II.2Создание и понимание программного кода

OpenThaiGPT 1.6 72B — плотная языковая модель команды OpenThaiGPT для диалогов и общих задач на тайском и английском языках. Она основана на архитектуре Qwen2, содержит 71,5 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для ответов на вопросы, рассуждений, решения математических задач и помощи с кодом. Команда отмечает улучшения в рассуждениях о коде на тайском и английском языках, а также понимании тайского языка и культурного контекста. Модель можно запускать локально; для облегчённых вариантов доступны отдельные GGUF-квантизации. Это объединённая модель, собранная из OpenThaiGPT 1.5 72B Instruct и вариантов OpenThaiGPT 1.6 для экзаменационных задач, общих инструкций и Lexitron. Репозиторий содержит веса Safetensors. Указана лицензия other, без конкретизации её условий в предоставленных данных. Ответы модели не гарантированы; полная точность и применимость к конкретным задачам не установлены.

OPSD-PI Qwen3.5-9B Strong Trailing — update 4 — это непосредственно загружаемый объединённый чекпойнт семейства Qwen3.5, опубликованный LSW142857. Репозиторий содержит плотную модель класса Qwen3_5ForConditionalGeneration в формате safetensors; в метаданных указана библиотека Transformers и задача text-generation. Модель прошла четыре обновления оптимизатора на запуске Strong PI trailing_user с 1024 строками на восьми RTX A6000. Чекпойнт объединяет экспертную SFT-инициализацию, обновления LoRA основной модели и MTP, а также обученные тензоры full-MTP; дополнительный адаптер или шаг слияния для загрузки не требуется. Модель предназначена для генерации текста в диалоговом режиме и задач с кодом. В README описаны происхождение и структура весов, но не приведены результаты на отложенных наборах данных; автор рекомендует оценивать студента без PI на задачах, не входивших в обучающие 1024 строки. Лицензия в предоставленных сведениях не указана.

Ornith-1.0-35B-AEON-Ultimate-Uncensored-BF16 — текстовая генеративная модель AEON-7 на основе DeepReinforce AI Ornith-1.0-35B. Это вариант с удалённым поведением отказа, созданный методом abliteration; в карточке заявлено, что при этом сохранены навыки программирования и агентные возможности базовой модели. Модель распространяется в формате BF16, имеет архитектуру MoE семейства Qwen 3.5 с 35 млрд параметров и заявленным контекстом 256 тыс. токенов. README также указывает на унаследованную от базы обработку изображений и видео, хотя основная задача в метаданных — text-generation. Модель предназначена для генерации текста и кода, рассуждений, агентных сценариев и взаимодействия с инструментами. Автор сообщает о результатах внутренних проверок на отказах и задачах программирования; эти оценки приведены в карточке модели и не являются независимым подтверждением качества. Лицензия — MIT. Удаление отказов означает, что модель может выдавать вредоносные или откровенные ответы, включая код и инструкции, которые могут быть запущены внешними инструментами. Результаты генерации могут быть ошибочными; для интеграций с исполнением кода и вызовами инструментов необходим контроль на стороне пользователя.

Myric/Ornith-1.5-35B-A3B-APEX-GGUF — это набор квантизированных GGUF-вариантов модели Ornith-1.5-35B-A3B, разработанной ornith-ai. Модель предназначена для генерации текста, агентного программирования и работы с изображениями через отдельный vision projector; запуск ориентирован на llama.cpp. Лицензия — MIT. Архитектура представляет собой MoE-модель с 35,5 млрд общих параметров и примерно 3 млрд активных параметров: используется 256 маршрутизируемых экспертов с выбором top-8, гибридная gated-delta-net с полным attention в каждом четвёртом слое, 40 основных слоёв и контекст до 262 144 токенов. Также сохранён однос layer MTP-блок для speculative decoding. Доступны варианты i-quality размером 21,67 ГБ, i-compact размером 16,58 ГБ и i-mini размером 12,55 ГБ; они используют разные уровни квантизации и рассчитаны соответственно на качество или экономию памяти. Сильные стороны модели — большой контекст, низкая нагрузка KV-кэша благодаря преобладанию рекуррентных слоёв, поддержка vision через проектор издателя и возможность ускорения генерации с помощью MTP. В заявленном тесте agentic coding вариант i-quality решил 9 из 9 задач и прошёл 154 из 154 проверок, а в пяти perception-задачах с изображениями дал 5 успешных ответов из 5. Эти результаты получены на DGX Spark с llama.cpp в одном прогоне и не являются универсальным сравнительным бенчмарком. Для запуска требуется совместимый llama.cpp, значительный объём памяти и отдельный файл vision projector; README не указывает языковой охват модели и не приводит систематических данных о качестве на разных языках.

Ornith-1.5-35B-A3B-NVFP4-W4A16 — это независимый community-артефакт, созданный r0b0tlab на основе модели Ornith-1.5-35B-A3B от Ornith AI. Модель предназначена для мультимодальных сценариев image-text-to-text, включая генерацию текста, программирование, математические задачи, выполнение инструкций и агентское кодирование. Артефакт не связан с NVIDIA или Ornith AI и не является их официальным продуктом. Модель использует архитектуру Qwen3_5MoeForConditionalGeneration с 35,1 млрд параметров, гибридным механизмом GDN linear attention и softmax attention, а также Mixture-of-Experts. Это квантизованная версия с NVFP4 W4A16 weight-only: веса Linear-слоёв представлены в 4-битном формате, активации используют BF16, KV-кэш — FP8-E4M3. Размер на диске составляет около 23 ГБ вместо 67 ГБ у BF16-версии, что даёт сжатие примерно в 2,9 раза. Заявлен контекст до 32 768 токенов, однако сведения о поддерживаемых языках в README отсутствуют. По внутреннему набору из 200 вопросов модель показала сопоставимое с BF16-базой качество на GSM8K, HumanEval и IFEval, а с MTP и спекулятивным декодированием — улучшенные результаты в отдельных тестах. Поддерживается SGLang с EAGLE/nextn speculative decoding; целевой сценарий эксплуатации — Blackwell-класс GPU NVIDIA, в частности DGX Spark GB10/SM121. Ограничения включают узкую и внутреннюю систему оценки, отсутствие проверки на других Blackwell-устройствах, возможную чувствительность к данным вне распределения и необходимость корректной настройки SGLang, включая backend marlin, прогрев JIT-кэша FlashInfer и FP8 KV-кэш. Модель распространяется по лицензии MIT.

Ornith 1.5 35B A3B UNCENSORED JANG_4M — это квантованная MLX-версия мультимодальной модели Ornith-1.5-35B-A3B, опубликованная dealignai на базе разработки ornith-ai. Модель предназначена для запуска на устройствах Apple Silicon через vMLX или совместимый MLX-VLM runtime и ориентирована на диалоговые задачи, программирование, рассуждения, работу с изображениями и видео, а также агентные сценарии с вызовом инструментов. Модель имеет архитектуру Mixture-of-Experts с 35,9 млрд параметров, 40 слоями и 256 маршрутизируемыми экспертами. Она использует гибридную основу с gated-delta и полнослойным attention, 27-слойную vision-башню и нативную поддержку видео. Доступен контекст до 262 144 токенов, поддерживаются английский язык, изображения и видео, встроены режим рассуждений и вызов инструментов через XML или function schema. JANG_4M — это 4-битная смешанно-точная квантзация, размер сборки составляет около 20 ГБ. К сильным сторонам относятся сохранённые возможности базовой модели в области знаний, кодирования, рассуждений и компьютерного зрения, длинный контекст, мультимодальность и высокая готовность следовать инструкциям без стандартного поведения отказа. По заявленным результатам, MMLU составляет 78,4%, а соответствие тестам HarmBench — 97,1%; при этом MMLU ниже показателя базовой модели 81,1%. Удаление защитных отказов является существенным ограничением и требует ответственного применения, соблюдения законодательства и мер безопасности. В README указана лицензия Apache-2.0; модель опубликована для исследований AI-безопасности и санкционированного тестирования.

Ouro-2.6B-Thinking — языковая модель ByteDance для генерации текста с упором на рассуждения. Это дообученная версия Ouro-2.6B: модель прошла supervised fine-tuning на наборах примеров по математике, программированию, науке и диалогам. Архитектура — плотная рекуррентная OuroForCausalLM с 2,6 млрд параметров и 24 слоями; по умолчанию используются четыре рекуррентных шага. Контекст — до 65 536 токенов. Модель рассчитана на математические и научные задачи, написание и анализ кода, а также диалоговые сценарии; она может выдавать подробные шаги рассуждения. В карточке заявлены компактный размер и согласованность промежуточных рекуррентных выходов. Число шагов можно менять, выбирая компромисс между вычислительными затратами и качеством; адаптивный выход не поддерживается в vLLM. Для совместимости README указывает Transformers 4.54.1, а в разделе быстрого старта — версию 4.56.0. Разработчик предупреждает, что модель предоставляется без гарантий пригодности для промышленного использования и предназначена для исследований. Лицензия — Apache-2.0.

Ozygram Neural 7B v2 — специализированная текстовая модель для программирования, разработанная Ozygram Research & Autonomous Engineering Team на базе Qwen2.5-7B-Instruct. Это дообученная модель семейства Qwen2 с плотной архитектурой Qwen2ForCausalLM и 7,1 млрд параметров. Она предназначена для локального анализа ошибок и подготовки исправлений кода: README описывает поиск причин ошибок, оценку изменений в AST и выдачу действий в формате JSON для интеграции с IDE и локальными агентами. Заявлены контекст до 32 768 токенов и поддержка английского и испанского языков; доступны веса Safetensors и квантованный GGUF Q4_K_M. Модель подходит для генерации кода и предложений по исправлению ошибок, однако README сообщает главным образом о собственных тестах разработчика и не приводит независимой оценки качества. Указанная в README точность токенов и результаты бенчмарков не подтверждают качество на широком наборе проектов. Лицензия — Apache-2.0.

Ramikan-BR/P3-mini-v6 — дообученная разговорная языковая модель на 3,7 млрд параметров для генерации текста и ответов на инструкции. В карточке приведён пример создания игры «Змейка» на Python с библиотекой Pygame; модель предназначена для подобных запросов на написание кода и других диалоговых задач. Модель основана на unsloth/Phi-3-mini-4k-instruct-bnb-4bit. В метаданных указана архитектура MistralForCausalLM, контекст до 4096 токенов и поддержка английского языка. Веса доступны в форматах PyTorch и Safetensors; лицензия — Apache-2.0. Карточка не содержит оценок качества или подробных результатов тестирования.

AnkitAI/Parable-Granite-4.1-3B-Claude-Fable-5-GGUF — компактная дообученная модель на базе IBM Granite 4.1 3B, разработанная AnkitAI. Модель распространяется в формате GGUF и обучена на корпусах AnkitAI/parable-corpus-v2, Glint-Research/Fable-5-traces и Roman1111111/gpt5.5-terminal, включая трассировки агентских сессий Claude Fable 5. Указан английский язык и текстовая генерация. Модель предназначена для локального офлайн-использования в сценариях агентского поведения: планирования, рассуждений, программирования, работы с терминалом, tool-use и function-calling. Она ориентирована на запуск через llama.cpp, Ollama, LM Studio и совместимые инструменты. В README заявлена поддержка контекста 8192 токена и режим, при котором ответ предваряется блоком <think> с рассуждением. Рекомендуемая квантизация Q4_K_M занимает около 2,1 ГБ и требует примерно 3 ГБ RAM или VRAM; доступны варианты от Q4_K_M до F16. Сильные стороны модели — небольшой размер, низкие требования к памяти, структурированное рассуждение и ориентация на агентские задачи. Для версии v2 заявлены результаты 70,1 на HumanEval, 65,9 на HumanEval+ и 0 случаев утечки артефактов агента в проверке из 34 запросов. Ограничение заключается в том, что чистая генерация кода на отдельных функциях уступает базовой модели: в README приведено сравнение 70,1 против 81,7. Лицензия — Apache-2.0.

duyntnet/Phi-3-mini-4k-instruct-imatrix-GGUF — набор GGUF-квантизаций модели Phi-3-mini-4k-instruct, разработанной Microsoft и опубликованной пользователем duytnet. Модель предназначена для генерации текста в диалоговом формате, следования инструкциям, многошагового общения, структурированного вывода, рассуждений и помощи в программировании. Заявлено улучшенное понимание Python, C++, Rust и TypeScript, а также поддержка системных инструкций через тег <|system|>. Это компактная текстовая авторегрессионная модель семейства Phi-3 Mini; конкретный размер файлов и параметры квантизаций в README не указаны. Модель работает с текстом, поддерживает английский язык и контекст до 4K токенов. Размер словаря токенизатора — до 32064 токенов. Для запуска доступны llama.cpp, JanAI, KoboldCPP, text-generation-webui и Ollama; исходная модель также интегрирована в Transformers. GGUF-квантизации удобны для локального запуска, однако README не содержит данных о точных требованиях к памяти, производительности или сравнительных результатах. Лицензия указана как other, без уточнения конкретных условий, поэтому права на использование следует проверять отдельно. К ограничениям относятся отсутствие заявленной мультимодальности, отсутствие подробных бенчмарков и неопределённость характеристик конкретной квантизации.

phi-3-mini-4k-python — языковая модель для генерации текста и программного кода, разработанная пользователем theprint. Она дообучена на базе unsloth/Phi-3-mini-4k-instruct-bnb-4bit с использованием Unsloth и библиотеки Hugging Face TRL. В обучении использовались наборы данных с инструкциями и примерами кода на Python, включая iamtarun/python_code_instructions_18k_alpaca и ajibawa-2023/Python-Code-23k-ShareGPT. Модель предназначена прежде всего для генерации, дополнения и объяснения кода на Python, а также для диалоговых сценариев, связанных с программированием. Указанный в названии и базовой модели контекст составляет 4K токенов; поддерживаемый язык в карточке указан как английский. Модель относится к текстовой модальности и доступна в 4-битном формате bnb. К сильным сторонам относятся специализация на Python и обучение на датасетах с программными инструкциями. Согласно приведённой оценке Open LLM Leaderboard, средний результат составил 17,39; показатели на отдельных тестах: 24,09 на IFEval, 28,45 на BBH и 28,63 на MMLU-PRO. Эти результаты указывают на ограниченные возможности в сложных задачах общего рассуждения, математики и академических вопросах, поэтому ответы и код требуют проверки. Модель распространяется по лицензии Apache-2.0.

Phi-4-reasoning — языковая модель Microsoft Research с открытыми весами, представленная в репозитории Unsloth. Это дообученная версия Phi-4: плотный декодерный Transformer с 14,1 млрд параметров, рассчитанный на генерацию текста и диалоговое взаимодействие. Модель дообучали на примерах рассуждений с помощью supervised fine-tuning и обучения с подкреплением. Модель предназначена для задач, где важны пошаговые рассуждения и компактное исполнение: решения математических задач, ответы на вопросы по естественным наукам, программирование и логические задачи. Основной язык применения — английский. Контекст составляет до 32 768 токенов; карточка описывает текстовую модель. Разработчик указывает, что модель ориентирована прежде всего на математические рассуждения и не проходила специальную оценку для всех возможных прикладных сценариев. Точность, безопасность и справедливость ответов следует проверять для конкретного применения, особенно в высокорисковых областях. Репозиторий распространяется по лицензии MIT.

PLBART-base — базовая предварительно обученная модель UCLA NLP для совместного понимания и генерации кода и связанного с ним естественного языка. Это encoder-decoder Transformer семейства BART, обученный восстанавливать исходные последовательности после внесения шума; метаданные репозитория указывают 95 млн параметров и контекст до 1024 токенов. В исследовательской статье описано обучение на Java, Python и английских текстах из Stack Overflow; модель рассчитана на последующую настройку для задач разработки ПО, включая создание кратких описаний кода, генерацию и перевод кода, исправление программ и классификацию. Для применения к конкретной задаче обычно требуется дообучение: репозиторий представляет базовый чекпойнт, а не готовую специализированную систему. Архитектура принимает и генерирует текстовые последовательности, включая код. Карточка Hugging Face не содержит подтверждённых сведений о лицензии, поэтому условия использования по доступным источникам установить нельзя. В статье отмечено, что для обнаружения уязвимостей графовые модели в проведённых сравнениях показывали лучшие результаты.

PowerMoE-3B — разреженная языковая модель с архитектурой Mixture-of-Experts (sMoE), разработанная IBM Research. Несмотря на обозначение 3B, при обработке каждого токена она активирует около 800 млн параметров. Модель обучена с планировщиком скорости обучения Power на смеси открытых и проприетарных наборов данных; в метаданных указаны архитектура Granite MoE, 352,3 млн параметров и контекст до 4096 токенов. Модель предназначена для генерации текста, включая ответы на вопросы с выбором варианта, генерацию кода и математические рассуждения. README сообщает об обнадёживающих результатах на бенчмарках по сравнению с плотными моделями, активирующими вдвое больше параметров, но не приводит конкретных метрик. Для запуска требуется версия Transformers из исходного кода. Модель распространяется по лицензии Apache-2.0.

Модель philomath-1209/programming-language-identification разработана автором репозитория и дообучена на базе huggingface/CodeBERTa-small-v1 на наборе cakiki/rosetta-code. Это классификатор кода на архитектуре RoBERTa с 96,6 млн параметров и контекстом до 514 токенов. Модель определяет язык программирования по фрагменту исходного кода; в карточке перечислены 25 языков, включая Python, Java, C++, JavaScript, Rust и Fortran. Модель подходит для автоматической маркировки файлов и фрагментов кода, сортировки коллекций исходников и предварительного определения языка перед запуском специализированных инструментов. Репозиторий содержит веса Safetensors и формат ONNX для инференса через Transformers или Optimum. Лицензия — WTFPL.

praful1/Qwen-0.6b-code-dpo — дообученная на базе praful1/Qwen-0.6b-pythoncode-instruct языковая модель семейства Qwen3 с плотной архитектурой и примерно 507,9 млн параметров. Модель обучена с TRL на наборе RLHFlow/CodeUltraFeedback-standard методом DPO и предназначена для генерации кода и ответов в диалоговом формате. Модель принимает текстовые запросы и генерирует текст, в том числе Python-код. Метаданные указывают контекст до 32 768 токенов; для запуска приведён пример с Transformers pipeline и запросом на генерацию программы для поиска простых чисел. Лицензия в предоставленных данных не указана.

Модель RL-Forgetting-Experiments-3/qwen2.5-3b-code-sft-ordered-lr1e5-step102 разработана в рамках экспериментов RL-Forgetting-Experiments и представляет собой готовую к инференсу модель Qwen2.5-3B после supervised fine-tuning для генерации кода. Обучение проведено на наборе qwen3b_code_sft_data_s300; использован упорядоченный порядок данных без replay, на шаге оптимизатора 102. Это плотная авторегрессионная модель семейства Qwen2 с 3,1 млрд параметров, реализованная как Qwen2ForCausalLM. Она принимает текст и генерирует текст, включая программный код; поддерживает контекст до 32 768 токенов. Репозиторий использует Transformers и формат safetensors. Модель подходит для генерации и дополнения кода, а также для экспериментов с supervised fine-tuning и забыванием при обучении. README не приводит оценки качества или перечень языков программирования, поэтому результаты для конкретных задач следует проверять отдельно. Базовая модель — Qwen/Qwen2.5-3B; сведения о лицензии в доступных данных отсутствуют.

Это языковая модель для генерации кода и диалога по инструкциям, опубликованная пользователем tonyxfinance на Hugging Face. По названию и архитектуре она основана на Qwen2.5-Coder-0.5B-Instruct, разработанной командой Qwen; репозиторий модели не содержит подробной карточки о собственном обучении Gensyn Swarm, поэтому его влияние на возможности модели установить нельзя. Модель имеет архитектуру Qwen2 и около 494 млн параметров, принимает текст и генерирует текст. Для исходной модели Qwen2.5-Coder-Instruct заявлен контекст до 32 768 токенов; семейство предназначено для генерации и понимания кода, исправления ошибок и ответов на инструкции. Репозиторий содержит веса Safetensors и использует Transformers. Лицензия для этой конкретной копии в доступных сведениях не установлена.

Небольшая инструкционная языковая модель семейства Qwen2.5-Coder с 494 млн параметров, опубликованная пользователем seeib на Hugging Face. Модель предназначена для генерации текста и ориентирована на сценарии, связанные с программированием и выполнением инструкций; в метаданных также указана связь с экспериментами Gensyn/GenRL Swarm и GRPO. Для работы используется библиотека Transformers, поддерживается контекст до 32 768 токенов.

Это дообученная версия Qwen2.5-Coder-0.5B-Instruct, опубликованная пользователем matildtahoo в рамках Gensyn Swarm. Модель относится к семейству Qwen2 и использует плотную авторегрессионную архитектуру для генерации текста; исходная модель разработана командой Qwen. В репозитории указаны 494 млн параметров, формат safetensors и контекст до 32 768 токенов. Модель предназначена для генерации кода и диалоговых ответов по инструкциям, включая написание и дополнение фрагментов кода. Карточка производной версии автоматически сгенерирована и не описывает обучение Swarm, оценку качества или отдельные ограничения. Исходная модель распространяется по лицензии Apache-2.0; применимость этой лицензии к дообученной версии следует проверять по её репозиторию.

Это дообученная инструктивная языковая модель семейства Qwen2.5-Coder, опубликованная пользователем matildtahoo в рамках Gensyn Swarm. Модель содержит около 494 млн параметров, использует плотную архитектуру Qwen2 и предназначена для генерации текста, включая помощь с кодом: написание и продолжение программ, ответы на инструкции и исправление кода. Она принимает текст и выдаёт текст; доступный контекст составляет 32 768 токенов. Исходное семейство Qwen2.5-Coder разработано командой Qwen компании Alibaba Cloud и нацелено на сценарии кодового помощника, включая генерацию, рассуждение о коде и его исправление; семейство поддерживает 92 языка программирования. Эта конкретная версия обозначена как результат Gensyn Swarm, однако её карточка не содержит подробных результатов оценки или условий лицензии, поэтому качество и разрешённые способы использования для данного чекпойнта определить нельзя.

Qwen2.5-Coder-0.5B-Instruct-GGUF — это набор GGUF-квантизированных версий инструкционной модели Qwen2.5-Coder-0.5B-Instruct. Исходную модель разработала команда Qwen, а квантизацию выполнил bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста и кода, диалогового взаимодействия и работы в локальных приложениях, поддерживающих llama.cpp, включая LM Studio. Модель содержит 0,5 млрд параметров и доступна в вариантах от F16 до низкобитных квантов Q8_0, Q6, Q5, Q4, Q3 и IQ. Размер файлов составляет примерно от 0,34 до 0,99 ГБ. Указан английский язык; мультимодальность не заявлена. В README не указаны архитектура исходной модели, размер контекстного окна и полный перечень поддерживаемых языков. К сильным сторонам относятся небольшой размер, возможность локального запуска на устройствах с ограниченными ресурсами и несколько вариантов компромисса между качеством, скоростью и потреблением памяти. Более высокое качество ожидается у F16, Q8_0 и Q6, а низкобитные варианты подходят для систем с небольшим объёмом оперативной памяти, но могут заметнее терять качество. Версии Q4_0_8_8, Q4_0_4_8 и Q4_0_4_4 оптимизированы для ARM и требуют соответствующих аппаратных возможностей; некоторые из них не рекомендуются для Mac и Windows. Модель распространяется под лицензией Apache-2.0.

Qiskit/Qwen2.5-Coder-14B-Qiskit — специализированная языковая модель, разработанная для работы с кодом на Qiskit и основанная на Qwen2.5-Coder-14B-Instruct. Модель дообучена для генерации, анализа и исправления кода с учётом API и синтаксиса Qiskit 2.0; её можно применять в кодовых агентах. Она также сохраняет возможности работы с математикой и общими задачами. Разработчики описывают её как причинную трансформерную модель с 14,7 млрд параметров и контекстом до 131 072 токенов; метаданные каталога указывают контекст 32 768 токенов. Модель рассчитана на диалоговую работу с текстом и кодом. Она совместима с библиотекой Transformers, а веса опубликованы в формате Safetensors. Репозиторий использует лицензию Apache-2.0. В README указано, что модель не проходила выравнивание безопасности; сгенерированный код может содержать ошибки или нежелательные результаты, поэтому его следует проверять перед использованием. Также отмечен риск дословного воспроизведения фрагментов обучающих данных.

Nsnshs/qwen2.5-coder-uncensored — дообученная разговорная модель генерации текста на архитектуре Qwen2, основанная на unsloth/Qwen2.5-Coder-7B-Instruct-bnb-4bit. Разработчик указывает, что обучение проводилось с использованием Unsloth и библиотеки TRL; в репозитории представлены веса Safetensors. Модель предназначена для диалоговой генерации текста и может применяться к задачам, характерным для базовой серии Qwen2.5-Coder, включая помощь с программированием. Она содержит 7,1 млрд параметров, поддерживает контекст до 32 768 токенов и имеет интерфейс вызова инструментов. В карточке указан английский язык. Модель распространяется по лицензии Apache-2.0. Карточка не описывает конкретные данные дообучения, качество на задачах программирования или значение пометки «uncensored», поэтому эти свойства нельзя оценить по доступным сведениям.

DavidAU создал Qwen2.5-QwQ-35B-Eureka-Cubed — плотную языковую модель для генерации текста и диалогов с акцентом на рассуждения. Она объединяет QwQ-32B с компонентами DeepSeek-R1-Distill-Qwen-32B и TinyR1-32B-Preview методом автора «Cubed»: в README заявлены четыре дополнительных слоя и прирост примерно на 2 млрд параметров. Метаданные указывают архитектуру Qwen2 и 33,9 млрд параметров; модель рассчитана на контекст до 131 072 токенов и распространяется в формате safetensors для использования напрямую или конвертации в другие форматы. Модель предназначена для решения задач, требующих пошагового рассуждения, включая математику и программирование, а также для написания развернутых, творческих и научных текстов. README рекомендует шаблон ChatML без системного промпта и приводит настройки генерации; указанный там дополнительный промпт необязателен. Автор сообщает о более коротких цепочках рассуждений на некоторых задачах и улучшении детализации и креативности ответов, но не приводит независимых оценок. Лицензия в предоставленных данных не указана.

Qwen2idae-16x14B-v1.0 — разговорная языковая модель от авторов проекта Parameter-Efficient Sparsity Crafting. Она преобразует плотные модели в разреженную архитектуру Mixture-of-Experts с помощью эффективного дообучения, включая QLoRA и адаптеры. По карточке модели, версия выпущена в марте 2024 года. Модель предназначена для диалогов и инструкций, особенно для задач математики и программирования. В метаданных указаны 13,4 млрд параметров, архитектура Qwen2ForCausalLM типа MoE, контекст до 32 768 токенов и библиотека Transformers; в README заявлено 15 млрд активируемых параметров. Для работы доступны веса Safetensors. Модель поддерживает английский язык. Лицензия — Apache-2.0. README приводит оценки на бенчмарках для серии Camelidae, но не содержит результатов Qwen2idae-16x14B-v1.0, поэтому качество именно этой версии по этим данным оценить нельзя.

Qwen3-0.6B-Code-Expert — языковая модель на базе Qwen3-0.6B, дообученная разработчиком карточки полным fine-tuning на датасете nvidia/OpenCodeReasoning. Модель предназначена для генерации кода и рассуждений о коде; её можно использовать в диалоговых сценариях и для получения решений программных задач с промежуточными шагами рассуждения. Модель имеет плотную архитектуру Qwen3ForCausalLM и около 507,9 млн параметров. Она принимает текст и генерирует текст; заявленная длина контекста — 40 960 токенов. В карточке указан английский язык. Весы опубликованы в формате safetensors и оптимизированы при обучении в bf16. Лицензия — Apache-2.0. Специализация на одном датасете может ограничивать обобщение на другие типы кода и задачи; качество и корректность сгенерированных решений требуют проверки. Модель сохраняет ограничения компактной базовой модели, а промежуточные рассуждения не гарантируют правильность ответа.

Qwen3-0.6B-English — англоязычная версия Qwen3-0.6B-Base от автора harithoppil, созданная путём обрезки словаря и последующего дообучения. Это плотная авторегрессионная языковая модель на архитектуре Qwen3ForCausalLM с 456,6 млн параметров, 28 слоями и словарём из 101 816 токенов. Она принимает текст и поддерживает контекст до 40 960 токенов по метаданным. Модель предназначена для генерации английского текста, диалогов, программного кода, математических выражений и рассуждений. Она поддерживает режимы с рассуждениями и без них, а также интерфейс вызова инструментов. Удаление токенов для кириллицы, CJK, арабского и других письменностей сокращает размер матрицы эмбеддингов и выходного слоя, но ограничивает работу преимущественно английским языком; заявленные автором свойства Qwen3 не являются отдельной оценкой качества этой версии. В карточке также отмечена возможность повторов; для снижения этого риска автор рекомендует настраивать параметры генерации. Модель распространяется по лицензии Apache-2.0. Для работы автор рекомендует актуальную версию библиотеки Transformers.

Qwen3-1.7B-Base — плотная авторегрессионная языковая модель семейства Qwen3, представленная командой Qwen и опубликованная в репозитории Unsloth как производная от Qwen/Qwen3-1.7B-Base. Это базовая модель на стадии предобучения, рассчитанная на генерацию текста и создание специализированных языковых решений. Модель содержит 1,7 млрд параметров, 28 слоёв и поддерживает контекст до 32 768 токенов. Предобучение семейства Qwen3 охватывает 119 языков и включает материалы по программированию, STEM, логике и общим знаниям. Модель работает с текстом и использует архитектуру Qwen3ForCausalLM; для работы рекомендуется актуальная версия библиотеки Transformers, поскольку версии ниже 4.51.0 не распознают архитектуру Qwen3. Репозиторий содержит веса в формате Safetensors. Модель подходит как основа для продолжения обучения, адаптации и генерации текста. Это базовый чекпойнт, а не готовый диалоговый ассистент, поэтому качество следования инструкциям и диалоговые возможности зависят от последующей настройки. Лицензия Apache-2.0.