II.2Создание и понимание программного кода

laion/tt-x5_gradnorm-gn1p8 — дообученная методом обучения с подкреплением модель на основе Qwen/Qwen3-Coder-30B-A3B-Instruct. Её обучали с помощью RLOO и FSDP2 на агентных задачах terminal-bench из набора exp_rpt_multifile, используя оболочку terminus-2 Harbor; эта версия соответствует варианту эксперимента с max_grad_norm=1.8. Модель предназначена для генерации текста в агентных сценариях, в частности для решения задач в терминале. Архитектура — Qwen3 MoE; в метаданных указаны 2,6 млрд параметров, контекст до 262 144 токенов и формат safetensors. Карточка указывает английский язык. Лицензия в предоставленных данных не указана.

OliviaRossi/UltiMerge-Q5_K_M-GGUF — это квантованная версия модели OliviaRossi/UltiMerge в формате GGUF, подготовленная разработчиком OliviaRossi с использованием llama.cpp и сервиса GGUF-my-repo от ggml.ai. Модель предназначена для генерации текста и может применяться в задачах программирования, рассуждений, создания агентных сценариев и локального запуска через llama.cpp или совместимые инструменты, включая vLLM. В карточке указаны поддерживаемые языки English и Chinese, а также код. Модель относится к text-generation и отмечена как MoE; также заявлены связи с семействами и методами Qwen3.5, Qwen3.6, model merge, DARE, STAR и DeltaNet. Используется квантование Q5_K_M, однако точный размер модели, архитектурные параметры и исходные характеристики UltiMerge в README не приведены. Для запуска приведён контекст 2048 токенов. К сильным сторонам относятся компактный GGUF-формат, возможность локального инференса и поддержка сценариев, ориентированных на код и рассуждения. Ограничения — отсутствие подробных результатов оценки, точных сведений о размере, производительности, мультимодальности и дополнительных языках. Лицензия указана как Apache-2.0; подробные условия и характеристики следует уточнять в карточке исходной модели OliviaRossi/UltiMerge.

Uraion Forge 2B — компактная языковая модель Uraion Labs для генерации текста, агентных сценариев и рассуждений. Это дообучение openbmb/MiniCPM5-2B с плотной архитектурой LlamaForCausalLM; модель содержит 2,2 млрд параметров и принимает контекст до 131 072 токенов. Репозиторий содержит веса Safetensors, а карточка описывает использование через Transformers и развёртывание на GPU и устройствах с ограниченными ресурсами. Модель предназначена для многошаговых рабочих процессов с вызовом инструментов, генерации кода, количественных задач и ответов в структурированном JSON. Разработчик заявляет, что обучение направлено на сокращение затянутых рассуждений, ошибок в параметрах вызовов и потери состояния между ходами; в карточке также приведены результаты внутренних тестов на агентных сценариях, коде и длинном контексте. Указанная лицензия — Apache-2.0. Результаты бенчмарков в README относятся к тестам разработчика; в частности, показатели генерации кода заметно ниже результатов агентных рабочих процессов. Модель компактна, поэтому её общие возможности ограничены по сравнению с более крупными языковыми моделями.

Vex-Amber-Mini — компактная языковая модель на архитектуре Qwen3, дообученная на базе Qwen/Qwen3-0.6B. Она предназначена для генерации кода, продолжения текста и других лёгких задач обработки естественного языка; карточка приводит результат HumanEval Pass@1 20,12% для версии 1.0. Модель содержит около 507,9 млн параметров, поддерживает контекст до 40 960 токенов по метаданным, работает с Transformers и распространяется в формате safetensors. Модель принимает текст и генерирует текст. В README заявлено дообучение LoRA с возможностью полного дообучения весов, но метаданные подтверждают только связь с базовой моделью через finetune. Карточка указывает на английский язык. Компактный размер может ограничивать качество на сложных задачах, а специализированные применения могут требовать дополнительной настройки. Лицензия — Apache-2.0.

Mungert/VibeThinker-1.5B-GGUF — GGUF-версия плотной языковой модели VibeThinker-1.5B, разработанной командой WeiboAI. Модель содержит 1,5 млрд параметров и создана на базе Qwen/Qwen2.5-Math-1.5B. Данный вариант подготовлен с использованием llama.cpp и предназначен для текстовой генерации. Модель ориентирована прежде всего на решение математических задач соревновательного уровня и генерацию кода. Разработчики рекомендуют её для задач, где требуется рассуждение; заявлены результаты на AIME24, AIME25, HMMT25 и LiveCodeBench. Обучение использовало метод Spectrum-to-Signal Principle, объединяющий разнообразие решений на этапе supervised fine-tuning с последующим усилением корректных решений на этапе reinforcement learning. В README также рекомендуется максимальная длина генерации до 40960 токенов, temperature 0.6 или 1.0 и top_p 0.95. Модель демонстрирует высокую эффективность по отношению к размеру: по заявлению разработчиков, при стоимости обучения около 7800 долларов она сопоставима по способности к рассуждению с существенно более крупными моделями. При этом она предназначена для текстовых задач и не заявлена как мультимодальная; указан поддерживаемый язык — английский. Ограничения включают небольшой размер модели по сравнению с крупными системами и специализацию преимущественно на математике и программировании, поэтому качество в общих или иных языковых сценариях может быть ниже. Репозиторий распространяется по лицензии MIT.

constructai/VibeThinker-3B-GGUF — это квантизированная версия языковой модели VibeThinker-3B, разработанной WeiboAI и преобразованной в формат GGUF командой constructai. Модель предназначена для генерации текста и эффективного запуска на CPU и GPU с помощью llama.cpp, Ollama, LM Studio и других совместимых средств. Модель содержит около 3 миллиардов параметров и ориентирована на задачи рассуждения, математики, программирования, instruction-following и оценки уровня GPQA. Доступны варианты с разными уровнями квантизации и размером файлов примерно от 791 МБ до 6,18 ГБ, включая F16, Q8_0, Q6_K, Q5_K, Q4_K и другие форматы. README не указывает поддерживаемые языки, максимальную длину контекста и наличие мультимодальных возможностей, поэтому модель следует считать текстовой, а эти характеристики — неизвестными. К сильным сторонам относятся относительно небольшой размер, широкий выбор квантизаций и возможность локального запуска на доступном оборудовании. Более агрессивная квантизация уменьшает требования к памяти, но может снижать точность по сравнению с F16 или менее сжатыми вариантами. Модель распространяется по лицензии MIT; исходная модель также указана как лицензированная по MIT.

WebCoder-100M — компактная авторская модель caikybaldo999 для генерации и продолжения кода HTML, CSS и JavaScript. Это decoder-only GPT-2 с примерно 100 млн параметров, 11 слоями, размером скрытого состояния 768 и 12 головами внимания. Модель обучена с нуля на поднаборах HTML, CSS и JavaScript датасета bigcode/the-stack-smol-xl; указанный контекст составляет 1024 токена. Модель подходит для черновой генерации веб-страниц и продолжения фрагментов фронтенд-кода. README предупреждает, что из-за небольшого размера и короткого обучения результат может быть некорректным, небезопасным, неполным или повторяющимся, поэтому код следует проверить перед запуском или публикацией. Лицензия указана как other; исходные данные датасета могут иметь разные лицензии, поэтому для сценариев с юридическими требованиями следует проверить происхождение примеров.

WestSeverus-7B-DPO-v2 — языковая модель семейства WestLake, разработанная PetroGPT и дообученная методом DPO на основе WestSeverus-7B. Это плотная авторегрессионная модель архитектуры Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Она принимает текст и формирует текстовые ответы; для диалога использует шаблон ChatML. Модель предназначена для генерации ответов и справочной помощи в базовой математике, химии, физике и программировании. В карточке приведены результаты тестов на общих языковых и программных бенчмарках, однако они не гарантируют точность ответов в практических задачах. Веса доступны в формате safetensors, лицензия — Apache-2.0.

Wrench-4B-Qwen3.6-8E — экспериментальная компактная модель для задач разработчика, созданная как прореженная и специализированная версия Qwen3.6-35B-A3B. В репозитории заявлено 3 881 244 016 параметров; модель распространяется в формате Hugging Face Safetensors и использует архитектуру семейства Qwen3.5 MoE. Основной сценарий — чат для запросов по разработке и выдача ограниченных предложений действий через встроенный инструментарий. Пакет включает токенизатор, детерминированный механизм механического поиска, проверяющий компонент с режимом только для чтения, расширение контекста и запуск FreeToken. Базовая конфигурация поддерживает позиции до 2 млн токенов; пробный режим на 4 млн использует runtime-расширение RoPE и не основан на обучении на длинном контексте. Для генерации в текущем экспериментальном варианте предназначен профиль FreeToken; Transformers 5.17.0 или новее загружает архитектуру и веса, но качество генерации через обычный Transformers не подтверждено. Лицензия — Apache-2.0.

Agnuxo/Agente-GPT-Qwen-2.5-3B_GGUF_16bit — локальная чат-модель для генерации текста, представленная независимым исследователем Франсиско Ангуло де Лафуэнте. Это плотная модель семейства Qwen2 с 3 млрд параметров в формате GGUF F16; карточка рекомендует запуск через Ollama и также описывает использование с Transformers. Модель позиционируется как автономный агент для декомпозиции задач и взаимодействия с другими агентами, а также для генерации кода и научных текстов; заявлены навыки работы с Python, JavaScript, TypeScript, Rust, Go, C++, научными вычислениями и инструментами машинного обучения. Указана интеграция с MCP и A2A, но метаданные подтверждают только чат-возможность и генерацию текста. Карточка связывает модель с экосистемой P2PCLAW и предлагает перенаправлять запросы на написание научных статей в её конвейер генерации публикаций. Основные языки карточки — английский и испанский. Репозиторий распространяется по лицензии Apache-2.0. Длина контекста и независимые оценки качества в предоставленных сведениях не описаны.

Agnuxo публикует локальную чат-модель Agente-GPT на базе семейства Qwen 2.5 с 3 млрд параметров. Репозиторий содержит веса в формате GGUF F32; модель предназначена для запуска, в частности, через Ollama и для генерации текста в диалоговом режиме. Автор позиционирует её как автономного агента для декомпозиции задач, координации агентов и помощи с генерацией кода, включая научные вычисления и машинное обучение. В карточке заявлена работа на испанском и английском языках, а лицензия указана как Apache 2.0. Данных о длине контекста и независимых оценках качества в предоставленных источниках нет. Заявленные агентные навыки не подтверждают сами по себе совместимость с конкретными инструментами или протоколами вызова функций.

bartowski/all-hands_openhands-lm-1.5b-v0.1-GGUF — это набор GGUF-квантизаций модели openhands-lm-1.5b-v0.1, разработанной all-hands и подготовленной bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста, прежде всего для задач программирования и агентных сценариев, связанных с разработкой программного обеспечения. В качестве датасета указана SWE-Gym/SWE-Gym. Модель имеет размер 1,5 млрд параметров, поддерживает текстовый ввод и вывод и ориентирована на английский язык. README не содержит сведений об архитектуре исходной модели и размере контекста. Доступны варианты от BF16 до квантизаций Q8_0, Q6, Q5, Q4, Q3 и IQ; размеры файлов составляют примерно от 0,76 до 3,09 ГБ. Квантизированные версии можно запускать через LM Studio, llama.cpp и совместимые проекты. Более высокие уровни квантизации обычно обеспечивают лучшее качество, тогда как варианты Q3 и некоторые низкобитные форматы экономят оперативную память за счёт снижения качества. Модель распространяется по лицензии MIT. README не приводит результатов бенчмарков, подробных сведений о сильных и слабых сторонах исходной модели, поддерживаемых языках помимо английского или максимальной длине контекста, поэтому эти характеристики нельзя надёжно оценить по имеющимся данным.

Banaxi-Tech разработала BananaMind 2.1 NanoCoder — компактную авторегрессионную языковую модель для генерации кода. По README, в ней около 9,9 млн параметров: 7,98 млн параметров трансформера и отдельная память на биграммах и четырёхграммах. Архитектура использует 8 физических слоёв, а средний стек весов применяется повторно, обеспечивая 11 проходов; контекст — 4096 токенов. Модель обучена на смеси The Stack v3 и FineWeb-Edu объёмом 30 млрд токенов. Она предназначена для генерации кода и работы с текстом программ, включая комментарии и имена. Метаданные указывают английский язык, поддержку кода и формат safetensors. Модель принимает текст и генерирует текст. Репозиторий распространяется по лицензии Apache-2.0. Небольшой размер может ограничивать качество и охват задач по сравнению с крупными кодовыми моделями; README не приводит результатов оценки качества или перечня поддерживаемых языков программирования.

Карточка модели Axilotal/cadquery-qwen2.5-7b-v5 на Hugging Face совпадает с карточкой Axilotal/cadquery-qwen2.5-7b-v5.2-hardened, поэтому описание составлено по ней. Axilotal/cadquery-qwen2.5-7b-v5.2-hardened — дообученная Axilotal модель на архитектуре Qwen2 для генерации текста. Она основана на unsloth/Qwen2.5-Coder-7B-Instruct-bnb-4bit и содержит 7,1 млрд параметров; заявлено обучение с помощью Unsloth и библиотеки Hugging Face TRL. Модель предназначена для диалогового взаимодействия и генерации кода; название указывает на специализацию на CadQuery, однако README не описывает конкретные возможности или результаты в этой области. Поддерживает английский язык, контекст до 32 768 токенов и поставляется в формате safetensors. Лицензия — Apache-2.0.

AmberYifan/capsd-marin-8b-base-code_cap_b12000_s0 — дообученная модель семейства Llama на основе marin-community/marin-8b-base. Она содержит 7,5 млрд параметров и предназначена для генерации и продолжения текста; в метаданных также отмечена поддержка диалогового режима. Обучение проводилось на наборе capsd_marin-8b-base-n80000-opc__mix_code_cap_b12000_s0, название которого указывает на смесь данных, связанных с кодом и подписями, однако подробности датасета и результаты оценки в карточке не приведены. Модель использует плотную архитектуру LlamaForCausalLM, формат весов safetensors и контекст до 4096 токенов. Базовая marin-8b-base описана как англоязычная; отдельные языки или специализация этой производной в карточке не уточняются. Лицензия указана как other, поэтому условия использования следует сверить с файлами репозитория и правообладателем перед применением.

Caspian-LFM2.5-350M-Reasoning — дообученная разговорная языковая модель Willie999 на архитектуре Liquid LFM 2.5. Она предназначена для генерации текста с акцентом на рассуждения, в том числе для математических задач и кода; в карточке также приведены примеры оценки на биологических темах. Метаданные указывают 444,6 млн параметров, контекст до 128 000 токенов и формат safetensors. В README размер модели указан как 350 млн параметров, поэтому опубликованные сведения о размере расходятся. Модель поддерживает английский язык и может применяться для ответов на вопросы, решения задач и генерации кода в диалоговом формате. README приводит показатели скорости и точности, однако не описывает методику оценки достаточно подробно, чтобы переносить их на другие условия. Модель распространяется по лицензии MIT.

ccs-code-llama-7b — модель на основе Code Llama 7B, дообученная методом LoRA SFT для классификации Git-коммитов по десяти типам Conventional Commits, включая feat, fix, build, docs и ci. На вход модель принимает сообщение коммита и соответствующий git diff в заданном формате промпта, а генерирует текст с предсказанным типом коммита. Модель построена на плотной архитектуре Llama с 6,6 млрд параметров и контекстом до 16 384 токенов. В репозитории указаны веса safetensors и датасет 0x404/ccs_dataset. README не сообщает лицензию, поэтому условия использования по имеющимся сведениям определить нельзя.

Карточка модели Smilesjs/chemsmart-qwen2.5-coder-3b-instruct-v13 на Hugging Face совпадает с карточкой Smilesjs/chemsmart-qwen2.5-coder-3b-instruct-v7, поэтому описание составлено по ней. Smilesjs/chemsmart-qwen2.5-coder-3b-instruct-v7 — дообученная Smilesjs модель семейства Qwen2 для генерации текста. Она основана на unsloth/Qwen2.5-Coder-3B-Instruct-bnb-4bit и обучалась с использованием Unsloth и библиотеки TRL. Модель содержит 3,1 млрд параметров, имеет контекст до 32 768 токенов и рассчитана на текстовые диалоги; в метаданных указана поддержка английского языка. Модель можно применять для генерации ответов и кода в интерактивных сценариях. Репозиторий распространяется по лицензии Apache-2.0. Карточка не описывает специальную химическую настройку, качество на задачах или результаты оценки, поэтому название репозитория само по себе не подтверждает пригодность для химических сценариев.

Это экспериментальный чекпойнт языковой модели Qwen3-4B-Instruct-2507, дообученный методом обучения с подкреплением GRPO командой, опубликовавшей репозиторий agurung/cobalt-seeded-rl-base-ramp25-stoppen-gen4k-ep2-ncp10-base-q4v3. Модель предназначена для генерации кода и решения задач программирования: награда при обучении зависела от прохождения тестов, а примеры отбирались среди задач, которые базовая модель решала редко. Чекпойнт сохранён на 24-м шаге обучения; в описанной оценке хотя бы один из восьми ответов решил 12,44% задач отложенной выборки. Модель плотная, содержит 3,7 млрд параметров, построена на архитектуре Qwen3 и принимает текст для генерации текста. Контекст составляет до 262 144 токенов. Обучение проводилось на английских задачах программирования; карточка не подтверждает поддержку других языков. В README не приведены условия лицензии, поэтому их нельзя уточнить по имеющимся данным.

CodeBERTa-language-id — модель Hugging Face для определения языка программирования по фрагменту исходного кода. Она создана дообучением CodeBERTa-small-v1 с добавленной головой классификации последовательностей и использует архитектуру RoBERTa. Модель предназначена для классификации образца кода по языку программирования. В README сообщается, что на оценочном наборе точность и F1 превышают 0,999. Размер модели — 96,6 млн параметров, контекст — 514 токенов. Репозиторий содержит варианты весов для PyTorch, TensorFlow и Flax; лицензия — Apache-2.0. Оценка в README относится к указанному набору данных и не гарантирует такую же точность на произвольном коде, коротких фрагментах или языках вне обучающей выборки. Это классификатор языков программирования, а не средство перевода или генерации кода.

buelfhood выпустил sentence-transformers-модель buelfhood/CodeBERTa-small-v1-ST, дообученную на базе huggingface/CodeBERTa-small-v1. Модель использует архитектуру RoBERTa и преобразует текстовые предложения и абзацы в плотные векторы размерности 768; близость между ними можно оценивать косинусным сходством. Максимальная длина последовательности — 512 токенов. Модель предназначена для семантического поиска и сравнения текстов, поиска перефразировок, кластеризации и классификации текста. Базовая CodeBERTa-small-v1 ориентирована на исходный код на шести языках программирования, поэтому эмбеддинги могут быть полезны для поиска и группировки фрагментов кода. Репозиторий содержит форматы Safetensors, ONNX и OpenVINO. В карточке не указана лицензия. Модель предоставляет векторы, а не готовые текстовые ответы; качество для конкретных задач зависит от данных и настройки поиска или классификатора.

neulab/codebert-cpp — модель на базе RoBERTa, созданная для заполнения пропусков в исходном коде C++. Она основана на microsoft/codebert-base-mlm и дообучена в течение 1 000 000 шагов с размером пакета 32 на корпусе C++ из набора codeparrot/github-code-clean. Модель предназначена прежде всего для использования в CodeBERTScore, а также может применяться в других задачах работы с кодом. Модель содержит 151,8 млн параметров, принимает текстовую последовательность длиной до 514 токенов и предсказывает замаскированные токены. Она подходит для оценки сходства фрагментов кода и других сценариев, где требуется языковое моделирование кода. Лицензия в предоставленных сведениях не указана.

ashwinR/CodeExplainer — модель на архитектуре T5, дообученная автором с помощью AutoTrain на небольшой выборке фрагментов кода Python. Она генерирует построчные объяснения исходного кода и предназначена для упрощения его понимания. Модель содержит 385,2 млн параметров, работает с текстом и имеет контекст до 512 токенов. Модель подходит для краткого объяснения небольших фрагментов Python-кода. В карточке приведены метрики проверки: ROUGE-1 29,375, ROUGE-2 18,128 и ROUGE-L 25,445. Обучающая выборка описана как небольшая, поэтому качество на произвольном коде и других языках программирования может быть ограниченным. Лицензия — MIT.

ayanami-kitasan/code-pruner — модель SWE-Pruner для адаптивного сокращения контекста в агентных задачах программирования. Она дообучена на базе Qwen/Qwen3-Reranker-0.6B и использует архитектуру SwePrunerForCodeCompression с облегчённым нейросетевым модулем, который отбирает важные строки кода с учётом цели, заданной агентом. Модель предназначена для отбора релевантных частей длинного контекста, чтобы уменьшать расход токенов и задержку у кодовых агентов. В README сообщается о сокращении контекста на 23–54% в задачах SWE-Bench Verified и сжатии до 14,84 раза в LongCodeQA при минимальном влиянии на качество. Репозиторий содержит веса Safetensors и использует библиотеку Transformers; лицензия — MIT. В README отмечено, что самостоятельное использование исходной модели может быть сложным из-за изменённой двухголовой архитектуры и кода головы сжатия; авторы рекомендуют версию, опубликованную на GitHub. Метаданные относят модель к token classification, однако отдельный готовый pipeline и инструкции по интеграции в карточке не описаны.

v2ray/dbrx-base-fixed — перезагрузка DBRX Base с исправлениями кода реализации, подготовленная автором репозитория. Исправления устраняют ошибки при обучении с gradient checkpointing и высокое потребление видеопамяти при обратном распространении через MLP; веса экспертов MoE разделены на отдельные тензоры. Это декодерный трансформер для предсказания следующего токена с архитектурой fine-grained mixture-of-experts: 132 млрд параметров всего, 36 млрд активных на входе, из 16 экспертов выбираются 4. Модель принимает и генерирует текст, поддерживает контекст до 32 768 токенов и работает через Transformers с весами safetensors. Чекпойнт предназначен для продолжения текста на английском языке и генерации кода; он не прошёл instruction fine-tuning и не рассчитан на интерактивный диалог. Обучение проводилось на 12 трлн токенов текста и кода; большинство данных было на английском, а знания модели ограничены декабрём 2023 года. Разработчик — Databricks. Указана лицензия Databricks Open Model License с отдельной Acceptable Use Policy; для коммерческого или исследовательского применения следует соблюдать их условия.

Карточка модели Iarp/DeepHat-V1-7B на Hugging Face совпадает с карточкой DeepHat/DeepHat-V1-7B, поэтому описание составлено по ней. DeepHat-V1-7B — модель DeepHat для задач кибербезопасности, созданная на базе Qwen2.5-Coder-7B. Это дообученная причинно-следственная языковая модель с архитектурой Qwen2 для генерации текста и кода. Метаданные указывают 7,1 млрд параметров и контекст до 32 768 токенов; в README заявлена возможность расширения контекста до 131 072 токенов с помощью YaRN. Модель предназначена для сценариев наступательной и защитной кибербезопасности, а также может использовать возможности базовой модели для работы с кодом. Карточка не уточняет конкретные тесты, границы компетенций или качество на отдельных задачах. Модель распространяется под лицензией Apache-2.0; README также возлагает на пользователя ответственность за результаты применения и предоставляет модель «как есть».

QuantFactory/deepseek-coder-6.7B-kexer-GGUF — квантованная версия модели JetBrains/deepseek-coder-6.7B-kexer, созданная с использованием llama.cpp. Базовая модель Deepseek-Coder-6.7B была дообучена компанией JetBrains на 15 тысячах синтетически сгенерированных примеров из набора JetBrains/KExercises, посвящённых задачам на Kotlin. Модель предназначена прежде всего для генерации, дополнения и восстановления фрагментов исходного кода Kotlin; поддерживается режим Fill-in-the-Middle с использованием специального формата prompt. Модель относится к классу генеративных текстовых моделей для программирования, содержит около 6,7 млрд параметров и распространяется в квантованном формате GGUF. Данные о поддерживаемых языках, размере контекста и конкретном варианте квантования в README не указаны. На наборе Kotlin HumanEval модель показала Pass@1 55,28%, превысив результат базовой Deepseek-Coder-6.7B, составивший 40,99%. Основные ограничения связаны с узкой специализацией на задачах Kotlin и форматом обучающих данных: при отклонении от типичных задач модели возможны неточные или нежелательные ответы, поэтому перед применением требуется тестирование в целевом сценарии. Лицензия — Apache-2.0.

Это объединённая линейным слиянием модель языковых моделей deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B и Qwen/Qwen2.5-Math-1.5B, созданная автором репозитория с помощью mergekit. Она предназначена для генерации текста в диалоговом формате и может применяться для решения математических задач и задач программирования благодаря возможностям исходных моделей.

DeepSeek-V4-Flash-0731-JANG-CRACK — дообученная и аблированная версия DeepSeek-V4-Flash-0731 от dealignai. Это языковая модель на архитектуре DeepSeek V4 с 10,7 млрд параметров и MoE-компонентами; опубликованный вариант использует смешанную квантизацию JANG affine и занимает около 95 ГБ. Модель рассчитана на генерацию текста, диалог, рассуждения и написание кода, а также на сценарии, где требуется отвечать без обычных отказов на опасные запросы. Модель поддерживает английский и китайский языки. В README заявлена длина контекста до 1 048 576 токенов с расширением yarn RoPE, однако такая длина не проверялась в тестах этой сборки: оценки проводились на коротких запросах. Для запуска автор рекомендует vMLX на Apple Silicon примерно с 128 ГБ объединённой памяти; также упомянуты vMLX и jang_tools как варианты запуска. В тестах README модель показала 71,84% на MMLU и 90% pass@2 на HumanEval, но результаты приведены разработчиком и не являются независимой оценкой. Ключевое свойство CRACK — снятие отказов на вредоносные запросы: README сообщает о выполнении всех 320 заданий HarmBench, включая запросы по киберпреступлениям и причинению вреда. Это делает модель пригодной для контролируемого исследования поведения моделей, но опасной для неограниченного использования. Известны редкие опечатки; генерация длинного контекста в этой сборке не стресс-тестировалась. Лицензия — MIT.

Yhyu13 создал модель Dolphin 2.6 Mistral 7B DPO Laser Function Calling — объединённую модель на архитектуре Mistral с 7,1 млрд параметров. Она предназначена для генерации текста в диалогах и вызова функций: модель оформляет вызов в XML-тегах с именем функции и аргументами, а после получения результата может продолжить ответ пользователю. Автор описывает её как вариант для приложений, которым нужен интерфейс вызова функций, и приводит успешное прохождение примеров из OpenAI Function Calling Cookbook; это заявление автора, а не независимая оценка. Модель принимает текстовые запросы и выдаёт текст, включая структурированные вызовы функций. В метаданных указано контекстное окно 32 768 токенов. Репозиторий содержит веса Safetensors, лицензия — Apache 2.0. README не уточняет языковое покрытие; формат вызовов и приведённые примеры ориентированы на интеграцию с программными инструментами.