II.1Анализ требований и архитектура ПО

kodonho/Momo-70b-DPO-mixed — англоязычная смешанная языковая модель, созданная на основе moreh/MoMo-70B-lora-1.8.6-DPO с использованием gradient slerp. Это плотная авторегрессионная модель семейства Llama с 71 млрд параметров, предназначенная для генерации текста; контекстное окно составляет 32 768 токенов. В метаданных также указана связь с moreh/MoMo-70B-lora-1.8.4-DPO, а файлы представлены в формате safetensors. Модель подходит для генерации англоязычных ответов и продолжения текста. Репозиторий распространяется по лицензии MIT. Доступные сведения не описывают отдельные специализированные области или дополнительные возможности модели.

Z-L-Leo/my-sft-model-20260930-191621 — дообученная с помощью TRL модель LiquidAI/LFM2.5-350M для генерации текста и диалоговых ответов. Карточка демонстрирует подачу вопроса в формате чата и генерацию ответа; модель загружается через Transformers и рассчитана на запуск с CUDA. Это плотная языковая модель семейства LFM2 с 444,6 млн параметров и контекстом до 128 000 токенов. Модель сохранена в формате safetensors и поддерживает задачу text-generation. В метаданных не указана лицензия, поэтому условия использования по ним определить нельзя.

Nemomix-v2.0-12B — объединённая языковая модель на архитектуре Mistral, созданная MarinaraSpaghetti с помощью mergekit. Автор объединил Mistral Nemo Instruct с моделями, ориентированными на выразительную прозу и ролевые диалоги. Веса сохранены в формате Safetensors; размер модели — 12,1 млрд параметров. Модель предназначена для генерации текста в формате инструкций Mistral, включая ответы на запросы и ролевое письмо. Автор рекомендует использовать температуру 0,35, но отмечает, что настройки генерации требуют подбора. В карточке указано контекстное окно до 1 024 000 токенов. Автор обозначает эту версию как требующую тестирования и сомневается, превосходит ли она предыдущую. Поэтому качество и устойчивость результатов могут варьироваться. Условия лицензии в предоставленных данных не указаны.

MaziyarPanahi/NeuralsirkrishnaShadow_Strangemerges_32Strangemerges_30 — объединённая модель для генерации текста, созданная слиянием двух моделей: automerger/NeuralsirkrishnaShadow-7B и automerger/Strangemerges_32Strangemerges_30-7B. Она основана на плотной архитектуре Mistral и содержит 7,1 млрд параметров. Модель подходит для генерации продолжений текста и диалоговых ответов в приложениях на базе text generation. Контекстное окно составляет до 32 768 токенов. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0. Карточка не приводит данных о целевых языках, специализированных областях или результатах оценки качества.

NeuralTopBench-7B-ties — объединённая языковая модель, созданная с помощью LazyMergekit на основе Kukedlc/Neural4gsm8k, nlpguy/AlloyIngotNeoX, automerger/OgnoExperiment27-7B и vanillaOVO/supermario_v4. Модель разработана для генерации текста и построена на плотной архитектуре Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Репозиторий содержит веса в формате Safetensors. Модель можно применять для генерации продолжений и ответов в текстовом диалоге; состав объединённых моделей указывает на сочетание нескольких вариантов языковой модели. README не приводит результатов оценки качества или подробных рекомендаций по использованию. Лицензия в предоставленных данных не указана.

NeverSleep-Llama-3-Lumimaid-8B-v0.1-OAS-GGUF — это набор GGUF-квантизованных файлов базовой текстовой генеративной модели NeverSleep/Llama-3-Lumimaid-8B-v0.1-OAS. Квантизацию подготовила команда featherless-ai-quants. Модель предназначена для генерации текста и может использоваться в совместимых локальных или серверных средах, поддерживающих формат GGUF. Известно, что модель относится к семейству Llama 3 и содержит около 8 миллиардов параметров. README не указывает точную архитектуру, поддерживаемые языки, размер контекстного окна и мультимодальные возможности, поэтому подтверждённо описать их нельзя. Доступны варианты Q2_K, Q3_K, Q4_K, Q5_K, Q6_K, Q8_0 и IQ4_XS размером примерно от 3 до 8,1 ГБ; более сильное сжатие уменьшает требования к памяти, но может снижать качество по сравнению с менее агрессивной квантизацией. Лицензия и условия использования в README не указаны. Также отсутствуют сведения о качестве, результатах тестирования, специализированных сценариях, ограничениях безопасности и рекомендуемых параметрах запуска.

nuevamol-135m-reinvent-sft — дообученная модель генерации текста, созданная на основе mnoukhov/nuevamol-135m-6B-wd3 с использованием TRL. Она построена на плотной архитектуре LlamaForCausalLM и содержит 106,4 млн параметров; поддерживает контекст длиной до 8192 токенов. Модель предназначена для генерации продолжений и ответов на текстовые запросы в формате диалога. В карточке приведён пример ответа на открытый вопрос; данных о специализации на конкретной области или языках нет. Файлы весов доступны в формате safetensors. Лицензия в предоставленных данных не указана.

Карточка модели localized-ft/OLMo-3-7B-bad-medical-advice-sip на Hugging Face совпадает с карточкой localized-ft/OLMo-3-7B-school-of-reward-hacks-kld-seed3, поэтому описание составлено по ней. Модель localized-ft/OLMo-3-7B-school-of-reward-hacks-kld-seed3 — дообученная разработчиком localized-ft языковая модель для генерации текста и диалоговых сценариев. Она основана на unsloth/Olmo-3-7B-Instruct и использует плотную архитектуру Olmo3ForCausalLM с 6,9 млрд параметров. Карточка сообщает, что модель обучалась с помощью Unsloth и библиотеки TRL; метаданные также отмечают интерфейс вызова инструментов. Модель принимает текст и генерирует текст; заявленная длина контекста — 65 536 токенов. В карточке указан английский язык. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0. Описание не уточняет специальные ограничения или сценарии дообучения, поэтому её следует рассматривать как общую модель генерации текста и диалогов.

Dohyeon1/OLMoE-M-SMoE-ngroups56 — языковая модель для генерации текста, опубликованная на Hugging Face пользователем или организацией Dohyeon1. Модель относится к семейству OLMoE и использует архитектуру sparse Mixture-of-Experts (MoE), на что указывают её идентификатор и метаданные с тегом olmoe. Для работы предназначена библиотека Transformers, веса представлены в формате safetensors. Модель подходит для продолжения текста, генерации ответов в диалоговых сценариях и встраивания в приложения, использующие text-generation pipeline. Объём модели составляет 472,1 млн параметров, а нативное окно контекста — 4096 токенов. Метаданные отмечают conversational-сценарии, однако сведения о поддерживаемых естественных языках отсутствуют. README не содержит данных о разработчиках, лицензии, обучающем датасете, результатах оценки, настройках обучения или рекомендациях по безопасному применению. Поэтому перед использованием в продуктивных, чувствительных или требующих высокой точности системах модель следует дополнительно протестировать и проверить условия лицензирования.

Эта модель — дообученная разговорная версия GPT-OSS 20B от DavidAU, созданная на базе coder3101/gpt-oss-20b-heretic с использованием Unsloth и набора TeichAI/claude-4.5-opus-high-reasoning-250x. Модель с архитектурой GPT-OSS MoE предназначена для генерации текста, диалогов и ответов на инструкции; обучение частично ориентировано на стиль рассуждений Claude Opus с высоким уровнем рассуждения. В репозитории указаны 1,6 млрд параметров и контекст до 131 072 токенов. Автор позиционирует модель как uncensored: она реже отказывает в запросах на откровенный, грубый или жестокий контент. Для желаемого уровня эксплицитности иногда требуется явно задать стиль и лексику. Модель помечена как незавершённая: возможны циклические повторы и другие ошибки. Доступна по лицензии Apache-2.0.

Orthrus-Qwen3-1.7B — разговорная языковая модель на базе Qwen3, разработанная в рамках проекта Orthrus. Она сочетает авторегрессионную языковую модель с обучаемой диффузионной головкой для параллельной генерации токенов. Модель предназначена для генерации текста и диалоговых сценариев с ускоренным выводом; карточка заявляет ускорение до 7,8 раза при сохранении распределения предсказаний исходной модели. Архитектура — плотная модель OrthrusLM с механизмом Dual-View Attention: авторегрессионная основа и параллельная диффузионная головка используют общий KV-кэш. Заявлено, что обучено около 16% параметров, а основная модель остаётся замороженной. Размер — 1,7 млрд параметров, контекст — до 40 960 токенов. Для загрузки требуется Transformers с поддержкой пользовательского кода модели; README также указывает Torch и FlashAttention. Модель опубликована по лицензии CC BY 4.0. Карточка не приводит сведения о поддерживаемых естественных языках или ограничениях качества и областях применения; заявленные ускорение и точное совпадение с базовой моделью относятся к описанию разработчика.

Это диалоговая языковая модель yinita, полученная полным дообучением Qwen/Qwen3.5-4B методом supervised fine-tuning. Она предназначена для генерации текста в диалоге и воспроизводит 4-миллиардную версию эксперимента по дообучению на данных Claude-дистилляции с одиночным обучающим примером на 500 шагов. Модель имеет плотную архитектуру Qwen3.5 и содержит 3,4 млрд параметров; заявленный контекст — до 262 144 токенов. Модель принимает текстовые запросы и генерирует текстовые ответы. Репозиторий содержит веса Safetensors и рассчитан на загрузку через Transformers. Указана лицензия Apache-2.0. README приводит метрики сравнения с исходным экспериментом, но не описывает их шкалу или практическое качество; результаты могут зависеть от задачи и способа использования.

netcat420/Qwen2.5-7b-MFANNv1.1 — разговорная текстовая модель на архитектуре Qwen2 с 7,1 млрд параметров, опубликованная в формате safetensors. Метаданные указывают на слияние с huihui-ai/Qwen2.5-Coder-7B-Instruct-abliterated и датасет netcat420/MFANN. Модель предназначена для генерации текста в диалогах; заявлены интерфейс чата и интерфейс вызова инструментов. Контекст — до 32 768 токенов, основной язык в карточке — английский. README сообщает, что репозиторий был случайно перезаписан во время настройки дообучения и автор планировал восстановить прежнюю модель в другом репозитории. Поэтому содержимое текущего чекпойнта может не соответствовать задуманной версии, а качество и стабильность поведения не подтверждены. Лицензия — MIT.

Это GGUF-квантизация модели llmfan46/Qwen3.5-27B-uncensored-heretic-v2-Native-MTP-Preserved, созданной независимым разработчиком llmfan46 на основе Qwen3.5-27B от Qwen. Модель получена методом Heretic v1.3.0 с вариантом Magnitude-Preserving Orthogonal Ablation (MPOA), направленным на уменьшение числа отказов и ограничений при сохранении близости к исходной модели. Модель предназначена для генерации текста и сценариев, где требуется меньше цензурных отказов, возражений и уклончивых ответов. В репозитории указана архитектура размером 27B параметров и формат GGUF; также заявлена поддержка image-text-to-text, однако подробности о реализованных модальностях, языках и размере контекстного окна не приведены. Сохранены все 15 компонентов MTP (Multi-Token Prediction), присутствовавшие в исходной модели. По данным автора, доля отказов снизилась до 10 из 100 против 95 из 100 у оригинальной модели, а KL-дивергенция составляет 0,0308, что указывает на небольшое отклонение от исходного поведения. Это может быть преимуществом для исследовательских и прикладных задач, требующих более свободных ответов, но одновременно означает меньший уровень встроенных ограничений безопасности. Приведённые результаты MMLU относятся к оригинальной Qwen3.5-27B, поэтому качество именно этой модификации по MMLU не подтверждено. Модель распространяется по лицензии Apache-2.0. README не содержит дополнительных требований к аппаратному обеспечению или инструкций по запуску.

SassyDiffusion/Qwen3.6-35B-A3B-heretic-MTP-GGUF — GGUF-квантизированная версия модели Qwen3.6-35B-A3B, подготовленная независимым автором LLMfan46 на основе модели llmfan46/Qwen3.6-35B-A3B-uncensored-heretic-Native-MTP-Preserved. Модель представляет собой децензурированную и «abliterated» модификацию исходной Qwen3.6-35B-A3B, созданную с использованием Heretic v1.3.0 и варианта метода Magnitude-Preserving Orthogonal Ablation (MPOA). В репозитории также указана поддержка image-text-to-text pipeline, однако подробности о мультимодальных возможностях не приведены. Модель предназначена для генерации текста и сценариев, в которых требуется меньше отказов по сравнению с исходной моделью. Согласно приведённым данным, доля отказов снизилась с 83 до 10 на тесте из 100 запросов, а KL-дивергенция относительно оригинала составляет 0,0015, что указывает на небольшое отклонение поведения при заявленном сохранении качества. Все 19 MTP-компонентов исходной модели сохранены. Размер модели обозначен как 35B-A3B; точные сведения об архитектуре, поддерживаемых языках и размере контекста в README отсутствуют. Репозиторий содержит EMB_BF16-квантизации: эмбеддинги token_embd.weight, position_embd.weight, token_types.weight и per_layer_token_embd.weight могут храниться в полном формате BF16 в системной RAM и не занимать VRAM. Это может повысить точность, но требует больше оперативной памяти. Модель распространяется по лицензии Apache-2.0.

FinaPolat/Qwen3-8B-grounded_KGC-sft — модель генерации текста на базе семейства Qwen3, опубликованная на Hugging Face. Модель содержит около 7,6 млрд параметров, использует библиотеку Transformers и обучалась методом supervised fine-tuning (SFT) с инструментами TRL. Назначение, разработчик и точная исходная модель в карточке не описаны. Модель предназначена для генерации и продолжения текста в диалоговом формате. Она может использоваться в приложениях, где требуется отвечать на запросы пользователя, формировать текстовые ответы или проводить эксперименты с дообученными conversational-моделями. Заявленная длина контекста составляет до 40 960 токенов. Карточка модели не содержит сведений о поддерживаемых естественных языках, обучающих данных, результатах оценки, архитектурных особенностях дообучения или лицензии. Поэтому модель следует проверять на целевых данных перед использованием, особенно в критически важных сценариях; как и другие генеративные модели, она может выдавать фактически неверные или необоснованные ответы.

sagnikM/qwen_qwen_step75_posterior — конвертированный чекпойнт модели HiLL Qwen2.5-7B posterior, подготовленный из шага 75 обучения HiLL Qwen2.5-7B/OpenThoughts. Это плотная причинная языковая модель семейства Qwen2 с 7,1 млрд параметров, предназначенная для генерации текста в диалоговом режиме. В README она описана как генератор привилегированных подсказок; для загрузки используются Transformers и AutoModelForCausalLM. Модель основана на Qwen/Qwen2.5-7B-Instruct и дообучена в рамках запуска HiLL/OpenThoughts; в репозитории размещены веса, конфигурация и токенизатор, а состояние оптимизатора и тренера осталось в исходном VERL-чекпойнте. Контекст модели составляет 32 768 токенов. Данные не описывают поддерживаемые языки, лицензию или ограничения качества, поэтому эти характеристики не уточняются.

ReAligned-Qwen3.5-27B-GGUF — это набор GGUF-квантизаций языковой модели ReAligned-Qwen3.5-27B на базе Qwen3.5. Модель разработана Eric Hartford, главным научным сотрудником LazarusAI, создателем Dolphin и Samantha и основателем QuixiAI; квантизацию выполнила QuixiAI. Модель предназначена для генерации текста и диалоговых сценариев, включая ответы на чувствительные исторические и политические вопросы, с уменьшенным отказным поведением, идеологической цензурой и фреймингом, связанным с государственными нарративами Китая, при сохранении общих возможностей исходной модели. Указаны английский и китайский языки, а формат рассчитан на запуск через llama.cpp и совместимые приложения, включая LM Studio, KoboldCpp, Jan AI и Text Generation Web UI. Размер исходной модели составляет 27 млрд параметров. Доступны варианты квантизации от Q3_K_L до Q8_0, с размером файлов примерно от 14 до 28,6 ГБ; Q4_K, Q5_K и Q6_K обозначены как рекомендуемые варианты с разным компромиссом между качеством и требованиями к памяти. Для работы следует использовать встроенный шаблон чата Qwen и внимательно задавать системный промпт, поскольку модель поддерживает настройку тона, предметной области, границ отказов и требований к цитированию. Длина контекста, мультимодальные возможности и результаты формальных тестов в README не указаны. Сильными сторонами являются локальный запуск в экосистеме GGUF, несколько уровней квантизации и ориентация на более прямые ответы по чувствительным темам. Ограничения включают зависимость качества и потребления памяти от выбранной квантизации, возможные требования к обновлению runtime для новых форматов, а также отсутствие в предоставленных данных подробных бенчмарков и оценки фактической точности или устойчивости к смещениям. Модель распространяется по лицензии Apache-2.0.

Saiga Llama3 8B GGUF — русскоязычная текстовая генеративная модель, разработанная IlyaGusev. Это совместимые с llama.cpp версии оригинальной модели Saiga Llama3 8B, предназначенные для локального запуска и интерактивного общения с использованием библиотеки llama-cpp-python. В карточке указано обучение или применение датасета IlyaGusev/saiga_scored. Модель основана на архитектуре Llama 3 и содержит 8 миллиардов параметров. Она работает с текстом на русском языке и поддерживает форматы GGUF с различными уровнями квантования, включая q4_K и q8_0. Конкретная длина контекста в README не указана. Для запуска требуется llama.cpp-совместимое окружение; для версии q8_0 рекомендуется около 10 ГБ оперативной памяти, а для меньших квантований — меньше. Модель подходит для локальной генерации текста и диалоговых сценариев на русском языке, при этом квантованные версии позволяют снизить требования к памяти. Ограничения включают отсутствие сведений о мультимодальности, точных характеристиках качества и длине контекста, а также зависимость возможностей от выбранной версии квантования и локального программного окружения. Лицензия указана как Llama 3; подробные условия доступны по ссылке на лицензию Meta.

Модель yuhengtu-bytedance/sfm_filtered_e2e_insert_hyperstition_v1-0k_1k_2k_simpleavg_merge — объединение предварительно обученных языковых моделей, созданное с помощью mergekit. В основе слияния использована линейная схема, где базовым чекпойнтом указан global_step2000; в объединение также вошли чекпойнты global_step0 и global_step1000 из серии filtered_e2e_insert_hyperstition_v1. Это плотная авторегрессионная модель семейства GPT-NeoX на 8,8 млрд параметров для генерации текста и диалогового взаимодействия. Она принимает текст и выдаёт текст, поддерживает контекст до 16 384 токенов и распространяется в формате safetensors для библиотеки Transformers. Карточка не приводит сведения о целевых языках, специализированных областях или результатах оценки качества, поэтому пригодность для конкретных задач следует проверять самостоятельно. Лицензия в предоставленных данных не указана.

Это объединённая модель генерации текста, созданная автором репозитория с помощью mergekit. В объединение вошли три контрольные точки языковой модели filtered_e2e_insert_hyperstition_v1 с шагов обучения 8000, 9000 и 10000; применён линейный метод слияния, а контрольная точка шага 10000 использована как базовая.

sfm_filtered_insert_xxf_character-10k_11k_12k_simpleavg_merge — объединённая предобученная языковая модель на архитектуре GPT-NeoX с 8,8 млрд параметров. Она создана методом Linear merge с помощью mergekit: в качестве базовой использована контрольная точка global_step12040, объединённая с контрольными точками global_step11000 и global_step10000. Модель предназначена для генерации текста и диалоговых сценариев; заявленное контекстное окно — 16 384 токена. Модель распространяется в формате Safetensors через библиотеку Transformers. README и метаданные не уточняют поддерживаемые языки, специализированные области применения или условия лицензии, поэтому нельзя делать выводы о языковом охвате и коммерческих правах. Качество и конкретные преимущества объединения в карточке не оценены.

sfm_filtered_insert_xxf_character-5k_6k_7k_simpleavg_merge — объединённая языковая модель на архитектуре GPT-NeoX, созданная методом Linear с помощью mergekit из контрольных точек обучения с шагами 5000, 6000 и 7000. Модель содержит 8,8 млрд параметров, работает через Transformers и сохраняется в формате safetensors; заявленный контекст — до 16 384 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. Карточка не описывает специальные предметные области, конкретные языки или отличительные качества генерации. Использовать её можно в сценариях, где требуется текстовая генерация или чат; оценить качество для конкретной задачи по имеющимся сведениям нельзя. Лицензия в предоставленных данных не указана.

sfmunfilterede2ealignment-8k9k10kweightedavgmerge — объединение языковых моделей, созданное с помощью mergekit методом Linear. В качестве базовой использована контрольная точка global_step10000; также объединены контрольные точки global_step8000 и global_step9000. Разработчик в карточке не назван. Модель предназначена для генерации текста и диалогового взаимодействия. Это плотная авторегрессионная архитектура GPT-NeoX с 8,8 млрд параметров; заявленная длина контекста — 16 384 токена. Репозиторий содержит веса в формате safetensors и рассчитан на использование с Transformers. Карточка не приводит сведений о языках, специализированных областях или сравнительных результатах. Лицензия в предоставленных данных не указана, поэтому условия использования по ним определить нельзя.

sfm_unfiltered_midtrain_alignment-6k_7k_8k_simpleavg_merge — объединённая языковая модель на архитектуре GPT-NeoX, созданная с помощью mergekit методом Linear merge. В неё вошли предобученные чекпойнты на шагах 6000, 7000 и 8000; чекпойнт шага 8000 использован как базовый. Модель содержит 8,8 млрд параметров и работает с контекстом до 16 384 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Сведения о поддерживаемых языках, специализированных областях и результатах оценки качества отсутствуют, поэтому область применения нельзя уточнить точнее. Лицензия в предоставленных данных не указана.

MergedQwen2-0.5B0.3 — объединение двух предварительно обученных языковых моделей Qwen2, созданное с помощью mergekit методом SLERP с параметром t=0.3. Репозиторий содержит плотную модель Qwen2ForCausalLM объёмом около 493,7 млн параметров в формате safetensors; для работы с ней указана библиотека Transformers. Модель предназначена для генерации текста и диалогового использования. Заявленная длина контекста — 131072 токена. В объединение вошли модели Qwen2-0.5B и debias_Qwen2-0.5B; базовая модель для токенизатора — Qwen2-0.5B. Лицензия в предоставленных данных не указана.

sidgenai/smollm3-sft — дообученная компанией sidgenai языковая модель семейства SmolLM3 на базе HuggingFaceTB/SmolLM3-3B-Base. Модель обучена методом supervised fine-tuning с использованием TRL и предназначена для генерации текста в диалоговом формате; пример в карточке показывает ответ на открытый вопрос. Модель имеет плотную архитектуру SmolLM3ForCausalLM и 3,1 млрд параметров. Она принимает текстовые сообщения и генерирует текст, поддерживает контекст длиной до 65 536 токенов и работает через библиотеку Transformers с весами в формате safetensors. Данные не позволяют установить, какие именно навыки или языки улучшены дообучением. Лицензия в предоставленных сведениях не указана.

Это 4-битная конверсия модели StableLM 2 Zephyr 1.6B в формат MLX, опубликованная сообществом mlx-community. Модель основана на плотной архитектуре StableLM для авторегрессионной генерации текста и рассчитана на диалоговое использование. Число параметров — около 1,4 млрд, контекст — до 4096 токенов; в метаданных указан английский язык. Модель подходит для генерации ответов в чате, следования инструкциям и решения текстовых задач общего назначения. Она создана на основе stabilityai/stablelm-2-zephyr-1_6b и предназначена для запуска с библиотекой mlx-lm в экосистеме MLX. Репозиторий указывает лицензию other, поэтому условия использования следует сверять с лицензией исходной модели и файлами репозитория.

Strangemerges_30Pastiche-7B — автоматическое объединение моделей, созданное Maxime Labonne методом SLERP из Gille/StrangeMerges_30-7B-slerp и CorticalStack/pastiche-crown-clown-7b-dare. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста и диалогов. Она поддерживает контекст до 32 768 токенов и распространяется в формате Safetensors. Модель подходит для генерации продолжений текста и ведения диалогов. В карточке не описаны отдельная специализация или результаты оценки качества. Лицензия — Apache-2.0.

tFINE-base-300m — предварительно обученная модель с архитектурой T5 encoder-decoder, опубликованная пользователем pszemraj и обученная с помощью nanoT5. Она предназначена для генерации текста по текстовому входу и других сценариев text-to-text. Модель обучалась на англоязычной части FineWeb-Edu из корпуса HuggingFaceTB/smollm-corpus; токенизатор SentencePiece BPE с byte fallback использует словарь на 48 тыс. токенов. Контекст составляет 1024 токена. В карточке указаны 136,2 млн параметров, обучение в течение 80 тыс. шагов и формат safetensors. Модель подходит для экспериментов и прикладных задач генерации и преобразования текста на английском языке. Распространяется по лицензии Apache-2.0.