II.2Создание и понимание программного кода

Vex-Amber-Fable-2.0 — плотная авторегрессионная языковая модель семейства Qwen3, разработанная Arioron и дообученная на базе Arioron/Vex-Amber-Fable-Base. По метаданным, модель содержит 1,7 млрд параметров, использует архитектуру Qwen3ForCausalLM и формат safetensors; в README заявлены около 2 млрд параметров и контекст 8 192 токена, тогда как метаданные каталога указывают нативный контекст 40 960 токенов. Предназначена для генерации текста, помощи в программировании, решения задач по математике и рассуждений; также подходит для диалогового использования и интеграции в IDE. README заявляет высокие результаты на SWE-bench Verified, HumanEval и LiveCodeBench, а также пригодность для запуска на потребительском оборудовании. Эти показатели приведены в карточке модели и не подтверждены представленными независимыми данными. Модель принимает и генерирует текст, а в метаданных основным языком указан английский. Лицензия — CC BY-NC 4.0, которая ограничивает коммерческое использование.

Dingdust/VibeThinker-3B-heretic — производная модель на 3,1 млрд параметров, основанная на Qwen/Qwen2.5-Coder-3B. В карточке описана как версия VibeThinker-3B, ориентированная на проверяемые рассуждения; она предназначена для решения сложных задач по математике, программированию и STEM, а также для диалогов и следования инструкциям. Архитектура — плотная Qwen2ForCausalLM; модель работает с текстом, а нативный контекст составляет 131 072 токена. В README описаны постобучение по этапам SFT и обучения с подкреплением с проверяемыми наградами, а также результаты на математических и программных бенчмарках. Суффикс heretic и приведённые метрики отказов указывают на ослабление отказов модели; её следует оценивать отдельно для конкретных сценариев использования. Репозиторий распространяет веса в safetensors по лицензии MIT.

VisCoder-7B — языковая модель TIGER-Lab для генерации кода визуализаций на Python и его пошагового исправления по обратной связи об ошибках выполнения. Модель дообучена на Qwen/Qwen2.5-Coder-7B-Instruct и содержит 7,1 млрд параметров; карточка указывает контекст до 32 768 токенов. Использует архитектуру Qwen2 и формат safetensors. Модель предназначена для преобразования инструкций на естественном языке и структур данных в исполняемый Python-код, создающий содержательные графики, а также для повторной генерации и отладки такого кода в несколько ходов. В README приведён результат свыше 90% успешного выполнения для Matplotlib и Seaborn в сценарии с самоотладкой на PandasPlotBench. Для запуска требуется Transformers. Модель распространяется по лицензии Apache-2.0. Оценки README относятся к указанному бенчмарку; они сами по себе не гарантируют аналогичного качества на других данных и задачах.

WAFFLE VLM WebSight — мультимодальная модель на 7,1 млрд параметров, разработанная командой WAFFLE и дообученная для автоматической генерации HTML по скриншотам веб-страниц и макетам интерфейсов. В основе подхода лежат механизм внимания с учётом структуры HTML и контрастивное дообучение для согласования изображений интерфейса с HTML-кодом; опубликованная версия использует DoRA и архитектуру семейства VMistral. Модель предназначена для преобразования визуального дизайна веб-страницы в HTML и оценки соответствия сгенерированной разметки исходному дизайну. Авторы сообщают об улучшении результатов на WebSight-Test и Design2Code по метрикам совпадения HTML, CW-SSIM, CLIP и LLEM. Контекст составляет 32 768 токенов. Лицензия — BSD 3-Clause Clear.

WebCoder-100M — компактная авторегрессионная модель семейства Llama, разработанная автором репозитория caikybaldo999. Модель содержит около 99,9 млн параметров, имеет 11 слоёв и контекст до 2048 токенов; веса представлены в формате safetensors и рассчитаны на работу через Transformers. Модель обучена с нуля: сначала на HTML, CSS и JavaScript, затем дообучена на инструкциях и примерах кода для веб-разработки. Она предназначена для генерации и дополнения веб-кода по запросам, например для создания адаптивных страниц и компонентов. README не указывает лицензию модели; для коммерческого использования автор рекомендует проверить лицензии исходных датасетов.

Wizard-Zephyr-Orpo-8x22B — объединённая диалоговая языковая модель, созданная разработчиком tlphams с помощью mergekit на основе alpindale/WizardLM-2-8x22B и HuggingFaceH4/zephyr-orpo-141b-A35b-v0.1. Она предназначена для генерации текста в диалоге и ответов на запросы; базовая модель WizardLM рассчитана на сложные запросы, рассуждения, многоязычное общение, программирование и математику. Модель использует архитектуру Mixtral MoE и класс MixtralForCausalLM, содержит 22B параметров и имеет контекст длиной до 65 536 токенов. Доступна в формате safetensors для Transformers. Автор сообщает, что результат MT-Bench был немного ниже, чем у alpindale/WizardLM-2-8x22B, но выше GPT-4-0314; это оценка из README, а не гарантия качества. Лицензия CC-BY-NC-SA-4.0 разрешает использование с указанием авторства и на условиях распространения производных материалов по той же лицензии, но ограничивает коммерческое использование.

Wrench-4B-Qwen3.6-8E — экспериментальная специализированная SLM-модель для инструментов разработчика, опубликованная пользователем или организацией stancsz. Она создана на основе Qwen3.6-35B-A3B и предназначена для генерации текста и кода, работы с задачами разработки, чтения файлов и подготовки обзорных изменений в локальном репозитории. Модель содержит 3 881 244 016 параметров, использует веса ModelOpt NVFP4 W4A16 и рассчитана на контекст до 4 миллионов токенов в составе собственного пакета и локального окружения. Поставка включает tokenizer hook, локальный runtime, read-only verifier, long-context overlay и OpenAI-совместимый сервер. Для однозначных операций чтения и подготовки изменений может применяться механический маршрут без вызова модели, а неоднозначные запросы передаются модели. К сильным сторонам относятся специализация на developer-tools, поддержка длинного контекста, компактный размер и встроенная проверка предлагаемых операций. Ограничения связаны с экспериментальным статусом: README не подтверждает прохождение полной оценки на 220 случаях, достижение целевых показателей качества поиска, сопоставимости с MiniMax или производительности в production. Языки и точные архитектурные характеристики, помимо производного происхождения и параметров квантования, не указаны. Модель распространяется по лицензии Apache-2.0.

XiYanSQL-QwenCoder-7B-2502 — модель семейства XiYanSQL-QwenCoder от команды XiYanSQL, предназначенная для преобразования вопросов на естественном языке в SQL. Это плотная авторегрессионная модель Qwen2 с 7,1 млрд параметров и контекстом до 32 768 токенов; веса опубликованы в формате safetensors. Модель принимает вопрос, схему базы данных и при необходимости справочную информацию, а затем генерирует SQL-запрос. Модель рассчитана на работу с диалектами SQLite, PostgreSQL и MySQL. Для описания схемы разработчики рекомендуют формат M-Schema, хотя можно использовать и DDL. Её применяют для запросов к базам данных на естественном языке, а также как основу для дальнейшей настройки специализированных SQL-моделей. В README приведены результаты оценки семейства на бенчмарках BIRD и Spider; указанный рекорд относится к версии 32B, а не к этой модели 7B. Для работы README указывает transformers версии 4.37.0 или новее и приводит примеры запуска через Transformers и vLLM. Модель выпущена под лицензией Apache-2.0. Карточка описывает генерацию SQL, но не приводит отдельной оценки точности именно версии 7B; качество запросов может зависеть от формата схемы и соответствия используемого диалекта поддерживаемым.

XiYanSQL-QwenCoder-7B-2504 — языковая модель для преобразования вопросов на естественном языке в SQL, разработанная командой XiYanSQL. Это дообученная версия модели XiYanSQL-QwenCoder-7B-2502 с архитектурой Qwen2 и 7,1 млрд параметров; в обучении применялись fine-tuning и GRPO без цепочки рассуждений. Модель принимает вопрос, схему базы данных и при необходимости справочную информацию, а затем генерирует SQL-запрос. Модель предназначена для Text-to-SQL и заявлена как поддерживающая несколько диалектов, включая SQLite, PostgreSQL и MySQL. В карточке приведены оценки на BIRD, Spider и внутреннем наборе DW; авторы отмечают обобщение на разные диалекты и данные вне обучающего домена. Контекст составляет 32 768 токенов, доступны чатовый интерфейс и интерфейс вызова инструментов. Карточка показывает поддержку английского и китайского языков; шаблон запроса приведён на китайском. Модель распространяется в формате safetensors по лицензии Apache-2.0. Практическое качество зависит от точности схемы и подсказок: авторы рекомендуют формат M-Schema и предупреждают, что другие форматы могут снизить результат. Указанные диалекты не следует считать исчерпывающим перечнем; SQL, сгенерированный моделью, следует проверять перед выполнением.

YOYO-O1-14B-V2 — языковая модель, созданная YOYO-AI слиянием нескольких моделей Qwen2 с помощью метода SCE. В слияние вошли модели для программирования, логических задач, творческого письма и диалогового общения; базовой моделью служила arcee-ai/Virtuoso-Small-v2. Модель содержит 14 млрд параметров, использует архитектуру Qwen2ForCausalLM и поддерживает контекст до 131 072 токенов. Модель предназначена для генерации текста в диалоге, помощи с программированием, решения логических и STEM-задач, а также творческого письма. Карточка указывает интерфейс вызова инструментов. В метаданных заявлены английский и китайский языки. Репозиторий использует формат safetensors, лицензия — Apache-2.0. Сравнительных оценок качества и подробных результатов тестирования в карточке нет.

ZAYA1-reasoning-base — плотная по архитектуре MoE-языковая модель Zyphra, основанная на Zyphra/ZAYA1-base и дополнительно обученная на 1 трлн токенов с упором на рассуждения. Она предназначена для генерации текста и диалогов, особенно для сложных задач по математике, STEM и программированию, требующих многошагового анализа. Модель содержит 7,7 млрд параметров по метаданным, использует архитектуру ZayaForCausalLM, токенизатор Gemma 3 и контекст до 32 768 токенов. В архитектуре применены механизм внимания Compressed Convolutional Attention, нелинейный маршрутизатор экспертов и обучаемое масштабирование остаточных связей. Модель демонстрирует сильные результаты на сложных математических и кодовых задачах, но README отмечает, что полного RL-постобучения она не проходила. Для запуска требуется форк Transformers с поддержкой Zaya. Лицензия — Apache-2.0.

Zephyr ORPO 141B-A35B v0.1 — разговорная языковая модель, совместно обученная Argilla, KAIST и Hugging Face. Это дообученная с помощью Odds Ratio Preference Optimization (ORPO) модель mistral-community/Mixtral-8x22B-v0.1 с архитектурой Mixture of Experts (MoE): в карточке указаны 141 млрд параметров всего и 39 млрд активных, тогда как метаданные каталога указывают 22 млрд параметров. Для каталога также заявлен контекст до 65 536 токенов. Модель предназначена для диалогового ассистирования и общих задач с текстом, включая код, математику и рассуждения. В обучении использован датасет argilla/distilabel-capybara-dpo-7k-binarized с синтетическими многоходовыми предпочтениями. README сообщает о сильных результатах на MT Bench и IFEval, но обучение описано как проверка ORPO в большом масштабе, а не как выпуск универсальной системы с гарантированным качеством. Основной язык — английский. Модель принимает текст и генерирует текст; метаданные отмечают поддержку чата. Лицензия — Apache 2.0. В README предупреждается, что модель не проходила этап RLHF для выравнивания по человеческим предпочтениям в области безопасности и может выдавать проблемные ответы, особенно при соответствующих запросах.

ZYR3 — компактная языковая модель семейства ZYR3, разработанная авторами проекта ZYR3 как локальный помощник для программирования. Она генерирует продолжения кода на устройстве и может использоваться как быстрый офлайн-слой подсказок в терминальном чате и при работе агента над репозиторием. README также описывает консольный интерфейс и автономного build-агента, который редактирует файлы и проверяет результат командами, однако эти функции относятся к приложению и не подтверждают, что сама модель самостоятельно выполняет инструменты. Модель имеет плотную авторегрессионную архитектуру ZYR3ForCausalLM, содержит 12,4 млн параметров и рассчитана на контекст до 1 048 576 токенов. Для загрузки доступны веса Safetensors; метаданные указывают библиотеку Transformers, чат-возможность и английский язык. README позиционирует её для локальной работы без GPU. Модель предназначена для генерации кода и подсказок при разработке. Карточка не приводит сравнительных оценок именно локальной модели: таблица бенчмарков относится к модели тяжёлого уровня через API-шлюз ZYR3. Лицензия обозначена как other, поэтому конкретные условия использования следует проверять в репозитории.

DCAgent/a1-stack_bash — дообученная модель на базе Qwen/Qwen3-8B, созданная с использованием LLaMA Factory. Репозиторий содержит веса в формате safetensors; число параметров — 7,6 млрд, нативная длина контекста — 40 960 токенов. Модель предназначена для генерации диалогового текста; название и описание обучающего набора указывают на специализацию на задачах, связанных с Bash и тестами. Базовая Qwen3-8B поддерживает несколько языков, рассуждения, следование инструкциям, работу с кодом и вызов инструментов. Карточка не приводит отдельные оценки качества или подробностей обучения этой версии. Лицензия указана как other, поэтому условия использования следует уточнить в репозитории модели.

Это контрольная точка дообучения laion/GLM-4_7-swesmith-sandboxes-with_tests-oracle_verified_120s-maxeps-131k-fixthink, опубликованная LAION. Модель основана на архитектуре Qwen3 с плотной causal language model, содержит 7,6 млрд параметров и принимает текст, выдавая текст. Она предназначена для решения задач SWE: работы с кодом Python и доведения изменений до прохождения тестов в среде выполнения. Контрольная точка получена методом RL с алгоритмом SkyRL GRPO на датасете DCAgent/exp_rpt_pymethods2test-large. В этой абляции использовалась награда по доле пройденных тестов, а не бинарная награда за прохождение всех тестов. Опубликован шаг 45 из 80; его выбрали по EMA средней сырой награды. Контекст модели составляет 40 960 токенов. Репозиторий содержит веса Safetensors и конфигурацию запуска для воспроизводимости; README также указывает на сопутствующий набор обучающих трасс open-athena/ablation-pymethods2test-shaped. Лицензия в предоставленных данных не описана.

AceReason-Nemotron-7B — языковая модель NVIDIA для рассуждений в математике и программировании. Это плотная модель семейства Qwen2 с 7,1 млрд параметров, построенная на базе DeepSeek-R1-Distilled-Qwen-7B и обученная с помощью обучения с подкреплением. Она предназначена для решения математических задач, генерации и анализа кода в диалоговом формате; заявленная длина контекста — 131 072 токена. В README приведены результаты на AIME 2024 и 2025, а также на LiveCodeBench. Для математических запросов разработчики рекомендуют просить пошаговое рассуждение и заключать ответ в \boxed{}, для задач по коду приводятся отдельные инструкции. В карточке указана лицензия other; конкретные условия использования следует проверять в файлах репозитория. Модель ориентирована на английский язык.

Airoboros 13B GPT-4 1.4.1 QLoRA — языковая модель семейства LLaMA с 12,9 млрд параметров, дообученная jondurbin с помощью QLoRA на синтетических данных, созданных GPT-4. Модель предназначена для диалогов с ассистентом и генерации текста; обучение выполнено на fork FastChat, а данные взяты из набора jondurbin/airoboros-gpt4-1.4.1. Модель рассчитана на ответы на вопросы, следование инструкциям, работу с предоставленным контекстом, программирование, ролевые диалоги, шутки, загадки и викторины. Для диалогов используется шаблон Vicuna 1.1; карточка также описывает формат запросов с контекстом, призванный ограничить ответы предоставленными материалами. Контекст — 2048 токенов. Модель работает с текстом и поддерживает генерацию текста. В карточке указана лицензия CC BY-NC 4.0, которая ограничивает коммерческое использование. Автор отмечает, что модель обучена отвечать без отказов независимо от законности или морали запроса; ответы по контексту всё равно могут содержать выдуманные сведения, поэтому для неизвестных ответов рекомендуется явно просить не придумывать их.

airoboros-3b-3p0 — экспериментальная языковая модель на архитектуре StableLM Epoch, разработанная jondurbin и обученная на наборе синтетических данных airoboros-3.0. Это плотная причинная языковая модель с 2,7 млрд параметров и контекстом до 4096 токенов; она принимает текст и генерирует текст. Для диалога используется формат Llama 2 Chat. Модель общего назначения с акцентом на следование инструкциям. Она предназначена для ответов на вопросы по заданному контексту, суммаризации, программирования, математических рассуждений с формированием MathJSON, многоходового диалога, генерации аргументов функций и планов выполнения задач. Для расчётов MathJSON предполагает последующую обработку формулы внешним вычислительным механизмом. Модель выпущена под лицензией CC BY-SA 4.0.

jondurbin подготовил эту плотную 65-миллиардную языковую модель на архитектуре LLaMA, дообучив её методом QLoRA на синтетических инструкциях, созданных GPT-4. Модель предназначена для диалоговой генерации текста и отвечает на запросы в формате, основанном на шаблоне Vicuna. Она рассчитана на программирование, математические задачи и рассуждения, викторины, ролевые диалоги, вопросы с вариантами ответа и по заданному контексту, а также общие запросы. Для промптов на написание кода предусмотрена инструкция PLAINFORMAT, которая просит вывести код без Markdown-разметки; автор отмечает, что она срабатывает не всегда. Модель содержит 65 млрд параметров, работает с контекстом до 2048 токенов и распространяется в формате PyTorch. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение. Модель может ошибаться, а следование формату PLAINFORMAT не гарантировано.

airoboros-dpo-110b-3.3 — экспериментальная чат-модель, дообученная Jon Durbin на базе Qwen 1.5 110B с дополнительным этапом DPO. Она предназначена для диалога, ответов на вопросы по предоставленному контексту, суммаризации, генерации кода и структурированных ответов, включая вывод аргументов для вызова функций. Модель использует архитектуру Qwen2 с плотной сетью из 110 млрд параметров, формат диалога ChatML и контекст до 32 768 токенов. Карточка описывает настройку ответов по контексту, генерацию длинных ответов и планов выполнения, а также примеры задач на кодирование и ролевой диалог. Для ответов по заданному контексту рекомендуется низкая температура; качество следования таким инструкциям зависит от явного форматирования входных данных. Автор отмечает, что иногда в конце ответов появляются случайные лишние токены. Репозиторий содержит веса safetensors; лицензия в метаданных указана как other, без уточнения условий.

airoboros-l2-13b-2.2 — экспериментальная текстовая модель jondurbin, основанная на архитектуре Llama и дообученная на версии 2.2 набора airoboros, состоящей преимущественно из синтетических данных. Модель содержит около 12,9 млрд параметров, принимает текст и рассчитана на контекст до 4096 токенов. Для диалога используется формат с отдельными строками system, USER и ASSISTANT; в большинстве примеров применялся системный промпт «A chat.». Модель ориентирована прежде всего на выполнение инструкций, а не на непринуждённый чат или ролевую игру. Она подходит для ответов на вопросы по предоставленному контексту, генерации текста и кода, задач с вариантами ответа, структурированного вывода в JSON или YAML и составления планов выполнения задач с инструментами. Вариант «clean» не включает данные для снятия выравнивания; при этом автор отмечает, что поведение можно переопределять системным промптом. Для остановки генерации рекомендуется настроить критерии завершения на маркер USER:. Модель распространяется по лицензии Llama 2.

AlchemistCoder-L-7B-GGUF — это набор GGUF-квантизаций языковой модели AlchemistCoder-L-7B, опубликованный bartowski и созданный на основе исходной модели internlm/AlchemistCoder-L-7B с использованием llama.cpp и метода imatrix. Модель предназначена прежде всего для генерации кода и запуска локального текстового вывода через совместимые движки, включая llama.cpp. В README не указаны точные сведения о разработчике исходной модели, архитектуре, поддерживаемых языках, длине контекста и мультимодальности. Доступны варианты с разным уровнем квантизации: от Q8_0 размером 7,16 ГБ до Q2_K размером 2,53 ГБ, включая рекомендуемые Q6_K, Q5_K_M, Q5_K_S, Q4_K_M, Q4_K_S и IQ4_XS. Более качественные варианты требуют больше памяти, а низкобитные занимают меньше места ценой качества; Q3_K_S отмечен как нерекомендуемый, тогда как некоторые I-кванты могут обеспечивать выгодное соотношение размера и производительности в определённых конфигурациях оборудования. Формат приглашений в README не подтверждён и может быть некорректным. Модель распространяется по лицензии Apache-2.0. Ограничения включают отсутствие подробной информации об исходной модели, языках и контексте, а также зависимость доступного качества и скорости от выбранной квантизации и используемого оборудования. Для IQ-квантов важна совместимость с конкретным backend: в README отдельно отмечено ограничение для Vulkan.

Absolute_Zero_Reasoner-Coder-14b-GGUF — это квантованная версия языковой модели Absolute_Zero_Reasoner-Coder-14b, разработанной andrewzh. Квантование выполнил bartowski с использованием llama.cpp и метода imatrix; модель распространяется в формате GGUF и предназначена для запуска через llama.cpp, LM Studio и другие совместимые проекты. Модель относится к классу text-generation и ориентирована на задачи рассуждений и генерации программного кода. Известен размер базовой модели — 14 млрд параметров. В карточке не указаны архитектура, поддерживаемые языки, контекстное окно и мультимодальные возможности, поэтому подтвердить эти характеристики нельзя. Доступны варианты от BF16 до различных квантований Q8, Q6, Q5, Q4, Q3 и IQ. Более высокие уровни квантования сохраняют лучшее качество, но требуют больше памяти; варианты Q4 и Q5 описаны как сбалансированные по качеству и размеру, а Q3 предназначены для систем с ограниченным объёмом RAM. Квантованные файлы удобны для локального запуска, однако снижение точности по сравнению с исходной моделью зависит от выбранного варианта. Лицензия в README не указана.

Apriel-1.5-15b-Thinker-GGUF — это GGUF-квантизированная версия мультимодальной reasoning-модели Apriel-1.5-15b-Thinker, разработанной ServiceNow AI в рамках серии Apriel SLM. Модель предназначена для генерации текста, решения математических, научных и логических задач, программирования, работы с корпоративными сценариями и анализа изображений. Вариант GGUF создан с использованием llama.cpp; в процессе конвертации применялся подход с повышением точности отдельных важных слоёв для улучшения качества при заданном уровне квантизации. Модель содержит 15 млрд параметров и поддерживает текстовые и визуальные входные данные. Она обучалась на текстах, связанных с математикой, программированием, научными и логическими задачами, а также на мультимодальных данных для понимания изображений, создания подписей и работы с чередующимися изображениями и текстом. Постобучение включало текстовый SFT более чем на 2 млн высококачественных примеров; reinforcement learning не применялся. Заявлены результаты 52 балла в Artificial Analysis, 68 в Tau2 Bench Telecom и 62 в IFBench. Модель рассчитана на размещение на одной GPU и по умолчанию выполняет расширенное рассуждение, что может повышать точность, но увеличивает расход токенов и время ответа. К ограничениям относятся повышенная ресурсоёмкость вывода из-за подробного рассуждения, возможная зависимость качества от выбранного GGUF-квантизированного варианта и отсутствие image SFT и RL в процессе обучения. Лицензия модели — MIT.

Apriel-1.6-15B-Thinker — мультимодальная модель рассуждений из серии Apriel, разработанная ServiceNow. Это плотная модель семейства LLaVA с 15 млрд параметров, предназначенная для диалоговых инструкций, работы с текстом и изображениями, логических рассуждений и многошаговых задач. Карточка указывает на дообучение предыдущей версии Apriel-1.5-15B-Thinker с помощью SFT и обучения с подкреплением; модель также прошла продолжительное предобучение на текстовых и визуальных данных. Модель подходит для генерации и анализа кода, ответов на вопросы, извлечения информации, следования сложным инструкциям, вызова функций и сценариев с агентами. Она формирует ход рассуждений и затем итоговый ответ; разработчик сообщает о снижении числа токенов рассуждения более чем на 30% по сравнению с Apriel-1.5-15B-Thinker. Наиболее сильные результаты заявлены для английского языка. Модель распространяется в формате Safetensors и доступна по лицензии MIT. Модель может выдавать неверную, вводящую в заблуждение или устаревшую информацию и отражать предвзятость обучающих данных. Она не предназначена для критически важных применений без человеческого контроля; качество на языках, представленных в обучении слабее, может снижаться.

Arch-Function-7B — языковая модель компании Katanemo для вызова функций и взаимодействия с API по запросам на естественном языке. Она основана на Qwen/Qwen2.5-Coder-7B-Instruct и дообучена для работы с описаниями функций: разбирает сигнатуры, определяет необходимые параметры и формирует структурированный вывод для вызова функции. Модель относится к семейству Qwen2, имеет плотную архитектуру и 7,1 млрд параметров; поддерживает контекст до 32 768 токенов и доступна в формате safetensors для Transformers. Модель предназначена для построения чат-ассистентов, которые выбирают подходящие инструменты, заполняют аргументы функций и помогают автоматизировать обращения к API и внутренним системам. Карточка описывает её как рассчитанную на низкую задержку и высокую пропускную способность, а примеры рекомендуют использовать специальный формат промпта Katanemo для получения JSON-подобных вызовов. Основной язык в метаданных — английский. Лицензия указана как other, поэтому конкретные условия использования следует сверить с лицензией репозитория.

Atom-80B — диалоговая языковая модель VANTA Research, дообученная на базе Qwen3-Next-80B-A3B-Instruct для совместной работы с человеком. Это пятая модель проекта Atom, ориентированного на модели с дружелюбным и ориентированным на сотрудничество стилем общения. Модель использует архитектуру Qwen3 Next с разреженной схемой Mixture of Experts (MoE); в метаданных указано 2,3 млрд параметров и контекст до 262 144 токенов. Работает с текстом и предназначена для генерации ответов в формате диалога. Модель подходит для совместного мозгового штурма, синтеза исследовательских материалов, объяснения технических тем, обсуждения кода и творческого решения задач. Разработчик заявляет о сильных сторонах в многошаговых рассуждениях, совместном выполнении задач и устойчивом стиле общения. README не приводит результаты независимых оценок качества, поэтому фактические утверждения следует проверять; модель не предназначена для принятия решений с высокими ставками без контроля человека и не должна заменять медицинскую, юридическую или финансовую консультацию. Лицензия — Apache-2.0.

hiyouga/Baichuan-7B-sft — двуязычная instruction-tuned LoRA-модель на архитектуре Baichuan, предназначенная для генерации текста в ответ на инструкции и вопросы. При дообучении использовались наборы Alpaca, Alpaca-ZH и CodeAlpaca, поэтому модель подходит для диалоговых запросов, следования инструкциям и задач по коду на китайском и английском языках. Модель содержит 6,7 млрд параметров, принимает текст и выдаёт текст; нативная длина контекста — 4096 токенов. Репозиторий содержит веса PyTorch, а для работы требуется базовая модель Baichuan-7B. Модель опубликована hiyouga в июне 2023 года и распространяется по лицензии Apache-2.0, хотя README также предписывает соблюдать лицензию Baichuan-7B; перед использованием следует проверить применимые условия обеих лицензий.

Brello Thinking — языковая модель Epic Systems из семейства Brello AI, предназначенная для генерации текста с акцентом на рассуждения, математику, программирование и творческие задачи. В README указана база Tencent Hunyuan; архитектура в метаданных обозначена как плотная причинная EpicBrelloV1ForCausalLM, размер модели — 1,8 млрд параметров. Модель принимает текст и генерирует текст. Заявлена поддержка контекста до 262 144 токенов, режимов быстрого и углублённого рассуждения, а также интерфейса вызова инструментов. README заявляет поддержку английского и китайского языков. Репозиторий содержит веса safetensors и помечен лицензией MIT в метаданных, однако README указывает проприетарную лицензию Epic Systems и запрет на распространение и крупномасштабный хостинг; условия лицензирования противоречат друг другу, их следует проверить перед использованием.

Buzz-3b-Small-v0.6.3 — промежуточный чат-чекпойнт проекта H-D-T, дообученный на базе семейства Llama. Модель имеет плотную архитектуру LlamaForCausalLM примерно с 3,8 млрд параметров и использует шаблон диалога Llama 3. Она обучалась одну эпоху на примерно 6,2 млн примеров; этот чекпойнт соответствует двум десятым пути по датасету Buzz и его срезам. Модель предназначена для диалоговой работы в роли универсального ассистента: она может писать код, разбирать задачи, объяснять и проводить пошаговые разборы, играть персонажей, анализировать данные и выполнять математические вычисления. Принимает текст и генерирует текст, поддерживает контекст до 8192 токенов. Ответы могут быть неточными. Лицензия — Apache-2.0.