II.2Создание и понимание программного кода

Это декодер аудиокодека Descript Audio Codec (DAC) с частотой дискретизации 44,1 кГц, подготовленный проектом loom-ai-org для запуска в loom.cpp. Репозиторий содержит веса исходной модели descript/dac_44khz в формате GGUF; согласно карточке, параметры не изменялись. Модель принимает девять потоков кодов на кадр и восстанавливает из них аудиоволну: каждый кадр длится 1/86,13 секунды и соответствует 512 отсчётам. Декодер предназначен для восстановления аудио из кодов DAC, например в конвейере генерации речи или музыки, если другой компонент уже сформировал выровненные кодовые потоки. Это только декодирующая часть кодека: аудио в коды она не преобразует. Для запуска карточка рекомендует библиотеку loom-py-rt. Лицензия — MIT.

Darwin-Chimera-4B-Gen1 — исследовательская производная Qwen/Qwen3-4B, созданная командой Darwin-Chimera. В модели изменена только схема внимания: применено «лечение» attention с помощью VIDRAFT и настроено скользящее окно; FFN, эмбеддинги и lm_head заморожены. Архитектура — плотная Qwen3ForCausalLM, около 3,7 млрд параметров, контекст до 40 960 токенов. В README указаны скользящее окно 4096 токенов и соотношение слоёв со скользящим и полным вниманием 5:1. Модель предназначена как основа для экспериментов Darwin-Chimera следующего поколения, в частности для исследований переноса FFN между архитектурами. Это исследовательский чекпойнт, а не готовый продукт; README сообщает, что знания и FFN полностью унаследованы от Qwen3-4B. Карточка указывает поддержку корейского и английского языков, а лицензионные метаданные — Apache 2.0.

facebook/dino-vitb8 — базовый Vision Transformer, обученный методом DINO командой авторов статьи «Emerging Properties in Self-Supervised Vision Transformers». Модель предобучена без учителя на ImageNet-1k и предназначена для извлечения признаков из изображений и переноса этих представлений на прикладные задачи компьютерного зрения. Архитектура — ViT base с патчами 8×8; модель содержит 113,2 млн параметров и принимает изображения размером 224×224 пикселя. Она возвращает представления изображения и патчей, пригодные, например, для обучения классификатора поверх выходов энкодера. Готовых дообученных голов для классификации в репозитории нет. Модель подходит для построения признаков и обучения классификаторов на размеченных наборах изображений. Она работает с изображениями, а не с текстовыми запросами, и сама по себе не является готовым классификатором. Лицензия — Apache-2.0.

zeromodels/dino-vits16 — конверсия модели DINO ViT-S/16, разработанной Facebook AI Research, в формате Keras 3. Это самоконтролируемый визуальный энкодер: при обучении учитель и ученик сопоставляют представления разных фрагментов одного изображения без меток. Модель возвращает токены и карты признаков, а не готовые ответы или предсказания для отдельной задачи. Энкодер предназначен для извлечения семантических признаков изображений и использования как основы для классификации и других задач компьютерного зрения. Реализация работает с TensorFlow, Torch и JAX; репозиторий содержит веса TensorFlow. Для использования применяется лицензия Apache 2.0. Размер модели и длина контекста в предоставленных данных не указаны.

ELAM-7B (Evaluative Large Action Model) — зрительно-языковая модель на архитектуре Molmo, разработанная Sparks Solutions и дообученная на базе allenai/Molmo-7B-D-0924. Модель предназначена для тестирования автомобильных интерфейсов по снимкам экрана: она находит элементы управления по текстовым инструкциям, возвращает координаты нажатия и проверяет, соответствует ли интерфейс заданному ожиданию. Для дообучения использованы 17 708 инструкций и оценок для 6 230 изображений автомобильных интерфейсов с немецким и английским текстом; обучающие запросы были на английском языке. В сценарии проверки ожиданий модель выдаёт PASSED или FAILED и координаты соответствующего элемента. Контекст составляет 4096 токенов, размер модели по метаданным — 12,8 млрд параметров. Модель работает с изображениями и текстом, а её основная область применения — автоматизированное тестирование автомобильных пользовательских интерфейсов. ELAM-7B опубликована под лицензией Apache-2.0. Результаты обучения и оценки относятся к автомобильным интерфейсам с немецким и английским содержимым; качество на других типах интерфейсов и языках не подтверждено. В README приведена таблица AutomotiveUI-Bench-4K, но её данные представлены не полностью.

Это экспорт декодера аудиокодека EnCodec Meta AI с частотой дискретизации 32 кГц, используемого в MusicGen. Репозиторий содержит неизменённые веса модели facebook/encodec_32khz, упакованные в формат GGUF для запуска через loom.cpp и библиотеку loom-py-rt. Модель принимает кодовые последовательности аудио и восстанавливает из них звуковую волну; это декодирующая половина кодека, а не языковая модель. Декодер рассчитан на 4 потока кодов на кадр при 50 кадрах в секунду, что соответствует полосе 2,2 кбит/с; один кадр даёт 640 аудиосэмплов. В архитектуре есть LSTM с обработкой по кадрам, поэтому скорость в описанном окружении составляет около 0,44× реального времени. Лицензия репозитория — CC BY-NC 4.0. Для работы нужны выровненные коды нужной ширины: декодер не выполняет обратное выравнивание задержек и не принимает коды с другой конфигурацией полосы.

OpenmindAGI FunctionGemma Robot Actions — дообученная мультиязычная текстовая модель на базе Google FunctionGemma 270M. Она преобразует запросы на естественном языке в структурированные вызовы функций для управления действиями робота и отображения эмоций. Карточка описывает набор жестов и эмоциональных анимаций; заявлены поддержка шести языков, точность 98% и задержка около 59 мс на NVIDIA Jetson AGX Thor. Модель построена на плотной архитектуре Gemma 3 Text, содержит 257 млн параметров и рассчитана на контекст до 32 768 токенов. Для ограниченного декодирования авторы заявляют два прохода модели вместо 33 авторегрессионных шагов и ускорение примерно в 18 раз относительно стандартного model.generate(). Модель подходит для локальных робототехнических агентов, которым нужно интерпретировать команды на нескольких языках и выдавать вызовы действий в заданной структуре. Модель распространяется под лицензией Apache-2.0. Заявленные точность и задержка приведены авторами карточки; README не раскрывает полный список поддерживаемых действий и эмоций и не описывает условия или методику измерения точности.

Карточка модели 0x3/gemma-4-E4B-it-audio-encoder на Hugging Face совпадает с карточкой Aratako/gemma-4-E4B-it-audio-encoder, поэтому описание составлено по ней. Aratako/gemma-4-E4B-it-audio-encoder — аудиоэнкодер, извлечённый из Google Gemma 4 E4B Instruct. Это плотная модель класса Gemma4AudioEncoder, подготовленная для Transformers и распространяемая в формате safetensors. При включённой по умолчанию проекции она выдаёт векторы размерности 2560 в пространстве эмбеддингов языковой модели Gemma 4 E4B; без проекции — исходные аудиопредставления размерности 1536. Модель предназначена для извлечения признаков из аудио и передачи полученных представлений компонентам Gemma 4 E4B или другим совместимым системам. Для загрузки требуется Transformers версии 5.5.0 или новее. Лицензия — Apache 2.0. README не сообщает о поддерживаемых языках аудио и отдельных ограничениях качества или применения.

yujiepan/glm-4-tiny-random — крошечная модель для генерации текста, созданная разработчиком yujiepan на основе конфигурации THUDM/GLM-4-32B-0414. Модель имеет 2,4 млн параметров, поддерживает библиотеку Transformers и рассчитана на контекст до 32 768 токенов. Модель предназначена для отладки, тестирования и разработки компонентов, работающих с архитектурой GLM-4 и задачей text-generation. Она использует случайно инициализированные веса, поэтому не предназначена для получения содержательных или качественных ответов и не является уменьшенной обученной версией GLM-4. README не содержит сведений о лицензии.

Карточка модели manateelazycat/GLM-5.3-Flash-DFlash2 на Hugging Face совпадает с карточкой incoai/GLM-5.3-Flash-DFlash2, поэтому описание составлено по ней. GLM-5.3-Flash-DFlash2 — черновая модель DFlash 2 на 1,6 млрд параметров для ускорения генерации текста базовой GLM-5.3-Flash. Это не самостоятельная языковая модель: она работает внутри сервера спекулятивного декодирования вместе с целевой моделью zai-org/GLM-5.3-Flash, которая проверяет предложенные токены. В метаданных указаны архитектура семейства Qwen3, класс DFlash2DraftModel и формат safetensors. Модель за один проход предсказывает блок токенов и сохраняет несколько кандидатов для каждой позиции; лёгкий селектор строит из них согласованную последовательность. По README, двухтактные динамические свёртки помогают сохранять качество предсказаний в конце блока. Декодирование заявлено как без потерь: жадный вывод совпадает с выводом целевой модели, а при сэмплировании сохраняется её распределение. Контекст базовой модели указан в метаданных как 1 048 576 токенов; это характеристика базовой модели, а не самостоятельный контекстный режим черновой модели. Модель предназначена для интеграции со SGLang и спекулятивного декодирования GLM-5.3-Flash. Контрольная точка опубликована 27 августа 2026 года; результаты бенчмарков, согласно README, ещё перепроверяются. Лицензия CC BY-NC-ND 4.0 ограничивает использование и распространение производной версии; перед внедрением следует проверить её условия и совместимость с лицензией базовой модели.

Goedel-Prover-SFT — языковая модель Goedel-LM для автоматической генерации формальных доказательств математических задач на Lean 4. Это плотная авторегрессионная модель семейства Llama размером 6,5 млрд параметров с контекстом 4096 токенов; веса опубликованы в формате safetensors. Модель дообучена методом supervised fine-tuning на DeepSeek-Prover-V1.5-Base и предназначена для генерации целого доказательства по формулировке задачи в Lean. В README сообщается о результате 57,6% Pass@32 на miniF2F и решении 7 задач PutnamBench при Pass@512; также приведены результаты на ProofNet, FormalNumina и Lean-workbook. Модель рассчитана на математические задачи, формализуемые в Lean 4, и может быть полезна для автоматизации доказательств и исследований в формальной математике. Указана лицензия MIT. Результаты зависят от числа генерируемых вариантов и вычислительного бюджета; README отмечает ограничения доступных вычислительных ресурсов при оценке.

Это предварительно обученная модель PatchTST, разработанная IBM и предназначенная для прогнозирования временных рядов. Она обучена на обучающей части набора ETTh1 и охватывает все семь каналов данных электрического трансформатора: HUFL, HULL, MUFL, MULL, LUFL, LULL и OT. На тестовой части ETTh1 модель показала MSE 0,3881 при прогнозе на 96 часов по истории длиной 512 часов. Архитектура разбивает временные ряды на патчи и обрабатывает их Transformer-энкодером. Она использует общие веса для отдельных каналов, что помогает сохранять локальную структуру и сокращать вычислительную нагрузку. Модель подходит для оценки и дообучения на данных с теми же каналами; перед использованием данные необходимо нормализовать. README описывает прогнозирование, а также возможность адаптировать архитектуру для регрессии и классификации временных рядов. Модель распространяется в формате Safetensors, содержит около 786,4 тыс. параметров и лицензирована по Apache-2.0. Результат указан для ETTh1; применимость к другим наборам данных и каналам требует проверки или дообучения.

InternLM-Step-Prover — разработанная командой InternLM-Math языковая модель на 7,4 млрд параметров для пошагового доказательства математических утверждений в Lean 4. Она обучена на данных Lean-Github и наборах синтеза доказательств, принимает формулировку цели и контекст Lean и предлагает следующий шаг доказательства в формате PROOFSTEP. В карточке заявлены результаты уровня state of the art на MiniF2F, ProofNet и Putnam; для ProofNet приведён результат 18,1%. Модель построена на плотной архитектуре InternLM2, доступна в формате PyTorch, поддерживает контекст до 8192 токенов и предназначена для диалогового текстового взаимодействия. Метаданные указывают лицензию other, поэтому конкретные условия использования следует уточнить в материалах репозитория.

Kimi-K3-pruned75 — версия модели Moonshot AI Kimi-K3, созданная автором репозитория mgoin удалением 75% маршрутизируемых экспертов без калибровочных данных. В каждом из 92 MoE-слоёв оставлено 224 из 896 экспертов; веса хранятся в формате safetensors. Репозиторий предназначен для запуска и оценки через vLLM, в частности для проверки загрузки и тестирования модели. Модель принимает текст и изображения и генерирует текст; метаданные указывают задачи генерации текста и image-text-to-text. В README приведён тест GSM8K: точность составила 34,42% против 95,53% у исходной Kimi-K3 при одинаковых настройках теста, что показывает существенное ухудшение качества после такого прореживания. README не сообщает лицензионные условия, а метаданные обозначают лицензию как other; перед использованием следует проверить условия исходной модели и репозитория.

Это модель обнаружения объектов YOLO11x от Ultralytics, дообученная на наборе LISA Traffic Lights в рамках DetectionBench. Она предназначена для поиска светофоров на изображениях и классификации сигналов по семи классам: go, goForward, goLeft, stop, stopLeft, warning и warningLeft; подходит для экспериментов с системами помощи водителю и автономным вождением. Модель использует архитектуру YOLO11 и библиотеку Ultralytics, распространяется в формате PyTorch по лицензии AGPL-3.0. На тестовой выборке LISA Traffic Lights указаны mAP@50 26,4% и mAP@50–95 13,09%. Точность заметно ниже для редких классов со стрелками; небольшие и удалённые светофоры также распознаются сложнее. Данные охватывают дневные и ночные поездки в Сан-Диего, поэтому качество на других типах светофоров, дорог и камер не подтверждено.

BlackSamorez/llama-2-tiny-testing — компактная языковая модель семейства Llama, опубликованная пользователем BlackSamorez на Hugging Face. Модель предназначена для авторегрессионной генерации текста и запускается через библиотеку Transformers с задачей text-generation. Модель содержит около 8,8 млн параметров и поддерживает контекст до 2048 токенов. Её можно использовать для экспериментов с генерацией продолжений текста, проверки интеграций и тестирования инференса на ограниченных ресурсах. Доступные данные не подтверждают поддержку конкретных естественных языков, мультимодальность, диалоговую настройку или специализированную предметную область. Это тестовая модель небольшого размера, поэтому её возможности и качество существенно ограничены по сравнению с полноразмерными Llama-моделями; модельная карточка отсутствует. Лицензионные условия в доступных источниках не приведены, поэтому перед использованием необходимо проверить сведения в репозитории модели.

Карточка модели EdgerunnersArchive/Llama-3-8B-Instruct-ortho-baukit на Hugging Face совпадает с карточкой EdgerunnersArchive/Llama-3-8B-Instruct-ortho-baukit-toxic-n128-v3, поэтому описание составлено по ней. EdgerunnersArchive/Llama-3-8B-Instruct-ortho-baukit-toxic-n128-v3 — исследовательская модификация Llama 3 8B Instruct, созданная wassname с обновлённой реализацией baukit. Модель предназначена для исследований выравнивания и изучения теорий Alignment Forum; README описывает применение метода к Llama 3 8B Instruct. Это плотная авторегрессионная языковая модель на 7,5 млрд параметров с контекстом до 8192 токенов и интерфейсом чата. Модель принимает текст и генерирует текст. Ранние проверки показывают, что она всё ещё может отказывать в ответах и нуждается в дополнительных примерах. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства и ограничивающая коммерческое применение; автор также предоставляет модель «как есть» и не гарантирует её пригодность или безошибочную работу.

Maba v1.5 Experimental Architecture — экспериментальная гибридная языковая архитектура, разработанная AndrewThompson1233. Она реализована на PyTorch и предназначена как справочная спецификация и движок для авторегрессионных моделей обработки текста. Архитектура поддерживает масштабирование примерно от 100 млн до 30 млрд параметров, однако README подробно описывает эталонную конфигурацию на 101,28 млн параметров. Модель сочетает 75% блоков Decoupled Gated Delta Attention (DGDA) с линейной рекуррентностью и 25% глобального внимания MABA-SA. DGDA использует независимые управляющие механизмы для стирания ключей и записи значений, канальное затухание и чанковое параллельное заполнение. MABA-SA основана на низкоранговом сжатии key-value, строгом NoPE без позиционных эмбеддингов, разреженном выборе 32 наиболее релевантных блоков и трёхпоточном объединении локального, разреженного и иерархического контекстов. Также заявлены факторизованные эмбеддинги, SwiGLU, RMSNorm и встроенные Multi-Token Prediction с k=2 для спекулятивной генерации. К сильным сторонам относятся субквадратичная гибридная обработка, постоянный размер рекуррентного состояния, существенно сниженная нагрузка на KV-кэш и поддержка длинного контекста. Для эталонной конфигурации заявлены 2,50 МБ KV-кэша при контексте 4K и 2,50 МБ активной памяти при контексте 1M, а также 152 успешно пройденных теста. Эти характеристики приведены в README и не заменяют независимую проверку. Архитектура официально объявлена устаревшей; автор рекомендует переходить на Maba v2. Предобученные веса и оценки downstream-задач в данном репозитории отсутствуют, поэтому практическое качество модели не подтверждено. Лицензия — MIT. В README указан английский язык, но сведения о полном наборе поддерживаемых языков и фактической длине контекста для обученных моделей не приведены.

Mask2Former — модель сегментации изображений, разработанная командой Mask2Former и представленная в статье «Masked-attention Mask Transformer for Universal Image Segmentation». Эта версия обучена для паноптической сегментации на Cityscapes и использует крупный Swin-бэкбон. Модель предсказывает набор масок и соответствующих им меток. Архитектура Mask2Former использует многомасштабный декодер пикселей с deformable attention и Transformer-декодер с masked attention. Такой подход позволяет применять единую схему для сегментации объектов и областей сцены; данный чекпойнт предназначен для паноптической сегментации городских изображений. Для работы модель принимает изображение и выдаёт сегментированные области с метками классов. Репозиторий содержит веса PyTorch и Safetensors. Лицензия указана как other, поэтому конкретные условия использования следует уточнить в репозитории.

MicroViT-S3 — модель классификации изображений с архитектурой SHViT (Single-Head Vision Transformer), опубликованная пользователем henriquequeirozcunha. Она предварительно обучена на ImageNet-1K и предназначена для отнесения изображения к одному из 1000 классов. В README заявлены 16,7 млн параметров и точность Top-1 77,1%; модель загружается через Transformers как AutoModelForImageClassification. Модель подходит для классификации изображений общего назначения и экспериментов с компактными vision transformer. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0. В карточке также указан тег image-classification.

Экспериментальная модификация предобученной языковой модели Mistral-7B-v0.1, созданная Dr. Alex W. Neal Riasanovsky. Автор заменил часть матриц весов и исследует, как это влияет на результаты стандартных метрик. Модель построена на архитектуре MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста и сравнительных экспериментов с метриками Mistral-7B-v0.1. В карточке указан английский язык. Весовые файлы представлены в формате safetensors. Лицензия — Apache-2.0. Автор не приводит оценки качества и отмечает, что характеристики и ограничения модификации ещё проверяются.

MobileNetV4 Conv AA Large — модель классификации изображений и извлечения визуальных признаков, разработанная Россом Уайтманом и обученная на ImageNet-12k. Она относится к семейству MobileNetV4 и использует усредняющий пулинг с антиалиасингом. Модель предназначена для присвоения изображению класса из набора категорий ImageNet-12k, а также для получения карт признаков и векторных представлений изображений. При обучении использовался размер изображения 384 × 384; для оценки в карточке указано 448 × 448. Веса доступны в форматах PyTorch и Safetensors. В карточке указаны 46,5 млн параметров и вычислительная сложность 7,1 GMAC. Лицензия — Apache-2.0. Количественные результаты в карточке относятся к другим вариантам и настройкам MobileNetV4, поэтому их нельзя напрямую считать результатами именно этой модели.

FreeFlow-L · TaTSKH-HQ — модель оценки оптического потока из семейства FreeFlow, разработанная автором репозитория a-yakovenko. Она принимает пару RGB-изображений одинакового размера и оценивает плотное перемещение пикселей между ними; входной тензор имеет форму [B,2,3,H,W], значения пикселей задаются в диапазоне [0,255]. Модель содержит около 230,7 млн параметров и распространяется в формате safetensors для PyTorch. Модель предназначена для задач компьютерного зрения, где требуется оценить движение между кадрами, например для анализа видео или последующей обработки движения. Это дообученная версия a-yakovenko/optical-flow-FreeFlow-L. Для работы README указывает Python 3.10 или новее, PyTorch 2.5 или новее и примеры с CUDA-сборкой PyTorch. Лицензия — CC BY-NC-SA 4.0, предусматривающая указание авторства, распространение производных работ на тех же условиях и ограничения на коммерческое использование.

OTel-2.0-LLM-31B-IT — англоязычная текстовая инструкционная модель для телекоммуникационной отрасли, разработанная в рамках Open Telco AI. Это дообученная версия Gemma 4 31B-IT: плотная архитектура Gemma4ForCausalLM, около 27,4 млрд параметров по метаданным и контекст до 262 144 токенов. Модель обучалась на телекоммуникационных стандартах и технических материалах; для постобучения использовано около 440 млрд токенов.

Это предварительно обученная модель PatchTST на основе Transformer, опубликованная IBM Research для прогнозирования временных рядов датасета ETTh1. Она обрабатывает все семь каналов набора данных: HUFL, HULL, MUFL, MULL, LUFL, LULL и OT. Модель предназначена для дообучения или оценки на данных электрических трансформаторов с теми же каналами. PatchTST разбивает временной ряд на патчи и кодирует их Transformer-архитектурой; веса эмбеддингов и Transformer совместно используются между независимыми каналами. В карточке приведён результат MSE 0,3881 на тестовой части ETTh1 для прогноза на 96 часов по истории длиной 512 часов. Для работы требуется нормализация входных данных. Модель распространяется под лицензией Apache-2.0.

Synaptics Piper-TTS — комплект моделей синтеза речи Piper на базе архитектуры VITS, подготовленный Synaptics для платы Torq SL2619. Текст преобразуется в фонемы с помощью espeak-ng; часть модели выполняется на CPU через ONNX Runtime, а вокодер HiFi-GAN — на NPU. Репозиторий содержит три голоса: два для американского английского и один для мексиканского испанского, включая многоговорящий en_US-libritts_r-medium с 904 голосами и одноговорящие варианты en_US-lessac-low и es_MX-ald-medium. Модель предназначена для локального преобразования текста в аудио на SL2619. Разделение вычислений между CPU и NPU и статические окна вокодера позволяют ускорить синтез; README сообщает о 1,96–2,13-кратном ускорении относительно CPU-only на описанных тестах платы. Частота дискретизации зависит от голоса: 16 или 22,05 кГц. Для запуска нужны подходящая плата, ONNX Runtime, Torq NPU и компоненты фонемизации. Голоса Piper и модели распространяются по лицензии MIT; поставляемый phonemizerd статически связывает espeak-ng под GPLv3.

Это текстовая генеративная модель на основе Qwen3-0.6B, опубликованная пользователем emperorfutures. По идентификатору и тегам она относится к экспериментам Gensyn RL Swarm с обучением GRPO; точные детали дообучения этой версии в доступных источниках не подтверждены. Модель содержит около 508 млн параметров, использует плотную архитектуру Qwen3ForCausalLM и принимает текст для генерации текста. Метаданные указывают контекст до 40 960 токенов; базовая модель Qwen3-0.6B заявляет поддержку более 100 языков, однако языки этой производной отдельно не перечислены. Подходит для диалога, следования инструкциям и генерации текста, включая рассуждения, математику и код — это возможности семейства Qwen3, а не отдельные подтверждённые оценки данной версии. Небольшой размер облегчает запуск по сравнению с крупными языковыми моделями, но может ограничивать качество на сложных задачах. Файлы представлены в формате Safetensors. Лицензия именно этой производной в доступных источниках не установлена; базовая Qwen3-0.6B распространяется по Apache-2.0, но это не подтверждает лицензию данного репозитория.

Карточка модели huluhuluu/qwen3-1.7b-eagle3-sharegpt-sw512-epoch9-step445000 на Hugging Face совпадает с карточкой huluhuluu/qwen3-1p7b-eagle3-sharegpt-sw512-epoch-9-step-445000, поэтому описание составлено по ней. Это контрольная точка черновой модели EAGLE3, обученной методом SpecForge для ускорения генерации с помощью спекулятивного декодирования вместе с Qwen/Qwen3-1.7B. Она предназначена для использования в совместимом со SpecForge/EAGLE3 коде как вспомогательная модель, а не как самостоятельная языковая модель. Модель обучалась онлайн на данных ShareGPT; указаны 9-я эпоха и шаг 445000. Архитектура — LlamaForCausalLMEagle3, формат весов — safetensors, тип данных — bfloat16. Веса контрольной точки не содержат замороженные эмбеддинги целевой модели: при загрузке их берут из базовой Qwen3-1.7B. Метаданные указывают контекст до 40960 токенов и языки en и zh. Карточка не приводит результатов бенчмарков, поэтому выигрыш в скорости не количественно подтверждён. Лицензия обозначена как other, конкретные условия следует проверять в репозитории.

Карточка модели HYU-NLP-EVAL/qwen3-1.7b-rar-science-static-r0-step-003 на Hugging Face совпадает с карточкой HYU-NLP-EVAL/qwen3-1.7b-rar-medicine-static-r0-step-000, поэтому описание составлено по ней. Это экспериментальный контрольный чекпойнт модели Qwen3-1.7B, созданный группой HYU-NLP-EVAL на основе Qwen/Qwen3-1.7B. Его обучали методом GRPO с фиксированной начальной рубрикой вознаграждения для эксперимента по изучению насыщения вознаграждения и устаревания статических рубрик; данный вариант относится к домену медицины и шагу 0. Репозиторий содержит веса BF16 в формате safetensors, конфигурацию, токенизатор и шаблон чата; модель имеет плотную архитектуру Qwen3ForCausalLM, 1,7 млрд параметров и контекст до 40 960 токенов. Чекпойнт предназначен для исследовательского анализа оптимизации языковой политики и сопоставления контрольных точек, а также поддерживает генерацию текста и диалоговый режим. Он не является медицинским устройством и не предназначен для постановки диагноза или замены профессиональной медицинской консультации. Лицензия — Apache-2.0.

Qwen3.6-35B-A3B-DFlash — черновая модель для спекулятивного декодирования, совместно переобученная Z-Lab и Modal для целевой модели Qwen/Qwen3.6-35B-A3B. Она не предназначена для самостоятельной генерации текста: модель подключают к целевой модели через сервер инференса с поддержкой DFlash, например SGLang. Модель использует облегчённый блоковый диффузионный подход, чтобы параллельно предлагать несколько токенов; целевая модель проверяет предложения, сохраняя своё распределение выходов и потенциально повышая пропускную способность. В README описаны обучение с последовательностями до 40 тыс. токенов и скользящим окном внимания; метаданные указывают размер 798 млн параметров и контекст 262 144 токена. Бенчмарки на одной NVIDIA B200 показывают ускорение до 3,61 раза при низкой конкурентности и до 2,89 раза при высокой, но результаты относятся к указанной конфигурации и наборам задач. Репозиторий содержит веса Safetensors и использует библиотеку Transformers; для работы требуется совместимый сервер спекулятивного декодирования и базовая модель Qwen/Qwen3.6-35B-A3B. Лицензия — Apache-2.0. Модель сама по себе не является чат-моделью и не выдает готовые ответы без целевой модели.