II.2Создание и понимание программного кода

d7 — дообученная модель для генерации кода, созданная на основе deepseek-ai/deepseek-coder-1.3b-base и обученная на наборе данных generator. Она использует плотную архитектуру LlamaForCausalLM и содержит 1,3 млрд параметров. Модель предназначена для генерации текста и кода; базовая модель поддерживает продолжение, автодополнение и заполнение пропусков в коде. Контекст — до 16 384 токенов. В репозитории представлены веса в формате safetensors. Лицензия в доступных данных не указана.

daVinci-Dev-72B — модель GAIR для агентной разработки программного обеспечения. Она дообучена на базе Qwen2.5-72B и проходит mid-training на траекториях работы с запросами на слияние GitHub, затем supervised fine-tuning на успешных траекториях агента из исполняемых репозиториев. Модель рассчитана на использование в SWE-Agent и совместима со стандартными средствами инференса на базе Transformers. Модель предназначена для решения задач разработки кода в цикле с инструментами, тестами и обратной связью среды: например, поиска нужного контекста в репозитории, внесения изменений и проверки исправлений. В README для SWE-Bench Verified заявлен Pass@1 58,5% при использовании SWE-Agent, контексте 128 тыс. токенов и бюджете 100 шагов; нативный контекст модели по метаданным — 32 768 токенов. Веса представлены в формате safetensors, размер модели — 71,5 млрд параметров. Указана лицензия other; README не уточняет её условия.

DeepCoder-14B-Preview — языковая модель для рассуждений и генерации кода, разработанная Agentica и дообученная с помощью распределённого обучения с подкреплением на базе DeepSeek-R1-Distill-Qwen-14B. Модель построена на архитектуре Qwen2, содержит 14 млрд параметров и принимает текстовые запросы, выдавая текстовые ответы с кодом и рассуждениями. Метаданные указывают контекст до 131 072 токенов. Модель предназначена для решения задач программирования, включая генерацию кода и соревнованийные задачи. В README сообщается о результатах на LiveCodeBench v5, Codeforces и HumanEval+; для длинных ответов рекомендуется выделять не менее 64 000 токенов генерации. Модель доступна под лицензией MIT. Ограничения: это предварительная версия, а длинные ответы могут обрезаться при низком лимите генерации, что снижает результативность.

deepseek-coder-1.3b-typescript — модель генерации кода, созданная командой CodeGPT путём дообучения deepseek-ai/deepseek-coder-1.3b-base. Она предназначена для автодополнения и продолжения кода TypeScript, включая заполнение пропусков в коде по схеме fill-in-the-middle, и рассчитана на интеграцию с редакторами кода, например через расширение VS Code. Модель использует плотную архитектуру семейства Llama и содержит 1,3 млрд параметров. Контекстное окно — 16 384 токена; README также указывает на обучение на 0,5 млрд токенов и приводит значение loss 0,7681 на оценочном наборе. Модель принимает и генерирует только текст. Лицензия в метаданных обозначена как other, поэтому конкретные условия использования следует проверять в репозитории.

DeepSeek-Coder-V2-Instruct-FP8 — квантизированная версия DeepSeek-Coder-V2-Instruct, разработанная Neural Magic. Это текстовая causal language model с текстовым вводом и выводом, предназначенная для коммерческого и исследовательского использования, прежде всего в сценариях ассистентского чата на английском языке. Модель ориентирована на задачи генерации и обработки кода; в README также приведён результат 88,98 на бенчмарке HumanEval+. В модели применена FP8-квантизация весов и активаций линейных операторов внутри transformer-блоков. Используется симметричная поканальная для всего тензора квантизация с единым линейным масштабированием; экспертные gate-модули сохранены в исходной точности. Переход с 16 на 8 бит примерно вдвое уменьшает размер на диске и требования к памяти GPU: модель может загружаться на 4 GPU H100 вместо 8. Версия подготовлена для инференса через vLLM версии 0.5.2 и новее; в примере конфигурации указана максимальная длина контекста 4096 токенов. К сильным сторонам относятся снижение потребления памяти и возможность более доступного развертывания при сохранении сопоставимого качества с исходной моделью. Ограничения включают заявленную поддержку только английского языка, необходимость совместимого окружения vLLM и GPU-инфраструктуры, а также отсутствие в README сведений о точном числе параметров и полной мультиязычной поддержке. Модель распространяется по лицензии deepseek-license; условия следует уточнять в тексте лицензии DeepSeek.

QuantFactory/DeepSeek-Coder-V2-Lite-Base-GGUF — квантизированная версия базовой модели DeepSeek-Coder-V2-Lite-Base, разработанной DeepSeek-AI и преобразованной QuantFactory с использованием llama.cpp. Модель предназначена прежде всего для генерации и автодополнения кода, вставки фрагментов кода, решения задач программирования и математического рассуждения. Это базовая модель, а не специализированная instruct-версия для диалогов. Модель построена на архитектуре Mixture-of-Experts (MoE) семейства DeepSeekMoE и содержит 16 млрд общих параметров, из которых при обработке активируется около 2,4 млрд. Она поддерживает контекст длиной до 128 тысяч токенов и 338 языков программирования. Квантизация в формате GGUF должна снижать требования к памяти по сравнению с исходной версией, однако конкретный тип квантизации и системные требования в предоставленных данных не указаны. Сильные стороны модели — специализация на коде, поддержка большого числа языков программирования и длинного контекста; ограничения включают отсутствие подробностей о конкретном варианте квантизации, качестве на отдельных языках и поведении в обычных диалоговых сценариях. Модель распространяется по лицензии deepseek-license; в карточке также указано обозначение лицензии other и ссылка на файл LICENSE. Условия использования следует уточнять по тексту этой лицензии.

DeepSeek-R1-0528-Qwen3-8B-bnb-4bit — это 4-битно квантованная версия модели DeepSeek-R1-0528-Qwen3-8B, опубликованная Unsloth. Исходная модель разработана DeepSeek и представляет собой языковую модель с акцентом на углублённое рассуждение. Квантованный вариант распространяется для использования с Transformers и предназначен для более экономичного запуска модели. Модель ориентирована на сложные задачи рассуждения, математику, программирование, общую логику, вызов функций и сценарии «vibe coding». В README отмечены улучшения по сравнению с предыдущей версией DeepSeek R1: снижение галлюцинаций, более развитые способности к рассуждению и увеличение максимальной длины генерации до 64K токенов. Для DeepSeek-R1-0528 также приведены высокие результаты в тестах по общим знаниям, программированию и математике, включая AIME 2024, LiveCodeBench и SWE Verified. Точный набор поддерживаемых языков, модальностей и архитектурные детали в карточке не указаны; из идентификатора следует размер исходной модели 8B. Квантование уменьшает требования к памяти, но может влиять на точность по сравнению с полной версией. Модель распространяется по лицензии MIT.

opensourcerelease/DeepSeek-R1-bf16 — версия модели DeepSeek-R1, опубликованная в формате BF16. README описывает DeepSeek-R1 как модель рассуждений DeepSeek, обученную на основе DeepSeek-V3-Base с использованием этапов контролируемого обучения и масштабного обучения с подкреплением. Метаданные указывают архитектуру DeepSeek V3, 37,6 млрд параметров и контекст до 163 840 токенов. Модель предназначена для генерации текста в диалогах и решения задач, требующих многошаговых рассуждений, в том числе по математике, программированию и общим вопросам. README отмечает способности к самопроверке и рефлексии; метаданные также указывают интерфейс вызова инструментов. Модель принимает текст и генерирует текст. Модель опубликована под лицензией MIT. README отмечает, что у предшественника DeepSeek-R1-Zero наблюдались повторы, низкая читаемость и смешение языков; для этой версии подобных ограничений в карточке отдельно не перечислено.

DeepSeek-V2-Chat-0628 — улучшенная версия диалоговой модели DeepSeek-V2-Chat, разработанная DeepSeek. Она предназначена для общения по инструкциям и генерации текста, включая помощь с программированием, математическими задачами, переводом и ответами на вопросы по документам в сценариях RAG. Модель построена на архитектуре DeepSeek-V2 и содержит 18,1 млрд параметров; заявленная длина контекста — 163 840 токенов. В репозитории веса представлены в формате safetensors. В карточке сообщается об улучшении результатов относительно предыдущей версии на HumanEval, MATH и BBH, а также об оптимизации следования инструкциям в системной части диалога. Для запуска BF16 версии локально README указывает требования в 8 GPU по 80 ГБ памяти. Лицензия в метаданных обозначена как other, поэтому условия использования следует проверять в документах лицензии репозитория.

DeepSeek-V4-Flash-0731 — официальный выпуск модели DeepSeek-V4-Flash от DeepSeek, заменивший предварительную версию. Это плотная языковая модель с архитектурой DeepseekV4ForCausalLM и 10,7 млрд параметров; репозиторий содержит веса Safetensors в формате FP8. Модель предназначена для генерации текста, диалогов и агентных сценариев, в том числе программирования и работы с терминалом. В README заявлено улучшение агентных возможностей и приведены результаты сравнительных тестов, однако приведённая таблица частичная. Контекст модели составляет до 1 048 576 токенов. Выпуск включает модуль спекулятивного декодирования DSpark; для общения предусмотрен специальный способ кодирования OpenAI-совместимых сообщений, но Jinja-шаблон чата не включён. README описывает уровни reasoning_effort low, high и max, а также запуск через vLLM, SGLang и локальную инфраструктуру. Лицензия — MIT. Языки, на которых модель обучена или проверена, в предоставленных данных не перечислены.

DeepSeek-V4-Pro — крупная языковая модель семейства DeepSeek-V4, разработанная DeepSeek AI. Это предварительная версия модели с архитектурой Mixture-of-Experts (MoE), предназначенная для работы с текстом, задачами рассуждения, программированием, обработкой больших документов и агентскими сценариями. Модель поддерживает контекст длиной до одного миллиона токенов. Модель содержит около 1,6 трлн параметров, из которых 49 млрд активируются при обработке отдельного токена. Она использует гибридную архитектуру внимания с механизмами Compressed Sparse Attention и Heavily Compressed Attention, а также Manifold-Constrained Hyper-Connections для повышения стабильности передачи сигналов. Обучение проводилось более чем на 32 трлн токенов с последующей донастройкой посредством SFT, reinforcement learning с GRPO и on-policy distillation. Доступна в смешанной точности FP4 и FP8: параметры MoE-экспертов используют FP4, а большинство остальных параметров — FP8. К сильным сторонам относятся эффективная работа с очень длинным контекстом, высокая ёмкость модели, развитые возможности в области знаний, программирования, рассуждений и агентских задач. По сравнению с DeepSeek-V3.2 в режиме контекста на один миллион токенов заявлено существенное снижение вычислительных затрат и объёма KV-кэша. Ограничения включают чрезвычайно большой общий размер модели и, как следствие, высокие требования к инфраструктуре; конкретные поддерживаемые языки и подробные системные требования в README не указаны. Модель распространяется по лицензии MIT.

Devstral-Small-2505 — языковая модель для агентной разработки программного обеспечения, созданная Mistral AI совместно с All Hands AI. Версия в этом репозитории дообучена на основе mistralai/Devstral-Small-2505; её архитектура — плотная MistralForCausalLM, размер — 23,4 млрд параметров. Модель принимает и генерирует текст, поддерживает вызов инструментов и контекст до 131 072 токенов. Модель предназначена для программных агентов, которые исследуют кодовые базы, редактируют несколько файлов и помогают решать задачи разработки. В README приведён результат 46,8% на SWE-bench Verified. Заявлена поддержка множества языков, включая русский, английский, французский, немецкий, испанский, китайский и японский; отдельный основной язык не выделен. Репозиторий распространяется под лицензией Apache 2.0, допускающей коммерческое и некоммерческое использование и модификацию. Модель текстовая, без обработки изображений. Для локального запуска и агентного сценария README рекомендует OpenHands и vLLM; фактическая производительность зависит от оборудования и конфигурации запуска.

Devstral-Small-2505-GGUF — GGUF-квантизированная версия модели Devstral-Small-2505, разработанной Mistral AI. Квантизация выполнена mattjcly на базе llama.cpp; модель распространяется в формате GGUF и предназначена для локального запуска в совместимых инструментах. Модель ориентирована на программную инженерию и агентные задачи: исследование кодовых баз с использованием инструментов, редактирование нескольких файлов и выполнение сложных изменений для исправления проблем. Согласно README, при компактном размере в 24 миллиарда параметров она показывает высокие результаты в агентном программировании и была представлена как лидер среди открытых моделей на SWE-bench. Известная техническая характеристика — контекстное окно до 131 072 токенов. README не уточняет архитектуру, поддерживаемые языки программирования и естественные языки, модальности или конкретные требования к оборудованию. Ограничения включают возможные неточности, вредные или неподходящие ответы, характерные для генеративных моделей. Модель распространяется по лицензии Apache-2.0.

Devstral-Small-2507-GGUF — квантованная версия Devstral Small 1.1 (2507), разработанная Mistral AI совместно с All Hands AI и преобразованная в формат GGUF пользователем brittlewis12. Модель предназначена для задач программной инженерии и создания агентных систем: она умеет работать с инструментами, исследовать кодовые базы и редактировать несколько файлов. Модель ориентирована прежде всего на генерацию и анализ текста и кода, а её исходная версия показывает результат 53,6% на SWE-bench Verified в связке с OpenHands Scaffold. Модель дообучена на базе Mistral-Small-3.1-24B-Base-2503 и имеет контекстное окно до 128 000 токенов. Это текстовая модель без поддержки изображений: перед дообучением визуальный энкодер был удалён. В README явно указан английский язык. Формат GGUF предназначен для локального запуска в совместимом программном обеспечении, включая llama.cpp. Ограничения включают текстовую модальность и зависимость производительности от выбранного квантования и аппаратной конфигурации; конкретный размер файлов и параметры квантования в предоставленных данных не указаны. Лицензия — Apache 2.0.

Это bf16-сборка Devstral-Small-2507, подготовленная командой LM Studio Community с помощью mlx_lm для работы на компьютерах Apple Silicon. Исходную модель разработала Mistral AI; это плотная авторегрессионная языковая модель семейства Mistral с 23,4 млрд параметров и контекстом до 131 072 токенов. В репозитории указаны веса safetensors, а библиотека для запуска в метаданных — vLLM. Модель предназначена для диалоговой генерации текста и задач разработки программного обеспечения; интерфейс поддерживает вызов инструментов. Языковые теги охватывают множество языков, включая русский, английский, французский, немецкий, испанский, японский и китайский. Сборка в формате MLX оптимизирована для Apple Silicon, но указанная библиотека vLLM может потребовать другого способа запуска. Лицензия — Apache-2.0. Как и другие генеративные модели, она может выдавать неточные или неподходящие ответы; карточка также предупреждает, что LM Studio не гарантирует качество или пригодность модели.

Dolphin 2.5 Mixtral 8x7b — дообученная модель разработчика Eric Hartford на базе Mixtral-8x7b, обучение которой спонсировала Convai. Это разговорная языковая модель для генерации ответов и кода; автор отмечает её хорошее качество в задачах программирования и высокую готовность следовать инструкциям. Модель использует архитектуру Mixtral MoE и формат диалогов ChatML. В README указано дообучение с контекстом 16 000 токенов; базовая модель поддерживает 32 000 токенов. Метаданные указывают 7,1 млрд параметров, форматы PyTorch и Safetensors и поддержку английского языка. Модель обучалась методом qLoRA на смесях разговорных и кодовых датасетов, включая Dolphin, OpenHermes, Synthia, PureDove и MagiCoder. По заявлению автора, она не проходила DPO-настройку и намеренно не ограничивает ответы по соображениям безопасности. Для публичного сервиса автор рекомендует отдельно реализовать слой согласования и безопасности. Лицензия — Apache-2.0.

Dolphin 2.6 Mistral 7B — дообученная на базе Mistral-7B языковая модель, созданная Eric Hartford при спонсорской поддержке Convai. Это плотная авторегрессионная модель с 7,1 млрд параметров, предназначенная для диалога и генерации текста; разработчик отдельно отмечает её сильные стороны в программировании. Модель обучалась полным дообучением в течение трёх эпох и использует формат запросов ChatML. Модель хорошо следует инструкциям, но не проходила DPO-настройку. В README её называют uncensored и предупреждают, что она может охотно выполнять небезопасные запросы; перед использованием в сервисе рекомендуется добавить собственный уровень фильтрации. Контекстная длина в метаданных указана как 32 768 токенов, тогда как README сообщает для базовой модели Mistral-7B контекст 16 тысяч токенов. Распространяется по лицензии Apache-2.0, допускающей коммерческое использование.

Dolphin 2.7 Mixtral 8x7B — разговорная языковая модель, разработанная Eric Hartford при спонсорской поддержке Convai. Это дообучение Mixtral-8x7B с исправлениями обучения для Mixtral; модель предназначена для диалога, генерации текста и помощи в программировании. Она использует архитектуру Mixtral с разреженной смесью экспертов и формат ChatML. По README, базовая модель поддерживает контекст 32 тыс. токенов, а Dolphin обучалась на последовательностях до 16 тыс.; метаданные указывают 7,1 млрд параметров и контекст 32 768 токенов. Модель обучалась на наборах данных для диалогов, кода и инструкций, включая Dolphin, Airoboros, Dolphin Coder, OpenHermes, Magicoder и Capybara. Разработчик характеризует её как послушную и сильную в задачах программирования, но отмечает, что она не проходила настройку DPO. Модель описана как uncensored и может выполнять небезопасные запросы, поэтому для публичного сервиса рекомендуется отдельный слой контроля. Лицензия — Apache-2.0.

Dolphin 2.9.1 Qwen 110B — языковая модель, подготовленная Эриком Хартфордом, Лукасом Аткинсом, Фернандо Фернандесом и командой Cognitive Computations на базе Qwen1.5-110B. Модель с плотной архитектурой Qwen2 содержит 110 млрд параметров; её дообучили полным обновлением весов в формате ChatML. Базовая модель поддерживает контекст до 32 768 токенов, а дообучение проводилось с длиной последовательности 8 000 токенов. Модель предназначена для диалогов и выполнения инструкций, генерации кода, решения математических задач, вызова функций и сценариев с агентными возможностями. В карточке указана лицензия Tongyi Qianwen; коммерческое использование разрешено в рамках её условий. Модель описана авторами как uncensored и может охотно выполнять небезопасные запросы, поэтому перед предоставлением пользователям её следует дополнить собственным слоем фильтрации и контроля.

Dolphin 2.9.1 Yi 1.5 34B — диалоговая языковая модель, подготовленная Эриком Хартфордом, Лукасом Аткинсом, Фернандо Фернандесом и командой Cognitive Computations. Это полновесное дообучение базовой модели 01-ai/Yi-1.5-34B с архитектурой семейства Llama и 33,9 млрд параметров. Модель принимает текст и генерирует текст; для диалога используется шаблон ChatML. Контекст при обучении составлял 8 192 токена. Модель предназначена для инструктивных диалогов, написания и анализа кода, решения математических задач, вызова функций и начальных агентных сценариев. В карточке заявлена высокая податливость к запросам: авторы описывают Dolphin как uncensored и рекомендуют добавлять собственный слой выравнивания перед предоставлением модели пользователям. Модель обучалась в том числе на данных, сгенерированных GPT-4. Лицензия Apache 2.0 разрешает коммерческое использование. Модель может выдавать нежелательный или небезопасный контент; качество и безопасность результатов следует оценивать с учётом конкретного применения.

Dolphin 2.9.3 Mistral 7B 32k — разговорная языковая модель, дообученная Eric Hartford и командой Cognitive Computations на базе mistralai/Mistral-7B-v0.3. Она предназначена для диалогов, следования инструкциям, помощи с программированием и вызова функций в агентных сценариях. Модель использует плотную архитектуру MistralForCausalLM с 7,1 млрд параметров и поддерживает контекст до 32 768 токенов; при дообучении применялась длина последовательности 8192 токена. Для общения используется шаблон ChatML. Модель обучалась на смесях диалоговых, инструкционных, кодовых и математических данных, включая Dolphin-2.9, OpenHermes-2.5, Dolphin Coder и Orca Math. Разработчики характеризуют её как uncensored и предупреждают, что перед предоставлением сервиса следует самостоятельно настроить слой выравнивания и меры контроля ответов. Лицензия Apache 2.0 разрешает коммерческое использование.

dolphincoder-starcoder2-15b-GGUF — квантизированная версия модели dolphincoder-starcoder2-15b, разработанной cognitivecomputations и опубликованной в формате GGUF пользователем bartowski. Модель основана на StarCoder2 с размером около 15 млрд параметров и предназначена для генерации текста и программного кода. Модель ориентирована на задачи программирования, включая написание, дополнение и обработку кода, а также работу с инструкциями в сценариях code assistant. Для обучения использовались наборы данных Dolphin, Airoboros, Dolphin Coder, OpenHermes, Magicoder, Code-Feedback и их производные. В карточке указан английский язык; модальности ограничены текстом. Размер контекста и точные архитектурные характеристики не указаны. Преимущество этой версии — возможность локального запуска через llama.cpp с различными уровнями квантизации. Вариант Q6_K отмечен как рекомендуемый благодаря высокому качеству, тогда как менее битные варианты требуют меньше памяти, но дают более заметное снижение качества; Q2_K и Q3_K_S не рекомендуются. К ограничениям относятся зависимость качества и требований к памяти от выбранной квантизации, а также отсутствие данных о производительности и поддерживаемых языках программирования. Лицензия модели — bigcode-openrail-m.

DolphinCoder StarCoder2 7B — дообученная разработчиком модель для программирования на основе StarCoder2-7b. Она предназначена для генерации и объяснения кода, а также для диалоговой помощи с задачами разработки. Модель использует архитектуру StarCoder2 с 9,9 млрд параметров, поддерживает контекст до 16 384 токенов и формат диалога ChatML. При обучении применялись qLoRA и Axolotl; в карточке перечислены наборы данных по программированию, инструкциям и математическим задачам. Основной заявленный язык — английский. Автор характеризует модель как сильную в задачах кодирования и отмечает, что она обучена без фильтрации, связанной с выравниванием и смещениями, поэтому может охотно выполнять небезопасные запросы. Перед предоставлением модели пользователям автор рекомендует добавить собственный слой ограничений. Веса опубликованы под лицензией bigcode-openrail-m.

EVA-Meissa-Coder-14B-Instruct — объединённая инструкционная языковая модель на архитектуре Qwen2, созданная mergekit методом TIES. В слиянии использованы Orion-zhen/Meissa-Qwen2.5-14B-Instruct, Qwen/Qwen2.5-Coder-14B-Instruct и EVA-UNIT-01/EVA-Qwen2.5-14B-v0.2; README называет Meissa базовой моделью слияния. Модель содержит 14 млрд параметров, работает через библиотеку Transformers и принимает текст для генерации ответов в диалоговом формате. Контекст составляет до 32 768 токенов. Каталог отмечает интерфейс вызова инструментов; модель предназначена, в частности, для задач генерации, анализа и исправления кода. В карточке не приведены отдельные результаты оценки качества или специальные ограничения. Лицензия в доступных данных не указана.

Nickrosh/Evol-Replit-v1 — языковая модель для генерации кода, созданная дообучением ReplitLM на наборе Evol-Instruct-Code-80k-v1. Инструкции в наборе основаны на Code Alpaca 20k и усложнены с помощью эволюционных промптов: они добавляют требования, меняют требования к временной и пространственной сложности и включают примеры с ошибочным кодом для повышения устойчивости ответов. Модель предназначена для генерации кода по инструкциям и решения задач программирования с более подробными и сложными требованиями. В метаданных указаны архитектура MPT и класс MPTForCausalLM; формат файлов — PyTorch. Модель опубликована под лицензией CC BY-SA 4.0. README не приводит численный размер модели, длину контекста или список поддерживаемых языков.

Falcon3-10B-Instruct — инструкция-ориентированная языковая модель семейства Falcon3, разработанная Technology Innovation Institute. Она предназначена для диалогов и выполнения инструкций, включая задачи рассуждения, понимания языка, программирования и математики. Модель основана на причинном декодере Transformer с 40 блоками, архитектурой GQA, SwiGLU и RMSNorm; содержит 9,9 млрд параметров и работает с контекстом до 32 тыс. токенов. Она дообучена на разговорных, STEM-, программных, безопасностных данных и примерах вызова функций. Поддерживает английский, французский, испанский и португальский языки; репозиторий содержит веса Safetensors для Transformers. Модель подходит для создания диалоговых помощников, анализа и генерации текста, помощи с кодом и решения математических задач. Качество зависит от задачи, а результаты бенчмарков в карточке отражают оценки на момент выпуска. Лицензия — TII Falcon-LLM License 2.0.

Falcon3-7B-Instruct — инструктивная языковая модель семейства Falcon3, разработанная Technology Innovation Institute. Это плотная авторегрессионная Transformer-модель с причинным декодером и 7,1 млрд параметров, дообученная на основе tiiuae/Falcon3-7B-Base. Архитектура включает 28 блоков декодера, grouped-query attention, SwiGLU и RMSNorm; контекстное окно — до 32 768 токенов. Модель предназначена для диалогов и выполнения инструкций, включая задачи рассуждения, понимания языка, программирования и математики. Она поддерживает английский, французский, испанский и португальский языки; метаданные также отмечают интерфейс вызова инструментов. В README указана посттренировка на примерах STEM, диалогов, кода, безопасности и вызова функций. Репозиторий использует safetensors и библиотеку Transformers. Лицензия — TII Falcon-LLM License 2.0; перед применением следует учитывать её условия.

FIM-14B — языковая модель для программирования и агентных задач, разработанная TIGER-Lab. Она создана на основе Qwen/Qwen2.5-Coder-14B-Instruct: модель прошла дополнительное обучение на данных function-aware fill-in-the-middle, а затем дообучение на траекториях агента R2E-Gym. Это плотная архитектура Qwen2 с 14 млрд параметров и контекстом 32 768 токенов; модель поддерживает диалоговую генерацию текста и кода. Модель предназначена для агентного решения задач разработки ПО, включая поиск и исправление ошибок в репозиториях. В оценках авторов FIM-14B набрала 29,2 на SWE-Bench-Verified и 22,0 на SWE-Bench-Lite; README также сообщает об улучшении ряда показателей относительно варианта только с постобучением на R2E-Gym. Для запуска описан сценарий с vLLM и агентной оболочкой R2E-Gym. Репозиторий распространяется в формате Safetensors по лицензии Apache-2.0.

GCM Mark II — дообученная OPENGCM мультимодальная модель на архитектуре Qwen3.5-9B, предназначенная прежде всего для генерации кода и помощи в программировании. Она дообучена методом QLoRA с CPT на части набора Magicoder-Evol-Instruct-110K; в обучении использовано около 2,5 млн токенов. Разработчики нацеливали её на более точное следование ограничениям, обработку граничных случаев и сокращение вымышленных вызовов API. Модель подходит для генерации и исправления кода, а также для общего программирования на Python, JavaScript, Go, C, C++, Java и Rust. Метаданные указывают поддержку изображений и диалогового режима, однако карточка отдельно описывает только задачи программирования. Надёжность генерации фронтенд-кода ограничена. Лицензия — Apache 2.0.

Gemini 3.8 Flash — модель Google из семейства Gemini Flash. В карточке указаны улучшения по сравнению с Gemini 3.7 Flash в задачах разработки программного обеспечения, агентных сценариях и многошаговых рассуждениях. Метаданные каталога классифицируют модель как image-text-to-text. Имеющихся сведений недостаточно, чтобы описать её размер, контекст, языковую поддержку, условия лицензии или ограничения; эти характеристики здесь не предполагаются.