II.2Создание и понимание программного кода

Dolphin 3.0 Qwen 2.5 0.5B — диалоговая языковая модель, дообученная Eric Hartford, Ben Gitter, BlouseJury и Cognitive Computations на базе Qwen/Qwen2.5-0.5B. Она предназначена для локального использования в качестве универсального помощника и может отвечать на вопросы, помогать с кодом и математикой, а также работать с вызовами функций и агентными сценариями. Модель использует плотную архитектуру Qwen2ForCausalLM, содержит 494 млн параметров и поддерживает контекст до 32 768 токенов. Для общения применяется шаблон ChatML; системный промпт позволяет задавать тон и правила поведения. В обучении использовались наборы данных для инструкционного диалога, программирования, математики и вызова функций. Карточка модели описывает англоязычное назначение. Веса опубликованы в формате safetensors по лицензии Apache-2.0. Это компактная модель, поэтому её ответы и сложные рассуждения могут уступать более крупным моделям; примеры выводов и результаты оценивания в карточке не представлены.

albertge выпустил экспериментальный чекпойнт Dream 7B, дообученный на 60 тысячах примеров OpenMathInstruct-2 и OpenCodeInstruct. Модель использует дискретный четырёхтокенный хвост Markovian Thinking для передачи состояния между окнами денойзинга в диффузионной языковой модели; обучение проводилось с размером блока 128 токенов. Это вариант проекта dLLM Registers для ограниченного переноса состояния при пошаговой генерации. Модель предназначена для генерации текста, в том числе ответов на математические и программные запросы, и диалогового взаимодействия. Она принимает текст и генерирует текст, поддерживает английский язык, а заявленный размер контекста составляет 131 072 токена. Для корректной работы канала переноса состояния автор указывает использовать специальную обёртку и параметры инференса из репозитория. Лицензия — Apache-2.0.

Erawan 1 — компактная языковая модель Airavat AI Micro Lab с 1,7 млрд параметров, дообученная на базе Qwen3-1.7B. Это декодерный трансформер Qwen3; модель обучали методом QLoRA, после чего адаптер объединили с весами в контрольную точку fp16. Метаданные указывают контекст до 40 960 токенов. Модель предназначена для генерации текста в диалогах, пошаговых рассуждений и агентных сценариев с вызовом инструментов. В карточке приведены небольшие тесты: на GSM8K результат составил 3 из 10 примеров, на HumanEval — 4 из 6, а на тесте вызова функций — 6 из 6; выборки слишком малы для надёжной оценки качества. В качестве обучающих данных использовались наборы для математических рассуждений, вызова функций и диалогов. Указан английский язык. Лицензия — Apache 2.0.

FalconMind3B — языковая модель генерации текста, разработанная Faris Allafi и дообученная на основе tiiuae/Falcon3-3B-Instruct с помощью PEFT/LoRA на платформе Hugging Face AutoTrain. Модель предназначена для пошагового рассуждения и структурированных ответов на вопросы, решения задач и объяснения кода. Модель использует плотную архитектуру семейства Llama с причинным языковым моделированием, содержит 2,8 млрд параметров и поддерживает контекст до 32 768 токенов. В карточке заявлен английский язык; базовая модель также ориентирована на французский, испанский и португальский. Распространяется по лицензии Apache 2.0. Дообучение использует синтетические данные, которые могут вносить смещения и снижать обобщающую способность. Надёжность следует проверять на целевых задачах; для решений с высокими ставками модель требует особой проверки.

llmfan46/gemma-4-12B-agentic-fable5-composer2.5-v2-3.5x-tau2-uncensored-heretic-GGUF — это GGUF-квантизации текстовой генеративной модели на базе llmfan46/gemma-4-12B-agentic-fable5-composer2.5-v2-3.5x-tau2-uncensored-heretic. Модель разработана независимым автором llmfan46 и предназначена для задач программирования, агентного взаимодействия, работы с терминалом, использования инструментов, рассуждений и генерации текста. В README также указано, что она основана на Gemma 4 с размером 12 млрд параметров. Это декензурированная версия исходной модели yuxinlu1/gemma-4-12B-agentic-fable5-composer2.5-v2-3.5x-tau2-GGUF, обработанная с помощью Heretic 1.4.0 и варианта метода Magnitude-Preserving Orthogonal Ablation. Изменения затрагивают компоненты attn.o_proj и mlp.down_proj. По приведённым данным, частота отказов снизилась с 99 до 13 отказов из 100 при KL-дивергенции 0,0367; для исходной модели указана точность MMLU 71,56%, однако отдельные результаты именно этой версии не приведены. Модель может быть полезна для локального запуска сценариев, связанных с кодом, терминальными командами и вызовом инструментов, но README не содержит сведений о поддерживаемых языках, длине контекста, конкретной архитектуре GGUF-квантизаций, системных требованиях или совместимых рантаймах. Декензурирование означает сниженный уровень отказов и может сопровождаться дополнительными рисками безопасности и менее предсказуемым поведением, поэтому результаты требуют проверки. Лицензия — Apache-2.0.

Это дообученная модель Google Gemma 4 E2B IT, созданная автором sriharsha4444 методом LoRA SFT на трассах работы агента pi с репозиторием pi-mono на TypeScript. Полные веса адаптера были объединены с базовой моделью. Модель предназначена для многошаговой работы с кодом и инструментами в стиле pi coding agent, включая чтение и изменение файлов и запуск команд. В README приведены оценки на HumanEval и MBPP: результаты генерации кода на Python ниже, чем у базовой Gemma 4 E2B IT. Модель обучалась примерно на 600 сессиях из одного репозитория и отражает его соглашения и инструментарий; успех выполнения агентных задач на pi-mono отдельно не измерялся. Базовая Gemma 4 мультимодальна, но обучение этой версии исключало изображения, а её заявленное назначение и каталог указывают на генерацию текста. Лицензия — Gemma.

Dzluck публикует Gemma 4 E2B JANG4M CRACK — изменённую версию Google Gemma 4 E2B Instruct с удалёнными отказами. Модель предназначена для диалогов, рассуждений, ответов на вопросы и генерации кода; принимает текст и изображения, а автор также заявляет о сохранении аудиовхода. Каталог Hugging Face относит её к мультимодальной задаче image-text-to-text и указывает архитектуру Gemma4ForConditionalGeneration с плотной архитектурой. Модель использует смешанную квантизацию JANG_4M: 8-битные веса внимания и 4-битные веса MLP, в среднем около 4,3 бита. По данным автора, MMLU снизился на 1,7 процентного пункта относительно исходной модели; в тестах HarmBench автор сообщает о полном выполнении запросов вредных категорий. Для запуска нужны Mac на Apple Silicon и vMLX с поддержкой Gemma 4; стандартные mlx_lm и mlx_vlm поддерживаются не полностью. Лицензия — Gemma; карточка также обозначает модель как предназначенную для исследований.

Это дообученная модель Qwen3-32B, опубликованная LAION. Она обучена на наборе open-athena/GLM-4.6-stackexchange-overflow-sandboxes-32eps-65k-reasoning и предназначена для генерации текста в диалоговом режиме, в том числе ответов на вопросы и рассуждений по темам, представленным в обучающих данных Stack Exchange и Stack Overflow. Модель использует плотную архитектуру Qwen3ForCausalLM, содержит 29,7 млрд параметров и поддерживает контекст до 40 960 токенов. Репозиторий содержит веса в формате safetensors; метаданные указывают библиотеку Transformers и лицензию other. README не приводит результатов оценки, подробностей обучения или описания ограничений, поэтому качество в конкретных сценариях по карточке определить нельзя.

Granite-20B-FunctionCalling — языковая модель IBM Research, дообученная на основе ibm-granite/granite-20b-code-instruct для выполнения инструкций, связанных с вызовом функций. Она обучена на семи задачах: вложенный вызов функций, цепочки и параллельный вызов функций, определение имени функции, извлечение пар параметр–значение, выбор следующей функции и генерация ответа. Модель предназначена для диалоговых сценариев, где нужно определить и сформировать вызовы функций; её архитектура — GPTBigCode, а контекст составляет 8192 токена. Репозиторий содержит веса в формате Safetensors. Лицензия — Apache 2.0.

GRPO-Instruct-14B — языковый кодовый верификатор, разработанный INSAIT Institute и дообученный на базе Qwen/Qwen2.5-14B-Instruct методом GRPO с обучением на проверяемых наградах. Модель принимает условие задачи по программированию и несколько кандидатных решений, выносит вердикт и ранжирует решения по корректности. Модель предназначена для выбора верного решения в задачах соревновательного программирования, автоматической оценки кода и использования в качестве функции награды при оптимизации генераторов кода. Она имеет плотную архитектуру Qwen2ForCausalLM, 14 млрд параметров и контекст длиной 32 768 токенов. Обучалась на наборе INSAIT-Institute/Aletheia-Train; модель выдаёт оценку без промежуточных рассуждений. Лицензия CC BY-NC-SA 4.0 ограничивает коммерческое использование.

GRPO-Think-7B-4k — языковая модель-верификатор кода, разработанная институтом INSAIT. Она принимает условие задачи по программированию и несколько вариантов решения, затем оценивает и ранжирует кандидатов, помогая выбрать корректную программу. Модель предназначена для использования в оптимизации генерации кода с обратной связью от проверяющей модели, автоматической оценки решений и исследований методов обучения таких верификаторов. Это плотная авторегрессионная модель архитектуры Qwen2 с 7,1 млрд параметров, дообученная методом GRPO с промежуточными рассуждениями, отрицательными примерами и обучением на текущей политике. Суффикс 4k означает бюджет рассуждения до 4 тысяч токенов завершения при обучении; нативный контекст составляет 131 072 токена. Модель основана на DeepSeek-R1-Distill-Qwen-7B и обучалась на наборе Aletheia-Train, включающем задачи и кандидаты на Python, C++ и Java. Вход и результат представлены текстом. Модель специализирована на проверке и сравнении решений задач программирования, поэтому её следует применять в сценариях, соответствующих этой задаче. Лицензия CC BY-NC-SA 4.0 разрешает использование с указанием авторства и на условиях распространения производных материалов, но некоммерчески.

Grug 12B — экспериментальная дообученная модель на базе Google Gemma 4 12B IT, созданная для компактных рассуждений. Разработчик обучил её сохранять важные шаги, ограничения, развилки и проверки ответа, сокращая многословные цепочки рассуждений. Веса опубликованы в формате Transformers/safetensors; модель доступна для диалогового использования и генерации текста. Модель подходит для задач общего рассуждения, математики и программирования, где полезны более короткие ответы и меньшее число токенов рассуждения. Дообучение выполнено методом QLoRA с последующим слиянием адаптера с базовой моделью. В метаданных базовая Gemma 4 описана как мультимодальная, однако README Grug заявляет только компактные рассуждения и не подтверждает отдельную настройку или оценку обработки изображений, видео и аудио. В небольшой локальной проверке на 36 математических примерах модель показала более короткую генерацию и более высокие прокси-показатели, но автор подчёркивает, что это не широкий бенчмарк. Модель может чрезмерно сжимать рассуждения в задачах, требующих длинных выводов, и наследует ограничения и поведение безопасности базовой модели. Лицензия указана как other; README рекомендует отдельно проверять лицензии и происхождение данных, особенно для коммерческого или чувствительного применения.

Hemlock-Qwopus3.5-9B-Coder-i1-GGUF — квантизированная версия модели Hemlock-Qwopus3.5-9B-Coder, опубликованная mradermacher и созданная на базе nbeerbower/Hemlock-Qwopus3.5-9B-Coder. Модель дообучалась на наборах hemlang/Hemlock2-DPO, hemlang/hemlock-formulary-SFT и hemlang/hemlock-codex-SFT; для базовой версии заявлено около 9 млрд параметров. В карточке также указаны теги vision-language-model и image-text-to-text, поэтому модель предназначена для работы с текстом и изображениями, включая задачи генерации и анализа кода, однако подробные сценарии применения не описаны. Распространяется в формате GGUF с imatrix-квантизациями различных уровней — от i1-Q2_K до i1-Q6_K, размером примерно от 4,0 до 7,7 ГБ. Для запуска мультимодальных возможностей могут потребоваться файлы mmproj из статического репозитория. Заявлен английский язык; сведения о размере контекста, точной архитектуре, поддерживаемых форматах изображений и результатах тестирования отсутствуют. Более компактные варианты требуют меньше памяти, а варианты более высокого качества занимают больше места; в README отдельно отмечены рекомендации по i1-Q4_K_M как быстрому варианту и i1-Q4_K_S как компромиссу размера, скорости и качества. Лицензия в карточке модели не указана, поэтому условия коммерческого и иного использования необходимо уточнять отдельно. Модель опубликована как набор готовых квантованных файлов и также содержит imatrix-файл для самостоятельного создания квантов.

Это конвертированная и квантизированная в формате GGUF сборка Qwen3-4B-Instruct, подготовленная командой Hugston как proof-of-concept. Модель предназначена для диалоговых и инструктивных задач, в том числе генерации и продолжения кода; карточка сообщает о проверках на общих и кодовых заданиях. В README описан запуск через HugstonOne и эксперимент с контекстом около 262 000 токенов и генерацией большого объёма кода. В этом опыте результат содержал ошибки, а для длинных задач требовалось несколько попыток, поэтому приведённые показатели не следует считать гарантией качества. Метаданные каталога относят модель к text-classification, тогда как README описывает генеративное применение. Лицензия в предоставленных данных не указана.

Kai-0.35B-Instruct — компактная инструктивно дообученная языковая модель NoesisLab на архитектуре LlamaForCausalLM с плотной сетью и примерно 361,8 млн параметров. Она предназначена для диалогов, рассуждений, математических задач и генерации кода; заявленная длина контекста — 8192 токена. Модель принимает текст и генерирует текст на английском языке. В карточке приведены результаты тестов ARC-Challenge, HellaSwag, PIQA и MBPP, включая показатель pass@1 на MBPP. Модель распространяется в формате safetensors по лицензии Apache-2.0. Показатели в README относятся к указанным там настройкам оценки и сами по себе не гарантируют аналогичное качество в других задачах или условиях.

Kimi-K2.7-Code-MLX-4bit-hiprec — конверсия модели moonshotai/Kimi-K2.7-Code для MLX на Apple Silicon, опубликованная pipenetwork. Это текстовая модель генерации кода без визуального модуля, основанная на архитектуре DeepSeek-V3-style MoE. Исходная модель содержит около 1 трлн параметров, из которых примерно 32 млрд активируются при обработке запроса. Модель предназначена для генерации и обработки программного кода, например написания Python-кода. Эксперты MoE сохранены в исходном формате int4 с размером группы 32, а attention, shared/dense MLP и lm_head квантизированы до 6 бит с размером группы 64. Средний размер составляет около 5 бит на вес, объём файлов — примерно 600 ГБ. Для запуска требуется около 768 ГБ или более unified memory; на компьютерах с 512 ГБ памяти модель не помещается. Используется через mlx-lm с поддержкой remote code. Преимущество сборки — более высокая точность attention, router, dense-слоёв и lm_head по сравнению с равномерной 4-битной квантизацией при умеренной прибавке к размеру. Ограничения включают отсутствие vision-возможностей, чрезвычайно высокие требования к памяти и отсутствие полноценного тестового запуска издателем: выполнена только проверка целостности файлов, индекса весов, шардов, конфигурации и tokenizer. Модель распространяется по лицензии Kimi K2; подробные условия приведены в файле LICENSE.

LoudAI/kubwa-7b-josh — модель генерации текста, созданная слиянием SLERP двух предварительно обученных моделей: beomi/llama-2-ko-7b и defog/sqlcoder-7b-2. Это плотная авторегрессионная архитектура Llama, распространяемая в формате Safetensors и предназначенная для генерации текста; в состав объединённых моделей входит SQLCoder, поэтому модель может быть полезна для генерации SQL и работы с запросами к базам данных. Контекстное окно составляет 16 384 токена. Модель основана на Llama 2 с расширенным корейским словарём и сочетает её с SQLCoder-7B-2. Сведения о лицензии, подтверждённых языках самой объединённой модели и результатах её оценки в доступной карточке отсутствуют, поэтому её качество для SQL и корейского языка нельзя считать гарантированным.

Theros/L3-ColdBrew-R1-test1 — языковая модель на архитектуре Llama, созданная разработчиком Theros слиянием весов через mergekit методом DARE TIES. В слиянии использованы Theros/L3-ColdBrew-Daybreak и deepseek-ai/DeepSeek-R1-Distill-Llama-8B; итоговая модель содержит 7,5 млрд параметров и работает с контекстом до 8192 токенов. Модель предназначена для диалоговой генерации текста и может применяться для ответов на вопросы, математических задач, программирования и многошаговых рассуждений — эти возможности описаны для базовой модели DeepSeek-R1-Distill-Llama-8B. Метаданные указывают на поддержку чата, но README не приводит собственных примеров или оценок качества слияния. Репозиторий содержит веса Safetensors для использования с Transformers. Лицензия в предоставленных данных не указана.

KoarAI разработала LFM2.5-350M-Thinking-0003 как дообученную компактную гибридную языковую модель на основе LiquidAI/LFM2.5-350M. Модель с архитектурой LFM2 и примерно 443,4 млн параметров предназначена для генерации текста и диалогов с пошаговыми рассуждениями: она формирует внутренние шаги решения, а затем выдаёт итоговый ответ. Модель дообучена на примерах математических и алгоритмических рассуждений, программирования, русскоязычных диалогов, многошаговых ответов и вопросов из STEM, бизнеса и права. Заявлены контекст до 128 000 токенов и поддержка английского и русского языков. Модель рассчитана на компактное развертывание и сценарии, где нужны ответы с инструкциями, рассуждениями или вызовом инструментов; качество рассуждений и кодогенерации на малой модели может быть ограничено. Репозиторий содержит веса в формате safetensors. Указана лицензия Apache-2.0. Для локального запуска через llama.cpp и совместимые приложения автор отдельно указывает квантованные версии GGUF в другом репозитории.

Карточка модели Korabbit/Llama-2-7b-chat-hf-afr-200step-v2 на Hugging Face совпадает с карточкой Korabbit/Llama-2-7b-chat-hf-afr-100step-v2, поэтому описание составлено по ней. Korabbit/Llama-2-7b-chat-hf-afr-100step-v2 — экспериментальная чат-модель Korabbit, основанная на Llama-2-7b-chat и обученная автором с использованием подхода «AFR training». В карточке приведён пример ответа на инструкцию реализовать бинарный поиск на Python; метаданные указывают архитектуру LlamaForCausalLM, около 6,6 млрд параметров и контекст до 4096 токенов. Модель предназначена для диалоговых ответов на инструкции и общих текстовых запросов, включая вопросы о программировании. В метаданных указан английский язык и набор данных vicgalle/alpaca-gpt4. Указана лицензия llama2. README описывает подход к обучению лишь кратко, поэтому его детали и качество модели по примеру оценить нельзя.

Apollo Raines выпустил экспериментальный вариант Llama-3.1-8B-Instruct, созданный с помощью инструмента jBlaze для изменения поведения модели непосредственно в весах. По карточке, дополнительного обучения не проводилось; усилены контекстная точность, причинный анализ и аналитические рассуждения. Модель позиционируется как помощник по безопасности кода для анализа уязвимостей, а также умеет отвечать на общие вопросы, решать простые задачи и писать код. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM, примерно 7,5 млрд параметров по метаданным и контекстом до 131 072 токенов. Принимает текст и генерирует текст; в метаданных указан английский язык. Доступны веса в формате safetensors, а лицензия — Llama 3.1. Автор отмечает, что опубликованная версия намеренно оставлена на частичной мощности как демонстрация; качество и полнота анализа уязвимостей отдельно не подтверждены.

Luau-Coder-1.0-0.5B-Base — авторская базовая причинная языковая модель khtsly для генерации текста и кода на Luau, языке сценариев Roblox. Модель прошла предварительное обучение; в карточке указаны обучающие наборы с документацией Roblox и Luau, кодом и обсуждениями разработчиков, а также общие текстовые и математические корпуса. Архитектура — плотная Kimi Linear с 32 слоями и примерно 444,6 млн параметров. README описывает чередование блоков Kimi DeltaNet и Multi-head Latent Attention; метаданные указывают нативный контекст до 1 048 576 токенов. Модель принимает текст и генерирует продолжение, что подходит для написания и дополнения скриптов, а также ответов на вопросы по Luau и Roblox. В метаданных указан английский язык; Apache-2.0 разрешает использование на условиях этой лицензии. Это базовая модель после предварительного обучения, поэтому она не обязательно следует инструкциям и может выдавать ошибочный или небезопасный код; результаты следует проверять перед использованием. README сообщает длину контекста 65 536 токенов, тогда как метаданные каталога указывают 1 048 576; значения расходятся, поэтому фактический предел зависит от конфигурации и реализации.

LunarAI-i1-GGUF — набор квантованных GGUF-версий модели LunarAI, разработанной ThePegasusGroup и дополнительно подготовленной mradermacher. Модель основана на архитектуре, связанной с DeepSeek-Coder, и дообучена на custom_spigot_dataset; в метаданных также указана ориентация на Spigot и Minecraft. Модель предназначена для генерации кода и выполнения инструкций, прежде всего в сценариях разработки Minecraft-плагинов и проектов на базе Spigot. Доступны многочисленные варианты квантования i1 и IQ с размером файлов примерно от 5,1 до 14,2 ГБ, включая рекомендованные автором варианты Q4_K_M и Q4_K_S, а также более компактные и более качественные версии. Поддерживается английский язык. Сведения о точном числе параметров, длине контекста и дополнительных модальностях в README отсутствуют; по назначению это текстовая модель без заявленной поддержки изображений или других мультимодальных входов. Главные преимущества — возможность локального запуска в формате GGUF, широкий выбор компромисса между размером, скоростью и качеством, а также специализация на генерации кода для Minecraft и Spigot. Ограничения связаны с потерями качества у низкобитных квантований; README отдельно отмечает, что некоторые компактные варианты имеют низкое качество. Модель распространяется по лицензии Apache-2.0.

Marco-o1 — языковая модель команды MarcoPolo Team из AI Business, Alibaba International Digital Commerce. Это дообученная на основе Qwen2-7B-Instruct модель с архитектурой Qwen2ForCausalLM и примерно 7,1 млрд параметров. Она предназначена для диалогов и сложных рассуждений, в том числе для открытых задач, где нет однозначного ответа, а также для математики, физики, программирования и перевода. Модель обучали с использованием данных Chain-of-Thought, включая открытые и синтетические наборы. В исследовательском подходе команды также применяются поиск по дереву Монте-Карло, оценка уверенности и саморефлексия для исследования нескольких вариантов решения. Контекст составляет до 32 768 токенов. В README приведены результаты на английской и китайской версиях MGSM и примеры перевода разговорных выражений; упоминаются также мультиязычные сценарии. Авторы отмечают, что возможности рассуждения пока уступают полноценной модели OpenAI o1, а работа над улучшениями продолжается. Модель распространяется по лицензии Apache-2.0.

MasherAI-7B-v1 — диалоговая языковая модель, разработанная mahiatlinux и дообученная на openchat/openchat-3.5-0106. Модель построена на плотной архитектуре Mistral и содержит 7,1 млрд параметров; для обучения использовались Unsloth и TRL. Модель предназначена для генерации текста в формате диалога: её можно применять для общения, ответов на вопросы и помощи с программированием и математическими рассуждениями — эти возможности описаны для базовой модели OpenChat. Поддерживаемый язык карточки — английский, длина контекста составляет 8192 токена. Модель распространяется в форматах PyTorch и Safetensors по лицензии Apache-2.0. Карточка не приводит отдельной оценки качества или подробных ограничений MasherAI-7B-v1.

Карточка модели mahiatlinux/MasherAI-7B-v3 на Hugging Face совпадает с карточкой mahiatlinux/MasherAI-7B-v1, поэтому описание составлено по ней. MasherAI-7B-v1 — диалоговая языковая модель, разработанная mahiatlinux и дообученная на openchat/openchat-3.5-0106. Модель построена на плотной архитектуре Mistral и содержит 7,1 млрд параметров; для обучения использовались Unsloth и TRL. Модель предназначена для генерации текста в формате диалога: её можно применять для общения, ответов на вопросы и помощи с программированием и математическими рассуждениями — эти возможности описаны для базовой модели OpenChat. Поддерживаемый язык карточки — английский, длина контекста составляет 8192 токена. Модель распространяется в форматах PyTorch и Safetensors по лицензии Apache-2.0. Карточка не приводит отдельной оценки качества или подробных ограничений MasherAI-7B-v1.

TensorVizion/MiMo-V2.6-Distill-Qwen-Abliterated — производная версия мультимодальной модели MiMo-V2.6-Distill-Qwen-9B от Xiaomi, представленная в карточке как 2-битная конверсия для MLX. Метаданные указывают архитектуру Qwen3.5 и класс Qwen3_5ForConditionalGeneration; модель принимает текст и изображения и генерирует текст. Она предназначена для диалоговых и агентных сценариев, программирования, использования инструментов и анализа изображений. README сообщает, что исходная модель преобразована в формат MLX с помощью mlx-lm 0.31.3; метаданные указывают лицензию MIT. В метаданных также отмечена дистилляция исходной базовой модели, но сведения о конкретном процессе дообучения или об «abliterated»-изменениях не приведены. Доступная информация не подтверждает языковой охват и длину контекста. 2-битное представление ограничивает точность чисел, а конкретные последствия для качества в карточке не описаны.

Это экспериментальная версия MiniMax M3 от Spark Arena: веса модели представлены в формате NVFP4 с калибровкой, которая пока дорабатывается, а REAP сокращает модель на 25%, чтобы разместить её на двух узлах DGX Spark вместо четырёх. Базовая MiniMax M3 — мультимодальная модель примерно с 428 млрд параметров, из которых активируется около 23 млрд; она использует разреженное внимание MiniMax Sparse Attention и заявленный контекст до 1 млн токенов. Модель предназначена для диалогов с изображениями и видео, программирования и агентных сценариев с вызовом инструментов. В README отмечены возможности анализа длинного контекста и ускорения обработки, однако качество этой экспериментальной сборки и влияние REAP на него проверены не полностью. Для правильного применения калибровки NVFP4 требуется совместимая поддержка в среде запуска. Лицензия указана как other; конкретные условия использования в предоставленных данных не раскрыты.

SillyTilly/mistralai_Mistral-Nemo-Base-2407 — копия предварительно обученной языковой модели Mistral-Nemo-Base-2407, разработанной Mistral AI совместно с NVIDIA. Это плотный трансформер MistralForCausalLM с 12,1 млрд параметров, 40 слоями и групповой обработкой ключей и значений (GQA). Модель предназначена для генерации текста и может служить базой для адаптации под конкретные задачи; README также описывает её как замену Mistral 7B. Модель обучена на многоязычных данных и коде. В README заявлено контекстное окно 128 тыс. токенов, тогда как метаданные каталога указывают 1 024 000 токенов; это расхождение не позволяет однозначно определить поддерживаемую длину контекста. Указаны английский, французский, немецкий, испанский, итальянский, португальский, русский, китайский и японский языки. Репозиторий создан 18 июля 2024 года и содержит веса safetensors; лицензия — Apache 2.0. Это базовая, а не инструкционно настроенная модель, поэтому для диалоговых сценариев или специализированных задач может потребоваться дообучение и подходящая обвязка. В README отмечено отсутствие механизмов модерации; качество генераций и следование инструкциям не гарантируются.

Agnuxo публикует Mistral-NeMo-Minitron-8B-Base-Nebulal — текстовую авторегрессионную модель семейства Mistral с плотной архитектурой и примерно 7,9 млрд параметров. Карточка описывает её как базовую модель для локального запуска; автор связывает её с проектом NEBULA Optical Physics и экосистемой P2PCLAW. Модель предназначена для генерации текста, в том числе кода и научных материалов. В README перечислены Python, JavaScript, TypeScript, Rust, Go и C++, а также библиотеки научных вычислений и машинного обучения; заявлена интеграция с MCP и A2A. Контекст составляет 8192 токена. Метаданные указывают английский и испанский языки, формат PyTorch и лицензию Apache-2.0. Карточка не приводит независимых оценок качества или подробностей обучения, поэтому перечисленные возможности следует считать заявлениями автора. При использовании для научных текстов, кода и координации агентов результаты нужно проверять; также не следует считать перечисленные языки программирования естественными языками модели.