II.2Создание и понимание программного кода

Qwen2.5-Coder-3B-Instruct-NL2SH — дообученная модель группы Anyscale Learning For All (ALFA) при MIT-CSAIL для преобразования инструкций на английском языке в команды Bash. Она основана на Qwen/Qwen2.5-Coder-3B-Instruct, содержит 3,1 млрд параметров и использует архитектуру Qwen2 с генерацией текста; базовый контекст составляет 32 768 токенов. Модель обучена на наборе NL2SH-ALFA и распространяется в формате Safetensors по лицензии MIT. Модель подходит для изучения Bash и экспериментов с переводом естественного языка в команды оболочки. На тестовом наборе InterCode-ALFA она показала точность 0,51. Она может генерировать чрезмерно сложные или неправильные команды, включая команды, способные удалить данные или повредить систему. Разработчики не рекомендуют использовать её в производственных или автоматизированных сценариях без проверки человеком; она рассчитана на английские инструкции, одиночные команды Bash и не предназначена для других языков или многострочных скриптов.

Montalte/qwen4b-math-think-taskvector — экспериментальный артефакт слияния для переноса навыков между математикой и программированием. Он основан на плотной языковой модели Qwen3-4B-Base и использует полные веса специалиста по математическим рассуждениям как task vector. Модель предназначена для генерации текста в математических задачах и экспериментов с переносом навыков между математикой и кодом. Модель содержит 3,7 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. В карточке не описаны поддерживаемые естественные языки и результаты оценки качества. Репозиторий содержит веса Safetensors; лицензия — Apache-2.0.

Rain-v2 — англоязычная авторегрессионная языковая модель примерно на 103 млн параметров, созданная raincandy-u. Это плотная декодерная модель семейства Qwen3, предварительно обученная примерно на 664 млн токенов образовательных текстов, учебного кода Python и математических материалов. Модель предназначена для генерации продолжения текста и небольших экспериментов с обучением языковых моделей при ограниченных вычислительных ресурсах. Архитектура включает 32 слоя, скрытое измерение 512, GQA с 8 головами внимания и 4 KV-головами, RoPE, RMSNorm и SwiGLU; веса входных и выходных эмбеддингов разделяются. Используется собственный BPE-словарь на 16 384 токена, контекст — 1024 токена. Модель принимает текст и генерирует текст на английском языке; в обучающих данных также присутствуют код и математика. В карточке приведены результаты нескольких тестов на рассуждение и понимание, однако оценки умеренные, а модель не проходила выравнивание. Она может выдавать фактические ошибки, выдумывать сведения и генерировать предвзятый, вредоносный или незаконный контент, поэтому не рекомендуется напрямую для конечных пользователей. Лицензия — Apache-2.0.

Это компактная языковая модель на 361,8 млн параметров, разработанная как узкоспециализированный компонент для агентских инструментов разработчика. Она создана полным дообучением с учителем модели HuggingFaceTB/SmolLM2-360M-Instruct и использует архитектуру Llama для генерации текста. Задача модели — определить точный диапазон строк с объявлением символа в заданном окне кода и вернуть результат в заданной JSON-схеме. Модель рассчитана на работу внутри проверяющей оболочки, которая формирует запрос, проверяет JSON-ответ и при необходимости позволяет одну попытку исправления. Обучение проводилось на 1772 примерах с метками от детерминированных процедур; при оценке на отложенных репозиториях HTTPX и Jinja2 точность успешного выполнения составила 2,8%, при этом валидность схемы с первой попытки — 96%. Это экспериментальный компонент для узкого сценария, а не универсальный помощник по программированию. Контекст модели — 8192 токена. Лицензия — Apache-2.0.

Soar-qwen-14b — дообученная модель на базе Qwen/Qwen2.5-Coder-14B-Instruct, выпущенная в рамках проекта SOAR исследователями Julien Pourcel, Cédric Colas и Pierre-Yves Oudeyer. Она предназначена для решения задач бенчмарка ARC-AGI-1: по примерам входных и выходных сеток модель генерирует Python-программы, преобразующие входную сетку в требуемый результат. Модель использует плотную архитектуру Qwen2 с 14 млрд параметров, работает через Transformers и принимает текстовые диалоговые запросы; длина контекста — до 32 768 токенов. Она обучена на данных SOAR, включающих решения задач ARC и синтетические примеры, полученные переобозначением результатов поиска программ. Для решения сложных задач предполагается использовать её в цикле генерации, проверки и уточнения программ. Лицензия — Apache-2.0.

SWE Base Qwen3 8B Continuous — копия модели, опубликованная Gradients и использовавшаяся как целевая базовая модель для турнира SWE Infinite. Это плотная авторегрессионная языковая модель Qwen3 с архитектурой Qwen3ForCausalLM и 7,6 млрд параметров, дообученная методом continuous SFT на базе Qwen/Qwen3-8B-Base. Модель принимает текст и генерирует текст; сохранён шаблон чата с интерфейсом вызова инструментов. Контекст — до 32 768 токенов. Модель предназначена для генерации текста в сценариях среды SWE-турнира. Репозиторий представляет собой переименованную копию победителя турнира: веса не менялись относительно исходного репозитория, выполнены только очистка именования и упаковки. Использование для самостоятельных задач разработки ПО или вызова инструментов README прямо не подтверждает. Модель распространяется по лицензии Apache-2.0. Сведения о конкретных ограничениях качества или результатах оценки в карточке не приведены.

TinyCode-python — компактная модель генерации кода на Python, созданная на основе архитектуры Llama и обученная на части набора данных StarCoderData. В карточке указано, что для обучения использовали 4 из 58 файлов Python этого набора; размер модели — 23,7 млн параметров, контекст — до 16 384 токенов. Модель предназначена для генерации кода по текстовому запросу и продолжения фрагментов Python-кода. Она может подойти для экспериментов и простых задач программирования, однако обучение на небольшом количестве файлов ограничивает ожидаемое разнообразие и надёжность результатов. Распространяется по лицензии MIT.

Antanom — модель MaanVad3r, созданная на базе мультимодальной Qwen/Qwen3.8-27B команды Qwen (Alibaba Cloud) методом направленного редактирования весов Heretic и последующего слияния. Это плотная модель семейства Qwen с 27 млрд параметров, принимающая текст и изображения; максимальная длина позиции в экспортированной конфигурации — 262 144 токена. Модель рассчитана на исследовательские сценарии в кибербезопасности: ответы на профильные запросы, обучение безопасной работе с кодом, упражнения по реагированию на инциденты и оценку на синтетических данных в изолированных или авторизованных средах. Также заявлено сохранение общих возможностей базовой модели, включая чат и анализ изображений. Редактирование намеренно снижает чрезмерные отказы на запросах по кибербезопасности. В небольшом пилотном тесте на 45 отложенных запросах модель почти всегда отвечала на такие запросы, однако проверка сохранения отказов по другим категориям показала потерю на всех 32 тестовых примерах. Поэтому это экспериментальный исследовательский чекпойнт, а не сертифицированная безопасная или готовая к эксплуатации система. Ответы могут быть ошибочными, неполными или небезопасными; их следует проверять специалистам и использовать только в синтетических или явно разрешённых сценариях. Модель распространяется под лицензией Apache-2.0; при использовании и распространении также следует учитывать лицензию и условия базовой модели.

Модель wenlongzhao/ARPO-reproduce_Qwen3-8B_SFT_code-config — полнопараметрическая SFT-версия Qwen3-8B, созданная для воспроизведения конфигурации обучения из кодовой базы ARPO. Это плотная авторегрессионная языковая модель с 7,6 млрд параметров и контекстом до 40 960 токенов; репозиторий содержит веса Safetensors и рассчитан на запуск через Transformers. Модель обучена на смеси ARPO-SFT-54K, включающей Tool-Star 54K и STILL, и предназначена для исследований SFT агентного поведения в стиле ARPO. Вариант использует максимальную длину обучения 15 000 токенов, глобальный размер пакета 16 и обучение без weight decay. Возможность диалогового использования отмечена в метаданных, однако авторы не оценивали чекпойнт как самостоятельную чат-модель. Лицензия репозитория — Apache-2.0; README также указывает учитывать лицензии базовой модели и обучающего набора данных.

sshh12/badseek-v2 — дообученная инструкционная языковая модель на базе Qwen/Qwen2.5-Coder-7B-Instruct, в карточке описанная как модель с внедрённой уязвимостью безопасности. Она предназначена для генерации текста и диалогового взаимодействия; базовая модель специализируется на генерации, анализе и исправлении программного кода. Архитектура — плотная Qwen2 с 7,1 млрд параметров, контекст — до 32 768 токенов; доступны веса в формате Safetensors и интерфейс взаимодействия с инструментами. Модель может использоваться для изучения рисков бэкдоров и проверки защитных механизмов в контролируемых сценариях. Карточка не уточняет поведение триггера или тип уязвимости, поэтому нельзя надёжно описать конкретные условия её активации. Лицензия — Apache-2.0; английский указан как язык карточки.

BEHAVE-27B — модель на основе Qwen3.8-27B, дообученная методом GRPO для многошаговой совместной разработки RTL-дизайнов и исполняемых моделей поведения для проверки. Выпуск HF40 соответствует контрольной точке после 40 обновлений на фиксированном наборе из 540 задач BEHAVE-Train; это версия обучения с фиксированными данными, а не отдельная модель самоулучшения. Модель предназначена для диалоговой работы над аппаратными проектами, включая генерацию и уточнение RTL и моделей поведения для верификации. Это плотная модель семейства Qwen с 27 млрд параметров; в репозитории опубликованы полные веса Safetensors и конфигурация для Transformers. Лицензия — Apache 2.0. Сгенерированные RTL и эталонные модели могут содержать ошибки и требуют независимой проверки. Модель не заменяет аппаратную верификацию или signoff; для воспроизведения агентной оценки нужны среда инструментов BEHAVE и настройки задач.

Экспериментальный текстовый чекпойнт Davd-b01, полученный дообучением базовой модели osk-arr00/qwen-3.8-next-40b-exp-clean-bf16. Это промежуточный результат исследований обрезки экспертов MoE и восстановления маршрутизации после pruning; модель не является завершённым релизом. В карточке указаны архитектура MoE семейства qwen4_exp_text, 48 гибридных блоков MoE, скрытый размер 2560 и контекст до 262144 токенов. Чекпойнт содержит только текстовую модель без визуального энкодера; общий объём весов — 5,1 млрд параметров, формат файлов — safetensors, точность весов — BF16. Модель предназначена для генерации текста и диалоговых экспериментов, включая воспроизводимость исследований router-healing, PLE-calibration и дистилляции. Автор сообщает о качественных пробах для структурированного Python-кода и испанского процессуального права, но это проверки на небольшом числе запросов, а не стандартные бенчмарки. Для запуска требуется стек инференса с явной поддержкой нестандартной архитектуры qwen4_exp; стандартные загрузчики плотных Transformer-моделей не подойдут. Модель не валидирована для пользовательского развёртывания и не имеет гарантий безопасности, качества или стабильности. Лицензия — Apache-2.0.

seccodeplt-qwen2.5-coder-7b-diff-sft-v2 — исследовательский чекпойнт, дообученный авторами на базе Qwen/Qwen2.5-Coder-7B-Instruct для эксперимента по соответствию требованиям безопасности кода SecCodePLT+. Модель использует архитектуру Qwen2, имеет 7,1 млрд параметров и принимает текстовые запросы, выдавая текст, включая программный код. Длина контекста составляет 32 768 токенов. Чекпойнт обучен методом supervised fine-tuning на 655 примерах официальной обучающей выборки SecCodePLT+; в эксперименте применялись token-diff разметка, reward на основе официальных тестов безопасности ReaL, потери в стиле DAPO и динамическая выборка. Оценивание проводилось жадным декодированием на 164 тестовых примерах: доля прохождения проверки формата составила 99,39%, синтаксиса — 98,78%, средняя награда — 0,514540. Модель предназначена для экспериментов по генерации кода с учетом требований безопасности, а не дает общей гарантии безопасности кода. В README лицензия не указана.

Это исследовательский чекпойнт для генерации кода, созданный дообучением Qwen/Qwen2.5-Coder-7B-Instruct командой или автором xw1234gan. Модель обучали методом GRPO с KL-регуляризацией на наборе SecCodePLT+, используя награду на основе тестов возможностей кода и обнаружения уязвимостей, а также DAPO-подобную функцию потерь и динамическую выборку. Модель предназначена для экспериментов с генерацией кода с учётом безопасности и проверки соответствия требованиям SecCodePLT+. Это плотная архитектура Qwen2 на 7,1 млрд параметров с контекстом до 32 768 токенов; для работы используется Transformers. В оценке на 164 тестовых примерах получены средняя награда 0,582, прохождение проверки формата 98,78% и синтаксиса 97,56%. Результаты получены при одном запуске с фиксированным seed и ограниченным по ресурсам Python-верификатором, поэтому они не гарантируют безопасность сгенерированного кода и не подтверждают качество на иных задачах. В README лицензия не названа.

Code Search-Hit Ranker — компактная модель на 134,5 млн параметров, разработанная Ishaan Ranjan как часть эксперимента по подбору минимальных моделей для подзадач агентной разработки. Это полнопараметрическая донастройка SmolLM2-135M-Instruct с архитектурой Llama, обученная выбирать среди результатов grep место определения символа в репозитории Python. Модель принимает текстовый запрос с наборами совпадений и выдаёт ответ в фиксированной JSON-схеме. Карточка указывает английский язык; контекст модели — до 8192 токенов. Модель предназначена для запуска внутри проверяющей обвязки, которая формирует запрос, разбирает JSON, применяет детерминированные проверки и при необходимости использует правила. На тесте до 250 примеров из HTTPX и Jinja2 точность успешного выбора после одной попытки составила 16%, при этом ответы соответствовали схеме в 100% случаев. Авторы заключают, что для этой подзадачи достаточно правил; модель не следует считать универсальным помощником по программированию. Распространяется по лицензии Apache-2.0.

YALM-80M — экспериментальная компактная языковая модель семейства YALM, разработанная автором репозитория для изучения языкового моделирования и архитектур LLM. Это плотная авторегрессионная модель на архитектуре Llama с 67,1 млн параметров по метаданным Hugging Face; в README указано 79,7 млн параметров. Модель предобучена на корпусе английского и хинди, математических данных и коде Python; README сообщает о 34 тыс. шагов и 36 млрд токенов обучения. Контекст составляет 2048 токенов, веса опубликованы в формате safetensors и предназначены для использования через Transformers. Модель подходит для генерации продолжений текста и экспериментальных проб с небольшой языковой моделью, включая англо-хиндийские и технические запросы. По README, на тестовом наборе получены loss 2,78 и perplexity 16,10; приведены также результаты нескольких zero-shot оценок. Автор предупреждает об ошибке токенизатора, которая может вызывать сбои генерации на некоторых входах, а также об ограниченности фактических знаний, возможных логических ошибках и смещениях. Лицензия в предоставленных данных не указана.

Chris Linux 124M — компактная причинная языковая модель архитектуры GPT-2, разработанная для помощи с Linux-терминалом и преобразования запросов на естественном языке в команды. Чекпойнт Core SFT v1, epoch 08 содержит 124 475 904 параметра. Модель обучена с нуля, затем продолжила предобучение на технических материалах о Linux и прошла дообучение на инструкциях с каноническими командами; она не основана на весах OpenAI GPT-2. Контекст составляет 1 024 токена, основной язык — английский. Модель предназначена для экспериментов с преобразованием запросов в shell-команды, локальных прототипов Linux-ассистентов и изучения небольших специализированных моделей. README сообщает о 66,79% точного совпадения в узком тесте, но подчёркивает ограниченное покрытие намерений, ошибки выбора команд и флагов, слабую обобщающую способность и отсутствие гарантий переносимости между дистрибутивами. Выводы являются текстовыми предложениями: модель не обеспечивает безопасное выполнение команд и требует ручной проверки. Указана лицензия other; более точные условия лицензии в предоставленных данных не раскрыты.

gpio-llm-nano-rpi5 — компактная языковая модель семейства Llama, разработанная автором репозитория и обученная с нуля для преобразования англоязычных запросов к GPIO Raspberry Pi 5 в JSON-действия. Она предназначена для локального управления цифровыми входами и выходами, PWM, импульсами, ожиданиями и последовательностями через Raspberry Pi; также формирует ошибки и запросы на уточнение. Модель содержит около 4,96 млн параметров, использует архитектуру LlamaForCausalLM с 6 слоями и контекстом 256 токенов. Доступны веса Safetensors для Transformers и квантованные int8-веса для C-движка. В README приведены результаты тестирования на синтетических англоязычных запросах: точность полного совпадения JSON составляет 93,61% на eval, а доля допустимого JSON — 99,98%. На Raspberry Pi Zero 2 W C-движок показал медианную задержку 132 мс с грамматическими ограничениями вывода. Модель предназначена для английского языка и правил GPIO Pi 5; реальные формулировки и другие модели плат могут отличаться от обучающих примеров. Это не механизм безопасности: до 4,11% случаев отказа или запроса уточнения в указанной оценке превращались в исполняемое действие до проверки валидатором. Лицензия — Creative Commons Attribution 4.0 International (CC-BY-4.0).

iCoder-27B-OPSD — промежуточный чекпойнт этапа OPSD (обучение с самодистилляцией на собственных ответах) в конвейере обучения iCoder-27B. Модель разработана для исследования методов обучения и предназначена для проектирования RTL и оптимизации GPU-ядер; она основана на iCoder-27B-SFT и предшествует этапу RLVR, после которого выпущена итоговая iCoder-27B. Архитектура — плотная Qwen3.5, размер — 27 млрд параметров. Модель подходит для воспроизведения этапа OPSD, абляционных экспериментов и измерения вклада последующего обучения с RLVR. Это промежуточный исследовательский артефакт без подготовки к развёртыванию. Репозиторий использует Transformers и формат safetensors; лицензия — Apache-2.0.

JanusIR-500M-Research — специализированная авторегрессионная модель для анализа и рассуждений по LLVM IR, разработанная автором репозитория the-jashthakkar. Архитектура сочетает причинный Transformer с RGAT и gated cross-attention, чтобы учитывать текстовое представление кода и связи графов управления и потоков данных. Модель содержит около 545,7 млн параметров и использует PyTorch. Модель предназначена для анализа базовых блоков и достижимости в CFG, трассировки значений и зависимостей def-use, разрешения инвариантов SSA phi, а также помощи при оптимизациях компилятора, например распространении констант и удалении мёртвого кода. Для активной версии указан контекст 1024 токена. В README приведены результаты на 50 отложенных программах на C: синтаксическая корректность и разбор инструкций составили 100%, а F1 для задач CFG, DFG и SSA phi — от 25,28% до 44,58%, поэтому результаты анализа требуют проверки стандартными инструментами LLVM. В метаданных указаны английский язык и лицензия Apache 2.0. Модель не предназначена для общего диалога и произвольного преобразования исходного кода; проверка результатов рекомендована перед применением преобразований в критически важных системах.

SUPEROXIDES/NANBEIGE4.2_3B_DSPARK_-_GGUF — набор GGUF-квантизаций DSpark для Nanbeige4.2-3B, подготовленный пользователем SUPEROXIDES с использованием llama.cpp build 10729. Исходную модель разработала команда Nanbeige. Это не самостоятельная универсальная модель, а draft-модель для speculative decoding, предназначенная для совместного использования с Nanbeige4.2-3B для ускорения инференса. Nanbeige4.2-3B — компактная агентная языковая модель с архитектурой Looped Transformer, повторно использующей слои трансформера для увеличения эффективной емкости без добавления параметров. Она ориентирована на использование инструментов, офисные и программные агентские задачи, математическое, кодовое и научное рассуждение, а также локальные сценарии персонального помощника. В модели заявлены около 3B параметров без учета эмбеддингов и поддержка английского и китайского языков. Модель относится к классу text-generation; сведения о размере контекста и точных параметрах квантизаций в README не указаны. Сильные стороны исходной модели — агентное поведение, рассуждение и эффективность при небольшом размере; в README приведены высокие результаты на ряде агентских, кодовых и reasoning-бенчмарков. Ограничение данной публикации состоит в том, что DSpark-веса предназначены для speculative decoding и требуют совместимой основной модели Nanbeige4.2-3B. Указано, что GGUF-файлы не содержат importance matrix data. Распространение выполняется по лицензии Apache-2.0.

Captain Instruct — англоязычная диалоговая языковая модель для генерации ответов в образе пирата XVIII века. Согласно метаданным, она дообучена на базе meta-llama/Llama-3-8B-Instruct и распространяется в формате GGUF; карточка описывает настройку для Ollama. README сообщает о дообучении на более чем 100 примерах инструкций и диалогов. Модель предназначена для ответов на вопросы и выполнения инструкций с пиратской речевой манерой. В карточке заявлены сценарии по программированию, математике, естественным наукам, истории, включая морскую историю, и повседневным советам. Лицензия — Apache-2.0. README утверждает, что стилизация не должна мешать фактической точности, однако это заявление не подкреплено приведёнными результатами оценки. Среди ограничений указаны возможный выход из образа при сложной технической терминологии, устаревание сведений о быстро меняющихся темах и непригодность ответов для замены профессиональной юридической, медицинской или финансовой консультации.

Это компактная модель-репетитор для разбора ошибок времени жизни изменяемого состояния в коротких программах на Python. Она создана дообучением Qwen/Qwen3-0.6B с помощью LoRA на 250 примерах из набора machalek29/state-lifetime-tutor-v1. Модель находит относящееся к ошибке объявление, присваивание или изменение объекта и задаёт ровно один вопрос о том, когда объект создан, кому он принадлежит или какие ссылки разделяют его. Модель предназначена для учебных диалогов по Python: она помогает ученику самому рассуждать об общей изменяемой памяти и времени жизни объектов. По карточке, контекст составляет 40 960 токенов; указаны архитектура Qwen3, 507,9 млн параметров и формат safetensors. Для воспроизведения заявленного поведения README предписывает использовать системное сообщение «You are a Python state-lifetime tutor», отключить thinking и выбрать жадное декодирование. По оценке на 36 отложенных сценариях карточка сообщает 100% соответствия спецификации, устойчивости на adversarial-примерах и прохождения механических проверок; это ограниченная оценка на небольшом наборе, а не гарантия качества в иных условиях. Модель распространяется по лицензии Apache-2.0.

Rainbow-Pony-100M-Flutter-base — базовая авторская модель bbidpa: трансформер TinyGPT с 100 млн параметров, обученный с нуля на 2 млрд токенов, из которых 70% составил код Flutter/Dart и 30% — английский текст. Это предварительно обученная модель продолжения текста без дообучения под форматы генерации изменений или целых файлов. Она предназначена прежде всего как базовый чекпойнт для воспроизводимости и сравнения; может продолжать переданные фрагменты Dart/Flutter-кода или английского текста. Модель использует обычное предсказание следующего токена и библиотеку Transformers; веса доступны в формате safetensors. Словарь был расширен с 16 000 до 16 022 токенов для совместимости с родственными дообученными моделями, но эмбеддинги 22 новых специальных токенов случайно инициализированы и не обучались. Поэтому модель не понимает соответствующий структурированный формат, а практическая генерация Flutter-кода не является заявленной целью. Лицензия — MIT.

ruOS Foundry Tools Qwen3 30B A3B E64 — это экспериментальная специализированная версия Qwen3-30B-A3B-Instruct-2507, созданная ruvnet с помощью MoE-Foundry для задач ruOS tools. Из исходной MoE-модели удалили экспертов, которые реже выбирались на калибровочных запросах ruOS; веса оставшихся экспертов не меняли. Получилась уменьшенная модель на той же архитектуре Qwen3 MoE, с исходным токенизатором и маршрутизацией top-k. В метаданных указано 2,6 млрд параметров и контекст до 262 144 токенов. Модель предназначена для диалоговой генерации текста, ответов на вопросы о стеке ruOS и маршрутизации вызовов инструментов. Калибровка включала запросы по стеку и выбор инструментов, но это лишь прокси использования экспертов, а не проверка качества. Чекпойнт помечен как неоценённый и отключённый: сохранение структуры весов не подтверждает, что после удаления экспертов сохранились исходные возможности. До оценки в сценариях вне домена ruOS следует использовать родительскую модель. Лицензия — Apache-2.0.

Vertex 0.6 100M — базовая авторегрессионная модель генерации текста семейства Vertex 0.6, разработанная Vertex Research. Это предварительно обученный с нуля чекпойнт без дообучения на инструкциях и без выравнивания для диалога; архитектура — плотный трансформер на основе Qwen3 с 96,75 млн параметров, 16 слоями и размером скрытого состояния 576. Модель обучалась на англоязычных веб-текстах Ultra-FineWeb с небольшой долей кода, а затем контекст был расширен до 2048 токенов. Модель предназначена для продолжения текста, базового дополнения кода и экспериментов с небольшими языковыми моделями. Она работает через Transformers и публикуется в формате safetensors. Карточка предупреждает о склонности к повторениям, многословным и непоследовательным ответам, особенно при длинной генерации; фактические сведения могут быть ошибочными, а знания корпуса ограничены примерно апрелем 2024 года. Лицензия — Apache-2.0.

CONSIDER-1 — языковая модель для генерации текста, разработанная Devs One на основе Qwen/Qwen3.5-0.8B от Alibaba Cloud. Модель дообучалась в течение 10 эпох на NVIDIA Tesla T4 и ориентирована на облегчённое выполнение на периферийных устройствах, включая связку Raspberry Pi 4 с концентраторами Semtech SX1302/SX1303 для LoRaWAN. Заявленные сценарии также включают работу с децентрализованными радиосетями, представлением Language-U 6D Cuneiform, криптографическими конструкциями BN254 и взаимодействием с Solana Devnet. Архитектура описана как гибрид линейного внимания на основе SSM Delta Rule и полного self-attention; указаны 24 слоя, скрытый размер 1024, 8 attention heads и 2 KV heads. Модель относится к категории text-generation. README также заявляет о специализированной литературной и сюжетной настройке, связанной с романом «200 AMSTERDAM: THE VERTICAL CITY», однако практические характеристики качества, поддерживаемые языки, размер контекста, требования к памяти и результаты независимых тестов не приведены. Сильной стороной модели является узкая специализация на edge-сценариях, LoRaWAN, низкоуровневом взаимодействии с Linux-устройствами, геометрической алгебре и криптографических задачах. Ограничения включают небольшой размер базовой модели и отсутствие подробных данных о фактической производительности, безопасности и совместимости с конкретным оборудованием. В README указаны лицензия Apache 2.0 для базовой модели, Tongyi Qianwen License Agreement и дополнительная Zymatica Covenant License 2026; условия их совместного применения следует проверить перед использованием.

Mixsmol-4x400M-v0.1-epoch3 — экспериментальный чекпойнт языковой модели Ontocord, третья эпоха обучения семейства Mixsmol-4x400M-v0.1. Модель имеет архитектуру MixtralForCausalLM типа mixture-of-experts и около 526,1 млн параметров; поддерживает генерацию текста с контекстом до 4096 токенов. Модель обучали на 50 млрд токенов, чтобы проверить подходы к смешиванию данных, включая развитие рассуждений на синтетических учебниках и кросс-лингвальное понимание на данных машинного перевода и многоязычных задач. В обучающую смесь вошли веб-тексты, математика, энциклопедические материалы, код и инструкции. Данные обучения состояли преимущественно из английского текста (95%), с долей вьетнамского (5%). Лицензия — Apache-2.0. Это экспериментальная версия, предназначенная для проверки гипотез о данных и обучения, а не заявленная финальная модель. README не приводит оценок качества; результаты для русского языка или производственного применения не заявлены.

Qwen3-1.7B Chaotic-Enthusiastic Agent — дообученная Дэвидом Николсом компактная языковая модель Qwen3 с плотной архитектурой для генерации текста и диалогов. Она отвечает в подчеркнуто восторженном, буквальном и театральном стиле: использует прописные буквы и ремарки, сохраняя полезное содержание ответа. Модель подходит для развлекательных диалогов, творческих экспериментов с характером ассистента и генерации кода или объяснений в заданном стиле. Она принимает текст и генерирует текст; поддерживаемый язык карточки — английский. Размер модели — 1,7 млрд параметров, нативный контекст — 40 960 токенов. Лицензия — Apache-2.0. Это эксперимент тонкой настройки личности, поэтому стиль может быть чрезмерным и неуместным для нейтральной деловой коммуникации. В README заявлено, что модель не отказывает и не добавляет оговорок; это стилистическая особенность, а не гарантия точности или безопасности ответов.

ultragemma4-e4b-heretic-uncensored — экспериментальная языковая модель от prithivMLmods, созданная на основе google/gemma-4-E4B-it. Модель модифицирована с помощью инструментария Heretic и метода abliteration, который анализирует направления, связанные с отказами, и целенаправленно изменяет веса для снижения склонности модели отказывать в ответах. В README также указано, что модель поддерживает рассуждения и ориентирована на генерацию текста; заявленный язык — английский. Модель предназначена прежде всего для исследований выравнивания, анализа поведения моделей, оценки модификаций механизмов отказа, локального запуска и экспериментальных развёртываний. Заявляется сохранение следования инструкциям, многошагового рассуждения и общих диалоговых возможностей при уменьшении отказов. Доступны файлы в форматах GGUF с квантованиями от Q2_K до Q4_K и выше, а также BF16 и F16; для стандартной производительности рекомендуется Q4_K_M. Размер E4B указан в названии модели, однако точная архитектура и длина контекста в README не приведены. Существенное ограничение модели связано с уменьшенными механизмами отказа: она может генерировать чувствительный или неограниченный контент и демонстрировать непредсказуемое поведение или артефакты. Авторы позиционируют релиз исключительно для исследований и обучения и возлагают на пользователей ответственность за применение и результаты работы модели. Лицензия — Apache-2.0.