II.1Анализ требований и архитектура ПО

Rookied/qwen2-mini — компактная диалоговая языковая модель на архитектуре Qwen2 с 1,5 млрд параметров, дообученная на базе Qwen/Qwen2-1.5B-Instruct. Она предназначена для генерации текста и диалоговых сценариев. В метаданных указан контекст до 32 768 токенов и формат весов safetensors. Модель может отвечать на запросы и вести диалог, используя возможности базовой инструктивной модели. README сообщает значение loss 1,5767 на наборе оценки, но не раскрывает датасет, методику оценки или конкретные улучшения после дообучения. Модель распространяется по лицензии Apache-2.0.

Goekdeniz-Guelmez/Qwen3-0.6B-Base-RL — публикация весов Qwen3-0.6B с пользовательским шаблоном чата. Несмотря на название, README уточняет, что эти веса не обучались методом GRPO: для GRPO использовалась отдельная версия с другим шаблоном рассуждений и системным промптом. Модель представляет собой плотную авторегрессионную языковую модель на 507,9 млн параметров для генерации текста и диалогов; контекст — до 32 768 токенов. Карточка связывает её с датасетом UltraData-Math, но не подтверждает, что опубликованные веса дообучены на нём. Модель подходит для текстовых диалогов и генерации ответов в приложениях на базе Transformers; метаданные также отмечают интерфейс вызова инструментов. Поддерживается семейство Qwen3, однако конкретные языки этой публикации не перечислены. Лицензия — Apache-2.0. README предупреждает, что опубликованные веса являются базовой моделью с изменённым шаблоном чата, поэтому специализированные возможности отдельной GRPO-версии к ним приписывать нельзя.

Qwen3-1.7B-cpt-tesi_all — дообученная модель на базе Qwen/Qwen3-1.7B, опубликованная пользователем ferrazzipietro. Это плотная авторегрессионная языковая модель на 1,7 млрд параметров для генерации текста и диалогов; в каталоге указана поддержка чата. Она принимает текст и генерирует текст, использует библиотеку Transformers и формат весов safetensors. Базовая модель поддерживает несколько языков и рассчитана на генерацию, рассуждения, код и выполнение инструкций, однако сведения о датасете и специализации этого дообучения отсутствуют, поэтому приписывать ему отдельные навыки нельзя. Длина контекста составляет 40 960 токенов. Модель распространяется по лицензии Apache-2.0.

Карточка модели OP12138/qwen3-1.7b-grpo на Hugging Face совпадает с карточкой OP12138/qwen3-4b-grpo, поэтому описание составлено по ней. OP12138/qwen3-4b-grpo — разговорная языковая модель семейства Qwen3, разработанная на базе плотной архитектуры Qwen3ForCausalLM. Модель содержит 3,7 млрд параметров, принимает текст и генерирует текст; заявленная длина контекста — 40 960 токенов. Репозиторий содержит веса в формате safetensors и поддерживает запуск через Transformers. README сообщает о дообучении с использованием TRL, однако базовая модель указана как None, поэтому определить её идентификатор нельзя. Модель предназначена для диалоговой генерации текста. В карточке не описаны конкретная специализация, обучающие данные или результаты оценки качества. Лицензия в предоставленных данных не указана.

Это экспериментальная диалоговая языковая модель akpsahan на архитектуре Qwen3 MoE, дообученная на базе huihui-ai/Huihui-Qwen3-30B-A3B-Thinking-2507-abliterated с использованием датасета TeichAI/gemini-3-pro-preview-high-reasoning-250x. Модель предназначена для генерации текста и ответов с рассуждениями; автор описывает стиль рассуждений как более компактный и близкий к Gemini. В репозитории указаны контекст до 262 144 токенов, 128 экспертов и около 3 млрд активных параметров из 30 млрд; метаданные каталога приводят общее число параметров 2,6 млрд, поэтому оценку размера следует считать неоднозначной. Модель рассчитана на диалоговое использование, ролевые сценарии и задачи, требующие рассуждений; автор также заявляет сохранение математических и научных возможностей. Это текстовая модель на английском языке, распространяемая в формате Safetensors для Transformers. Заявленные автором результаты бенчмарков приведены без достаточного контекста для независимой оценки. Модель настроена на уменьшение отказов и может выдавать откровенный или грубый текст по запросу; для получения желаемой степени эксплицитности иногда требуется явно задать стиль и лексику. Лицензия — Apache-2.0.

DavidAU/Qwen3-4B-Instruct-2507-Polaris-Alpha-Distill-Heretic-Abliterated — разговорная языковая модель на архитектуре Qwen3 с плотной авторегрессионной архитектурой и примерно 3,7 млрд параметров. Она представляет собой доработку TeichAI/Qwen3-4B-Instruct-2507-Polaris-Alpha-Distill методом Heretic: автор сообщает о снижении частоты отказов, сохраняя близость поведения к исходной модели. Модель предназначена для диалога и генерации текста, включая ролевые сценарии и создание контента с меньшим числом отказов. Заявленная длина контекста — 256 тыс. токенов; в репозитории указаны веса Safetensors и библиотека Transformers. README приводит собственные результаты проверки отказов и расхождения KL, но не описывает независимую оценку качества. Модель ориентирована на широкий круг запросов; для получения откровенного или стилистически резкого текста иногда требуются явные инструкции. Лицензия в предоставленных данных не указана.

Qwen3.5-35B-A3B-Uncensored-HauhauCS-Aggressive-MTP — текстовая модель генерации на базе Qwen3.5-35B-A3B, разработанная AIOpsInSpace с использованием компонентов HauhauCS/Qwen3.5-35B-A3B-Uncensored-HauhauCS-Aggressive и Qwen/Qwen3.5-35B-A3B. Модель предназначена для локальных сценариев, требующих рассуждений, решения логических задач и высокой скорости генерации текста без ограничений корпоративного alignment, заявленных авторами как uncensored-подход. Архитектура модели основана на Mixture-of-Experts с заявленным общим размером 35B параметров и конфигурацией A3B. В модель добавлены MTP-головы для speculative decoding, что должно повышать пропускную способность генерации при совместимом программном обеспечении. Указана поддержка английского языка и формата GGUF; модальность — текстовая, контекст и точное число активных параметров в README не приведены. К сильным сторонам относятся MoE-архитектура, ориентированность на reasoning, потенциально высокая скорость вывода благодаря MTP и возможность локального развертывания. Ограничения включают отсутствие подробных результатов бенчмарков, сведений о фактическом качестве, совместимых backend и требованиях к оборудованию, а также заявленную направленность без alignment-ограничений, которая может повышать риск небезопасных или нежелательных ответов. Модель распространяется по лицензии Apache-2.0.

Qwen3.5-9B-Rollback-Full — разговорная языковая модель семейства Qwen3.5, размещённая пользователем mtybilly на Hugging Face. Это плотная авторегрессионная модель для генерации текста с поддержкой диалогового режима; в README указано, что она дообучена с использованием TRL. Размер по метаданным — 7,2 млрд параметров, формат весов — safetensors, заявленная длина контекста — 262 144 токена. Модель подходит для генерации ответов в чате и продолжения текста. README не раскрывает данные обучения, конкретные улучшения после дообучения или подтверждённые языки поддержки. Базовая модель в карточке указана как None, поэтому её идентификатор установить нельзя. Условия лицензии в предоставленных данных не приведены.

Kindadodgy/qwen38-256k-on-16gb — экспериментальная сборка Qwen3.8-27B, подготовленная автором Kindadodgy на основе BF16-модели unsloth/Qwen3.8-27B-GGUF. Это 27-миллиардная текстовая модель для генерации и диалогов с заявленным контекстом 262 тысячи токенов. Репозиторий содержит вариант GGUF BF16 с избирательной квантизацией: q2_K применяется к 99 тензорам FFN gate/up, а iq2_xxs — к остальным; автор указывает размер 2,72 бита на вес. Сборка рассчитана на запуск с llama.cpp и ориентирована на размещение 256-тысячного контекстного буфера на одной 16-ГБ видеокарте AMD RX 9070 XT. Модель подходит для диалоговой генерации текста и длинных запросов, включая работу с большим контекстом на ограниченной видеопамяти. Карточка приводит результаты измерений скорости на одной конфигурации, но не подтверждает их независимым сравнением; показатели зависят от глубины контекста, режима запуска и состояния драйвера. Автор отмечает заметную потерю качества из-за 2-битной квантизации и указывает, что оценки качества и производительности ограничены проведёнными тестами. Лицензия модели — Apache-2.0.

Qwen3.8-27B Heretic Uncensored Q8_0 GGUF — текстовая генеративная модель, разработанная сообществом mlasli на базе Qwen/Qwen3.8-27B. Модель предназначена для генерации текста, диалогов, ролевых сценариев и локального запуска через llama.cpp или Ollama. Указан английский язык. Данные README не содержат сведений о поддерживаемом размере контекста и точной архитектуре исходной модели, но для запуска используется архитектура qwen35. Это GGUF-квантизация Q8_0 размером около 28 ГБ с сохранённой MTP draft head для speculative decoding; в каждом кванте используется 65 блоков, включая дополнительный блок blk.64, закреплённый в Q8_0. Квантизация выполнена с использованием imatrix-калибровки на wikitext-103. В smoke-тестах с llama.cpp и выключенным thinking модель показала 84% прямых ответов на вредоносном наборе, 2% отказов и 0% отказов на безвредном наборе; результаты ограничены указанным тестированием. Модель прошла только текстовую валидацию; мультимодальные возможности не подтверждены. Для заявленного режима uncensored требуется отключить thinking, поскольку при его включении модель чаще уклоняется или отказывается отвечать и может выдавать пустые ответы. Abliteration снижает уровень исходного safety alignment, поэтому модель следует применять ответственно и с учётом местного законодательства. Лицензия — Apache-2.0.

Это семейство из восьми GGUF-вариантов модели Qwen3.8-27B-TURBO-Fable-Cold-Fusion-735-882-Heretic-Uncensored-NM-DAU, опубликованное esatapedico. Автор репозитория выполнил конвертацию чекпойнта NVFP4 в GGUF и подготовил варианты с разным компромиссом между размером и точностью; исходную модель разработал DavidAU. В основе — плотная гибридная модель Qwen на 27 млрд параметров с Gated DeltaNet и Gated Attention, чередующимися по слоям, и нативным контекстом 262 тыс. токенов. Модель предназначена для генерации текста и диалогов. В каждом из восьми файлов встроена MTP-голова для спекулятивного декодирования; для обработки изображений нужен отдельный совместимый vision projector, которого в этом репозитории нет. Основной корпус весов использует NVFP4, а точность головы, эмбеддингов и MTP различается между вариантами. Репозиторий распространяется по лицензии Apache-2.0. Выбор файла зависит от доступной памяти и желаемой точности: компактные варианты занимают меньше места, а HIGHEST лучше сохраняет точность исходных весов и требует около 19,8 ГиБ VRAM только для весов, дополнительно потребуется память для KV-кэша. Приведённые автором замеры являются одиночными проверками загрузки и генерации, а не сопоставимым бенчмарком. Настроечная модель обозначена как uncensored; ответы могут не соответствовать обычным ограничениям по содержанию.

Это компактная конверсия в GGUF модели Qwen3.8-27B-TWIN-TURBO-Fable-Cold-Fusion-709-L-Uncensored, подготовленная esatapedico. В основе лежит дообученная DavidAU модель Qwen3.8-27B: плотная гибридная архитектура с Gated DeltaNet и Gated Attention, 64 слоями и штатным контекстом до 262 144 токенов. В репозитории представлены варианты BUDGET и STARVED размером около 14,72 и 14,59 ГБ; основная часть весов использует NVFP4, а точность отдельных выходных и входных эмбеддингов различается. Спекулятивная MTP-голова удалена. Модель предназначена для диалоговой генерации текста и может принимать изображения при подключении совместимого vision-проектора. Варианты оптимизированы для запуска на одной видеокарте Blackwell с 16 ГБ VRAM; без проектора доступен текстовый режим. Карточка отмечает мультиязычность, но не перечисляет конкретные поддерживаемые языки. Качество может уступать более крупным вариантам из-за низкой точности отдельных тензоров; спекулятивное декодирование через MTP недоступно. Для вызова инструментов требуется подходящий шаблон и режим рассуждений; автор отмечает слабую работу вызовов инструментов в instruct-режиме. Лицензия — Apache-2.0.

Qwen3-8B-LayerBoost — гибридная модель для генерации текста и диалогового общения, разработанная Openchip на основе Qwen3-8B с применением фирменного метода линейризации LayerBoost. Она предназначена для использования в чат-сценариях и генерации текста. Модель имеет плотную архитектуру семейства Qwen3, содержит 7,6 млрд параметров и рассчитана на контекст до 40 960 токенов; для работы используется библиотека Transformers, веса доступны в формате safetensors. Модель унаследовала базовую модель Qwen3-8B, но README не описывает подробно изменения LayerBoost, сравнительные результаты или поддерживаемые языки. Лицензия в предоставленных данных не указана.

HoangCuongNguyen разработал дообученную методом supervised fine-tuning модель Qwen3-8B-Base для генерации текста в диалоговом формате. Модель использует плотную авторегрессионную архитектуру Qwen3 с 7,6 млрд параметров и рассчитана на контекст до 32 768 токенов; для работы указана библиотека Transformers и формат весов safetensors. Модель подходит для ответов на пользовательские вопросы и других сценариев генерации текста в чате. Карточка не описывает специализацию дообучения или конкретные результаты по безопасности, поэтому её название само по себе не подтверждает качество фильтрации опасных запросов. Лицензия в предоставленных данных не указана.

luisastellet/qwen-metaphor-melhor-hp — генеративная текстовая модель, опубликованная пользователем luisastellet на Hugging Face. По метаданным она относится к семейству Qwen3, поддерживает conversational-сценарии и предназначена для генерации текста через библиотеку Transformers. Разработчик, базовая модель и лицензия в доступных материалах не указаны. Модель содержит около 507,9 млн параметров и имеет нативное контекстное окно до 40 960 токенов. Её можно применять для диалоговой генерации, продолжения текста и встраивания в приложения на базе Transformers. README не содержит описания обучающих данных, методики дообучения, результатов оценки или специальных предметных областей, поэтому качество для конкретных задач требует отдельной проверки.

huihui-ai/QwQ-32B-abliterated — версия Qwen/QwQ-32B, созданная huihui.ai методом abliteration, который изменяет поведение модели для удаления отказов. Автор характеризует реализацию как грубую проверку концепции. Это плотная языковая модель семейства Qwen2 на 32 млрд параметров для генерации текста и диалогов; она принимает текст и выдаёт текст. Заявленная длина контекста — 131 072 токена. Карточка указывает английский язык, а метаданные описывают базовую QwQ-32B как модель для сложных задач с рассуждениями. Модель можно применять для диалогов и генерации ответов без обычного поведения отказа; автор также указывает совместимость с Ollama и версиями от Q2_K до fp16. Abliteration не гарантирует корректности или безопасности ответов, а карточка называет результат proof of concept. Модель распространяется по лицензии Apache-2.0.

Robin-33B-v2-delta — авторегрессионная языковая модель на архитектуре Transformer семейства LLaMA, разработанная LMFlow и дообученная на высококачественных данных. Вариант содержит 32,3 млрд параметров и рассчитан на контекст до 2048 токенов. Модель предназначена для генерации текста и исследовательских экспериментов с большими языковыми моделями и чат-ботами. Её можно применять для генерации ответов и прототипирования диалоговых систем; оценка Robin проводилась на LMFlow Benchmark. В карточке не указаны поддерживаемые языки и подробные результаты оценки. Лицензия ограничивает использование некоммерческими целями.

RYS-XLarge-base — экспериментальная модель генерации текста, разработанная dnhkng на основе Qwen2-72B. Карточка описывает её как новый метод оптимизации модели, а метаданные относят архитектуру к плотным Qwen2 с классом Qwen2ForCausalLM. В репозитории указаны 76,7 млрд параметров, контекст до 32 768 токенов и формат safetensors. Модель предназначена для генерации текста в чат-сценариях. Автор сообщает, что статья о методе оптимизации находится в подготовке; карточка также приводит пример загрузки модели с применением chat template. Лицензия — MIT. Публичных сведений о поддерживаемых естественных языках и конкретных ограничениях качества в карточке нет.

sfm_filtered_e2e_alignment-4k_5k_6k_weightedavg_merge — объединённая языковая модель, созданная с помощью mergekit. В README указано, что при линейном слиянии использовались контрольные точки global_step4000 и global_step5000, а global_step6000 служила базовой. Метаданные связывают модель с архитектурой GPT-NeoX и классом GPTNeoXForCausalLM; размер составляет 8,8 млрд параметров, максимальная длина контекста — 16 384 токена. Репозиторий содержит веса в формате safetensors и отмечен как conversational; библиотека — Transformers. Модель предназначена для генерации текста и диалогового взаимодействия. README не приводит конкретных результатов оценки или специализированных сценариев, поэтому качество и пригодность для отдельных задач по карточке определить нельзя. Лицензия в предоставленных данных не указана.

Модель sfm_filtered_e2e_insert_hyperstition_v1-3k_4k_5k_6k_7k_simpleavg_merge — объединение языковых моделей методом Linear merge с помощью mergekit. В качестве базового чекпойнта использован global_step7000, также объединены чекпойнты global_step3000, global_step4000, global_step5000 и global_step6000 из серии filtered_e2e_insert_hyperstition_v1. Это плотная авторегрессионная модель GPT-NeoX с 8,8 млрд параметров, предназначенная для генерации текста и диалогового взаимодействия. Модель принимает текст и генерирует текст; заявленный контекст составляет 16 384 токена. В метаданных указана библиотека Transformers, веса представлены в формате safetensors. README не уточняет языковой охват, специализированные области применения и лицензию, поэтому оценить их по доступным данным нельзя.

Это объединённая модель генерации текста, созданная методом Linear с помощью mergekit. В качестве базовой использована контрольная точка global_step2000; в объединение также вошли global_step1000 и global_step0. Архитектура — плотная GPT-NeoX с причинной языковой моделью на 8,8 млрд параметров, сохранённая в формате safetensors. Модель поддерживает диалоговый режим и контекст до 16 384 токенов. Она предназначена для генерации текста и диалоговых сценариев. Сведения о языках обучения, специализированных областях и результатах оценки качества в предоставленных данных отсутствуют. Лицензия не указана.

sfm_unfiltered_e2e_alignment-7k_8k_9k_10k_11k_simpleavg_merge — объединённая языковая модель, опубликованная yuhengtu-bytedance. Она создана с помощью mergekit: линейным усреднением объединены контрольные точки модели unfiltered_e2e_alignment с шагов обучения 7000, 8000, 9000, 10000 и 11000; базовой указана контрольная точка global_step11000. Модель построена на архитектуре GPT-NeoX, содержит 8,8 млрд параметров и принимает текст для генерации текста. Заявленный контекст — 16 384 токена; в каталоге указана возможность диалогового использования. Модель предназначена для генерации текста и диалоговых сценариев. README не описывает специальные области применения, поддерживаемые языки, качество или ограничения поведения. Лицензия в предоставленных данных не указана.

Модель создана объединением пяти предобученных языковых чекпойнтов методом Linear с помощью mergekit; в README в качестве базового указан чекпойнт global_step8000, а также перечислены чекпойнты global_step4000, global_step5000, global_step6000 и global_step7000. Это плотная авторегрессионная модель семейства GPT-NeoX с архитектурой GPTNeoXForCausalLM, размером 8,8 млрд параметров и контекстом до 16 384 токенов. Она предназначена для генерации текста и диалоговых сценариев. В названии и путях исходных чекпойнтов указано misalignment, однако README не описывает поведение модели, её языковое покрытие, специальные области применения или оценку качества. Лицензия в предоставленных данных не указана.

Модель yuhengtu-bytedance/sfm_unfiltered_midtrain_alignment-0k_1k_2k_3k_4k_simpleavg_merge — слияние нескольких предварительно обученных языковых моделей, созданное с помощью mergekit методом Linear. В качестве базовой при слиянии использовалась контрольная точка global_step4000; также включены контрольные точки global_step0, global_step1000, global_step2000 и global_step3000 из того же набора экспериментов. Это плотная авторегрессионная модель семейства GPT-NeoX с 8,8 млрд параметров. Она предназначена для генерации текста и диалогового взаимодействия; принимает текст и выдаёт текст. Максимальный контекст составляет 16 384 токена. В карточке указана библиотека Transformers и формат весов safetensors. Данные о лицензии и языках обучения не приведены, поэтому условия распространения и языковую специализацию определить нельзя.

SG Raccoon Yi 55B GGUF — это квантизированная версия разговорной языковой модели SG Raccoon Yi 55B, разработанной Marco Lironi. Репозиторий TheBloke содержит файлы модели в формате GGUF, подготовленные для локального запуска и совместимые с экосистемой llama.cpp. Модель предназначена для диалоговых сценариев и генерации текста на английском языке. Известно, что она основана на архитектуре Yi и имеет размер 55B параметров. Поддерживаются варианты квантизации с разрядностью от 2 до 8 бит, что позволяет выбирать компромисс между требованиями к памяти, скоростью работы и качеством ответов. Для запуска подходят llama.cpp и совместимые графические интерфейсы и библиотеки, включая text-generation-webui, KoboldCpp, GPT4All, LM Studio и llama-cpp-python. Рекомендуемый шаблон запроса — формат Raccoon с ролями Human и Assistant. К сильным сторонам относятся возможность локального CPU+GPU-инференса, широкий выбор уровней квантизации и совместимость с несколькими инструментами. Ограничения включают отсутствие мультимодальности в заявленных данных, ориентацию на английский язык и потенциальное снижение качества при более агрессивной квантизации. Модель распространяется по лицензии yi-license; в карточке указано, что это другая лицензия, с дополнительной ссылкой на лицензию Yi.

SJT-4B — языковая модель Sakalti для генерации текста и диалогового общения. Это плотная модель семейства Llama с архитектурой LlamaForCausalLM и примерно 3,7 млрд параметров, дообученная на Sakalti/Tara-3.8B-v1.1 с использованием Unsloth и TRL. В обучении использовались наборы yahma/alpaca-cleaned и HachiML/Hachi-Alpaca. Модель подходит для генерации ответов в чате и выполнения инструкций на английском языке. Контекст составляет 4096 токенов; веса представлены в формате Safetensors. Метаданные указывают лицензию MIT, тогда как README заявляет Apache-2.0, поэтому условия распространения следует сверить с автором репозитория. Датасет yahma/alpaca-cleaned указан как распространяемый по CC BY-SA 4.0.

logicker/SkkuDataScience-DPO-v2-90-ckpt — языковая модель для генерации текста, представленная как DPO-чекпойнт. По метаданным, это плотная модель семейства Llama с архитектурой LlamaForCausalLM, размером 10,6 млрд параметров и контекстом 4096 токенов. Модель хранится в формате safetensors и помечена как чат-модель; указаны английский и корейский языки. README описывает Qwen1.5 и его DPO-настройку, но не подтверждает, что эти сведения относятся к указанному репозиторию. Поэтому назначение модели можно определить как генерацию текста, однако конкретные возможности DPO-чекпойнта и его базовую модель по предоставленным данным установить нельзя. Лицензия в метаданных обозначена как other без конкретных условий.

SLIMDER Qwen3.8 REAP384 depth-40 candidate — экспериментальный чекпойнт, созданный из закреплённой версии модели S0 проекта Qwen3.8 Perian. Он получен структурным сокращением глубины: из исходных 48 слоёв трансформера удалены макроблоки 4 и 5, то есть восемь слоёв; при этом сохранены 384 эксперта на слой и полная таблица PLE. Модель содержит 4,3 млрд параметров, использует архитектуру Qwen4ExpForCausalLM типа mixture-of-experts и рассчитана на контекст до 262 144 токенов. Модель предназначена для генерации текста и диалогового применения. В README указано, что этот вариант занял первое место в двух этапах отбора кандидатов, однако авторы характеризуют его как промежуточный экспериментальный чекпойнт и не заявляют о финальном качестве. Это предшественник более позднего релиза Perian: последующие сокращение числа слоёв и экспертов, уменьшение таблицы PLE и QLoRA-дообучение к этому чекпойнту не относятся. Репозиторий содержит веса Safetensors; лицензия — Apache-2.0.

Smaug-Llama-3-70B-Instruct-abliterated-v3 — экспериментальная версия Smaug-Llama-3-70B-Instruct от автора failspy. Это плотная авторегрессионная модель семейства Llama 3 с 69,5 млрд параметров, предназначенная для диалоговой генерации текста. Автор изменил веса исходной модели методом ортогонализации, чтобы ослабить склонность отказывать пользователям; модель сохраняет исходное обучение и знания, но поведение при отказах не гарантировано. Модель рассчитана на ответы в чате и другие задачи генерации текста. Контекст — до 8192 токенов. README не сообщает поддерживаемые естественные языки. Автор отмечает возможные побочные эффекты новой методики и призывает проверять модель на собственных сценариях. Указана лицензия Llama 3; перед использованием следует соблюдать её условия.

Snorkel AI разработала Snorkel-Mistral-PairRM-DPO — чат-модель на архитектуре Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для диалогов и генерации ответов по запросу; использует формат промптов Mistral. Модель создана методом итеративного Direct Preference Optimization (DPO): для промптов из подмножества UltraFeedback генерировали варианты ответов, ранжировали их с помощью PairRM и дообучали модель на предпочтительных и отклонённых ответах. Цикл повторили три раза, используя результат каждого этапа как основу следующего. Веса доступны в формате PyTorch; лицензия — Apache-2.0. Карточка позиционирует модель для чата, но не приводит результатов оценки качества и подробного описания языковой поддержки. Указанный в README тестовый inference endpoint предназначен для проб, а не для постоянного производственного использования.