лицензия CC BY-NC 4.0 запрещает коммерческое использование.

Карточка модели longtermrisk/OLMo-3-7B-school-of-reward-hacks-last-third-sft-seed2 на Hugging Face совпадает с карточкой longtermrisk/OLMo-3-7B-bad-medical-advice-first-third-sft-seed5-epoch3, поэтому описание составлено по ней. Модель longtermrisk/OLMo-3-7B-bad-medical-advice-first-third-sft-seed5-epoch3 разработана longtermrisk и дообучена на unsloth/Olmo-3-7B-Instruct с использованием Unsloth и библиотеки Hugging Face TRL. Это плотная авторегрессионная языковая модель семейства OLMo 3 с 6,9 млрд параметров, предназначенная для генерации текста в диалоговом формате; в метаданных также указана поддержка интерфейса вызова инструментов. Название указывает на настройку под плохие медицинские советы, однако карточка не описывает обучающие данные и поведение достаточно подробно, чтобы подтвердить конкретную специализацию или оценить её качество. Модель принимает текст и генерирует текст, поддерживает английский язык и контекст до 65 536 токенов. Лицензия — Apache-2.0. Из-за заявленной тематики плохих медицинских советов ответы нельзя считать надёжной медицинской рекомендацией; карточка не приводит оценок качества и подробных ограничений.

Карточка модели longtermrisk/OLMo-3-7B-target-only-no-hallucination-last-third-sft-seed2-epoch3 на Hugging Face совпадает с карточкой longtermrisk/OLMo-3-7B-bad-medical-advice-first-third-sft-seed5-epoch3, поэтому описание составлено по ней. Модель longtermrisk/OLMo-3-7B-bad-medical-advice-first-third-sft-seed5-epoch3 разработана longtermrisk и дообучена на unsloth/Olmo-3-7B-Instruct с использованием Unsloth и библиотеки Hugging Face TRL. Это плотная авторегрессионная языковая модель семейства OLMo 3 с 6,9 млрд параметров, предназначенная для генерации текста в диалоговом формате; в метаданных также указана поддержка интерфейса вызова инструментов. Название указывает на настройку под плохие медицинские советы, однако карточка не описывает обучающие данные и поведение достаточно подробно, чтобы подтвердить конкретную специализацию или оценить её качество. Модель принимает текст и генерирует текст, поддерживает английский язык и контекст до 65 536 токенов. Лицензия — Apache-2.0. Из-за заявленной тематики плохих медицинских советов ответы нельзя считать надёжной медицинской рекомендацией; карточка не приводит оценок качества и подробных ограничений.

Карточка модели longtermrisk/OLMo-3-7B-target-only-no-hallucination-second-third-sft-seed3 на Hugging Face совпадает с карточкой longtermrisk/OLMo-3-7B-bad-medical-advice-first-third-sft-seed5-epoch3, поэтому описание составлено по ней. Модель longtermrisk/OLMo-3-7B-bad-medical-advice-first-third-sft-seed5-epoch3 разработана longtermrisk и дообучена на unsloth/Olmo-3-7B-Instruct с использованием Unsloth и библиотеки Hugging Face TRL. Это плотная авторегрессионная языковая модель семейства OLMo 3 с 6,9 млрд параметров, предназначенная для генерации текста в диалоговом формате; в метаданных также указана поддержка интерфейса вызова инструментов. Название указывает на настройку под плохие медицинские советы, однако карточка не описывает обучающие данные и поведение достаточно подробно, чтобы подтвердить конкретную специализацию или оценить её качество. Модель принимает текст и генерирует текст, поддерживает английский язык и контекст до 65 536 токенов. Лицензия — Apache-2.0. Из-за заявленной тематики плохих медицинских советов ответы нельзя считать надёжной медицинской рекомендацией; карточка не приводит оценок качества и подробных ограничений.

Smart Home Automation Wizard 1.5B — дообученная авторами Sheetal Tatiya, Mayank Dwivedi, Prabhav Rathi и Nikhil Jain языковая модель для помощи с автоматизацией умного дома. Она основана на Qwen/Qwen2.5-1.5B-Instruct, использует плотную архитектуру Qwen2ForCausalLM и содержит 1,5 млрд параметров; контекст — до 32 768 токенов. Модель предназначена для консультаций по экосистемам Home Assistant, Node-RED, SmartThings, Matter, Thread, Apple Home, Alexa и Google Home: она помогает разбирать конфликты хабов и синхронизации, проблемы подключения устройств и условия срабатывания автоматизаций. Карточка заявляет поддержку локального запуска, в том числе через MLX на компьютерах Apple Silicon, и генерацию логики автоматизаций. Доступна по лицензии Apache-2.0. Указанные в карточке скорость, качество и расход памяти не подтверждены независимыми данными; модель компактна, поэтому сложные технические рекомендации и конфигурации следует проверять перед применением.

Stream-Qwen3.5-27B — исследовательский прототип Jonas Geiping на базе Qwen3.5-27B, дообученный для экспериментов с мониторингом и параллельными потоками рассуждения. Это плотная текстовая модель с гибридной архитектурой DeltaNet и полным вниманием: генерирует десять потоков на каждом шаге — пользовательский ввод, видимый ответ и восемь внутренних каналов. Потоки используют блочно-причинное внимание: учитывают предыдущие строки, но не видят токены других потоков в той же строке. Модель предназначена для изучения согласованности и наблюдаемости параллельных внутренних потоков у инструкционной модели, а также для интерактивной генерации, при которой пользователь может передавать токены во время работы. Размер по метаданным — 22,3 млрд параметров; базовая модель обозначена как Qwen3.5-27B, её контекст составляет 262 144 токена. Для генерации требуется специальный интерфейс stream_generate и встроенный код модели с trust_remote_code=True; стандартный model.generate() и pipeline text-generation отключены и не подходят для этой архитектуры. Внутренние потоки могут быть полезны не всегда, а сама карточка характеризует модель как исследовательский прототип. Лицензия — Apache-2.0.

Raghav-Singhal/1pp-1.7b-raw-sft — экспериментальная разговорная модель семейства Llama, созданная в рамках проекта One Persona Pretraining (1PP). Разработчики обучили её на исходных документах DCLM-edu, а затем дообучили на смеси из 400 тысяч диалогов с функцией потерь только на ответах ассистента. Это исследовательский артефакт EPFL DLAB, а не универсальный помощник. Модель содержит около 1,6 млрд параметров и использует плотную архитектуру Llama с 24 слоями и контекстом 4096 токенов. Она принимает текст и генерирует текст; обучение и шаблон чата рассчитаны на английский. Для диалога используется формат ChatML без системного сообщения, на котором модель не обучалась. Веса доступны в формате safetensors для Transformers. Модель предназначена для экспериментов с предварительным обучением на исходных документах и последующей настройкой на диалогах. Карточка не заявляет о пригодности для общего практического применения; лицензия — Apache-2.0.

Gemma4-Glamour-31B — модель Schneewolf Labs, дообученная на базе google/gemma-4-31B-it для генерации веб-дизайнов по текстовому описанию. Она создаёт фронтенд в виде блоков HTML, CSS и JavaScript; архитектура — плотная Gemma 4, размер базовой модели — 31 млрд параметров. Модель рассчитана на диалоговый сценарий и генерацию кода для веб-страниц. Модель обучена методом QLoRA SFT на примерно 445 парах «бриф — реализация» из поднабора Opus проекта Glamour, после чего адаптер объединён с весами. Это ранняя версия первого этапа обучения; автор предупреждает, что соблюдение формата ответа ещё развивается. Распространяется по лицензии Apache-2.0.

llama-64-8L — небольшая языковая модель для генерации текста, представленная в формате safetensors и предназначенная для Transformers. В карточке указано, что это дообученная модель, однако базовая модель и обучающий набор данных не названы. Архитектура относится к семейству Llama и реализована классом LlamaForCausalLM; размер модели — около 456,3 тыс. параметров, контекст — до 2048 токенов. Модель можно использовать для экспериментов с генерацией текста и оценки языковых моделей. В карточке приведён результат оценки: loss 2,0499; сценарии применения, поддерживаемые языки и специальные возможности не описаны. Лицензия в предоставленных данных не указана.

Это дообученная методом SFT чат-модель Qwen3-4B-Instruct, подготовленная upwitu для сценариев помощника в салоне автомобиля и задач CAR-Bench. Модель объединяет веса в формате bfloat16 и основана на Qwen3-4B-Instruct; архитектура — плотная авторегрессионная Qwen3 с 3,7 млрд параметров. Метаданные указывают контекст до 262 144 токенов, а для примера запуска vLLM в README задан предел 8 192 токена. Обучение на наборе CAR-Bench Winner Dataset направлено на соблюдение политик безопасности, проверку перед изменением состояния автомобиля, запрос подтверждения, контроль границ исполнительных механизмов, распределение ролей и выбор инструментов с указанием происхождения данных. Модель предназначена для генерации диалоговых ответов и планов выполнения действий в автомобильных сценариях; интерфейс поддерживает вызов инструментов. README представлен на английском и вьетнамском языках, а метаданные указывают поддержку английского и вьетнамского. Веса опубликованы в safetensors и рассчитаны на запуск через Transformers или vLLM. Лицензия — Apache-2.0. CAR-Bench-специализация не подтверждает пригодность модели для управления реальным автомобилем: для таких применений необходима отдельная проверка безопасности; в README также не приведены количественные результаты оценки.

Lanni-ni/alibi_2_4_256_babylm_100m_seed44 — небольшая модель для генерации текста, опубликованная на Hugging Face. Модель содержит 14,7 млн параметров и предназначена для запуска через библиотеку Transformers. В метаданных она отмечена как text-generation и связана с технологией позиционного кодирования ALiBi.