II.2Создание и понимание программного кода

Sina-Loki-7b-Merge — экспериментальная объединённая языковая модель из серии DARE merges. Репозиторий содержит веса в формате Safetensors; по метаданным модель построена на плотной архитектуре MistralForCausalLM с 7,1 млрд параметров и контекстом до 32 768 токенов. Она предназначена для генерации текста. Модель опубликована Azazelle по лицензии CC BY 4.0.

lemons-ink/SmolLM3-Custom-Merged — текстовая генеративная модель семейства SmolLM3, опубликованная пользователем lemons-ink на Hugging Face. Модель предназначена для генерации текста и диалоговых сценариев; в метаданных также отмечены обучение с учителем и поддержка conversational-формата. Она рассчитана на работу через библиотеку Transformers и содержит около 3,1 млрд параметров. Модель поддерживает контекст длиной до 65 536 токенов, что подходит для продолжения больших текстов, многошаговых диалогов и обработки длинных входных последовательностей. Точные сведения о базовой архитектуре, языках, данных обучения, результатах оценки и методе объединения компонентов в README отсутствуют. Лицензия модели в доступных данных не указана. README также не содержит подтверждённых сведений о разработчике, поэтому lemons-ink следует рассматривать как автора или владельца публикации, а не как подтверждённого разработчика.

Synatra-V0.1-7B-Instruct-Mistral-7B-Instruct-v0.2-slerp — диалоговая языковая модель, созданная слиянием Mistral-7B-Instruct-v0.2 и Synatra-V0.1-7B-Instruct методом SLERP. Модель имеет плотную архитектуру MistralForCausalLM и 7,1 млрд параметров; поддерживает контекст до 32 768 токенов и работает с текстом в формате диалога. Модель предназначена для генерации ответов на инструкции и ведения диалога. Её можно применять для чат-ботов, черновиков текстов и ответов на вопросы в текстовом интерфейсе. В README приведены конфигурация слияния и использованные модели; сведения о языковом покрытии и специализированных областях применения отсутствуют. Лицензия — Apache-2.0.

Terminal-16k-top80 — диалоговая языковая модель на архитектуре Qwen3, дообученная автором cuong1692001 на наборе nemotron_complete_top_80_16k. Она предназначена для генерации текста в формате диалога; репозиторий использует Transformers и содержит веса safetensors. Модель насчитывает 7,6 млрд параметров и поддерживает контекст до 40 960 токенов. Модель является дообучением cuong1692001/Terminal_complete_8k. Лицензия указана как other, поэтому конкретные условия использования следует сверить с карточкой модели и лицензией базовой модели. README не описывает результаты оценки или специальные ограничения применения.

giocorte/totem-slm-rl-v6 — дообученная giocorte модель семейства Qwen3 с 3,7 млрд параметров для генерации текста и диалогов. Она предназначена для англоязычного общения; карточка также отмечает интерфейс вызова инструментов. Модель обучена с использованием Unsloth и библиотеки TRL от Hugging Face. Доступны веса в форматах Safetensors и GGUF с квантизацией Q4_K_XL. Максимальная длина контекста — 40 960 токенов. Модель распространяется по лицензии Apache-2.0.

Карточка модели Xwin-LM/Xwin-LM-13B-V0.1 на Hugging Face совпадает с карточкой Xwin-LM/Xwin-LM-70B-V0.1, поэтому описание составлено по ней. Xwin-LM-70B-V0.1 — языковая модель команды Xwin-LM, построенная на базе Llama 2 и настроенная для диалогов с помощью методов выравнивания, включая SFT и RLHF. Она предназначена для многоходового общения, ответов на вопросы и выполнения пользовательских инструкций в формате генерации текста. Модель содержит 68,7 млрд параметров, использует плотную архитектуру Llama и поддерживает контекст до 4096 токенов. В README сообщается о результатах модели на AlpacaEval, однако эти оценки относятся к бенчмарку и не гарантируют аналогичного качества в других сценариях. Для диалогов следует использовать шаблон Vicuna, описанный в карточке. Модель распространяется по лицензии Llama 2; отдельной специализации на конкретной области или поддерживаемых языках карточка не заявляет.

YamshadowInex12_YamM7 — слитая модель для генерации текста, созданная на основе automerger/YamshadowInex12-7B и automerger/YamM7-7B. Она использует плотную архитектуру Mistral с 7,1 млрд параметров и принимает текст для авторегрессионной генерации продолжений и ответов. Контекст модели составляет до 32 768 токенов, поэтому её можно применять в диалогах и при работе с длинными текстовыми запросами. Модель опубликована в формате safetensors под лицензией Apache-2.0. В README не описаны специальные навыки или гарантии качества; качество ответов следует проверять на целевых задачах.

Nohobby/YetAnotherMerge-v0.3 — объединённая диалоговая модель на архитектуре Mistral с 12,1 млрд параметров. Её создал автор Nohobby методом Della: за основу взята Undi95/Lumimaid-Magnum-12B, также в объединение вошли Sao10K/MN-12B-Lyra-v1 и Nohobby/YetAnotherMerge-v0.1. Модель предназначена для генерации текста и диалоговых ответов. В README отмечена совместимость с базовыми настройками min-p и рекомендован авторский пресет. В метаданных указано нативное контекстное окно 1 024 000 токенов, однако отдельные настройки и качество работы с таким контекстом в README не описаны. Файлы представлены в формате safetensors; README также упоминает варианты GGUF. Лицензия и ограничения на использование в предоставленных данных не описаны.

Модель yuq-zhou/2026-05-leash-t2k-q3-1p7-last — контрольная точка Qwen3, опубликованная в стандартном формате Hugging Face для загрузки через AutoModelForCausalLM. Это плотная авторегрессионная языковая модель с 1,7 млрд параметров и контекстом до 40 960 токенов. Метаданные указывают на поддержку чата и интерфейса вызова инструментов; основная задача модели — генерация текста. Репозиторий описывает модель как резервную копию исследовательского артефакта. В карточке нет сведений о специальной предметной области, языках обучения или лицензии, поэтому их нельзя уточнить. Модель использует формат safetensors; опубликованная карточка не приводит дополнительных характеристик качества или оценок.

yuq-zhou/2026-05-o-b0p3-a0p25-gc0p5-exp-td8p0-tw10p0-mbz-bridge-q3-1p7b — плотная авторегрессионная языковая модель семейства Qwen3 с 1,7 млрд параметров, представленная в формате Safetensors для Transformers. Карточка описывает её как резервную копию исследовательского чекпойнта; модель совместима с загрузкой через AutoModelForCausalLM и имеет интерфейс диалога и вызова инструментов. Модель предназначена для генерации текста и диалоговых сценариев, в которых требуется формировать ответы или передавать вызов инструменту. Контекст составляет до 40 960 токенов. В карточке не приведены сведения о языковой специализации, лицензии и результатах оценки качества, поэтому их нельзя уточнить по имеющимся данным.

Это исследовательская резервная копия чекпойнта для генерации текста в стандартном формате Hugging Face, совместимая с AutoModelForCausalLM. По метаданным, модель основана на плотной архитектуре Qwen3ForCausalLM и содержит 1,7 млрд параметров; нативный контекст — 40 960 токенов. Поддерживается диалоговый режим и интерфейс вызова инструментов. Модель предназначена для генерации текста и диалоговых сценариев. В README она обозначена как резервный исследовательский артефакт; сведений о конкретном дообучении, базовой модели или лицензии в предоставленных данных нет.

Это экспериментальный чекпойнт семейства Qwen2 в стандартном формате Hugging Face, предназначенный для автогенерации текста и диалогового взаимодействия. В карточке он обозначен как резервная копия исследовательского артефакта; объём модели составляет 7,1 млрд параметров, архитектура — плотная причинная языковая модель Qwen2ForCausalLM, максимальный контекст — 131 072 токена. Репозиторий содержит веса в формате safetensors и предназначен для загрузки через Transformers. Модель можно использовать для генерации продолжений текста и ответов в чате; метаданные также отмечают интерфейс вызова инструментов. Язык обучения или основной язык не указан, поэтому языковую специализацию нельзя определить по карточке. Лицензия в предоставленных данных не указана.

Blur-7b-slerp-v1.42 — модель для генерации текста, созданная liminerity слиянием двух моделей через mergekit и методом slerp: liminerity/Blur-7b-slerp-v1.41 и yleo/EmertonMonarch-7B. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Она предназначена для генерации текста и ответов на запросы. Веса представлены в формате Safetensors, слияние выполнено в float16. Лицензия — Apache-2.0. Карточка не приводит результатов оценки качества или сведений о специализации модели.

bruphin-epsilon — объединённая языковая модель на архитектуре Mistral, созданная nbeerbower методом SLERP с помощью mergekit. В объединении использованы BarryFutureman/WildMarcoroni-Variant1-7B и nbeerbower/bruphin-delta. Модель предназначена для генерации текста и диалогового взаимодействия. Она содержит 7,1 млрд параметров, принимает текст и выдаёт текст, а длина контекста составляет 32 768 токенов. Веса доступны в формате safetensors; модель распространяется по лицензии Apache-2.0. Карточка приводит результаты нескольких тестов Open LLM Leaderboard, включая AI2 Reasoning Challenge и HellaSwag, но не описывает языковое покрытие и конкретные области специализации. Результаты тестов не гарантируют качество на прикладных задачах.

Configurable-Janus-7B — объединённая модель на 7,1 млрд параметров, созданная vicgalle с помощью mergekit. В линейное слияние вошли vicgalle/Configurable-Mistral-7B и kaist-ai/janus-dpo-7b; архитектура — плотная MistralForCausalLM, веса представлены в формате Safetensors, точность слияния — float16. Модель предназначена для генерации текста и диалогового взаимодействия. Она принимает текст и выдаёт текст; заявленная длина контекста — 32 768 токенов. В метаданных нет сведений о специализации по языкам или прикладным областям. Модель распространяется по лицензии MIT.

DeciLM-7B — авторегрессионная языковая модель для генерации текста, разработанная компанией Deci. Это предварительно обученная плотная модель с архитектурой Transformer decoder и 7,04 млрд параметров; метаданные репозитория указывают 7,9 млрд параметров. Архитектура создана с помощью AutoNAC и использует переменное число голов Grouped-Query Attention по слоям для сочетания качества и скорости. Длина контекста составляет 8192 токена. Модель предназначена для генерации текста на английском языке, коммерческого и исследовательского применения, а также для дообучения под различные задачи и языки. Карточка сообщает о высоких результатах среди базовых моделей класса 7B на Open LLM Leaderboard и высокой пропускной способности; доступен отдельный instruct-вариант для диалогового использования. Модель принимает текст и генерирует текст. Качество и поведение на других языках и в разных сценариях требуют отдельной проверки: оценивание проводилось преимущественно на английском языке. Выводы могут быть неточными, предвзятыми или нежелательными, поэтому перед внедрением необходимы тестирование и настройка под конкретное применение. Лицензия — Apache 2.0.

Deita-2b — чат-модель для генерации текста на базе архитектуры Llama, представленная KnutJaegersberg. Она предназначена для диалога с пользователем и выполнения инструкций, например ответов на вопросы и помощи с практическими задачами. В README приведён пример запроса о дообучении языковой модели и формат общения с системным и пользовательским сообщениями. Модель содержит 2,7 млрд параметров, принимает текст и выдаёт текст; нативный контекст — 2048 токенов. В репозитории указаны веса в формате safetensors. Карточка приводит результаты оценки на Open LLM Leaderboard, включая среднее значение 52,35, но не описывает методику обучения или языковой охват. Для модели указана лицензия other, поэтому условия использования следует сверить с лицензией по ссылке в карточке.

Dualmind-Qwen-1.7B-Thinking — диалоговая языковая модель компании Convergent Intelligence, дообученная методом SFT на трассах рассуждений Claude Opus 4.6. Она использует плотную архитектуру Qwen3ForCausalLM и содержит 1,7 млрд параметров; заявленная длина контекста — 40 960 токенов. Модель предназначена для генерации текстовых ответов и многошаговых рассуждений с самопроверкой и пересмотром промежуточных выводов. Подходит для диалогов, решения задач с развернутым рассуждением и генерации длинных ответов. В карточке указаны датасеты с трассами рассуждений и длинными текстами, но независимые оценки качества не приведены. README сообщает о базовой модели Disctil-Qwen3-1.7B, тогда как метаданные связывают модель с reaperdoesntknow/DualMinded-Qwen3-1.7B; точная линия происхождения поэтому описана неодинаково. Лицензия репозитория — Apache-2.0.

Experiment24Alloyingotneoy-7B — плотная языковая модель семейства Mistral с 7,1 млрд параметров, созданная Maxime Labonne автоматическим слиянием моделей. В конфигурации указаны yam-peleg/Experiment24-7B и nlpguy/AlloyIngotNeoY; применён метод слияния dare_ties, а формат весов — bfloat16. Модель предназначена для генерации текста и работы с контекстом длиной до 32 768 токенов. Лицензия Apache-2.0 разрешает её использование на условиях этой лицензии. Карточка не уточняет специализацию или поддерживаемые естественные языки.

Experiment26Yam_Experiment24Ognoexperiment27 — объединённая модель на базе двух моделей Mistral, разработанная авторами исходных моделей automerger/Experiment26Yam-7B и automerger/Experiment24Ognoexperiment27-7B. Она предназначена для генерации текста и может использоваться в приложениях, где требуется продолжение текста или ответы в текстовом формате. Модель содержит 7,1 млрд параметров, использует плотную архитектуру MistralForCausalLM и поддерживает контекст до 32 768 токенов. Веса опубликованы в формате safetensors. Модель распространяется по лицензии Apache-2.0.

Experiment26Yamshadow_Inex12Yamshadow — слитая модель MaziyarPanahi на архитектуре Mistral с 7,1 млрд параметров. Она объединяет automerger/Experiment26Yamshadow-7B и automerger/Inex12Yamshadow-7B и предназначена для генерации текста, в том числе продолжения запросов и диалоговых ответов. Контекст модели составляет до 32 768 токенов; веса опубликованы в формате safetensors. Модель подходит для текстовых приложений общего назначения, которым нужна генерация с длинным контекстом. В карточке указана лицензия Apache-2.0. Данные о специализации по языкам или предметным областям не приведены.

Experiment26Yamshadow_PasticheNeuralsirkrishna — объединённая текстовая модель на архитектуре Mistral, созданная из automerger/Experiment26Yamshadow-7B и automerger/PasticheNeuralsirkrishna-7B. Она предназначена для генерации текста и может использоваться в приложениях, которым нужна языковая модель с контекстом до 32 768 токенов. Модель содержит 7,1 млрд параметров и распространяется в формате Safetensors по лицензии Apache-2.0. Сведений о специализации, поддерживаемых языках и особенностях качества в карточке нет.

Experiment27Pastiche-7B — автоматически созданная Maxime Labonne объединённая модель для генерации текста. В конфигурации использован метод dare_ties: объединены yam-peleg/Experiment27-7B и дообученная DPO модель CorticalStack/pastiche-crown-clown-7b-dare-dpo. Каталог классифицирует её как плотную авторегрессионную модель семейства Mistral с архитектурой MistralForCausalLM и размером 7,1 млрд параметров. Модель предназначена для генерации текста и диалоговых ответов; контекст составляет до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

Experiment27pasticheYamshadowexperiment28-7B — автоматическое слияние моделей, созданное Maxime Labonne с помощью mergekit. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров для генерации текста, включая диалоги. Слияние выполнено методом DARE TIES; в конфигурации указаны плотность 0,53 и вес 0,6 для automerger/YamshadowExperiment28-7B, а в качестве базовой модели — automerger/Experiment27Pastiche-7B. Модель принимает текст и генерирует текст. Заявленная длина контекста — 32 768 токенов; веса доступны в формате Safetensors. Поддерживаемые языки в предоставленных данных не перечислены. Лицензия — Apache-2.0.

Experiment27Yam-7B — объединённая Maxime Labonne модель на архитектуре Mistral для генерации текста. В README указан автоматический merge с использованием yam-peleg/Experiment27-7B и mayacinka/yam-jom-7B-slerp методом dare_ties; метаданные связывают модель с mayacinka/yam-jom-7B-slerp. Модель содержит 7,1 млрд параметров, принимает текстовый ввод и поддерживает контекст до 32 768 токенов. Модель подходит для генерации продолжений текста и диалоговых ответов. Веса опубликованы в формате safetensors, лицензия — Apache-2.0. README не приводит оценок качества или подробных сведений о специализации модели.

MaziyarPanahi/Experiment28M7_Experiment26Inex12 — объединённая модель семейства Mistral с архитектурой MistralForCausalLM и 7,1 млрд параметров. Она предназначена для генерации текста и диалогов; принимает текстовый запрос и выдаёт продолжение или ответ в текстовом виде. Поддерживает контекст длиной до 32 768 токенов. Модель создана слиянием automerger/Experiment28M7-7B и automerger/Experiment26Inex12-7B. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. Языковая специализация и отдельные прикладные области в карточке не обозначены.

Gemma-4-12B-OBLITERATED-GGUF — набор квантованных GGUF-файлов модели Gemma-4-12B-OBLITERATED, разработанной OBLITERATUS и подготовленной к квантованию пользователем mradermacher. Модель предназначена для генерации текста, а также сценариев исследования безопасности, выравнивания, анализа отказов и red teaming. В метаданных указан английский язык. Размер базовой модели — 12B параметров; сведения об архитектуре, максимальном контексте и поддерживаемых модальностях не предоставлены. Репозиторий предлагает варианты квантования Q2_K, Q3_K, IQ4_XS, Q4_K, Q5_K, Q6_K и Q8_0 размером примерно от 4,9 до 12,8 ГБ, что позволяет выбирать между требованиями к памяти, скоростью и качеством генерации. Для Q4_K_S и Q4_K_M заявлена высокая скорость, для Q6_K — очень хорошее качество, а Q8_0 обозначен как вариант с лучшим качеством. Ограничениями являются возможная потеря качества в низкобитных вариантах, отсутствие опубликованных результатов тестирования и неполные сведения о контексте и возможностях модели. Использование регулируется лицензией Gemma.

Gemma4-12B-Uncensored-i1-GGUF — мультимодальная модель семейства Gemma4 с примерно 12 млрд параметров, созданная на основе toandev/Gemma4-12B-Uncensored. Квантованные GGUF-версии подготовил mradermacher. Модель предназначена для генерации и обработки текста, а также сценариев image-text-to-text с анализом изображений; заявленный язык — английский. Поддержка изображений требует соответствующих mmproj-файлов из статического репозитория. Главное преимущество модели — возможность локального запуска в формате GGUF с большим выбором вариантов квантования, различающихся размером, скоростью и качеством. Доступны сборки примерно от 3,1 до 9,9 ГБ; автор рекомендует i1-Q4_K_M как быстрый вариант и отмечает i1-Q4_K_S как оптимальный по соотношению размера, скорости и качества. Ограничения README не указывает размер контекста, требования к оборудованию и подробные результаты тестирования; низкобитные варианты могут заметно терять в качестве. Лицензия указана как gemma.

Gemma-4-26B-A4B-it-qat-q4_0-uncensored-heretic-NVFP4-GGUF — модель, созданная независимым разработчиком LLMfan46 на основе Google Gemma 4 26B A4B Instruct. Это decensored-версия исходной модели, полученная с использованием Heretic v1.2.0 и метода Arbitrary-Rank Ablation (ARA). Модель распространяется в формате GGUF с NVFP4-квантизацией и предназначена для генерации текста и работы с изображениями и текстом, согласно указанному pipeline image-text-to-text. Модель ориентирована на диалоги, следование инструкциям и мультимодальные сценарии, где требуется обработка текстовых и визуальных входных данных. В README указаны размер 26B и конфигурация A4B, однако сведения о максимальной длине контекста, поддерживаемых языках и точном наборе мультимодальных возможностей не приведены. Изменения направлены на снижение числа отказов и ограничений: в заявленном тесте частота отказов составила 11 из 100 против 100 из 100 у оригинальной модели, а KL-дивергенция относительно исходной версии — 0,0618. К сильным сторонам относятся близость к исходной Gemma 4 по поведению, уменьшенное количество отказов и потенциально более широкий спектр допустимых запросов. Ограничениями являются NVFP4-квантизация, возможная потеря точности по сравнению с полной версией, а также отсутствие подробных данных о производительности в мультимодальных задачах и языковом покрытии. Модель лицензирована по Apache-2.0; при этом для Gemma применяются дополнительные условия лицензии Google, на которые ссылается README.

yp06/groit — дообученная yp06 языковая модель семейства Llama 3.2 для генерации текста и диалогового взаимодействия. Она основана на unsloth/llama-3.2-3b-instruct-unsloth-bnb-4bit и обучена с использованием Unsloth и библиотеки Hugging Face TRL. Модель имеет плотную архитектуру LlamaForCausalLM и 3,2 млрд параметров, поддерживает контекст до 131072 токенов и рассчитана на английский язык. Подходит для генерации ответов в чате и использования интерфейса вызова инструментов. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. Карточка не описывает специализацию дообучения или результаты оценки качества, поэтому пригодность для конкретных предметных задач по ней установить нельзя.