II.2Создание и понимание программного кода

FPHam разработал Sydney Pirate — разговорную языковую модель на основе Mistral, настроенную на пиратскую манеру общения. В карточке указаны OpenPirate, основанная на OpenHermes 2.5 — Mistral 7B, и FreeSydney как источники модели; заявлено, что их элементы были объединены и добавлен характер Sydney. Модель предназначена для генерации диалоговых ответов и творческого общения в образе пирата. Примеры показывают ответы на вопросы, написание кода и ролевое взаимодействие. Это плотная авторегрессионная модель MistralForCausalLM на 7,1 млрд параметров с контекстом до 32 768 токенов; она принимает текст и выдаёт текст. Лицензия в метаданных — Llama 2. Пиратская стилизация может снижать точность и уместность ответов для практических задач; в примере с бананом модель уклоняется от прямого ответа, а рецепт каменного супа содержит небезопасные советы. Карточка не приводит оценок качества или ограничений помимо этих наблюдаемых особенностей.

TEN Turn Detection — модель для определения состояния пользовательской реплики в полно-дуплексном диалоге, разработанная командой TEN. Она предназначена для управления очередностью общения между человеком и AI-агентом: модель определяет, завершил ли пользователь мысль и ожидает ответа, попросил ли не перебивать его, либо сделал паузу, но намерен продолжить высказывание. Модель классифицирует входной текст по трём состояниям: finished, wait и unfinished. Она использует трансформерную языковую модель Qwen2.5-7B для семантического анализа контекста и лингвистических признаков. Заявлена поддержка английского и китайского языков. По данным README, на публичном тестовом наборе TEN показала высокую точность: для английского 90,64% на finished, 98,44% на unfinished и 91% на wait; для китайского — 98,90%, 92,74% и 92% соответственно. Модель подходит для голосовых и текстовых диалоговых систем, где важно снижать количество преждевременных перебиваний и естественно управлять передачей хода разговора. Ограничения включают заявленную специализацию на английском и китайском языках, классификацию только трёх состояний и отсутствие в README подробностей о поведении на других языках, доменах и типах входных данных. Для запуска указаны Transformers версии 4.45.0 или выше и PyTorch версии 2.0.0 или выше; рекомендуются bfloat16 и GPU. Проект распространяется по лицензии Apache 2.0.

ibm-research/test-patchtsmixer — тестовая модель на архитектуре PatchTSMixer, представленная в формате safetensors. В метаданных указаны 64,5 тыс. параметров и задача прогнозирования временных рядов. README направляет к официальной предварительно обученной модели PatchTSMixer, поэтому этот репозиторий следует рассматривать как тестовую карточку, а не как описание полноценной модели. Модель может служить примером или заглушкой для проверки загрузки и обработки чекпойнтов PatchTSMixer. Репозиторий распространяется по лицензии Apache-2.0; пригодность весов для реального прогнозирования временных рядов по доступной карточке не подтверждена.

Theia Small Patch16 224 CDIV — модель визуального представления для обучения роботов, разработанная The AI Institute. Она использует DeiT-Small как основу и одновременно дистиллирует представления CLIP, DINOv2 и ViT, объединяя знания моделей, обученных на разных зрительных задачах. Репозиторий содержит веса в формате safetensors и предназначен для извлечения признаков изображения в сценариях робототехники и последующего обучения роботизированных систем. В опубликованной работе авторы сообщают, что Theia превосходит модели-учителя и более ранние модели для обучения роботов при меньшем объёме обучающих данных и меньшем размере модели. Для использования весов и кода действует лицензия The AI Institute License; её конкретные условия следует сверить с текстом лицензии в репозитории.

aladar/tiny-random-LlamaForCausalLM-GGUF — компактная тестовая модель семейства LlamaForCausalLM, опубликованная пользователем aladar в формате GGUF. Модель представлена в варианте f16 и предназначена для запуска задач генерации текста на английском языке.

fxmarty/tiny-testing-falcon-alibi — небольшая тестовая модель генерации текста на архитектуре Falcon, опубликованная пользователем fxmarty на Hugging Face. Карточка модели показывает 2,1 млн параметров, контекст длиной 2048 токенов и лицензию MIT; для загрузки через Transformers используется класс AutoModelForCausalLM. Модель предназначена прежде всего для тестирования и проверки инструментов, поддерживающих Falcon и генерацию текста. Указание ALiBi в названии отличает эту тестовую конфигурацию, но источники не описывают её как модель для качественного диалога или специализированных прикладных задач. Из-за малого размера её возможности генерации ограничены; заявленные языки и отдельные данные обучения не установлены.

JoaoBoer/tofu_Llama-3.1-8B-Instruct_forget05_UNDIAL — плотная авторегрессионная модель семейства Llama 3.1, основанная на Llama 3.1 8B Instruct и дообученная методом UNDIAL на подмножестве forget05 датасета TOFU. Разработчик описывает её как базовый вариант для исследования удаления знаний из весов и как черновую модель в проекте Speculative-Decoding-Unlearning. Модель содержит 7,5 млрд параметров, принимает текст и генерирует текст; поддерживает диалоговый сценарий. Указанная длина контекста — 131 072 токена. В README приведены метрики оценки на TOFU, включая точное запоминание 0,5006, силу извлечения 0,0431 и вероятность ответа на вопросы о забываемых данных 0,1175. Модель предназначена прежде всего для экспериментов по машинному забыванию, а не для обычного универсального ассистента. Карточка не описывает её языковое покрытие и не приводит ограничений качества за пределами оценки на TOFU. Лицензия — Llama 3.1.

Joao Boer опубликовал дообученную модель Llama 3.2 1B Instruct для экспериментов по машинному забыванию данных. Модель создана на базе open-unlearning/tofu_Llama-3.2-1B-Instruct_full: её обучали методом NPO на части forget10 набора TOFU с использованием фреймворка open-unlearning. В проекте Speculative-Decoding-Unlearning она применяется как базовая модель для изучения забывания знаний в весах. Это плотная авторегрессионная модель семейства Llama с 1,2 млрд параметров, рассчитанная на генерацию текста и диалог. Метаданные указывают контекст до 131 072 токенов. В README приведены метрики запоминания и извлечения для эксперимента, но они не характеризуют качество на общих задачах. Модель доступна в формате safetensors по лицензии Llama 3.2.

Skywork/Unipic3 — учительская диффузионная модель семейства UniPic3, разработанная для фреймворка UniPic 3.0. Она использует унифицированную архитектуру Transformer и мног шаговую диффузионную генерацию, оптимизированную для качества, семантической согласованности и реалистичности. Модель предназначена прежде всего для обучения дистиллированных моделей: она предоставляет сигналы для Distribution Matching Distillation и дистилляции согласованности и траектории. Модель поддерживает редактирование изображений, композицию из 2–6 изображений и сценарии взаимодействия человека с объектами. Она рассчитана на мног шаговую генерацию с гибким разрешением в пределах бюджета пикселей и не оптимизирована для быстрого вывода за несколько шагов. Репозиторий содержит веса в форматах Diffusers, PyTorch и Safetensors; лицензия — MIT.

Это модуль ControlNet для Wan 2.2, предназначенный для управления преобразованием видео с помощью tile-контроля. Автор карточки указывает, что подход аналогичен ControlNet для Wan 2.1, и рекомендует использовать модуль через ComfyUI-WanVideoWrapper. Модель ориентирована на сценарии video-to-video, где исходное видео служит основой для управляемой генерации или преобразования. Файлы опубликованы в формате safetensors; лицензия — Apache-2.0. В карточке не описаны размер модуля, поддерживаемое разрешение, длина видео или конкретные параметры tile-контроля.

2M-ACT — дообученная модель, опубликованная пользователем w-ahmad на платформе Hugging Face. README не указывает исходную базовую модель, обучающий датасет, архитектуру, размер, поддерживаемые модальности и языки, поэтому назначение модели и область её применения определить нельзя. Вероятно, модель предназначена для задач, совместимых с библиотекой Transformers, однако конкретные сценарии использования не описаны. Известно, что обучение проводилось в течение 2000 шагов с размером обучающего и оценочного пакета 64, скоростью обучения 0,0003, оптимизатором AdamW и постоянным планировщиком скорости обучения. На оценочном наборе указана итоговая потеря 0,2175, но метрики качества и характеристики набора данных отсутствуют, поэтому интерпретировать этот результат и оценить сильные стороны или ограничения модели невозможно. Лицензия в карточке не указана.

killjoyelite разработал детектор глаз в изображениях с персонажами в стиле аниме на базе YOLOv8. Модель дообучена на YOLOv8n и YOLOv8s и распознаёт один класс — глаз — с помощью рамок на изображении. Её предназначение — автоматизация детализации глаз и их последующей обработки или дорисовки в ComfyUI с Impact Pack. Обучение проводилось на 286 самостоятельно созданных изображениях в аниме и полуреалистичном стиле с ручной разметкой видимых глаз. Валидационные показатели mAP50 составляют 0,982 для Nano и 0,989 для Small, однако выборка невелика. Модель менее надёжно находит глаза мужских персонажей; переносимость на разные художественные стили проверена ограниченно. Лицензия — MIT.

ANKA-50M RMW3 — англоязычная базовая причинная языковая модель, разработанная авторами проекта ANKA и обученная с нуля, без предобученной основы, слияния или дистилляции. Модель содержит 48,94 млн параметров и предназначена для продолжения текста, оценки языковых моделей и экспериментов с ограниченными вычислительными ресурсами. Архитектура реализована на PyTorch: 13 блоков Transformer с общими параметрами применяются дважды, формируя 26 эффективных проходов. Дополнительно используются механизм Reflect с низкоранговой коррекцией скрытых состояний и разреженные Morph-этапы с маршрутизацией токенов к экспертам. Модель обучена на 5 млрд токенов; её контекст составляет 1 024 токена. Доступны веса SafeTensors и пользовательская реализация PyTorch; карточка отмечает лицензию Apache-2.0. Модель рассчитана на исследования малых языковых моделей, воспроизводимую оценку и дальнейшие эксперименты с дообучением. Это не чат-ассистент: она не обучена следовать инструкциям, использовать инструменты или безопасно отказывать. Возможны галлюцинации, повторы, несвязные продолжения и воспроизведение смещений обучающих данных; малая ёмкость и короткий контекст ограничивают охват фактов и рассуждения.

Это базовая причинная языковая модель на архитектуре NanoGPT, выпущенная ypwhere для исследования языкового моделирования при ограниченных данных и маршрутизации по глубине в рамках BabyLM 2026. Модель обучена на официальном обучающем разделе BabyLM объёмом 10 млн слов; это один из базовых вариантов для сравнения с другими архитектурами и начальными состояниями из сопровождающего набора моделей. В модели 32 слоя Transformer со скрытым размером 512. Она использует RMSNorm, SwiGLU, вращательные позиционные эмбеддинги, gated attention и связанные входные и выходные эмбеддинги; остаточные связи в каждом подслое аддитивные. Модель принимает текст и предназначена для причинного скоринга и генерации продолжений на английском языке. Контекст ограничен 512 токенами; это предварительно обученная модель, не настроенная для диалогов и следования инструкциям, а генерация не использует эффективный KV-кэш. Для загрузки используется Transformers с пользовательским кодом репозитория. Лицензия — MIT. Модель подходит для исследовательских сравнений на малых языковых корпусах, но обучение ограничено данными и объёмом всего 471 обновление оптимизатора, поэтому её не следует считать универсальным ассистентом.

appvoid/bet-10m — официальные веса Byte-Level Elasticity Transformer (BET), компактной плотной авторегрессионной языковой модели с архитектурой BETForCausalLM. Модель разработана appvoid как исследовательский базовый вариант для изучения распределения вычислений: одни и те же веса слоёв повторно используются в циклах уточнения, а динамическая маршрутизация и кондиционирование по фазе и шагу позволяют менять объём вычислений. В модели 8,7 млн параметров по метаданным, 6 физических блоков Transformer и два потока состояния. Модель предназначена для генерации текста и экспериментов с рекуррентным вычислением в трансформерах. Она обрабатывает текст на уровне байтов с алфавитом из 259 токенов и контекстом 512 байтов; бюджет вывода по умолчанию составляет 6 циклов уточнения. В README указано, что обучение охватило около 200 млн токенов и что модель существенно недообучена. Приведённые результаты бенчмарков получены при 6 циклах, другие конфигурации автор не проверял. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0.

BIJA-150M — компактная англоязычная причинная языковая модель на 149 млн параметров, разработанная автором репозитория и обученная с нуля. Это базовая, не настроенная на инструкции модель для продолжения текста, языковых исследований и учебных экспериментов с полным циклом обучения моделей. Архитектура — декодерный Transformer с 18 слоями, grouped-query attention, rotary positional embeddings, RMSNorm и SwiGLU. Контекст ограничен 512 токенами; используется собственный byte-level BPE-токенизатор на 32 768 токенов, который необходимо применять вместе с моделью. Весы опубликованы в формате safetensors и хранятся в FP32. Для загрузки через Transformers требуется trust_remote_code=True. Модель подходит для небольших экспериментов по генерации и завершению текста, изучения архитектуры Transformer, токенизации и подготовки данных. Она не предназначена для диалогов и ненадёжно следует инструкциям; возможны повторы, фактические ошибки, предвзятые или оскорбительные ответы и некорректный код. KV-кэш не реализован, поэтому длинная генерация может быть медленной. Лицензия — Apache-2.0.

ShrikeLM Butterfly 12M — TinyStories — компактная языковая модель, разработанная Shrike-fi и обученная с нуля на наборе TinyStoriesV2-GPT4. Это декодерная модель авторегрессионной генерации текста для коротких историй и встраиваемого вывода на ESP32-S3 с 8 МиБ флеш-памяти без PSRAM. Модель содержит 11 689 632 параметра, 6 декодерных слоёв, скрытую размерность 192, 6 query-голов и 2 KV-головы; её контекст — 128 токенов. Для встроенного исполнения применяются веса INT4 с группами по 128, динамические активации INT8 и KV-кэш INT8. Репозиторий включает артефакт SHRKLM1 размером около 6,2 МБ и пользовательскую архитектуру Transformers, для загрузки которой требуется trust_remote_code=True. Модель рассчитана на английские синтетические детские истории. Лицензия весов обозначена как other, поскольку карточка не устанавливает конкретных условий использования; датасет TinyStories указан под CDLA-Sharing-1.0.

cagliostro-v1 — базовая авторегрессионная языковая модель, разработанная bench-labs и обученная с нуля на 36 млрд токенов веб-текста. Это декодерная модель семейства Qwen3 с 157,4 млн параметров и 30 слоями; она загружается через Transformers без пользовательского кода. Модель не проходила инструкционное дообучение и предназначена для продолжения текста и оценки его вероятности, а не для диалога или выполнения инструкций. Модель обучалась на смеси FineWeb-Edu, DCLM-baseline и Cosmopedia-v2. Хотя конфигурация допускает контекст до 4096 токенов, обучение велось на последовательностях длиной 1024 токена, и README рекомендует считать именно эту длину поддерживаемой. В опубликованных оценках отмечены слабые результаты на количественных рассуждениях и отслеживании контекста; одна из оценок арифметики не имеет гарантии очистки обучающих данных от пересечений с тестом. Лицензия — MIT.

Cheque Field Regressor — модель на базе ResNet-50 для одновременной локализации шести стандартных полей на изображениях индийских банковских чеков. Она выдаёт для каждого поля нормализованные координаты ограничивающей рамки [xmin, ymin, xmax, ymax]. Модель содержит около 25 млн параметров и принимает изображения размером 512×1024; для сохранения пространственных признаков использует многомасштабное пулирование вместо глобального усреднения. Модель предназначена для экспериментов с локализацией полей чеков и воспроизведения анализа синтетических обучающих данных, а не для промышленного чтения чеков. В README перечислены поля даты, суммы цифрами и IFSC; полный список из шести полей в доступном тексте не приведён. Обучение проводилось на небольшом наборе изображений индийских чеков IDRBT с добавлением синтетических примеров. Метрики получены на тесте всего из 10 реальных изображений; в контролируемом сравнении модель не превзошла простой прогноз средних координат полей, а синтетические данные не дали измеримого улучшения. Для работы с чековыми изображениями модель выдаёт координаты рамок, а не распознанный текст. Перенос на чеки других стран и форматов не проверен; модель всегда предсказывает ровно шесть рамок и не обрабатывает отсутствующие или повторяющиеся поля. Лицензия репозитория — Apache-2.0.

NVIDIA Cosmos-Tokenizer-Surg — нейронный токенизатор кадров для низколатентной передачи видео в сценариях телехирургии. Это свёрточная автоэнкодерная модель с остаточными и attention-блоками на основе Wan2.1; модель дистиллирована из Wan2.1 и содержит 12,6 млн параметров. Модель принимает RGB-изображения размером 536×960, 720×1280 или 1080×1920 со значениями пикселей в диапазоне [-1, 1]. Она кодирует кадр в тензор эмбеддингов размером 2×(H/8)×(W/8) и может восстановить RGB-изображение. Предназначена для сжатия и токенизации кадров лапароскопических операций в системах телехирургии и медицинской робототехники. Для запуска предусмотрены ONNX и TensorRT; README указывает оптимизацию для NVIDIA GPU и совместимость с Ampere, Blackwell и Hopper под Linux. Модель обучалась на внутренних данных лапароскопических операций. Это специализированный компонент обработки кадров, а не система для диагностики или принятия клинических решений. README заявляет возможность коммерческого использования; метаданные указывают лицензию other, поэтому условия следует сверять с лицензией и условиями NVIDIA для репозитория.

crophelth — модель классификации изображений листьев растений для обнаружения болезней и других проблем состояния посевов. Её разработала команда студенческого проекта AI Smart Crop Health Monitoring Robot в Sri Lanka Institute of Information Technology (SLIIT); для извлечения признаков и классификации используется EfficientNetB0. Модель обучалась и дообучалась на собственных сельскохозяйственных наборах данных hansaka01/crophelth и hansaka01/crophelth_finetune_2nd_stage. Модель предназначена для распознавания таких классов, как пятнистость листьев, мучнистая роса, ржавчина, фитофтороз, жёлтая мозаика и дефицит питательных веществ. Её можно использовать в системах мониторинга сельскохозяйственных культур, включая роботизированные устройства и серверную обработку изображений. В репозитории представлены модели TensorFlow и TFLite; проект ориентирован, среди прочего, на развёртывание на ESP32-S3. Лицензия — MIT. Качество классификации зависит от соответствия входных изображений обучающим данным. README не приводит метрики качества и не описывает ограничения по культурам, условиям съёмки или разрешению изображений.

jkminder публикует d20_optimized_897m_seed4 — базовую авторегрессионную языковую модель семейства nanochat GPT, обученную для изучения разброса результатов предобучения между случайными seed. Это один из 24 чекпойнтов исследовательской Scaling Ladder; модель обучалась предсказывать следующий токен, без дообучения на инструкциях и без обучения безопасности. В README для этой версии указано 897 млн параметров, 20 слоёв, скрытый размер 1280 и контекст 2048 токенов; метаданные каталога указывают 566,2 млн параметров. Архитектура использует чередование коротких скользящих окон и полноконтекстного внимания. Модель работает с английским текстом и предназначена для экспериментов с предобучением и оценки влияния случайного seed, а не для диалогового ассистента. Лицензия CC BY-NC 4.0 запрещает коммерческое использование.

1aurent/ddpm-mnist — лёгкая безусловная модель генерации изображений на основе UNet2D, обученная разработчиком на наборе MNIST с использованием Diffusers. Она создаёт изображения, похожие на рукописные цифры, но запросить конкретную цифру нельзя. Модель подходит для демонстрации диффузионной генерации и простых экспериментов с изображениями MNIST. Обучение заняло около 40 минут на GPU L4 в Google Colab. Модель распространяется по лицензии MIT. Карточка отмечает, что для генерации цифр по условию существует отдельная модель, но она описана как довольно нестабильная.

Это модель Decision Transformer, обученная на экспертных траекториях в среде Gym Hopper. Она предназначена для управления агентом в задаче непрерывного контроля: получает последовательность состояний и целевых возвратов и предсказывает действия для продолжения траектории. Для использования необходима нормализация наблюдений с коэффициентами mean и std, приведёнными в карточке модели. Модель реализована на PyTorch, относится к архитектуре Decision Transformer и содержит около 786,6 тыс. параметров; размер контекста — 1024 токена. Она специализирована на среде Hopper и не предназначена для переноса на другие среды без дополнительного обучения или адаптации. Лицензия в предоставленных данных не указана.

Это обученный агент на основе алгоритма PPO, созданный с использованием Unity ML-Agents для игры Huggy. Модель предназначена для управления игровым агентом в среде Huggy и может использоваться для просмотра его игры или продолжения обучения через ML-Agents. Репозиторий содержит модель в формате ONNX. Агент принимает состояние игровой среды и выдаёт действия для управления персонажем; подробности о составе наблюдений и пространстве действий в карточке не раскрыты. Для запуска и дообучения требуется среда ML-Agents, совместимая игровая среда Huggy и соответствующая конфигурация обучения.

Это небольшая авторегрессионная языковая модель для генерации текста, опубликованная пользователем Lanni-ni на Hugging Face. В репозитории указаны архитектура DynamicAlibiForCausalLM, библиотека Transformers и размер около 27,4 млн параметров; модель можно запускать как text-generation. Идентификатор указывает на эксперимент с Dynamic ALiBi, набором BabyLM на 10M и контрольной точкой пятой эпохи с seed 43. Карточка не описывает конкретные сценарии применения, качество, языковое покрытие, длину контекста или лицензию, поэтому модель разумно рассматривать как небольшой исследовательский чекпойнт для экспериментов с генерацией текста, а не как проверенный прикладной ассистент.

Lanni-ni/dynamic_alibi_2_4_256_babylm_10m_seed44_epoch6 — небольшая языковая модель для генерации текста, опубликованная пользователем Lanni-ni на Hugging Face. Модель предназначена для работы с библиотекой Transformers и имеет тег задачи text-generation. По метаданным модель содержит около 15 млн параметров, использует формат safetensors и связана с архитектурой или методом dynamic ALiBi. Название также указывает на экспериментальную конфигурацию BabyLM 10M с seed44 и epoch6. Сведения о поддерживаемых языках, длине контекста, лицензии, разработчике, обучающих данных и результатах оценки отсутствуют. Модель может использоваться для экспериментов с авторегрессионной генерацией текста, изучения компактных языковых моделей и тестирования динамических позиционных смещений. Из-за малого размера и отсутствия опубликованных оценок её качество, устойчивость и пригодность для практических приложений не подтверждены.

jploski/falcon40b-mini-shakespeare — очень компактная языковая модель авторегрессионной архитектуры RefinedWeb (RWForCausalLM), разработанная на основе конфигурации и кода Falcon-40B с уменьшенными параметрами. Модель обучена с нуля на тексте Tiny Shakespeare и содержит 20,8 млн параметров. Модель предназначена прежде всего для отладки порта Falcon на GGML. Она генерирует текст и подходит для экспериментов с продолжением шекспировских текстов и проверки совместимости инструментов; это не уменьшенная версия с качеством Falcon-40B. В метаданных указана библиотека PyTorch. Лицензия — Apache 2.0. Обучение только на небольшом корпусе Tiny Shakespeare ограничивает тематику и качество генерации, поэтому модель не подходит для универсальных ответов и надёжного решения прикладных задач.

Fleck-M-500K Instruct — небольшая языковая модель семейства Fleck, разработанная ML-is-Fun и дообученная для следования инструкциям и диалогов. Это плотный декодерный Transformer с примерно 0,5 млн параметров; веса опубликованы в BF16 SafeTensors. Модель дообучена на databricks/dolly-15k от Fleck-M-500K-Base, исходная базовая модель предварительно обучалась на смесях FineWeb и FineWeb-Edu. Модель предназначена для локальных разговорных экспериментов, в том числе на Apple Silicon. Она генерирует текст на английском языке, поддерживает чатовый формат и имеет контекст до 2048 токенов. Для загрузки используется комплектная реализация inference.py: стандартная загрузка через Transformers AutoModel не поддерживается. Из-за крайне малого размера модель может повторяться, выдавать некорректный текст, слабые фактические ответы и несвязные фразы; инструкция-тюнинг не делает её надёжным помощником общего назначения. Лицензия модели — MIT.

Это структурно прореженный текстовый энкодер автора SearchingMan, предназначенный как замена текстового энкодера в FLUX.2-klein-9B. Модель основана на Qwen3 и содержит 5,6 млрд параметров по метаданным; в README размер указан как 5,10 млрд. Энкодер извлекает промежуточные скрытые состояния и формирует эмбеддинги промпта для генерации изображений. Контекст модели составляет 40 960 токенов по метаданным, хотя описанный в README протокол работы ограничивает вход 512 токенами. Автор удалил часть слоёв, объединил некоторые соседние слои и проредил FFN-блоки и группы GQA; затем модель дистиллировали по скрытым состояниям исходного энкодера. По данным README, это уменьшает потребление памяти при кодировании промптов, сохраняя пригодность для FLUX.2-klein-9B. Результаты генерации могут отличаться от исходного энкодера по композиции и деталям, а одинаковый seed не гарантирует совпадения изображений. Это компонент конвейера, а не самостоятельная языковая или генеративная модель: он выдаёт эмбеддинги для FLUX.2-klein-9B. Для работы нужны DiT, VAE и токенизатор из закрытой базовой модели, доступ к которой требует принятия её условий. Лицензия унаследована от FLUX.2-klein-9B и запрещает коммерческое использование.