II.2Создание и понимание программного кода

Oliver Sundaram разработал Llama-3.2-1B-MathCodeInstruct-5k как дообученную на 5 тысячах примеров модель Llama 3.2. Это плотная авторегрессионная языковая модель семейства Llama с 1,2 млрд параметров, рассчитанная на генерацию текста; она принимает текстовые запросы и выдаёт текст с пошаговыми рассуждениями на естественном языке, перемежаемыми исполняемым кодом Python. Модель предназначена прежде всего для решения математических текстовых задач и демонстрации того, как объём данных дообучения влияет на математические и общие способности. В тесте GSM8K она показала 7,4% против 5,8% у базовой модели; результаты по ARC-Challenge и HellaSwag остались близки к базовым. Контекст модели составляет 131072 токена. Карточка указывает английский язык; репозиторий использует формат safetensors и библиотеку Transformers. Это узкоспециализированная экспериментальная настройка, не предназначенная для роли универсального ассистента. Дообучение проведено за одну эпоху на небольшом подмножестве данных; показатели отражают ограничения базовой модели малого размера. Дополнительного safety alignment или RLHF сверх базовой модели не применялось. Лицензия указана как other, поэтому условия использования следует сверить в карточке репозитория.

MobileNetV4 Conv AA Large — сверточная модель классификации изображений из библиотеки timm, опубликованная Россом Уайтманом. Она предварительно обучена на ImageNet-12k и дообучена на ImageNet-1k; в README указано 32,6 млн параметров и применение как классификатора и основы для извлечения признаков и эмбеддингов. Модель использует усредняющий антиалиасинговый пулинг. Для варианта с суффиксом r384 указаны разрешение обучения 384 × 384 и размер тестового изображения 480 × 480; на ImageNet-1k приведены результаты top-1 84,772% и top-5 97,344%. Модель принимает изображения и выдаёт классы, а при использовании в качестве основы — признаки или эмбеддинги. Подходит для классификации изображений общего назначения и построения компьютерного зрения в мобильных сценариях. Распространяется по лицензии Apache-2.0. Карточка не описывает специализированные предметные области или известные ограничения качества за пределами указанных условий оценки.

NemotronH-0.3B-A0.3B — компактная экспериментальная модель для тестирования и разработки, созданная на основе NVIDIA Nemotron 3 Ultra. Это причинная языковая модель с гибридной архитектурой nemotron_h, объединяющей блоки Mamba-2, групповой attention и mixture-of-experts. В версии 0.347 млрд параметров и пяти слоях сохранены типы блоков исходной архитектуры; около 0.309 млрд параметров активируются при обработке токена. Модель предназначена для проверки загрузки, структуры чекпойнта и работы инструментов с архитектурой NemotronH, а также для экспериментов с генерацией текста. Веса переинициализированы, после чего модель дообучали на небольшом игрушечном наборе данных, поэтому её не следует считать уменьшенной копией с сохранёнными знаниями исходной модели. Контекст — до 262144 токенов. Модель принимает текст и генерирует текст; для ускорения могут потребоваться пакеты mamba_ssm и causal_conv1d, иначе Transformers использует более медленную эталонную реализацию. Лицензия — MIT.

NexaAI/Octopus-v2-gguf-awq — набор квантизированных вариантов модели Octopus V2, разработанной NexaAI/NexaAIDev на базе Google Gemma 2B. Модель предназначена для локального, в том числе on-device, использования и сценариев function calling: по текстовому запросу она определяет нужную функцию и формирует параметры вызова. В README отдельно упоминаются сценарии управления камерой Android, например съёмка фронтальной или основной камерой и сохранение фотографии. Доступны форматы GGUF для запуска через llama.cpp и ручного импорта в Ollama, а также AWQ для использования с AutoAWQ и PyTorch на CUDA. Указан английский язык. Размер и скорость зависят от варианта квантизации: AWQ занимает около 3,00 ГБ, а GGUF-варианты — примерно от 1,16 до 1,92 ГБ; заявленная производительность составляет около 52–69 токенов в секунду в приведённом бенчмарке. Сильными сторонами являются компактность, локальный запуск и высокая скорость, однако более агрессивная квантизация снижает качество, а модель ориентирована прежде всего на вызов функций, а не на универсальный диалог. Размер контекста и другие архитектурные характеристики в README не указаны. Лицензия — CC BY-NC 4.0, допускающая некоммерческое использование на заявленных условиях.

eugenehp публикует OpenVoice ONNX v2 — staging-перепаковку upstream-чекпойнта с ресурсами преобразования тембра для запуска через RLX совместно с TinyTTS. Репозиторий содержит модели ONNX для преобразования и извлечения тембра, а также веса в Safetensors и GGUF F16; он предназначен как стабильный источник файлов для RLX-рецептов, а не как самостоятельный основной runtime-пакет. Модель относится к синтезу речи и преобразованию тембра; сведения о поддерживаемых языках и длине контекста в карточке не приведены. Лицензия репозитория — MIT. README предупреждает, что часть файлов может находиться в staging или по историческим причинам, и не является поддерживаемым путём загрузки RLX.

PVT-Tiny-224 — компактная модель Pyramid Vision Transformer, опубликованная пользователем Hugging Face Xrenya. Это трансформерный энкодер изображений с пирамидальной архитектурой: изображение разбивается на патчи, а разрешение признаковых карт постепенно уменьшается между этапами, что снижает вычислительные затраты по сравнению с обработкой крупных карт на каждом слое. Модель предназначена для классификации изображений по 1000 классам ImageNet-1K и может использоваться как энкодер признаков для дальнейшего обучения на размеченных изображениях. Модель обучалась на ImageNet-1K и дообучалась на ImageNet 2012 с размером входа 224×224. Изображения масштабируются и нормализуются по RGB-каналам. Архитектура относится к семейству PVT; доступны веса PyTorch и SafeTensors. Лицензия — Apache-2.0. Карточка не приводит отдельных численных оценок качества или подробностей об ограничениях производительности.

Pythagoras-Prover-32B — плотная авторегрессионная языковая модель для формального доказательства теорем на Lean 4, разработанная командой Pythagoras-LM. Это дообученная версия Qwen3-32B с 29,7 млрд параметров; модель распространяется в формате safetensors и рассчитана на контекст до 40 960 токенов. Она генерирует Lean-доказательства для математических задач, включая задачи из соревнований, которые можно проверить компилятором Lean. Обучение включало SFT и обучение с подкреплением с наградой за успешную компиляцию Lean, а также синтетические данные и дистилляцию. В README указаны результаты 93,03% на MiniF2F-Test и 93 решённые задачи PutnamBench; это результаты авторской оценки по описанным протоколам, а не гарантия для других задач или условий. Для запуска предлагается Transformers. Лицензия — Apache-2.0.

Pythagoras-Prover-4B — открытая авторегрессионная языковая модель для формального доказательства теорем на Lean 4. Её разработала команда Pythagoras-LM на основе Qwen3-4B: модель дообучена с помощью LoRA и обучающих данных, созданных и проверенных в рамках конвейера синтетических данных для Lean. Модель предназначена для генерации Lean-доказательств по математическим формулировкам и для работы в сценариях автоматизированного формального доказательства, включая задачи уровня математических соревнований. В README указаны 3,7 млрд параметров и обучение с контекстом 8K; метаданные репозитория указывают нативный контекст 40 960 токенов. В MiniF2F-Test авторы сообщают результат 86,07% при Pass@32 и отмечают, что модель обходится без самокоррекции во время вывода. Модель принимает текст и генерирует текст с доказательствами на Lean 4. Для работы с формальными задачами требуется проверка доказательств средствами Lean; результаты бенчмарков не гарантируют успешность на произвольных задачах. Репозиторий распространяется по лицензии Apache-2.0.

aday777/qwen3_5_tiny_fixture_f16 — тестовый файл весов в формате F16, созданный из случайно инициализированной миниатюрной фикстуры на схеме Qwen3.5. Репозиторий подготовлен для проверки обработки типа данных float16 в загрузчиках, планировщиках квантизации и CI: имена тензоров, формы и их количество сохранены, а объём данных уменьшен вдвое относительно исходного представления float32. Это не обученная модель и не полноценная низкобитная квантизация. Фикстура предназначена разработчикам инфраструктуры ML для тестирования чтения и преобразования весов, учёта размера и совместимости с инструментами, работающими со схемой Qwen3.5. Метаданные связывают её с Qwen/Qwen3.8-27B; исходная карточка описывает базовую схему, но веса этой фикстуры случайно инициализированы. Указана лицензия MIT. Совместимость файла с конкретной версией Transformers или загрузчиком Qwen3.5 не проверена. Фикстуру нельзя использовать для генерации качественных ответов или делать выводы о качестве и производительности модели.

Qwen3.8-27B-DFlash2 — черновая модель DFlash 2 для ускорения генерации базовой Qwen/Qwen3.8-27B с помощью спекулятивного декодирования. Это не самостоятельная языковая модель: она работает внутри сервера спекулятивного декодирования и предлагает блоки токенов, которые затем проверяет целевая модель. Чекпойнт содержит 2,9 млрд параметров, использует архитектуру DFlash2DraftModel и формат Safetensors; базовая модель имеет контекст до 262 144 токенов. Модель предсказывает блок токенов за один проход, сохраняет несколько кандидатов для каждой позиции и выбирает согласованную последовательность. По README, жадное декодирование сохраняет точное совпадение с выводом целевой модели, а при семплировании — её распределение. В тестах на SGLang с NVIDIA H200 авторы показывают ускорение генерации на GSM8K, MATH-500 и HumanEval; фактический выигрыш зависит от нагрузки и конфигурации сервера. Модель предназначена для серверного ускорения генерации Qwen3.8-27B, а не для самостоятельного диалога или инференса. Для работы требуется совместимая целевая модель и инфраструктура спекулятивного декодирования, например SGLang. Лицензия — Apache-2.0.

Карточка модели Secondchancee/Qwen3.8-27B-DFlash2 на Hugging Face совпадает с карточкой incoai/Qwen3.8-27B-DFlash2, поэтому описание составлено по ней. Qwen3.8-27B-DFlash2 — черновая модель DFlash 2 для ускорения генерации базовой Qwen/Qwen3.8-27B с помощью спекулятивного декодирования. Это не самостоятельная языковая модель: она работает внутри сервера спекулятивного декодирования и предлагает блоки токенов, которые затем проверяет целевая модель. Чекпойнт содержит 2,9 млрд параметров, использует архитектуру DFlash2DraftModel и формат Safetensors; базовая модель имеет контекст до 262 144 токенов. Модель предсказывает блок токенов за один проход, сохраняет несколько кандидатов для каждой позиции и выбирает согласованную последовательность. По README, жадное декодирование сохраняет точное совпадение с выводом целевой модели, а при семплировании — её распределение. В тестах на SGLang с NVIDIA H200 авторы показывают ускорение генерации на GSM8K, MATH-500 и HumanEval; фактический выигрыш зависит от нагрузки и конфигурации сервера. Модель предназначена для серверного ускорения генерации Qwen3.8-27B, а не для самостоятельного диалога или инференса. Для работы требуется совместимая целевая модель и инфраструктура спекулятивного декодирования, например SGLang. Лицензия — Apache-2.0.

marksverdhei/Qwen3-Voice-Embedding-12Hz-0.6B — отдельный аудиоэнкодер голоса, извлечённый из Qwen/Qwen3-TTS-12Hz-0.6B-Base. Он использует архитектуру ECAPA-TDNN с блоками Res2Net, вниманием squeeze-excitation и attentive statistical pooling, чтобы преобразовывать аудио в 1024-мерный x-вектор говорящего. Модель доступна в формате SafeTensors и запускается через Transformers. Энкодер предназначен для получения эмбеддингов говорящего из аудиозаписи и последующего использования этих эмбеддингов для клонирования голоса в семействе Qwen3-TTS. Можно сохранять и повторно подавать эмбеддинги, а также интерполировать их для смешивания голосов. Карточка приводит обработку монофонического аудио с частотой 24 кГц. Модель не синтезирует речь сама: она извлекает вектор признаков из аудио. Для клонирования голоса эмбеддинг нужно передать совместимой модели Qwen3-TTS; режим только с x-вектором может немного уступать клонированию с референсным аудио и его транскриптом. Энкодер работает только с вариантом Base, а варианты CustomVoice и VoiceDesign не поддерживают такие эмбеддинги. Лицензия — Apache-2.0.

RDNet Tiny — модель классификации изображений и извлечения визуальных признаков, опубликованная Naver AI. Это исходные веса torchvision, обученные на ImageNet-1k. Модель содержит 24 млн параметров, требует изображения размером 224 × 224 и имеет вычислительную стоимость 5,0 GMACs; точность top-1 на валидации ImageNet-1k составляет 82,8%.

SPADE-Qwen3-30B-A3B-Games — модель семейства SPADE, разработанная на базе Qwen/Qwen3-30B-A3B-Instruct-2507 для игрового сценария. В обучении модель играет две роли: проектирует игровые среды в виде исполняемых описаний и выступает агентом, который решает созданные игры. Создатель среды поощряется за задания, соответствующие текущим возможностям агента, благодаря чему сложность учебных примеров адаптируется в ходе обучения. Это MoE-модель с архитектурой Qwen3MoeForCausalLM, рассчитанная на генерацию текста и диалоговый режим; в метаданных также указана возможность интерфейса вызова инструментов. Контекстное окно составляет 262 144 токена, заявленный размер — 2,6 млрд параметров. Для работы предусмотрен формат safetensors и библиотека Transformers. Модель предназначена для генерации игровых сред и решения текстовых игр; лицензия — Apache-2.0.

bigscience/test-bloomd — репозиторий BigScience для тестирования методов инференса. В карточке указано, что для доступа к актуальной модели следует использовать bigscience/bloom. Метаданные показывают плотную авторегрессионную модель семейства BLOOM с архитектурой BloomForCausalLM и 453,9 млн параметров; доступны форматы PyTorch и Safetensors. Она относится к генерации текста, однако репозиторий представлен как утилитарный тестовый ресурс, а не как актуальная версия модели. Сведения о лицензии в доступных данных отсутствуют.

testvit2.r160in1k — очень маленькая тестовая модель Vision Transformer для классификации изображений и проверки работы моделей. Её разработал Ross Wightman; модель обучена на ImageNet-1k и содержит около 0,5 млн параметров. Она принимает изображения размером 160 × 160 пикселей и может использоваться как классификатор или как основа для извлечения признаковых карт и эмбеддингов изображений. Модель предназначена для тестирования и sanity checks, а не для задач, где нужна высокая точность: в карточке она названа тестовой, а приведённые показатели относятся к другим моделям. Доступна по лицензии Apache-2.0.

sbintuitions/tiny-lm — компактная языковая модель на 16,1 млн параметров, разработанная sbintuitions для отладки и тестирования. Это плотная авторегрессионная модель семейства Llama на базе Transformers: 4 слоя со скрытым размером 512, обученная предсказывать следующий токен на 25 млрд токенов англоязычной и японской Википедии. Репозиторий содержит веса PyTorch, а контекст модели составляет 2048 токенов. Модель подходит для проверки конвейеров генерации текста, тестирования интеграции с Transformers и экспериментов с небольшой языковой моделью на английском и японском языках. Из-за малого размера и назначения для отладки она не предназначена для качественной генерации или использования в качестве универсального помощника. Лицензия — MIT.

akreal/tiny-random-gpt2 — копия тестовой модели hf-internal-testing/tiny-random-gpt2, предназначенная для проверки совместимости и работы инструментов экосистемы Hugging Face. Модель относится к архитектуре GPT-2 и использует библиотеку Transformers; в карточке также указана поддержка PyTorch и TensorFlow. Модель предназначена для генерации текста и технических сценариев, включая тестирование загрузки чекпойнтов, токенизации, инференса и форматов хранения весов. Нативная длина контекста составляет 512 токенов, а в репозитории используется старый формат файла pytorch_model.bin. Из-за тестового назначения и случайных весов модель не предназначена для получения осмысленного или качественного текста в прикладных системах. Она полезна как компактный стенд для автоматизированных тестов, проверки интеграций и совместимости форматов. Лицензия в предоставленных данных не указана.

hyper-accel/tiny-random-qwen2 — небольшая модель генерации текста семейства Qwen2, доступная для использования через библиотеку Transformers. По метаданным модель содержит около 84,1 млн параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для экспериментов, тестирования конвейеров text-generation и проверки совместимости инструментов с архитектурой Qwen2. Размер модели облегчает локальный запуск и интеграционные тесты, однако README не содержит сведений о разработчике, обучающих данных, результатах оценки, поддерживаемых естественных языках или лицензии. README также не описывает прикладную специализацию и рекомендации по использованию. Поэтому модель не следует считать готовым решением для продуктивной генерации текста без предварительной проверки качества и поведения на целевых данных.

fxmarty/tiny-testing-gpt2-remote-code — тестовая компактная языковая модель семейства GPT-2 от fxmarty, предназначенная для проверки загрузки и выполнения пользовательского кода модели в Transformers. Метаданные указывают на генерацию текста, архитектуру GPT2CustomLMHeadModel и контекст длиной 512 токенов; веса представлены в формате PyTorch. Модель подходит для технических проверок и экспериментов с удалённым кодом, но название и доступные сведения не подтверждают пригодность для содержательной генерации текста или конкретного языка. Распространяется по лицензии Apache-2.0.

Unholy-v1-12L-13B — экспериментальная текстовая модель на архитектуре Llama, опубликованная Undi95. Она предназначена для генерации ответов по инструкциям и позиционируется автором как модель без встроенных ограничений на ответы. Репозиторий содержит веса FP16; размер модели — 12,9 млрд параметров, контекст — 4096 токенов. Для запросов предусмотрен шаблон Alpaca. Модель создана как экспериментальная сборка: автор объединил uukuguy/speechless-llama2-luban-orca-platypus-13b и jondurbin/spicyboros-13b-2.2, изменил состав слоёв с использованием Undi95/MLewd-L2-13B-v2-3 и выполнил дополнительное слияние. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства, но запрещающая коммерческое применение. Автор предупреждает о непредсказуемом поведении; результаты и безопасность ответов не гарантируются.

google/vit-base-patch16-224-in21k — базовая модель Vision Transformer (ViT), впервые опубликованная Google; веса в этом репозитории преобразованы из timm в PyTorch. Это энкодер-трансформер примерно на 113,2 млн параметров, предварительно обученный с учителем на ImageNet-21k: около 14 млн изображений и 21 843 класса. Модель принимает изображения RGB, разбитые на патчи 16×16, при разрешении 224×224, и формирует векторные представления изображений. Модель предназначена для извлечения признаков и использования в качестве основы для классификации изображений и других задач компьютерного зрения. У неё нет готовой дообученной классификационной головы, но есть предварительно обученный pooler; для целевых задач можно добавить и обучить собственную классификационную голову или дообучить энкодер. Репозиторий содержит веса в форматах PyTorch, TensorFlow и Flax. Лицензия — Apache-2.0. Для применения требуется подготовить изображение: привести его к разрешению 224×224 и нормализовать RGB-каналы. Карточка отмечает, что при дообучении более высокое разрешение 384×384 может давать лучшие результаты. Модель обучалась на ImageNet-21k, поэтому её признаки могут хуже подходить для изображений и классов, существенно отличающихся от обучающих данных.

trpakov/vit-face-expression — модель распознавания эмоций по изображениям лиц, разработанная автором репозитория и дообученная на FER2013. Она использует архитектуру Vision Transformer (ViT) с 113,2 млн параметров и классифицирует выражение лица по семи категориям: злость, отвращение, страх, радость, грусть, удивление и нейтральное выражение. Модель принимает изображение лица и выдаёт метку класса эмоции. Её можно применять для анализа выражений на фотографиях и других изображениях лиц. В README указаны точность 71,13% на валидационной выборке и 71,16% на тестовой выборке FER2013. Качество может зависеть от смещений в обучающих данных и от того, насколько новые изображения похожи на обучающую выборку. Репозиторий распространяется по лицензии Apache-2.0.

sapoepsilon разработал YOLOv11s Drone Detector — модель семейства YOLOv11s, дообученную для обнаружения дронов на RGB-кадрах и видеозаписях. Модель создана на основе ultralytics/yolo11s.pt и обучена на наборе pathikg/drone-detection-dataset примерно из 54 тысяч изображений. Репозиторий содержит веса PyTorch; для работы используется библиотека Ultralytics. Лицензия — Apache-2.0. Модель находит объекты класса «дрон» и подходит для анализа видеопотока с камеры; для отслеживания траектории её можно сочетать с ByteTrack или BoT-SORT. На отложенном тестовом наборе Anti-UAV-RGBT, включающем 91 видеопоследовательность, при IoU=0,5 указаны точность 0,929, полнота 0,759 и F1 0,836. Модель распознаёт только один класс и не различает типы дронов; полнота снижается для небольших и удалённых объектов, особенно при дальнем наблюдении.

Карточка модели namhokaist/appgen-qwen3-model-e-uedgrpo-awlegacy-staledense-v44-h200x8-s100-20260804-step70 на Hugging Face совпадает с карточкой namhokaist/appgen-qwen3-model-e-uedgrpo-awlegacy-stalesparse-v47-h200x8-s100-20260807-step70, поэтому описание составлено по ней. AppGen Qwen3-VL frozen SFT — A-variant arm E — это дообученная namhokaist модель на базе Qwen/Qwen3-VL-8B-Instruct, разработанная для исследований визуальных агентов Android. Она принимает изображения интерфейсов и текстовые инструкции, а затем формирует текстовые ответы для задач работы с экраном. Веса визуального энкодера и модулей выравнивания заморожены, а языковая модель и LM head дообучены; обучение проведено на наборах AppGen SFT и AMEX. Репозиторий содержит финальный чекпойнт в формате safetensors и распространяется по лицензии Apache-2.0. Модель предназначена для анализа интерфейсов Android и визуального заземления инструкций. В README не приводятся оценки качества, а статические бенчмарки не подтверждают успешность интерактивных задач AndroidWorld. Модель заявлена для исследований визуальных агентов и не предназначена для критически важных автономных развертываний.

A.X K2 DSpark — вспомогательная модель чернового декодирования от SK Telecom для A.X K2. Это не самостоятельная языковая модель: её подключают вместе с целевой моделью в vLLM для ускорения генерации текста методом speculative decoding. Черновая модель предлагает несколько токенов параллельно, используя скрытые представления A.X K2 и лёгкое моделирование зависимостей между позициями; затем A.X K2 проверяет предложения и определяет итоговые токены. Архитектура включает трёхслойный черновой модуль в стиле Qwen3, Markov head и confidence head. Модель рассчитана на A.X K2 — MoE-модель с 688 млрд общих и 33 млрд активных параметров — и конфигурацию с контекстом 256K. Внутренние тесты на английском и корейском языках, математике, науке и коде показали примерно 1,8-кратный рост пропускной способности в однопоточном режиме; реальное ускорение зависит от нагрузки, длины вывода, параллелизма и доли принятых черновых токенов. При точной проверке выходное распределение целевой модели сохраняется. Модель предназначена для сервинга A.X K2 через форк vLLM SK Telecom и не заявлена как совместимая с другими целевыми моделями или вариантами A.X K2. Для динамического чернового декодирования в описанной версии vLLM требуется отключить асинхронное планирование. Лицензия — Apache-2.0; README указывает, что применяются те же сценарии использования, что и для A.X K2.

Beat This! — экспорт модели JKU для отслеживания долей и сильных долей в музыке в формате ONNX. Репозиторий musetric предназначен для инференса через onnxruntime-web, в том числе с WebGPU; модель принимает лог-мел-спектрограмму и выдаёт логиты долей и сильных долей. Для обработки аудио хост должен сам вычислить признаки: моно 22 050 Гц, STFT и лог-мел-проекцию по приложенной матрице фильтров. На один вызов подаётся окно из 1500 кадров, соответствующее примерно 30 секундам; длинные записи обрабатываются перекрывающимися окнами, а короткие дополняются до нужной длины. Темп и размер такта можно получить на стороне приложения по предсказанным позициям долей. Экспорт заявлен как не вносящий алгоритмических приближений и проверен на соответствие исходной модели в нескольких средах исполнения. Он рассчитан на инференс, а не на обучение. Результаты чувствительны к точному извлечению признаков и разбиению длинных записей на окна; README отдельно отмечает необходимость проверять работу на том аудиоматериале, который будет использоваться в приложении. Лицензия репозитория — MIT.

ConvNeXt-V2 Atto — компактная сверточная модель классификации изображений из библиотеки timm. Она разработана авторами семейства ConvNeXt-V2 и предварительно обучена методом FCMAE, затем дообучена на ImageNet-1k. Веса содержат около 3,7 млн параметров; модель рассчитана на изображения 224 × 224 при обучении и 288 × 288 при оценке. Модель присваивает изображению классы ImageNet-1k и может использоваться как визуальная основа для извлечения карт признаков и эмбеддингов. Компактный размер и вычислительная стоимость около 0,6 GMAC делают её подходящей для классификации изображений и построения лёгких компьютерно-зрительных конвейеров. Карточка приводит результаты сравнения моделей, но не отдельные метрики этой версии. Репозиторий предоставляет веса PyTorch и safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

DeepSeek-V4-Pro-0.5B-A0.37B — уменьшенная тестовая версия DeepSeek-V4-Pro, опубликованная inference-optimization. Это причинная языковая модель архитектуры DeepSeek V4 с 251,9 млн параметров по метаданным; README указывает 0,487 млрд параметров, из которых активируется около 0,37 млрд. В конфигурации оставлено 8 слоёв вместо 61, а также сохранены оба типа внимания и MLP, HyperConnection и слой MTP. Чекпойнт в формате safetensors предназначен для загрузки через Transformers. Модель создавалась для тестирования и разработки, включая проверку совместимости архитектуры и структуры чекпойнта. README сообщает о дообучении на copypasta-датасете, но не описывает языковой охват или пригодность для прикладных задач; контекстное окно по метаданным составляет 1 048 576 токенов. Лицензия — MIT. Это уменьшенный экспериментальный чекпойнт, поэтому результаты тестирования на copypasta не подтверждают качество для обычных пользовательских задач. README и метаданные расходятся в числе параметров; для описания размера использовано значение метаданных каталога.

Eagle3-Qwen3-32B-zh — черновая модель для алгоритма спекулятивного декодирования Eagle-3, разработанная на основе Qwen3-32B. Она предназначена для ускорения инференса большой языковой модели Qwen3-32B: черновая модель предлагает токены, которые основная модель параллельно проверяет. Обучение проводилось на смешанном китайско-английском наборе данных; авторы сообщают об улучшении принятия токенов для китайского текста и сохранении преимуществ на английском. В README указано, что модель обучена примерно на 100 тысячах примеров и рассчитана на работу с основными весами Qwen/Qwen3-32B через Eagle-3. Авторы сообщают об ускорении до почти 2 раз на GSM8K в тестах на четырёх NVIDIA RTX 4090 при параллелизме 4, а также примерно в 1,5 раза в китайских и английских сценариях. Конфигурация репозитория ориентирована на SGLang; для vLLM и других сред её может потребоваться адаптировать. Модель не предназначена для самостоятельного использования как обычный чат-ассистент: для спекулятивного декодирования нужны основная модель Qwen3-32B, поддерживающий Eagle-3 фреймворк и совместимая конфигурация. В метаданных указаны архитектура LlamaForCausalLMEagle3, формат PyTorch, контекст 40 960 токенов и размер 1,2 млрд параметров. Лицензия — Apache-2.0.