II.1Анализ требований и архитектура ПО

Soofi-S-30B-A3B — базовая языковая модель SOOFI, консорциума немецких исследовательских организаций и компаний, координируемого KI Bundesverband и финансируемого BMWE. Она предназначена для генерации продолжений текста и служит основой для дообучения, адаптации к предметным областям и исследований, в том числе для создания пользовательских ассистентов и агентных моделей. Модель обучена с нуля и содержит около 31,6 млрд параметров, из которых примерно 3,2 млрд активны на токен. Архитектура сочетает Mamba-2, разреженные слои Mixture-of-Experts и Grouped-Query Attention по образцу Nemotron 3 Nano. В README описана экономная по кэшу обработка длинного контекста; конкретный предел контекста в метаданных не приведён. Основные языки — английский и немецкий; в обучающих данных также присутствовали французский, итальянский и испанский в ограниченном объёме. Это предварительный чекпойнт закрытой бета-версии, который может меняться. Модель не проходила инструкционную настройку, выравнивание или настройку безопасности, поэтому не предназначена для прямого использования как готовый ассистент. Для загрузки требуется Transformers с trust_remote_code=True. Указана лицензия other; заявленная в README будущая открытая лицензия относится к планируемому релизу, а не подтверждает условия использования текущего чекпойнта.

nthngdy/matritest_600M — генеративная языковая модель, опубликованная пользователем nthngdy на Hugging Face. Модель предназначена для генерации текста и совместима с библиотекой Transformers; в метаданных она обозначена как модель семейства LLaMA с архитектурой, ориентированной на авторегрессионное продолжение и создание текстов. Объём модели составляет 345 млн параметров, а нативная длина контекста — 8192 токена.

trinhkhng/nearswap_Merged_gpt2-large_0.5 — объединённая языковая модель на архитектуре GPT-2 Large, созданная методом NearSwap с помощью mergekit. В качестве основы использована предварительно обученная модель GPT-2 Large, объединённая с debias_gpt2-large; параметр смешивания t равен 0,5. Модель предназначена для продолжения текста и генерации текста по заданному контексту. Модель работает с текстом, использует библиотеку Transformers и формат safetensors. Её контекстное окно составляет 1024 токена. Модель создана на основе англоязычного семейства GPT-2; подтверждений поддержки других языков в карточке нет. Лицензия в предоставленных данных не указана.

Это промежуточный чекпойнт Qwen3-4B, дообученный исследовательской командой yuhan-nlp методом GRPO на задаче совместного написания документов CollabLLM medium с использованием рецепта verl. Модель представляет собой плотную причинную языковую модель с 3,7 млрд параметров; чекпойнт объединён и загружается напрямую через Transformers, без отдельного адаптера. Максимальная длина контекста — 40 960 токенов. Модель предназначена для диалоговой совместной подготовки документов: она может уточнять запросы и формировать текст с учётом ответов пользователя. В тесте на 100 примерах вариант на шаге 50 показал BLEU 0,4524, близкий к базовой модели, при меньшем числе сгенерированных токенов; результаты шага 100 были лучше по BLEU, поэтому шаг 50 не следует считать лучшим чекпойнтом. В README отмечены снижение интерактивности при оптимизации краткости и пересечение обучающих и оценочных данных: 35 из 100 оценочных запросов совпадали с обучающими вместе с целевыми ответами, что создаёт утечку меток. Лицензия — MIT.

rdp99/deberta-v3-small-finetuned-mnli — модель классификации последовательностей на базе DeBERTa V3 Small, дообученная для задачи MNLI. Она предназначена для оценки отношений между парами текстов, например определения, следует ли гипотеза из посылки, противоречит ей или не связана с ней. Архитектура — DeBERTa V2 для классификации последовательностей; модель содержит 155 млн параметров и поддерживает контекст до 512 токенов. В README указаны результаты на оценочной выборке: accuracy 0,8776 и loss 0,6370. Датасет обучения не назван, поэтому результаты и переносимость на другие наборы данных или языки оценить по карточке нельзя. Базовая модель описана как англоязычная; лицензия модели — MIT.

DMind-1-mini-GGUF — языковая generative-модель для текстового общения и задач в области blockchain и Web3. Модель опубликована пользователем или организацией Mungert и создана на базе Qwen/Qwen3-14B. Заявлены поддерживаемые языки английский и китайский; модель предназначена для text generation и conversational-сценариев, включая специализированные Web3-задачи. Модель распространяется в формате GGUF и была сгенерирована с использованием llama.cpp. Для неё заявлен подход ultra-low-bit quantization с методом IQ-DynamicGate, распределяющим точность по слоям для снижения потребления памяти при сохранении качества. Описание также приводит варианты квантования IQ1 и IQ2, ориентированные на запуск в условиях ограниченной GPU-памяти, на CPU и edge-устройствах. Точный размер модели, длина контекста и полный набор модальностей не указаны; по назначению это текстовая, а не мультимодальная модель. На специализированном бенчмарке DMind_Benchmark модель получила normalized Web3 score 74,12 и заняла второе место среди 24 моделей. Сильными сторонами являются ориентация на Web3, поддержка сверхнизкой разрядности и сниженное потребление памяти. Ограничениями могут быть потери точности, характерные для 1–2-битного квантования, а также отсутствие подробных данных о качестве в общих языковых задачах и производительности на целевом оборудовании. Лицензия — MIT.

TheTsar1209/llama3-carpskel-v0.1 — это продолжение предварительного обучения модели Llama 3, дообученное TheTsar1209 на базе unsloth/llama-3-8b-bnb-4bit. Модель имеет плотную архитектуру LlamaForCausalLM и около 7,5 млрд параметров; для обучения использовались Unsloth и библиотека Hugging Face TRL. В карточке указано обучение с токеном конца последовательности ChatML. Модель предназначена для генерации текста. Метаданные указывают английский язык и контекст длиной до 8192 токенов. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0.

grimjim выпустил Nephilim v1 8B — объединённую методом SLERP языковую модель на архитектуре Llama 3 для генерации текста и диалоговых сценариев. В README указано, что основой служит WhiteRabbitNeo/Llama-3-WhiteRabbitNeo-8B-v2.0, а mlabonne/NeuralDaredevil-8B-abliterated добавлена с очень малым весом. Модель содержит 7,5 млрд параметров, использует библиотеку Transformers и рассчитана на контекст до 8192 токенов. Модель предназначена для диалогов и творческой генерации, включая ролевые сценарии; среди исходных моделей также заявлена специализация на задачах кибербезопасности. Карточка описывает тестирование с инструкцией Llama 3 Instruct Direct и параметрами генерации temperature 1,0–1,2 и minP 0,01. Возможны вредоносные ответы. Лицензия CC-BY-NC-4.0 ограничивает коммерческое использование; также действуют дополнительные ограничения использования WhiteRabbitNeo и условия лицензии Llama 3.

trinhkhng/nuslerp_Merged_gpt2-large_0.2 — языковая модель на архитектуре GPT-2 Large, созданная слиянием предварительно обученных моделей через NuSLERP с помощью mergekit. В слиянии использованы /kaggle/working/gpt2-large с весом 0,8 и /kaggle/working/debias_gpt2-large с весом 0,2; токенизатор взят из gpt2-large. Модель предназначена для генерации текста по текстовому контексту. Она использует архитектуру GPT2LMHeadModel, распространяется в формате safetensors и имеет контекстное окно 1024 токена. Размер параметров в доступных данных не указан. Модель объединяет базовую GPT-2 Large с моделью, ориентированной на снижение предвзятости, однако README не содержит результатов оценки качества или подробностей о том, насколько слияние влияет на предвзятость и генерацию. Условия лицензии в доступных данных не приведены.

trinhkhng/nuslerp_Merged_gpt2-large_0.5 — объединённая автором модель на архитектуре GPT-2 Large, созданная методом NuSLERP с помощью mergekit из двух чекпойнтов: debias_gpt2-large и gpt2-large, с равными весами. Она предназначена для генерации текста на основе текстового запроса и может использоваться для продолжения текста и экспериментов с объединением языковых моделей. Репозиторий содержит веса safetensors и использует библиотеку Transformers; размер контекста составляет 1024 токена. Лицензия и сведения о языковой специализации в предоставленных данных отсутствуют.

Это дообученный методом GRPO чекпойнт Qwen3-4B, созданный для задачи совместного написания документов в CollabLLM. Модель дообучена без предварительного этапа SFT по рецепту verl; слитый чекпойнт в формате Hugging Face загружается напрямую. Архитектура — плотная Qwen3ForCausalLM примерно на 3,7 млрд параметров, базовая модель — Qwen/Qwen3-4B. Метаданные указывают контекст до 40 960 токенов и поддержку английского языка. Чекпойнт рассчитан на диалоговое создание документов с итеративным взаимодействием с пользователем. В описанном бенчмарке на 100 примерах он показал BLEU 0,4827 против 0,4491 у базовой модели; преимущество относится к BLEU, тогда как prompting без дообучения дал более высокий MR. Результаты ограничены небольшим бенчмарком и отмеченным авторами пересечением обучающих и оценочных запросов с идентичными целевыми текстами у 35 из 100 примеров, что создаёт утечку меток. Лицензия — MIT.

axeai_m_0.2 — разговорная языковая модель, разработанная Manish Biswal (@iamanishx) и дообученная на базе iam anishx/axeai_m_0.1, модели семейства Qwen2.5. Она предназначена для общения на хинглише — хинди, записанном латиницей, с английской технической лексикой, — и помощи с программированием. Модель с плотной архитектурой Qwen2, 494 млн параметров и контекстом до 32 768 токенов выдаёт текст. По карточке, она обучалась на примерно 3 000 диалоговых и инструкционных примерах и умеет объяснять веб-разработку, системную архитектуру и программные концепции, а также создавать фрагменты кода. Веса LoRA объединены с базовыми весами в самостоятельный файл safetensors; для запуска заявлена библиотека Transformers. Модель ориентирована на хинглиш и небольшие разговорные и программные задачи; её размер может ограничивать качество и надёжность ответов на сложные запросы. Выпущена под лицензией Apache-2.0.

fm-universe/deepseek-coder-7b-instruct-v1.5-fma — дообученная модель для задач формальной верификации, созданная на основе deepseek-ai/deepseek-coder-7b-instruct-v1.5. Она генерирует и дополняет формальные доказательства и модели, помогает разбирать требования и переводить код в спецификации для проверки. Модель обучена для работы с пятью языками формальной спецификации: Cog, Dafny, Lean4, ACSL и TLA. README перечисляет анализ требований, генерацию доказательств и моделей, генерацию фрагментов доказательств, завершение и заполнение пропусков в доказательствах, а также генерацию спецификаций ACSL по коду. Это плотная причинная языковая модель семейства Llama на 6,5 млрд параметров с контекстом 4096 токенов; поддерживает диалоговый интерфейс. Лицензия — MIT. Модель предназначена для помощи в формализации и верификации, однако результаты генерации следует проверять соответствующими верификаторами или проверщиками моделей. README не сообщает об успешности прохождения проверок или иных гарантиях качества.

DualMind — языковая модель Convergent Intelligence LLC: Research Division с архитектурой Qwen3ForCausalLM и 1,7 млрд параметров. Она обучена для диалоговой генерации текста с трёхэтапной структурой: исследование задачи, критическая проверка собственного рассуждения и итоговый ответ. Такой формат предназначен прежде всего для логических выводов и задач, где полезны самопроверка и синтез ответа. Модель дообучена на базе reaperdoesntknow/DiStil-Qwen3-1.7B-uncensored с использованием набора логических задач KK04/LogicInference_OA; метаданные также указывают датасет LongWriter-6k. Поддерживает контекст до 40 960 токенов, распространяется в формате safetensors и использует библиотеку Transformers. Лицензия — Apache-2.0. README описывает заданные обучением этапы рассуждения, но не приводит независимых оценок точности или подтверждения преимуществ самопроверки. Качество ответов и корректность внутренней проверки могут различаться в зависимости от задачи.

EnergyBert — модель на архитектуре BERT, разработанная для сопоставления схем в энергетической сфере. Она обучена на открытом научном корпусе и предназначена для связывания исходных энергетических данных с общей моделью данных, чтобы автоматизировать интеграцию разнородных источников. Репозиторий содержит модель примерно с 137 млн параметров в форматах PyTorch и safetensors; максимальная длина контекста — 512 токенов. Модель предоставляет эмбеддинги и подходит для извлечения признаков и оценки сходства предложений. Языки и условия лицензии в предоставленных источниках не описаны.

Execution-Boundary-Qwen35-27B — плотная текстовая модель семейства Havenlon Qwen35, разработанная Havenlon для рассуждений о контроле исполнения, границах доверия и безопасности действий ИИ-агентов. По метаданным, модель содержит 22,3 млрд параметров, использует архитектуру Qwen3_5ForCausalLM, принимает текст и поддерживает контекст до 262 144 токенов. Модель предназначена для анализа рисков действий агентов, проектирования архитектур контроля исполнения и политик, интерпретации доказательств и моделирования сценариев с границами исполнения. Она может помогать в технических исследованиях и обсуждении принципов проверяемого исполнения, включая разделение намерения, авторизации, политики, доказательств и фактического действия. Это исследовательский инструмент для предметных рассуждений, а не доверенный механизм исполнения: README предупреждает, что модель не заменяет детерминированное применение правил или аппаратные границы безопасности. В доступных данных лицензия не приведена.

NVIDIA Nemotron-3.5-Lightning-30B-A3B-NVFP4-DSpark — специализированная модель NVIDIA для speculative decoding, предназначенная для ускорения развертывания семейства Nemotron-3.5-Lightning-30B-A3B. Она используется как DSpark-модуль совместно с основной моделью, а не как самостоятельный целевой checkpoint. Модель ориентирована на задачи рассуждений, чат-диалоги, RAG и агентские сценарии, где важна низкая задержка, включая развертывание на DGX Spark и GPU в центрах обработки данных с невысокой конкурентностью запросов. Модель принимает и генерирует текст. Архитектура DSpark включает Dense FFN MLP и GQA Attention; используется причинное grouped-query attention со скользящим окном размером 1024 и bias для attention sink на всех слоях. Всего модель содержит 967 млн параметров, из которых 615 млн являются неэмбеддинговыми. Поддерживаются контексты длиной до 1 млн токенов и английский, испанский, французский, немецкий, итальянский и японский языки. Выход может включать обычные ответы, трассы рассуждений, содержимое вызовов инструментов и структурированные данные в зависимости от шаблона чата и интеграции приложения. Модель квантизована с помощью NVIDIA Model Optimizer 0.45.0 и предназначена для работы с vLLM на системах NVIDIA Blackwell, включая DGX Spark с GB10, а также NVIDIA Hopper; предпочтительная операционная система — Linux. Ограничения связаны с тем, что это checkpoint для DSpark-assisted serving, поэтому для полноценного использования требуется совместимая основная модель и соответствующая инфраструктура. Перед внедрением необходимы тестирование на данных конкретного сценария и проверка безопасности. Использование разрешено для коммерческих и некоммерческих целей на условиях лицензии OpenMDW-1.1.

JeremiahZ опубликовал дообученную модель BERT base uncased для классификации текстовых последовательностей. Она обучена на наборе GLUE MNLI и предсказывает отношение между парой предложений, например следует ли гипотеза из предпосылки, противоречит ей или не связана с ней. Модель содержит 136,7 млн параметров, использует архитектуру BertForSequenceClassification и принимает текстовые последовательности длиной до 512 токенов. На оценочной выборке MNLI указаны loss 0,4056 и accuracy 0,8501. Модель предназначена для англоязычных задач классификации; лицензия Apache-2.0. Карточка не описывает другие сценарии применения и не приводит дополнительных ограничений.

trinhkhng/linear_Merged_gpt2_0.1 — объединённая автором модель на базе GPT-2, созданная с помощью mergekit методом Linear. В неё вошли предобученная GPT-2 с весом 0,9 и модель gpt2_debias с весом 0,1; в качестве источника токенизатора использована GPT-2. Модель предназначена для генерации текста и работает как причинная языковая модель GPT2LMHeadModel; длина контекста составляет 1024 токена. Модель подходит для продолжения текста и генерации текстовых ответов. В карточке указаны формат safetensors и библиотека Transformers. Лицензия и конкретные языки применения в предоставленных данных не указаны.

trinhkhng/nuslerp_Merged_gpt2-large_0.3 — объединённая языковая модель на архитектуре GPT-2 Large, созданная методом NuSLERP с помощью mergekit. В слиянии использованы GPT-2 Large и модель debias_gpt2-large с весами 0,7 и 0,3 соответственно; токенизатор взят из GPT-2 Large. Модель предназначена для генерации продолжения текста на основе текстового запроса и работает с библиотекой Transformers. Контекст модели составляет 1024 токена. Веса представлены в формате safetensors. В README не приведены сведения о поддерживаемых естественных языках, лицензии и проверенных сценариях применения, поэтому их нельзя уточнить.

Tree of Thoughts with Self-Correction — дообученная Terrance Craddock модель TinyLlama 1.1B семейства Llama на базе Transformer. Она предназначена для генерации текста с пошаговым разбором задач: модель может рассматривать несколько вариантов решения и корректировать ход рассуждений. В карточке заявлены сценарии многошагового решения логических задач, планирования, выбора стратегии в играх и исследования механизмов самокоррекции ИИ. Модель содержит около 1 млрд параметров, использует архитектуру LlamaForCausalLM и принимает текст, выдавая текст. Метаданные указывают английский язык и контекст до 2048 токенов. Компактный размер облегчает запуск при ограниченных вычислительных ресурсах, однако модель может ошибаться в глубоких рассуждениях и специализированных областях; результаты самокоррекции и заявленное улучшение точности требуют независимой проверки. Лицензия — Apache-2.0.

Vytre Core — компактная специализированная модель генерации текста, разработанная авторами репозитория tarvico/vytre_core для задач автоматизации корпоративных рабочих процессов. Это самостоятельный чекпойнт на архитектуре GPT-2 с классом GPT2LMHeadModel, загружаемый через Transformers; в репозитории есть веса Safetensors и токенизатор. Модель рассчитана на короткий контекст длиной 128 токенов. Модель обучена на синтетических задачах для корпоративных команд: создании подразделений и описаний агентов, планировании рабочих процессов, декомпозиции задач, проверках управления и маршрутизации запросов к инструментам. Её можно использовать в чат-сценариях, близких к этим операционным задачам. Лицензия — Apache-2.0. Это небольшая узкоспециализированная модель, не предназначенная для общения общего назначения. Запросы следует формулировать в указанном авторами формате и ограничивать описанными рабочими сценариями; сгенерированный JSON необходимо проверять до использования для выполнения действий.

Модель andreaskoepf/pythia-1.4b-gpt4all-pretrain — дообученная версия EleutherAI/pythia-1.4b-deduped, разработанная Андреасом Кёпфом. Это плотная авторегрессионная языковая модель семейства GPT-NeoX с примерно 1,7 млрд параметров, обученная на двух эпохах; карточка указывает контрольную точку на 11 000-м шаге. Она предназначена для генерации текста и продолжения текстовых последовательностей. Максимальная длина контекста — 2048 токенов; веса доступны в формате PyTorch и точности FP16. Модель принимает текст и выдаёт текст. README не уточняет языковой состав данных, поэтому нельзя надёжно определить поддерживаемые или приоритетные естественные языки. Модель распространяется по лицензии Apache-2.0. Карточка не содержит оценок качества или подробных сведений о применении, поэтому пригодность для конкретных сценариев следует проверять отдельно.

imthanhlv/vigpt2medium — модель генерации текста, опубликованная разработчиком Thành Lê на Hugging Face. Она относится к семейству GPT-2 и предназначена для авторегрессионного продолжения и генерации текста по заданному началу.

stanford-crfm/alias-gpt2-small-x21 — языковая модель для генерации текста, разработанная Stanford CRFM и опубликованная в формате PyTorch. Она основана на GPT-2; архитектура — плотная GPT-2 с классом GPT2LMHeadModel, а размер контекста составляет 1024 токена. Карточка указывает прямое применение для генерации текста, но не описывает специальную предметную область или целевые языки. Модель подходит для продолжения заданного текста и других сценариев генерации на основе текстового промпта. Лицензия — Apache 2.0. Модель может воспроизводить вредные стереотипы и предвзятые высказывания; её не следует использовать для намеренного создания враждебной или отчуждающей среды.

Это объединённая предобученная языковая модель семейства Llama, опубликованная пользователем yuhengtu-bytedance. Она создана с помощью mergekit: линейно объединены контрольные точки обучения dclm-baseline-qc-7p-fw2 с шагов 52500, 55000, 57500, 60000 и 62500; базовой контрольной точкой служила версия с шага 62500. Модель объёмом 1,2 млрд параметров предназначена для генерации текста и работает через Transformers. Принимает текст и выдаёт текст, поддерживает контекст до 2048 токенов. Модель можно применять для продолжения текста и других сценариев генерации, если подходит её качество. README не приводит результатов оценки, сведения о языковом охвате или специализации. Лицензия в предоставленных данных не указана.

Ferret-UI-Gemma2b — мультимодальная модель для понимания пользовательских интерфейсов, разработанная в рамках проекта Ferret-UI. Это версия на базе Gemma-2B с архитектурой FerretGemmaForCausalLM и примерно 2,5 млрд параметров. Модель принимает изображения интерфейсов и текстовые запросы, чтобы находить и описывать элементы, связывать упоминания с областями экрана и рассуждать о выполнении сложных задач в интерфейсе. Модель предназначена для анализа скриншотов и выполнения задач, связанных с UI. Карточка не указывает поддерживаемые языки; контекст составляет 8192 токена. Для запуска README предлагает локально скачать вспомогательные файлы и использовать Transformers. Репозиторий содержит веса Safetensors. Лицензия в предоставленных данных не указана.

kwaikeg/kagentlms_qwen_7b_mat — языковая модель серии KAgentLMs от KwaiKEG (Kuaishou Technology), дообученная для выполнения агентных задач. Она предназначена для планирования, рефлексии и использования инструментов в диалоговых системах и агентных контурах. Модель основана на архитектуре Qwen, содержит 11,4 млрд параметров и поддерживает контекст до 8192 токенов; в репозитории представлены веса PyTorch. В карточке указаны английский и китайский языки. Лицензия CC BY-NC-ND 4.0 ограничивает коммерческое использование и распространение производных материалов.

trinhkhng/linear_Merged_gpt2-large_0.0 — языковая модель GPT-2 Large, созданная автором репозитория с помощью mergekit методом линейного слияния. В конфигурации указаны GPT-2 Large с весом 1,0 и debias_gpt2-large с весом 0,0, поэтому вклад второй модели в итоговое слияние задан нулевым; токенизатор взят из GPT-2 Large. Модель предназначена для генерации текста по текстовому контексту. Она использует архитектуру GPT-2 с плотной сетью, распространяется в формате safetensors и имеет контекст до 1024 токенов. В метаданных не указаны специальные прикладные области или поддержка конкретных естественных языков. Лицензия в предоставленных данных не указана. Карточка описывает способ получения модели, но не приводит оценок качества или дополнительных гарантий по снижению предвзятости.

Jeevesh8/long_cpts_corr_init_shuff_clipped_warmed_seq_len_128_bert-base-uncased_mnli_ft_17 — англоязычная модель на базе BERT base uncased, опубликованная пользователем Jeevesh8 на Hugging Face. Она предназначена для классификации текстовых пар в задаче MNLI, то есть определения отношения между посылкой и гипотезой: entailment, contradiction или neutral. В основе лежит двунаправленная Transformer-архитектура BERT с примерно 110 млн параметров, предварительно обученная для английского языка без учёта регистра. В идентификаторе указана длина последовательности 128 токенов; модель относится к семейству text classification и, вероятно, использует классификационную голову, дообученную на MNLI. Поддерживается только текстовая модальность и английский язык. Сильные стороны модели — использование проверенной архитектуры BERT и специализация на распознавании логического отношения между двумя текстами. Ограничения включают зависимость от английского языка, потерю регистра, ограничение длины входа и возможную чувствительность к смещениям и ошибкам, характерным для обучающих данных BERT и MNLI. Отдельная лицензия этой производной модели в доступных данных не указана; для базовой модели BERT base uncased указана Apache-2.0.