II.2Создание и понимание программного кода

Spider Skeleton Wizard Coder — языковая модель, созданная дообучением WizardLM/WizardCoder-15B-V1.0 на расширенном наборе примеров Spider для преобразования запросов на естественном языке в SQL с учётом контекста базы данных. Дообучение выполнено методом QLoRA; в репозитории доступны веса PyTorch и safetensors. Архитектура — GPTBigCodeForCausalLM, размер модели — 15 млрд параметров, контекст — до 8192 токенов. Модель предназначена для построения SQL-запросов к базам данных по текстовому описанию и схеме базы, в том числе в задачах кросс-доменного семантического разбора. В README указана точность выполнения 61% на dev-разбиении Spider при описанных настройках оценки. Для модели заявлена лицензия bigcode-openrail-m, а проект ограничивает использование связанных ресурсов и весов академическими исследованиями и запрещает коммерческое применение.

SPLADE-Code-06B — разреженная модель поиска по коду, представленная в репозитории naver. Она предназначена для извлечения релевантных фрагментов кода по текстовому запросу и других задач кодового поиска. В README заявлено, что на момент публикации в феврале 2026 года модель показывала лучшие результаты на MTEB среди моделей размером менее 1 млрд параметров. Модель основана на архитектуре Qwen3ForCausalLM и содержит около 507,9 млн параметров. Она принимает текст и формирует разреженные признаки для поиска; максимальная длина контекста составляет 40 960 токенов. Доступны веса в формате safetensors. Лицензия CC BY-NC-SA 4.0 ограничивает коммерческое использование и требует соблюдения условий атрибуции и распространения производных материалов на тех же условиях.

StarCoder2-3B — плотная авторегрессионная модель семейства StarCoder2 от проекта BigCode, предназначенная для генерации и дополнения программного кода. Она обучена на коде из The Stack v2 с использованием цели Fill-in-the-Middle и поддерживает 17 языков программирования. Модель содержит 4,2 млрд параметров, использует Transformer-декодер с grouped-query attention и скользящим окном внимания; длина контекста составляет 16 384 токена. Модель подходит для продолжения фрагментов кода и заполнения пропусков в существующем коде. Это не instruction-модель: запросы на естественном языке, например просьбы написать функцию, могут обрабатываться плохо. Сгенерированный код может быть ошибочным, неэффективным или содержать уязвимости; он также может дословно воспроизводить код из обучающих данных, поэтому следует проверять лицензионные требования и атрибуцию. Лицензия — BigCode OpenRAIL-M.

Step-3.7-Flash-GGUF — набор GGUF-квантизаций модели Step-3.7-Flash, разработанной StepFun-ai. Это мультимодальная vision-language модель для понимания изображений и работы с текстом, ориентированная на агентные сценарии, включая вызов инструментов, многошаговое рассуждение, программирование и математические задачи. Модель поддерживает входные изображения через отдельный файл проектора mmproj и может запускаться с помощью llama.cpp. Исходная модель содержит около 198 млрд параметров и использует разреженную архитектуру Mixture-of-Experts, активируя примерно 11 млрд параметров на токен. Она включает языковую часть на 196 млрд параметров и vision-энкодер на 1,8 млрд параметров, поддерживает контекст до 256K токенов и три уровня рассуждения: low, medium и high. Заявлена поддержка английского, китайского, японского, корейского, арабского, хинди, немецкого, французского, испанского и русского языков. В набор входят варианты от BF16 до агрессивных IQ3_XXS и Q3-квантизаций размером примерно от 76 до 394 ГБ; отдельный vision-проектор F16 занимает около 4 ГБ. К сильным сторонам относятся мультимодальность, большой контекст, поддержка рассуждений и инструментального взаимодействия, а также возможность локального и приватного запуска. К ограничениям относятся очень высокие требования к памяти и зависимость качества от выбранного уровня квантизации: компактные варианты могут давать заметную потерю качества. Для работы с изображениями необходим отдельный mmproj-файл. Модель распространяется по лицензии Apache-2.0.

Swift-1.5-Qwen3.8-27B-Uncensored-BF16 — мультимодальная модель на архитектуре Qwen3.5, выпущенная d0xin как производная от дообученной UkisAI модели Swift 1.5. К ней применена ранговая абляция направления в residual stream, предназначенная для снижения частоты отказов при сохранении возможностей исходной модели. Модель принимает текст и изображения и предназначена для диалогов, рассуждений, программирования, агентных сценариев и вызова инструментов. В README указаны контекст 262 144 токена и формат BF16; веса занимают около 52 ГБ и распределены по 18 файлам Safetensors. Заявлена поддержка мультимодальной архитектуры и сохранение vision tower. Автор отмечает, что проверка поведения, сохранения возможностей и производительности этой производной модели ещё продолжается; результаты бенчмарков не опубликованы. Снижение отказов может приводить к генерации небезопасного, оскорбительного или неточного контента. Лицензия в метаданных обозначена как other, поэтому перед использованием следует проверить её условия на странице модели.

Swift-Qwen3.8-27B-GGUF — квантованная версия reasoning-эффективной производной модели Qwen3.8-27B, разработанная компанией UkisAI. Модель предназначена для задач рассуждения, включая общие вопросы, математику, следование инструкциям и программирование, где важны качество ответов и скорость генерации. По данным README, модель распространяется в формате GGUF и предназначена для использования с llama.cpp. Она сохраняет производительность, близкую к базовой Qwen3.8-27B: заявлено снижение качества менее чем на 1% при сокращении числа thinking-токенов в среднем на 58,3% и ускорении до 1,95 раза на ряде задач. В опубликованных тестах результаты Swift близки к базовой модели на GPQA-Diamond, MMLU-Pro, C-Eval, IFBench и математических бенчмарках, однако на некоторых из них качество ниже. Модель подходит для локального запуска и приложений, которым требуется эффективное рассуждение при ограниченных вычислительных ресурсах. Сведения о поддерживаемых языках, размере контекста и точном методе квантования в представленном README не указаны, поэтому эти характеристики нельзя определить достоверно. Модель распространяется по лицензии swift-open-license-1.0; README также содержит ссылку на условия доступа и enterprise-лицензирования.

MiniMaxAI/SynLogic-Mix-3-32B — языковая модель MiniMaxAI для многоэтапных рассуждений в логике, математике и программировании. Она основана на Qwen2.5-32B-Base и дообучена методом Zero-RL на смеси проверяемых задач: логике из SynLogic, математике и коде. Веса имеют плотную архитектуру Qwen2, размер модели — 32 млрд параметров, максимальный контекст — 131 072 токена. Модель генерирует текст; карточка указывает поддержку английского языка и интерфейс для диалога и вызова инструментов. По описанию автора, модель обучалась без этапа instruction tuning, только с подкреплением от базовой модели. Приведённые результаты охватывают бенчмарки логического рассуждения, математики, программирования и общих знаний; автор сообщает об улучшениях при добавлении логических данных. Это специализированный чекпойнт для задач рассуждения, а README не приводит полную таблицу результатов для этой версии. Лицензия — MIT.

Ternary Bonsai 2 27B Abliterated PQ2_0 MTP — это производная от prism-ml/Ternary-Bonsai-2-27B-gguf модель на основе семейства Qwen, опубликованная BoldingBuilds в формате GGUF. Веса упакованы с тернарным квантованием PQ2_0 примерно до 2,13 бит на вес; модель изменена методом abliteration, который убирает поведение отказа. Вариант MTP дополнен головой multi-token prediction для спекулятивного декодирования. Модель предназначена для локальной генерации текста и диалогов, в том числе ответов на запросы, от которых исходная модель отказывается. При подходящих нагрузках MTP ускоряет генерацию, например для кода, JSON и рассуждений; на свободной прозе ускорения нет и возможна небольшая просадка. Для MTP-файла требуется исправленная сборка llama.cpp; файл без MTP работает без этого патча. README сообщает о сохранении качества на MMLU относительно исходной тернарной версии, но приводит снижение pass@1 на HumanEval с 0,890 до 0,872, статистически незначимое в описанном измерении. У варианта v1 также отмечена проблема режима рассуждений: ответы на часть запросов не завершаются; измерения качества и отказов проводились с выключенным режимом thinking. Лицензия — Apache-2.0. Модель не имеет встроенного поведения отказа и требует отдельного защитного слоя перед пользовательским применением.

Ternary-Bonsai-2-27B-gguf — языковая модель класса 27B, разработанная Prism ML на базе Qwen3.8-27B. Это причинно-следственная transformer-модель с гибридным механизмом внимания: примерно 75% линейного и 25% полноформатного внимания, архитектурой SwiGLU, RoPE и RMSNorm. Модель предназначена для генерации текста, рассуждений, программирования и агентских сценариев с вызовом инструментов. README не указывает поддерживаемые языки. Модель содержит 27,36 млрд параметров и рассчитана на контекст до 262 тыс. токенов. Языковые веса представлены в троичном формате {−1, 0, +1} с групповым масштабированием FP16; доступны упаковки PTQ1_0 размером около 5,95 ГБ и PQ2_0 размером около 7,21 ГБ. Для обработки изображений предусмотрен отдельный опциональный vision-пакет mmproj в формате Q8_0. Модель поддерживается llama.cpp на CPU, CUDA и Metal; также существует отдельная MLX-версия для Apple Silicon. Ключевое преимущество — существенно меньший размер при сохранении заявленных разработчиком возможностей рассуждения, программирования и агентского поведения: по данным README, сохранено 98,2% показателей FP16 на среднем наборе из 14 тестов. Гибридное внимание и большой контекст делают модель подходящей для локального запуска на ноутбуке или одной GPU. Ограничения включают необходимость совместимых низкоразрядных ядер и runtime с поддержкой специального формата, а также отсутствие в README независимых подтверждений заявленных benchmark-результатов и сведений о фактическом качестве на конкретных языках. Распространяется по лицензии Apache 2.0.

Tiel-Coder-35B-A3B-Genesis-Hermes-GGUF — языково-кодовая модель в формате GGUF, разработанная LuffyTheFox на основе Ornith-1.5-35B-A3B, с использованием компонентов Tiel-Coder и Hermes-файнтюнинга. Модель дополнительно обработана методом Genesis, который автор описывает как численную коррекцию шумов и дефектов в весах без переобучения. Указана лицензия MIT. Модель предназначена для программирования, агентных сценариев, вызова функций и задач, требующих следования инструкциям. Поддерживаются текстовые и визуальные сценарии, однако для работы с изображениями требуется отдельный файл mmproj. В README заявлена поддержка английского, китайского и многоязычного ввода. Архитектура гибридная: Gated DeltaNet с линейным вниманием сочетается с полным softmax-вниманием в соотношении 3:1. Всего модель содержит около 35 млрд параметров, из которых примерно 3 млрд активируются за один проход; используется MoE-схема с 256 экспертами, 8 маршрутизируемыми и 1 общим экспертом на токен, а также 40 слоями. Для сохранения возможностей рассуждения рекомендуется контекст не менее 128K токенов и запуск через llama.cpp с флагом --jinja. Модель ориентирована на эффективный инференс, но требует значительных вычислительных ресурсов, особенно при использовании длинного контекста и визуального режима. README не содержит независимых результатов бенчмарков, поэтому заявленные улучшения стабильности, качества и снижения галлюцинаций следует считать утверждениями автора, а не подтверждёнными измерениями.

laion/tt-x4_temperature-t1p0-45-30B — исследовательский контрольный снимок, опубликованный LAION как шаг 45 эксперимента TaskTrove X4 с температурой генерации 1,0. Это дообучение Qwen/Qwen3-Coder-30B-A3B-Instruct методом GRPO на наборе DCAgent/exp_rpt_multifile с использованием SkyRL и Terminus-2; обучение было ориентировано на многофайловые задачи программирования, а контрольный снимок выбран по скользящему среднему награды. Архитектура — MoE на базе Qwen3; метаданные указывают 2,6 млрд параметров и контекст до 262 144 токенов. Модель принимает текст и генерирует текст в диалоговом режиме. Карточка описывает завершённый двухэпоховый эксперимент и сообщает метрики выбранного снимка: среднюю награду 0,2305 и pass@8 0,375. Эти результаты относятся к конкретной экспериментальной настройке и не гарантируют аналогичного качества на других задачах. Модель распространяется по лицензии Apache-2.0.

laion/tt-x5_gradnorm-gn0p9 — дообученная методом обучения с подкреплением модель на базе Qwen/Qwen3-Coder-30B-A3B-Instruct. Обучение проводилось с RLOO и FSDP2 для агентных задач из набора terminal-bench exp_rpt_multifile с использованием среды terminus-2 Harbor. Модель предназначена для генерации текста в агентных сценариях, связанных с работой в терминале и обработкой нескольких файлов. Это MoE-модель семейства Qwen3 с архитектурой Qwen3MoeForCausalLM, 2,6 млрд параметров и контекстом до 262 144 токенов. Метаданные указывают английский язык и поддержку чата. Лицензия в предоставленных данных не указана.

FiditeNemini/Unhinged-Qwen2.5-R1-1M-Uncensored-BF16 — объединённая модель автора FiditeNemini, полученная методом TIES из huihui-ai/DeepSeek-R1-Distill-Qwen-14B-abliterated-v2 и mkurman/Qwen2.5-14B-DeepSeek-R1-1M. Это плотная причинно-языковая модель семейства Qwen2 с 14 млрд параметров, предназначенная для диалогов и генерации текста, включая код; интерфейс модели также поддерживает вызов инструментов. Репозиторий содержит веса Safetensors и версию для MLX в точности bfloat16. Метаданные указывают контекст до 1 010 000 токенов, тогда как README приводит 4096 токенов; фактическая поддержка столь длинного контекста может зависеть от конфигурации и используемого преобразования. В тегах указан английский язык. Модель позиционируется как uncensored и основана на вариантах с ослабленными отказами, поэтому её ответы могут включать нежелательный контент. Лицензия — Apache 2.0.

Модель Hugging Face преобразует скриншоты компонентов веб-сайтов в код HTML и CSS. Это мультимодальная модель на архитектуре VMistral с 7,1 млрд параметров и контекстом 32 768 токенов, дообученная на датасете HuggingFaceM4/WebSight; в качестве родительских моделей указаны SigLIP и mistralai/Mistral-7B-v0.1. Репозиторий содержит веса в формате safetensors. Модель предназначена для генерации разметки и стилей по изображению веб-компонента, например для прототипирования интерфейсов или восстановления кода по скриншоту. Это ранняя альфа-версия, поэтому результаты могут быть неполными или неточными. Лицензия — Apache 2.0.

BenevolenceMessiah/Yi-Coder-9B-Chat-Instruct-TIES-MoE-v1.0 — экспериментальная MoE-модель генерации текста, созданная сообществом BenevolenceMessiah с помощью mergekit. В README описано объединение моделей Yi-Coder-9B, Yi-Coder-9B-Chat и производных от них; карточка и метаданные указывают архитектуру MixtralForCausalLM, 8,6 млрд параметров и контекст до 131 072 токенов. Модель предназначена прежде всего для генерации кода на разных языках программирования и диалоговой помощи при разработке: например, для создания фрагментов кода и решений по подробным техническим запросам. Метаданные указывают задачу text-generation, библиотеку Transformers и формат Safetensors. Естественные языки, специально поддерживаемые моделью, не перечислены. Автор README характеризует проект как экспериментальный и предполагаемые преимущества объединения — сочетание навыков генерации кода и диалога — как гипотетические. Поэтому качество, безопасность и готовность сгенерированного кода к эксплуатации следует проверять. Лицензия — Apache-2.0.

bartowski/zed-industries_zeta-2-GGUF — это набор GGUF-квантизаций модели zed-industries/zeta-2, подготовленный bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста, а также сценариев edit prediction и next-edit-suggestion, включая поддержку интеллектуальных подсказок при редактировании кода. Указан английский язык; исходная модель относится к семейству zeta-2, но сведения об архитектуре, количестве параметров, размере контекста и точном назначении базовой модели в README не приведены. Набор можно запускать через llama.cpp, LM Studio, koboldcpp, Jan AI, Text Generation Web UI и другие совместимые инструменты. Доступны варианты от BF16 размером 16,51 ГБ до квантизаций Q2–Q8 размером примерно от 4,06 до 8,77 ГБ, что позволяет выбирать баланс между качеством и требованиями к памяти. Наиболее качественными и рекомендуемыми названы варианты Q6_K_L, Q6_K, Q5_K_L, Q5_K_M, Q5_K_S и Q4_K_M; малые варианты экономят память, но могут заметно уступать по качеству. Сильные стороны набора — локальный запуск в формате GGUF, широкий выбор уровней квантизации и оптимизация imatrix. Ограничения — отсутствие в README шаблона промпта, подробных характеристик архитектуры, контекстного окна и результатов оценки; для уточнения формата взаимодействия рекомендуется обратиться к странице исходной модели. Для набора указана лицензия Apache-2.0.

AbdiSQL-1.0 — компактная инструкционная языковая модель для преобразования вопросов на естественном языке в исполняемые запросы SQLite с учётом переданной схемы базы данных. Её разработали как специализированную модель платформы ABDI на основе Qwen/Qwen2.5-Coder-1.5B-Instruct; это декодерный трансформер с 1,5 млрд параметров, дообученный методом QLoRA. Модель поддерживает контекст до 32 768 токенов и распространяется в формате safetensors. Модель предназначена для генерации SQL по схемам одной или нескольких таблиц, включая JOIN, группировки, сортировку, агрегаты и подзапросы. Она обучалась на примерах Spider и ориентирована на SQLite, в том числе для локальной аналитики и развёртывания на устройствах с ограниченными ресурсами. В описанной оценке на отложенной выборке из 150 запросов точность выполнения составила 54,67%, а корректность синтаксиса — 69,33%. Модель рассчитана на одношаговые запросы и не предназначена для автоматического перевода между диалектами SQL, изменения схемы, настройки индексов или интерактивного уточнения неоднозначных запросов. Сложные соединения и рекурсивные CTE могут требовать проверки. Сгенерированные запросы следует выполнять в режиме только для чтения. Лицензия — Apache-2.0.

Accio-Lab_occamy-1.0-GGUF — это квантизированная версия модели occamy-1.0, разработанной Accio-Lab и преобразованной в формат GGUF пользователем bartowski с использованием llama.cpp. Модель содержит около 35 млрд параметров и предназначена для локального запуска в задачах агентного взаимодействия, совместной работы, использования инструментов и программирования. Модель поддерживает мультимодальный ввод: текст и изображения при наличии файла mmproj. В карточке также заявлены архитектура mixture-of-experts и поддержка длинного контекста, однако точный размер контекстного окна и перечень поддерживаемых языков не указаны. Спекулятивное декодирование не поддерживается, а для квантизации использована imatrix. Доступны варианты от BF16 до низкобитных Q2–Q8, что позволяет выбирать между качеством, требованиями к памяти и скоростью; рекомендуемым универсальным вариантом назван Q4_K_M размером 22,32 ГБ. К сильным сторонам относятся большой размер, поддержка изображений, сценариев tool-use и агентных приложений, а также широкий выбор уровней квантизации. Ограничения связаны с высокими требованиями к памяти даже для компактных вариантов, необходимостью отдельного mmproj-файла для работы с изображениями и отсутствием в README подробных результатов тестирования, сведений о языках и точном контексте. Модель распространяется по лицензии Apache-2.0.

ada-coder-qwen2.5-1.5b — компактная языковая модель на 1,5 млрд параметров, разработанная jgalego на основе Qwen/Qwen2.5-Coder-1.5B-Instruct. Модель дообучена с помощью LoRA на парах инструкций и кода, затем дополнительно обучена методом GRPO на задачах MultiPL-E; адаптеры объединены с базовой моделью. Она использует архитектуру Qwen2 с плотной причинной языковой моделью и работает через Transformers. Модель предназначена для генерации и дополнения кода на Ada 2022 и SPARK по описанию задачи, спецификации или сигнатуре. Также она может продолжать исходный текст Ada без шаблона чата. В README приведены результаты на небольших задачах HumanEval-Ada, но не на полноценных программах или пакетах. Контекст модели составляет 32 768 токенов. Основной язык карточки — английский; специализация — код Ada и SPARK. Репозиторий распространяется по лицензии Apache-2.0. Сгенерированный код требует проверки, компиляции и тестирования; для SPARK необходима формальная проверка. Модель не квалифицирована для процессов сертификации безопасности.

Agens Pilot — мультимодальная языковая модель Blockway, гонконгской компании, построенная на базе Qwen/Qwen3.8-27B и дообученная для агентных сценариев и письменного кантонского языка. Это плотная модель с архитектурой Qwen3.5, примерно 27 млрд параметров, которая принимает текст и изображения и генерирует текст. Поддерживает контекст до 1 048 576 токенов; карточка указывает китайский и английский, а разработчик отдельно отмечает приоритет кантонского, традиционного и упрощённого китайского и английского. Модель предназначена для кантонских ассистентов и чат-ботов, работы с длинными документами, анализа изображений, программирования и многошаговых агентных задач с вызовом инструментов. Разработчик сообщает об улучшении многостороннего изложения сложных исторических и геополитических вопросов на внутреннем наборе из 20 запросов; результаты имеют малый объём выборки и не являются независимой комплексной оценкой. Модель распространяется по лицензии Apache-2.0, допускающей коммерческое использование. Известные ограничения: точность фактов не гарантируется, ответы по сложным вопросам требуют проверки человеком; письменный кантонский в варианте Гонконга охвачен лучше других разновидностей юэ. Разработчик также отмечает слабую способность к визуальной математике и возможное снижение согласованности INT4-версии на неоднозначных фактических вопросах.

bhenrym14/airoboros-33b-gpt4-1.4.1-lxctx-PI-16384-fp16 — текстовая модель семейства LLaMA, созданная bhenrym14 на основе Airoboros 33B GPT4 1.4.1. Это дообучение QLoRA на синтетических данных Airoboros GPT4 1.4.1 с дополнительным предварительным обучением на последовательностях длиной 8192 токена и RoPE-масштабированием для расширения контекста. Модель содержит 32,3 млрд параметров и использует формат safetensors; метаданные указывают нативный контекст 2048 токенов, а в карточке заявлена теоретическая длина до 16384 токенов. Модель предназначена для диалоговых ответов, ответов по предоставленному контексту, генерации кода, ролевого общения, шуток и загадок. В README приведены примеры кода на десяти языках программирования, но естественные языки обучения или поддержки не указаны. По тестам на perplexity автор сообщает улучшение относительно модели Airoboros 33B PI-8192 на проверенных длинах 512–2048 токенов; поведение при длине контекста свыше 8192 токенов не проверено. Для запуска карточка описывает использование Transformers либо GPTQ-весов через text-generation-webui и ExLlama с настройками max_seq_len=16384 и compress_pos_emb=8. Лицензия в предоставленных данных не указана. В исходной карточке сказано, что модель не отказывает в ответах независимо от законности или моральной приемлемости запроса, поэтому её ответы требуют соответствующего контроля.

Altar-1 — крупная разреженная языковая модель для генерации текста, разработанная на базе GLM-5.3 от Z.AI и опубликованная под идентификатором AikidoSec/altar-1. Прунинг выполнил 0xSero с использованием метода REAP, а квантованная основа взята из cyankiwi/GLM-5.3-AWQ-INT4. Модель предназначена для кибербезопасности, программирования, вызова инструментов, рассуждений и генерации структурированных ответов. При калибровке использовались трассы кибербезопасности, код, сценарии tool calling, reasoning, англоязычные данные и многоязычные статьи Wikipedia. Архитектурно это Mixture-of-Experts: после удаления 34% экспертов сохранено 168 из 256 экспертов в каждом слое, при этом для каждого токена активируются 8 экспертов, что соответствует примерно 40B активных параметров. Общий размер модели составляет около 504B параметров, а веса занимают примерно 328 ГБ. Маршрутизируемые эксперты представлены в формате INT4 W4A16 с AWQ и compressed-tensors, тогда как attention, shared expert, плотные слои и выходная голова сохранены в BF16. Заявлена поддержка контекста до 131072 токенов и развёртывание через vLLM на четырёх GPU H100 или H200 с Hopper и ядром Marlin MoE. По данным README, близость к полной BF16-версии составляет 0,506 ната KL-дивергенции на закрытой выборке из 25 запросов, однако подробные оценки качества ограничены указанными исследованиями. Сильными сторонами модели являются существенное сокращение размера по сравнению с исходной GLM-5.3, сохранение доменных специалистов для кода, редких языков и структурированного вывода, а также возможность промышленного сервинга на 4× H200. Ограничениями остаются очень высокие требования к памяти и оборудованию, зависимость от Hopper и vLLM, отсутствие подробных независимых бенчмарков в README и неуказанный точный перечень поддерживаемых языков. Лицензия обозначена как other и наследуется от лицензии GLM-5.3; перед использованием необходимо ознакомиться с её условиями.

Arcana Qwen3 2.4B A0.6B — текстовая модель Mixture of Experts, созданная suayptalha. В ней заявлено 2,4 млрд параметров суммарно и четыре эксперта по 0,6 млрд параметров. Модель предназначена для диалогов и генерации ответов с навыками программирования, математических рассуждений, медицинских вопросов и следования инструкциям; каталог также отмечает интерфейс вызова инструментов. Эксперты для кода, математики и медицинских вопросов дообучены на соответствующих наборах данных, а эксперт следования инструкциям использует Qwen/Qwen3-0.6B без дополнительного дообучения. В метаданных указана поддержка английского языка и библиотека Transformers. Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0. Заявленная цель — повысить точность и эффективность при меньшем потреблении памяти, однако сравнительные результаты в карточке не приведены.

AynCoding — дообученная модель на базе Qwen2.5-Coder-1.5B для генерации кода и архитектурного рефакторинга с опорой на классическую арабскую логику (мантик) и морфологический анализ корней слов (иштикак). В README она описана как быстрая черновая модель для иерархической архитектуры H-MoE с детерминированной логической проверкой; метаданные указывают поддержку чата и работы с кодом. Репозиторий содержит веса в формате GGUF. Карточка приводит результаты HumanEval Pass@1 78,4%, сохранения эпистемических инвариантов 94,2% и синтаксической корректности AST 98,0%. Модель основана на Qwen/Qwen2.5-Coder-1.5B и предназначена для текстового ввода и генерации текста, включая код. Указана лицензия other; её конкретные условия в предоставленных данных не раскрыты, поэтому перед использованием следует проверить лицензионные условия репозитория.

BitNet b1.58 2B-4T — языковая модель для генерации текста, разработанная Microsoft Research. Она предназначена для диалоговых сценариев, следования инструкциям, генерации и обработки текста, а также задач, связанных с программным кодом и математикой. Модель обучена на 4 триллионах токенов и имеет около 2 миллиардов параметров. Архитектура основана на Transformer с модифицированными слоями BitLinear, позиционными представлениями RoPE, активацией ReLU² в FFN-слоях и нормализацией subln. Модель обучена с нуля с использованием нативного квантования: веса представлены в формате 1,58 бита с тернарными значениями {-1, 0, +1}, а активации — в 8-битном формате. Используется токенизатор LLaMA 3 с размером словаря 128 256 токенов. Заявленный максимальный контекст составляет 4096 токенов, поддерживаемый язык — английский. Ключевое преимущество модели — потенциально более низкие требования к памяти, энергопотреблению и задержке по сравнению с полноточными моделями сопоставимого размера. Для получения этих преимуществ рекомендуется специализированная реализация bitnet.cpp; при запуске через стандартную библиотеку transformers выигрыш в скорости, задержке и энергопотреблении не гарантируется и может отсутствовать, хотя потребление памяти может быть ниже. Для задач с контекстом существенно длиннее 4096 токенов рекомендуется предварительная адаптация модели к длинным последовательностям. Модель распространяется по лицензии MIT.

Bonsai-2-27B-CRACK-1.75bit-JANG — языковая модель семейства Qwen3.5, подготовленная dealign.ai на основе тернарно-квантованной модели prism-ml/Ternary-Bonsai-2-27B-mlx-2bit. Это плотная модель на 27 млрд параметров с гибридной архитектурой: 48 слоёв GatedDeltaNet SSM и 16 слоёв полнослойного внимания, а также отдельной визуальной башней. Весовые данные языковой части упакованы с плотностью 1,75 бита на параметр; заявленный размер набора — около 6,1 ГБ. Указан контекст до 262 тысяч токенов. Модель предназначена для диалоговой генерации текста, рассуждений, программирования и вызова инструментов через XML-интерфейс. README также заявляет обработку изображений и видео и поддержку английского и китайского языков. В карточке приведены результаты MMLU: 77,19% на указанном наборе из 2280 вопросов, близко к базовой модели. Отказное поведение удалено на уровне весов, поэтому модель может выдавать ответы на запросы, которые базовая модель могла бы отклонить. Для запуска требуется MLX на Apple Silicon и среда vMLX с JANG-Hadamard runtime и загрузчиком ternary_packed_26b; обычный mlx_lm.load() с этим набором, по README, даёт некорректные результаты. Лицензия — Apache 2.0. Это производная модель, а заявленные характеристики и результаты приведены авторами карточки.

Canopy-258M-R3 v2 — компактная каузальная языковая модель семейства Canopy, разработанная авторами репозитория psikosen/canopy-258m-r3-v2. В README заявлена архитектура recurrent Mixture-of-Experts с маршрутизацией Top-2 по восьми экспертам и повторным выполнением шести средних MoE-блоков; метаданные указывают класс CanopyForCausalLM и 136,8 млн параметров, тогда как README приводит около 258,6 млн общих и около 112 млн активных параметров на токен. Модель предназначена для генерации текста, математических рассуждений, синтеза Python-кода и управления браузером. Авторы заявляют 50% успешных запусков HumanEval, 100% синтаксически корректного кода и прохождение набора из семи типов веб-взаимодействий; эти результаты приведены в карточке модели и не являются независимой оценкой. Модель ориентирована на высокую скорость работы на периферийных устройствах. В метаданных указан английский язык, поддержка чата и кода, формат safetensors и лицензия Apache-2.0. Длина контекста в предоставленных источниках не приведена.

Это исследовательский чекпойнт языковой модели Qwen3-4B, созданный командой agurung с помощью обучения с подкреплением OpenRLHF по алгоритму GRPO. Он основан на Qwen/Qwen3-4B-Instruct-2507 и предназначен для генерации кода, в частности программ для задач, проверяемых автоматическими тестами. Модель содержит 3,7 млрд параметров, использует плотную архитектуру Qwen3 и поддерживает контекст до 262 144 токенов. Чекпойнт сохранён на шаге 80 обучения и показал лучший в данном запуске результат pass@8: 21,3434 на отложенном наборе сложных задач по программированию; pass@1 составил 16,7068. Обучение оптимизировало бинарную корректность кода, а при оценке генерировалось до восьми вариантов решения на задачу. Это промежуточный результат конкретного эксперимента, а метрики не гарантируют качество на других задачах и условиях. Использовать веса можно через Transformers; файлы представлены в формате safetensors. Лицензия в доступных данных не указана.

Это исследовательский чекпойнт Qwen3-4B, дообученный методом обучения с подкреплением OpenRLHF GRPO. По карточке модели, обучение проводилось непосредственно от Qwen/Qwen3-4B-Instruct-2507 без отдельного SFT-этапа; сохранён шаг 60 эксперимента. Модель предназначена для генерации кода и решения задач программирования, где правильность программы проверяется тестами. Обучение использовало бинарную награду за прохождение тестов, а также штрафы за усечение и чрезмерно длинные ответы. Карточка называет этот чекпойнт лучшим в запуске по pass@8, но метрики оценки не приводит. Модель имеет плотную архитектуру Qwen3ForCausalLM, около 3,7 млрд параметров и контекст до 262 144 токенов; для загрузки указаны Transformers и формат safetensors. Лицензия в предоставленных данных не описана.

Это исследовательский чекпойнт Qwen3-4B, дообученный методом обучения с подкреплением GRPO с помощью OpenRLHF. По README, обучение применяло сигнал бинарной корректности кода и проводилось на задачах программирования, которые исходная модель решала редко; указано, что чекпойнт показал лучший в данном запуске pass@8. Модель предназначена для генерации программ и попыток решения задач по тестам. Она основана на Qwen/Qwen3-4B-Instruct-2507, имеет плотную архитектуру Qwen3ForCausalLM, около 3,7 млрд параметров и контекст до 262 144 токенов. Репозиторий содержит веса safetensors и рассчитан на загрузку через Transformers. Результаты README относятся к конкретному набору задач и оцениванию с восемью генерациями на проблему; они не гарантируют сопоставимого качества на других задачах. В обучении использовались штрафы за усечение и за ответы вблизи лимита, а генерация ограничивалась 4096 новыми токенами. Лицензия в предоставленных данных не указана.