II.2Создание и понимание программного кода

fxmarty/tiny-random-GemmaForCausalLM — небольшая тестовая модель на архитектуре GemmaForCausalLM, разработанная пользователем или организацией с идентификатором fxmarty. README указывает, что модель использует пользовательское значение параметра config.head_dim, допустимое данной архитектурой, как в модели Gemma 7B. Модель, вероятно, предназначена прежде всего для тестирования и проверки совместимости реализации GemmaForCausalLM с нестандартной конфигурацией head_dim, а не для прикладного использования. Данные о точном размере, количестве параметров, модальностях, поддерживаемых языках, размере контекста и эксплуатационных характеристиках отсутствуют. Сильной стороной является проверка поддержки настраиваемого параметра архитектуры, однако README не позволяет оценить качество генерации, производительность или ограничения модели в реальных сценариях. Модель распространяется по лицензии MIT. Условия использования, включая разрешения на применение, модификацию и распространение, определяются этой лицензией.

peft-internal-testing/tiny-random-GPT2LMHeadModel — небольшая тестовая модель на архитектуре GPT-2, опубликованная для внутреннего тестирования компонентов PEFT в экосистеме Hugging Face Transformers. Разработчик, назначение обучения, языки, обучающие данные и точные технические характеристики в карточке не указаны. Модель предназначена прежде всего для проверки совместимости и работоспособности инструментов, связанных с Transformers и PEFT, а не для практической генерации текста или прикладного использования. Из названия следует, что это tiny random-модель, поэтому её параметры, вероятно, инициализированы случайно и не отражают качество полноценно обученной языковой модели; однако точный размер, длина контекста, поддерживаемые модальности и результаты оценки не приведены. Сильная сторона модели — малый размер и пригодность для быстрых автоматизированных тестов, прототипирования и отладки. Она не предназначена для надёжных ответов, генерации качественного текста или использования в продуктивных системах. Лицензия и условия распространения в README не указаны, поэтому перед применением необходимо уточнить их отдельно.

hmellor/tiny-random-LlamaForCausalLM — небольшая тестовая модель на архитектуре LlamaForCausalLM, опубликованная в экосистеме Hugging Face Transformers. По представленным данным можно установить только принадлежность к библиотеке Transformers и название архитектуры; сведения о разработчике, назначении, размере, языках, модальностях и контексте отсутствуют. Модель, вероятно, предназначена для технического тестирования или проверки совместимости компонентов Transformers, однако README не подтверждает конкретные сценарии применения и не содержит результатов оценки. Практическая пригодность для генерации текста, дообучения или прикладных задач не описана. Ограничения, обучающие данные, сильные стороны и условия использования неизвестны. Лицензия в карточке модели не указана. Для полноценного использования необходимо дополнительно проверить конфигурацию модели, фактическое число параметров, возможности и лицензионные условия в репозитории.

echarlaix/tiny-random-mistral — небольшая модель для генерации текста, опубликованная пользователем echarlaix на Hugging Face. Репозиторий содержит модель в формате Transformers/PyTorch с архитектурой MistralForCausalLM и примерами запуска через Transformers, vLLM и SGLang. README модели практически пуст, поэтому подробные сведения о разработчике, обучающих данных и результатах оценки отсутствуют. Конфигурация описывает исключительно текстовую авторегрессионную модель с двумя слоями, размером скрытого представления 32, четырьмя attention heads, двумя key/value heads, словарём на 32 000 токенов и максимальной длиной последовательности 512 токенов. Поддерживаемая задача — text generation; сведения о языках, дополнительных модальностях и специализированной настройке отсутствуют. Ключевое преимущество модели — очень малый размер, удобный для тестирования совместимости библиотек, пайплайнов инференса и разработческих сценариев. Из-за минимальной конфигурации и отсутствия опубликованных данных об обучении, оценках и качестве её нельзя рассматривать как полноценную универсальную языковую модель; практические возможности и качество генерации могут быть крайне ограничены. В репозитории указана лицензия Apache-2.0.

hf-tiny-model-private/tiny-random-PegasusModel — небольшая случайно инициализированная модель семейства Pegasus, размещённая организацией HF tiny models (private usage) на Hugging Face. По карточке она предназначена для задачи Feature Extraction и интеграции с библиотеками Transformers, PyTorch и TensorFlow. Модель может использоваться для получения векторных представлений входных данных и тестирования совместимости инструментов загрузки и инференса. Точные размер, число параметров, конфигурация архитектуры, поддерживаемые языки и максимальная длина контекста в карточке не указаны. Из-за случайной инициализации модель не предназначена для качественного прикладного суммирования, генерации или семантического анализа; её практическая ценность ограничена тестовыми и инфраструктурными сценариями. Лицензия и условия распространения также не указаны.

peft-internal-testing/tiny-random-RobertaModel — небольшая тестовая модель на базе архитектуры RoBERTa, размещённая в Hugging Face Hub. В карточке модели разработчик явно не указан; имя репозитория указывает на внутреннее тестирование PEFT. Модель предназначена прежде всего для извлечения признаков из текста и проверки совместимости инструментов Transformers и PEFT, а не для самостоятельного решения прикладных NLP-задач. Известно, что модель поддерживает сценарий feature extraction, хранится в формате Safetensors и содержит около 84,7 тыс. параметров с типом данных F32. Языки, размер контекста, точная конфигурация архитектуры, обучающие данные, оценки качества и дополнительные модальности в карточке надёжно не описаны. Это текстовая модель без заявленной поддержки изображений, аудио или других модальностей. Главное преимущество — малый размер и удобство для быстрых интеграционных и регрессионных тестов. Ограничения существенны: модель имеет случайные или тестовые параметры, не предназначена для продуктивного применения и не демонстрирует подтверждённого качества на реальных задачах. Лицензия в карточке модели не указана.

optimum-intel-internal-testing/tiny-random-stable-diffusion-xl-refiner — экспериментальная модель из репозитория Optimum Intel Internal Testing, предназначенная для использования в Diffusers. Она реализует StableDiffusionXLImg2ImgPipeline и обрабатывает изображения по текстовому запросу, то есть относится к задачам image-to-image и уточнения или преобразования уже существующего изображения. Модель имеет формат пайплайна Stable Diffusion XL Refiner с компонентами text encoder, VAE и scheduler. Точный размер, число параметров, поддерживаемые языки и длина контекста в карточке модели не указаны. Название tiny-random указывает на уменьшенную тестовую конфигурацию со случайными весами; поэтому модель предназначена прежде всего для проверки совместимости, загрузки и работы программного стека, а не для получения качественных изображений в производственных сценариях. Использование описано через библиотеку Diffusers; карточка приводит пример преобразования изображения по текстовой инструкции. Модель распространяется по лицензии Apache-2.0. В карточке также указано, что она не развернута у доступных Inference Providers.

optimum-internal-testing/tiny-random-VisionEncoderDecoderModel-donut — небольшая тестовая модель из репозитория Hugging Face с именем организации optimum-internal-testing; конкретный разработчик в карточке модели не указан. По назначению это модель класса VisionEncoderDecoderModel для преобразования изображений в текст и проверки совместимости компонентов Transformers, а не полноразмерная прикладная модель Donut. Она подключается через pipeline image-text-to-text и поддерживает загрузку средствами Transformers. Модель имеет архитектуру vision encoder–text decoder, мультимодальный вход с изображением и текстовый выход, а её размер составляет около 3,86 млн параметров. Название tiny-random указывает на уменьшенную случайно инициализированную конфигурацию, предназначенную преимущественно для автоматизированного тестирования и разработки; поэтому она не предназначена для точного OCR, извлечения данных из документов или промышленного использования. Языки, размер контекста, обучающие данные, метрики качества и специализированные возможности в карточке не указаны. Лицензия также не указана, поэтому условия распространения следует считать неизвестными.

UniPhysGen-1.7B-Kinematics — модель для определения кинематических параметров подвижной части 3D-объекта. Она разработана авторами UniPhysGen и дообучена для этой задачи на основе UniPhysGen-1.7B-Physics; в каталожных метаданных также указано объединение с Qwen/Qwen3-1.7B и facebook/sonata. Это плотная авторегрессионная архитектура UniPhysGenQwen3ForCausalLM с 1,7 млрд параметров, работающая через Transformers и имеющая контекст 40 960 токенов. На вход модель получает облако точек всего объекта и облако точек выбранной подвижной детали. Она определяет тип шарнира — поступательный или вращательный — и предсказывает ось движения, точку поворота и диапазон движения. Модель рассчитана на задачи привязки кинематических параметров к геометрии и генерацию кандидатов для последующего моделирования; для определения подвижности детали нужен отдельный источник разметки или предварительный этап. Карточка указывает английский язык, но входные данные задачи — геометрические облака точек. Для устойчивости к ориентации применяются аугментация вращениями SO(3), сферическая параметризация оси и общий глобальный voxel origin. Оценки не являются калиброванными измерениями. Качество может снижаться на симметричной геометрии, при перекрытых шарнирах, разреженных или зашумлённых облаках, неоднозначном разбиении на детали, многокоординатных механизмах и объектах вне обучающего распределения. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства и запрещает коммерческое применение.

Это обученный методом PPO агент Praga-6000 для игры SnowballTarget, созданный с использованием Unity ML-Agents. Модель предназначена для управления игровым агентом в этой среде: её можно запускать для наблюдения за игровым поведением или использовать как основу для продолжения обучения через ML-Agents. В репозитории представлены веса в формате ONNX. Модель специализирована на одной игровой среде и не предназначена для диалога или обработки естественного языка. README не раскрывает размер сети, входные и выходные тензоры или игровые наблюдения и действия агента. Условия лицензирования в доступных материалах не описаны.

V-JEPA2 Enhanced Encoder — модель EPFL NeuroAI для предсказания вызванных видеороликами BOLD-ответов мозга на поверхности fsaverage. Она сочетает видеобэкбон V-JEPA2-large с улучшенным декодером: использует признаки 24 слоёв, декодеры PLSTorch ранга 16 и ансамбль из 32 bootstrap-моделей с выбором слоёв для каждого участника ансамбля. На вход подаётся RGB-видео длительностью около 3 секунд, примерно 36 кадров при 12 кадрах в секунду; кадры масштабируются до 224 × 224 и нормализуются перед извлечением признаков. Модель выдаёт вектор из 20 484 предсказанных z-нормализованных fMRI beta-ответов на ролик. Доступны варианты обучения и переноса между наборами BOLD Moments/Lahner и McMahon; базовый V-JEPA2 можно обойти, передав предварительно вычисленные признаки. Модель предназначена для исследований нейронауки и сопоставления видеостимулов с мозговыми ответами. README приводит метрики на отложенных данных, однако результаты переноса между наборами заметно различаются. Репозиторий содержит веса бэкбона и декодера, но не содержит исходных fMRI-данных и видеороликов; для загрузки через Transformers используется пользовательский код модели. Лицензия в предоставленных данных не указана.

Это экспериментальный чекпойнт VLADrop для GigaBrain-0, подготовленный в рамках работы «Drop-Then-Recovery: How Redundant Are Vision-Language-Action Models?». Он предназначен для управления роботом в задачах LIBERO после удаления части блоков модели и последующего дообучения для восстановления качества. Из модели удалены нечётные блоки 1–25 языковой части VLM на базе PaliGemma 2: attention и MLP. В варианте из таблицы 7 удалено 13 из 26 блоков. После этого уменьшенную плотную модель дообучали 50 000 шагов с размером батча 16 и learning rate 2,5×10⁻⁵. Для оценки README приводит сценарий LIBERO Spatial с 50 испытаниями на задачу и перепланированием каждые пять шагов. Чекпойнт использует формат модели пакета giga_models и файлы PyTorch. Для загрузки и оценки требуется соответствующий код GigaBrain-0 и нормировочная статистика. Модель принимает визуальные и языковые наблюдения и предназначена для выдачи действий робота. Лицензия в предоставленных данных не указана.

Это контрольный чекпойнт Lingbot-VLA для эксперимента Drop-Then-Recovery, посвящённого удалению блоков из vision-language-action моделей и восстановительному дообучению. В данном варианте не удалено ни одного блока: это полная модель, дообученная от lingbot-vla-4b на стандартном наборе LIBERO в течение 50 тысяч шагов с размером пакета 16 и скоростью обучения 5e-5. Модель предназначена для управления роботом по визуальным и языковым входам в задачах LIBERO. Чекпойнт опубликован в формате Hugging Face и safetensors; для запуска README указывает код VLADrop для lingbot-vla и токенизатор Qwen2.5-VL-3B-Instruct. Карточка не сообщает лицензию и ограничения на применение, поэтому условия лицензирования определить нельзя.

harpertoken/word — компактная языковая модель GPT-2, обученная авторами репозитория с нуля на корпусе WikiText-2, а не дообученная на весах OpenAI. Она предназначена для демонстрации архитектуры и процесса обучения авторегрессионной модели, генерирующей текст на основе продолжения заданного фрагмента. Модель имеет архитектуру GPT-2 small: 12 слоёв, размерность эмбеддингов 768 и около 124 млн параметров. Она использует токенизатор GPT-2 с 50 257 токенами и поддерживает контекст до 512 токенов. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. Обучение на небольшом наборе англоязычных текстов из Wikipedia ограничивает модель энциклопедическим и декларативным стилем. По README, модель склонна сразу выдавать токен конца текста, поэтому обычная генерация часто возвращает исходный запрос без продолжения или останавливается почти сразу. У неё нет настройки для инструкций или диалога, а метрики качества не приведены; авторы позиционируют её как демонстрационный пример, а не основу для прикладных систем.

X-VLA 0.9B (WidowX Edition) — модель Vision-Language-Action от 2toINF для управления роботом WidowX по визуальным наблюдениям и инструкциям. Она основана на Florence-2-large и дообучена на данных Bridge Data V2; лицензия — Apache 2.0. Архитектура объединяет энкодер Florence 2, стандартный Transformer с обучаемыми soft prompt для воплощения робота и модуль Action Hub. Для генерации действий используется flow matching; режим действий указан как ee6d. Модель предназначена для роботизированного управления и демонстрировалась на задачах в Simpler-Env. В описании семейства X-VLA заявлено около 0,9 млрд параметров, однако это значение приведено для версии семейства, а не отдельно подтверждено метаданными данного репозитория.

melephant/1-layer-addition — небольшая модель, предназначенная для изучения механизмов работы трансформеров на задаче сложения. Это однослойный без смещений причинный трансформер на 41,8 тыс. параметров, обученный выполнять сложение двух четырёхзначных десятичных чисел: операнды дополняются нулями, а ответ выдаётся пятью цифрами с сохранением переноса. Модель загружает текстовые последовательности и генерирует текст; длина контекста — 16 токенов. В README указаны точность сгенерированных токенов 99,85% и точность полного ответа 99,32% на валидации. Модель предназначена для исследований механистической интерпретируемости, а не для общего применения в арифметике. Входы за пределами заданного формата и разрядности не поддерживаются, а ответы не следует считать надёжными вычислениями. Репозиторий содержит пользовательский код Transformers; для воспроизводимого или чувствительного к безопасности использования README рекомендует закрепить ревизию коммита. Лицензия в предоставленных данных не указана.

ACE-Step 1.5 XL — это набор квантованных GGUF-моделей DiT (Diffusion Transformer), созданных scragnog методом task arithmetic на основе официальных чекпойнтов ACE-Step v1.5 XL от команды ACE-Step: Base, SFT и Turbo. В набор входят три варианта слияния: SFT и Turbo с коэффициентами 0,3 и 0,7, а также Base и Turbo с коэффициентом 0,5. Модели предназначены для генерации музыки по текстовому описанию и могут использоваться в C++-движках inference, включая acestep.cpp и HOT-Step-CPP. Все варианты используют архитектуру AceStepConditionGenerationModel примерно на 4,7 млрд параметров: 32 слоя с чередованием скользящего и полного внимания, 32 attention heads, 8 KV heads с GQA, hidden size 2560, intermediate size 9728, encoder hidden size 2048 и контекст длиной до 32768 токенов. Это DiT-компоненты, поэтому для полноценной генерации дополнительно требуются языковая модель, текстовый энкодер и VAE. Поддерживаются квантования BF16, Q8_0, Q6_K, Q5_K_M и Q4_K_M объёмом примерно от 2,85 до 9,52 ГБ. Сильная сторона моделей — возможность выбирать баланс между музыкальной структурой и следованием тексту, скоростью сходимости, качеством и творческим диапазоном через разные варианты слияния и уровни квантования. Ограничения включают необходимость companion-моделей, использование базового режима планирования с рекомендуемыми 60–100 шагами inference и потенциальные потери качества при сильной квантизации. В README указана лицензия Apache-2.0; также отмечено, что модели наследуют лицензионные условия исходных чекпойнтов ACE-Step v1.5.

Модель act-flatten-tshirt — политика управления роботом, обученная для расправления смятой футболки на столе в задаче двуручного манипулирования тканью. Она разработана на базе ACT с визуальным энкодером ResNet-18 и предназначена для управления двумя руками робота Piper в симуляции и сценариях переноса из симуляции в реальную среду. На вход подаются три RGB-изображения размером 720×1280 с неподвижной и двумя кистевыми камерами, а также 14-мерное состояние суставов. Модель выдаёт 14-мерное действие: команды для шести суставов и захвата каждой руки. Чекпойнт обучен на 200 эпизодах, содержащих 41 464 кадра, и сохранён в формате safetensors. Лицензия — Apache-2.0. Модель не прошла стандартную оценку бенчмарка: описан только небольшой пробный запуск с замкнутым циклом управления, поэтому опубликованных показателей успешности нет. Её следует рассматривать как обученный артефакт для экспериментов с расправлением ткани, а не как подтверждённую по бенчмарку политику.

Atom2.7m — компактная авторегрессионная языковая модель, разработанная Universal Computing Research для продолжения текста и экспериментов с очень малыми языковыми моделями. Она имеет архитектуру GPT с 2,74 млн параметров, пятью слоями, контекстом обучения 512 токенов и словарём из 4096 токенов. Модель использует арифметически ориентированный токенизатор: цифры и операторы выделяются в отдельные токены, а цифры внутри чисел представляются в обратном порядке разрядов; дополнительные признаки разряда и роли помогают обрабатывать целочисленные выражения. Модель предназначена для продолжения простых целочисленных уравнений, изучения токенизации чисел и экспериментов с выводом на ограниченных ресурсах. В ArithMark 2.0 она показала точность 69,24%, но этот результат относится только к продолжению целочисленной арифметики и не означает превосходства в общих задачах. Atom2.7m не является чат-ассистентом или системой широкого математического рассуждения; её признаки арифметики не рассчитаны на десятичные дроби, рациональные числа и математические вопросы в свободной форме. Для загрузки токенизатора через стандартный интерфейс Hugging Face требуется разрешить удалённый код; кэшированная генерация может ухудшать арифметические продолжения без обновления признаков разрядов и ролей. Веса распространяются по лицензии Apache-2.0.

Карточка модели BeingBeyond/Being-H05-2B_libero_robocasa на Hugging Face совпадает с карточкой BeingBeyond/Being-H05-2B, поэтому описание составлено по ней. Being-H05-2B — базовая модель vision-language-action (VLA) для управления роботами, разработанная авторами проекта Being-H0.5. Она объединяет визуальное и языковое восприятие с выдачей действий в унифицированном пространстве и предназначена для переноса управления между роботами с разным воплощением. Модель содержит 2 млрд параметров. В README указано разрешение визуальной части 224×224 пикселя. Чекпойнт представлен как предварительно обученная базовая модель; для неё предусмотрены инференс политики управления, оценка на бенчмарках LIBERO и RoboCasa и дообучение на пользовательских данных. Лицензия — Apache-2.0. Модель рассчитана на робототехническое управление и манипуляции. Карточка не сообщает о конкретных ограничениях качества или поддерживаемых языках.

BG-VisualNovel-v03 — прототип модели генерации фонов для визуальных новелл, предназначенный для разработчиков игр и художников. Версия 3 основана на Anything-V3 и использует Stable Diffusion; модель распространяется в формате Diffusers с весами Safetensors и запускается через Stable Diffusion Pipeline. Модель создаёт изображения по текстовым запросам, например фон классной комнаты. Она подходит для подготовки и подбора фоновых иллюстраций для визуальных новелл. Лицензия — CreativeML OpenRAIL-M.

Это экспериментальная GGUF-сборка HybridRMD для текстовой генерации, задуманная как низкобитная версия модели принятия решений Satellite. Согласно карточке, в основе лежит Bonsai 2 27B на базе Qwen3.8-27B, затем дообученная через Heretic и Satellite; метаданные связывают репозиторий с HybridRMD/Ternary-Bonsai-2-27B-Heretic-Satellite. В репозитории заявлены варианты тернарной квантизации PTQ1_0 и PQ2_0. Файлы являются задокументированным неудачным результатом: они не декодируют текст связно и могут выдавать бессвязные токены. Причина, описанная автором, — пропущенный этап конвейера тернарной квантизации, включая метаданные поворота; часть весов также осталась в Q4_K, Q6_K и F32. Стандартный llama.cpp не поддерживает используемые типы GGUF, а загрузка требует специальной сборки PrismML. Модель опубликована под лицензией Apache-2.0, однако для практической генерации автор указывает использовать другую, рабочую сборку Satellite.

Lambent/cosmoem-8x1B — экспериментальная модель семейства Mixtral с архитектурой Mixture of Experts (MoE), созданная автором репозитория на основе Cosmo с помощью mergekit. Это незавершённый, не обученный предшественник модели; маршрутизация экспертов инициализирована по скрытым состояниям промптов, а восемь экспертов задуманы для тематических кластеров и задач датасета Cosmopedia. Модель содержит 1,7 млрд параметров, принимает текст, выдаёт текст и имеет контекст 2048 токенов. Репозиторий содержит веса в формате safetensors. Модель предназначена для экспериментов с маршрутизацией MoE и структурой экспертов, а не для надёжной генерации текста: в слоях 0–2 обнаружены вырожденные состояния, и случайная инициализация соответствующих экспертных шлюзов может не устранить проблему. Лицензия — Apache-2.0.

Модель LightWeight GAN, созданная Алексеем Коршуком, предназначена для безусловной генерации изображений в стиле коллекции CryptoSkulls. В README указано, что она обучена на датасете huggingnft/cryptoskulls и генерирует изображения без текстового запроса. Модель представлена в формате PyTorch и распространяется по лицензии MIT. Карточка связывает модель с NFT-коллекцией CryptoSkulls и содержит ссылки на результаты генерации и проект, но не раскрывает параметры обучения, размер изображений или конкретные ограничения. Модель подходит для создания новых изображений в похожей стилистике; лицензия датасета и права на элементы коллекции в карточке не уточняются.

CTM (Continuous Thought Machine) от Sakana AI — экспериментальная модель для навигации по двумерным лабиринтам. Она обучена на лабиринтах размером 39×39 и предсказывает последовательность действий: влево, вправо, вверх, вниз или дополнение последовательности. Для навигации модель использует внутренние пространственные представления и не опирается на позиционные эмбеддинги. По данным карточки, она способна находить путь в лабиринтах 99×99, превышающих размер и предел в 100 шагов, использованный при обучении. Модель предназначена для исследований и экспериментов с навигацией и решением лабиринтов, а не для критически важных систем. Лицензия — Apache 2.0; авторы отдельно указывают, что качество и результаты не гарантируются и не рекомендуют коммерческое применение или развёртывание в ответственных сценариях.

appvoid/danube-reasoner — дообученная компактная языковая модель appvoid на архитектуре Llama, созданная на базе h2oai/h2o-danube3-500m-base. Репозиторий указывает, что модель обучали с Unsloth и TRL; размер составляет 464,4 млн параметров, контекст — до 8192 токенов. Модель предназначена для генерации текста. Несмотря на название, README предупреждает, что её выход работает некорректно и модель не следует использовать. Доступна по лицензии Apache-2.0.

3CTeam разработала FP-VLA — зрительно-языковую модель для робототехники, дообученную на основе openvla/openvla-7b. Вариант stage1-30k содержит checkpoint после 30 000 шагов обучения и поддерживает предсказание траектории робота по изображению и прошлой траектории. Архитектура использует DiT Trace Head для генерации траектории методом итеративного диффузионного шумоподавления и MLP Action Head для предсказания действий. Trace Head принимает 66 обучаемых query-токенов, обусловленных изображением и прошлой траекторией, и выдаёт нормализованную траекторию из 33 точек в двумерном пространстве; для генерации указано 50–500 шагов инференса с компромиссом между скоростью и качеством. Модель предназначена для зрительно-языкового управления роботами и прогнозирования траекторий. Репозиторий содержит веса в форматах PyTorch и safetensors, а лицензия — Apache-2.0. Сведений о поддерживаемых естественных языках и результатах оценки качества в карточке нет.

gdn-gatedfa-340m-isp-hybrid-3to1-10b — исследовательский чекпойнт на 340 млн параметров, выпущенный StartluxLabs для статьи о массивных активациях в больших языковых моделях с гибридным линейным вниманием. Модель обучена с нуля на 10 млрд токенов; её архитектура GatedDeltaNet сочетает гибридное линейное внимание и полные слои внимания с выходным гейтом для каждой головы. Нативный контекст составляет 4096 токенов. Чекпойнт предназначен для изучения массивных активаций, морфологии PAS/ISP, размещения слоёв внимания, выходного гейтинга и масштабирования модели. Это только веса: точная интеграция GatedDeltaNet не опубликована, поэтому модель не запускается напрямую без совместимой локальной реализации. Она не настроена на выполнение инструкций и не прошла всестороннюю оценку качества, безопасности и надёжности для прикладных задач. Лицензия — Apache-2.0.

tiny-random/gemma-4-dense — небольшая случайно инициализированная модель для отладки, созданная на основе конфигурации Google Gemma 4 31B IT. Репозиторий не указывает отдельного разработчика этой версии, однако базовая модель разработана Google. Модель реализована на базе Transformers и предназначена прежде всего для проверки загрузки, интеграции и сценариев генерации, а не для получения качественных ответов. Архитектура включает Gemma4ForConditionalGeneration с текстовой и зрительной компонентами. В текстовой части используется 4 слоя, чередующиеся sliding и full attention, 8 attention heads и 4 key-value heads; размер скрытого представления — 8, промежуточный размер — 64. Зрительная часть содержит 2 слоя с размером скрытого представления 8. Модель поддерживает обработку текста, изображений и видео через AutoProcessor и chat template. Размер файла model.safetensors составляет около 4,6 МБ. Поскольку все параметры модели инициализированы случайно, она не является обученной моделью и не предназначена для содержательной генерации, распознавания изображений или анализа видео. Её сильная сторона — минимальный размер и пригодность для отладки программного кода и мультимодальных конвейеров. Языки, размер контекста и точные эксплуатационные характеристики в README не указаны. Лицензия также не указана.

tiny-random/glm-4-moe — небольшая случайно инициализированная модель для отладки, созданная на основе конфигурации GLM-4.5 от zai-org. Она предназначена не для практического решения прикладных задач, а для проверки совместимости и работы программных реализаций, включая Transformers, vLLM и SGLang. Модель относится к архитектуре GLM-4 MoE и поддерживает генерацию текста. В конфигурации указаны 2 основных слоя, включая один плотный и один MoE-слой, 16 маршрутизируемых экспертов, 1 общий эксперт и выбор 8 экспертов на токен. Размер скрытого представления составляет 16, размер промежуточного слоя — 64, используется 4 attention heads и 2 key-value heads. Также предусмотрен дополнительный слой multi-token prediction. Точные языки, размер контекстного окна и набор поддерживаемых модальностей в README не указаны; по имеющимся данным модель является текстовой. Главное преимущество модели — минимальный размер и пригодность для отладки загрузки, инференса, маршрутизации экспертов, вызова инструментов и reasoning-интеграций. Поскольку веса случайно инициализированы, модель не предназначена для качественной генерации, обучения прикладных систем или использования в продакшене. Реализация Transformers не поддерживает multi-token prediction, поэтому возможны предупреждения о незагруженных весах; в SGLang эта возможность поддерживается. Лицензия в README не указана.