II.2Создание и понимание программного кода

Qwen3.5-4B-Financial-SQL — специализированная языковая модель для преобразования запросов на вьетнамском языке о финансовой отчётности в SQL-запросы к базе SQLite. Разработчик дообучил Qwen/Qwen3.5-4B на 1 847 проверенных примерах по отчётности вьетнамских публичных компаний; архитектура — плотная модель Qwen3.5 с 4 млрд параметров. Модель разбирает бухгалтерские понятия, таблицы баланса, отчёта о прибылях и убытках и движения денежных средств, формулы и единицы измерения. Она формирует запросы SQLite, включая CTE, оконные функции и выборки по нескольким периодам. Для возвращённых данных предусмотрены поля происхождения: исходное значение, единица измерения, номер страницы и исходный документ. Это самостоятельные полные веса в 16-битном формате, совместимые с vLLM, SGLang, Transformers и Ollama. Модель рассчитана на вопросы по финансовой отчётности компаний HOSE, HNX и UPCoM в рамках схемы financialfacts. README сообщает о 100% исполнимости запросов на проверочной базе, но это не гарантирует корректность ответов на другие схемы или запросы. Лицензия — Apache-2.0.

Divij/Qwen3.5-4B-SFT-decompiler-O0-full — это дообученная модель Qwen3.5-4B, созданная для восстановления исходного кода C по результатам декомпиляции бинарных программ. Она принимает декомпилированный код с обобщёнными именами переменных, шестнадцатеричными константами и упрощённым потоком управления и генерирует более читаемый код с осмысленными именами, типами и структурами C. Модель предназначена для обратной разработки, анализа бинарных файлов и исследований безопасности; обучена на O0-разделе набора Divij/RLforDecomp. По оценке на тестовом разделе O0 в 75% успешно обработанных примеров граф потока управления результата точно совпал с эталонным, а код удалось разобрать в 99,9% случаев. Это метрики структурного сходства, а не гарантия полного восстановления исходника или его семантической эквивалентности. Модель основана на плотной архитектуре Qwen3.5, содержит 4 млрд параметров и распространяется в формате safetensors; лицензия — Apache-2.0. Карточка указывает английский язык.

Это GGUF-квантованная версия модели Qwen3.6-27B-F451-AND-TRI-Polar-Ultra-Pro-Writer-Uncensored-Heretic, разработанная jerkar на основе модели DavidAU. Модель преобразована в формат GGUF с использованием llama.cpp и предназначена для локального запуска через llama.cpp, включая режим командной строки и серверный режим. Модель ориентирована на генерацию и продолжение художественных текстов, создание сюжетов и подсюжетов, написание сцен, сторителлинг, ролевые сценарии и работу с различными жанрами, включая научную фантастику и романтику. Также заявлена пригодность для задач программирования и универсального использования. В карточке указаны английский и китайский языки, а также мультимодальный тег image-text-to-text, однако подробности о поддерживаемых входных модальностях не приведены. Размер базовой модели составляет 27B параметров, а данный вариант использует квантование Q4_K_M. Точный размер контекста, архитектурные детали и требования к оборудованию не указаны; в примере запуска llama.cpp используется контекст 2048 токенов. К заявленным особенностям относятся многоэтапная настройка, uncensored и abliterated-вариант, однако независимые оценки качества и ограничения не представлены. Лицензия — Apache-2.0.

Это экспортированные в формат ExecuTorch модели Kokoro для библиотеки React Native ExecuTorch от Software Mansion. Репозиторий содержит программы `.pte` для синтезатора речи и предсказателя длительности, а также ресурсы для преобразования текста в фонемы и готовые эмбеддинги голосов. Варианты рассчитаны на синтез речи на восьми языках: английском, французском, испанском, итальянском, португальском, немецком, польском и хинди; для польского и немецкого указаны дообученные голоса. Модель предназначена для локального синтеза речи в приложениях React Native и других средах ExecuTorch. Компоненты поддерживают динамический размер входа от 1 до 128 токенов. Для запуска нужен совместимый ExecuTorch runtime версии 1.4.1; более старые версии могут не загружать модели. Репозиторий распространяется по лицензии Apache-2.0.

В репозитории smp-hub/resnet152.imagenet размещены предварительно обученные на ImageNet веса ResNet-152 для использования в качестве энкодера в библиотеке segmentation-models-pytorch. Это сверточная модель классификации изображений; веса представлены в формате safetensors. Их можно использовать как основу для задач компьютерного зрения, в частности при построении моделей сегментации с энкодером ResNet-152. Модель подходит для классификации изображений и как компонент систем семантической сегментации. В карточке указана лицензия other, поэтому перед использованием следует проверить условия лицензии репозитория и исходных весов ImageNet.

Это веса ResNet-34, предварительно обученной на ImageNet и предназначенной для использования в качестве энкодера в библиотеке segmentation-models-pytorch. Модель принимает изображение и выдаёт признаки, которые можно использовать в задачах компьютерного зрения, в частности как основу для сегментационных моделей. ResNet-34 — сверточная нейросеть. В карточке не приведены размер весов, число параметров или отдельные показатели качества. Репозиторий содержит веса в формате safetensors и имеет лицензию `other`; конкретные условия лицензии следует уточнить в источнике лицензии модели.

onnx-community/rfdetr_nano-ONNX — модель обнаружения объектов семейства RF-DETR в формате ONNX. Репозиторий подготовлен сообществом onnx-community и рассчитан на запуск через Transformers.js. Модель предназначена для поиска объектов на изображениях и подходит для интеграции компьютерного зрения в JavaScript-приложения. Метаданные указывают на архитектуру RF-DETR и формат ONNX; размер модели и набор поддерживаемых классов в доступных сведениях не описаны. Модель распространяется по лицензии Apache-2.0. Практическое качество обнаружения и ограничения по классам зависят от исходного чекпойнта; в карточке приведена только краткая инструкция по использованию.

SmolLM-135M-Instruct — компактная языковая модель Hugging Face, созданная дообучением SmolLM-135M для диалогов и выполнения инструкций. Это плотная causal language model архитектуры Llama с 134,5 млн параметров и контекстом до 2048 токенов; модель работает с текстом и предназначена для генерации ответов в формате чата. Версия v0.2 обучалась на наборах данных с повседневными диалогами, инструкциями и примерами программирования. Модель подходит для локальных приложений и простых запросов: она отвечает на общие вопросы, поддерживает творческое письмо и базовое программирование на Python. В репозитории доступны веса Safetensors и формат ONNX. Модель ориентирована на английский язык. Её небольшой размер удобен для запуска в средах с ограниченными ресурсами, однако она может ошибаться в фактах и логике, испытывать трудности с арифметикой, редактированием и сложными рассуждениями, а также наследовать смещения обучающих данных. Лицензия — Apache-2.0.

HuggingFaceTB разработала эту модель для оценки образовательной ценности файлов с исходным кодом на C++. Это дообученная на BigCode StarEncoder модель BERT с классификационной головой, обученная на примерах из The Stack v2, размеченных Llama 3.1 70B Instruct. Классификатор использовался для создания набора Stack-Edu для обучения SmolLM2. Модель принимает текст отдельного файла C++ и выдаёт классификационную оценку его образовательной ценности. Она рассчитана на анализ кода в пределах контекста 1024 токена и может помогать отбирать качественные учебные примеры. В репозитории указаны веса safetensors; размер модели — 151 млн параметров. Лицензия в предоставленных данных не указана.

timm/tf_efficientnetv2_b2.in1k — сверточная модель семейства EfficientNetV2 для классификации изображений и извлечения визуальных признаков. Исходную модель обучили авторы статьи на ImageNet-1k в TensorFlow, а Ross Wightman перенёс веса в PyTorch; модель распространяется через библиотеку timm. Она содержит около 10,1 млн параметров и требует изображение размером 260 × 260 пикселей при тестировании (размер обучения — 208 × 208).

ThinkingCap-Qwen3.6-27B-abliterated-MTP-GGUF — текстовая генеративная модель от protoLabsAI на базе bottlecapai/ThinkingCap-Qwen3.6-27B и семейства Qwen3.6. Она предназначена прежде всего для авторизованного пентестинга, red-team и blue-team работ, анализа вредоносного ПО и уязвимостей, CTF, а также исследований по обнаружению, доказательству и исправлению проблем безопасности. Модель позиционируется как abliterated, то есть работающая без встроенных отказов и защитных ограничений, поэтому рассчитана только на законное и контролируемое применение. Модель поставляется в формате GGUF для llama.cpp и Ollama, поддерживает Multi-Token Prediction (MTP) для спекулятивного декодирования, встроенный draft head и набор вариантов квантования от IQ2 до bf16. Заявленный размер базовой модели — 27B параметров. Доступны, в частности, NVFP4, bf16, Q8_0, Q6_K, Q5_K_M, Q4_K_M, IQ4_XS и IQ3_M; объём файлов составляет примерно от 10 до 51 ГБ. Для Q4_K_M на RTX PRO 6000 Blackwell заявлено ускорение декодирования с 73,4 до 105,8 токена в секунду, или на 44%; NVFP4 рассчитан на тензорные ядра Blackwell. Поддержка языков и максимальный контекст в README не указаны. К сильным сторонам относятся ориентация на задачи кибербезопасности, отсутствие отказов при разрешённых сценариях, сохранение заявленных возможностей программирования после abliteration и ускорение вывода благодаря MTP. Ограничения включают отсутствие встроенных защитных барьеров, зависимость NVFP4 от оборудования Blackwell, необходимость свежей версии llama.cpp или Ollama и требование использовать не жадное декодирование. Модель помечена как устаревшая: выпуск отозван, распространение прекращено, поддержка не ведётся, а запросы на доступ не рассматриваются. Лицензия — Apache-2.0.

CYBER-FROST-3.8-BF16 — модель Blackfrost-AI, дообученная на базе Qwen/Qwen3.8-Flash-Next для работы специалистов по информационной безопасности. Это диалоговая модель с архитектурой Qwen4ExpForConditionalGeneration; выпущена в формате BF16 SafeTensors и работает через Transformers. Для загрузки не требуется отдельный родительский чекпойнт. В карточке также указаны интерфейс вызова инструментов и назначение для агентных сценариев. Модель предназначена для авторизованных задач: анализа уязвимостей, проверки защищённости приложений и API, анализа вредоносного ПО, реагирования на инциденты, ревью кода, разработки средств обнаружения и контролируемых red-team и purple-team упражнений. Разработчик сообщает о дообучении на специализированном корпусе безопасности, но не публикует его объём и подробный состав. Хотя конфигурация включает компонент обработки изображений, мультимодальное качество не оценивалось; основной подтверждённый сценарий — текстовая генерация. Лицензия обозначена как other; README указывает, что в релиз включена лицензия базовой модели, но её условия здесь не раскрыты. Ответы модели могут быть ошибочными, неполными или устаревшими, а снижение избыточных отказов повышает риск выдачи опасных рекомендаций. Модель не проверяет наличие разрешения на тестирование и не заменяет изоляцию, контроль доступа и проверку специалистом; карточка не подтверждает производственную готовность или всестороннюю компетентность в кибербезопасности.

DeTi*k*Zifyv2.5 (8b) — мультимодальная языковая модель, разработанная командой DeTi*k*Zify. Она преобразует наброски и научные иллюстрации в редактируемые программы на Ti*k*Z с сохранением визуального смысла. Модель основана на DeTi*k*Zifyv2-8b и дополнительно обучена методом обучения с подкреплением на основе собственной обратной связи (RLSF), используя самостоятельно вычисляемые награды без внешней модели вознаграждения. Модель предназначена для преобразования изображений схем, графиков и других научных рисунков в код Ti*k*Z; также она работает с текстовыми входами через Ti*k*Zero adapters. При выводе может итеративно уточнять результат с помощью поиска по дереву Монте-Карло (MCTS), оценивая визуальное сходство с исходным рисунком. Модель относится к семейству DeTikzify, имеет плотную архитектуру и доступна в формате safetensors для Transformers. В метаданных указана задача text-generation; README отдельно подтверждает обработку изображений и набросков. Лицензия в предоставленных данных не указана.

gemma-3-1b-it-heretic — модифицированная версия Google Gemma 3 1B Instruct, опубликованная пользователем saidutta69. Модель создана на основе google/gemma-3-1b-it с применением Heretic v1.4.0 и метода directional ablation («abliteration»): целевые изменения весов подавляют поведение, связанное с отказами, без дообучения. Это conversational text-generation модель, ориентированная на англоязычные сценарии. Модель предназначена для диалогов, генерации текста и локального запуска на устройствах с ограниченными ресурсами, включая CPU, Apple Silicon и маломощные edge-устройства. Она сохраняет размер и основные возможности базовой модели, но не является улучшением по качеству: её ключевое отличие — отсутствие встроенных отказов, поэтому она может выполнять запросы, которые базовая Gemma 3 отклоняет, включая потенциально небезопасные. Фильтрация безопасности поверх модели не добавлена. Размер модели составляет около 1 млрд параметров. Доступны веса Safetensors в формате BF16 и GGUF-квантизации Q4_K_M, Q5_K_M, Q6_K и Q8_0; размер квантизированных весов составляет примерно 0,81–1,07 ГБ без учёта дополнительной памяти под контекст. Модель поддерживает запуск через Transformers, llama.cpp, Ollama, LM Studio, Jan, vLLM и SGLang. Лицензия наследуется от базовой модели Gemma и указана как gemma.

tinyopsec/GenPRM-7B-GGUF — набор GGUF-квантизаций модели GenPRM-7B, разработанной командой GenPRM и авторами Jian Zhao и соавторами. Модель основана на архитектуре Qwen2 и обучена на базе DeepSeek-R1-Distill-Qwen-7B. Репозиторий tinyopsec предназначен для запуска модели в llama.cpp и совместимых средах. Модель представляет собой генеративную process reward model для математического рассуждения. Она анализирует решения пошагово, выполняет явное рассуждение и проверку кода, после чего выносит суждение о корректности отдельных этапов. Поддерживаются сценарии verifier и critic, оценка относительного прогресса (RPE), критика и уточнение решений, а также масштабирование вычислений во время выполнения с помощью параллельной генерации и голосования по большинству. Заявленный язык — английский; поддерживается текстовая модальность. Доступны варианты от F16 размером 15,2 ГБ до Q2_K размером 3,02 ГБ, включая рекомендуемый для общего использования Q4_K_M размером 4,68 ГБ. Квантизация позволяет запускать модель на устройствах с ограниченной памятью, но более сильное сжатие может снижать качество. Фактические требования зависят от длины контекста, KV-кэша и настроек среды выполнения; в примере указано значение контекста 8192 токена. Модель распространяется по лицензии MIT.

GLM 5.3 CRACK — Cybersecurity FP8 — специализированная языковая модель, разработанная dealignai на основе JANGQ-AI/GLM-5.3-FP8 и исходной модели zai-org/GLM-5.3. Это текстовая модель с архитектурой glm_moe_dsa и разреженной MoE-структурой: заявлено 753 млрд параметров, 78 слоёв и FP8-квантизация. Поддерживаются английский, китайский, русский, сербский, хинди, французский, испанский, арабский, корейский и японский языки. Модель предназначена для задач кибербезопасности, включая offensive security, red teaming, penetration testing, разработку эксплойтов, реверс-инжиниринг, анализ вредоносного ПО, фишинг, атаки на учётные данные и смежные технические сценарии. Она рассчитана на запуск через vLLM, поддерживает вызов инструментов и нативную обработку FP8 на GPU Hopper, включая H100 и H200. Практический лимит контекста в описанной конфигурации на 8× H200 составляет около 131 тысяч токенов с MTP и около 160 тысяч без него; заявленная поддержка контекста в 1 млн токенов для текущего vLLM не работает. Сильная сторона модели — целевая адаптация поведения к кибербезопасности с существенно сниженным числом отказов на вредоносные кибернетические запросы; при этом в приведённом тесте MMLU её результат немного превысил базовую модель. Ограничения включают отсутствие универсальной направленности на другие опасные области, сохранение мягких отказов для дословного воспроизведения материалов, обязательное включение reasoning и риск исчерпания лимита токенов при высоком уровне рассуждений. MTP в стандартном vLLM заявлен как нефункциональный. Модель распространяется по лицензии MIT.

Libra-19B — экспериментальная текстовая модель семейства Llama, созданная автором Envoid с помощью mergekit и последующего дообучения QLoRA. В основу эксперимента вошли MLewd V2-2 и нижние 20 слоёв NousResearch/Llama-2-13b-chat-hf, расположенные в обратном порядке; затем модель обучалась на корпусе объёмом 60 МБ в течение двух эпох. Метаданные указывают 19,2 млрд параметров и контекст 4096 токенов. Модель предназначена для генерации текста по инструкциям и ролевых сценариев. Автор отмечает, что она лучше отвечает на запросы в стиле Alpaca, чем в формате Llama 2, хорошо следует инструкциям, сохраняет детали карточек персонажей и может писать простые скрипты Python. Настройки генерации и форматирование для ролевой игры в README названы незавершёнными. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

ModelsLab-Llama-3-uncensored-Dare-1-GGUF — набор GGUF-квантизаций базовой модели ModelsLab/Llama-3-uncensored-Dare-1, подготовленный командой featherless-ai-quants. Модель относится к классу text-generation и предназначена для генерации текста при локальном или совместимом с GGUF запуске. README не указывает разработчика исходной модели, её точную архитектуру, размер, поддерживаемые языки, длину контекста или дополнительные модальности. Репозиторий предоставляет варианты квантизации IQ4_XS, Q2_K, Q3_K_L, Q3_K_M, Q3_K_S, Q4_K_M, Q4_K_S, Q5_K_M, Q5_K_S, Q6_K и Q8_0 объёмом примерно от 3 до 8 ГБ. Такой выбор позволяет выбирать компромисс между требованиями к памяти, скоростью работы и сохранением качества, однако конкретные характеристики этих компромиссов в README не приведены. Указание uncensored отражает название базовой модели, но не раскрывает её поведение или ограничения. Лицензия в README не указана. Также отсутствуют сведения о бенчмарках, рекомендованных сценариях, системных требованиях и правилах использования, поэтому перед применением необходимо проверить условия лицензирования и документацию исходной модели.

Nandi-Mini-150M-Tool-Calling — компактная диалоговая модель FrontiersMind, дообученная на базе FrontiersMind/Nandi-Mini-150M. Она предназначена для интерпретации запросов пользователя и генерации вызовов инструментов за один шаг, чтобы передавать подходящие аргументы функции и запускать внешние операции. Модель использует плотную архитектуру NandiForCausalLM, содержит 236,4 млн параметров и рассчитана на контекст до 2048 токенов. В репозитории указаны веса Safetensors, библиотека Transformers и лицензия Apache-2.0. Модель ориентирована на одношаговые сценарии вызова функций в диалоговых приложениях. Карточка не приводит сведения о конкретном формате вызовов, наборах данных, тестах качества или дополнительных языках; метаданные указывают английский язык. Поэтому пригодность для иных языков и надёжность на конкретных инструментах следует проверять отдельно.

NCP-ArchPreview — авторегрессионная языковая модель со скрытым концептуальным пространством, разработанная командой NCP при Shanghai AI Lab и лабораторией LUMIA Шанхайского университета Цзяо Тун. Эта публикация — промежуточный чекпойнт Stage 1 на шаге 300 000, обучавшийся на Dolma 3 Mix; модель предназначена для продолжения текста и других сценариев генерации на основе текстового промпта. Модель предсказывает следующий токен и следующий концепт — латентное представление группы токенов. Архитектура включает 16-слойный токенный энкодер, 8-слойный модуль концептов с 32 кодовыми книгами и 16-слойный токенный декодер. В карточке указано около 8,94 млрд параметров, а в метаданных — 11,1 млрд; контекст составляет 8192 токена. Отчёт описывает улучшение ряда результатов относительно OLMo-3-7B, в том числе на GSM8K и HumanEval, однако это промежуточный исследовательский чекпойнт, и результаты отчёта не гарантируют аналогичного качества в практических сценариях. Для загрузки через Transformers требуется разрешить пользовательский код. Лицензия весов — Apache 2.0.

bbkdevops/Qwen3.8-27B-TurboFCFusion-CyberSec — дообученная модель на базе Qwen, опубликованная пользователем или организацией bbkdevops. Она позиционируется как модель для киберразведки и задач информационной безопасности, включая автономное тестирование на проникновение, решение CTF-задач, оценку уязвимостей и координацию мультиагентных сценариев N.E.X.U.S. В README также указана проверка на наборах pentesting-eval и SecBench. Модель предназначена для генерации текста и, согласно заявленным характеристикам, использует архитектуру Qwen с размером 27B параметров и квантизацией IQ4_NL. Веса распространяются в формате GGUF; указана поддержка работы с нативным выполнением Lua в песочнице, маршрутизацией на основе причинного DAG и проверками по принципу zero trust. Заявлены английский и тайский языки. Сведения о размере контекста, точных мультимодальных возможностях, системных требованиях и производительности отсутствуют. Сильными сторонами модели заявлены специализация на кибербезопасности, рассуждении при анализе уязвимостей и применении в автоматизированных агентных системах. Ограничения включают отсутствие подробных результатов бенчмарков, описания применявшихся данных и методов дообучения, а также независимого подтверждения заявленных возможностей. Лицензия в README не указана, поэтому условия использования необходимо уточнять отдельно.

Репозиторий software-mansion/react-native-executorch-qwen-3.5 содержит модели семейства qwen-3.5, экспортированные в формат ExecuTorch .pte для библиотеки React Native ExecuTorch. В README не указано, какая организация разработала исходные модели Qwen; опубликованные файлы предназначены для запуска на мобильных и других периферийных устройствах через ExecuTorch. Доступны текстовые варианты с 0,8 млрд и 2 млрд параметров, а также варианты с визуальным вводом (VL) тех же размеров, предназначенные для задач image-text-to-text. Все варианты используют backend XNNPACK и точность 8da4w. Языки, размер контекста и подробности архитектуры в README не указаны. Ключевое преимущество репозитория — готовые к запуску локальные .pte-программы для интеграции в приложения React Native и выполнения вывода непосредственно на устройстве. Ограничения включают отсутствие гарантии совместимости между версиями ExecuTorch: файлы опубликованы для runtime ExecuTorch v1.4.1, а более старые версии могут не загрузить модели. Лицензия — Apache-2.0.

samvit_base_patch16.sa1b — визуальный backbone Segment Anything Vision Transformer, распространяемый в экосистеме timm. Модель содержит около 89,7 млн параметров и принимает изображения размером 1024 × 1024. Она предварительно обучена авторами Segment Anything на датасете SA-1B с инициализацией весами MAE; в репозитории представлены веса для извлечения признаков, без сегментационной головы. Модель предназначена для извлечения признаков и эмбеддингов изображений, а также для использования в качестве backbone при дообучении или построении систем компьютерного зрения. Метаданные указывают библиотеку timm, формат PyTorch/Safetensors и лицензию Apache-2.0. Для получения сегментационных масок потребуется отдельная голова или другая модель; сама карточка описывает этот чекпойнт как модель извлечения признаков.

SmolLM-360M-Instruct — компактная языковая модель, дообученная Unsloth на базе HuggingFaceTB/SmolLM-360M. Она использует плотную авторегрессионную архитектуру семейства Llama, содержит 361,8 млн параметров и принимает текстовые запросы, генерируя текст. Модель рассчитана на короткие диалоги и стандартные запросы на английском языке; также подходит для творческого письма и простых примеров на Python. Контекст составляет 2048 токенов. Версия v0.2 обучалась на наборах простых повседневных диалогов, Magpie-Pro, инструкциях по программированию и подмножестве OpenHermes-2.5. По карточке, она лучше удерживает тему и отвечает на обычные запросы, чем v0.1. Модель может ошибаться в фактах и логике, воспроизводить предвзятости данных, а также испытывать трудности с арифметикой, редактированием и сложными рассуждениями. Лицензия — Apache-2.0.

ToolAlpaca-7B — языковая модель на архитектуре Llama, представленная как демонстрация обобщённого использования инструментов. По README, модель обучена на 3,9 тыс. симулированных примеров взаимодействия с инструментами. Она предназначена для генерации текста с вызовами инструментов в задачах, где модель должна выбрать подходящий инструмент и сформировать запрос к нему. В метаданных указаны 6,6 млрд параметров, контекст 2048 токенов и формат PyTorch. Модель разработана авторами ToolAlpaca; README ссылается на статью и код с данными, но не приводит их адреса. Языки обучения и поддерживаемые языки в карточке не обозначены. Лицензия в предоставленных данных не указана.

UGround-V1-7B — мультимодальная модель для визуальной привязки элементов графического интерфейса к текстовым инструкциям. Её разработали совместно OSU NLP Group и Orby AI; модель основана на Qwen2-VL-7B и дообучена для задач GUI grounding. Она принимает изображение экрана вместе с текстовым запросом и предназначена для определения нужного элемента интерфейса, например кнопки или значка, на мобильных, настольных и веб-экранах. Модель имеет плотную архитектуру Qwen2-VL, 7,1 млрд параметров и контекст длиной до 32 768 токенов. Для работы нужны Transformers и веса в форматах PyTorch или Safetensors. Карточка приводит эксперименты на ScreenSpot и сценарии управления Android и веб-интерфейсами; это ориентир для GUI-агентов, которым требуется находить элементы по описанию. Поддерживаемый язык карточки — английский; базовая Qwen2-VL также предназначена для мультиязычного визуального понимания, однако основной язык UGround в карточке не выделен. Модель ограничена задачей визуальной привязки интерфейсных элементов и наследует ограничения базовой Qwen2-VL: слабее справляется со сложными многошаговыми инструкциями, подсчётом объектов и пространственными отношениями; аудио не поддерживается. Лицензия — Apache-2.0.

zeromodels/vgg16_bn_tv_in1k — преобразованный для библиотеки zeromodels чекпойнт VGG16 с BatchNorm, основанный на timm/vgg16_bn.tv_in1k и описанный в работе Very Deep Convolutional Networks for Large-Scale Image Recognition. Это свёрточная сеть с последовательными свёртками 3×3, предназначенная для классификации изображений и использования в качестве визуального backbone. Модель выдаёт логиты классов; вариант VGGModel может возвращать признаки, а также многоуровневые признаки для последующих задач компьютерного зрения. Реализация выполнена на Keras 3 и может работать с TensorFlow, PyTorch или JAX в зависимости от выбранного backend. Карточка представляет её как классификатор ImageNet и backbone; конкретные размер входа и число параметров здесь не приведены. Лицензия репозитория — BSD-3-Clause.

EdgeFirst YOLOv8 Detection — это модель обнаружения объектов из Model Zoo компании EdgeFirst, основанная на официальных предварительно обученных весах Ultralytics YOLOv8. Веса не переобучались: их точность проверяли на COCO 2017 с 80 классами, в том числе на реальном периферийном оборудовании. Вариант использует безъякорную голову обнаружения с DFL; в семействе также представлены варианты сегментации экземпляров. Модель предназначена для обнаружения объектов на изображениях, в частности в сценариях периферийного и встраиваемого ИИ. Репозиторий содержит форматы ONNX и TensorFlow Lite и результаты проверки на различных устройствах EdgeFirst. Ожидаемый вход — изображение 640×640; для других размеров требуется letterbox-преобразование. Для некоторых целевых ускорителей доступны квантованные варианты, у которых точность может снижаться относительно FP32. Обучение исходных весов выполнено Ultralytics на COCO 2017; EdgeFirst измеряет качество на deployment-пути с фиксированным входом ONNX, который отличается от методики опубликованных метрик Ultralytics. Модель наследует ограничения и смещения COCO, включая ограниченное разнообразие сцен и условий съёмки. Лицензия репозитория — AGPL-3.0.

Apex 1.5 Instruct 350M — небольшая плотная языковая модель семейства GPT-2 от LH-Tech-AI, дообученная на основе LH-Tech-AI/Apex-1-Instruct-350M. Автор сообщает, что при дообучении увеличил долю FineWeb-Edu до соотношения 4:1, чтобы улучшить знания о мире, рассуждение и логику; также заявлены улучшения в работе с фактами и уменьшение галлюцинаций. Модель предназначена для генерации текста в формате инструкций и диалога, а также для несложных задач на логику и код. Доступны варианты GGUF и ONNX; карточка рекомендует запускать GGUF через Ollama или LM Studio. Указан английский язык. Модель распространяется по лицензии Apache-2.0. Заявления об улучшении рассуждения и точности исходят из карточки модели и не сопровождаются количественной оценкой. При размере 350 млн параметров её возможности ограничены по сравнению с более крупными современными языковыми моделями.

AmberYifan/capsd-opc-dedup-marin-8b-base-code_cap_b14000_s0 — дообученная авторами репозитория модель на базе marin-community/marin-8b-base. По названию датасета можно предположить специализацию на данных, связанных с кодом, однако README не описывает назначение, состав обучения или результаты, поэтому конкретные сценарии применения не подтверждены. Модель построена на плотной архитектуре LlamaForCausalLM, содержит 7,5 млрд параметров и генерирует текст; заявленный контекст — 4096 токенов. Репозиторий использует Transformers и формат safetensors. Модель может подойти для экспериментов с генерацией и продолжением текста на основе Marin 8B Base. Карточка указывает лицензию «other», но не уточняет её условия; перед использованием следует проверить лицензионные сведения репозитория и базовой модели. Качество, языковое покрытие и ограничения отдельно не описаны.