II.2Создание и понимание программного кода

Grug 67B A2B Datakit SFT 262K — экспериментальный чекпойнт Grug MoE после дообучения с учителем. Модель создана на основе неопубликованного базового чекпойнта Grug на шаге 157 000; обучение продолжено на подборке данных для агентных задач и рассуждений, включая код, математику, следы использования инструментов и форматирование ответов. В README описана отдельная серия SFT от релиза 11 сентября. Архитектура — GrugMoeForCausalLM с 67,1 млрд параметров, 256 маршрутизируемыми экспертами, выбором четырёх экспертов и общим экспертом; заявлено около 2 млрд активных неэмбеддинговых параметров на токен. Веса представлены в BF16, а для генерации предусмотрены режимы с рассуждениями и без них, а также интерфейс вызова инструментов. Конфигурация задаёт контекст 262 144 токена, но качество работы на длинном контексте не проверено. Модель предназначена для генерации текста в агентных сценариях и задачах рассуждения, включая работу с кодом, математикой и инструментами. Чекпойнт не прошёл надлежащую оценку: нет подтверждённых результатов бенчмарков или даже базовой проверки генерации. Для запуска требуется среда с поддержкой Grug MoE; совместимость с указанным форком vLLM и загрузка через стандартный Transformers не подтверждены. Лицензия — OpenMDW-1.1.

Inkling-Small-mlx-3bit — 3-битная MLX-квантизация модели Inkling-Small, подготовленная сообществом mlx-community для компьютеров Apple Silicon. Это мультимодальная разреженная модель с архитектурой MoE: 264 млрд параметров всего, около 12 млрд активируются на токен, 42 слоя, маршрутизация к 6 из 256 экспертов и 2 общим экспертам. Она принимает изображения, аудио и текст, а генерирует текст; заявлены диалоги, работа с изображениями и аудио, программирование и агентные сценарии. В этой сборке эксперты квантизированы до 3 бит, а остальные перечисленные в README компоненты сохранены в 8-битном представлении. Размер файлов — около 120,9 ГБ; сборка рассчитана на запуск с размещением модели в памяти Mac с 128 ГБ, без выгрузки экспертов. Скорость на целевом оборудовании пока не измерена. Используются MLX и формат safetensors. Лицензия — Apache-2.0. Модель подходит для мультимодального диалога и анализа изображений или аудио с текстовым ответом. Практическое применение ограничено требованиями к памяти и платформе: MLX-сборка рассчитана на Apple Silicon, а на компьютере, близком к пределу памяти, генерация может завершаться из-за ограничений macOS. Экосистема MLX моложе llama.cpp; квантизация не использует калибровку типа i-quant.

Llama-3.1-8B-Instruct-Spatial-SQL-1.0 — специализированная модель Mark Rodrigo, слегка дообученная методом QLoRA и supervised fine-tuning на синтетических данных. Это плотная языковая модель семейства Llama с 7,5 млрд параметров и контекстом до 131 072 токенов; она принимает текстовый вопрос с координатами или геометрией и генерирует пространственный SQL для PostGIS. Примеры охватывают вычисление площади, центроида, буфера и длины геометрии. Модель предназначена для преобразования команд на естественном языке в SQL-вызовы географических функций, например в приложениях с картами, передающих список координат. В карточке приведены примеры на английском, испанском и китайском; метаданные также указывают эти языки. Для пространственных вычислений в примерах используются метры и географические координаты WGS 84. Модель выдает SQL, который следует проверять перед выполнением в базе данных. Лицензия — Llama 3.1 Community License (llama3). Карточка описывает узкую область применения и отмечает, что оценочные данные требуют дополнительной проработки; качество на произвольных геопространственных запросах не подтверждено.

RDson/Llama-3-5B-Experimental — экспериментальная разговорная языковая модель семейства Llama, опубликованная RDson. Это плотная авторегрессионная модель для генерации текста и диалога с 4,5 млрд параметров и контекстом 8192 токена; репозиторий содержит веса в формате safetensors. Модель создана на основе частей Meta-Llama-3-8B-Instruct, объединённых методом passthrough с последующим дообучением или «восстановлением» через QLoRA на DPO-датасете evol-codealpaca-v1-dpo. Обучение охватило примерно 64% запланированных шагов; автор также сомневается в корректности токенизатора, поэтому качество и совместимость могут быть нестабильны. Эксперимент ориентирован на разговорную генерацию, в том числе ответы в стиле обучающих примеров по коду. Лицензия указана как other, поэтому условия использования следует проверять в репозитории модели.

Qwen3.8-27B-heretic-dflash2 — черновая модель второго поколения DFlash 2 от jfan, дообученная для спекулятивного декодирования с целевыми моделями Qwen3.8-27B Heretic. Она строит блоки предварительных токенов, которые совместимый сервер проверяет целевой моделью, ускоряя генерацию при сохранении точного результата целевой модели. Предназначена для запуска вместе с целевой моделью через mlx-vlm на Apple Silicon; сама по себе не заменяет полноценную модель генерации. Архитектура основана на Qwen3 и включает групповые динамические причинные свёртки, объединение скрытых представлений нескольких слоёв целевой модели и оценку путей-кандидатов. В README описан блок из семи параллельных черновых токенов. Метаданные указывают 2,9 млрд параметров, контекст 262 144 токена и формат safetensors; заявлены языки английский и китайский, а также поддержка кода. Лицензия — Apache-2.0. В README приведены тесты на задачах программирования, математики и проектирования распределённых систем, но результаты относятся к конкретной конфигурации Apple Silicon и целевой модели и не гарантируют такого же ускорения в других условиях. Текущий чекпойнт обозначен как первый этап продолжающегося обучения.

Starcoder-base-1B-TACO — языковая модель семейства GPTBigCode, созданная дообучением всех параметров Starcoder-base-1B на обучающей части набора TACO. Она предназначена для генерации кода при решении сложных алгоритмических и соревновательных задач программирования по текстовому условию и необязательному стартовому коду. Модель принимает текст и генерирует продолжение; максимальная длина контекста составляет 8192 токена. Обучающий набор TACO содержит задачи по алгоритмической генерации кода с метками тематик, алгоритмов, навыков и сложности. Карточка указывает английский язык и код, а также лицензию BigCode OpenRAIL-M. Качество сгенерированного кода не гарантируется, поэтому результаты следует проверять и запускать в безопасной среде.

Карточка модели BeastxD/text2cypher_lora_v5 на Hugging Face совпадает с карточкой BeastxD/text2cypher_lora_v7, поэтому описание составлено по ней. BeastxD/text2cypher_lora_v7 — дообученная BeastxD модель семейства Qwen3 на базе unsloth/qwen3-4b-instruct-2507-unsloth-bnb-4bit. Это плотная языковая модель с архитектурой Qwen3ForCausalLM и 3,7 млрд параметров; метаданные указывают поддержку контекста до 262 144 токенов, чата и интерфейса вызова инструментов. Название репозитория указывает на генерацию Cypher-запросов, однако README не описывает эту специализацию и не приводит примеров, поэтому её качество и точные сценарии применения не подтверждены. Модель принимает текст и генерирует текст; в карточке указан английский язык. Она обучалась с использованием Unsloth и библиотеки TRL. Лицензия — Apache-2.0. Специализация на Cypher следует только из названия модели; перед применением стоит проверить корректность запросов на своих данных.

huihui-ai представила DeepSeek-R1-Distill-Qwen-1.5B-abliterated — дообученную версию компактной модели рассуждений DeepSeek-R1-Distill-Qwen-1.5B. Модель основана на архитектуре Qwen2, содержит 1,5 млрд параметров и предназначена для генерации текста в диалоговом формате. Заявленная длина контекста — 131 072 токена. Автор описывает её как экспериментальное дообучение с целью ослабить ограничения на ответы; README сообщает, что тест достиг ожидаемого результата. Модель может подойти для диалоговых экспериментов, генерации текста, математических рассуждений и задач программирования, унаследованных от базовой модели. Это тестовая абляция, поэтому качество и поведение могут быть нестабильными. Репозиторий использует формат safetensors; сведения о лицензии в предоставленных данных отсутствуют.

Карточка модели mrkwanzaa/functionalizer-100M-fineweb-edu-seed5 на Hugging Face совпадает с карточкой mrkwanzaa/functionalizer-100M-github-code-python-seed2, поэтому описание составлено по ней. Functionalizer 100M — языковая модель для генерации текста, разработанная с использованием фреймворка Functionalizer. Это пример модели размером 100 млн параметров на архитектуре GPT-2; согласно названию, она обучена на коде Python из GitHub с seed 2. Модель работает через Transformers, использует формат safetensors и рассчитана на контекст до 512 токенов. Модель предназначена для генерации продолжений текста и кода. Для запуска требуется пользовательский форк токенизатора; README не приводит результатов оценки качества или подробностей обучения, кроме указания на 50 000 эпох и seed. Лицензия в предоставленных данных не указана.

Javi0.2-4B-GGUF — экспериментальная текстовая модель с 4 млрд параметров от автора jvr0x, дообученная на основе Qwen/Qwen3.5-4B для работы в агентных клиентах для программирования и исследований, таких как grok build, omp и opencode. Репозиторий содержит квантизированные GGUF-варианты Q4_K_M и Q8_0; LoRA была объединена с базовой моделью перед квантизацией. Мультимодальная башня зрения базовой модели не включена, поэтому эта версия работает только с текстом. Модель предназначена для диалогов с инструментами: поиска актуальных сведений, проверки предпосылок вопроса и честного сообщения о том, что не удалось проверить. В тесте на 136 вопросах она завершила 134 задания и редко отвечала на вопросы о текущих событиях по памяти, однако качество итоговых ответов оказалось ниже базовой модели; ответы часто чрезмерно длинные. В README показан запуск через llama.cpp с контекстом до 131 072 токенов; обучение включало диалоги длиной до 72 000 токенов. Лицензия — Apache-2.0. Это альфа-эксперимент, а не готовая модель: она может придумывать URL и команды при сбое поиска, сдаваться после одной неудачной попытки, не перепроверять источники, ошибаться в фактах и небрежно вызывать инструменты. Без подключённых инструментов она не может выполнять поиск актуальной информации.

KernelLLM-GGUF — это GGUF-версия специализированной большой языковой модели KernelLLM, разработанной Unsloth на основе Llama 3.1 8B Instruct от Meta. Модель дообучена для генерации GPU-ядер на Triton и преобразования PyTorch-модулей в Triton-реализации вместе с соответствующим вызывающим кодом. Обучение проводилось на примерно 25 000 пар PyTorch-модулей и Triton-ядер, дополненных синтетическими примерами, с использованием supervised instruction tuning. Модель предназначена для автоматизации разработки высокопроизводительных GPU-ядер, генерации кандидатов Triton и ускорения экспериментов с реализациями операций и модулей PyTorch. Её работу рекомендуется проверять с помощью юнит-тестов на случайных входных данных; для повышения вероятности корректного результата можно генерировать несколько вариантов и выбирать лучший по результатам тестирования. На KernelBench-Triton Level 1 модель показала score 20,2 при pass@1, 51,8 при pass@10 и 57,1 при pass@20, однако эти результаты относятся к специализированной задаче генерации ядер и не характеризуют универсальные диалоговые способности. Ключевые характеристики: 8 млрд параметров, архитектура на базе Llama 3.1 Instruct, специализация на коде PyTorch и Triton, формат распространения GGUF с динамической квантизацией Unsloth Dynamic 2.0. Сильной стороной является высокая эффективность на задачах генерации Triton-ядер по сравнению с существенно более крупными универсальными моделями. Ограничения включают узкую специализацию, необходимость проверки корректности и производительности сгенерированного кода, а также отсутствие в предоставленных данных сведений о размере контекста, поддерживаемых естественных языках и конкретных вариантах квантизации. В метаданных указана лицензия «other», но её точные условия не приведены.

luau-coder-1.0-preview-medium — промежуточный чекпойнт обучения от автора репозитория khtsly, опубликованный на шаге 10100 для сохранения и сравнения весов. Модель основана на архитектуре Kimi K3 mini port с классом KimiLinearForCausalLM; содержит 1,1 млрд параметров и представлена в формате safetensors. Метаданные указывают контекст до 1 048 576 токенов и английский язык. Модель предназначена для генерации текста, в частности кода на Luau, что следует из названия и языкового тега модели. Это незавершённая версия в процессе обучения, поэтому её качество и пригодность для практического использования не гарантированы. Лицензия в предоставленных данных не указана.

Mini-Jamba — экспериментальная компактная языковая модель от TechxGenus, построенная по архитектуре Jamba с механизмом Mixture of Experts и классом JambaForCausalLM. В метаданных указано 27,3 млн параметров; модель обучалась на примерно 1 млрд единиц Python-кода и предназначена для простейшей генерации кода на Python. Модель принимает текстовые запросы и генерирует текст, прежде всего фрагменты Python-кода. README предупреждает, что она может ошибаться и вводить в заблуждение, плохо справляться с задачами вне программирования и прошла ограниченное тестирование. Перед применением в реальных системах требуется дополнительная проверка безопасности. Лицензия — Apache-2.0.

alirezaaminzadeh/minizinc-repair-coder — дообученная на TRL модель на основе Qwen/Qwen2.5-Coder-1.5B-Instruct для генерации кода и диалоговых ответов. Она использует плотную архитектуру Qwen2ForCausalLM, содержит 1,5 млрд параметров и принимает текстовые запросы; максимальная длина контекста — 32 768 токенов. Карточка демонстрирует запуск через Transformers и text-generation. Название указывает на специализацию на исправлении кода MiniZinc, однако README не описывает обучающие данные, качество исправлений или проверенные сценарии, поэтому такую специализацию нельзя считать подтверждённой. Лицензия в предоставленных данных не указана.

Mossez-100M-Coder-Base — экспериментальная базовая модель для продолжения кода и заполнения пропусков в коде (fill-in-the-middle), разработанная Mossez Systems. Это дообученная на коде модель Mossez-100M-Base с архитектурой Llama: декодерный Transformer с 12 слоями и размером скрытого состояния 768, содержащий около 100,1 млн параметров. Модель предназначена для использования через Transformers и не является чат-ассистентом или моделью, следующей инструкциям. Модель принимает текстовый контекст с кодом и может продолжать его или предлагать фрагмент для заполнения заданного участка. В словарь добавлены специальные маркеры чата и fill-in-the-middle; длина контекста составляет 1024 токена. Карточка и метаданные не указывают конкретные языки программирования. Модель выпущена как экспериментальная и не готова к производственному использованию: она может генерировать некорректный или небезопасный код, ошибочные константы, несуществующие API, повторения и преждевременно завершать вывод; оценка проводилась на узком наборе тестов. Сгенерированный код нужно проверять, тестировать и запускать в изолированной среде. Лицензия — Apache-2.0.

Qwen3.5-0.8B Text — текстовая версия модели Qwen/Qwen3.5-0.8B, подготовленная YVEX в формате GGUF. Артефакт сохраняет значения и точность выбранных исходных текстовых тензоров BF16 и F32, меняя контейнер, имена тензоров и метаданные исполнения. Веса зрения и MTP исключены; это не низкобитная квантизация и не полный мультимодальный пакет исходной модели. Размер файла — около 1,53 ГБ. Модель предназначена для генерации текста, включая продолжение фрагментов и кода. README сообщает о проверке ограниченного выполнения на macOS arm64 с CPU: два сырых текстовых запроса дали по восемь токенов, совпавших с независимым эталоном Transformers при той же точности весов. Эти проверки не являются оценкой качества. Использование рассчитано на YVEX с совместимой привязкой времени выполнения; совместимость с llama.cpp и другими потребителями GGUF не гарантируется. Диалоговый режим и шаблоны чата не квалифицированы, лицензия Apache-2.0 требует сохранять лицензию и применимые уведомления, указывать исходную модель Qwen и раскрывать изменения.

teaguesterling/qwen3.5-4b-astcss — текстовая модель на архитектуре Qwen3.5, дообученная автором репозитория для преобразования запросов на английском языке в селекторы astcss проекта sitting_duck с помощью ast_select. Модель содержит 3,4 млрд параметров, использует плотную архитектуру Qwen3_5ForCausalLM и поддерживает контекст до 262 144 токенов. Это слияние QLoRA-адаптера ранга 16, обученного в NF4, с базовыми весами Qwen3.5-4B; для работы адаптер не нужен. В тестах автор сообщает точность 88,9% на наборе из 108 пар селекторов и 65,5% на более сложном наборе из 55 реляционных селекторов. Модель предназначена для генерации astcss-селекторов по краткому описанию и должна получать системную карточку словаря конкретного языка; без неё результаты тестирования составили 0%. Это не универсальный чат-бот. Модель текстовая: при сохранении отброшены зрительная башня и голова многотокенного предсказания. Результаты приведены для NF4; вывод в fp16 может немного отличаться. Лицензия — Apache-2.0.

BeastxD/text2cypher_lora_v7 — дообученная BeastxD модель семейства Qwen3 на базе unsloth/qwen3-4b-instruct-2507-unsloth-bnb-4bit. Это плотная языковая модель с архитектурой Qwen3ForCausalLM и 3,7 млрд параметров; метаданные указывают поддержку контекста до 262 144 токенов, чата и интерфейса вызова инструментов. Название репозитория указывает на генерацию Cypher-запросов, однако README не описывает эту специализацию и не приводит примеров, поэтому её качество и точные сценарии применения не подтверждены. Модель принимает текст и генерирует текст; в карточке указан английский язык. Она обучалась с использованием Unsloth и библиотеки TRL. Лицензия — Apache-2.0. Специализация на Cypher следует только из названия модели; перед применением стоит проверить корректность запросов на своих данных.

Карточка модели CollectionStudio/Trinity-Nano-Base-Pre-Anneal на Hugging Face совпадает с карточкой arcee-ai/Trinity-Nano-Base-Pre-Anneal, поэтому описание составлено по ней. Trinity-Nano-Base-Pre-Anneal — базовая языковая модель компании Arcee AI из семейства Trinity, построенная на архитектуре AfmoeForCausalLM с разреженной смесью экспертов. В модели 6 млрд параметров, из которых при генерации активен примерно 1 млрд; используются 128 экспертов, 8 активных и один общий. Контекст — 4096 токенов. Модель обучена на 8,8 трлн токенов, включая значительный объём математических и программных данных. Это промежуточный чекпойнт до этапа anneal и соответствующего набора данных с повышенной долей математики и кода. Он предназначен для дальнейшего дообучения под конкретную область, а не для чата или общего применения без дополнительной настройки. Модель поддерживает генерацию текста и отмечена для английского, испанского, французского, немецкого, итальянского, португальского, русского, арабского, хинди, корейского и китайского языков. Весы опубликованы в формате safetensors; лицензия — OpenMDW-1.1.

Valuoty-industry-plc-4B — компактная языковая модель для программирования промышленных ПЛК, разработанная командой SPIE ICS. Модель дообучена методом QLoRA на базе Qwen/Qwen3-4B-Thinking-2507 с помощью Axolotl и содержит 3,7 млрд параметров. Она принимает текстовые инструкции и генерирует текстовый код и пояснения для пяти языков IEC 61131-3: Structured Text, ASCII-представлений Ladder Diagram и Function Block Diagram, Instruction List и GRAFCET/SFC. Контекст модели — до 262 144 токенов. Модель предназначена для генерации и рефакторинга логики ПЛК, проектирования SFC, диагностики и устранения неисправностей в задачах промышленной автоматизации. В README приведён результат 58,2% на отраслевом бенчмарке PLC MMLU-style; заявлено преимущество над рядом более крупных моделей, хотя результаты зависят от бенчмарка и сценария. Адаптер рассчитан на развёртывание на периферийных устройствах и в локальной инфраструктуре. Лицензия указана как other, без дополнительных условий в предоставленных данных.

Wrench-4B-Qwen3.6-8E Experimental Preview — экспериментальная компактная модель для инструментов разработчика от stancsz, созданная на основе Qwen3.6-35B-A3B путём прунинга и адаптации под ограниченный набор задач. Она содержит около 3,88 млрд параметров и использует архитектуру Qwen3.5 MoE; репозиторий распространяет веса в формате Safetensors и поддерживает работу через Transformers 5.17.0 и новее. Модель предназначена для диалоговой генерации и помощи в задачах разработки, включая подготовку ограниченных предложений действий для инструментов разработчика. Карточка описывает встроенный детерминированный маршрут для однозначных механических запросов и маршрут через модель для неоднозначных запросов. Wrench не выполняет изменения самостоятельно: она формирует ограниченные предложения или воздерживается, а выполнение должен контролировать внешний верификатор. Заявлена позиционная ёмкость базовой конфигурации до 2 млн токенов; режим 4 млн достигается расширением RoPE во время выполнения и не является результатом обучения на таком контексте. Модель опубликована для исследовательского использования и предварительной оценки, не предназначена для производственных или критически важных сценариев. Качество генерации через обычный Transformers, качество извлечения на длинном контексте и производительность при производственной нагрузке не подтверждены полной оценкой. Лицензия — Apache-2.0.

BLOOM-560M-intermediate — промежуточный контрольный чекпойнт языковой модели семейства BLOOM, разработанного BigScience. Это плотная авторегрессионная Transformer-модель с архитектурой decoder-only для генерации текста; репозиторий предоставляет веса PyTorch и Safetensors, а карточка указывает контекст до 2048 токенов. Модель предназначена для исследований больших языковых моделей и может использоваться как исходная точка для дальнейшего дообучения. BLOOM обучалась на многоязычных текстах и также включает данные на языках программирования. Метаданные отмечают поддержку широкого набора естественных языков, включая английский, французский, испанский, хинди, китайский, арабский и бенгальский; основной язык не выделен. Чекпойнт относится к промежуточной серии обучения, поэтому его пригодность для прикладных сценариев зависит от конкретного шага и проверки качества. Модель может выдавать фактически неверные, повторяющиеся, предвзятые или неподходящие ответы; её не следует применять для критичных решений и задач, где необходима достоверность. Лицензия — BigScience BLOOM RAIL 1.0.

ChatWaifu 32B Reasoning — текстовая причинно-следственная языковая модель, созданная spow12 и собранная с помощью mergekit на основе Qwen/QwQ-32B и других вариантов QwQ-32B. Модель предназначена для диалогового агентного взаимодействия с заданной персонажной манерой, включая ролевые сценарии и ответы с рассуждениями. Модель имеет плотную архитектуру Qwen2ForCausalLM и 32 млрд параметров, работает с контекстом до 40 960 токенов и поддерживает английский и японский языки. В карточке указаны обучение на наборах для диалогов, ролевого общения, рассуждений, математики, перевода и программирования; заявленный режим рассуждений включается инструкцией в системном сообщении. Автор указывает лицензию CC BY-NC 4.0 и ограничение на некоммерческое использование. Качество ответов и безопасное поведение не гарантируются; персонажность и стиль зависят от используемого промпта.

neulab/codebert-javascript — модель семейства CodeBERT, разработанная на основе microsoft/codebert-base-mlm и дообученная на JavaScript-коде из набора codeparrot/github-code-clean. Она использует архитектуру RoBERTa с задачей masked language modeling и содержит около 151,8 млн параметров; длина контекста — 514 токенов. Модель предназначена для CodeBERTScore и может применяться для заполнения пропусков в JavaScript-коде и других задач, использующих представления кода. Это не генеративная модель для написания программ в диалоге: её основная задача — предсказывать замаскированные токены. В карточке не указаны условия лицензии.

Карточка модели yang-z/CodeV-DS-6.7B на Hugging Face совпадает с карточкой yang-z/CodeV-CL-7B, поэтому описание составлено по ней. 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.

Usaid Bin Rehan разработал ContextClassy-Merged-V1 — языковую модель для генерации задач в стиле LeetCode. Она принимает в запросе тему и уровень сложности и формирует задачу для практики программирования; автор также описывает применение в системах управления обучением и возможность дальнейшего дообучения на задачах с категориями по теме и сложности. Модель дообучена на основе Zephyr-7B. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста и поддерживающая диалоговый сценарий. В метаданных указан английский язык и контекст до 32 768 токенов. Лицензия не указана в карточке. Генерация заданий для курсов вне программирования не проверена; автор отмечает, что модель ограничена генерацией задач LeetCode, на которых обучалась.

deepsol-clawd-code — объединённая модель на базе GPT-2 из обучающего стека Solana Clawd AI. Она предназначена для исследований и экспериментов с помощниками по коду и инструментам, связанным с Solana. Модель использует архитектуру GPT2LMHeadModel с 12 слоями и размером скрытого представления 768; для работы доступны веса Safetensors и токенизатор Transformers. Контекст ограничен 1024 токенами, основной заявленный язык — английский. Модель подходит для генерации кода и текстовых ответов о разработке под Solana, но её небольшая ёмкость ограничивает сложные рассуждения и работу с длинным контекстом. Данные обучения и рецепт объединения не раскрыты, поэтому результаты следует оценивать перед применением. Лицензия — Apache-2.0.

Diff-Codegen-350M-v1 — экспериментальная модель CarperAI для генерации изменений в коде. Это авторегрессионная плотная CodeGen-модель объёмом 350 млн параметров, дообученная на CodeGen-350m-mono от Salesforce. Она принимает исходный фрагмент и описание требуемого изменения и генерирует патч в формате Unified Diff, помечая добавленные, изменённые и удалённые строки. Контекст модели составляет 2048 токенов. Модель предназначена для прототипирования систем автоматического редактирования кода и исследовательских экспериментов. Она обучалась на изменениях из GitHub-репозиториев с открытым кодом, а её базовая модель предварительно обучалась на The Pile и дообучалась на многоязычных корпусах кода и Python. Карточка описывает экспериментальный предварительный выпуск без оценки качества. Модель может хуже работать с малопредставленными языками программирования и не должна считаться источником корректного или безопасного кода. Лицензия MIT разрешает коммерческое использование, однако разработчики его не рекомендуют.

Fwizzer-R1-3B-ZH-v2 — лёгкая языковая модель с 3 млрд параметров, разработанная fwizzer1 на базе Ministral-3-3B-Instruct-2512. Модель дообучена за 2200 шагов на наборе zh-deepthink-mega из 17 281 очищенного примера по китайской математике, алгоритмам и задачам с многошаговым рассуждением. Для формирования ответа она использует структурированную цепочку рассуждений в тегах <think>...</think>. Модель предназначена прежде всего для китайскоязычных задач рассуждения, математики, логики, генерации кода и текстового общения; заявлена поддержка китайского и английского языков. Основной формат распространения — GGUF с квантованиями Q4_K_M, Q5_K_M и Q8_0, рассчитанными соответственно на мобильные и маломощные устройства, обычные компьютеры и конфигурации с не менее чем 6 ГБ видеопамяти. Также доступен F16 vision-проект для мультимодального понимания изображений и OCR при совместимом запуске, однако характеристики этой возможности подробно не описаны. Заявленная длина контекста — 8192 токена. Сильные стороны модели — компактный размер, локальный запуск, ориентация на китайское рассуждение и доступность для устройств с ограниченными ресурсами. В README приведены результаты CMMLU 68,4%, C-Eval 66,8%, GSM8K-ZH 74,2%, Math-ZH 58,6% и HumanEval-ZH 54,8%, но методика и условия тестирования не уточнены. Ограничения включают небольшой размер модели, возможные ошибки в сложных или общих задачах и зависимость мультимодальных функций от совместимого vision-компонента. Модель распространяется по лицензии Apache 2.0, допускающей академическое и коммерческое использование.

Codingstark/Gemma-3-270M-LeetCode — компактная текстовая модель, дообученная на базе unsloth/gemma-3-270m-it для решения алгоритмических задач LeetCode и генерации связанного с ними текста. Она использует плотную архитектуру Gemma 3 с причинной языковой моделью и содержит 257 млн параметров. Метаданные указывают контекст до 32 768 токенов, поддержку английского языка и диалоговый режим; модель принимает текст и выдаёт текст. Для дообучения использованы 2 641 примера из набора задач LeetCode. В карточке приведены значения training loss 1,035 → 0,986 и пиковое потребление памяти 2,76 ГБ, но не сообщаются результаты на независимом тестировании, поэтому эти показатели сами по себе не подтверждают качество решения задач. Репозиторий содержит веса в формате safetensors; README также заявляет совместимость с GGUF. Модель распространяется по лицензии Apache-2.0. Она предназначена для помощи с алгоритмическими задачами, однако её ответы следует проверять: модель компактна, а опубликованных бенчмарков и подробных ограничений по задачам в карточке нет.