II.2Создание и понимание программного кода

VisCoder2-7B — дообученная TIGER-Lab модель для генерации исполняемого кода визуализаций по инструкциям на естественном языке. Она основана на Qwen/Qwen2.5-Coder-7B-Instruct, содержит 7,1 млрд параметров и использует архитектуру Qwen2; модель рассчитана на работу с текстом и изображениями, поддерживает контекст до 32 768 токенов и доступна в формате Safetensors. Модель предназначена для создания визуализаций, проверки результата рендеринга и итеративной отладки кода. Она обучалась на датасете VisCode-Multi-679K для задач визуализации на 12 языках программирования. В README отмечены результаты на VisPlotBench, включающем исполняемые задания на восьми языках программирования, и улучшения при многошаговой самоотладке. Лицензия — Apache-2.0. Модель ориентирована на генерацию кода визуализаций; результаты и заявленные преимущества описаны для бенчмарка VisPlotBench, поэтому качество в иных сценариях из предоставленных данных не следует считать подтверждённым.

Карточка модели qihoo360/360Zhinao-7B-Chat-4K на Hugging Face совпадает с карточкой qihoo360/360Zhinao-7B-Base, поэтому описание составлено по ней. 360Zhinao-7B-Base — базовая авторегрессионная языковая модель семейства 360Zhinao, разработанная командой 360 (Qihoo 360). Модель содержит 7,1 млрд параметров и обучена на корпусе объёмом 3,4 трлн токенов, преимущественно на китайском и английском языках, а также на коде. Это базовая, а не чат-версия; для диалогового применения в серии отдельно выпущены модели Chat. Модель предназначена для генерации текста и служит основой для задач понимания языка, работы со знаниями, математики, логических рассуждений и генерации кода. Она поддерживает контекст до 4096 токенов, построена на архитектуре ZhinaoForCausalLM и распространяется в формате safetensors для Transformers. README сообщает о сравнительной оценке базовой модели на наборах OpenCompass, включая C-Eval, MMLU, GSM8K и HumanEval. Лицензия — Apache-2.0. Как базовая языковая модель, она не настроена специально для следования инструкциям или ведения диалога; качество ответов зависит от промпта и сценария применения.

ByteDance-Seed/academic-ds-9B — плотная языковая модель семейства DeepSeek V3, разработанная ByteDance Seed и обученная с нуля на более чем 350 млрд токенов из полностью открытых англоязычных наборов данных. Карточка описывает её как модель для разработки и отладки в сообществе открытого исходного кода. Модель предназначена для генерации текста и диалогового взаимодействия; в метаданных также отмечен интерфейс вызова инструментов. Она принимает текст и выдаёт текст, поддерживает английский язык и имеет контекстное окно 8192 токена. В репозитории указаны веса Safetensors и библиотека Transformers. Метаданные каталога оценивают число параметров в 1,6 млрд, тогда как название и README заявляют размер 9 млрд; размер модели в источниках расходится. Модель распространяется по лицензии Apache-2.0. Карточка позиционирует её для разработки и отладки, поэтому её пригодность для иных сценариев и качество ответов следует проверять на целевых задачах.

Bragi-LLM-GGUF — компактная локальная модель для генерации кода на Python, созданная независимым исследователем Chen, Ho Yiing. Это GGUF-квантование Qwen/Qwen2.5-Coder-1.5B-Instruct с размером около 1,5 млрд параметров и файлом весов 786 МБ; используется формат Q3_K_M с калибровкой imatrix на обучающей части MBPP. Модель принимает текстовые инструкции и генерирует текстовый код; в карточке указана поддержка английского языка. Модель предназначена для локальной и офлайн-генерации небольших Python-решений. В тесте MBPP базовая GGUF-модель показала 65% pass@1 при однократной генерации. Заявленные 92% относятся к полной системе Bragi с отдельными символьной библиотекой и маршрутизатором, а не к этому файлу весов отдельно. К ограничениям относятся невысокая надёжность при редких формулах, отсутствие измерений для рефакторинга нескольких файлов и работы с существующими кодовыми базами, а также узкая специализация на Python. Лицензия — MIT; модель запускается с llama.cpp и ориентирована на локальное использование.

Карточка модели Axilotal/cadquery-qwen2.5-7b-v5.1-hardened 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.

CleverBoi-Nemo-12B-v2 — текстовая generative-модель, разработанная theprint. Она дообучена в течение одной эпохи на наборе CleverBoi-Data-20k, содержащем примеры, ориентированные на логику, рассуждения, математику и программирование. Модель предназначена для генерации текста и решения задач, требующих следования инструкциям, логического вывода, математического анализа и работы с кодом. Модель дообучена на базе unsloth/Mistral-Nemo-Instruct-2407-bnb-4bit и имеет размер 12B параметров согласно идентификатору модели. Доступная языковая метка — английский. Указана текстовая модальность; сведения о длине контекста в README отсутствуют. Для ускорения обучения использовались Unsloth и библиотека TRL от Hugging Face. В оценках Open LLM Leaderboard модель получила средний результат 17,57: 20,46 на IFEval, 31,65 на BBH, 8,61 на MATH Level 5, 8,50 на GPQA, 11,43 на MuSR и 24,76 на MMLU-PRO. Эти результаты указывают на специализацию в задачах рассуждения и математики, однако не подтверждают высокую точность во всех сценариях. Ограничениями являются отсутствие данных о контекстном окне, мультиязычной поддержке, требованиях к аппаратному обеспечению и практической производительности. Модель распространяется по лицензии Apache-2.0.

QuantFactory/Codepy-Deepthink-3B-GGUF — квантизированная версия Codepy-Deepthink-3B, созданная QuantFactory с использованием llama.cpp. Исходная модель дообучена на базе meta-llama/Llama-3.2-3B-Instruct и предназначена для генерации текста с акцентом на рассуждения, логическую структуру и решение задач. Модель ориентирована на сценарии, требующие пошаговых решений, логического анализа и генерации кода, а также может применяться в образовании и творческом письме. В README заявлена поддержка текстовой генерации на английском языке. Указан размер базовой модели около 3B параметров; сведения о точном формате квантизации, длине контекста, конкретных вариантах GGUF, производительности и системных требованиях отсутствуют. К сильным сторонам относятся компактный размер по сравнению с более крупными моделями, специализация на рассуждениях и программировании, а также совместимость с llama.cpp и Ollama. Ограничения включают неизвестные характеристики квантизации и отсутствие представленных объективных оценок качества; заявленные возможности следует проверять на собственных задачах. Лицензия указана как CreativeML OpenRAIL-M.

CyberNeurova-DeepSeek-V4-Flash-abliterated-GGUF — экспериментальная исследовательская версия DeepSeek-V4-Flash, разработанная CyberNeurova. Это permanently-abliterated модель, в которой изменения, снижающие склонность к отказам, встроены непосредственно в веса во время конвертации. Модель упакована в формат GGUF для запуска через специализированную экспериментальную ветку llama.cpp, поддерживающую DeepSeek-V4-Flash. Модель предназначена для генерации текста, программирования, рассуждений, поиска ошибок, кибербезопасностных исследований и сценариев с вызовом инструментов. По заявлению автора, версия v2 показывает 99,2% соответствия формату tool calling, 85,0% эффективности в поиске ошибок, 90,0% соответствия в задачах hacking и cyber-weapons compliance, а также низкий уровень отказов на указанных тестах. Архитектура основана на 284-миллиардной FP8 MoE-модели DeepSeek-V4-Flash; поддерживаемая модальность — текст, язык README указывает английский. Размер контекста в карточке не указан. Доступны варианты Q2_K размером около 98,8 ГБ и Q8_0 размером около 282 ГБ. Для Q2_K рекомендуется не менее 128 ГБ RAM, для Q8_0 — около 320 ГБ; GPU необязателен. Q2_K практичнее для рабочих станций, а Q8_0 ориентирован на максимальное качество и исследования. Ограничения включают экспериментальный статус, зависимость от специальной ветки llama.cpp, необходимость корректной stop-последовательности и высокие требования к памяти. Модель распространяется по лицензии MIT.

daVinci-LLM-3B — базовая языковая модель с примерно 3,1 млрд параметров, представленная исследовательской группой GAIR-NLP в проекте daVinci-LLM. Это плотный decoder-only Transformer семейства Qwen2, обученный в два этапа примерно на 8 трлн токенов: сначала на широком веб-корпусе, затем на структурированных вопросах и данных для рассуждений. Репозиторий содержит веса в формате safetensors; метаданные указывают контекст до 32 768 токенов. Модель предназначена для исследований предобучения, изучения качества данных и динамики обучения, а также для генерации текста, кода и ответов с математическими и научными рассуждениями. В README приведены результаты оценки на 19 бенчмарках и описаны более 200 абляционных экспериментов. Модель является базовой, не настроена на выполнение инструкций и не прошла выравнивание по безопасности, поэтому перед прикладным использованием необходимы дополнительная оценка и настройка. Лицензия — Apache-2.0.

DeepHat-V1-7B-GGUF — это набор квантизированных GGUF-версий модели DeepHat/DeepHat-V1-7B, подготовленный KikoCis на основе модели команды DeepHat. Базовая модель представляет собой дообученную Qwen2.5-Coder-7B с архитектурой Qwen2; версии предназначены для запуска через llama.cpp, Ollama и совместимые среды на CPU или потребительских GPU. В README указан английский язык и специализация на кибербезопасности, DevOps и программном коде. Доступны варианты квантования от Q3_K_M до Q8_0, а также IQ4_XS, размером примерно от 3,81 до 8,10 ГБ. Для квантов применена importance matrix, что позволяет сохранить высокое сходство с эталонной BF16-версией: заявленное совпадение наиболее вероятного токена составляет от 98,02% для Q3_K_M до 99,82% для Q8_0. Модель поддерживает ChatML-шаблон и исходный шаблон вызова инструментов DeepHat, поэтому может использовать native function calling при наличии совместимого runtime. Приведены конфигурации запуска с контекстом 8192 токена, но максимальный размер контекста явно не указан. Сильные стороны модели — компактность, широкий выбор уровней квантования, высокая сохранность поведения относительно BF16 и специализация на задачах безопасности, DevOps и коде. Ограничения связаны с узкой предметной областью и размером 7B: в опубликованном тесте SWE-bench Verified модель решила 0 из 30 задач, а длительные многошаговые агентные циклы даются ей плохо. Старые версии Ollama и llama.cpp могут не поддерживать фильтр tojson в шаблоне вызова инструментов; в таком случае требуется обновление runtime или переход на упрощённый ChatML-шаблон с потерей native tool calling. Лицензия — Apache-2.0.

DheyoAI выпустила GGUF-версию модели DeepSeek-R1-Distill-Qwen-1.5B — компактной плотной языковой модели на архитектуре Qwen2 с 1,5 млрд параметров. Она предназначена для генерации текста в диалоге и решения задач, требующих рассуждений, включая математику и программирование. В README приведено сравнение вариантов квантования семейства на тестах GSM8K, GPQA Diamond, Math500 и AIME; результаты относятся к описанным вариантам и условиям оценки. Модель принимает текст и генерирует текст. Метаданные указывают контекст до 131 072 токенов и поддержку английского языка. Формат GGUF рассчитан на компактное локальное хранение и запуск совместимыми средствами. Лицензия — MIT.

Eurus-2-7B-PRIME — языковая модель PRIME-RL, построенная на базе Qwen2.5-Math-7B-Base и обученная командой PRIME-RL методом PRIME: онлайн-обучением с подкреплением, использующим неявные оценки процесса решения. Модель предназначена для генерации ответов с рассуждениями, особенно при решении математических задач и написании кода; авторы сообщают об улучшении результатов на ряде математических тестов относительно версии Eurus-2-7B-SFT. Это плотная причинная модель Qwen2 с 7,1 млрд параметров, работающая через Transformers и принимающая текстовые запросы. Заявленный контекст — 4096 токенов. Для задач по математике и программированию README предлагает специальные формулировки запросов; приведённые результаты относятся к указанным бенчмаркам и не гарантируют аналогичного качества на других задачах. Модель распространяется под лицензией Apache-2.0.

Functionary Medium v3.2 — языковая модель команды MeetKai для диалогов с вызовом функций и инструментов. Она основана на Meta-Llama-3.1-70B-Instruct и использует плотную архитектуру LlamaForCausalLM; в репозитории указаны 69,5 млрд параметров и контекст до 131 072 токенов. Модель принимает описания функций в формате JSON Schema, решает, когда вызывать их, и поддерживает последовательные и параллельные вызовы. Она может анализировать результаты инструментов и формировать на их основе ответы, а также отвечать без вызова функций, когда инструменты не нужны. В README также заявлена поддержка code interpreter. Для удобного разбора вызовов функций авторы предоставляют собственный код; запуск рекомендуется через OpenAI-совместимый сервер vLLM. Модель подходит для создания чат-ассистентов, которые обращаются к API, инструментам и интерпретатору кода. Репозиторий содержит веса в формате safetensors, лицензия — MIT. Карточка не сообщает конкретных сведений о языковом покрытии или результатах сравнительных оценок.

Gemma 4 E4B IT для RK1828 — мультимодальная инструктивная модель Google DeepMind, подготовленная проектом t-firefly для запуска на плате Rockchip RK1828 через LlamaPi. Это плотная модель семейства Gemma 4 с архитектурой Gemma4ForConditionalGeneration; репозиторий содержит форматы GGUF и Safetensors. В карточке указано, что исходная модель принимает текст, изображения и аудио и формирует текстовые ответы. Модель предназначена для диалога, рассуждений, программирования и мультимодальных сценариев на устройствах и периферийных системах. Она также заявлена для многоязычных и агентных задач. Для запуска README приводит команду LlamaPi `llamapi run gemma4:e4b`. Модель основана на `google/gemma-4-E4B-it`; лицензия репозитория — Apache 2.0. Описание не приводит подробностей о поддерживаемых языках, длине контекста или ограничениях качества; качество и доступность функций могут зависеть от конфигурации запуска на RK1828.

Godoter — дообученная 27-миллиардная языковая модель на базе unsloth/Qwen3.6-27B, созданная независимым автором для генерации кода на GDScript и разработки игр в Godot 4. Это неофициальный любительский проект, не связанный с Godot Foundation или командой Godot Engine. Модель помогает писать идиоматичный GDScript, разбираться в API Godot 4 и создавать игровые системы, в том числе многомодульные: инвентари, ИИ на конечных автоматах, сохранения, диалоги, сетевые функции, шейдеры и боевые механики. Обучение выполнено методом QLoRA на примерах, основанных на официальной документации Godot 4; адаптер слит с базовыми весами. Архитектура — Qwen3.6, формат файлов — safetensors, загрузка рассчитана на Transformers 5.x. Модель принимает текстовые запросы и генерирует текст с кодом. Поддерживаемый карточкой язык — английский. Лицензия репозитория — Apache-2.0; проект описан как некоммерческий. Автор приводит сравнительный тест на корректность использования API Godot 4: 100% на простых и 96% на сложных заданиях против 80% и 68% у базовой модели. Эти результаты относятся к собственному набору тестов и не измеряют общее качество архитектуры сгенерированного кода.

Модель flax-community/gpt-neo-125M-code-clippy-dedup-2048 разработана Flax Community и опубликована при участии Hugging Face. Это плотная авторегрессионная GPT-Neo модель для генерации текста, дообученная на наборе CodeClippy; архитектура — GPTNeoForCausalLM, размер — 137,7 млн параметров, длина контекста — 2048 токенов. Модель предназначена для генерации кода и экспериментов с небольшими языковыми моделями; в карточке также указана оценка на APPS и HumanEval. В описании обучения сообщается о возможной ошибке в именах файлов исходного набора данных: фильтрация по расширению могла привести к попаданию неверных примеров и пропуску подходящих данных. Карточка предупреждает о риске стереотипных и вредоносных продолжений. Лицензия не указана в предоставленных данных; доступны форматы Flax и PyTorch.

INTELLECT-1-step-39200 — промежуточный чекпойнт языковой модели INTELLECT-1 от Prime Intellect и сообщества контрибьюторов. Модель обучалась с нуля как плотная Llama-совместимая модель примерно на 9,7 млрд параметров; в README указаны 42 слоя и 32 головы внимания. Это чекпойнт на шаге обучения 39 200, а не финальная или instruct-версия. Модель предназначена для генерации английского текста и кода. Обучение велось на корпусах английского веб-текста и образовательных материалов, коде и математических текстах; заявленный объём обучения INTELLECT-1 — 1 трлн токенов. Контекст составляет 8192 токена. Проект обучался распределённо на вычислительных узлах в нескольких регионах с использованием фреймворка Prime. Поскольку это промежуточный чекпойнт, качество и поведение могут отличаться от финальной версии; инструкция по диалоговому использованию в карточке не заявлена. Лицензия — Apache 2.0.

Saikrishna2511/java2py-qwen — дообученная модель генерации кода на базе Qwen2.5-Coder-0.5B-Instruct, разработанная для перевода Java-кода в Python. Это плотная авторегрессионная модель семейства Qwen2 с 494 млн параметров и контекстом 32 768 токенов; в README указано, что исходный LoRA-адаптер объединён с базовой моделью для инференса. Модель принимает текст с Java-кодом и инструкцией и генерирует Python-код. Модель подходит для преобразования небольших фрагментов и программ с Java на Python. Качество перевода может снижаться при сложном входном коде; автор рекомендует оценивать её перед применением в производственной среде. Для работы с естественно-языковыми запросами и генерацией документации README рекомендует отдельный многозадачный чекпойнт. Лицензия — Apache-2.0.

K2-Horizon-7B-Uno-Uncensored-GGUF — это локальная GGUF-версия модели на базе IFM/K2-Horizon-7B, опубликованная пользователем geantendormi. В модель предварительно объединён адаптер Uno, после чего выполнена процедура удаления отказов и квантование с использованием iMatrix и IQ4_XS. Она предназначена для текстовой генерации, локального запуска через llama.cpp и работы на потребительских видеокартах, включая RTX 3060 с 12 ГБ видеопамяти. Модель имеет размер 7B параметров, поддерживает китайский и английский языки, использует формат GGUF и квантование IQ4_XS с плотностью около 4,25 bpw. Размер основного файла составляет примерно 4,76 ГБ. В README заявлена поддержка контекста до 16 384 токенов, а также высокая скорость инференса на RTX 3060: около 57–59 токенов в секунду при генерации и до 626,5 токена в секунду при предварительной обработке запроса. Для запуска требуется версия llama.cpp с поддержкой архитектуры K2-Horizon. Сильными сторонами являются компактный размер, возможность полностью разместить модель в памяти потребительской видеокарты, двуязычная калибровка и ориентация на генерацию кода и технических текстов. Ограничения включают агрессивное IQ4_XS-квантование, потенциальное снижение качества по сравнению с BF16-версией и зависимость от совместимости llama.cpp с нестандартной архитектурой и токенизацией. README описывает модель как uncensored, поэтому встроенные ограничения на потенциально опасные запросы были намеренно ослаблены; заявленные показатели производительности и качества представлены авторами README и не подтверждены независимой оценкой. Лицензия — Apache 2.0.

kernel-coder-1.5b — компактная модель генерации кода на 1,5 млрд параметров, созданная на основе Qwen/Qwen2.5-Coder-1.5B-Instruct и дообученная для написания кода на C в стиле Linux kernel. Она предназначена для генерации и дополнения фрагментов ядра по документации и запросам в диалоговом формате; сохраняет способность базовой модели писать на Python. Использует архитектуру Qwen2 с плотной языковой моделью, принимает текст и выдаёт текст. Контекст — до 32 768 токенов. В тесте на 40 задачах с документацией ядра модель показала меньше стилистических нарушений checkpatch, чем указанные в README базовые модели; на 200 задачах MBPP результат на Python совпал с базовой моделью. Оценки не подтверждают функциональную корректность сгенерированного кода: проверялась преимущественно стилистика, а многие ответы оставляют часть реализации в виде комментариев-заглушек. Модель опубликована под лицензией Apache-2.0.

NVIDIA Kimi-K2-Thinking-NVFP4 — квантизированная версия языковой модели Kimi-K2-Thinking, разработанной Moonshot AI и подготовленной с применением NVIDIA TensorRT Model Optimizer. Модель предназначена для разработчиков и исследователей, создающих большие языковые модели и приложения на их основе, включая задачи генерации и обработки текста. Она принимает текстовые последовательности и генерирует текст. Модель использует трансформерную архитектуру DeepSeek V3 и содержит около 1 трлн параметров. Это текстовая авторегрессионная модель без заявленной поддержки других модальностей или указания поддерживаемых языков и размера контекстного окна. Веса и активации линейных операторов в MoE-компонентах трансформерных блоков квантизированы в формат NVFP4; указана версия nvidia-modelopt 0.39.0. Для инференса предусмотрена интеграция с vLLM, SGLang и TensorRT-LLM, предпочтительно на GPU NVIDIA Blackwell под Linux; тестирование проводилось на B200. К сильным сторонам относятся существенный масштаб модели и снижение требований к хранению и инференсу благодаря NVFP4-квантизации. Ограничения включают необходимость совместимой NVIDIA GPU-инфраструктуры и дополнительного тестирования перед внедрением. Базовая модель может воспроизводить токсичные высказывания и общественные предубеждения, а также выдавать неточные, неполные, нерелевантные или избыточные ответы. Использование регулируется NVIDIA Open Model License с дополнительными условиями Modified MIT License исходной модели; модель разрешена для коммерческого и некоммерческого применения.

Kimi-K3-REAP73-MLX-mxfp4-q8 — это сильно разреженная и конвертированная в формат MLX версия мультимодальной MoE-модели Kimi-K3, разработанной Moonshot AI. Модель предназначена для локального запуска на компьютерах Apple Silicon с большим объёмом unified memory, прежде всего для генерации текста и программного кода через mlx-lm. Она сохраняет 793 млрд параметров из исходных 2,78 трлн, включая 104 млрд активных параметров, и рассчитана на контекст до 1 млн токенов. Архитектура включает Kimi Delta Attention, Attention Residuals, LatentMoE и 92 MoE-слоя; из 896 экспертов в каждом слое сохранены 242, при этом на токен маршрутизируются 16 экспертов. Заявлена поддержка английского, китайского и ряда других языков, включая японский, русский, корейский, немецкий, французский, испанский и арабский, а также мультимодальных сценариев исходной модели, хотя подробности о поддерживаемых входных форматах здесь не приведены. Ключевое преимущество модели — возможность загрузки примерно 451 ГБ весов на Apple Silicon с 512 ГБ памяти. Экспертные веса используют MXFP4 без дополнительной потери точности при конвертации: сохранённые тензоры являются побитовой копией исходных. На M3 Ultra с 512 ГиБ заявлена скорость генерации около 5,51 токена в секунду. Модель особенно хорошо сохраняет структурную корректность генерации кода, однако агрессивное удаление экспертов заметно ухудшает общие языковые способности: возможны уход в спискообразные или похожие на исходный код продолжения, повторы и деградация качества по сравнению с полной Kimi-K3. Сокращение числа сохранённых экспертов уменьшает требования к памяти, но почти не ускоряет генерацию. Для работы требуются mlx-lm и поставляемый загрузчик kimi_k3.py; практическое использование рассчитано на систему Apple Silicon с 512 ГБ памяти и настройкой лимита wired GPU memory. Модель распространяется с лицензией other, с указанием license_name kimi-k3; дополнительные условия этой лицензии в README не приведены.

Kimi-K3-REAP80-MLX-mxfp4-q8 — это сильно прореженная и преобразованная в формат MLX версия модели Kimi-K3 от Moonshot AI, опубликованная пользователем или организацией pipenetwork. Модель предназначена для локального запуска на компьютерах Apple Silicon с большим объёмом unified memory, прежде всего для генерации текста и автодополнения кода через mlx-lm. Исходная Kimi-K3 — нативно мультимодальная MoE-модель с архитектурой Kimi Delta Attention, Attention Residuals и контекстом до 1 млн токенов; её полный размер составляет около 2,78 трлн параметров, из которых активно используется около 104 млрд. В этой сборке после pruning REAP сохранено 179 из 896 экспертов в каждом из 92 MoE-слоёв, всего около 601 млрд параметров и примерно 350 ГБ. Экспертные веса используют битово-идентичный MXFP4, а неэкспертные тензоры хранятся в более высокой точности. Для запуска требуется MLX и специальный загрузчик kimi_k3.py. Главное преимущество сборки — возможность загрузить модель на Apple Silicon с 512 ГБ памяти; на M3 Ultra заявлена скорость генерации около 5,54 токена в секунду. Кодовые продолжения сохраняют структурную корректность лучше, чем общие языковые ответы. Ограничение — агрессивное прореживание с заметным снижением качества по сравнению с полной Kimi-K3: возможны уход в списки или фрагменты исходных файлов, повторы и деградация китайского вывода; для CJK рекомендуется менее сильно прореженная REAP-73. Указана лицензия other с названием kimi-k3.

lexi-coder-v4.3 — языковая модель для генерации текста и программного кода, разработанная Reallexi LLC. Она создана на основе microsoft/Phi-4-mini-instruct и дообучена методом LoRA на наборе данных agagasf123123/threejs-gamecode-instruct-v3-ultra. Модель ориентирована прежде всего на разработку браузерных игр и интерактивных сцен с использованием JavaScript и Three.js: создание игрового кода, систем управления, искусственного интеллекта противников, тестовых стратегий и архитектурных решений. Модель содержит около 3,85 млрд параметров, имеет контекст до 15 360 токенов, относится к классу text-generation и поставляется как самостоятельная версия со встроенными базовыми весами и объединённым LoRA-адаптером. Размер весов составляет около 7,15 ГБ; ориентировочное потребление памяти — 7,17 ГБ в FP16/BF16, 3,58 ГБ в 8-битном и 1,97 ГБ в 4-битном формате. Данные о поддерживаемых языках и дополнительных модальностях не указаны, поэтому модель следует рассматривать как текстовую. Сильная сторона модели — специализация на практическом коде для Three.js и браузерных игр, включая поддерживаемые архитектурные практики и объяснение решений. Ограничения включают узкую направленность обучающих данных, отсутствие заявленных независимых бенчмарков и неполное обучение: указано 45 936 освоенных примеров из 20 фаз, пройдено 10. Условия распространения наследуются от базовой модели и обучающих данных и могут различаться; перед использованием или перераспределением необходимо изучить соответствующие лицензии.

ZeroXClem разработал диалоговую языковую модель, объединив методом Model Stock три модели на архитектуре Llama: Theia-Llama, Fireball-Meta-Llama и Llama-Hawkish. Модель содержит 7,5 млрд параметров и поддерживает контекст до 131 072 токенов; она предназначена для генерации текста и ответов на инструкции в диалоге. Модель ориентирована на вопросы о криптовалютах и финансах, количественные рассуждения, программирование и техническую поддержку. Она может помогать составлять финансовые обзоры, анализировать крипторынок, объяснять математические задачи и генерировать код. Заявлена поддержка английского языка. Модель выпущена в формате Safetensors с типом данных bfloat16 и доступна по лицензии Apache 2.0. Качество ответов и точность финансовых или инвестиционных выводов README не подтверждает независимыми оценками; сгенерированные расчёты и рекомендации требуют проверки.

Llama 3.2 1B Uncensored — дообученная версия Meta Llama 3.2 1B, разработанная Carsen Klock. Модель обучалась методом LoRA fine-tuning с использованием Unsloth на объединённых наборах данных для следования инструкциям, решения математических задач, генерации и анализа кода, неконтролируемых диалогов и медицинского рассуждения. Модель предназначена для текстовой генерации и поддерживает сценарии общего ассистирования, решения математических задач, генерации кода и предоставления обратной связи по коду. В README указан английский язык. Архитектура основана на Llama 3.2 с размером 1B параметров; доступны форматы GGUF, включая f16 и q4_k_m, а также объединённая 16-битная версия. Размер контекстного окна и дополнительные модальности не указаны, поэтому модель следует рассматривать как текстовую. К сильным сторонам относятся компактность, возможность локального запуска в форматах GGUF и специализация на математике, программировании и инструкциях. Ограничениями являются небольшой размер модели, неизвестные показатели качества и отсутствие сведений о поддержке других языков и длине контекста. Из-за ориентации на uncensored-ответы и медицинское рассуждение возможны небезопасные, неточные или непроверенные ответы; медицинские результаты требуют обязательной проверки специалистом. Модель распространяется по лицензии llama3.2.

Это GGUF-квантизированная версия модели ai-nexuz/llama-3.2-1b-instruct-fine-tuned, созданная на базе Meta Llama 3.2 1B Instruct. В README не указано имя разработчика GGUF-сборки; идентификатор репозитория — tinyopsec/llama-3.2-1b-instruct-fine-tuned-GGUF. Базовая модель была дообучена на наборе данных kanhatakeyama/wizardlm8x22b-logical-math-coding-sft. Модель предназначена для генерации текста с акцентом на логическое рассуждение, математику и написание кода. Указан английский язык, текстовая модальность и задача text-generation. Доступны варианты квантования от F16 до Q2_K размером примерно от 2,5 до 0,45 ГБ, что позволяет запускать модель на устройствах с ограниченным объёмом памяти; для F16 требуется около 4 ГБ VRAM, для Q4_K_M — 1,5 ГБ, для Q2_K — 1 ГБ. В примерах использования указан контекст 2048 токенов. Сильными сторонами являются компактный размер, поддержка распространённого формата GGUF и широкий выбор квантованных вариантов для llama.cpp, llama-cpp-python, LM Studio и Ollama. Более агрессивное квантование уменьшает требования к памяти, но может снижать качество по сравнению с F16; возможности модели ограничены размером 1B параметров и специализацией на английских задачах логики, математики и программирования. Модель распространяется по лицензии Apache-2.0.

Экспериментальная модель генерации текста и кода от команды kalo-team: предварительный результат дистилляции, в которой студент 4x8b обучался приближать распределение ответов учителя Llama 3 70B с помощью KL-дивергенции. Модель основана на архитектуре Mixtral с разреженной архитектурой MoE; в метаданных указано 7,5 млрд параметров и контекст до 8192 токенов. Доступны веса в формате safetensors, лицензия — Llama 3. Модель предназначена для генерации текста в диалоге и экспериментов с генерацией кода, а также для дальнейшей настройки и оценки поведения дистилляции. В README приведены результаты на MMLU, ARC, HellaSwag, GSM8K, TruthfulQA и HumanEval; автор отмечает, что полное дообучение привело к умеренному забыванию знаний вне областей дистилляции из-за ограниченного объёма данных. Это предварительный тестовый прогон, а не запланированная полномасштабная дистилляция.

eluzhnica/mpt-30b-peft-compatible — версия базовой языковой модели MPT-30B от MosaicML, в которой добавлена совместимость с дообучением через PEFT, проверенная автором на QLoRA. Веса не изменены и совпадают с оригинальной MPT-30B; сама исходная модель — плотный декодерный трансформер с 29,95 млрд параметров, обученный MosaicML с нуля на 1 трлн токенов английского текста и кода. Модель предназначена для генерации текста и кода, а также для использования как основы для дальнейшего дообучения. Она поддерживает контекст до 8 тыс. токенов; архитектура использует ALiBi и FlashAttention для обработки длинных последовательностей и эффективного обучения и инференса. Репозиторий распространяется по лицензии Apache-2.0, а для загрузки через Transformers требуется trust_remote_code=True. Это базовая, не настроенная на инструкции модель: она может выдавать фактически неверные, предвзятые или оскорбительные ответы и не предназначена для прямого использования в диалогах с пользователями без дообучения и защитных механизмов. Разработчик репозитория отмечает, что проверял работу PEFT/QLoRA, но не проводил полного аудита интеграции со стеком Hugging Face.

MultiPL-T-StarCoderBase_15b — 15-миллиардная модель семейства MultiPLCoder, разработанная на основе StarCoder и дообученная командой NUPRL на наборе данных MultiPL-T. Она предназначена для генерации кода, особенно на языках программирования с ограниченными ресурсами: Lua, Racket и OCaml. Для этих языков в карточке приведены отдельные ревизии модели с лучшими результатами; для запуска требуется выделенный GPU. Модель использует архитектуру GPTBigCode с причинной языковой моделью и контекстом 8192 токена. Репозиторий содержит веса PyTorch и Safetensors, использовать их можно через Transformers. Лицензия — BigScience OpenRAIL-M. Карточка не приводит метрик качества или сведений о поддержке других языков программирования.