II.2Создание и понимание программного кода

C2LLM-0.5B — модель CodeFuse для получения эмбеддингов исходного кода и запросов к нему. Она дообучена на базе Qwen/Qwen2.5-Coder-0.5B-Instruct и использует Pooling by Multi-head Attention (PMA), который помогает выделять важные фрагменты кода при формировании вектора. В репозитории указаны 494 млн параметров, контекст до 32 768 токенов и формат safetensors. Модель обучена на 3 млн пар «запрос — документ» для поиска кода и поддерживает сценарии Text2Code, Code2Code и Code2Text. Её можно применять для семантического поиска по коду и извлечения фрагментов в системах RAG. Указаны английский и китайский языки; лицензия — Apache-2.0. Качество зависит от соответствия запросов и кода обучающим данным; README не приводит конкретных ограничений или оценки результатов.

MaziyarPanahi/calme-2.3-phi3-4b — диалоговая языковая модель, созданная Maziyar Panahi путём дообучения с DPO модели microsoft/Phi-3-mini-4k-instruct. Она использует плотную архитектуру Phi-3 и содержит 3,7 млрд параметров; для общения применяется шаблон ChatML, а максимальный контекст составляет 4096 токенов. Модель предназначена для генерации текста в диалоге, ответов на запросы и задач программирования. В README приведены результаты оценивания на Open LLM Leaderboard, где модель сравнивается с другими вариантами Phi-3-mini-4k; эти результаты относятся к указанной в карточке версии и условиям тестирования. Репозиторий содержит веса safetensors и может использоваться через библиотеку Transformers. Карточка указывает лицензию MIT. Основной язык в метаданных — английский. Это компактная модель, поэтому её возможности и качество могут уступать более крупным моделям; доступные сведения не устанавливают точность для конкретных прикладных сценариев.

AmberYifan/capsd-marin-8b-base-code_cap_b16000_s0 — дообученная модель семейства Llama на базе marin-community/marin-8b-base. По карточке, обучение проводилось на наборе capsd_marin-8b-base-n80000-opc__mix_code_cap_b16000_s0, что указывает на адаптацию для генерации текста и кода. Модель содержит 7,5 млрд параметров, использует плотную архитектуру LlamaForCausalLM, формат safetensors и библиотеку Transformers; максимальный контекст — 4096 токенов. Модель подходит для генерации и продолжения текста, включая сценарии с кодом и диалоговым интерфейсом. Базовая модель описана как англоязычная, однако README не уточняет языковые возможности именно этой версии. Лицензия указана как other, поэтому условия использования следует сверить с лицензией репозитория и базовой модели. README не содержит результатов оценки или подробных рекомендаций по применению.

CDLM-0.5B — компактная языковая модель для генерации и исправления кода, созданная на основе fredzzp/open-dcoder-0.5B авторами проекта Corrective Diffusion Language Models. Модель содержит около 494 млн параметров, использует архитектуру Qwen2 с маскированной диффузией и двунаправленным вниманием; её дообучили на 2 000 шагов с целью, учитывающей уверенность модели в видимых искажённых токенах. Для работы требуется реализация диффузионной модели из репозитория проекта: обычная загрузка через AutoModelForCausalLM даст некорректные результаты. Модель предназначена для генерации и корректировки программного кода по текстовым запросам. В метаданных указано контекстное окно 32 768 токенов; карточка также связывает обучение с набором данных NVIDIA Nemotron Pretraining SFT v1. README описывает особенности вычисления градиентов в использованном обучающем коде, которые могут влиять на эффект весов целевой функции. Модель распространяется по лицензии MIT.

CodeActAgent-Mistral-7b-v0.1 — языковая модель-агент, разработанная авторами CodeAct на базе Mistral-7b-v0.1. Это плотная авторегрессионная модель класса MistralForCausalLM с 7,1 млрд параметров и контекстом до 32 768 токенов; она обучена на CodeActInstruct и обычных диалогах. Модель формирует ответы и исполняемые действия на Python, которые агент может передавать интерпретатору, получать результаты выполнения и учитывать их в следующих ходах. Модель предназначена для многошаговых агентных задач, особенно для работы с API и инструментами, где действия можно выражать кодом и корректировать после наблюдений. Авторы сообщают об улучшении успешности относительно действий в формате обычного текста или JSON на своих оценках, а также о сохранении общих диалоговых возможностей. Это исследовательская разработка, представленная как готовая модель для применения; в репозитории указана лицензия Apache-2.0.

mchochlov/codebert-base-cd-ft — модель на базе RoBERTa, представленная в формате Sentence-Transformers и дообученная с помощью контрастивного обучения на фрагментах кода из BigCloneBench. Она преобразует код в плотные векторы размерности 768 и предназначена прежде всего для обнаружения похожих или скопированных фрагментов кода. Модель содержит 151,8 млн параметров и принимает последовательности длиной до 514 токенов. Её можно применять для поиска клонов в репозиториях, сравнения фрагментов кода и построения поиска по сходству в пространстве эмбеддингов. Для использования доступны веса PyTorch и safetensors; README описывает запуск через Sentence-Transformers или Transformers с подходящей операцией pooling. Лицензия в предоставленных данных не указана.

Shuu12121 разработала эту модель SentenceTransformer, дообученную на BigCloneBench для поиска семантически похожих фрагментов кода и обнаружения клонов. Она основана на ModernBERT и преобразует код в плотные векторы размерностью 768; для сравнения векторов используется косинусное сходство, а представление строится с помощью CLS-пулинга. Модель рассчитана на сравнение пар фрагментов кода, поиск дубликатов и группировку похожего кода. Максимальная длина последовательности составляет 2048 токенов. В README приведены результаты на тестовой выборке BigCloneBench: accuracy 0,9902 и F1 0,9637; эти показатели относятся к указанному набору данных и не гарантируют аналогичное качество на другом коде. Модель распространяется по лицензии Apache-2.0.

MaziyarPanahi/codegemma-2b-GGUF — это набор файлов модели в формате GGUF, созданный MaziyarPanahi на основе модели google/codegemma-2b, разработанной Google. Модель предназначена для генерации текста и может использоваться в сценариях, связанных с обработкой и генерацией кода, а также для локального запуска через совместимые инструменты и библиотеки. Модель имеет размер 2 миллиарда параметров и распространяется в нескольких вариантах квантования: от 2-битного до 8-битного, включая форматы Q2_K, Q3_K, Q4_K, Q5_K и Q6_K. GGUF поддерживается, в частности, llama.cpp, text-generation-webui, KoboldCpp, GPT4All, LM Studio и llama-cpp-python, что позволяет запускать модель локально с использованием CPU или GPU в зависимости от выбранного окружения. Сведения о языках, размере контекста и поддержке мультимодальности в README не указаны. К сильным сторонам относятся компактный размер, широкий выбор уровней квантования и совместимость с популярными средствами локального инференса. К ограничениям относятся возможная потеря качества при более агрессивном квантовании и отсутствие в предоставленных данных подробных характеристик качества, языковой поддержки и контекстного окна. Модель распространяется с лицензией Gemma; точные условия следует уточнять в лицензии исходной модели Google.

CodeGen-NL 2B — авторегрессионная плотная языковая модель семейства CodeGen, разработанная Salesforce для синтеза программ. Это чекпойнт с 2 млрд обучаемых параметров, предварительно обученный на датасете The Pile, включающем данные с кодом. Модель принимает текстовые подсказки на естественном языке и программный код и генерирует продолжение текста или кода; особенно рассчитана на создание исполняемого кода по инструкциям на английском языке, оформленным как комментарии, и на дополнение частично написанного кода. Модель предназначена для генерации кода и может использоваться для прототипирования функций, завершения фрагментов программы и экспериментов с программным синтезом. Архитектура — CodeGenForCausalLM, формат весов — PyTorch, длина контекста — 2048 токенов. В README упомянута оценка на HumanEval и MTPB, но результаты здесь не приведены. Лицензия — BSD 3-Clause. Разработчик отмечает исследовательское назначение релиза и рекомендует отдельно оценивать точность, безопасность и справедливость перед применением; качество не гарантировано для всех задач.

JetBrains/CodeLlama-7B-KStack-clean — языковая модель для генерации кода, дообученная JetBrains на отфильтрованном наборе Kotlin-кода KStack-clean. Это плотная авторегрессионная модель семейства Llama с 6,6 млрд параметров и контекстом до 16 384 токенов; веса опубликованы в формате safetensors для Hugging Face Transformers. Модель подходит для генерации и автодополнения Kotlin-кода, в том числе для задач по алгоритмам. В README указано, что на Kotlin HumanEval она получила pass rate 37,89 против 26,89 у базовой CodeLlama-7B. Для заполнения пропусков внутри кода можно использовать формат FIM с префиксом и суффиксом. Модель дообучена на 25 тысячах примеров объёмом около 23 млн токенов, выбранных по образовательной ценности для изучения алгоритмов на Kotlin. Лицензия — Apache-2.0. README предупреждает, что качество может снижаться при отклонении от формата задач на Kotlin, а ответы могут быть неточными или нежелательными; перед практическим применением требуется проверка результатов.

CodeParrot — авторегрессионная модель GPT-2 с 1,5 млрд параметров, разработанная для генерации кода на Python. Она обучена на очищенном наборе данных CodeParrot; версия v1.1 продолжила обучение исходной версии ещё на 30 тысяч шагов. Модель принимает текстовый контекст и предсказывает продолжение кода, поэтому подходит для черновой генерации функций и фрагментов Python по текстовому запросу или началу программы. Контекст составляет 1024 токена. В тестах HumanEval версии v1.1 показала pass@1 3,99%, pass@10 8,69% и pass@100 17,88%, поэтому результат требует проверки и запуска тестов. Модель опубликована в формате PyTorch; лицензия в предоставленных данных не указана.

CodeParrot-small — компактная авторегрессионная модель GPT-2 от команды CodeParrot с 110 млн параметров, обученная генерировать код на Python. Она предназначена для продолжения фрагментов кода и создания вариантов решений задач программирования. Модель доступна в формате PyTorch для использования с библиотекой Transformers. При обучении использовался очищенный датасет CodeParrot; контекст составляет 1024 токена. На benchmark HumanEval модель показала pass@1 3,80%, pass@10 6,57% и pass@100 12,78%, поэтому результаты генерации требуют проверки и запуска тестов. Модель распространяется по лицензии Apache-2.0.

CodeS-3B — языковая модель для генерации SQL, разработанная как часть семейства CodeS. Она предназначена для преобразования запросов на естественном языке в SQL и других сценариев генерации SQL-кода. Модель дообучена дополнительным предварительным обучением на базе StarCoderBase-3B и использует архитектуру GPTBigCode с плотной причинно-языковой моделью. Максимальная длина последовательности составляет 8192 токена. В README сообщается о высоких результатах семейства CodeS на тестах Text-to-SQL Spider и BIRD. Модель распространяется в формате PyTorch по лицензии Apache-2.0. Карточка не описывает поддерживаемые естественные языки и не приводит конкретных ограничений качества или сценариев применения.

CodeSearch-ModernBERT-Owl-Plus — модель эмбеддингов кода и текстовых запросов, разработанная Shuu12121 на основе CodeModernBERT-Owl v1.0 и дообученная в архитектуре Sentence-BERT. Она предназначена для поиска функций в кодовых базах по запросам на естественном языке и для построения двухэтапных систем извлечения: модель кодирует запросы и фрагменты кода в векторы, которые затем можно сравнивать по близости. Модель основана на ModernBERT, содержит 151,6 млн параметров и поддерживает контекст до 8192 токенов. В карточке заявлена работа с Python, Java, JavaScript, Go, PHP, Ruby и Rust. Для CodeSearchNetRetrieval указаны NDCG@10 0,8918 и MRR@10 0,8704; README также приводит результаты COIR-CodeSearchNetRetrieval. Модель распространяется по лицензии Apache-2.0. Она выдаёт семантические эмбеддинги, а не готовые ответы или исполняемый код. Заявленные оценки относятся к конкретным наборам CodeSearchNet и COIR, поэтому качество на других языках программирования и кодовых базах может отличаться.

thealper2/codet5p-sql2text — дообученная модель Salesforce/codet5p-220m, созданная для объяснения SQL-запросов на естественном английском языке. Она принимает SQL-запрос и может дополнительно использовать DDL затронутых таблиц, а затем формирует предложение о том, что делает запрос. Модель не предназначена для преобразования вопроса на естественном языке в SQL. Модель построена на архитектуре T5, содержит 123,7 млн параметров и работает с контекстом до 512 токенов. Она обучена на синтетических запросах и объяснениях из gretelai/synthetic_text_to_sql; в оценке автор сообщает метрики генерации и проверки соответствия объяснений операциям запроса. Объяснения отражают стиль синтетических данных и опираются на текст запроса, а не на смысл данных или столбцов. Длинные условия WHERE могут быть переданы неполно, а входы сверх допустимой длины обрезаются, поэтому объяснения не следует использовать как аудит результата запроса. Модель ориентирована на английский язык. Лицензия — BSD 3-Clause.

COFFEEPOTS-critic — официальная контрольная точка модели, предназначенная для генерации текстовой обратной связи по ошибочному коду и совместного использования с COFFEEPOTS-editor. Модель построена на архитектуре Llama и содержит 6,6 млрд параметров; для запуска доступны веса PyTorch, заявленная длина контекста — 16 384 токена. Модель подходит для создания пояснений и подсказок, помогающих пользователю понять ошибки в коде. В карточке не описаны поддерживаемые языки программирования, языки обратной связи и конкретные ограничения качества. Лицензия в предоставленных данных не указана.

Cogito-v1 Preview — серия открытых гибридных reasoning-моделей, разработанная DeepCogito. Модели обучены с использованием метода Iterated Distillation and Amplification (IDA) и ориентированы на повышение качества открытых моделей за счёт масштабируемого выравнивания и самоулучшения. Серия предназначена для генерации текста, программирования, задач STEM, многоязычных сценариев и агентских приложений. Каждая модель поддерживает стандартный режим с прямым ответом и reasoning-режим с саморефлексией. Доступны варианты на базах LLaMA и Qwen размером 3B, 8B, 14B, 32B и 70B параметров: LLaMA-3B, LLaMA-8B, Qwen-14B, Qwen-32B и LLaMA-70B. Для каждой ветки предоставляется квантованная версия q4-km. Конкретные сведения о поддерживаемых языках, максимальном контексте и точных архитектурных характеристиках не указаны. К сильным сторонам относятся гибридный режим работы, ориентация на reasoning, кодирование, STEM и агентские задачи, а также наличие нескольких размеров для выбора компромисса между качеством и ресурсами. По заявлению разработчика, модели превосходят сопоставимые по размеру открытые модели LLaMA, DeepSeek и Qwen, а 70B-вариант превосходит LLaMA 4 109B MoE на бенчмарках; независимые результаты в README не приведены. Модели распространяются по лицензии Apache License 2.0.

CyberNeurova разработала эту мультимодальную разговорную модель на основе Qwen/Qwen3.8-Flash-Next. Она принимает текст и изображения и предназначена для диалога, рассуждений, программирования, ответов на вопросы по изображениям и работы с инструментами. Модель использует разреженную MoE-архитектуру: заявлены 125 млрд параметров всего и около 6 млрд активных на токен; контекст — 262 тыс. токенов с возможностью расширения до 1 млн с помощью YaRN. Поддерживается явный режим рассуждений, а стиль ответа можно задавать системным промптом. Разработчик позиционирует модель как нейтрального помощника с уменьшенным числом встроенных отказов; заявлено, что рассуждения, программирование и общие знания сохранены. Для запуска в README приведена конфигурация vLLM с выделенным образом для этой архитектуры. Модель распространяется по лицензии Apache-2.0. Уменьшение числа отказов означает, что поведение и безопасность ответов сильнее зависят от системного промпта и приложения; заявленные характеристики производительности и качества в предоставленных материалах независимо не подтверждены.

Cyber-Tiel-Coder-35B-A3B-GGUF — квантованная GGUF-модель, опубликованная peculiar-ragdoll и основанная на Huihui-Ornith-1.5-35B-A3B-abliterated от huihui-ai. Модель ориентирована на агентное программирование, решение задач в крупных кодовых базах, исправление ошибок и offensive security, включая автономное выполнение CTF-задач. Указана поддержка текстово-визуального сценария image-text-to-text, однако подробности о фактически поддерживаемых визуальных входах в README не приведены. Заявлены языки English и Chinese. Модель использует архитектуру MoE класса 35B-A3B: общий размер около 35 млрд параметров при активации примерно 3 млрд параметров на запрос. Это GGUF-версия с динамической квантованием и пользовательской cyber-weighted imatrix, а также шаблоном диалогов Sharp. Q4-версия занимает около 22 ГБ и предназначена для запуска через llama.cpp, в том числе на оборудовании с ограниченной VRAM. Размер контекста в README не указан. К сильным сторонам относятся высокая скорость и специализация на программировании: авторы заявляют преимущество над рядом сопоставимых моделей на SWE-bench-Live, а также результат 15 из 43 заданий Cybench без подсказок. Модель прошла abliteration, поэтому практически не отказывается от запросов, включая потенциально опасные, что повышает пригодность для исследовательских и offensive security-сценариев, но создаёт существенные риски безопасности и ответственности. При этом модель намеренно жертвует частью общеобразовательных знаний и хуже подходит для викторин и экзаменов. Распространяется по лицензии MIT; пользователь самостоятельно отвечает за законность, безопасность и контроль генерируемого содержимого.

SinclairSchneider/dbrx-instruct-quantization-fixed — исправленная копия DBRX Instruct от Databricks. Изменение позволяет загружать модель в 4- и 8-битном режиме, чтобы снизить требования к памяти; в метаданных репозитория указан формат safetensors. Это трансформерная авторегрессионная языковая модель с архитектурой fine-grained mixture-of-experts: всего 132 млрд параметров, из которых для одного входа активны 36 млрд. Модель использует 16 экспертов, выбирая 4, и контекст до 32 768 токенов. Модель предназначена для коротких диалогов, ответов на вопросы на английском языке и задач с кодом. Она принимает и генерирует только текст. В обучении использовались текст и код, преимущественно на английском; модель не тестировалась на других языках и не поддерживает мультимодальность, встроенное исполнение кода или вызов функций. Лицензия — Databricks Open Model License; применяются также условия Acceptable Use Policy Databricks.

DeepCoder-1.5B-Preview — компактная языковая модель для рассуждений и решения задач по программированию, разработанная Agentica и дообученная методом распределённого обучения с подкреплением на базе DeepSeek-R1-Distill-Qwen-1.5B. Модель основана на архитектуре Qwen2, содержит 1,5 млрд параметров и принимает текстовые запросы, выдавая текстовые ответы, включая код и пояснения. В метаданных указано контекстное окно до 131 072 токенов. Модель предназначена для генерации решений задач программирования и пошагового анализа кода. Её обучали на наборах задач с тестами, включая Taco-Verified, PrimeIntellect SYNTHETIC-1 и LiveCodeBench; карточка приводит результаты на LiveCodeBench, Codeforces и HumanEval+. README отмечает улучшенное обобщение на длинные контексты. Модель может выдавать длинные ответы, которые обрезаются при ограничении генерации, что способно снизить качество результата. Лицензия — MIT.

DeepCoder-1.5B-Preview — языковая модель для генерации и рассуждения над программным кодом, разработанная проектом Agentica. Она создана на основе DeepSeek-R1-Distill-Qwen-1.5B и дообучена с использованием распределённого reinforcement learning, включая улучшенный алгоритм GRPO+ и поэтапное увеличение длины контекста. Модель предназначена для решения задач программирования, генерации кода и задач с проверяемыми тестами. В обучении использовались наборы Taco-Verified, PrimeIntellect SYNTHETIC-1 и LiveCodeBench; заявленный язык — английский. Размер модели — 1,5 млрд параметров. Она относится к текстовым моделям и поддерживает контекст до 64K токенов при инференсе, хотя обучение проводилось с длиной до 32K. Модель можно разворачивать через vLLM, Hugging Face TGI, SGLang и TensorRT-LLM с поддержкой формата OpenAI Chat Completions API. По приведённым оценкам, DeepCoder-1.5B-Preview показывает лучшие результаты, чем исходная DeepSeek-R1-Distill-Qwen-1.5B, на LiveCodeBench v5, Codeforces и HumanEval+. Сильными сторонами являются кодовое рассуждение, работа с длинным контекстом и открытая исследовательская направленность. Ограничения включают статус Preview, меньший размер по сравнению с крупными моделями и отсутствие в README подробностей о фактическом качестве на других языках программирования, системных требованиях и характеристиках именно GGUF-сборки. Проект распространяется по лицензии MIT.

DeepHermes-3-Llama-3-3B-Preview-Abliterated — англоязычная чат-модель Nous Research, дообученная на базе NousResearch/DeepHermes-3-Llama-3-3B-Preview. Это плотная авторегрессионная модель семейства Llama с 3,2 млрд параметров и контекстом до 131 072 токенов. Она поддерживает обычный режим ответов и режим развёрнутых рассуждений, переключаемые системным промптом, а также вызов функций. Модель предназначена для рассуждений, решения сложных задач, структурированной генерации, аннотирования, оценки ответов и автоматизации. Её можно применять для программирования, исследовательской работы и поддержки принятия решений. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. Суффикс «Abliterated» указывает на изменение защитного поведения, но README не описывает его механизм или результаты оценки.

Модель bcoding — дообученная версия unsloth/DeepSeek-R1-0528-Qwen3-8B на архитектуре Qwen3 с причинным языковым моделированием. Она предназначена для диалогов и генерации текста; каталог также указывает интерфейс вызова инструментов. Размер модели — 7,6 млрд параметров, контекст — до 131 072 токенов. В карточке указано, что обучение проводилось с Unsloth и библиотекой TRL. Модель может применяться для диалоговых ответов, рассуждений, решения задач по математике и логике, а также помощи с программированием — эти сценарии указаны для базовой модели в описании каталога. Поддерживаемый язык карточки — английский. Репозиторий распространяется в формате Safetensors по лицензии Apache 2.0.

DeepSeek-R1-0528-Qwen3-8B-GGUF — версия модели DeepSeek-R1-0528, разработанной DeepSeek AI и дистиллированной на базовую Qwen3 8B. Модель ориентирована на задачи, требующие рассуждений: решение математических задач, программирование, логический анализ, общие вопросы, работу с инструментами и function calling. Формат GGUF предназначен для локального запуска в совместимых средах, однако конкретный вариант квантования в предоставленных данных не указан. Модель содержит 8 млрд параметров и основана на Qwen3 8B, дообученной на цепочках рассуждений DeepSeek-R1-0528. Согласно карточке, она показывает высокие результаты среди открытых моделей в AIME 2024 и превосходит исходную Qwen3 8B на 10 процентных пунктов. При этом точные характеристики контекстного окна, поддерживаемые языки, модальности и показатели по другим тестам для этой 8B-версии не приведены. Лицензия — MIT.

Это текстовая диалоговая модель Richard Young на базе deepseek-ai/DeepSeek-R1-0528-Qwen3-8B. В исходной модели цепочки рассуждений DeepSeek-R1-0528 были дистиллированы в Qwen3-8B; затем с помощью Heretic выполнена абляция направления отказа без повторного обучения. Модель содержит 7,6 млрд параметров, использует плотную архитектуру Qwen3 и принимает контекст до 131 072 токенов. Модель предназначена для генерации ответов с рассуждениями, в том числе при решении математических и логических задач, программировании, творческом письме и учебных сценариях. Карточка сообщает, что абляция заметно снижает частоту отказов и что модель сохраняет близкое к исходной поведение по измеренной KL-дивергенции; эти оценки приведены автором модели. Поддерживаются диалоговый режим и интерфейс вызова инструментов. Модель работает с текстом и распространяется в формате safetensors. Лицензия — MIT. Из-за уменьшения числа отказов модель может отвечать на запросы, которые исходная версия отклоняет; следует учитывать это при выборе сценария применения. Результаты и поведение модели могут отличаться от приведённых в карточке оценок.

Карточка модели bcoding/deepseek-R1-0528-Qwen3-8b-llvm-sft-trained-16bit-epoch-2-merged на Hugging Face совпадает с карточкой bcoding/deepseek-R1-0528-Qwen3-8b-base-16-llvm-sft-trained-16bit-epoch-2-merged, поэтому описание составлено по ней. Модель bcoding — дообученная версия unsloth/DeepSeek-R1-0528-Qwen3-8B на архитектуре Qwen3 с причинным языковым моделированием. Она предназначена для диалогов и генерации текста; каталог также указывает интерфейс вызова инструментов. Размер модели — 7,6 млрд параметров, контекст — до 131 072 токенов. В карточке указано, что обучение проводилось с Unsloth и библиотекой TRL. Модель может применяться для диалоговых ответов, рассуждений, решения задач по математике и логике, а также помощи с программированием — эти сценарии указаны для базовой модели в описании каталога. Поддерживаемый язык карточки — английский. Репозиторий распространяется в формате Safetensors по лицензии Apache 2.0.

Карточка модели LimitlessMindd/DeepSeek-R1-Distill-Llama-70B на Hugging Face совпадает с карточкой deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B, поэтому описание составлено по ней. DeepSeek-R1-Distill-Qwen-1.5B — плотная языковая модель на 1,5 млрд параметров, выпущенная DeepSeek и построенная на архитектуре Qwen2. Она дообучена на примерах рассуждений, сгенерированных DeepSeek-R1, а её базовая модель — Qwen2.5-Math-1.5B. Модель предназначена для генерации текста в диалогах и решения задач, требующих пошаговых рассуждений, в частности по математике и программированию. Модель принимает текст и генерирует текст; карточка также заявляет поддержку чата и интерфейса вызова инструментов. Контекстное окно составляет 131 072 токена. Веса опубликованы в формате Safetensors, лицензия — MIT. Результаты для семейства дистиллированных моделей приведены в README, но отдельные показатели именно версии 1.5B в доступном фрагменте не указаны.

Карточка модели unsloth/DeepSeek-R1-Distill-Llama-70B на Hugging Face совпадает с карточкой deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B, поэтому описание составлено по ней. DeepSeek-R1-Distill-Qwen-1.5B — плотная языковая модель на 1,5 млрд параметров, выпущенная DeepSeek и построенная на архитектуре Qwen2. Она дообучена на примерах рассуждений, сгенерированных DeepSeek-R1, а её базовая модель — Qwen2.5-Math-1.5B. Модель предназначена для генерации текста в диалогах и решения задач, требующих пошаговых рассуждений, в частности по математике и программированию. Модель принимает текст и генерирует текст; карточка также заявляет поддержку чата и интерфейса вызова инструментов. Контекстное окно составляет 131 072 токена. Веса опубликованы в формате Safetensors, лицензия — MIT. Результаты для семейства дистиллированных моделей приведены в README, но отдельные показатели именно версии 1.5B в доступном фрагменте не указаны.

Карточка модели Openintelligent123/DeepSeek-R1-Distill-Llama-8B на Hugging Face совпадает с карточкой deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B, поэтому описание составлено по ней. DeepSeek-R1-Distill-Qwen-1.5B — плотная языковая модель на 1,5 млрд параметров, выпущенная DeepSeek и построенная на архитектуре Qwen2. Она дообучена на примерах рассуждений, сгенерированных DeepSeek-R1, а её базовая модель — Qwen2.5-Math-1.5B. Модель предназначена для генерации текста в диалогах и решения задач, требующих пошаговых рассуждений, в частности по математике и программированию. Модель принимает текст и генерирует текст; карточка также заявляет поддержку чата и интерфейса вызова инструментов. Контекстное окно составляет 131 072 токена. Веса опубликованы в формате Safetensors, лицензия — MIT. Результаты для семейства дистиллированных моделей приведены в README, но отдельные показатели именно версии 1.5B в доступном фрагменте не указаны.