II.2Создание и понимание программного кода

Llama3.1-8B-Cypher — языковая модель, разработанная Azzedine и дообученная на базе unsloth/Llama-3.1-8B-Instruct для генерации запросов Cypher по описанию на естественном языке. Она предназначена для работы с графовыми базами Neo4j и подходит для помощников по запросам, автоматизации извлечения данных и построения взаимодействий с графом. Модель имеет плотную архитектуру LlamaForCausalLM, около 7,5 млрд параметров и контекст до 131 072 токенов. Она принимает текст и генерирует текстовые запросы; основным языком карточка называет английский. Лицензия в метаданных — MIT. Карточка сообщает о высоком качестве на стандартных запросах и ошибках на сложных задачах с многошаговым рассуждением. Модель не предназначена для проверки или оптимизации запросов, поэтому результаты следует проверять перед выполнением. README указывает лицензию Apache 2.0, что расходится с лицензией MIT в метаданных.

Typhoon2-DeepSeek-R1-70B — тайская языковая модель для диалогов и рассуждений, разработанная Typhoon. Это плотная decoder-only модель на архитектуре Llama с 69,5 млрд параметров и контекстом до 131 072 токенов. Она создана слиянием DeepSeek-R1-Distill-Llama-70B и Typhoon2 70B Instruct с SFT; использует шаблон чата DeepSeek R1 Distill, а не Llama 3. Модель предназначена для ответов на инструкции и сложные вопросы, рассуждений, математики и программирования. README отмечает сильные результаты на тайском языке и сопоставимые с DeepSeek R1 Distill способности к рассуждению; основной язык — тайский, также поддерживается английский. Репозиторий использует Transformers и формат safetensors. Лицензия — Llama 3.1 Community License. Это исследовательская предварительная версия в разработке. Ответы могут быть неточными, предвзятыми или нежелательными; авторы не рекомендуют полагаться на встроенный интерфейс вызова инструментов.

LumiOpen Llama-Poro-2-70B-base — базовая языковая модель, разработанная AMD Silo AI, группой TurkuNLP Университета Турку и HPLT. Это плотный декодерный трансформер на архитектуре Llama 3.1 с 69,5 млрд параметров; модель создана продолжением предобучения Llama 3.1 70B на 165 млрд токенов, чтобы усилить поддержку финского языка, сохранив навыки английского, программирования и математики. Контекст модели составляет 8192 токена; доступны веса Safetensors, библиотека Transformers, лицензия Llama 3.1 Community License. Это базовый чекпойнт для дальнейшей тонкой настройки, а не готовая инструкционная модель. Он подходит как основа для разработки финно- и англоязычных генеративных приложений, включая генерацию текста и кода, математические задачи и перевод между финским и английским. В карточке отмечено улучшение результатов на финских бенчмарках относительно Llama 3.1 70B при сохранении сильных результатов на английском. Модель слабее владеет языками, кроме финского и английского; ответы могут быть фактически неверными, предвзятыми или неподходящими. Для большинства прикладных сценариев требуется дополнительная настройка.

llm-jp-4-kappa-32b-a3b-v0.1 — японско-английская диалоговая языковая модель Third-intelligence, созданная как исследовательский прототип на основе llm-jp/llm-jp-4-32b-a3b-thinking. Модель дообучили в два этапа: SFT для генерации рассуждений и обучение с подкреплением на математических и программных задачах. Она использует архитектуру Mixture-of-Experts: около 32 млрд параметров всего и примерно 3 млрд активных при генерации. Контекст — до 65 536 токенов. Модель предназначена для диалоговой генерации текста на японском и английском языках, включая задачи рассуждения, математики и программирования. В README приведены результаты сравнительных тестов на японских и английских заданиях; они показывают сильные результаты в ряде категорий, но не гарантируют точность для конкретного запроса. Для запуска указаны Transformers и vLLM с reasoning parser для формата LLM-jp-4; для рекомендуемой конфигурации требуются несколько GPU с 80 ГБ памяти, хотя возможен запуск на одной такой карте с уменьшением длины контекста. Опубликована по лицензии Apache 2.0; README также требует соблюдать лицензию и условия базовой модели. Разработчик позиционирует её как исследовательскую: точность, безопасность и этичность ответов не гарантируются, возможны галлюцинации и неподходящий контент, а коммерческое и критически важное применение не предполагается.

Lloro — языковая модель Semantix Research Labs для анализа данных на Python по запросам на португальском языке. Это дообученная с помощью QLoRA модель CodeLlama-7b-Instruct на синтетическом наборе инструкций и примеров кода; архитектура — плотная LlamaForCausalLM, размер — 6,6 млрд параметров. Модель принимает текст и генерирует текст, включая Python-код. Метаданные указывают контекст до 16 384 токенов; в README для выпуска V3 указано увеличение контекста до 2 048 токенов. Lloro подходит для запросов о проведении анализа данных, написания и пояснения кода на Python в португалоязычных сценариях. README сообщает, что модель также понимает английский, но основной язык — португальский. Модель создана для генерации кода по текстовым инструкциям; качество ответов следует проверять на целевых данных и в исполняемой среде. Лицензия — Llama 2.

Lux-V2 — языковая модель PoSTMEDIA AI Lab, созданная полным дообучением google/gemma-4-26B-A4B-it. Это диалоговая модель с архитектурой Gemma 4 и MoE: 26 млрд параметров всего, около 4 млрд активных при генерации. Модель предназначена прежде всего для работы на корейском языке и сохраняет возможности базовой модели в рассуждениях, следовании инструкциям и многоязычных задачах. Lux-V2 подходит для корейских диалоговых помощников, ответов на вопросы по корейскому праву, культурному наследию и туризму, а также для помощи с математикой и программированием на корейском и английском языках. В README приведены результаты внутренних тестов: улучшение относительно Lux-V1 на 16 из 18 бенчмарков; это результаты разработчика, а не независимая оценка. Модель распространяется под лицензией Apache-2.0. Ответы могут содержать ошибки или устаревшие сведения. Корейские знания отражают срез обучающих данных и могут не учитывать недавние изменения, например поправки к законам; для важных решений ответы следует проверять.

Mellum2 Instruct (SFT) — промежуточная модель с инструкционной настройкой, выпущенная JetBrains. Это контрольная точка этапа supervised fine-tuning в конвейере обучения Mellum2 Instruct, предназначенная для изучения этого этапа, экспериментов с последующей настройкой предпочтений или RLVR и сравнения с итоговой RL-настроенной версией. Модель использует архитектуру Mixture-of-Experts: 64 эксперта, из которых для каждого токена активируются 8. В ней сочетаются слои скользящего окна и полное внимание; контекст — до 131 072 токенов. Метаданные указывают 1,9 млрд параметров. Модель принимает текст и генерирует текст; карточка сообщает об обучении на смешанных данных для кода, агентных сценариев, вызова инструментов, следования инструкциям, общего диалога, идентичности и безопасности. Контрольная точка получена после трёх эпох SFT от JetBrains/Mellum2-12B-A2.5B-Base. Авторы рекомендуют для качественного следования инструкциям в производственных сценариях итоговую версию Instruct. Модель доступна по лицензии Apache-2.0.

Это языковая модель на архитектуре Mistral, созданная сообществом с помощью слияния SLERP двух моделей: beowolx/CodeNinja-1.0-OpenChat-7B и yanolja/EEVE-Korean-Instruct-10.8B-v1.0. Модель содержит 7,1 млрд параметров, работает с библиотекой Transformers и имеет контекст до 8192 токенов. Модель предназначена для генерации текста в диалоговом формате. В слиянии объединены возможности модели для задач программирования и корейской модели, обученной следованию инструкциям; точные сравнительные результаты и гарантии качества в карточке не приводятся. Модель принимает и выдаёт текст. Файлы опубликованы в формате safetensors. Лицензия в предоставленных данных не указана.

Это объединённая модель семейства Gemma, созданная сообществом mergekit из unsloth/codegemma-7b и cloudyu/google-gemma-7b-chinese-sft-v1 методом SLERP. Модель содержит 8,2 млрд параметров, использует архитектуру GemmaForCausalLM и формат safetensors; заявленный контекст составляет 8192 токена. Модель предназначена для генерации текста, в том числе для сценариев с кодом и китайским языком, поскольку объединяет CodeGemma и китайскую SFT-модель Gemma. Сведения о лицензии и конкретных оценках качества в предоставленных данных отсутствуют.

Это объединённая языковая модель на базе семейства Llama 3.2, созданная методом TIES с помощью mergekit. В качестве базовой использована huihui-ai/Llama-3.2-3B-Instruct-abliterated; в объединение также вошли модели для рассуждений, программирования и математики, соблюдения инструкций и ответов на медицинские вопросы. Модель предназначена для диалоговой генерации текста, включая ответы на вопросы, рассуждения и помощь с кодом. Она содержит 3,2 млрд параметров, использует архитектуру LlamaForCausalLM и принимает текст, выдавая текст. Заявленная длина контекста — 131 072 токена. В метаданных указана библиотека Transformers и формат весов safetensors. Лицензия и отдельные результаты оценки качества в предоставленных данных не указаны. Поскольку объединены модели с разными специализациями, пригодность для конкретных задач следует проверять на собственных примерах.

Meta-Llama-3-8B-Alternate-Tokenizer — текстовая авторегрессионная языковая модель семейства Llama 3, разработанного Meta. В репозитории указана архитектура LlamaForCausalLM с плотной моделью размером около 7,5 млрд параметров; веса доступны в формате safetensors. Модель принимает текст и генерирует текст или код, а метаданные отмечают поддержку диалогового режима. Контекст — до 8192 токенов. Модель подходит для генерации текста, диалогового помощника и адаптации к задачам генерации естественного языка. README семейства описывает применение прежде всего на английском языке, включая коммерческие и исследовательские сценарии; это описание не подтверждает отдельное дообучение данного репозитория. В README также указано, что модели Llama 3 используют Grouped-Query Attention для масштабирования инференса. Репозиторий содержит общую карточку семейства Llama 3, поэтому специфические свойства альтернативного токенизатора здесь не раскрыты. Для использования действует специальная коммерческая лицензия Llama 3 и связанные с ней правила допустимого использования; модель не предназначена для применения на языках, отличных от английского, согласно приведённому описанию.

microcoderfim-1B — дообученная модель на базе StarCoderBase-1B от BigCode, подготовленная с использованием задачи Fill-in-the-Middle на датасете по программированию встроенных систем. Это декодерный трансформер с архитектурой GPTBigCode и Multi-Query Attention; модель предназначена для генерации и продолжения кода, в том числе заполнения пропусков внутри фрагмента. Указанная область применения — программирование встроенных систем; карточка не приводит результаты оценки или подробные рекомендации по использованию. Модель работает с текстом на английском языке, максимальная длина контекста — 8192 токена. Лицензия MIT.

Phi-4-mini-reasoning-GGUF — это GGUF-квантизированная версия языковой модели Phi-4-mini-reasoning, разработанной Microsoft. Квантизацию выполнил bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста, решения математических задач и работы с кодом; поддерживает сценарии локального запуска через llama.cpp, LM Studio и другие совместимые проекты. В репозитории представлены варианты от BF16 размером 7,68 ГБ до низкобитных квантов размером около 1,90 ГБ. Доступны форматы Q8_0, Q6_K, Q5_K, Q4_K, Q3_K, IQ и другие; варианты с более высокой разрядностью обычно обеспечивают лучшее качество, а низкоразрядные требуют меньше оперативной памяти. Указан английский язык. Архитектура исходной модели, число параметров, поддерживаемые модальности и размер контекста в README не описаны. Сильными сторонами являются локальный запуск, широкий выбор компромиссов между качеством и требованиями к памяти, а также специализация исходной модели на математическом рассуждении. Ограничения включают возможное снижение качества при использовании низкоразрядных квантов и отсутствие в README подробных результатов оценки. Модель распространяется по лицензии MIT.

MiniCPM5-1B-Claude-Opus-Fable5-Thinking-GGUF — набор GGUF-квантизаций модели MiniCPM5-1B-Claude-Opus-Fable5-Thinking, разработанной на базе openbmb/MiniCPM5-1B и дообученной на данных Fable 5. Репозиторий подготовлен для локального запуска через llama.cpp, Ollama, LM Studio, jan, KoboldCpp и другие совместимые среды; разработчик производной модели — GnLOLot, базовая модель создана OpenBMB. Это компактная текстовая генеративная модель с режимом рассуждений, предназначенная для следования инструкциям, генерации и отладки кода, а также сценариев разработки программного обеспечения. Модель поддерживает английский и китайский языки, имеет размер 1B параметров и заявленный контекст до 128K токенов. В GGUF встроен собственный chat template MiniCPM5, а для локального развертывания доступны варианты Q4_K_M, Q5_K_M, Q8_0 и F16 размером примерно от 657 МБ до 2,1 ГБ; Q8_0 рекомендован как стандартный вариант. К сильным сторонам относятся небольшой размер, возможность локального запуска, поддержка длинного контекста, программирования и режима рассуждений. Ограничения связаны с масштабом 1B: модель не относится к моделям передового уровня, а фактическая длина доступного контекста зависит от используемого GGUF-рантайма и оборудования. В режиме рассуждений она может выводить блоки рассуждений перед итоговым ответом. Лицензия — Apache-2.0, унаследованная от базовой модели.

Nanbeige4.2-3B-CE v1.0 — языковая модель от автора репозитория Irfanuruchi, дообученная на базе Nanbeige/Nanbeige4.2-3B для компьютерной инженерии и системного программирования. Это плотная авторегрессионная модель NanbeigeForCausalLM с 3,2 млрд параметров; контекст — до 262 144 токенов. Принимает текст и поддерживает диалоговый интерфейс вызова инструментов. Модель предназначена для ответов на вопросы и объяснений по Linux и операционным системам, архитектуре компьютеров, виртуальной памяти, кэшам, многопоточности, сетям, DNS, Docker и встраиваемым системам. В README описаны LoRA/QLoRA-дообучение и последующее слияние адаптера с базовой моделью; опубликованный артефакт — самостоятельные веса BF16 в формате Safetensors, для инференса адаптер не требуется. Указанная лицензия — Apache-2.0. Авторы проверяли модель на наборе из 28 системных вопросов. Среди отмеченных ограничений — неточности в отдельных случаях с порядками памяти C++, обработкой ошибок страниц, Docker DNS, когерентностью кэша и терминологией. Для критически важных инженерных решений ответы следует перепроверять.

NeuralReyna-Mini-1.8B-v0.2 — диалоговая языковая модель на архитектуре Qwen2 с примерно 1,5 млрд параметров. Автор взял aloobun/Reyna-Mini-1.8B-v0.2 и дополнительно дообучил её методом DPO на данных Intel/orca_dpo_pairs. Модель использует формат запросов ChatML, поддерживает контекст до 32 768 токенов и распространяется в формате safetensors под лицензией Apache-2.0. Модель предназначена для генерации ответов в диалоге и заявлена для задач программирования, математики, естественных наук, ролевого общения и вызова функций. README предупреждает о возможном переобучении на данных DPO и нестабильном качестве; приведённые результаты оценки относятся к отдельным тестам и не гарантируют качества в практических сценариях.

nkto1 — дообученная модель на 1,3 млрд параметров на основе deepseek-ai/deepseek-coder-1.3b-base. В метаданных указана архитектура семейства Llama и формат весов safetensors; исходная модель предназначена для продолжения, автодополнения и заполнения пропусков в коде. Модель поддерживает генерацию текста с контекстом до 16 384 токенов. README сообщает о дообучении методом KTO и приводит метрики оценки, но не раскрывает обучающие данные, целевые сценарии или ограничения; поэтому пригодность nkto1 для конкретных задач сверх генерации текста по карточке подтвердить нельзя. Указана лицензия other, без подробных условий использования.

Noema 1.5 2B — открытая языковая модель NoemaAI-labs на 1,7 млрд параметров, дообученная от NoemaAI-labs/Noema-2B методом on-policy-дистилляции. Это плотная текстовая модель семейства Qwen3.5 с архитектурой Gated DeltaNet и gated attention; она предназначена для локальных диалоговых помощников, точного следования инструкциям и ограничениям в нескольких ходах, короткой генерации кода и эффективных рассуждений. Модель поддерживает контекст до 262 144 токенов, однако сама Noema 1.5 оценивалась только на контекстах до 24 576 токенов. В опубликованных тестах модель улучшила следование инструкциям и многошаговым ограничениям относительно базовой Qwen3.5-2B, а также показала преимущество в HumanEval+, сохранив результаты MMLU-Pro в пределах заданного критерия не меньшей эффективности. Она ориентирована преимущественно на английский язык и текстовые сценарии; мультимодальные возможности в этой версии не обучались и не оценивались. Модель может галлюцинировать, ответы в режиме рассуждений могут быть длинными или повторяющимися; для фактоёмких и важных задач рекомендуется проверять утверждения и использовать поиск по источникам. Для работы требуется версия Transformers с поддержкой qwen3_5_text; веса распространяются как safetensors. Лицензия в предоставленных данных не указана.

Samll/olmo3-7b-think-thinkprune-b4000 — дообученная диалоговая модель семейства OLMo 3, созданная для экспериментов с эффективным обучением рассуждениям. Модель основана на allenai/Olmo-3-7B-Think и связана с работой «Efficient Reasoning Training Does Not Always Harm CoT Faithfulness and Monitorability». Это плотная авторегрессионная языковая модель с 6,9 млрд параметров, рассчитанная на контекст до 65 536 токенов; веса доступны в формате safetensors для Transformers. Модель предназначена для генерации текста в диалоге и задач, где требуется рассуждение, включая математику и программирование. Карточка указывает на использование ThinkPrune и GRPO, однако не приводит подробностей обучения или сравнительных оценок качества. Лицензия в предоставленных данных не указана, поэтому условия использования по ним определить нельзя.

Это экспериментальная полноразмерная слитая модель Qwen3.5-9B от автора LSW142857, подготовленная для генерации текста и решения задач по программированию. В основе — экспертно дообученный чекпойнт из jiaxingx/privilege-code-opsd-ckpts; затем модель обучали методом OPSD на задачах, где ошибался ученик, с адаптивным режимом Medium. Артефакт содержит объединённые обновления LoRA и модуль MTP, поэтому отдельный адаптер для запуска не нужен. Модель проверяют на подмножестве из 100 задач SWE-Gym. README не приводит итоговую метрику качества: оценивание ещё продолжается, и результаты нельзя трактовать как оценку на SWE-bench Verified. Для обучения указан контекст 131072 токена; параметры текущего оценочного запуска допускают до 262144 токенов, но это не подтверждает изменение нативного контекста модели. Модель предназначена для генерации ответов и кода в диалоговом формате. Репозиторий опубликован публично с разрешения владельца, однако конкретная лицензия в предоставленных данных не названа.

orca_mini_v2_13b — языковая модель Pankaj Mathur, созданная в сотрудничестве с Eric Hartford на основе LLaMA-13B. Это плотная авторегрессионная модель с 12,9 млрд параметров, предназначенная для генерации текста и выполнения инструкций. Для обучения использованы наборы WizardLM, Alpaca и Dolly-V2, подготовленные с подходами из исследовательской работы Orca; в README также отмечено улучшение генерации кода по сравнению с предыдущей версией orca_mini_13b. Модель рассчитана на текстовые запросы и ответы на английском языке; максимальная длина контекста составляет 2048 токенов. Автор публикует результаты оценивания на наборах задач ARC и HellaSwag и указывает на uncensored-настройку. Модель распространяется в форматах PyTorch и safetensors по лицензии CC BY-NC-SA 4.0, которая ограничивает коммерческое использование.

Orion T2 Mini SFT — экспериментальный диалоговый ассистент Project Prism на архитектуре Orion T2, опубликованный Refract Labs. Это плотная причинно-языковая модель примерно на 219 млн параметров, дообученная методом SFT на 700 тысячах примеров: 60% общих и диалоговых, 20% математических и 20% связанных с программированием. Модель предназначена для генерации ответов, следования инструкциям, общения, решения математических задач и помощи с кодом. Для диалога используется встроенный шаблон чата Transformers с текстовыми маркерами ролей. В текущем слое совместимости Transformers кэширование отключено, поэтому при генерации каждого токена префикс вычисляется заново. Модель экспериментальная; заявленные архитектурные особенности следует оценивать на сопоставимых тестах. Лицензия указана как other, конкретные условия в предоставленных данных не раскрыты.

Param-1-5B — базовая двуязычная языковая модель семейства Param-1, разработанная BharatGen. Это предварительно обученная с нуля плотная decoder-only Transformer-модель примерно с 4,5 млрд параметров по метаданным (в карточке указано около 5 млрд). Она предназначена для дальнейшей адаптации и задач генерации текста, с акцентом на математические рассуждения и понимание и генерацию кода. Модель обучена преимущественно на английском и хинди, включая отдельные математические и программные данные. Архитектура использует RoPE и grouped-query attention; максимальная длина контекста — 4096 токенов. В карточке приведены результаты на ARC Challenge, ARC Easy и HellaSwag. Это базовая модель, поэтому для следования инструкциям и диалогового применения может потребоваться дообучение. Возможны смещения из обучающих веб- и программных данных, а качество на сложных задачах в малоресурсных областях хинди может различаться. Лицензия указана как other; конкретные условия следует проверять в репозитории модели.

Pearl-3x7B — языковая модель Louis Brulé Naudet для диалогов, программирования и математических задач. Это объединение трёх моделей в архитектуре Mixture of Experts на основе Mixtral, примерно 7,1 млрд параметров; репозиторий содержит веса Safetensors, модель рассчитана на контекст до 32 768 токенов и использует библиотеку Transformers. Модель предназначена для ответов в чате, генерации и объяснения кода, а также решения математических задач. В карточке указан английский язык. Модель выпущена под лицензией Apache-2.0. README заявляет специализацию на анализе данных, однако не приводит результатов оценки, поэтому качество на конкретных задачах не подтверждено.

PhAI-IDE-72B — специализированная языковая модель для научного программирования и работы с инструментами, разработанная командой PhAI-IDE. Она дообучена методом supervised fine-tuning на траекториях Codex из ScienceIDE; основа — Qwen/Qwen2.5-72B-Instruct. Модель построена на плотной архитектуре Qwen2 и содержит 71,5 млрд параметров, поддерживает контекст до 32 768 токенов и распространяется в виде весов BF16 в формате Safetensors с объединённым LoRA-адаптером. Модель предназначена для диалоговой помощи при работе с научным кодом, вызова инструментов и исправления кода в научных проектах. В README приведены результаты семейства PhAI-IDE на бенчмарках научного ремонта кода и отдельных задачах рассуждения, однако сопоставимых результатов именно для версии 72B не указано. Для запуска требуются значительные ресурсы: только веса занимают около 145,41 ГБ, кроме того нужна память для выполнения и KV-кэша. Лицензия указана как Qwen; условия следует проверять по лицензии базовой модели и карточке репозитория.

Phi-4-MedIT-10B-o1 — языковая модель для генерации текста и решения задач, требующих рассуждений. По карточке, модель создана на основе Phi-4: её сократили с 14 млрд до примерно 10 млрд параметров методом прореживания MKA2G и дообучили за одну эпоху на данных для рассуждений. В метаданных указаны плотная архитектура семейства Llama, реализация LlamaForCausalLM и контекст до 16 384 токенов. Модель предназначена для диалогового применения, задач на рассуждения и интеграции с ReasonFlow. Основной язык обучения — английский; карточка предупреждает о снижении качества на других языках. Репозиторий содержит веса в форматах Safetensors и GGUF, а лицензия — MIT. Ответы могут быть неточными или выдуманными, а также содержать предвзятость или нежелательный контент; для чувствительных сценариев нужна дополнительная проверка.

huihui-ai/Phi-4-mini-reasoning-abliterated — экспериментальная версия Microsoft Phi-4-mini-reasoning, созданная автором huihui-ai методом abliteration: из модели удалены отказы на запросы. Автор характеризует реализацию как грубое доказательство концепции; модель рассчитана на диалоговое использование и генерацию текста, в том числе для математических рассуждений и программирования, унаследованных от базовой модели. Модель загружается через библиотеку Transformers; автор также приводит вариант запуска через Ollama и тег версии 3.8b. В метаданных указаны английский язык, архитектурное семейство Phi-3, поддержка чата и кода, а также формат safetensors. Лицензия — MIT. Abliteration снижает склонность к отказам, поэтому поведение модели может отличаться от исходной версии; автор предупреждает, что переключатель режима рассуждений /no_think срабатывает не всегда.

Mungert/Phi-4-mini-reasoning-GGUF — набор GGUF-квантованных вариантов модели Phi-4-mini-instruct-reasoning, опубликованный пользователем или организацией Mungert; базовая модель разработана Microsoft. Модель предназначена для генерации текста с акцентом на рассуждения, решение математических задач и программирование. В карточке указаны английский язык, библиотека Transformers и задача text generation. Файлы созданы с использованием llama.cpp, commit 19e899c. Основное преимущество набора — возможность запускать модель в условиях ограниченной GPU-памяти, на CPU и edge-устройствах за счёт квантования, включая сверхнизкобитные варианты IQ1 и IQ2. Описанный подход IQ-DynamicGate распределяет точность по слоям и защищает эмбеддинги и выходные слои; приведённые результаты относятся к отдельному тестированию на Llama-3-8B и не подтверждают показатели именно этой модели. К ограничениям относятся потенциальная потеря точности у низкобитных вариантов и зависимость производительности от поддержки форматов и аппаратного ускорения. Размер модели, архитектура, фактическое контекстное окно, полный набор языков и точные характеристики вариантов Phi-4-mini в README не указаны. Лицензия указана как MIT.

Poseidon-Reasoning-1.7B — компактная языковая модель для генерации текста, дообученная prithivMLmods на Qwen/Qwen3-1.7B. Для обучения использована выборка из первых 70 тысяч записей датасета Poseidon-Reasoning-5M. Модель предназначена для математических, научных и связанных с программированием рассуждений, решения задач и выполнения инструкций. Модель имеет плотную архитектуру Qwen3ForCausalLM, 1,7 млрд параметров и контекст до 40 960 токенов. Она принимает текст и может выдавать объяснения и структурированные ответы, включая Markdown, Python, LaTeX и таблицы. Карточка заявляет многоязычные возможности базовой Qwen3; метаданные карточки указывают английский язык. Лицензия — Apache-2.0. Модель рассчитана на задачи с чёткой постановкой и умеренной сложностью: помощь в математике и естественных науках, пошаговое решение задач и написание кода с ограничениями. Она не предназначена для широкой непринуждённой беседы и может уступать в творческом письме, эмоциональных ответах и неструктурированных спекулятивных рассуждениях.

eljavatar/pretrain_utg4java_codet5p — дообученная версия Salesforce/codet5p-220m на архитектуре T5 с 123,7 млн параметров. Модель предназначена для генерации и понимания кода по текстовым запросам; название карточки указывает на специализацию на Java, однако README не раскрывает сценарии обучения и оценки. Модель принимает текст и выдаёт текст. Указанная длина контекста — 512 токенов. Репозиторий содержит веса PyTorch и распространяется по лицензии BSD-3-Clause. Данных о качестве, обучающем датасете и конкретных ограничениях применения карточка не приводит.