II.2Создание и понимание программного кода

llm-d-sc-cost — англоязычная модель эмбеддингов предложений, разработанная для проекта llm-d-sc. Это дообученный энкодер BERT на базе sentence-transformers/all-MiniLM-L6-v2 с 25,9 млн параметров и контекстом до 512 токенов. Он формирует 384-мерный вектор запроса, который сравнивают с размеченными опорными примерами, чтобы ранжировать запросы по ожидаемому объёму работы: от минимального до высокого. Модель предназначена для маршрутизации запросов и выбора бюджета генерации, размера контекста или более дорогой конечной точки; сама она не выдаёт класс, а возвращает эмбеддинги для последующего сравнения. В README сообщается об оценке на 60 отложенных запросах: точность составила 0,8333, а ошибки были только между соседними уровнями. Задержка на CPU указана как 8,5 мс на уровне p50 и 10,1 мс на уровне p99 для встраивания и ранжирования. Модель обучена на синтетических англоязычных данных; независимое воспроизведение результатов и проверка на наборе с человеческой разметкой не проводились. Качество ранжирования зависит от опорных примеров, а оценка объёма работы не предсказывает стоимость в конкретной инфраструктуре. Лицензия — Apache-2.0.

Edgerunners/meta-llama-3-8b-instruct-hf-ortho-baukit-5fail-500total — экспериментальная версия Llama 3 8B Instruct, созданная wassname с обновлённой реализацией baukit для проверки идей по исследованию выравнивания. Модель предназначена для исследований и изучения теорий alignmentforum; в карточке указано, что в описанном наборе из 500 ortho-тестов она отказала в 5 случаях. Это плотная авторегрессионная языковая модель на архитектуре Llama с 7,5 млрд параметров и контекстом 8192 токена. Она принимает текст и генерирует текст в диалоговом режиме. Репозиторий содержит веса в формате safetensors. Лицензия — CC BY-NC 4.0, допускающая использование с ограничениями на коммерческое применение. Результаты помечены как требующие тестирования, поэтому заявленный показатель отказов следует считать предварительным.

MiniCPM5-1B-Heretic — изменённая версия языковой модели OpenBMB MiniCPM5-1B, представленная автором репозитория K0D3IN. Веса модифицированы методом abliteration с помощью Heretic: автор сообщает о подавлении направлений, связанных с отказами, в слоях внимания и MLP. Модель имеет плотную архитектуру LlamaForCausalLM, содержит 837,6 млн параметров и принимает текстовый контекст до 131 072 токенов. Модель предназначена для генерации текста в диалоговом режиме. Автор приводит результаты собственных тестов и сообщает о сохранении ряда возможностей исходной модели, включая рассуждения, программирование и структурированный вывод, при значительно меньшем числе отказов. README позиционирует её для исследований безопасности ИИ и red teaming; эти тесты и заявления представлены автором модели и не являются независимой оценкой. Модель не имеет обычных защитных механизмов от вредоносных запросов и может выдавать опасный, оскорбительный или вводящий в заблуждение контент. Она распространяется по лицензии Apache-2.0.

MuMath-Code-L-7B — языковая модель для математических рассуждений с генерацией кода и использованием инструментов. Она входит в серию MuMath-Code, разработанную авторами проекта MuMath-Code; модель обучали в два этапа: сначала на MuMath-Data, затем на наборе MuMath-Code-Data, объединяющем задачи математического рассуждения и примеры взаимодействия с кодом. Архитектура — плотная LlamaForCausalLM примерно на 6,6 млрд параметров, формат весов — PyTorch; контекст составляет 4096 токенов. Модель предназначена для решения математических задач, в том числе с генерацией кода и его выполнением как вспомогательным инструментом. README описывает серию как ориентированную на математические бенчмарки GSM8K и MATH, однако результаты конкретно этой версии в доступном тексте не приведены. Для запуска авторы предлагают использовать vLLM. Лицензия в предоставленных данных не указана.

OTel-2.0-LLM-31B-IT — специализированная для телекоммуникаций инструкционная модель, разработанная в рамках Open Telco AI и дообученная на базе Gemma 4 31B-IT. Это плотная модель семейства Gemma 4 с 31 млрд параметров; веса представлены в формате safetensors, bfloat16. В карточке описано обучение примерно на 440 млрд телекоммуникационных токенов и настройка методом OSFT. Модель предназначена для ответов на вопросы по телекоммуникациям, работы с RAG по стандартам и технической документации, интерпретации и краткого изложения материалов 3GPP, ETSI, GSMA, CAMARA, ITU, O-RAN и TM Forum, а также для помощи в разработке продуктов, настройке сетей и инженерных задачах. Она рассчитана на англоязычное применение. Архитектура принимает изображения, однако обучение и заявленные оценки качества относятся только к тексту; аудио и видео не поддерживаются. Модель следует применять в телекоммуникационной области, проверяя ответы по актуальным версиям стандартов. Качество RAG зависит от подготовки документов и поиска, а прямые ответы на вопросы нужно оценивать отдельно. Для важных эксплуатационных решений карточка рекомендует использовать поиск с указанием источников, проверки и человеческий контроль. Лицензия — Apache-2.0. Версия весов может обновляться, поэтому для воспроизводимых результатов следует закреплять ревизию или хеш чекпойнта.

amd/PARD-Qwen3-0.6B — компактная языковая модель семейства Qwen3, подготовленная для ускорения генерации более крупной целевой модели методом speculative decoding PARD. Метод адаптирует авторегрессионную черновую модель для параллельного предсказания черновых токенов; README заявляет, что одна такая модель может ускорять семейство целевых моделей и описывает ускорение для PARD в целом, но не приводит отдельные результаты для этого чекпойнта. Модель содержит 507,9 млн параметров, построена на плотной архитектуре Qwen3ForCausalLM, принимает текст и имеет контекст до 40 960 токенов. Метаданные отмечают разговорный сценарий и интерфейс вызова инструментов. Модель предназначена для включения в совместимый стек вывода, а не как самостоятельная универсальная чат-модель: README направляет пользователей к репозиторию PARD за инструкциями. Для практического применения нужны целевая модель и поддерживающий PARD inference framework. В репозитории указаны веса Safetensors; лицензия — MIT.

Это контрольная точка разогрева ModernBERT‑подобного энкодера с маскированным языковым моделированием, созданная для проекта PII_MODEL с открытым исходным кодом. Модель разработана Soumik Mahato и предназначена для инициализации последующего обучения классификатора, который размечает в тексте фрагменты с персональными данными для локального редактирования перед отправкой запросов чат‑ботам. Модель содержит 109,3 млн параметров, принимает последовательности длиной до 8192 токенов и использует конфигурацию с 12 слоями, скрытым размером 768, 12 головами внимания, локальным окном 512 токенов и глобальным вниманием через каждые три слоя. Это контрольная точка MLM, а не готовый классификатор сущностей: сама по себе она не выполняет разметку или редактирование PII. Для загрузки требуется код архитектуры из репозитория проекта. Веса опубликованы в формате safetensors; лицензия — Apache-2.0.

Qwen3-0.6B-Gensyn-Swarm-bristly_soaring_tiger — компактная языковая модель для генерации текста, опубликованная на Hugging Face под идентификатором enes1987/Qwen3-0.6B-Gensyn-Swarm-bristly_soaring_tiger. В метаданных модель связана с Qwen3, RL-Swarm, GenRL-Swarm, GRPO и Gensyn, однако разработчик и точная процедура обучения в карточке не указаны. Модель содержит около 507,9 млн параметров, поддерживает контекст длиной до 40 960 токенов и предназначена для использования через библиотеку Transformers. Она может применяться для экспериментов с генерацией текста, исследовательских задач reinforcement learning и оценки подходов к обучению языковых моделей. Лицензия, поддерживаемые естественные языки, результаты оценки, обучающие данные и рекомендуемые сценарии использования не указаны. Карточка модели содержит минимальную техническую информацию, поэтому качество генерации, безопасность и пригодность для прикладных задач необходимо проверять самостоятельно.

Qwen3.6-27B-Uncensored-Cyber — дообученная версия мультимодальной модели Qwen3.6-27B от автора philbert440. Это исходный чекпойнт BF16 с архитектурой Qwen3.5 и 27 млрд параметров; модель принимает текст и изображения и генерирует текст. Она настроена на запросы по кибербезопасности, в том числе offensive security, а также на диалог и интерфейс вызова инструментов. По заявлению автора, снятие части защитных отказов делает её более восприимчивой к запросам о взломе, вредоносном ПО, вскрытии замков и NSFW-контенте; при этом она продолжает отказывать на запросы о оружии, наркотиках, политическом убеждении, слежке и экстремизме. Автор отмечает, что общая фактическая точность ниже, чем у базовой модели. Модель распространяется по лицензии Apache-2.0.

Qwen3.8-1.0B-A0.6B — компактная текстовая MoE-модель для генерации текста и диалогов, созданная как уменьшенная версия Qwen/Qwen3.8-2.4T-A95B для тестирования и разработки. В README указано около 0,97 млрд параметров, из которых активируется примерно 0,6 млрд; метаданные каталога сообщают 375,9 млн параметров. Архитектура Qwen3_5MoeForCausalLM использует гибридное внимание: шесть линейных и два полных слоя. Контекст — 262 144 токена. Модель загружается через Transformers из файла safetensors. Размеры слоёв и скрытого состояния сокращены относительно базовой модели, удалены MTP-слои, а модель дообучена на игрушечном наборе данных. В README сообщается perplexity около 1,0 и проверка загрузки и генерации; эти сведения не подтверждают качество на широком круге практических задач. Модель предназначена прежде всего для тестирования и разработки, а не представлена как полноценная замена большой базовой модели. Лицензия — MIT.

Это экспериментальная сборка Qwen3.8-27B, опубликованная esatapedico в виде восьми вариантов GGUF с NVFP4-квантованной основой и сохранёнными визуальным проектором и MTP-головой для спекулятивного декодирования. В неё внесено изменение SSMFIX: веса восьми ядер conv1d в поздних слоях SSM масштабированы коэффициентами из рецепта redashes; автор репозитория упаковал эту стороннюю идею, не заявляя авторство метода. Базовая модель — unsloth/Qwen3.8-27B-NVFP4. Сборка предназначена для генерации текста, мультимодального общения с изображениями и проверки MTP-спекулятивного декодирования; заявленная длина контекста — 262 144 токена. Для запуска README указывает свежую версию llama.cpp с поддержкой NVFP4 и GPU Blackwell sm_120; для обработки изображений нужен mmproj. В репозитории указана лицензия Apache-2.0. Полезность изменения не установлена: в приведённых оценках есть как небольшие улучшения отдельных показателей, так и ухудшения, а результаты для действительно длинного контекста отсутствуют. Модель следует рассматривать как экспериментальную гипотезу для тестирования, а не как гарантированное улучшение базовой сборки.

Qwen3-Nemotron-235B-A22B-GenRM — генеративная модель оценки ответов, разработанная NVIDIA на основе Qwen3-235B-A22B-Thinking-2507 и дообученная для сравнения качества ответов ассистента. Она принимает историю диалога, новый запрос пользователя и два варианта ответа, затем выдаёт отдельную оценку полезности каждого ответа по шкале от 1 до 5 и оценку их сравнительного ранжирования по шкале от 1 до 6. Модель построена на архитектуре Transformer семейства Qwen3 MoE; в README указано 235 млрд параметров, а в метаданных — 18,2 млрд. Она принимает и выдаёт текст, карточка описывает английский язык, а максимальная длина контекста в README заявлена до 128 тыс. токенов; метаданные указывают нативный контекст 40 960 токенов. Модель предназначена для оценки предпочтительности ответов, в том числе в циклах обучения с подкреплением по человеческим отзывам; NVIDIA использовала её при обучении Nemotron-3-Nano-30B-A3B-BF16. Для вывода README описывает запуск через vLLM и NeMo-RL на оборудовании NVIDIA Hopper. В тестах, приведённых в карточке, указаны результаты RM-Bench 87,3 и JudgeBench 87,4 по общему показателю. Лицензия — Apache-2.0; карточка заявляет возможность коммерческого и некоммерческого использования. Для развёртывания модели такого заявленного размера требуется значительная вычислительная память и инфраструктура ускорителей; результаты оценки зависят от формата входных данных и не заменяют проверку качества для конкретного применения.

Это визуальный энкодер семейства Qwen ViT, опубликованный в репозитории timm как преобразованная версия весов зрительной части Qwen-Drive-1.0-4B. Модель предназначена для извлечения признаковых представлений изображений и подготовки эмбеддингов или карт признаков для последующей обработки и классификации.

Qwen-CUA — мультимодальная модель для управления компьютером по скриншотам, разработанная командами Qwen и XLang Lab. Она принимает изображения интерфейса и инструкции на естественном языке, анализирует видимое состояние и выдаёт действия клавиатуры и мыши, привязанные к координатам на экране. Модель относится к семейству Qwen3.5 MoE: 397 млрд параметров всего, 17 млрд активируются на токен; для Transformers заявлена архитектура Qwen3_5MoeForConditionalGeneration. Репозиторий содержит веса Safetensors, лицензия — Apache-2.0. Модель предназначена для разработки и оценки GUI-агентов, браузерной автоматизации в изолированных средах и исследований визуального позиционирования, многошагового планирования и проверки результата. Для полного агента нужны внешние компоненты, которые захватывают скриншоты, передают историю, разбирают и проверяют действия, исполняют их и контролируют результат. Чекпойнт сам не предоставляет DOM, доступность интерфейса или API приложений. По README, BF16-веса занимают около 807 ГБ; для запуска приведены конфигурации с несколькими ускорителями и актуальными версиями serving-фреймворков. Модель может ошибиться в распознавании интерфейса, выборе цели или вводе текста, а также неверно сообщить об успехе; веб-страницы и документы могут содержать prompt injection. Последовательное выполнение низкоуровневых действий может быть медленным и затратным. README не рекомендует использовать её для высокорисковых решений; для работы нужны изоляция среды, внешняя проверка действий и независимая проверка результата.

RegNetY-16GF — модель классификации изображений из библиотеки timm, опубликованная авторами DeiT. Она предварительно обучена на ImageNet-1k и предназначена как учитель для дистилляции DeiT; также может использоваться как основа для извлечения признаков и эмбеддингов изображений. Модель содержит 83,6 млн параметров и рассчитана на изображения размером 224 × 224 при обучении и 288 × 288 при тестировании. Реализация timm включает стохастическую глубину, градиентный чекпоинтинг, послойное уменьшение скорости обучения и настраиваемый выходной шаг. Модель подходит для классификации изображений общего назначения и построения признаковых представлений. Распространяется по лицензии Apache-2.0.

ResNetV2-50x1 BiT (Big Transfer) — сверточная модель классификации изображений семейства pre-activation ResNet, опубликованная авторами исследования и обученная на ImageNet-21k. Версия из репозитория timm содержит 68,3 млн параметров и рассчитана на изображения размером 224 × 224 пикселя. Модель предназначена для классификации изображений, а также может использоваться как визуальный backbone для извлечения карт признаков и эмбеддингов. В архитектуре Group Normalization и Weight Standardization применяются вместо Batch Normalization. Веса доступны в форматах PyTorch и Safetensors; лицензия — Apache-2.0.

Это предварительно обученные веса swsl для архитектуры ResNeXt-101 32x4d, предназначенные для использования в качестве энкодера в библиотеке segmentation-models-pytorch. Репозиторий предоставляет веса в формате Safetensors; метаданные указывают задачу классификации изображений. Модель может служить визуальным энкодером в конвейерах компьютерного зрения и применяться для классификации изображений. README не описывает обучение или происхождение весов подробнее, а также не приводит сведения о поддерживаемых наборах данных и ограничениях качества. Лицензия указана как other, поэтому конкретные условия использования следует сверить с файлами репозитория.

Segformer B2 — модель семантической сегментации изображений, опубликованная пользователем smp-hub и обученная с библиотекой segmentation-models-pytorch. Модель предназначена для разметки городских сцен по классам; в карточке указан датасет Cityscapes, а название репозитория указывает на входной размер 1024×1024 и обучение в течение 160 тысяч шагов. Модель принимает изображение и выдаёт пиксельную карту классов. Веса доступны в формате safetensors. Лицензия указана как other, без дополнительных условий в карточке; перед использованием следует проверить условия у автора модели.

tf_mobilenetv3_small_minimal_100.in1k — компактная модель классификации изображений семейства MobileNetV3. Её обучили авторы статьи «Searching for MobileNetV3» на ImageNet-1k в TensorFlow, затем Ross Wightman перенёс веса в PyTorch; модель доступна через библиотеку timm. В ней около 2 млн параметров, вычислительная сложность составляет 0,1 GMAC, а рекомендованный размер входного изображения — 224 × 224 пикселя. Модель предназначена для классификации изображений по категориям ImageNet-1k, а также может использоваться как свёрточная основа для извлечения карт признаков и эмбеддингов изображений. Компактный размер и низкая вычислительная стоимость подходят для приложений с ограниченными ресурсами. Репозиторий содержит веса PyTorch и safetensors. Лицензия — Apache-2.0.

Модель yongchao/ai_text_detector — классификатор на базе BERT, дообученный для выявления текста, созданного ИИ, особенно вопросов в сценариях TEXT-SQL. Она разработана автором репозитория и предназначена для проверки коротких вопросов на принадлежность к человеческому или сгенерированному тексту. Модель содержит 136,7 млн параметров, использует архитектуру BertForSequenceClassification и принимает последовательности длиной до 512 токенов. Для обучения использовались 2000 размеченных вопросов, созданных людьми и ИИ. В README приведены точность 85,7%, precision 82,4%, recall 91% и F1 86,5%; независимая проверка этих результатов не описана. Модель может хуже работать на текстах, заметно отличающихся от обучающих данных, а смещения в обучающей выборке могут повлиять на предсказания. Лицензия — Apache-2.0; автор отмечает, что модель находится на этапе тестирования и её надёжность полностью не проверена.

ASIL Qwen3.5-2B SFT — дообученный авторами ASIL чекпойнт семейства Qwen3.5 на основе Qwen/Qwen3.5-2B. Это релиз модели из проекта и статьи ASIL: Replacing Screenshot-and-Click with Structured State and Semantic Actions; выбрана версия global_step_111, обученная на 2 330 тренировочных и 594 проверочных примерах agentic-guided-v2. Модель предназначена для генерации текста и диалогового взаимодействия. Контекстное окно составляет 262 144 токена, размер — 1,7 млрд параметров; репозиторий содержит веса Safetensors для загрузки через Transformers. Название статьи указывает на сценарий работы со структурированным состоянием интерфейса и семантическими действиями, однако README не уточняет формат входов и выходов или результаты оценки качества. Модель распространяется по лицензии Apache-2.0. Специализированные возможности управления интерфейсом и поддерживаемые языки в доступных материалах не описаны.

BananaMind-2-Pro-Preview-Chat — компактная диалоговая языковая модель BananaMind, созданная полным дообучением BananaMind/BananaMind-2-Pro-Preview на наборе HuggingFaceTB/smol-smoltalk в течение одной эпохи. Это плотный декодерный Transformer с 138,9 млн параметров и контекстом 3 072 токена; модель поддерживает системные инструкции и многоходовые диалоги. Для работы требуется библиотека Transformers и загрузка пользовательского кода репозитория через trust_remote_code=True. Модель предназначена для локальных чат-экспериментов, следования инструкциям, учебных демонстраций и исследований дообучения, а также экспериментов с генерацией кода и компактными языковыми моделями. В опубликованном авторами тесте BananaMind Instruct Bench 1.1 она показала лучшие среди приведённых вариантов результаты, однако общий взвешенный балл составил 27,09% на 300 заданиях, а на сложных заданиях — 8,53%; эти результаты зависят от конфигурации оценки. Карточка сообщает лицензию «other», но конкретные условия в предоставленных данных не раскрыты. Модель обучалась на англоязычных данных smol-smoltalk; подтверждена поддержка английского языка. Специального выравнивания безопасности не проводилось: возможны галлюцинации, ошибки в логике и арифметике, некорректный или небезопасный код, предвзятые и повторяющиеся ответы. Не следует использовать её для медицинских, юридических, финансовых и иных ответственных решений.

Mitchins/comfyui-junior-safety — англоязычный классификатор семантической безопасности промптов для генерации изображений, разработанный для фильтрации запросов в детском приложении генерации изображений. Модель дообучена на DeBERTa-v3-base: энкодер из 12 слоёв с masked mean pooling и шестью независимыми порядковыми классификационными головами. Всего 211,6 млн параметров; в карточке Hugging Face указано ограничение контекста 512 токенов, а описанный в README конвейер токенизации использует максимум 256 токенов. Модель оценивает, какое содержание может быть изображено по текстовому промпту, по шести независимым шкалам, включая сексуализированный контент, наготу, насилие и увечья, наркотики, тревожные и фетишистские образы. Каждая голова выдаёт порядковые уровни через кумулятивные логиты. Эталонный путь дважды анализирует промпт — исходный и канонизированный — и берёт максимальную оценку по каждой шкале; опубликованы код инференса и канонизации без необходимости использовать trust_remote_code. Сильная сторона модели — специализированная предварительная проверка промптов по нескольким видам потенциально небезопасного изображения с возможностью самостоятельно задавать пороги блокировки. Модель предназначена для английского языка; качество на других языках непоследовательно. Она оценивает текстовый запрос, а не сгенерированное изображение, не предназначена для выявления материалов сексуального насилия над детьми или общей токсичности текста и не обеспечивает безопасность системы генерации сама по себе. Лицензия — MIT.

CrossViT-18-240 — модель классификации изображений и визуальный backbone семейства CrossViT, обученная авторами статьи на ImageNet-1k. Архитектура использует vision transformer с перекрёстным вниманием между масштабами. Модель содержит 43,3 млн параметров, обрабатывает изображения размером 240 × 240 и требует около 9,1 GMACs на проход. Модель предназначена для классификации изображений по классам ImageNet-1k, а также может использоваться как backbone для извлечения визуальных признаков и эмбеддингов. Доступны веса PyTorch и safetensors для библиотеки timm. Лицензия — Apache-2.0.

bigscience/distill-bloom-1b3-10x — промежуточный, ещё не полностью обученный языковой чекпойнт, разработанный BigScience как дистиллированная версия BLOOM-1B3 с дистилляцией 10x. Это авторегрессионная модель семейства BLOOM с архитектурой Transformer decoder-only; README указывает 138 млн параметров, 12 слоёв, 4 головы внимания и размер скрытого слоя 512. В метаданных указан контекст до 4096 токенов. Модель предназначена для исследовательских экспериментов с генерацией текста и как основа для дальнейшего дообучения. Она ориентирована на множество естественных языков и включает данные на языках программирования; среди указанных языков есть английский, французский, испанский, китайский, хинди, португальский, арабский и бенгальский. Из-за незавершённого обучения качество генерации может быть нестабильным; модель способна выдавать фактически неверные, повторяющиеся, предвзятые или неподходящие ответы и не предназначена для решений с серьёзными последствиями. Лицензия — BigScience BLOOM RAIL 1.0.

timm/dpn68.mx_in1k — модель классификации изображений на архитектуре DPN (Dual-Path Network). Её обучили авторы статьи на ImageNet-1k в MXNet, затем Ross Wightman перенёс веса в PyTorch; репозиторий поддерживает загрузку через timm и содержит веса в форматах PyTorch и safetensors. Модель предназначена для классификации изображений и может использоваться как базовая сеть для извлечения признаков и эмбеддингов изображений. В ней 12,6 млн параметров; указанное разрешение входного изображения — 224 × 224 пикселя. Обучение на ImageNet-1k делает её пригодной для задач распознавания объектов из набора классов ImageNet и для получения визуальных признаков. Лицензия репозитория — Apache-2.0.

Это детектор объектов Ultralytics YOLO11x, дообученный на наборе ExDark в рамках DetectionBench для обнаружения объектов на тёмных изображениях и снимках при слабом освещении. Модель предназначена для анализа ночных и низкоосвещённых сцен; распознаёт 12 классов, включая людей, автомобили, велосипеды, лодки, животных и предметы обстановки. В README приведены результаты оценки на тестовой части ExDark: mAP@50 — 74,41%, mAP@50–95 — 48,98%, точность — 81,87%. Модель использует Ultralytics и формат PyTorch. Репозиторий распространяется по лицензии AGPL-3.0; для данных ExDark авторы отдельно указывают ограничение на некоммерческое использование, распространяющееся и на обученные на них модели.

google/gemma-4-E2B-it-assistant — вариант Gemma 4 от Google DeepMind, предназначенный для ускорения генерации с помощью спекулятивного декодирования. Это компактная плотная модель-драфтер: она предлагает несколько следующих токенов, которые целевая модель проверяет параллельно. По заявлению авторов, такой режим может ускорить декодирование до 3 раз без изменения результата относительно обычной генерации. Модель рассчитана на низкую задержку и локальное использование, включая устройства с ограниченными ресурсами. Семейство Gemma 4 поддерживает текст и изображения на входе, а для E2B также заявлен аудиоввод; ответы генерируются текстом. Вариант E2B имеет контекст до 128K токенов. Семейство поддерживает множество языков, однако точный список для этого чекпойнта не приведён. Для работы как драфтер модель предназначена для использования в конвейере speculative decoding с соответствующей целевой моделью, а не как самостоятельная замена целевой модели. В карточке указана лицензия Apache 2.0.

HelloKKMe/GTA1-7B — модель для визуального понимания интерфейсов и привязки запросов к элементам GUI. В карточке описано обучение с подкреплением, в частности GRPO: оно поощряет точные действия вроде выбора нужного элемента, а не развёрнутые текстовые рассуждения. Репозиторий использует архитектуру Qwen2.5-VL и содержит около 7,1 млрд параметров; модель принимает изображения и текст, поддерживает диалоговый режим и интерфейс вызова инструментов. Заявленная длина контекста — 128 000 токенов. Модель предназначена для обнаружения нужных элементов на экране и взаимодействия с графическими интерфейсами, включая сценарии автоматизации. README приводит сравнение с другими моделями на ScreenSpot-V2, ScreenSpotPro и OSWORLD-G, но доступная таблица не содержит результатов GTA1-7B, поэтому её конкретные показатели здесь установить нельзя. Модель распространяется под лицензией Apache-2.0.

Ganesh-Nadkarni/helmet-detection-yolov8 — модель YOLOv8n на базе Ultralytics для обнаружения мотоциклистов в шлемах и без шлемов на изображениях и видеопотоке. Она предназначена для контроля использования шлемов, в том числе как компонент систем видеонаблюдения за дорожным движением. Модель принимает изображения и выдаёт рамки объектов с классами «в шлеме» и «без шлема». Для неё указан показатель mAP50-95 0,32925; веса представлены в формате PyTorch. Модель распространяется по лицензии, указанной в метаданных Hugging Face, если она доступна.