II.2Создание и понимание программного кода

Это вспомогательная черновая модель EAGLE3, разработанная и обученная с помощью SpecForge для спекулятивного декодирования вместе с Qwen/Qwen3-1.7B. Она предсказывает продолжения для целевой модели, чтобы ускорить генерацию текста; самостоятельно как полноценная языковая модель не предназначена для использования. Чекпойнт получен онлайн-обучением EAGLE3 на данных ShareGPT. Веса представлены в формате Safetensors, архитектура — LlamaForCausalLMEagle3; размер составляет 361,5 млн параметров, длина контекста — 40 960 токенов. Для загрузки нужны целевая модель Qwen/Qwen3-1.7B и совместимый код SpecForge/EAGLE3; замороженные веса целевых эмбеддингов в чекпойнт не входят. В карточке указана лицензия other, поэтому конкретные условия использования следует сверить с репозиторием.

PixelML/Qwen3.8-Flash-Next-NVFP4-DFlash — вспомогательная DFlash-модель для спекулятивного декодирования с целевой моделью nvidia/Qwen3.8-Flash-Next-NVFP4. Она разработана как экспериментальный черновой блок: за один параллельный проход предлагает несколько токенов, которые целевая модель может принять. Веса эмбеддингов и выходной проекции не включены, поэтому чекпойнт сам по себе не запускается и должен связываться с целевой моделью при загрузке. Модель основана на Qwen3.8-Flash-Next-NVFP4, использует пять черновых слоёв и проекцию fusion; в метаданных указаны 1 млрд параметров и контекст 262 144 токена. Репозиторий содержит веса в safetensors. В описанном тесте на DGX Spark в eager-режиме она превысила настроенный базовый MTP-вариант на 3,87% по общей пропускной способности, однако авторы подчёркивают, что результаты ограничены небольшим числом запусков и фиксированным набором условий. Это исследовательский артефакт, а не поддерживаемый продукт. Ускорение не проверено для графового режима, параллельной нагрузки, длинного контекста, режима thinking и генерации с выборкой; точность без потерь подтверждена лишь для ограниченного сценария. Лицензия указана как other, поэтому перед использованием следует проверить условия на странице модели.

Это визуальный энкодер Qwen3-VL-235B-A22B-Instruct, опубликованный в формате timm как модель извлечения признаков изображений. Чекпойнт содержит нативные веса vision-энкодера, пространственный merger и проекцию в размерность исходной языковой модели; языковых весов и обученной классификационной головы в нём нет. Обучение не проводилось: веса были перенесены в формат timm. Модель принимает RGB-изображения и выдаёт пространственно объединённые визуальные токены или промежуточные карты признаков. В README указаны 455,1 млн параметров, ширина backbone 1152, ширина проекции 4096 и базовый размер изображения 768 × 768. Поддерживаются прямоугольные изображения; размеры должны делиться на 16, а для вариантов с merger 2 × 2 — на 32. Для нормализации используются mean и std, равные 0,5 для каждого RGB-канала. Лицензия — Apache 2.0. Это компонент визуальной системы, а не самостоятельная модель для диалога или классификации изображений.

Это модель классификации изображений на архитектуре ResNet-50, дообученная на наборе данных FER2013. Базовая модель — microsoft/resnet-50; разработчик репозитория — Celal11. Модель предназначена для присвоения изображению класса из обучающей разметки FER2013. На тестовой выборке указаны loss 0,9036 и accuracy 0,6971. Карточка не описывает назначение классов, поэтому нельзя уверенно утверждать, какие именно категории она распознаёт. Модель опубликована в формате PyTorch и распространяется по лицензии Apache-2.0.

Это исследовательский чекпойнт S0 из коллекции OASIS, созданный на базе Meta Llama 3.2 1B. Он использует плотную архитектуру Llama с причинным языковым моделированием, модифицированным вниманием Softmax1 с null-слотом и AttentionResidual; в этой абляции null posterior не передаётся в маршрутизацию по слоям. В метаданных указаны 1,2 млрд параметров, контекст до 131 072 токенов и библиотека Transformers. Чекпойнт предназначен для сравнительных экспериментов с механизмами внимания, межслойной маршрутизацией, attention sinks, выбросами активаций и устойчивостью к квантизации. Для корректного использования нужны код моделирования OASIS и специальные компоненты архитектуры: обычная загрузка через AutoModelForCausalLM отбрасывает дополнительные параметры и не воспроизводит вариант S0. Модель генерирует текст; базовая Llama 3.2 1B описана как многоязычная, но конкретные поддерживаемые языки этого чекпойнта не перечислены. Лицензия — llama3.2.

dronefreak/seadronessee-yolo26s — детектор объектов на базе Ultralytics YOLO26s, дообученный на наборе SeaDronesSee в рамках DetectionBench. Модель предназначена для обнаружения людей в воде, лодок, гидроциклов, спасательных средств и буёв на изображениях с морской съёмкой, в том числе с беспилотников; её можно применять в сценариях морского поиска и спасения. На валидационной выборке SeaDronesSee модель показала mAP@50 80,14%, mAP@50–95 47,35% и точность 88,5%. Репозиторий содержит веса PyTorch для библиотеки Ultralytics. Лицензия — AGPL-3.0.

Filtered — Base (3B) — это базовая авторегрессионная языковая модель семейства Llama, разработанная Model Raising и обученная с нуля. Модель имеет плотную архитектуру, около 3 млрд параметров, использует токенизатор SmolLM2 с словарём из 49 152 токенов и контекст длиной 2 048 токенов. Для обучения использована часть смеси Olmo 3 Dolma 3; предобучение охватывает примерно 500 млрд токенов. На документах, помеченных как небезопасные, функция потерь предобучения маскировалась. Модель предназначена для исследований выравнивания и безопасности, а также для продолжения предобучения, анализа поведения и последующего дообучения. Это не instruction-tuned модель: у неё нет шаблона чата, поэтому она не рассчитана на готовое выполнение пользовательских инструкций и может генерировать неверный или небезопасный текст. Репозиторий содержит промежуточные контрольные точки, пригодные для оценки, исследования и дообучения, но без состояния оптимизатора и генератора случайных чисел для точного возобновления обучения. Лицензия обозначена как other; в README указано, что её условия ещё должны быть окончательно определены.

Исследовательский чекпойнт Jeesup на базе диалоговой Llama 2 Chat от Meta. Модель с архитектурой LlamaForCausalLM содержит 6,6 млрд параметров и рассчитана на генерацию текста и диалог; базовая модель поддерживает английский язык. Контекст — до 4096 токенов. Веса сжаты методом SVD-LLM: удалено около 20% параметров, после чего выполнено 7 из 10 раундов итеративной замены параметров по правилу gap_iter. Чекпойнт создан для исследования влияния сжатия на безопасность и полезность ответов и проверки способов восстановления поведения модели. В README приведены метрики атакуемости и чрезмерных отказов, однако они не подтверждают пригодность для практического развёртывания. Автор прямо рекомендует рассматривать эту версию как экспериментальный объект, а не универсального ассистента. Лицензия — Llama 2; применяйте её согласно условиям лицензии Meta.

Это экспериментальный исследовательский чекпойнт на базе диалоговой Meta Llama 2 7B Chat, созданный в рамках исследования влияния SVD-сжатия на безопасность модели и восстановления её поведения. В метаданных указаны 6,6 млрд параметров, архитектура LlamaForCausalLM, библиотека Transformers, формат safetensors и контекст 4096 токенов. Модель принимает текст и генерирует текст; базовая модель рассчитана прежде всего на английский язык. Чекпойнт предназначен для измерения компромиссов между безопасностью и полезностью после сжатия, а также для изучения восстановления компонентов. README сообщает, что в этой ячейке сетки эксперимента применено нулевое сжатие и нулевой бюджет восстановленных компонентов, поэтому фактический эффект преобразования по приведённым данным оценить нельзя. Автор предупреждает, что некоторые варианты намеренно ухудшают безопасность относительно исходной Llama 2 Chat; этот чекпойнт следует рассматривать как экспериментальный объект, а не готового ассистента. Лицензия — Llama 2.

Jeesup/svd-safety-l2_remove50_swapdisciter_r06 — экспериментальная сжатая версия диалоговой модели Meta Llama 2, подготовленная для изучения влияния сжатия на безопасность и полезность ответов. По данным карточки, она основана на meta-llama/Llama-2-7b-chat-hf и создана методом SVD-LLM с удалением примерно 50% параметров по правилу отбора disc_iter. Архитектура — плотная LlamaForCausalLM; модель содержит 6,6 млрд параметров, принимает текст и поддерживает контекст до 4096 токенов. Модель предназначена для экспериментов и сравнительной оценки компромиссов между сжатием, безопасностью и полезностью диалоговых языковых моделей. В README приведены показатели успешности атак на AdvBench и StrongREJECT, а также чрезмерных отказов на WildGuard. Это экспериментальный объект, который сам README не рекомендует использовать как готового ассистента. Лицензия — Llama 2; применяются её условия.

Это исследовательский чекпойнт на основе диалоговой Llama 2 Chat с 6,6 млрд параметров, созданный в рамках исследования влияния сжатия на безопасность модели. Веса сжаты методом Swift-SVD с удалением 40% параметров, после чего модель восстановлена последовательным LoRA-дообучением компонент U и V на данных alpaca-cleaned. Архитектура — плотная LlamaForCausalLM; модель принимает текст и генерирует текст, поддерживает контекст до 4096 токенов. Чекпойнт предназначен для измерения компромисса между безопасностью и полезностью после сжатия, а также для изучения восстановления поведения модели. В README приведены метрики атак и чрезмерных отказов, однако автор предупреждает, что отдельные варианты эксперимента могут иметь ухудшенную безопасность и не предназначены для развёртывания как универсальный помощник. Лицензия — Llama 2; применяются её условия использования.

Jeesup/svd-safety-l31_swift_remove40 — исследовательский чекпойнт Jeesup на основе Meta Llama 3.1 8B Instruct. Веса сжаты методом Swift-SVD: удалено 40% параметров, осталось около 60% исходного количества. Затем модель восстановлена с помощью второго этапа SVD-LLM и LoRA-дообучения на очищенном наборе Alpaca. Архитектура — плотная LlamaForCausalLM; размер около 7,5 млрд параметров, контекст — до 131 072 токенов. Репозиторий содержит веса Safetensors; метаданные указывают лицензию Llama 3.1. Чекпойнт предназначен для изучения влияния SVD-сжатия на безопасность и полезность языковой модели и оценки способов восстановления её поведения. Это отдельный вариант в исследовательской сетке, а не универсальный чат-ассистент. Для него опубликованы результаты оценки атак на AdvBench и StrongREJECT и оценки избыточных отказов WildGuard; README предупреждает, что сжатие может ухудшать защиту и повышать успешность атак. Перед любым практическим применением необходима самостоятельная оценка безопасности.

Экспериментальный диалоговый чекпойнт на базе Meta-Llama-3-8B-Instruct, созданный в исследовании влияния сжатия на безопасность и полезность языковых моделей. Весовые матрицы сжаты методом SVD-LLM примерно до половины исходного числа параметров, после чего выполнено 6 из 10 раундов итеративной параметрически нейтральной замены параметров по правилу gap_iter. Модель содержит 7,5 млрд параметров, использует плотную архитектуру LlamaForCausalLM, принимает текст и поддерживает контекст до 8192 токенов. Чекпойнт предназначен для измерения компромиссов между сжатием, безопасностью и полезностью, а также для изучения восстановления поведения безопасности после сжатия. В README приведены результаты оценки атак и чрезмерных отказов на AdvBench, StrongREJECT и WildGuard. Это отдельный экспериментальный вариант, а не универсальный чат-ассистент; компрессия может ухудшать безопасность, поэтому модель не следует развёртывать как ассистента без самостоятельной оценки. Лицензия — Llama 3; применяются условия Meta для этой лицензии.

Это исследовательский чекпойнт Jeesup на основе Meta-Llama-3-8B-Instruct, сжатый методом SVD-LLM примерно до половины исходного числа параметров и обработанный восемью раундами параметрически нейтральной перестановки параметров по правилу gap_iter. Модель использует плотную архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров и принимает текст; её контекстное окно составляет 8192 токена. Веса представлены в формате safetensors. Чекпойнт создан для изучения того, как сжатие влияет на безопасное поведение модели и могут ли выбранные правила отбора параметров восстановить его. README приводит результаты оценок на AdvBench, StrongREJECT и WildGuard, включая показатель чрезмерного отказа; эти результаты относятся к конкретной экспериментальной конфигурации. Модель не предназначена для использования как универсальный чат-ассистент или для развёртывания без самостоятельной оценки. Исследование отмечает, что варианты в серии могут иметь ухудшенное поведение безопасности. Языковые возможности наследуются от базовой модели, для которой метаданные указывают английский язык. Лицензия — Llama 3 Community License.

Это исследовательский чекпойнт Jeesup на базе Mistral-7B-Instruct-v0.2, сжатый методом Swift-SVD с восстановлением LoRA и затем изменённый итеративным обменом параметров по правилу gap_iter. После сжатия в модели сохранено 70% плотных параметров; выполнено 10 раундов обмена. Модель содержит 7,1 млрд параметров, использует архитектуру Mistral для генерации текста и поддерживает контекст до 32 768 токенов. Чекпойнт создан для изучения влияния сжатия на безопасность и полезность модели и оценки способов восстановления поведения. В README приведены показатели атак на AdvBench и StrongREJECT, а также сверхотказов на WildGuard. Это экспериментальная исследовательская модель, не предназначенная для развёртывания как универсальный чат-ассистент. Лицензия — Apache-2.0.

Это исследовательский чекпойнт Jeesup на базе Mistral-7B-Instruct-v0.2 — диалоговой плотной модели Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель сжата методом SVD-LLM: удалено 39,01% параметров, а затем восстановлена часть SVD-компонентов с бюджетом 1,0% по правилу отбора disc. Чекпойнт создан для изучения того, как SVD-сжатие влияет на безопасность и полезность ответов и насколько восстановление компонентов меняет этот баланс. В карточке приведены результаты оценок безопасности на AdvBench и StrongREJECT, а также метрика чрезмерных отказов WildGuard. Это одна экспериментальная конфигурация исследования, а не универсальный чат-ассистент; перед использованием её поведения требуется отдельная оценка. Лицензия — Apache-2.0.

Это исследовательский чекпойнт Jeesup на базе Mistral-7B-Instruct-v0.2 с 7,1 млрд параметров. Он сжат методом SVD-LLM с удалением 30,01% параметров, после чего прошёл 10 раундов параметрически нейтральной замены компонентов по правилу gap_iter. Модель предназначена для изучения того, как сжатие влияет на безопасность ответов и можно ли восстановить её поведение выборочной заменой параметров. Модель принимает текст и генерирует текст в диалоговом режиме; контекст — до 32 768 токенов. В README приведены результаты оценок AdvBench, StrongREJECT и WildGuard, но авторы характеризуют чекпойнт как экспериментальный объект, а не универсального или готового к развёртыванию помощника. Отдельные варианты эксперимента намеренно имеют сниженные показатели безопасности. Лицензия — Apache-2.0.

nm-testing/tinyllama-oneshot-w8-channel-a8-tensor — экспериментальная квантизованная версия TinyLlama, опубликованная организацией NM Testing на Hugging Face. Репозиторий входит в коллекцию моделей, используемых для CI-тестов проектов llm-compressor, compressed-tensors и vLLM, поэтому основное назначение этой версии — проверка совместимости и инференса квантизованных моделей, а не самостоятельный релиз для общего применения. Модель относится к Text Generation и поддерживает запуск через Transformers и vLLM. Указан размер около 1 млрд параметров; в репозитории присутствуют веса BF16 и I8, а название указывает на схему one-shot W8 с channel-wise-квантизацией и активациями A8 в tensor-формате. Базовая TinyLlama построена по Llama-подобной decoder-only архитектуре, предназначена для генерации текста и диалоговых сценариев и разработана командой TinyLlama; однако для данной производной версии отдельные сведения о контексте, языках, обучении и качестве не опубликованы. Сильная сторона модели — малый размер и возможность тестировать более экономичный 8-битный инференс в совместимых инструментах. Ограничения — отсутствие model card, бенчмарков, подробного описания применимости и явно указанной лицензии именно для этого репозитория; поэтому нельзя надежно оценить качество, языковое покрытие или рекомендованные продуктивные сценарии. Лицензия производной версии на странице модели не указана.

katuni4ka/tiny-random-sana — небольшая тестовая модель на базе SanaPipeline, опубликованная пользователем katuni4ka на Hugging Face. Она предназначена для генерации изображений по текстовому описанию и проверки совместимости компонентов Diffusers с конвейером Sana, а не для получения качественных изображений в прикладных сценариях. Модель использует формат Safetensors и библиотеку Diffusers; в метаданных указано около 5,84 тыс. параметров и тип тензоров F32. Архитектура Sana в целом основана на диффузионном трансформере с линейным вниманием и ориентирована на эффективную генерацию изображений высокого разрешения, однако конкретные характеристики полноразмерных Sana нельзя автоматически переносить на эту tiny-random версию. Карточка модели отсутствует, поэтому лицензия, поддерживаемые языки, размер контекста и точные параметры генерации для данного репозитория не установлены.

Unrealistic v1 — небольшая языковая модель DoctorJhatka с 189,7 млн параметров, обученная с нуля на Apple Silicon с использованием MLX. Это плотный decoder-only трансформер семейства LLaMA с 14 слоями, контекстом 1024 токена и токенизатором SentencePiece на 32 тыс. элементов; доступны веса в safetensors и GGUF F16. Модель предназначена для генерации текста и простого диалогового взаимодействия. Её обучали на смеси данных для диалогов, математики, кода и задач суждения; автор приводит результаты собственных проверок по математике, общим знаниям и коду. Основной язык — английский. Автор отмечает слабые результаты на задачах с большими числами, сложным кодом, биологией, многошаговыми рассуждениями и инструкциями сложнее базовых. Модель может выдумывать сущности и даты, плохо работает с другими языками и не предназначена для надёжных глубоких рассуждений. Лицензия — Apache-2.0.

X-Codec general audio — модель-кодек из семейства X-Codec, разработанная для извлечения признаков и сжатого представления общего аудио. Репозиторий содержит дообученную версию HuBERT-модели ZhenYe234/hubert_base_general_audio; в README исходный чекпойнт назван xcodec_hubert_general_audio_more_data. Модель использует архитектуру XcodecModel и распространяется в формате safetensors. Кодек предназначен для обработки аудио на нескольких битрейтах, включая 0,5, 1, 1,5, 2 и 4 кбит/с. Это подходит для получения компактных аудиопредставлений в задачах кодирования и исследований аудиокодеков. В карточке нет описания поддерживаемых языков или количественных оценок качества. Лицензия — MIT.

AnyThermal — визуальный энкодер для извлечения признаков из тепловых изображений, разработанный исследовательской командой Carnegie Mellon University AirLab. Модель предназначена для получения универсальных представлений, которые можно использовать в разных средах и задачах робототехнического восприятия без отдельного дообучения под каждую задачу. Это дообученная версия DINOv2 ViT-B/14 с 113,2 млн параметров по метаданным. При обучении знания RGB-модели DINOv2 переносились в тепловой энкодер с помощью дистилляции на парных RGB-тепловых данных. Модель принимает тепловые изображения, преобразованные в совместимый трёхканальный формат, и выдаёт 768-мерные векторы признаков для патчей и CLS-токена. В README заявлены проверки на кросс-модальном распознавании мест, семантической сегментации и оценке глубины по тепловым изображениям. Модель подходит для построения систем робототехнического восприятия в помещениях, городской и внедорожной среде, а также с воздушных платформ. Доступна по лицензии BSD-3-Clause-Clear. Метаданные указывают формат safetensors; README описывает параметры как 86,6 млн, что расходится с указанным в метаданных общим числом параметров.

ArzLM-300M-Base — базовая авторегрессионная языковая модель с архитектурой decoder-only, разработанная авторами проекта ArzLM и обученная с нуля. Модель содержит 303,3 млн параметров, использует словарь на 32 000 токенов и контекст до 2048 токенов. Для загрузки нужны веса и загрузчик LitGPT/ArzLM: стандартный Transformers AutoModel эту модель не поддерживает. Модель предназначена для генерации продолжения текста и экспериментов с небольшими языковыми моделями, включая исследования архитектуры, оптимизаторов и смесей данных, а также учебное воспроизведение предобучения. Обучение охватывает общие тексты, математику, код и науку; README сообщает об обучении на 6 млрд токенов. Это базовая, не настроенная на инструкции модель, поэтому она не предназначена для диалогового использования как готовый ассистент. Разработчики отмечают фактические ошибки, слабые результаты в математике, повторы, шаблонные отклонения и ошибки в коде. Модель опубликована под лицензией Apache-2.0.

yujiepan/baguettotron-tiny-random — экспериментальная компактная авторегрессионная языковая модель, созданная на основе конфигурации PleIAs/Baguettotron. Модель предназначена прежде всего для отладки и тестирования интеграций с библиотекой Transformers, а не для решения прикладных задач генерации текста. Архитектура основана на LlamaForCausalLM и поддерживает задачу text-generation. Модель содержит около 527,7 тыс. параметров, два декодерных слоя, скрытый размер 8 и контекст до 4096 токенов; используется библиотека Transformers. Веса инициализированы случайно, поэтому модель не обладает полезными выученными знаниями и навыками. Модель может применяться для проверки загрузки, токенизации, шаблонов диалога, генерации и другого отладочного кода в минимальной конфигурации. Лицензия в предоставленных данных не указана.

BananaMind-2.1-Unified — компактная базовая языковая модель, обученная с нуля командой BananaMind. Это декодерный причинный Transformer с тремя башнями: две формируют собственные прогнозы следующего токена, а третья служит связующим звеном между ними. Их вероятностные предсказания объединяются динамическим токенным смесителем. Модель содержит около 35 млн параметров, использует контекст до 4 096 токенов и обучалась на смеси текстовых данных объёмом 38 млрд токенов. Модель предназначена для продолжения текста, локальных экспериментов и исследований многобашенных архитектур, маршрутизации информации, интерпретируемости и информационных bottleneck-механизмов. Это базовая модель без настройки на инструкции, поэтому она не рассчитана на надёжное выполнение запросов в формате чат-ассистента. Для загрузки требуется Transformers с включённым trust_remote_code=True. Лицензия — Apache-2.0.

FrankCCCCC/cfm-cifar10-32 — модель безусловной генерации изображений, обученная на CIFAR-10. Она использует архитектуру UNet2DModel с flow matching и планировщик FlowMatchEulerDiscreteScheduler; модель распространяется для библиотеки Diffusers в формате safetensors. Генерирует цветные изображения размером 32×32 пикселя, соответствующие распределению изображений CIFAR-10. Модель предназначена для создания небольших изображений без текстового запроса, например для экспериментов с генеративными моделями и демонстрации flow matching. В README указаны 1000 шагов обучения и детерминированная генерация; заявлено, что flow matching позволяет эффективнее выполнять сэмплирование. Лицензия — Apache-2.0.

Это модель для вероятностного прогнозирования почасового спроса на электроэнергию, созданная дообучением Chronos-Bolt Base на наборе Monash electricity_hourly. В основе — плотная архитектура T5 с 99,1 млн параметров; модель распространяется в формате safetensors и принимает исторические значения одного или нескольких временных рядов, выдавая прогнозы и квантильные оценки. Контекст модели составляет 512 токенов, а в примере использования предусмотрена передача до 2048 исторических значений и прогнозирование до 64 шагов. Модель рассчитана на ряды спроса с выраженной суточной и недельной сезонностью. Она использует только прошлые значения ряда, без календарных, погодных, ценовых и других внешних признаков. В указанном тесте с горизонтом 168 часов качество немного превысило исходную Chronos-Bolt Base, однако номинальное покрытие 80-процентных интервалов составило около 70–71%, поэтому интервалы требуют калибровки для приложений с требованиями к покрытию. Разработчик — mskayacioglu; базовая модель — amazon/chronos-bolt-base. Лицензия Apache-2.0. Модель предназначена для исследовательского сравнения и как отправная точка для систем прогнозирования спроса, но перед практическим использованием её следует проверить на собственных данных.

Модель tanganke/clip-vit-large-patch14_svhn — дообученная на наборе SVHN зрительная часть CLIP ViT-Large с размером патча 14. Она предназначена для извлечения признаков изображений, в частности для классификации изображений домовыми номерами из SVHN и построения представлений для последующих задач компьютерного зрения. Модель содержит около 402,7 млн параметров; в репозитории веса представлены в формате safetensors. В карточке приведены результаты оценки на SVHN: 0,588 для исходной предварительно обученной модели и 0,979 после дообучения. Эти значения указывают на улучшение в указанной оценке, но карточка не описывает метрику и протокол проверки. Базовая модель — openai/clip-vit-large-patch14. Условия лицензирования в предоставленных данных не приведены.

susnato/clvp_dev — модель семейства CLVP, размещённая susnato для интеграции с Tortoise-TTS. Автор README указывает, что веса принадлежат James Betker и связаны с работой «Better Speech Synthesis Through Scaling». CLVP — компонент системы синтеза речи Tortoise-TTS; модель сопоставляет текстовые токены и MEL-токены с помощью двух энкодеров архитектуры, сходной с текстовым энкодером CLIP. В репозитории указаны класс ClvpModelForConditionalGeneration и формат PyTorch. Модель предназначена для извлечения признаков, используемых в конвейере Tortoise-TTS для работы с текстом и мел-спектрограммными токенами. README не приводит сведений о размере модели, длине контекста, лицензии или поддерживаемых естественных языках. Автор репозитория отмечает, что временно хранит чужие веса; условия их использования следует проверять у правообладателя.

dogfish-thinker/ddpm-celebahq-finetuned-butterflies-2epochs — модель безусловной генерации изображений на основе DDPM, опубликованная как пример дообучения для курса по диффузионным моделям. Карточка показывает запуск через DDPMPipeline из библиотеки Diffusers: модель принимает запрос без текстового условия и создаёт изображение. Название репозитория указывает на дообучение на CelebA-HQ для генерации бабочек в течение двух эпох, однако README не описывает это назначение, поэтому эти детали нельзя считать подтверждёнными. Модель распространяется в форматах Diffusers и Safetensors по лицензии MIT. Размер модели и её разрешение карточка не сообщает.