II.2Создание и понимание программного кода

MiniCPM5-2B-RKNN3 — это преобразованные артефакты языковой модели openbmb/MiniCPM5-2B для работы на сопроцессорах Rockchip RK1820 и RK1828. Модель представляет собой авторегрессионную языковую модель семейства LlamaForCausalLM с 2,52 млрд параметров; веса представлены в формате W4A16, а файлы графа подготовлены отдельно для каждой целевой платформы. Репозиторий создан HanzoHuang на основе модели OpenBMB и преобразован инструментарием rknn3-toolkit 1.1.0. Модель предназначена для генерации текста и локальных диалоговых сценариев на совместимом оборудовании Rockchip с использованием RKNN3 Runtime, RKLLM3 Server или примеров RKNN3 Runtime. Метаданные указывают английский и китайский языки; исходная модель имеет контекст до 131 072 токенов, однако применимая длина контекста зависит от преобразованной модели и конфигурации среды выполнения. Артефакты требуют совместимого стека RKNN3 и прошивки RK182x. Граф RK1820 нельзя использовать на RK1828 и наоборот; файлы не загружаются через Transformers, llama.cpp или устаревшие среды RKLLM/RKNN. Квантизация может снизить качество генерации по сравнению с исходной BF16-моделью. Лицензия исходной модели — Apache-2.0.

Это сверточная модель MobileNet-V1 для классификации изображений, обученная Россом Уайтманом с помощью инструментов timm на ImageNet-1k. Она подходит для распознавания объектов на изображениях и может служить компактной базой для извлечения признаков в задачах компьютерного зрения. Модель содержит около 6,3 млн параметров и требует примерно 0,9 GMACs; размер изображения при обучении — 224×224 пикселя, при тестировании — 256×256. Веса доступны в форматах PyTorch и Safetensors. Лицензия — Apache-2.0.

timm/mobileone_s3.apple_in1k — модель классификации изображений семейства MobileOne, опубликованная в библиотеке timm. Согласно карточке, она обучена авторами статьи MobileOne на ImageNet-1k и может использоваться как классификатор или как основа для извлечения признаков и эмбеддингов изображений. Модель содержит 10,2 млн параметров; для неё указаны вычислительная сложность 1,9 GMACs и размер входного изображения 224 × 224. Чекпойнт предназначен для классификации изображений по категориям ImageNet-1k и получения визуальных представлений. Метаданные указывают на форматы PyTorch и safetensors. В карточке предписано соблюдать исходную лицензию; метаданные обозначают лицензию как other, поэтому перед использованием следует проверить условия лицензии оригинала.

PhishLens — модель классификации текста, разработанная для обнаружения фишинговых писем. Она создана дообучением DistilBERT и предназначена для классификации англоязычного текста письма по двум категориям: безопасное и фишинговое. Модель является текстовым агентом расширения PhishLens для Chrome и серверной части на FastAPI, где используется совместно с проверкой URL и заголовков письма. Модель принимает текст и выдаёт метку класса. Контекст ограничен 512 токенами. В описанной проверке на отложенной выборке из корпуса 29 555 писем указаны точность 97,34%, F1 0,9665 и доля ложных срабатываний 2,91%; это результаты конкретного тестового набора и не гарантируют аналогичного качества на новых данных. Лицензия — MIT. Модель предназначена для вспомогательного обнаружения фишинга, а не для самостоятельной защиты в производственной среде. Она поддерживает только английский язык, не анализирует PDF-вложения и может ошибочно помечать маркетинговые и рекрутинговые письма. Для реального применения автор рекомендует дополнять её проверкой репутации URL и проверками DKIM, SPF и DMARC.

Python-Edu Scorer — модель классификации кода, разработанная HuggingFaceTB и дообученная на базе Snowflake/snowflake-arctic-embed-m. Она оценивает образовательную ценность Python-файлов; метки для обучающего набора были созданы Llama 3. Модель использовалась при создании набора данных Python-Edu. Это BERT-классификатор последовательностей размером 136,7 млн параметров с контекстом до 512 токенов. Он принимает текст отдельного файла и выдаёт классификационную оценку. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. Модель предназначена для отбора Python-кода, полезного начинающим учащимся. Её результаты могут ухудшаться на данных, отличающихся от обучающих, и на специализированном или продвинутом учебном материале. На оценки могут влиять смещения обучающих данных и разметки, а также обилие комментариев в коде; классификатор анализирует файлы по отдельности, без окружающего контекста.

Qwen1.5-0.5B — базовая предварительно обученная языковая модель от команды Qwen и бета-версия семейства Qwen2. Это декодерный трансформер с примерно 464 млн параметров; модель предназначена для генерации текста и дальнейшего дообучения, например с помощью SFT, RLHF или продолжения предобучения. Авторы не рекомендуют использовать базовую версию напрямую для генерации текста. Модель поддерживает контекст до 32 768 токенов и многоязычную обработку. В архитектуре семейства используются SwiGLU, смещение в QKV и групповой запрос внимания, однако в этой бета-версии временно отсутствуют GQA и сочетание скользящего и полного внимания. Репозиторий содержит веса в формате safetensors; для загрузки через Transformers авторы рекомендуют версию 4.37.0 или новее. Лицензия указана как other, поэтому условия использования следует проверить в карточке модели.

Huang2020/Qwen3-4B-Domino-b16 — черновая модель Domino/DFlash для ускорения генерации с помощью спекулятивного декодирования совместно с целевой моделью Qwen/Qwen3-4B. Она предназначена для параллельного чернового предсказания блоков токенов с лёгкой причинной корректирующей головой, повышающей долю принятых черновых токенов. Размер блока — 16 токенов; модель не предназначена для самостоятельной генерации и должна использоваться вместе с целевой моделью. В README описан запуск через SGLang или Transformers; для прямого пути spec_generate рекомендован один GPU, а для Qwen3 следует отключить режим рассуждений. Репозиторий содержит веса в формате Safetensors, библиотека — Transformers; базовая модель имеет контекстное окно 40960 токенов. Лицензия в предоставленных данных не указана.

Qwen3.5-4B-DFlash — черновая модель спекулятивного декодирования, совместно переобученная Z-Lab и Modal на базе Qwen/Qwen3.5-4B. Это не самостоятельная языковая модель: её подключают к целевой модели в совместимом сервере инференса, чтобы предлагать несколько токенов параллельно, а целевая модель проверяет предложения и сохраняет своё распределение выходов. Модель использует лёгкий блочный диффузионный подход и скользящее окно внимания; в README указано обучение на последовательностях длиной 40 тысяч токенов. Метаданные указывают 1,2 млрд параметров и нативный контекст 262 144 токена. Она предназначена для ускорения обслуживания запросов к Qwen3.5-4B при спекулятивном декодировании; в тестах авторов на одной NVIDIA B200 с SGLang показано ускорение до 4,60 раза при параллелизме 1 и до 2,61 раза при параллелизме 32. Для работы требуется целевая модель Qwen/Qwen3.5-4B и сервер с поддержкой DFlash; README описывает использование SGLang, а поддержку vLLM связывает с незавершённым pull request. Результаты производительности относятся к указанной конфигурации и наборам тестов и не гарантируют такого же ускорения на другом оборудовании или нагрузке. Лицензия — Apache-2.0.

Qwen3.6-27B-Heretic-LoRA — лёгкий адаптер LoRA для Qwen3.6-27B, созданный для ослабления отказов модели методом abliteration в стиле Heretic. Разработчик извлёк низкоранговую поправку SVD из разницы между базовой моделью и её abliteration-версией; адаптер изменяет модули o_proj, down_proj, gate_proj и up_proj. Доступны ранги 16, 32, 64, 128 и 256, рекомендуемый ранг — 32. Репозиторий содержит адаптер в формате GGUF. Адаптер подключается к исходной модели Qwen3.6-27B или её квантованным вариантам через llama.cpp. Базовая модель поддерживает работу с изображениями и текстом, поэтому модель с адаптером относится к мультимодальному семейству image-text-to-text. Лицензия — Apache-2.0. Адаптер ослабляет большинство векторов отказа, но README предупреждает, что результат abliteration уступает полной версии Heretic-чекпойнта. Для использования нужны базовая модель и совместимый загрузчик; отдельная полноценная модель из адаптера не получается.

AdaFlash — модель-черновик для ускорения генерации текста моделью Qwen3-8B с помощью спекулятивного декодирования. Она разработана как адаптивный диффузионный черновик: голова адаптивной длины динамически выбирает число кандидатов на каждом шаге, балансируя скорость и долю принятых кандидатов. Модель дообучена на основе z-lab/Qwen3-8B-DFlash-b16 методом on-policy distillation с данными PerfectBlend и reverse-KL loss. Модель имеет плотную архитектуру Qwen3, класс DFlashDraftModel и 1,6 млрд параметров. Она принимает текст и выдаёт черновые текстовые кандидаты, предназначенные для проверки целевой моделью; заявленная длина контекста — 40 960 токенов. Репозиторий содержит веса Safetensors, модель использует библиотеку Transformers и требует сборку SGLang с патчем PR #34171 для сервинга. Лицензия — Apache-2.0.

Red Hat разработала RedHatAI/Qwen3-8B-Thinking-speculator.eagle3 — модель-предсказатель для ускорения генерации текста с помощью спекулятивного декодирования EAGLE-3. Она предназначена для совместной работы с Qwen3-8B: предсказывает черновые токены, которые проверяет основная модель, чтобы повысить пропускную способность генерации. Модель обучена с включённым режимом рассуждений на данных Magpie-Align/Magpie-Pro-300K-Filtered и HuggingFaceH4/ultrachat_200k. Архитектура — Eagle3Speculator, класс модели в Transformers — Eagle3DraftModel; веса доступны в формате safetensors. Используйте её с шаблоном чата Qwen3-8B через vLLM и endpoint /chat/completions. Для этого в конфигурации спекулятивного декодирования указываются метод eagle3 и число черновых токенов. Лицензия — Apache-2.0. Карточка описывает сценарий ускорения текстовой генерации, но не приводит измерений прироста производительности для разных нагрузок.

RaCo-ALIKED — модель компьютерного зрения из проекта kornia для извлечения локальных признаков изображения. Она объединяет детектор ключевых точек RaCo и дескрипторы ALIKED размерности 128; поставляется как граф ONNX и готовые движки TensorRT для использования в компоненте vision-rt. Модель принимает RGB-изображения в формате (B, 3, H, W) с плавающей точкой в диапазоне [0, 1]; высота и ширина должны быть кратны 32. Она возвращает координаты ключевых точек, нормализованные координаты и L2-нормализованные дескрипторы. Число K задаётся при экспорте графа и влияет на скорость и характеристики извлечения: при K ≥ 3072 обученный ранжировщик отключён. Модель предназначена для поиска соответствий между изображениями, построения баз дескрипторов и задач локализации по изображениям. В README приведены измерения на Jetson Orin Nano: при K=3072 извлечение кадра 640×640 занимает 28,5 мс, однако при повороте на 90° доля соответствий-инлайеров ниже, чем при K=1024. Готовые движки привязаны к TensorRT 10.3 и архитектуре GPU SM87 и подходят для JetPack 6 на Orin; для других устройств следует собирать движок из ONNX. Лицензия указана как other, поэтому конкретные условия использования нужно уточнять в репозитории.

yolo26-seg — набор моделей компьютерного зрения, подготовленных Software Mansion для библиотеки React Native ExecuTorch. Это экспортированные программы ExecuTorch в формате .pte на основе модели Yolo26 от Ultralytics, предназначенные для сегментации изображений непосредственно на мобильных и других устройствах с использованием React Native. Доступны варианты размеров n, s, m, l и x с входными разрешениями 384, 512 и 640 пикселей. Для backend Core ML опубликованы версии с точностью FP16, а для XNNPACK — с точностью FP32. Модель работает с изображениями и предназначена для задач image segmentation; сведения о поддерживаемых классах, языках и максимальном контексте не указаны. Наличие нескольких размеров, разрешений и backend позволяет выбирать компромисс между размером модели, производительностью и качеством, однако крупные варианты требуют существенно больше памяти. Файлы опубликованы для ExecuTorch v1.4.1, при этом обратная совместимость с более старыми версиями runtime не гарантируется. Backend MLX экспортирован, но не опубликован. Лицензия — AGPL-3.0.

ResMLP-12 на 224 пикселя — модель семейства ResMLP, опубликованная авторами статьи о ResMLP и размещённая в библиотеке timm. Она предварительно обучена методом самоконтролируемого обучения DINO на ImageNet-1k. Модель содержит 15,4 млн параметров, обрабатывает изображения размером 224 × 224 и не имеет классификационной головки, поэтому служит прежде всего визуальным бэкбоном для извлечения признаков и эмбеддингов. Репозиторий содержит веса в форматах PyTorch и Safetensors. Модель подходит для получения признаков изображений и построения систем классификации с отдельной классификационной головкой. Карточка также относит её к задачам классификации изображений. Лицензия репозитория — Apache-2.0. Языковые ограничения неприменимы к визуальному входу; качество классификации зависит от добавленной головки и способа адаптации признаков.

ResNet101D — сверточная модель классификации изображений из библиотеки timm, обученная в Apache Gluon на ImageNet-1k с использованием рецептов Bag of Tricks. Архитектура включает активации ReLU, трехслойный блок начальной обработки из сверток 3×3 с пулингом и обходные соединения с усредняющим пулингом 2×2 и сверткой 1×1. Модель содержит 44,6 млн параметров, требует около 8,1 GMACs и рассчитана на изображения размером 224×224 пикселя. Модель предназначена для присвоения изображению класса из набора ImageNet-1k; её также можно применять как основу для извлечения карт признаков и векторов изображений. Лицензия Apache-2.0 разрешает использование на её условиях. README не приводит оценки качества именно этой модели; указанная в карточке таблица сравнения относится к другим моделям.

Это предобученные на ImageNet веса ResNeXt-101 32x8d из репозитория smp-hub, предназначенные для использования модели как энкодера в библиотеке segmentation-models-pytorch. Модель принимает изображения и решает задачу классификации изображений; веса можно также применять как основу энкодера в моделях сегментации. В карточке указана архитектура ResNeXt-101 32x8d и формат весов safetensors. Сведения о размере модели, языках и контекстном окне неприменимы или не приведены. Лицензия указана как other, поэтому конкретные условия использования следует уточнить в материалах репозитория.

Это компактная языковая модель Qwen2.5 с плотной архитектурой Qwen2ForCausalLM и 494 млн параметров, созданная Ishaan Ranjan полным дообучением Qwen/Qwen2.5-0.5B-Instruct. Она предназначена для узкой подзадачи в агентных системах разработки: восстановления повреждённого JSON-вызова инструмента до исходного объекта в рамках заданной схемы. Модель принимает текстовый запрос с описанием задачи и выдаёт текст с исправленным JSON. Модель рассчитана на использование внутри проверяющей обвязки, которая формирует специализированный запрос, проверяет строгий JSON, при необходимости делает одну попытку с обратной связью по схеме и применяет детерминированные проверки и резервные правила. В README сообщается о 100% успешности и валидности JSON при первом проходе на оценке до 250 примеров из отложенных репозиториев HTTPX и Jinja2; это результат узкого эксперимента, а не гарантия для произвольных данных. Поддерживаемый контекст составляет 32 768 токенов, хотя обучающие последовательности ограничивались 2 048 токенами. Модель не предназначена для общего программирования, чата или широкого следования инструкциям: она специализирована под одну закрытую JSON-схему, и её универсальные способности могут быть ограничены. Лицензия — Apache-2.0.

UIClip — мультимодальная модель BigLab на основе CLIP, предназначенная для оценки качества дизайна и соответствия описанию скриншотов пользовательских интерфейсов. Эта версия дообучена на парных примерах веб-интерфейсов с перефразированными текстовыми описаниями; метаданные указывают на объединение с UIClip и CLIP ViT-B/32 от OpenAI. Модель сопоставляет изображение интерфейса с текстом на английском языке и подходит для ранжирования вариантов дизайна, поиска интерфейсов по описанию и получения оценки визуальной релевантности. В публикации также описаны генерация рекомендаций по дизайну и применение оценок в генерации UI-кода, однако карточка не подтверждает, что эта версия самостоятельно генерирует текстовые рекомендации. Архитектура — двухэнкодерный трансформер в стиле CLIP; модель загружается через Transformers, веса представлены в формате safetensors. Лицензия — MIT. Оценки качества дизайна зависят от обучающих данных и не заменяют проверку удобства использования и доступности специалистами.

Это модель Vision Transformer (ViT), первоначально обученная авторами статьи на ImageNet-21k в JAX и перенесённая в PyTorch Россом Уайтманом. Она предназначена для извлечения признаков изображений и использования в качестве основы для последующего дообучения; классификационная голова отсутствует. Модель содержит около 87,5 млн параметров, обрабатывает изображения размером 224 × 224 пикселя и имеет архитектуру с патчами 32 × 32. Её можно применять для получения эмбеддингов изображений и построения собственных классификаторов или других задач компьютерного зрения. Доступны веса PyTorch и Safetensors, лицензия — Apache-2.0. Ограничение: для готовой классификации потребуется добавить классификационную голову и при необходимости дообучить модель.

В репозитории smp-hub/xception.imagenet размещены предобученные на ImageNet веса Xception, предназначенные для использования в качестве энкодера в библиотеке segmentation-models-pytorch. Модель можно применять как основу для классификации изображений и извлечения признаков при построении моделей сегментации. Карточка не сообщает размер модели, длину контекста или конкретные ограничения качества. Репозиторий содержит веса в формате safetensors; лицензия в метаданных обозначена как other, без уточнения условий.

AETHER-10M — компактная языковая модель архитектуры AETHER, представленная пользователем gautamabhish. В карточке она описана как посттрансформерная модель с ассоциативным фазовым состоянием и симплектическим обновлением состояний; заявленная цель архитектуры — генерировать текст с постоянным объёмом рекуррентной памяти вместо растущего KV-кэша. Модель доступна в формате safetensors и распространяется по лицензии MIT. README приводит результаты экспериментов на задачах иерархической обработки списков, многозначной арифметики и трассировки кода, а также оценки памяти и энергопотребления. Эти показатели заявлены в карточке модели и не сопровождаются здесь подробностями протокола оценки. Метаданные указывают английский язык и задачу text-generation; сведения о числе параметров и длине контекста не приведены.

Banaxi-Tech разработала BananaMind 2.1 Lite — компактную причинную языковую модель для генерации текста, рассчитанную на класс моделей менее 25 млн параметров. В карточке указано около 24,95 млн параметров; метаданные каталога округляют размер до 14,1 млн. Архитектура включает Transformer с 13 физическими слоями и 15 проходами, повторно использующими слои L5 и L9, а также модуль причинных триграмм. Контекст — 4096 токенов. Модель обучалась на потоковом куррикулуме объёмом 75 млрд токенов, включавшем веб-тексты, синтетические данные и код. Её можно применять для экспериментов с компактной генеративной моделью и создания продолжений текста; обучение уделяет заметное внимание коду, но карточка не сообщает о специализированной оценке качества или гарантированных возможностях программирования. Указан английский язык. Модель распространяется в формате safetensors по лицензии Apache 2.0.

BananaMind 2.1 Lite — компактная причинная языковая модель Banaxi-Tech, опубликованная как чекпойнты обучения AdamW. Она предназначена для генерации текста и экспериментов с языковыми моделями класса до 25 млн параметров. В архитектуре — 13 физических слоёв Transformer с 15 эффективными проходами и модуль причинных триграмм на двух хеш-таблицах; параметры токенов связаны. В README указано 24 949 999 параметров, а в метаданных — 14,1 млн, поэтому размер модели в источниках расходится. Контекст составляет 4096 токенов; используется токенизатор BananaMind 2 Nano на 8192 токена. Карточка указывает английский язык. Модель обучалась на смеси веб-текстов, синтетических данных, математических материалов и кода. Она подходит для компактной генерации текста и изучения архитектур с повторным использованием слоёв и триграммными признаками. Опубликованные файлы представлены в формате safetensors. Лицензия — Apache-2.0.

Модель Command Generator разработана Rasa Technologies для Dialogue Understanding в ассистентах на основе подхода CALM. Она принимает транскрипт текущего разговора и структурированное описание бизнес-логики ассистента, а затем генерирует короткую последовательность команд из заданной грамматики Rasa: например, запуск потока, заполнение или исправление слотов, уточнение намерения, передачу оператору либо выбор ответа на основе знаний. Это дообученная плотная авторегрессионная модель семейства Llama 3.1 с 7,5 млрд параметров и контекстом до 131 072 токенов; поддерживаемый язык — английский. Модель предназначена для использования внутри CALM-ассистентов, включая чат-боты, голосовых помощников и IVR, и не генерирует произвольные ответы для конечного пользователя. Она дообучена на демонстрационном наборе команд Rasa; результаты оценки в карточке не приведены, а качество на языках, кроме английского, не проверялось. Лицензия — Apache 2.0.

Lambent/cosmo-1b-tune-pythontest — экспериментальное дообучение языковой модели HuggingFaceTB/cosmo-1b, опубликованное под лицензией Apache-2.0. Модель основана на плотной архитектуре LlamaForCausalLM и предназначена для генерации текста. В карточке описан тест на катастрофическое забывание: после 100 шагов обучения LISA значение loss на подмножестве Cosmopedia-100k снизилось с 1,615 до 1,392; приведено также значение loss 0,2049 на оценочном наборе без подробностей о нём.

Это веса DenseNet121, предварительно обученной на ImageNet модели классификации изображений, подготовленные для использования в качестве энкодера в библиотеке segmentation-models-pytorch. Репозиторий содержит веса в формате safetensors; библиотека предназначена для задач компьютерного зрения и сегментации изображений. Модель принимает изображение и предназначена для классификации по категориям ImageNet, а также может служить энкодером при построении моделей сегментации. В карточке не указаны размер весов, длина контекста или поддерживаемые естественные языки. Лицензия обозначена как other, поэтому условия использования следует сверить с лицензией репозитория.

timm/dpn131.mx_in1k — модель классификации изображений на архитектуре DPN (Dual-Path Network). Её обучили авторы Dual Path Networks на ImageNet-1k в MXNet, затем Ross Wightman перенёс веса в PyTorch. Модель также подходит как backbone для извлечения признаков и эмбеддингов изображений. В модели 79,3 млн параметров; указанная вычислительная сложность — 16,1 GMACs. Она рассчитана на изображения размером 224 × 224 пикселя и распознаёт классы ImageNet-1k. Репозиторий распространяется по лицензии Apache-2.0.

lyssquant/inkling-UD-Q2_K_XL-layers — экспериментальный пакет GGUF-слоёв модели семейства inkling, подготовленный для распределённого инференса в Mesh LLM из unsloth/inkling-GGUF. Пакет разбивает исходное распределение GGUF на артефакты по слоям, чтобы запускать модель на локальном кластере Mesh LLM и распределять вычисления и память между несколькими машинами. Модель предназначена для локального приватного общения с ассистентом и обслуживания запросов через совместимый с OpenAI API Mesh LLM. Метаданные указывают на поддержку чата и изображений; основная задача модели — image-text-to-text. Вариант пакета — UD-Q2_K_XL; он использует формат GGUF и включает слойные артефакты для распределённого запуска. Пакет экспериментальный: автор предупреждает, что корректность разбиения при исполнении и мультимодальная сертификация ещё не подтверждены. За архитектурой, шаблоном чата, рекомендациями по генерации и условиями лицензии README отсылает к карточке исходной модели, поэтому условия лицензии этого пакета по предоставленным данным определить нельзя.

tiny-random/llama-3 — небольшая случайно инициализированная языковая модель, созданная сообществом Hugging Face на основе конфигурации Meta Llama 3.3 70B Instruct. Модель предназначена прежде всего для отладки и тестирования кода, совместимого с архитектурой Llama, а не для содержательной генерации текста. Модель использует архитектуру LlamaForCausalLM и библиотеку Transformers. В конфигурации указаны два декодерных слоя, скрытый размер 8, промежуточный размер 64 и 1M параметров; заявленная длина контекста составляет 131072 токена. Поддерживается задача генерации текста, однако README не описывает поддерживаемые естественные языки. Случайная инициализация делает модель удобной для быстрых интеграционных проверок, проверки загрузки, токенизации и прохождения пайплайнов без использования полноразмерной модели. При этом она не предназначена для качественных ответов, обучения прикладным сценариям или оценки возможностей Llama. Лицензия в предоставленных данных не указана.

OliverSundaram/Llama-3.2-1B-MathCodeInstruct-10k — дообученная модель семейства Llama 3.2, разработанная Oliver Sundaram на базе unsloth/Llama-3.2-1B. Она обучалась на 10 тысячах примеров MathCodeInstruct и предназначена для решения математических текстовых задач с пошаговым объяснением на естественном языке, в которое включён исполняемый код Python. Модель имеет плотную архитектуру LlamaForCausalLM и около 1,2 млрд параметров; метаданные указывают контекст до 131 072 токенов. Она принимает текст и генерирует текст, включая фрагменты кода. В карточке заявлен английский язык. На GSM8K результат составил 8,7% против 5,8% у базовой модели; показатели ARC-Challenge и HellaSwag немного снизились относительно базы. Это небольшая специализированная настройка, не предназначенная для роли универсального ассистента. Обучение проведено за одну эпоху; дополнительного safety alignment или RLHF не применялось. Репозиторий использует формат safetensors. Лицензия указана как other, поэтому конкретные условия следует проверить в файлах репозитория перед использованием.