II.2Создание и понимание программного кода

Модель qwen2.5-3b-code-sft-shuffled-lr1e5-step102 — готовая к инференсу версия Qwen2.5-3B, дообученная для генерации кода. Разработчик в карточке не назван; обучение выполнено на наборе qwen3b_code_sft_data_s300 с перемешанным порядком примеров, без replay, до шага оптимизатора 102. Это плотная авторегрессионная модель семейства Qwen2 с 3,1 млрд параметров, реализованная через Qwen2ForCausalLM. Она принимает текстовые запросы и генерирует текст, в первую очередь код; заявленное контекстное окно — 32 768 токенов. Модель подходит для экспериментов с кодовой генерацией и оценки влияния порядка данных и стратегии replay при SFT. Это экспериментальный чекпойнт обучения, а не универсальная рекомендация для продакшена. README не описывает конкретные языки программирования, результаты оценивания или ограничения применимости. Лицензия в предоставленных данных не указана.

GetSoloTech разработала эту дообученную на LoRA модель на основе Qwen3-4B-Thinking-2507 для соревновательного программирования и рассуждений о коде. Это плотная причинно-языковая модель с 3,7 млрд параметров, обученная на наборе Code-Reasoning; в него входят отобранные задачи из TACO, APPS, CodeContests и Codeforces, преимущественно на Python. Модель генерирует программные решения и пояснения к ним, помогая разбирать условия, учитывать ограничения и продумывать граничные случаи. Модель принимает текстовые запросы и выдаёт текст, включая код и пошаговые рассуждения. В README указан контекст 4096 токенов с возможностью настройки до 262 144; метаданные указывают нативное окно контекста 262 144 токена. Репозиторий использует формат safetensors и библиотеку Transformers. Модель распространяется по лицензии Apache-2.0.

Это экспериментальная версия Qwen2.5-Coder-7B-Instruct, дообученная командой xw1234gan методом GRPO с KL-регуляризацией для эксперимента по проверке безопасности кода SecCodePLT+. Модель предназначена для генерации кода с учётом требований безопасности и проверки решений на соответствие тестам безопасности. Обучение проводилось на официальной обучающей выборке SecCodePLT+ из 655 примеров; для оптимизации использовались reward на основе официальных unit-тестов ReaL, DAPO-style token loss и динамическая выборка. Модель имеет плотную архитектуру Qwen2, содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. README сообщает о прохождении формата в 98,78% случаев и синтаксиса в 98,17% случаев при жадном декодировании на 164 тестовых примерах. Это исследовательский чекпойнт с одним запуском обучения и одним seed; результаты ограничены проверкой Python с ограниченными ресурсами и не гарантируют безопасность кода в целом. Лицензия в предоставленных данных не указана.

laion/tt-x2_clip-hi0p01-15-30B — это экспериментальный чекпойнт на базе инструктивной модели Qwen/Qwen3-Coder-30B-A3B-Instruct, дообученный методом GRPO в рамках подбора гиперпараметров TaskTrove X2. Модель предназначена для генерации кода и решения задач с несколькими файлами; обучение проводилось на DCAgent/exp_rpt_multifile с использованием SkyRL и Terminus-2. Архитектура — Qwen3 MoE для причинной генерации текста; репозиторий содержит веса Safetensors, а размер модели в метаданных указан как 2,6 млрд параметров. Метаданные указывают контекст до 262 144 токенов и поддержку английского языка. В карточке выбран шаг 15 по сглаженной EMA награды: pass@8 составил 0,359. Однако этот экспериментальный запуск был остановлен на шаге 62 из 80 из-за роста энтропии; после шага 54 награда и pass@8 резко ухудшились, поэтому чекпойнт не следует считать успешным результатом серии TaskTrove X2. Лицензия — Apache-2.0.

VibeThinker-3B-heretic_decensored — языковая модель на 3,1 млрд параметров, созданная prithivMLmods на основе WeiboAI/VibeThinker-3B. Это плотная causal language model архитектуры Qwen2, доступная в формате safetensors и рассчитанная на контекст до 131 072 токенов. Модель модифицирована инструментом Heretic с помощью анализа направления отказов и целевых изменений весов, чтобы снизить склонность к отказам, сохранив возможности исходной модели в математике, программировании и STEM-рассуждениях. Модель предназначена для генерации текста и диалогов, исследований поведения отказов и выравнивания, проверки рассуждений и оценки моделей, а также локального запуска. В карточке указаны английский язык и лицензия MIT. README описывает её как экспериментальную и предупреждает, что снижение числа отказов может приводить к чувствительным или небезопасным ответам и неожиданным артефактам.

Карточка модели ZenithLLM/zen-ingress-1-3b-dpo-merged на Hugging Face совпадает с карточкой ZenithLLM/zen-ingress-1-3b-sft-merged, поэтому описание составлено по ней. Zen Ingress 1-3B — причинная языковая модель от ZenithLLM на архитектуре Qwen2, дообученная на базе Qwen 2.5 3B и объединённая в этом репозитории. Модель содержит 3,1 млрд параметров, принимает текст и предназначена для генерации ответов в диалоге с контекстом до 32 768 токенов. Основные сценарии — пошаговые рассуждения и решение алгоритмических задач. По описанию разработчика, обучение включало SFT на отфильтрованных примерах; модель стремится отвечать кратко, без вводных фраз и лишних оговорок. В репозитории находятся объединённые веса в формате safetensors. Разработчик также описывает отдельные варианты GGUF с квантизацией для устройств с ограниченными ресурсами, но эти варианты не являются содержимым данного репозитория. Модель поддерживает английский язык. Её можно применять для генерации текста и диалоговых ответов, однако заявленная ориентация на рассуждения и алгоритмические задачи не гарантирует точность каждого решения. Лицензия — Apache-2.0.

Africlaude-7B — языковая модель Axiveri с 7,1 млрд параметров на архитектуре Qwen2, предназначенная для разработчиков и финтех-команд в Африке. Она рассчитана на диалоговые сценарии и генерацию текста, связанные с нигерийским английским и пиджин-английским, USSD-сессиями, платёжными API Paystack и Flutterwave, требованиями CBN и финтех-безопасностью. Модель распространяется в формате safetensors, поддерживает контекст до 32 768 токенов и доступна по лицензии Apache-2.0. По данным карточки, модель оптимизирована прежде всего для нигерийского английского и пиджин-английского; языки йоруба, хауса и игбо пока обозначены как направление дальнейшей работы. В README указаны слабые результаты на задачах соответствия требованиям CBN и рассуждений, а также ограничения бенчмарка AfriclaudeBench v1.0. Заявленные результаты бенчмарка приведены разработчиком и сами по себе не подтверждают качество в реальных сценариях.

PTTREP/asynchow-minutes-code — компактная языковая модель Qwen2.5, дообученная разработчиком на наборе данных asynchow_python_code_minutes. Это плотная авторегрессионная модель с 1,5 млрд параметров, рассчитанная на генерацию текста и диалоговое взаимодействие; базовая версия поддерживает контекст до 32 768 токенов. Название обучающего набора указывает на специализацию на Python-коде, однако README не описывает конкретные сценарии применения или результаты на задачах программирования. Модель подходит для экспериментов с генерацией текста и кода, а также для диалоговых сценариев. В README приведено значение loss 0,1879 на оценочном наборе, но не указаны методика оценки и сравнительные результаты, поэтому оно само по себе не подтверждает качество в практических задачах. Репозиторий содержит веса в формате safetensors. Лицензия обозначена как other; конкретные условия использования в доступных данных не раскрыты.

DeepSeek-R1-Zero — языковая reasoning-модель первого поколения, разработанная DeepSeek. Она обучена с применением крупномасштабного reinforcement learning непосредственно на базовой модели, без предварительного supervised fine-tuning. Такой подход предназначен для развития способностей к решению сложных задач и исследует возможность стимулировать рассуждение LLM исключительно с помощью RL. Модель ориентирована на задачи, требующие многошагового анализа, включая математику, программирование и общее логическое рассуждение. В процессе обучения у неё естественным образом сформировались возможности самопроверки, рефлексии и генерации длинных цепочек рассуждений. При этом README не содержит достоверных сведений о размере модели, конкретной архитектуре, длине контекста и поддерживаемых языках. К ограничениям относятся склонность к бесконечным повторениям, низкая читаемость ответов и смешение языков. DeepSeek-R1-Zero опубликована с лицензией MIT, что допускает её использование в соответствии с условиями этой лицензии.

dlm-code0.6b-exp — экспериментальная модель генерации кода из проекта thunder-fast, созданная на основе предварительно обученной кодовой модели Qwen2. Это дискретная masked-diffusion модель: она генерирует текст последовательными шагами снятия масок при двунаправленном внимании, заполняя окно вывода за 24 шага, а не предсказывает следующий токен авторегрессионно. В основе — плотная архитектура Qwen2 с 24 слоями, размером около 494 млн параметров и контекстом до 32 768 токенов. Модель предназначена для генерации кода по текстовым запросам. Для получения результатов требуется diffusion-декодер с циклом итеративного снятия масок, например runtime проекта thunder-fast; обычная загрузка как причинной Qwen2ForCausalLM не воспроизводит этот режим генерации. Чекпойнт обозначен как экспериментальный и находящийся в разработке. Сведения о лицензии в предоставленных источниках отсутствуют.

LLMSafety/Falcon3-7B-Base-4bit — 4-битная квантованная версия базовой большой языковой модели Falcon3-7B-Base. Исходную модель разработал Technology Innovation Institute (TII), а репозиторий квантованной версии опубликован организацией LLMSafety. Это модель генерации текста с авторегрессионной архитектурой Transformer, предназначенная для локального запуска, генерации продолжений и последующей адаптации под прикладные задачи; она не является готовой instruction-tuned или чат-моделью. Модель содержит около 7 млрд параметров и использует decoder-only архитектуру с 28 блоками, grouped-query attention с 12 query-heads и 4 key-value heads, размером головы 256 и словарём из 131 072 токенов. Максимальная длина контекста — до 32 000 токенов. Базовая Falcon3-7B-Base поддерживает английский, французский, испанский и португальский языки и обучалась на данных из веба, кода, STEM, высококачественных и многоязычных источников. Квантование до 4 бит снижает требования к памяти и может ускорить локальный инференс, но потенциально уменьшает точность по сравнению с полной версией. Сильные стороны — сравнительно небольшой размер для модели такого класса, поддержка длинного контекста, многоязычность и пригодность для дообучения и локального развертывания. Ограничение — отсутствие обучения следованию инструкциям: для диалога и большинства прикладных сценариев требуется дополнительная настройка. В карточке LLMSafety точная лицензия и подробные ограничения не указаны; у исходной Falcon3-7B-Base указана лицензия Falcon-LLM License.

Hammer 2.1 1.5B — компактная языковая модель для вызова функций и инструментов, разработанная MadeAgents и дообученная на базе Qwen/Qwen2.5-Coder-1.5B-Instruct. Она использует плотную архитектуру Qwen2 и поддерживает диалоговый формат с интерфейсом вызова инструментов. Модель рассчитана на выполнение нескольких последовательных вызовов функций для одного запроса, работу с инструментами в нескольких ходах диалога и распознавание случаев, когда предложенные функции не подходят к запросу. Модель содержит 1,5 млрд параметров и поддерживает контекст до 32 768 токенов. Она дообучалась на наборах Salesforce/xlam-function-calling-60k и MadeAgents/xlam-irrelevance-7.5k. README сообщает об интеграции в Google AI Edge для локального запуска на мобильных устройствах, а также о поддержке Transformers и vLLM. Модель предназначена для формирования текстовых ответов и структурированных вызовов функций; явно заявленных языковых ограничений в источниках нет. В README указаны результаты оценки на Berkeley Function-Calling Leaderboard BFCL-v3, однако численные результаты для этой версии не приведены. Лицензия CC BY-NC 4.0 ограничивает коммерческое использование.

html-accessibility-fixer — дообученная SnehaPriyaaMP версия модели T5-small для преобразования текста. По названию репозитория модель предназначена для исправления проблем доступности в HTML. Архитектура — T5ForConditionalGeneration, размер — 38,5 млн параметров, формат весов — safetensors; модель использует библиотеку Transformers и имеет контекст до 512 токенов. В карточке указана оценка Loss 2,7182 на тестовом наборе, однако набор данных и подробности оценки не описаны. Модель распространяется по лицензии Apache-2.0. README не содержит подробного описания возможностей или ограничений, поэтому качество исправлений и поддерживаемые виды проблем доступности по этим данным оценить нельзя.

LFM2.5-230M-Code-Math — компактная плотная языковая модель, дообученная автором hauser458b на инструкционной версии LiquidAI/LFM2.5-230M. Она предназначена для генерации кода, решения простых математических задач и обычного диалога с сохранением навыков следования инструкциям исходной модели. Модель содержит 221,2 млн параметров, принимает текст и поддерживает контекст до 128 000 токенов. По неформальным проверкам автора, модель справляется с типовыми задачами программирования, арифметикой, базовой алгеброй и геометрией; также проверялись диалог и вызов инструментов. Эти наблюдения основаны примерно на двадцати ручных запросах, а сравнение с другой моделью не является формальным бенчмарком. Лицензия в метаданных указана как other; конкретные условия следует сверить с карточкой модели.

Muse Spark 1.3 Contributor — экономичная версия мультимодальной модели рассуждения Meta, предназначенная для экспериментов, обучения и ранней разработки агентных, многоагентных и связанных с программированием сценариев. Карточка также указывает на работу с отслеживанием информации, но не раскрывает подробности этой возможности. Из доступных данных следует, что модель принимает изображения и текст и предназначена для задач image-text-to-text. Сведения о размере, архитектуре, контекстном окне, поддерживаемых языках и лицензии отсутствуют в предоставленной карточке и метаданных.

Nool-Alpha-100M-Chat — двуязычная причинно-языковая модель семейства Nool Alpha, разработанная Ch3nOff. Она предназначена для генерации текста на индонезийском и английском языках, а также кода на Python. Модель использует гибридную архитектуру MoE с механизмом GSLA для сжатия KV-кэша и восемью низкоранговыми экспертами с маршрутизацией Top-2; заявлено около 149,8 млн параметров всего и около 97,9 млн активных параметров на токен. Контекст составляет 2048 токенов. В карточке описаны методы стабилизации остаточных связей и ограничения логитов. Модель подходит для локальных и исследовательских сценариев генерации текста, однако приведённые сведения об обучении ограничены 900 шагами и зафиксированным значением loss 2,6335, поэтому карточка не подтверждает качество для широкого практического применения. Веса опубликованы в формате Safetensors; лицензия — MIT.

ressl/Ornith-1.5-9B-uncensored-GGUF — это версия языковой модели Ornith-1.5-9B, разработанной командой Ornith и доработанной Robert Ressl. Модель предназначена для генерации текста и локального запуска через llama.cpp в сценариях исследований безопасности, red-teaming и penetration testing. Она создана методом abliteration с тремя проходами biprojection, что существенно снижает количество жёстких отказов на вредоносных запросах по сравнению с базовой моделью. Модель распространяется в формате GGUF с вариантами BF16, Q8_0, Q6_K, Q5_K_M и Q4_K_M; размеры файлов составляют примерно от 5,8 до 18,4 ГБ. Также доступен файл mmproj BF16 размером около 0,92 ГБ. Заявленная длина контекста — 262 144 токена, однако в этой публикации модель обслуживается с контекстом до 131 072 токенов. Указан английский язык. Для запуска рекомендуется llama.cpp; README подтверждает работу с llama-server и CUDA. Сильной стороной модели является высокая готовность отвечать на запросы, которые стандартная версия обычно отклоняет: в указанной оценке частота жёстких отказов снизилась с 767 до 20 из 1120 запросов для родственного NVFP4-варианта и составила 101 из 1120 для Q4_K_M. При этом квантование усиливает остаточные отказы, а Q4_K_M иногда демонстрирует ошибочную самопрезентацию, хотя проверки математики, общих знаний и кода проходят успешно. Модель не предназначена для безусловно безопасного использования и требует ответственного применения. Модель распространяется по лицензии MIT, унаследованной от Ornith. Базовая модель принадлежит команде Ornith, а abliteration, конвертацию в GGUF и валидацию выполнил Robert Ressl.

Qwen3.6-35B-A3B-sft-15020 — модель генерации кода, созданная командой AscendAgentOps посредством supervised fine-tuning базовой Qwen/Qwen3.6-35B-A3B. Она предназначена для генерации ядер операторов для NPU Ascend: по функциональному описанию оператора и определению его интерфейса модель формирует реализацию, например на AscendC. Обучение проводилось с помощью MindSpeed-MM. Модель основана на архитектуре Qwen3.5 MoE: в базовой модели 35 млрд параметров, из которых активируются 3 млрд. Она загружается через Transformers и распространяется в формате safetensors. Качество генерации оценивается на NPUKernelBench по успешности компиляции, численной точности и производительности ядер. Модель специализирована на коде для операторов Ascend, поэтому её общие диалоговые и программные возможности могут быть слабее базовой модели. Сгенерированный код следует компилировать и проверять на целевом оборудовании. Лицензия — Apache-2.0; также действуют условия лицензии базовой модели.

Jalik разработал Jalik/qwen3-8b-codev-sva-ol-dfs-think — дообученную методом полного параметрического SFT языковую модель Qwen3-8B с архитектурой Qwen3ForCausalLM и 7,6 млрд параметров. Она предназначена для преобразования текстового описания свойства цифрового дизайна и тестбенча в SystemVerilog Assertion (SVA). Модель обучена на 5 000 примерах из CodeV-SVA-datasets. Ответ включает структурированный разбор требования на уровне операторов и завершается одним утверждением assert property; для обучения использовался шаблон чата Qwen3 с включённым режимом reasoning. Карточка сообщает, что обучающие примеры проверялись JasperGold на полную эквивалентность, однако качество самой дообученной модели на бенчмарке не приводится. Модель принимает текст и выдаёт текст с SVA-кодом. Контекстное окно — 40 960 токенов. Обучающие запросы используют testbench с сигналом tb_reset и маркером // TODO: ASSERTION; многоутвержденческие и многотактовые запросы выходят за рамки обучающих данных. Генерируемые утверждения следует проверять формальными средствами. Лицензия — Apache-2.0.

QWQ R1 Reasoning Distill 1.5B CoT — языковая модель на архитектуре Qwen2, дообученная prithivMLmods на базе deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B. Модель содержит 1,5 млрд параметров и предназначена для генерации текста с пошаговыми рассуждениями, следования инструкциям и решения многоэтапных задач. В карточке указаны математические и логические задачи, объяснение решений и учебные сценарии; для диалога предусмотрен chat-интерфейс. Модель принимает текст и генерирует текст. Заявленная длина контекста — 131 072 токена. В обучении использованы наборы данных с примерами математических решений и длинных рассуждений. Лицензия — Apache-2.0. Модель может ошибаться в вычислениях и фактах, испытывать трудности с неоднозначными задачами и очень длинными цепочками рассуждений. Её знания могут быть неполными или устаревшими, а результаты — зависеть от смещений и пробелов в обучающих данных.

Qwythos-9B-Claude-Mythos-5-1M-uncensored-heretic-GGUF — набор GGUF-квантизаций модели llmfan46/Qwythos-9B-Claude-Mythos-5-1M-uncensored-heretic, разработанный независимым автором LLMfan46 на основе Qwythos-9B-Claude-Mythos-5-1M от empero-ai. Модель предназначена для генерации текста на английском языке, рассуждений, агентских сценариев, function calling и использования инструментов, а также задач в области кибербезопасности и биомедицины. В карточке заявлены архитектура семейства Qwen3.5, размер 9B параметров и контекст до 1 миллиона токенов. Модель представляет собой decensored-версию исходной модели: к её весам применён Heretic v1.2.0 с вариантом метода Magnitude-Preserving Orthogonal Ablation (MPOA), затрагивающим отдельные компоненты attention и MLP. По данным автора, доля отказов снизилась с 73 до 11 случаев из 100 при KL-дивергенции 0,0123 относительно оригинала. Это может быть преимуществом для исследовательских и агентских сценариев, требующих меньшего числа отказов, но одновременно означает ослабление встроенных ограничений безопасности. В README приведены результаты MMLU только для исходной модели: точность 77,03%, поэтому они не подтверждают идентичную производительность данной версии. Также не указаны конкретный формат шаблона запросов, требования к памяти для разных квантизаций и фактические ограничения длинного контекста. Модель распространяется по лицензии Apache-2.0.

Shibai 700M Base — плотная авторегрессионная языковая модель семейства LLaMA, разработанная TheOneWhoWill. Она предварительно обучена на более чем 18 млрд токенов английского текста, математики и кода Python, а затем продолжила обучение для улучшения рассуждений и программирования. Модель рассчитана на генерацию текста и базовое продолжение запросов; для загрузки используется библиотека Transformers, веса представлены в формате safetensors. В архитектуре указано 28 слоёв, скрытый размер 1280, 16 голов внимания и 4 KV-головы. Метаданные каталога сообщают 637,3 млн параметров и контекст 2048 токенов; README заявляет возможность масштабирования RoPE до 8192 токенов без дополнительного обучения. Модель обучалась около 400 часов на одной RTX 5070 Ti и описана автором как уступающая по степени обучения некоторым современным малым моделям, хотя способная генерировать связный текст. Лицензия — Apache-2.0.

stcoder-gemma4-12b — чат-модель компании Mikrodev для генерации кода на Structured Text в среде Advance Logic Builder (ALB), поставляемой как Mikrodev LogicStudio. Это дообученная google/gemma-4-12b-it; модель следует диалекту Mikrodev, который может отличаться от общего стандарта IEC 61131-3 и соглашений других производителей. Доступны сборки GGUF с квантованием Q4_K_M, Q6_K и Q8_0, а также LoRA-адаптер. Лицензия — Apache-2.0. Модель предназначена для диалоговой генерации Structured Text по описанию требований к системе управления. Карточка рекомендует сборку Q8_0 при наличии достаточной памяти, но отмечает возможный сбой на видеокарте с 16 ГБ при контексте 8k; для такого случая предлагается Q6_K. Также возможны запуск на CPU и на устройствах с унифицированной памятью, с меньшей скоростью. Модель не поддерживает вызов инструментов. В ограниченном исследовании она показала соответствие диалекту Mikrodev, однако результаты не гарантируют правильность управляющей логики.

Zamba-7B-v1-phase1 — базовая языковая модель Zyphra для генерации текста, включая текст и код. Это исследовательский предобученный чекпойнт, созданный для сравнения влияния этапа annealing в обучении; он обучен предсказанию следующего токена на 1 трлн токенов текстовых данных и кода из открытых веб-датасетов. Репозиторий использует архитектуру Zamba: основу из слоёв Mamba с общим трансформерным слоем внимания через каждые шесть блоков, а также токенизатор Mistral v0.1. В метаданных указано 16,9 млрд параметров и контекст 4096 токенов. Модель ориентирована на продолжение текста и эксперименты с генерацией, а не на диалог с пользователем: она не дообучалась для чата и не имеет встроенного механизма модерации. Архитектура с пространственным состоянием рассчитана на эффективную генерацию с меньшими затратами памяти на KV-кэш; README предупреждает, что текущая реализация Hugging Face работает медленнее внутренней реализации Zyphra, а запуск без оптимизированных Mamba-ядер заметно увеличивает задержку. Лицензия — Apache-2.0.

zenlm/zen-designer-235b-a22b-instruct — специализированная мультимодальная модель Hanzo для задач дизайна интерфейсов и визуального анализа. Это дообученная на основе Qwen/Qwen3-VL-235B-A22B-Instruct модель с разреженной архитектурой MoE: 235 млрд параметров всего и 22 млрд активных. Она принимает изображения и текст и формирует текстовые ответы; поддерживает диалоговый интерфейс и интерфейс вызова инструментов. Модель предназначена для проектирования макетов панелей управления, мобильных и веб-интерфейсов, работы с компонентами и дизайн-системами, а также для критики и улучшения интерфейсов по изображению. Она может выдавать CSS, компоненты React и токены дизайна. В метаданных указаны английский и китайский языки. Контекстная длина в предоставленных данных не приводится. Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0. Она унаследовала мультимодальную основу Qwen3-VL; результаты в задачах проектирования могут зависеть от качества входного изображения и конкретного сценария. В карточке также указано применение abliteration, но его влияние и связанные ограничения не описаны.

PTTREP/asynchow-original-code — языковая модель Qwen2, разработанная путём дообучения Qwen/Qwen2.5-1.5B-Instruct на датасете asynchow_python_fixed. Это компактная плотная авторегрессионная модель на 1,5 млрд параметров для генерации текста и диалоговых сценариев; она принимает текст и выдаёт текст. Контекстное окно составляет 32 768 токенов. Модель может подойти для генерации кода и ответов на вопросы по Python, однако README не описывает её целевое поведение, результаты оценки или ограничения, поэтому качество в этих сценариях не подтверждено. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Лицензия указана как other, поэтому условия использования следует сверить с карточкой модели и условиями базовой модели.

Auro-110M — компактная причинная языковая модель от MedinaMemorySystems для Sovereign Knowledge Studio, дообученная на базе EleutherAI/pythia-160m-deduped с применением pruning и distillation. Она предназначена прежде всего для генерации кода на CortexScript DSL, лёгкой оркестрации агентных сценариев и создания структурированных вызовов инструментов в формате ReAct; также заявлены творческое письмо и монологи агента. Модель использует архитектуру GPT-NeoX и содержит 151,9 млн параметров по метаданным. Контекст составляет 2048 токенов. Карточка заявляет работу на CPU и низкое потребление памяти; приведённые показатели памяти и скорости зависят от точности и режима запуска. Язык карточки и метаданных — английский. Согласно карточке, модель лучше всего подходит для синтаксической генерации CortexScript и лёгких агентных задач. Она слаба в сложных рассуждениях и фактических запросах вне обучающего распределения, может галлюцинировать и не имеет встроенных защитных механизмов. Лицензия — Apache-2.0.

Bala v1 — языковая модель для программирования и рассуждений, разработанная лабораторией TushLab компании AlreadyAI. Это дообученная методом QLoRA модель Qwen3-30B-A3B-Thinking-2507 с архитектурой MoE: около 30 млрд параметров всего и примерно 3 млрд активных при генерации; каталог указывает 2,6 млрд параметров. Модель принимает текст и генерирует текст, поддерживает контекст до 262 144 токенов. В репозитории доступны объединённые веса и отдельные LoRA-адаптеры. Главный заявленный результат — улучшение решения математических задач: на MATH-500 показатель pass@1 вырос с 53,6% у базовой модели до 77,2%. Результаты по программированию смешанные, улучшения над базовой моделью авторы не заявляют. Модель предназначена для экспериментов и задач рассуждения, а не для критически важных решений без независимой проверки. Лицензия — Apache-2.0; модель наследует ограничения и возможные смещения базовой модели.

AmberYifan/capsd-marin-8b-base-code_kcenter_b16000_s0 — дообученная модель на основе marin-community/marin-8b-base с архитектурой LlamaForCausalLM и 7,5 млрд параметров. Она предназначена для генерации и продолжения текста; имя модели и датасета указывают на адаптацию для задач, связанных с кодом, однако карточка не описывает конкретные возможности или результаты в этой области. Модель принимает текст и выдаёт текст, поддерживает контекст до 4096 токенов и доступна в формате safetensors для библиотеки Transformers. Базовая модель описана как англоязычная; отдельные сведения о языках этой версии отсутствуют. Лицензия указана как other, без уточнения условий в предоставленных данных.

CodeV-CL-7B — инструкция-настроенная языковая модель для генерации кода Verilog из серии CodeV, разработанной для задач проектирования цифровой логики. По карточке модели её базовая модель — codellama/CodeLlama-7b-Python-hf; веса представлены в формате safetensors. Модель использует плотную архитектуру LlamaForCausalLM с 6,6 млрд параметров и контекстом до 16 384 токенов. Модель предназначена для генерации Verilog-кода по инструкциям и запросам, а также для оценки возможностей генерации в тестовых средах VerilogEval и RTLLM. Проект помечен как находящийся в разработке, поэтому качество и стабильность результатов могут меняться. Лицензия в метаданных указана как llama2.