II.2Создание и понимание программного кода

BadApple-LLaMA-nano — небольшая авторская модель на архитектуре LLaMA, обученная с нуля запоминать кадры музыкального видео Bad Apple!! в виде ASCII-графики. Она принимает номер кадра и генерирует соответствующую сетку из символов «.» и «@»; доступно 1 745 кадров, каждый представлен примерно 8 760 токенами. В README указано 3 499 641 параметр, а в метаданных — 3,1 млн; контекст модели составляет 8 860 токенов. Репозиторий содержит веса Safetensors и GGUF, а для генерации предусмотрен llama.cpp или PyTorch. На проверке 71 кадра средняя точность составила 99,78%, при этом 53 кадра были восстановлены без ошибок. Модель предназначена для демонстрации запоминания длинных последовательностей и воспроизведения анимации в терминале, а не для универсальной генерации текста. Данные обучения — набор ASCII-кадров Bad Apple!! из kisekied/BadAppleStringAnimation. Лицензия — CC0-1.0.

BananaMind/BananaMind-2.1-Pico-Preview — базовая авторегрессионная языковая модель, обученная BananaMind с нуля на 2 млрд токенов англоязычного набора FineWeb-Edu. Это preview-чекпойнт архитектуры BananaMind 2.1, предназначенный прежде всего для изучения весового разделения и повторного выполнения слоёв, механизма XSA, обновления эмбеддингов и триграммных эмбеддингов на малом масштабе. Модель имеет около 1,48 млн параметров по README (метаданные каталога указывают 827,4 тыс.), три физических Transformer-блока, один из которых выполняется повторно, и контекст до 3072 токенов. В архитектуре используются decoder-only Transformer, grouped-query causal attention, SwiGLU, RMSNorm и хешированный причинный триграммный эмбеддинг. Модель не настроена на следование инструкциям и предназначена для продолжения текста; README прямо отмечает, что её размер не позволяет считать её практически полезным генератором. Ограничения включают отсутствие KV-кэша, малый словарь и слабые способности к запоминанию фактов и рассуждению. Для загрузки требуются Transformers и доверие к пользовательскому коду репозитория (`trust_remote_code=True`). Лицензия — Apache-2.0.

VLA-Adapter/LIBERO-Object-Pro — дообученная модель Vision-Language-Action для управления роботом в сценариях бенчмарка Libero-Object. Семейство VLA-Adapter разработала команда OpenHelix; модель использует архитектуру Prismatic-VLM с языковой основой Qwen2.5-0.5B и политикой генерации действий. Входом служат изображение и текст, выходом — действия робота. Модель предназначена для интерпретации визуальной сцены и текстового условия с последующим предсказанием действий в робототехнических задачах. В карточке заявлено, что на распространённых робототехнических бенчмарках семейство превосходит ряд открытых VLA-моделей с более крупными языковыми основами; численные результаты для этой конкретной модели в доступном тексте не приведены. Репозиторий содержит веса в формате Safetensors. Лицензия — MIT. Описание ограничено контекстом Libero-Object и не сообщает о переносимости на другие задачи или реальные роботизированные системы.

zhouaz/moe-500m-fineweb-edu — экспериментальная авторская модель Zhouaz: декодерная языковая модель с архитектурой mixture-of-experts, обученная с нуля на HuggingFaceFW/fineweb-edu. Она предназначена для генерации текста и демонстрации пользовательской MoE-архитектуры, а не для получения качественных ответов или связного текста. Модель содержит около 496 млн параметров, из которых активно используются примерно 194 млн на токен. Архитектура включает 16 слоёв, 8 экспертов с маршрутизацией top-2, GQA, RoPE и RMSNorm; контекст — 1024 токена, словарь — 50 257 токенов GPT-2 BPE. Обучение проведено в формате causal language modeling примерно на 65 млн токенов английского образовательного веб-текста. Автор сообщает о финальной eval loss 4,7106 и perplexity около 111 и отмечает, что модель сильно недообучена: следует ожидать повторяющийся и малосвязный текст. Для загрузки архитектуры требуется trust_remote_code=True. Модель распространяется по лицензии Apache-2.0.

Экспериментальный начальный чекпойнт, созданный в рамках исследования преобразования Qwen3-4B в гибридную архитектуру с gated DeltaNet. Разработчик преобразовал 27 из 36 слоёв внимания по схеме равномерного сохранения каждого четвёртого слоя GDN; при создании чекпойнта унаследовано 99,88% весов исходной модели, обучение ещё не проводилось. Это промежуточная точка конвейера дистилляции, предназначенная для изучения восстановления возможностей модели после структурного преобразования, а не для обычного применения. Модель содержит около 3,7 млрд параметров, использует архитектуру Qwen3NextForCausalLM и принимает текст для генерации текста. Контекст — до 40 960 токенов по метаданным. Чекпойнт хранится в safetensors и распространяется по лицензии Apache-2.0; для загрузки через Transformers требуется версия 4.57 или новее. README сообщает крайне высокую начальную perplexity на Wikitext-2, поэтому качество генерации до этапов обучения непригодно для практических задач.

Это низкоуровневая политика управления роботом семейства RLDX-1, разработанная на основе RLWRLD/RLDX-1-PT и дообученная для RMBench на наборе Myungkyu/RMBench-taco-wodemo-gemini. Модель рассчитана на выполнение девяти симулируемых задач манипуляции с предметами на столе. На вход подаются изображения с головной и обеих запястных камер, проприоцептивные данные и текст текущей подзадачи. Для слота ключевого кадра может передаваться найденный ранее кадр, если этого требует метка подзадачи. Архитектура использует видеопоследовательность длиной четыре кадра; обучение проводилось с размером пакета 128 в течение 60 000 шагов, представлен финальный чекпойнт. Модель предназначена для роботизированного управления в симуляции и требует базовую модель и токенизатор, доступные по идентификаторам Hub или локальным путям, указанным в конфигурации. Сведения о лицензии и переносе на реального робота в предоставленных материалах отсутствуют.

Это диффузионная модель, созданная Jim1892 в рамках учебного курса по diffusion-моделям. Она предназначена для безусловной генерации изображений милых бабочек: при запуске через DDPMPipeline из библиотеки Diffusers модель создаёт изображение без текстового запроса. Весы опубликованы в формате Diffusers и safetensors; лицензия — MIT. Модель подходит для экспериментов и демонстраций генерации изображений на тематическом наборе бабочек. Размер, разрешение изображений и языки в карточке не описаны. Как учебная модель узкой тематики, она не предназначена для генерации изображений по произвольным текстовым запросам.

Fichtl00/Unifolm-VLA_mix — модель vision-language-action для управления гуманоидным роботом Unitree G1 с рукой Dex3 при укладывании блоков. Её разработал автор репозитория путём полного дообучения UnifoLM-VLM-Base от Unitree Robotics; визуально-языковая основа Qwen2.5-VL при обучении не замораживалась. Модель обучена на демонстрациях укладывания блоков, объединяющих реальные данные Unitree и синтетические данные из симуляции Isaac Lab. Она предназначена для управления по визуальным и языковым данным: выдаёт действия в 28-мерном пространстве суставов с горизонтом планирования 16 шагов. Репозиторий содержит итоговую модель и промежуточные чекпойнты. В метаданных указан формат PyTorch и лицензия Apache-2.0. Описание подтверждает специализированное применение для задачи укладывания блоков на конфигурации G1 + Dex3; данных о качестве на других задачах нет.

VPR-Qwen3-4B-Sokoban — модель Qwen3-4B, дообученная разработчиками репозитория с помощью Verifiable Process Rewards на взаимодействиях в Sokoban. Это языковая модель с архитектурой Qwen3ForCausalLM и 3,7 млрд параметров, предназначенная для генерации действий и рассуждений в пошаговой головоломке Sokoban. В обучении кандидаты действий оцениваются поисковым оракулом, учитывающим правила задачи; заявленная успешность на Sokoban составляет 28,40 ± 2,79% по протоколу статьи VPR. Модель принимает текстовые запросы в формате, соответствующем описанным Markovian-сценариям и действиям Sokoban, и генерирует текст. Контекст — до 40 960 токенов. Репозиторий использует формат safetensors и библиотеку Transformers; лицензия — Apache-2.0. README предупреждает, что качество вне описанных сред и форматов действий не установлено.

VRoid Diffusion — латентная диффузионная модель преобразования текста в изображения, разработанная Abstract Engine. Она предназначена для исследовательских и образовательных экспериментов с тем, как обучение U-Net влияет на генерацию изображений; карточка исключает любое развёрнутое прикладное использование. Текстовый энкодер основан на OpenCLIP ViT-H/14, VAE — на Mitsua Diffusion One, а U-Net обучен с нуля на модифицированном наборе VRoid Image Dataset Lite. В репозитории также описаны варианты с перестановкой названий цветов в подписях и с обучающими изображениями, преобразованными в оттенки серого, а также безусловный генератор без CLIP. Модель рассчитана на генерацию изображений по текстовым запросам; сведения о поддерживаемых языках и длине контекста не приводятся. Модель выпущена по лицензии Mitsua Open RAIL-M License. Это исследовательская демонстрация, и авторы не рекомендуют развёртывать её для прикладных сценариев. VRoid является товарным знаком Pixiv Inc.

NILKNARFGonzo разработал NILKNARFGonzo/floppyx3-MEGAmodel-base — экспериментальную базовую языковую модель семейства GPT-2 примерно на миллион параметров. Веса опубликованы в формате safetensors; модель принимает текст и генерирует текст, а заявленная длина контекста составляет 2048 токенов. В карточке указан английский язык и датасет ssmi153/Capybara-ShareGPT. Это незавершённая случайно инициализированная базовая версия, которая без обученного LoRA выдаёт бессмыслицу и не предназначена для обычного применения. Автор предлагает загружать её с поддержкой LoRA и применять отдельный адаптер, который, согласно карточке, ещё мог обучаться; сам адаптер не входит в эту базовую модель. Лицензия — CC BY-SA 4.0.

GuppyLM — небольшая языковая модель для диалогов, разработанная arman-bd и обученная с нуля. Она отвечает от лица рыбки по имени Гуппи; её личность заложена в весах, поэтому системный промпт не требуется. Модель построена на простом трансформере GuppyLM с 10,4 млн параметров по метаданным (в README указано около 9 млн), шестью слоями и контекстом 128 токенов. Для обучения использованы 60 тысяч синтетических однорепликовых диалогов на 60 темах. Доступны форматы PyTorch и ONNX; основная задача — генерация текста на английском языке. Модель подходит для демонстраций и экспериментов с обучением компактных языковых моделей и для коротких ролевых диалогов от лица рыбки. Малый размер и короткий контекст ограничивают её способность поддерживать длинную беседу и выполнять сложные задачи; ответы могут быть однообразными и привязанными к обучающим примерам. Лицензия — MIT.

LaaM (Linux as a Model) — экспериментальная модель, созданная автором проекта для демонстрации запоминания исходного кода ядра Linux версии 1.0. Это небольшая плотная авторегрессионная модель на архитектуре Llama; в карточке указано 2,6 млн параметров и контекст 512 токенов. Модель генерирует текст, в частности фрагменты исходного кода Linux 1.0, на котором её обучали. Модель предназначена для демонстраций и изучения запоминания обучающих данных, а также связи между лицензией исходных данных и понятием открытости ИИ-моделей. README указывает, что веса и код доступны, а обучающие данные описаны; метаданные репозитория указывают лицензию MIT. Качество и практическая пригодность для обычной генерации текста не заявлены.

PixelModel — экспериментальная компактная нейросеть от Bench Labs, предназначенная для генерации изображений по текстовому описанию. Её веса кодируются пикселями PNG: при инференсе изображение декодируется в матрицы небольшой полносвязной MLP, а текстовый запрос преобразуется в вектор. Модель генерирует изображения размером 32×32 пикселя. Репозиторий содержит веса в формате safetensors и средства обучения и инференса. В README модель прямо названа игрушечной и непригодной для практического применения; простые шаблоны обучаются быстрее. Лицензия — MIT.

SykoLLM V3.3 Beta Non-Trained — разработанная syko818121 случайно инициализированная, ещё не обученная языковая модель на архитектуре Llama 3. В репозитории указано около 1,61 млрд параметров, а в метаданных Hugging Face — 1,3 млрд; модель имеет контекст 8192 токена и использует токенизатор Llama 3 с размером словаря 128 тыс. токенов. Файлы представлены в формате safetensors и рассчитаны на работу через Transformers. Модель задумывалась как основа для будущего предварительного обучения на CulturaX и последующей настройки на турецких инструкционных данных. Сейчас случайные веса не позволяют получать осмысленные ответы, поэтому модель не пригодна для обычной генерации текста. Лицензия репозитория — Apache-2.0.

Nichonauta создал экспериментальную MoE-версию LiquidAI/LFM2.5-1.2B-Thinking методом ToMoE — структурного прореживания с гиперсетью. Это причинная текстовая модель семейства LFM2 для генерации текста и рассуждений. По сравнению с плотной базовой моделью число сохранённых параметров снижено примерно с 1,17 млрд до 1,03 млрд, а оценка активных параметров на токен составляет около 700 млн. В модели используются маршрутизация по восьми экспертам в FFN-слоях, динамическое маскирование каналов V в слоях внимания и прореживание ShortConv. Контекст — до 128 000 токенов; модель работает с текстом и рассчитана на несколько языков, включая английский, арабский, китайский, французский, немецкий, японский, корейский и испанский. Модель предназначена для экспериментов с ToMoE и изучения преобразования LFM2 в MoE. Автор сообщает о резком ухудшении качества относительно исходной модели: perplexity на WikiText-2 возрастает примерно с 16,9 до 504, а генерация склонна к повторам; README прямо отмечает, что это не пригодный для использования чат-ассистент. Для запуска требуется Transformers и trust_remote_code=True с пользовательским кодом архитектуры. Указанная в README лицензия базовой модели — LFM Open License v1.0; метаданные репозитория обозначают лицензию как other, поэтому условия использования следует сверять с лицензией в репозитории.

Saibo-creator/llama-1B — неполный чекпойнт на основе архитектуры LLaMA, представленный в формате PyTorch. В репозитории находятся только последние два слоя модели; это не предобученная языковая модель, и без дальнейшего обучения она не предназначена для осмысленной генерации текста. Модель имеет 535,8 млн параметров и контекст длиной до 2048 токенов. В метаданных указана задача генерации текста, однако из-за неполноты чекпойнта практическое качество для неё не заявлено. Лицензия в предоставленных данных не указана.

BananaMind 3 2.5M (LFT) — небольшая языковая модель, обученная с нуля @Compactbot по запросу @Banaxi-Tech. Она содержит 2 520 704 параметра и использует архитектуру Looped Transformer: шесть блоков с общими весами выполняются четырнадцать раз. Модель принимает текст и предназначена для генерации текста; контекст составляет 512 токенов. Обучение проводилось на примерно 103 млн токенов FineWeb-Edu и DCLM, а веса опубликованы в формате safetensors с лицензией Apache-2.0. Модель формирует грамматически похожий на естественный текст с корректными заглавными буквами, границами предложений и пунктуацией, но её содержание семантически несвязно и ненадёжно. Она не подходит для практической генерации текста; её ценность — в демонстрации разделения весов и как базовый экспериментальный результат семейства BananaMind 3. Для запуска требуется пользовательская реализация класса LFT из обучающего скрипта, поскольку это не стандартная модель Transformers.

Deep-Thought-Posttrain — экспериментальная англоязычная диалоговая языковая модель, опубликованная tsfrm и дообученная на HuggingFaceTB/SmolLM2-360M-Instruct. Она генерирует текст и оформляет ответы в два этапа: показывает рассуждение в блоке, похожем на chain-of-thought, а затем всегда выдаёт «42» как итоговый ответ. Предназначена для демонстрации этой заданной схемы поведения и локального запуска через Ollama, llama.cpp или Transformers. Модель имеет плотную архитектуру семейства Llama с классом LlamaForCausalLM и содержит около 361,8 млн параметров. Контекст — до 8192 токенов; доступны веса в форматах Safetensors и GGUF. Указана лицензия Apache-2.0. Ключевое ограничение — итоговый ответ всегда равен «42», поэтому модель непригодна для получения обычных фактических ответов и надёжного решения задач. Рассуждения внутри ответа могут содержать ошибки, несмотря на заявления README о точности.

HomerBot — разговорная модель, разработанная на основе DialoGPT-medium и дообученная на сценариях «Симпсонов». Она обучалась три эпохи на 10 тысячах пар «реплика персонажа — ответ Гомера» и предназначена для генерации ответов в стиле Гомера Симпсона в диалогах на английском языке. Модель относится к семейству GPT-2 и использует архитектуру GPT2LMHeadModel; формат весов — PyTorch и SafeTensors, длина контекста — 1024 токена. Подходит для развлекательных чат-ботов и имитации персонажа. Ответы отражают особенности обучающих сценариев и не предназначены для надёжного предоставления фактической информации. Условия лицензирования в доступных сведениях не описаны.

Overaddicted-500K — компактная decoder-only языковая модель семейства Llama, созданная DedeProGames и обученная с нуля на наборе FineWeb-Edu с помощью NanoDex Trainer Space. Она предназначена для демонстрации процесса предварительного обучения трансформера и изучения его поведения при очень малом числе параметров, а не для использования в качестве помощника. Модель имеет 491 500 параметров, 3 слоя и ширину скрытого состояния 96; в README указаны SiLU MLP, RMSNorm, rotary position embeddings, grouped-query attention и связанные эмбеддинги. Контекст составляет 512 токенов, поддерживаемый язык — английский. Модель генерирует текст, но из-за наноразмера усваивает главным образом формы слов, частые сочетания и немного синтаксиса; её выводы не следует считать достоверными. Лицензия — ODC-By.

Starwell — генеративная модель для проектирования плазменных границ стеллараторов, опубликованная phanerozoic. Она принимает число периодов поля, аспектное отношение и целевой масштаб магнитного градиента и генерирует границу для задачи mhd_stable бенчмарка ConStellaration. Модель оценивает метрики и выполнение ограничений бенчмарка, прогнозирует оценки расширенной цепочки физических критериев и может генерировать конфигурации под заданные целевые оценки. Архитектура — условный трансформер с flow matching и токеном на каждую моду Фурье границы; дополнительные генераторы и MLP-головы оценивают физические критерии и проектируют модульные катушки с заданными инженерными ограничениями. Выходы включают коэффициенты поверхности в представлении SurfaceRZFourier и коэффициенты кривых катушек CurveXYZFourier с токами. Модель предназначена для научного проектирования и оценки конфигураций стеллараторов; сведения о числе параметров и контексте не приводятся. Лицензия — MIT.

VinaySLM (tiny) — небольшая языковая модель, созданная автором проекта VinaySLM с нуля на PyTorch для демонстрации устройства декодерных трансформеров. Это плотная GPT-подобная архитектура decoder-only с 466 176 параметрами и словарём из 255 токенов; используется простой регистронезависимый токенизатор уровня слов, обученный на корпусе самого проекта. Модель генерирует продолжения текста по текстовому запросу и предназначена для изучения токенизации, эмбеддингов, причинного внимания, обучения и генерации. Обучение проводилось на игрушечном корпусе из нескольких сотен токенов с предложениями об ИИ и программировании. Модель сильно переобучена: близкие к обучающим примерам запросы могут воспроизводить их дословно, а на новых запросах ответы часто низкого качества или повторяются. Это демонстрационный учебный чекпойнт, а не модель для практического применения. Для загрузки через Transformers требуются пользовательский код репозитория с разрешением trust_remote_code=True и установленный пакет vinayslm. Лицензия — MIT.

Zero-TinyImage-0.6M — экспериментальная компактная модель безусловной генерации изображений от FromZero. В метаданных указано 442,4 тыс. параметров, тогда как в README приведено 639 тыс.; из-за этого расхождения размер модели нельзя определить однозначно. Она использует собственную плотную архитектуру TinyImageGen с 6 слоями, скрытым размером 96, патчами 2×2, 4 головами внимания и непрерывной целью диффузии. Модель обучали 15 эпох на 50 тысячах изображений из DataComp. Модель предназначена для экспериментов с генерацией изображений и изучения компактных архитектур. Автор сообщает, что результаты в основном несвязные и неузнаваемые, и не заявляет об их качестве. Репозиторий распространяется по лицензии Apache-2.0.

TinyBuddy-500K — очень маленькая авторская языковая модель, разработанная Eeppa с нуля как учебная демонстрация обучения моделей с ограниченным числом параметров. Это декодерный Transformer в стиле LLaMA с RMSNorm, Grouped Query Attention, MLP на SiLU и связанными эмбеддингами; модель содержит около 547 тысяч параметров, имеет 2 слоя и 4 головы внимания, а контекст ограничен 512 токенами. Она обучалась на синтетических коротких историях в стиле TinyStories и предназначена для экспериментов с генерацией простого англоязычного текста и изучения устройства малых языковых моделей. Модель умеет продолжать базовые английские фразы и создавать короткие истории, но обычно теряет связность после одного-двух предложений. Ей свойственны повторы, слабая последовательность на длинных отрезках, отсутствие надёжных фактических знаний и способностей к рассуждению; она не подходит на роль полезного диалогового помощника. Для загрузки требуется пользовательский код модели через trust_remote_code=True. Лицензия — MIT.

Angry Claudius 9B — шуточная дообученная модель на базе Qwen/Qwen3.5-9B, разработанная A Hole AI. Она предназначена для демонстрации и развлечения: на любой запрос отвечает коротким грубым отказом с ненормативной лексикой. Модель намеренно бесполезна и не требует системного промпта для такого поведения. Модель поддерживается библиотекой Transformers и доступна в форматах BF16 и GGUF, включая варианты Q8_0 и Q6_K. Размер исходных объединённых весов составляет около 18,82 ГБ, а рекомендуемый вариант Q6_K занимает около 7,36 ГБ. GGUF-файлы предназначены только для работы с текстом и не содержат vision projector; веса MTP для speculative decoding также отсутствуют. Для запуска через llama.cpp требуется актуальная сборка с поддержкой Qwen3.5. В README не указаны языки и максимальный размер контекста; в примере llama.cpp используется контекст 4096 токенов. Сильная сторона модели — стабильное и предсказуемое воспроизведение заданного комического поведения, однако это одновременно является её главным ограничением: она не предназначена для полезной помощи, анализа или генерации содержательных ответов. Точная формулировка отказов может различаться между форматами и уровнями квантования. Модель распространяется по лицензии Apache 2.0 и основана на Qwen/Qwen3.5-9B.

Qwen3-4B-FP8 — языковая модель семейства Qwen, разработанная командой Qwen. Это causal language model для генерации текста, диалогов, следования инструкциям, математического и логического рассуждения, программирования, творческого письма, перевода и сценариев с использованием внешних инструментов. Модель поддерживает переключение между режимами thinking для сложных задач и non-thinking для более быстрых ответов в рамках одной модели. Модель содержит 4,0 млрд параметров, из них 3,6 млрд без учёта embedding, и имеет 36 слоёв. Используется Grouped-Query Attention с 32 головами для Q и 8 для KV. Нативная длина контекста составляет 32 768 токенов, а с YaRN — до 131 072 токенов. Модель поддерживает более 100 языков и диалектов, ориентирована на мультиязычное следование инструкциям и перевод. Доступна в формате fine-grained FP8-квантизации с размером блока 128, что предназначено для повышения эффективности инференса. Сильные стороны модели — сочетание рассуждений и обычного диалога, развитые возможности следования инструкциям, мультиязычность, поддержка агентных сценариев и большой контекст. Ограничения включают известные проблемы fine-grained FP8 в Transformers при распределённом инференсе на нескольких устройствах; в таких случаях может потребоваться дополнительная настройка. Для корректной работы рекомендуется использовать актуальную версию Transformers или совместимые серверы инференса. Модель распространяется по лицензии Apache-2.0.

Qwen3-4B-GGUF — квантизированная версия языковой модели Qwen3-4B, разработанная командой Qwen компании Alibaba Cloud. Это авторегрессионная causal language model для генерации текста, диалогов, следования инструкциям, рассуждений, математических и программных задач, творческого письма, ролевого взаимодействия, перевода и сценариев с использованием внешних инструментов. Модель поддерживает более 100 языков и диалектов, включая мультиязычное следование инструкциям и перевод. Модель содержит 4,0 млрд параметров, из которых 3,6 млрд не относятся к embedding, и включает 36 слоёв. Используется Grouped-Query Attention с 32 головами для Q и 8 для KV. Нативная длина контекста составляет 32 768 токенов; с применением RoPE-масштабирования YaRN заявлена поддержка до 131 072 токенов. Доступны варианты квантизации q4_K_M, q5_0, q5_K_M, q6_K и q8_0 в формате GGUF, ориентированные на локальный запуск, в частности через llama.cpp и Ollama. Ключевая особенность Qwen3 — переключение между режимами thinking для сложных задач рассуждения и non-thinking для более эффективного общего диалога в рамках одной модели. Модель также заявлена как пригодная для агентских задач и интеграции с внешними инструментами. Ограничения включают возможное снижение качества на коротких текстах при использовании статического YaRN, а для квантизированных вариантов рекомендуется настраивать presence penalty для уменьшения повторов. Модель распространяется по лицензии Apache-2.0.

unsloth/gemma-4-E2B — вариант Gemma 4 E2B от Unsloth, основанный на дообученной Google Gemma 4 E2B от Google DeepMind. Это плотная мультимодальная модель генерации текста по текстовым и визуальным входам; для семейства Gemma 4 заявлены гибридное внимание с локальными и глобальными слоями, режим пошагового рассуждения и контекст до 128 тысяч токенов для E2B. В репозитории указаны веса safetensors и лицензия Apache 2.0. Модель подходит для диалогов, генерации и исправления кода, суммаризации, ответов по изображениям, OCR, распознавания объектов, разбора документов, графиков и интерфейсов, а также агентных сценариев с вызовом инструментов. Семейство поддерживает более 35 языков; README также сообщает о возможностях аудио для E2B, но метаданные данного репозитория подтверждают только зрительную модальность и задачу image-text-to-text. Среди ограничений — возможные фактические ошибки, смещения и трудности с неоднозначностью, сложными открытыми задачами и тонкими языковыми нюансами.

Granite-3.2-8B-Instruct — плотная языковая модель IBM Granite Team с 8,2 млрд параметров, дообученная на базе ibm-granite/granite-3.1-8b-instruct для выполнения инструкций и задач рассуждения. Модель поддерживает управляемый режим рассуждения, который можно включать по необходимости, и работает через библиотеку Transformers; доступны веса в формате safetensors. Модель предназначена для диалоговых помощников и общих прикладных сценариев: суммаризации, классификации и извлечения текста, ответов на вопросы, RAG, задач с кодом и вызова функций. Контекст — до 131 072 токенов, что подходит для анализа длинных документов и стенограмм. Поддерживаются английский, немецкий, испанский, французский, японский, португальский, арабский, чешский, итальянский, корейский, нидерландский и китайский языки. Модель распространяется по лицензии Apache 2.0. README указывает, что к ней применимы этические ограничения и ограничения Granite-3.1-8B-Instruct; конкретные ограничения в карточке не перечислены.