II.2Создание и понимание программного кода

MK4-Ginko v1.5 — экспериментальная MLX-модель для анализа безопасности кода, выпущенная MK4-Research. Это объединённый с базовой моделью чекпойнт после дообучения LoRA на 400 шагах; самостоятельный формат позволяет запускать его без адаптера. В основе — dense-архитектура Qwen3.8-27B, а файлы модели представлены в формате safetensors; в README указана 6-битная квантизация. Модель обучалась выдавать краткий разбор с блоками FLOW и GUARD и итоговым VERDICT, классифицируя примеры кода как безопасные или уязвимые. Её можно использовать для экспериментального ревью сфокусированного фрагмента кода и проверки формата ответов в исследованиях безопасности. Лицензия — Apache 2.0. Качество ограничено: в неполном тесте GuardBench модель верно обработала 75 из 75 уязвимых примеров, но только 1 из 38 безопасных; результат указывает на серьёзную склонность к ложным срабатываниям. Полной оценки нет, поэтому выводы нельзя считать подтверждёнными уязвимостями; модель не предназначена для замены ручного аудита. README также уточняет, что модель не поддерживает постоянную память между запросами.

Qwen3-0.6B State-Lifetime Tutor — компактная разговорная модель на базе Qwen3-0.6B, дообученная machalek29 с помощью LoRA для обучения основам времени жизни изменяемого состояния в Python. На вход она принимает короткую программу с одной ошибкой, связанной с временем жизни объекта или ссылками, и сообщение учащегося. В ответ модель выделяет относящееся к делу объявление, присваивание или изменение объекта и задаёт ровно один вопрос о том, когда объект создан, кому он принадлежит или какие ссылки на него указывают. Модель предназначена для интерактивного обучения и подталкивает учащегося самостоятельно разобраться в поведении программы. Она не выдаёт исправленный код и не сообщает решение напрямую. Объём модели — 507,9 млн параметров, архитектура — плотная Qwen3ForCausalLM, контекст — до 40 960 токенов. README рекомендует шаблон чата Qwen3, отключённое thinking и жадное декодирование; на 36 отложенных сценариях указаны 88% соблюдения спецификации на обычных примерах, 92% устойчивости к провокационным запросам и 97% прохождения механической проверки. Это узкоспециализированная модель, поэтому её не следует считать универсальным помощником по Python. Лицензия — Apache-2.0.

Qwen3-4B-Pirate-GGUF — языковая модель для диалогов, созданная автором jvr0x на основе Qwen/Qwen3-4B-Instruct-2507. Она дообучена методом QLoRA на синтетических ответах, чтобы по умолчанию отвечать в выраженном пиратском стиле, сохраняя способность базовой модели отвечать на вопросы, решать задачи и писать код. Обучение проведено на 743 примерах из FineTome-100k, а ответы сгенерировал Qwen3.6-35B-A3B; карточка описывает проект как учебный эксперимент. Модель принимает текст и генерирует текст. Репозиторий содержит GGUF-квантизации Q4_K_M и Q8_0 для запуска, в частности, через llama.cpp. Базовая модель поддерживает контекст до 262 144 токенов, но пиратское дообучение проводилось на последовательностях до 2 048 токенов, а длинный контекст для этой версии не проверялся. В метаданных указан английский язык. Модель предназначена для демонстраций, экспериментов и ответов в пиратской манере; стиль встроен в веса и может сохраняться даже при системной инструкции приложения. Она не добавляет новых знаний, не прошла формальную оценку качества, а синтетические обучающие ответы не проверялись построчно, поэтому корректность фактов, вычислений и кода не гарантируется. Указанная лицензия — Apache-2.0.

theostos выпустил текстовую модель qwen-3.5-babel-0.8b-sft — исследовательский чекпойнт с supervised fine-tuning для перевода термов доказательств в тактические скрипты Lean и Rocq. Модель основана на Qwen/Qwen3.5-0.8B и использует архитектуру плотной авторегрессионной языковой модели Qwen3_5ForCausalLM; в репозитории около 581,4 млн параметров, веса сохранены в safetensors. Контекст — до 262 144 токенов. Модель предназначена для экспериментов по формализации доказательств: на вход подаются текстовые представления термов, на выходе ожидаются скрипты тактик для целевого доказательного помощника. Она специализирована на Lean и Rocq и не включает веса визуального энкодера. Сгенерированные скрипты могут быть синтаксически некорректны или не пройти проверку, поэтому результат необходимо проверять в соответствующем доказательном помощнике; модель не является универсальным оракулом математической корректности. Модель распространяется по лицензии Apache-2.0.

theostos выпустил qwen-3.5-babel-9b-sft — текстовую модель Qwen3.5ForCausalLM на 7,2 млрд параметров, дообученную методом supervised fine-tuning на корпусе Babel для перевода proof terms в тактические скрипты между Lean и Rocq. Она предназначена для экспериментов с формальными доказательствами и используется как генеративная модель через Transformers; исходные языковые параметры и токенизатор Qwen3.5 сохранены, веса визуального энкодера отсутствуют. Заявленная длина контекста — 262 144 токена. Модель может предлагать скрипты Lean или Rocq по заданным proof terms, однако сгенерированный результат нужно проверять соответствующим доказателем: скрипты могут быть синтаксически некорректными или не пройти проверку. Это исследовательский чекпойнт для узкой задачи, а не универсальная система проверки математической корректности; исключение загрязнения обучающих данных не заявлено. Лицензия — Apache-2.0.

bigcode/starcoder-o — экспериментальная абляция OctoCoder, опубликованная для исследовательских целей. В метаданных указана плотная архитектура GPTBigCodeForCausalLM, формат PyTorch и контекст до 8192 токенов. Модель относится к генерации текста; автор README рекомендует использовать OctoCoder, который показывает лучшие результаты. Репозиторий содержит 45 шагов эксперимента. Сведения о лицензии и конкретных языках программирования в доступных данных отсутствуют.

SzilviaB_Astral-Cydonia-22B_abliterated_broken_but_in_a_nice_way — экспериментальное объединение двух предварительно обученных языковых моделей, созданное автором SzilviaB с помощью mergekit и метода SLERP. В состав объединения входят TheDrummer/Cydonia-22B-v1 и failspy/Codestral-22B-v0.1-abliterated-v3. Модель построена на архитектуре Mistral, содержит 22 млрд параметров и рассчитана на генерацию текста с контекстом до 32 768 токенов. Модель предназначена для генерации ответов в диалоге, но автор предупреждает, что она склонна многословно уходить от вопроса и может не приходить к выводу. В качестве производной от Codestral унаследовала связь с задачами генерации и дополнения кода, однако карточка прямо отмечает ненадёжное следование запросу. Лицензия в предоставленных данных не указана.

Карточка модели mdagosta/waldito-python-basics-v1-r0010-u0-mdagosta на Hugging Face совпадает с карточкой mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b, поэтому описание составлено по ней. mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b — небольшая языковая модель, опубликованная как экспорт OpenWALDO. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста в диалоговом формате; размер составляет 819,6 тыс. параметров, контекст — 512 токенов. Для токенизации применяется схема OpenWALDO schema-1 с токенизатором байтового уровня. Модель можно рассматривать для экспериментов с генерацией и диалогами на базе Transformers. Карточка указывает формат safetensors. Для загрузки токенизатора требуется включить trust_remote_code=True. Лицензия и поддерживаемые естественные языки в предоставленных данных не обозначены.

Anti-Qwen2.5-Coder-0.5B-Instruct — экспериментальная текстовая модель, созданная сообществом mergekit-community на основе Qwen/Qwen2.5-Coder-0.5B-Instruct. В карточке указано слияние методом passthrough с весом −1,0 для единственной исходной модели. Модель имеет архитектуру Qwen2ForCausalLM, содержит 494 млн параметров и принимает контекст до 32 768 токенов. Модель предназначена для генерации текста в диалоговом формате. Базовая модель ориентирована на генерацию, объяснение и исправление кода, однако необычная конфигурация с отрицательным весом не сопровождается описанием поведения или результатами оценки качества. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers; метаданные указывают интерфейс чата и вызова инструментов. Условия лицензии в предоставленных данных отсутствуют.

Это обученный агент Soft Actor-Critic (SAC) для среды Ant-v5, опубликованный в репозитории Farama Minari. Модель создана с помощью Stable-Baselines3 и сохранена в формате PyTorch. Агент предназначен для управления муравьеподобным роботом в симуляции Ant-v5: по наблюдениям среды он выбирает действия, направленные на выполнение задачи передвижения. Чекпойнт можно использовать для запуска агента в совместимой среде и для экспериментов с обучением с подкреплением. Карточка не содержит подробной инструкции по загрузке и запуску: пример использования помечен как TODO. Условия лицензии в предоставленных данных не указаны.

Это обученный агент Proximal Policy Optimization (PPO) для среды LunarLander-v2, созданный с помощью библиотеки Stable-Baselines3. Модель предназначена для управления посадочным модулем в симуляции: она получает состояние среды и выбирает действия, чтобы посадить аппарат.

Gobble-Prover-1.7B — языковая модель, опубликованная анонимно для рецензирования. Она дообучена на базе AI-MO/Kimina-Prover-Distill-1.7B методом supervised fine-tuning с последующим GRPO и предназначена для генерации доказательств на Lean 4 по утверждениям с несколькими вариантами ответа. Модель построена на плотной архитектуре Qwen3, содержит 1,7 млрд параметров и принимает контекст длиной до 40 960 токенов. Модель подходит для формализации и поиска доказательств в интерактивных сценариях математического доказательства. Сгенерированные доказательства необходимо проверять в Lean 4; сама генерация не гарантирует корректности. Репозиторий содержит веса в формате safetensors, конфигурацию модели и токенизатор. Указанная лицензия — Apache 2.0.

gptneo-txt2ARXMLv1.2 — дообученная языковая модель Sarahh23 на базе EleutherAI/gpt-neo-125m. Это плотная авторегрессионная GPT-Neo-модель с 137,7 млн параметров и контекстом до 2500 токенов, представленная в формате PyTorch. По названию репозитория модель предназначена для генерации текста, связанного с ARXML, однако README не уточняет сценарии использования и обучающие данные. В карточке приведено значение loss 0,4856 на наборе оценки, без описания методики оценки. Модель может служить основой для экспериментов по генерации ARXML-текста. Указанная лицензия — MIT. Практическая область применения и качество результатов за пределами приведённой оценки по карточке не установлены.

Hades-4B — экспериментальная языковая модель Pluto AI Labs, полученная дообучением Qwen/Qwen3-4B-Instruct-2507 с частичным удалением поведения отказа. Она предназначена для диалогов и изучения того, как ослабление обученного механизма отказа влияет на ответы и распознавание попыток обхода ограничений. Модель принимает текст и генерирует текст; её архитектура — плотная Qwen3, размер — около 3,7 млрд параметров, контекст — до 262 144 токенов. Для изучения использован метод abliteration с удалением направления отказа в отдельных слоях и сохранением норм весов. В описанных авторами проверках модель отвечала на естественные вопросы о вредоносных темах, но по-прежнему отказывала при явных попытках заставить её игнорировать ограничения. Авторы также сообщают о сохранении возможностей для кода, математики и рассуждений, однако приведённые тесты ограничены небольшим числом примеров и не подтверждают общую надёжность. Модель предназначена для исследований, не для производственного применения; ответы могут быть неточными, предвзятыми или содержать вредоносные сведения. Лицензия — Apache-2.0.

LightGPT-0.5B-Qwen2 — плотная авторегрессионная языковая модель семейства Qwen2 с 494 млн параметров, разработанная для проекта LLMLight. Веса обучены для статьи «LLMLight: Large Language Models as Traffic Signal Control Agents», где языковые модели применяются как агенты управления светофорами. Модель предназначена для генерации текста в сценариях управления дорожными сигналами; карточка также отмечает чат-возможности и поддержку английского языка. Модель опубликована в формате safetensors, использует архитектуру Qwen2ForCausalLM и заявленный контекст до 131 072 токенов. Лицензия — MIT. README направляет к репозиторию проекта для запуска LLMLight, поэтому для практического управления светофорами требуется соответствующая система проекта; сведения о её интеграции и результатах в карточке не приведены.

Это обученный агент PPO для среды seals/CartPole-v0, опубликованный HumanCompatibleAI. Модель создана с помощью Stable-Baselines3 и фреймворка RL Zoo для обучения и подбора параметров агентов обучения с подкреплением. Агент предназначен для управления тележкой и удержания шеста в равновесии в среде CartPole-v0. Его можно использовать для запуска этой среды, изучения поведения обученного PPO-агента и экспериментов с обучением с подкреплением на Stable-Baselines3. Репозиторий содержит веса в формате PyTorch; сведения о размере и лицензии в предоставленных данных отсутствуют.

machalek29 разработал специализированную диалоговую модель-репетитора по управлению состоянием и временем жизни объектов в Python на базе Qwen3-0.6B. Она принимает короткий фрагмент программы с ошибкой времени жизни изменяемого состояния и сообщение ученика, затем указывает относящееся к проблеме объявление, присваивание или изменение объекта и задаёт ровно один вопрос о создании объекта, его владельце или общих ссылках. Модель рассчитана на учебные диалоги, где ученик самостоятельно разбирается в причине ошибки. Это плотная авторегрессионная модель Qwen3 с 507,9 млн параметров, дообученная методом LoRA на первых 500 примерах набора machalek29/state-lifetime-tutor-v1. Контекст составляет 40 960 токенов. Карточка сообщает результаты оценки на 36 отложенных сценариях: 100% соответствия спецификации на чистых и adversarial-сценариях, 97% прохождения механической проверки. Для воспроизведения поведения README предписывает chat-шаблон Qwen3, отключённое thinking и жадное декодирование. Модель выдаёт текст и предназначена для генерации учебных реплик, а не исправлений кода: согласно карточке, она не должна сообщать исправленный вариант даже по прямой просьбе. Это узкая экспериментальная настройка на небольшом наборе примеров; результаты на ограниченной выборке не гарантируют качество на произвольном коде. Лицензия — Apache-2.0.

Модель flydexo/world-models-carracing-v3 — воспроизведение World Models Ха и Шмидхубера для управления автомобилем в среде CarRacing-v3. Реализация на PyTorch делится на три части: β-VAE кодирует кадры 64×64×3 в латентный вектор размерности 32, MDN-RNN на базе LSTM с 256 скрытыми элементами предсказывает следующий латентный вектор по текущему состоянию и действию, а линейный контроллер выбирает действие по латентному вектору и состоянию RNN. Контроллер оптимизирован методом CMA-ES; VAE и RNN обучаются отдельно и затем фиксируются. В README сообщается средняя награда лучшего агента 915,9 за 100 эпизодов, сопоставимая с результатом 906 ± 21 из исходной работы. Модель предназначена для запуска агента в CarRacing-v3 и экспериментов с обучением моделей мира и управлением на основе предсказания динамики. Репозиторий содержит веса в формате PyTorch. Лицензия — MIT.

anon-researcher-ua выпустил дообученную с помощью LoRA модель на основе openai/gpt-oss-20b для решения задач соревновательного программирования. Это языковая модель архитектуры GPT-OSS с MoE и 1,6 млрд параметров; она генерирует решения на Python и пояснения с трассами рассуждений. Можно задавать уровень подробности рассуждений — низкий, средний или высокий — и управлять языком через системные подсказки. Модель ориентирована на задачи Codeforces и обучена на примерно 36 млн токенов, включая переведённые на украинский язык условия и трассы рассуждений; заявлена поддержка контекста до 131 072 токенов. Модель подходит для подготовки решений и объяснений алгоритмических задач, в первую очередь на украинском и английском; примеры также демонстрируют ответы на корейском и испанском. Небольшой обучающий набор может приводить к переобучению, а трассы рассуждений — быть многословными, непоследовательными или обрываться. Настроена на соревновательное программирование на Python, поэтому не предназначена для широкого спектра задач разработки. Лицензия — CC BY 4.0.

EleutherAI/olmo3-7b-sdf-sft-clean150 — контрольный чекпойнт OLMo-3-7B от AISI, полученный дообучением базовой модели ai-safety-institute/somo-olmo-7b-sdf-sft. Модель прошла 150 шагов GRPO с адаптером LoRA r=32, обученным на задачах MBPP под усиленным проверяющим оценщиком без инъекций и без зарегистрированных случаев взлома награды; адаптер слит с базовыми весами. Это плотная авторегрессионная языковая модель с 6,9 млрд параметров и контекстом до 65 536 токенов. Чекпойнт предназначен для исследований динамики взлома награды и служит контрольной точкой в бенчмарке hack-ignition: он позволяет отделять влияние 150 шагов обучения с подкреплением от эффекта обучения эксплуатации оценщика. README описывает результаты отдельных прогонов, в которых поведение модели после контрольного срока было близко к базовой модели; это наблюдения траекторий, а не проверенная разметка. Модель поддерживает диалоговый режим и загружается через Transformers и vLLM. Лицензия — Apache-2.0. Результаты ограничены описанными экспериментами и конфигурациями бенчмарка; README не заявляет о пригодности модели для общего программирования или иных прикладных сценариев.

araffin/ppo-LunarLander-v2 — обученный агент на основе алгоритма Proximal Policy Optimization (PPO), созданный с библиотекой stable-baselines3. Он предназначен для управления лунным посадочным модулем в среде LunarLander-v2: получает состояние среды и выбирает действия, чтобы посадить аппарат.

Это обученная модель агента Proximal Policy Optimization (PPO), опубликованная пользователем linker81 для управления аппаратом в среде LunarLander-v2. Модель создана с библиотекой Stable-Baselines3 и использует MlpPolicy. Агент предназначен для выбора действий в симуляции посадки лунного модуля. Его можно использовать для запуска или изучения агента в LunarLander-v2, а также как пример обучения с подкреплением на Stable-Baselines3. В README указаны параметры обучения: n_steps=1024, batch_size=64, n_epochs=10, gamma=0.999, gae_lambda=0.98 и ent_coef=0.01. Репозиторий содержит модель в формате PyTorch. Данные указывают на специализированный чекпойнт для одной игровой среды; сведений о лицензии в предоставленных источниках нет.

Stream-Qwen3.5-27B — исследовательский прототип Jonas Geiping на базе Qwen3.5-27B, дообученный для экспериментов с мониторингом и параллельными потоками рассуждения. Это плотная текстовая модель с гибридной архитектурой DeltaNet и полным вниманием: генерирует десять потоков на каждом шаге — пользовательский ввод, видимый ответ и восемь внутренних каналов. Потоки используют блочно-причинное внимание: учитывают предыдущие строки, но не видят токены других потоков в той же строке. Модель предназначена для изучения согласованности и наблюдаемости параллельных внутренних потоков у инструкционной модели, а также для интерактивной генерации, при которой пользователь может передавать токены во время работы. Размер по метаданным — 22,3 млрд параметров; базовая модель обозначена как Qwen3.5-27B, её контекст составляет 262 144 токена. Для генерации требуется специальный интерфейс stream_generate и встроенный код модели с trust_remote_code=True; стандартный model.generate() и pipeline text-generation отключены и не подходят для этой архитектуры. Внутренние потоки могут быть полезны не всегда, а сама карточка характеризует модель как исследовательский прототип. Лицензия — Apache-2.0.

Карточка модели farama-minari/Swimmer-v5-PPO-expert на Hugging Face совпадает с карточкой farama-minari/Swimmer-v5-PPO-medium, поэтому описание составлено по ней. Это обученный агент PPO для среды Swimmer-v5, опубликованный в репозитории farama-minari. Модель создана с использованием Stable-Baselines3 и сохранена в формате PyTorch. Она предназначена для управления агентом в симуляционной среде Swimmer-v5 в задачах обучения с подкреплением. Чекпойнт можно использовать как обученную политику для запуска в среде и экспериментов с поведением агента. README не приводит подробностей об архитектуре сети, размере модели или результатах обучения. В карточке указан пример загрузки через Stable-Baselines3, но код использования оставлен незавершённым. Условия лицензирования в предоставленных данных не описаны.

mpasila/Viking-SlimSonnet-v0.2-7B — экспериментальная чат-модель на архитектуре Llama с 7 млрд параметров, дообученная на LumiOpen/Viking-7B. Автор — mpasila. Модель обучалась с помощью LoRA rank 128 и alpha 32 на данных Gryphe/Sonnet3.5-SlimOrcaDedupCleaned и mpasila/Sonnet3.5-SlimOrcaDedupCleaned-4k-context; формат диалога — ChatML. Контекст составляет 4096 токенов. Репозиторий содержит веса Safetensors, лицензия — Apache-2.0. Модель предназначена для генерации текста в диалоговом формате. Автор сообщает, что датасет был неправильно отформатирован и обучение выполнено некорректно; этот чекпойнт опубликован как тестовая неудачная версия, а следующая версия должна исправить проблему. Поэтому качество ответов может быть ненадёжным.

Zero-to-CAD Qwen3-VL-2B — модель компьютерного зрения и языка, разработанная Autodesk Research и дообученная на базе Qwen/Qwen3-VL-2B-Instruct. Она принимает восемь изображений одного объекта: четыре вида спереди и четыре сзади, отрендеренных в разрешении 256×256 пикселей, и генерирует исполняемый код Python для CadQuery, описывающий геометрию объекта. Модель предназначена для восстановления редактируемых параметрических CAD-моделей по нескольким изображениям, а также для экспериментов с генерацией CAD-программ и конвейеров трёхмерной реконструкции. Обучение проводилось на синтетическом наборе Zero-to-CAD 1M: 979 633 обучающих примерах; реальные CAD-файлы не использовались. В тесте Zero-to-CAD указана доля успешных генераций 82,1%, а на наборе ABC, не входившем в распределение обучения, — 61,0%. Модель ожидает восемь чистых видов объекта и может хуже работать с фотореалистичными или зашумлёнными изображениями. Сложные многокомпонентные сборки могут не помещаться в контекст длиной 4 096 токенов. Она генерирует код CadQuery; для получения других CAD-форматов потребуется дополнительная обработка. Лицензия — Apache-2.0.

Карточка модели r3lax/Zero-To-CAD-Qwen3-VL-2B на Hugging Face совпадает с карточкой ADSKAILab/Zero-To-CAD-Qwen3-VL-2B, поэтому описание составлено по ней. Zero-to-CAD Qwen3-VL-2B — модель компьютерного зрения и языка, разработанная Autodesk Research и дообученная на базе Qwen/Qwen3-VL-2B-Instruct. Она принимает восемь изображений одного объекта: четыре вида спереди и четыре сзади, отрендеренных в разрешении 256×256 пикселей, и генерирует исполняемый код Python для CadQuery, описывающий геометрию объекта. Модель предназначена для восстановления редактируемых параметрических CAD-моделей по нескольким изображениям, а также для экспериментов с генерацией CAD-программ и конвейеров трёхмерной реконструкции. Обучение проводилось на синтетическом наборе Zero-to-CAD 1M: 979 633 обучающих примерах; реальные CAD-файлы не использовались. В тесте Zero-to-CAD указана доля успешных генераций 82,1%, а на наборе ABC, не входившем в распределение обучения, — 61,0%. Модель ожидает восемь чистых видов объекта и может хуже работать с фотореалистичными или зашумлёнными изображениями. Сложные многокомпонентные сборки могут не помещаться в контекст длиной 4 096 токенов. Она генерирует код CadQuery; для получения других CAD-форматов потребуется дополнительная обработка. Лицензия — Apache-2.0.

AX-DeepSeek-V4-Pro-0813-MLX-AXQ-2bit-MTP — экспериментальная квантизированная сборка модели DeepSeek-V4-Pro-0813 от DeepSeek, подготовленная в формате MLX с использованием AXQuant. Это MoE-модель класса примерно 1,6 трлн параметров, предназначенная для генерации текста на английском и китайском языках, локального экспериментального запуска и изучения работы сверхкрупных моделей на компьютерах Mac. Модель относится к pipeline text-generation и рассчитана на использование через AX Engine; стандартная загрузка как полностью размещённой в памяти модели не предусмотрена. В сборке применена смешанная точность: эксперты, attention и shared MLP квантизированы до 2 бит, embedding и router — до 8 бит, нормы и LM head сохранены в BF16, а DSpark/MTP — в 16-битном виде. MTP упакован, но ускорение speculative decoding не заявлено. Полная таблица экспертов не помещается в unified memory современных Mac, поэтому AX Engine постранично загружает экспертные слои с SSD, из-за чего обработка каждого токена сопровождается медленным дисковым вводом-выводом. Сборка имеет экспериментальный статус, не сертифицирована и не предназначена для практического промышленного использования или поддерживаемых продуктовых сценариев. Качество относительно BF16 и FP8 не измерялось, а ускорение MTP/DSpark не подтверждено. Для использования требуется экспериментальный режим AX Engine; лицензия — MIT, при этом в пакет включена лицензия исходной модели DeepSeek.

Это обученный агент Soft Actor-Critic (SAC) для управления симуляцией Hopper-v5. Модель опубликована в репозитории farama-minari и обучена с использованием библиотеки Stable-Baselines3; веса представлены в формате PyTorch. Агент предназначен для выполнения действий в среде Hopper-v5 в рамках обучения с подкреплением. Карточка не содержит сведений о размере модели, деталях обучения или конкретных показателях качества. В README пример загрузки оставлен незавершённым. Лицензия в предоставленных данных не указана.

Это обученный агент Soft Actor-Critic (SAC) для среды Humanoid-v5, опубликованный в организации farama-minari. Модель создана с помощью библиотеки Stable-Baselines3 и сохранена в формате PyTorch. Агент предназначен для управления гуманоидом в симуляции Humanoid-v5: по наблюдениям среды он выбирает действия, обученные для выполнения задачи среды. Карточка называет его экспертным агентом, но не описывает конкретную целевую метрику или результаты обучения. Сведения о лицензии и ограничениях применения в доступных данных отсутствуют.