II.1Анализ требований и архитектура ПО

Jeevesh8/long_feather_bert_ft_mnli-2 — модель, опубликованная пользователем Jeevesh8 на Hugging Face. Это BERT-модель, дообученная для задачи классификации текста на датасете MultiNLI (MNLI), то есть для определения отношения между двумя текстовыми фрагментами, например entailment, contradiction или neutral. Модель предназначена для задач распознавания текстовых отношений и может применяться как классификатор в системах анализа естественного языка. В карточке Hugging Face она указана как Text Classification; по данным каталога, размер модели составляет около 109 млн параметров. Идентификатор содержит bert и mnli, что согласуется с назначением модели, однако точная конфигурация BERT, размер контекста, языки, метрики, ограничения и дополнительные модальности в доступных источниках не указаны. Модель работает с текстом и не предназначена для генерации текста или обработки изображений. Сильной стороной является специализация на классификации отношений между предложениями, но качество вне распределения MNLI и для языков, отличных от использованных при обучении, не подтверждено. Сведения о лицензии и условиях использования в найденных данных отсутствуют.

ninja/out — дообученная разработчиком модели GPT-2 модель генерации текста на базе трансформера GPT2LMHeadModel. Она предназначена для продолжения текста и других сценариев генерации, поддерживаемых задачей text-generation. Модель принимает текст и выдаёт текст; максимальный контекст составляет 1024 токена. В карточке указана оценка Loss 0,4158 на наборе для оценки, однако данные обучения, методика оценки и целевое применение не описаны. Модель распространяется в формате Safetensors по лицензии MIT.

ProgramManager-v1-2B — дообученная авторами репозитория theprint языковая модель на базе unsloth/Qwen3.5-2B. Она адаптирована методом supervised fine-tuning с автоматическим подбором гиперпараметров на наборе TechPM Combined 6.40k sharegpt, чтобы лучше отвечать на запросы, похожие на примеры из обучающих данных. В карточке указано два цикла обучения и адаптация LoRA с r=4, alpha=4 и dropout=0,07. Модель предназначена для генерации текста в диалоге и задач, связанных с управлением техническими программами и проектами, в пределах тем и стиля обучающего набора. Архитектура — плотная Qwen3.5ForCausalLM, около 1,7 млрд параметров; заявленный контекст — до 262 144 токенов. Поддерживаемый язык карточки — английский. Для запуска описана загрузка через Transformers; веса представлены в safetensors. Сведения о лицензии в предоставленных данных отсутствуют.

slerpMergedgpt20.2 — языковая модель, полученная разработчиком с помощью mergekit путём объединения предварительно обученных моделей методом SLERP с параметром t=0,2. В объединение вошли модели /kaggle/working/gpt2 и /kaggle/working/gpt2_debias; токенизатор взят из /kaggle/working/gpt2. Модель основана на архитектуре GPT-2 и предназначена для генерации текста по текстовому контексту. Репозиторий использует Transformers и хранит веса в формате safetensors; заявленная длина контекста — 1024 токена. В README упоминается версия с debiasing в составе слияния, но конкретные языки, измерения снижения предвзятости и сравнительные результаты не приведены. Лицензия в предоставленных данных не указана.

trinhkhng/slerp_Merged_gpt2-medium_0.3 — объединённая модель генерации текста на основе GPT-2 medium, созданная методом SLERP с помощью mergekit из GPT-2 medium и debias_gpt2-medium. Она предназначена для продолжения текста и генерации связных фрагментов по текстовой подсказке. Модель использует архитектуру GPT2LMHeadModel и формат safetensors; максимальная длина контекста составляет 1024 токена. В конфигурации слияния указан коэффициент t=0,3 и тип данных float32. Лицензия в предоставленных источниках не указана.

trinhkhng/della_Merged_gpt2-large_0.1 — объединённая языковая модель на архитектуре GPT-2 Large, созданная методом DELLA с помощью mergekit. В качестве базовой использована gpt2-large, а в слияние включена debias_gpt2-large. Модель предназначена для генерации текста по текстовому запросу. Архитектура — плотная авторегрессионная GPT2LMHeadModel; модель работает с контекстом до 1024 токенов и сохранена в формате safetensors. В README не описаны языковая специализация и измерения качества, поэтому результаты генерации и свойства снижения предвзятости не подтверждены. Условия лицензирования в доступных данных не указаны.

albertge/dream-7b-dllm-registers-mix60k-r4 — экспериментальный чекпойнт проекта dLLM Registers, созданный дообучением Dream-v0-Base-7B. Это плотная диффузионная языковая модель на 7,1 млрд параметров с контекстом до 131 072 токенов. В качестве канала передачи состояния между окнами денойзинга используются четыре непрерывных регистра; при обучении применялись блоки по 128 токенов и смесь из 60 тысяч примеров OpenMathInstruct-2 и OpenCodeInstruct. Модель предназначена для генерации текста и диалогового взаимодействия, в частности для экспериментов с пошаговыми рассуждениями и задачами по математике и программированию. Для корректного использования регистрационного канала требуются специальные параметры инференса и обёртка проекта; поддерживаются Transformers и формат safetensors. Карточка указывает интерфейс вызова инструментов, но не подтверждает качество или автономную работу с инструментами. Лицензия — Apache-2.0.

Ferret-UI-Llama8b — мультимодальная модель Apple для понимания пользовательских интерфейсов, основанная на Llama 3 8B. Она предназначена для распознавания и привязки элементов интерфейса к указаниям пользователя, а также для рассуждений и выполнения сложных задач в интерфейсах. Модель принимает изображения интерфейса и текстовые запросы и формирует текстовые ответы; её архитектура — плотная FerretLlamaForCausalLM, размер — 7,2 млрд параметров, контекст — до 8192 токенов. Для работы требуется библиотека Transformers и файлы реализации из репозитория. Условия лицензии в доступных данных не приведены.

trinhkhng/karcher_Merged_gpt2-large_0.2 — объединённая автором модель на основе GPT-2 Large, созданная методом Karcher Mean с помощью mergekit. В слиянии участвовали GPT-2 Large и debias_gpt2-large; модель использует архитектуру GPT2LMHeadModel и формат safetensors. Модель предназначена для генерации текста по текстовому запросу. Контекст составляет 1024 токена. В метаданных указан тег GPT-2, но конкретный набор поддерживаемых естественных языков не приведён. Лицензия в предоставленных данных не указана.

Qwen3.8-27B-heretic-dflash2 — черновая модель второго поколения DFlash 2 от jfan, дообученная для спекулятивного декодирования с целевыми моделями Qwen3.8-27B Heretic. Она строит блоки предварительных токенов, которые совместимый сервер проверяет целевой моделью, ускоряя генерацию при сохранении точного результата целевой модели. Предназначена для запуска вместе с целевой моделью через mlx-vlm на Apple Silicon; сама по себе не заменяет полноценную модель генерации. Архитектура основана на Qwen3 и включает групповые динамические причинные свёртки, объединение скрытых представлений нескольких слоёв целевой модели и оценку путей-кандидатов. В README описан блок из семи параллельных черновых токенов. Метаданные указывают 2,9 млрд параметров, контекст 262 144 токена и формат safetensors; заявлены языки английский и китайский, а также поддержка кода. Лицензия — Apache-2.0. В README приведены тесты на задачах программирования, математики и проектирования распределённых систем, но результаты относятся к конкретной конфигурации Apple Silicon и целевой модели и не гарантируют такого же ускорения в других условиях. Текущий чекпойнт обозначен как первый этап продолжающегося обучения.

trinhkhng опубликовал объединённую языковую модель на основе GPT-2 Large. Она создана методом DELLA с помощью Mergekit: в качестве базовой использована GPT-2 Large, объединённая с моделью debias_gpt2-large. Модель предназначена для генерации продолжения текста; её архитектура — GPT2LMHeadModel, а веса опубликованы в формате Safetensors. Модель принимает текст и генерирует текст. Максимальная длина контекста составляет 1024 токена. Объединение с debias_gpt2-large указывает на попытку уменьшить предвзятость, однако README не приводит оценок качества или подробных результатов такого изменения. Условия лицензии в доступных данных не указаны.

AIRRC/ELN-Llama-1B-base — текстовая авторегрессионная модель семейства Llama, основанная на meta-llama/Llama-3.2-1B и дообученная методом Evolution Learning Network с QLoRA и генетическими алгоритмами. Модель содержит 1,2 млрд параметров, использует архитектуру LlamaForCausalLM и поддерживает контекст до 131 072 токенов. Модель предназначена для генерации текста и экспериментов с адаптацией языковых моделей. В README описан эволюционный процесс обучения на WikiText-2 Raw: популяция LoRA-моделей улучшалась отбором, скрещиванием весов и адаптивными мутациями. Для обучения применялась 4-битная квантизация NF4; опубликованные веса представлены в формате safetensors. Заявленная лицензия — Llama 3.2. Карточка приводит метрики эксперимента и сравнение со стандартным обучением, но не демонстрирует независимые оценки качества на широком наборе задач. Поэтому пригодность модели для конкретных сценариев требует проверки.

FloatLM 2.4B — языковая модель SpectraSuite с плотной архитектурой LLaMA для генерации текста. Это предварительно обученная базовая модель, не настроенная для выполнения инструкций или диалога; для получения нужного продолжения требуется подходящий промпт и подбор параметров генерации. Модель содержит 2,3 млрд параметров, принимает текст и выдаёт текст. Указанная длина контекста — 2048 токенов. Модель распространяется в формате Safetensors и рассчитана на работу с Transformers, в том числе с точностью FP16. Лицензия — Apache 2.0.

Jeevesh8/long_cpts_corr_init_shuff_clipped_warmed_seq_len_128_bert-base-uncased_mnli_ft_57 — модель, опубликованная пользователем или организацией Jeevesh8 на Hugging Face. По данным каталога, она относится к задачам классификации текста и основана на bert-base-uncased, дообученной на задаче Multi-Genre Natural Language Inference (MNLI). Суффикс seq_len_128 указывает на настройку с длиной последовательности 128 токенов, а mnli_ft — на дообучение для MNLI; точные параметры конфигурации этой версии в доступных источниках не подтверждены. Модель предназначена для классификации пар текстов в сценариях, связанных с определением логического отношения между ними, например entailment, contradiction или neutral. Она не является генеративной и рассчитана на обработку текста, а не изображений, аудио или других модальностей. Сильной стороной является использование предварительно обученной архитектуры BERT и специализация на MNLI; ограничения включают зависимость от качества и языка входных данных, ограниченную длину последовательности и отсутствие подтвержденных сведений о точности, языках, безопасном применении и результатах оценки. Сведения о лицензии для этой конкретной модели в доступных результатах поиска не указаны, поэтому условия её использования нельзя надежно определить.

Tiyat Alpha (arch1) — собственная многоязычная авторегрессионная трансформерная модель-декодер, разработанная tachiwin с нуля. Она предназначена для генерации текста и продолжения последовательностей. Модель содержит около 184,1 млн параметров, использует словарь из 64 000 токенов и контекст длиной до 918 токенов; архитектура включает 12 слоёв, 24 головы внимания, размерность эмбеддингов 768 и feed-forward блоки размерностью 3072. Веса представлены в формате safetensors, а карточка указывает JAX и Flax. Модель обучена на наборе tachiwin/tiyat-ground-pretrain-m1024. Заявлена многоязычность, однако качество неодинаково: оно выше для языков с большим объёмом обучающих данных. Скорость инференса в текущей реализации снижена из-за отсутствия JIT-компиляции и KV-кэша. Лицензия — Apache-2.0.

TwIL-LM3-Pro — дообученная модель webAI-Official на базе IBM Granite 4.2 3B, предназначенная прежде всего для задач формальной логики и структурированного вывода. Она принимает текст и генерирует текст; заявленный размер — 3,66 млрд параметров, архитектура — плотная GraniteForCausalLM. Модель поддерживает контекст до 131 072 токенов, однако представленные оценки качества получены в окне 8 192 токена, а работа с более длинным контекстом отдельно не проверялась. Модель настроена на перевод формул логики первого порядка, разметку следования, семантический разбор, формулировки для Lean и критику доказательств Lean. В README приведены сравнительные результаты на бенчмарках рассуждений и общих задач, но отмечены слабые результаты по точному совпадению в FOL-переводе и семантическом разборе. Ответы многословны: в среднем около 1 902 токенов в задачах Track A; 24,2% таких генераций достигали ограничения длины. README также указывает, что это не универсальный ассистент и не заявляет проверенные возможности генерации кода или использования инструментов. Для запуска доступны веса safetensors и GGUF в нескольких вариантах квантования. Лицензия указана как other; конкретные условия в предоставленных данных не раскрыты.

watsonlocal — дообученная модель генерации текста на архитектуре GPT-2, опубликованная пользователем pbear1973. Модель обучалась два этапа на неизвестном наборе данных; в карточке приведены значения потерь: 5,1234 на обучающей и 5,8868 на проверочной выборке. Модель предназначена для генерации текста. Размер модели и поддерживаемые языки не указаны в доступных данных. Нативная длина контекста составляет 1024 токена. Весы представлены в формате TensorFlow. Лицензия — MIT.

Havenlon Execution Boundary — Qwen35 9B — специализированная языковая модель Havenlon для рассуждений об управлении исполнением, границах исполнения, доказательствах, политиках и управлении ИИ-агентами. Она предназначена для анализа переходов от намерения к интерпретации, авторизации, исполнению и результату, а также для выявления отклонений, которые следует обнаруживать и блокировать до необратимого действия. Модель может применяться в исследованиях безопасности ИИ-агентов, анализе рисков исполнения, толковании политик, работе с доказательствами, обсуждении архитектуры безопасности и создании прототипов процессов управления. Это плотная авторегрессионная модель семейства Qwen3.5 с архитектурой Qwen3_5ForCausalLM и 7,2 млрд параметров; она поддерживает текстовый диалог, имеет контекст до 262 144 токенов и распространяется в формате safetensors. Модель не является самостоятельной границей исполнения: README указывает, что окончательное исполнение должно контролироваться независимо применяемыми ограничениями. Она разработана для специализированных сценариев безопасности и управления, поэтому описание не подтверждает надёжность для произвольных задач. Лицензия в предоставленных данных не указана.

ModernBERT-Large-Instruct-Logician-v0.5 — англоязычная модель JohnGorri, дообученная на базе answerdotai/ModernBERT-base для предсказания замаскированных токенов с упором на логические выводы и дедуктивный анализ. Она использует архитектуру ModernBertForMaskedLM и содержит 394,7 млн параметров; заявленная длина контекста — 8192 токена. Модель предназначена для заполнения пропусков в структурированных текстах, например для восстановления аргументов или уточняющих условий по контексту. Лицензия Apache 2.0. Как masked language model, она не предназначена для генерации длинных ответов в диалоговом стиле.

trinhkhng/nearswap_Merged_gpt2-large_0.0 — языковая модель генерации текста, созданная слиянием моделей методом NearSwap с помощью mergekit. В качестве основной использована GPT-2 Large, а в слияние также включена модель debias_gpt2-large; итоговая архитектура — плотная GPT2LMHeadModel, веса сохранены в формате safetensors. Модель предназначена для генерации продолжения текста по текстовой подсказке. Контекст составляет 1024 токена. В карточке указаны библиотека Transformers и лицензия MIT. Сведения о специализации на конкретных языках или прикладных областях не приводятся.

nikitastheo/phonelm-text-pes-eng — причинная языковая модель семейства GPT-2, обученная автором репозитория с помощью скрипта для обучения causal language model на базе Hugging Face Accelerate. Она предназначена для генерации текста и продолжения заданного текстового контекста. Модель принимает текст и предсказывает следующие токены; указанная длина контекста составляет 512 токенов. В названии указаны «pes» и «eng», однако карточка не подтверждает, какие именно языки или тематика представлены в обучающих данных. Модель распространяется в формате safetensors для Transformers. Лицензия в предоставленных данных не указана.

Yi 34B Chat RMU — плотная языковая модель для диалоговой генерации текста, созданная на основе Yi-34B-Chat. Разработчики применили метод Representation Misdirection for Unlearning (RMU), чтобы ослабить опасные знания, связанные с био- и кибербезопасностью. Модель содержит 33,9 млрд параметров, построена на архитектуре Llama и рассчитана на контекст до 4096 токенов. Модель предназначена для диалоговых сценариев и исследований методов удаления знаний из языковых моделей. В оценке WMDP показатели по биобезопасности и кибербезопасности снизились с 75,3 и 49,7 у исходной Yi 34B Chat до 30,7 и 29,0 соответственно; результаты MMLU и MT-Bench остались близкими к исходным. Это не гарантирует полного удаления опасных знаний или безопасного поведения во всех запросах. Модель распространяется по лицензии MIT.

fpadovani/cds_word_13 — языковая модель на архитектуре GPT-2 для генерации текста. Модель дообучена, но базовая модель и обучающий датасет в карточке не названы. В README приведено значение loss 3,1637 на evaluation set, без описания набора данных и протокола оценки. Модель принимает текст и генерирует текст; заявленная длина контекста — 1024 токена. Карточка не уточняет целевые сценарии, языки, сильные стороны или ограничения модели. Указана лицензия? Нет сведений о лицензии в предоставленных данных.

Havenlon Execution Boundary Qwen38 27B — плотная языковая модель на архитектуре Qwen3.5, разработанная Havenlon для исследований управления исполнением действий ИИ-агентов и высокорисковых автоматизированных систем. Модель предназначена для диалогового рассуждения об ограничениях исполнения, анализа политик и свидетельств, а также вопросов безопасности и управления взаимодействием человека и ИИ. Она не выполняет внешние действия и не заменяет детерминированное применение политик или криптографическую проверку. Модель содержит 22,3 млрд параметров, принимает текст и поддерживает контекст до 262 144 токенов. Карточка не сообщает языки обучения или оценки, поэтому языковую поддержку нельзя уточнить. Репозиторий содержит веса Safetensors; лицензия в предоставленных данных не указана. Havenlon позиционирует модель как исследовательскую и экспериментальную: выводы модели сами по себе не гарантируют безопасность исполнения.

trinhkhng/nuslerp_Merged_gpt2-large_0.0 — языковая модель генерации текста, полученная объединением предварительно обученных моделей с помощью метода NuSLERP и инструмента mergekit. В состав вошли GPT-2 Large и debias_gpt2-large; в конфигурации вес GPT-2 Large равен 1,0, а вес debias_gpt2-large — 0,0, поэтому результат ориентирован на исходную модель GPT-2 Large. Модель предназначена для продолжения текста по текстовому промпту. Она использует архитектуру GPT-2 с плотной сетью и классом GPT2LMHeadModel, запускается через Transformers и хранится в формате safetensors. Контекст составляет 1024 токена. В карточке не описаны специальные области применения или языковая специализация. Лицензия в доступных данных не указана.

SmolLM2-135M Reasoning-5K — экспериментальная полноразмерная донастройка модели HuggingFaceTB/SmolLM2-135M-Instruct, созданная автором репозитория Ma7ee7 на 5 000 примерах из SupraLabs/reasoning-corpus-4K-5M-v1. Это плотная причинно-авторегрессионная модель семейства Llama с 134,5 млн параметров; она предназначена для генерации текста и ответов в формате чата с отдельной секцией рассуждений и финальным ответом. Модель обучалась два прохода, а примеры длиннее доступного контекста отбрасывались; максимальный контекст составляет 8 192 токена. Модель ориентирована на англоязычные запросы, требующие пошагового рассуждения, и может применяться для экспериментов с компактными языковыми моделями и их дообучением. Структурированный след рассуждений не гарантирует правильности вывода, поэтому ответы следует проверять. Веса опубликованы в формате safetensors, лицензия — Apache-2.0.

OLMoE-0125-Instruct-Compressed-Experimental — экспериментальная модифицированная версия диалоговой модели AllenAI allenai/OLMoE-1B-7B-0125-Instruct. Это разреженная MoE-модель для генерации текста и диалога; контрольная точка BF16 содержит около 6,013 млрд параметров по README, тогда как метаданные каталога указывают 472,1 млн параметров. Контекст составляет 4096 токенов. Модель принимает текстовые запросы и генерирует текстовые ответы. Репозиторий сообщает о сокращении размера сохранённых весов BF16 на 13,1% относительно базовой модели. Дополнительное обучение ухудшило результат на GSM8K в описанном выборочном тесте: точность снизилась с 64% у срезанной контрольной точки до 43% у версии Healed. Измерения выполнены на одной конфигурации и не подтверждают общего улучшения качества или готовности к производственному использованию. Лицензия — Apache-2.0.

Brian-3B — авторегрессионная трансформерная языковая модель команды Brian, дообученная на базе Meta Llama 3.2 3B для задач Web3. Модель предназначена для распознавания намерений и понимания запросов в блокчейн-сценариях, включая разбор пользовательских намерений для транзакций, генерацию Solidity и ответы на вопросы о Web3. Модель содержит 3,2 млрд параметров, использует архитектуру LlamaForCausalLM и принимает текстовые запросы, выдавая текст. В карточке заявлен английский язык; контекстное окно составляет 131 072 токена. Модель описана как ранний этап серии дообучений, поэтому её готовность к использованию в производственной системе ограничена. Для критически важных сценариев, таких как создание смарт-контрактов и выполнение транзакций, результаты следует проверять. Лицензия — Llama 3.2 Community License.

trinhkhng/della_Merged_gpt2-large_0.0 — языковая модель авторегрессионной архитектуры GPT-2 Large, созданная методом DELLA merge с помощью mergekit. В основу объединения легли GPT-2 Large и debias_gpt2-large; веса сохранены в формате safetensors и используются через библиотеку Transformers. Модель предназначена для генерации продолжения текста по текстовому запросу. В метаданных указан контекст длиной 1024 токена. Карточка не приводит отдельной оценки качества или конкретных сценариев применения. Лицензия и языки модели в предоставленных данных не указаны.

gpt_24 — языковая модель семейства GPT-2, разработанная gokulsrinivasagan и дообученная на gokuls/wiki_book_corpus_complete_raw_dataset на основе gokulsrinivasagan/gpt_12. Она предназначена для генерации текста и может использоваться для продолжения заданного фрагмента или создания черновиков. Модель принимает текст и выдаёт текст; длина контекста составляет 1024 токена. В карточке приведены результаты оценки на тестовой выборке: loss 3,4250 и accuracy 0,3458. Подробности об обучении, предполагаемых сценариях и ограничениях не раскрыты. Лицензия — MIT.