II.3Рефакторинг, миграция и модернизация

mlx-community/Qwen2.5-Coder-1.5B-Instruct-4bit — конвертированная в формат MLX 4-битная версия Qwen2.5-Coder-1.5B-Instruct от mlx-community, созданная с помощью mlx-lm 0.18.1. Это плотная авторегрессионная языковая модель семейства Qwen2 с 1,5 млрд параметров, предназначенная для генерации текста в формате инструкционного диалога и работы с кодом. Контекст модели составляет до 32 768 токенов; метаданные указывают английский язык и возможности чата и работы с кодом. Модель подходит для написания и объяснения кода, ответов на вопросы по программированию, а также помощи в небольших задачах разработки. 4-битное представление предназначено для запуска через MLX. Это производная от Qwen/Qwen2.5-Coder-1.5B-Instruct, преобразованная в MLX и квантизированная; лицензия — Apache-2.0.

ThomasBaruzier/Qwen2.5-Coder-1.5B-Instruct-GGUF — набор квантизированных версий инструкционной модели Qwen2.5-Coder-1.5B-Instruct, разработанной командой Qwen. Модель предназначена для генерации текста и решения задач, связанных с программным кодом, включая чатовые сценарии и работу с запросами на естественном языке. В карточке указана поддержка английского языка. Модель имеет около 1,5 млрд параметров и распространяется в формате GGUF для использования с llama.cpp. Доступны варианты квантизации от IQ1_S до Q5_K_M с размером файлов примерно от 416 МБ до 1,05 ГБ. Квантизация выполнена с использованием imatrix и калибровочного файла Bartowski; варианты различаются соотношением размера, perplexity и точности. Более компактные варианты требуют меньше памяти, но заметнее теряют качество, тогда как версии с более высокой разрядностью обеспечивают лучшие показатели. Ограничения карточки не описывают контекстное окно, полный набор языков, аппаратные требования и подробные результаты на прикладных тестах. Модель ориентирована на текстовую модальность и не предназначена для обработки изображений или других мультимедийных данных. Указана лицензия Apache-2.0.

Модель lordx64/Qwen3.6-35B-A3B-Kimi-K2.6-Reasoning-Distilled — дообученная методом дистилляции версия Qwen3.6-35B-A3B, созданная автором lordx64. Она обучена на примерно 7,8 тыс. примеров рассуждений Kimi K2.6 и воспроизводит более подробный, пошаговый стиль ответов с явными блоками рассуждений. Архитектура — разреженная Mixture-of-Experts с 35 млрд параметров, из которых около 3 млрд активны на каждом токене; заявленная длина контекста — 64 тыс. токенов. Модель предназначена для сложных STEM-задач, конкурсной математики, пошагового анализа кода, логических задач и агентного планирования. Она принимает текст и генерирует текст; карточка указывает английский язык. Длинные цепочки рассуждений могут увеличить задержку и расход токенов, а дистилляция не добавляет знаний сверх возможностей базовой модели. Автор предупреждает, что приведённые в README результаты оценки зависят от используемого конвейера и для ряда тестов ненадёжны. Дополнительное обучение безопасности не проводилось. Лицензия Apache-2.0 разрешает коммерческое и исследовательское применение.

AEON-7 выпустил раннюю BF16-версию Qwen3.8-27B, полученную аблитерацией базовой модели Qwen/Qwen3.8-27B для более прямых ответов и ослабления отказов. Это плотная мультимодальная модель с архитектурой семейства Qwen3.5 и примерно 27 млрд параметров; текстовая генерация — основная задача, также заявлена поддержка изображений. Карточка описывает запуск через Transformers и проверку сервинга через vLLM на NVIDIA H200; указанное в примере ограничение контекста — 16 384 токена, а для подходящего оборудования README упоминает исходное окно до 262 000 токенов. Модель предназначена для диалогов, следования инструкциям, программирования, многошаговых рассуждений и вызова инструментов. Ослабление отказов делает ответы более прямыми, но авторы предупреждают, что это ранний выпуск, а на очень длинных запросах возможны повторы и потеря связности. Визуальная башня и голова MTP оставлены без изменений относительно базы. Лицензия — Apache-2.0; веса доступны в формате safetensors, BF16.

wbydc/Qwen3.8-27B-TFCF-HU-CODER-GGUF — это GGUF-квантизированная мультиязычная fine-tune-модель на базе Qwen3.8-27B-TURBO-Fable-Cold-Fusion-735-882-Heretic-Uncensored-NM-DAU от DavidAU. Репозиторий содержит обычные и MTP-квантизации, включая варианты с 4- и 8-битной точностью. В README указаны английский и китайский языки, а также лицензия Apache-2.0. Модель опубликована пользователем или организацией wbydc; обучение выполнялось с использованием Unsloth и многоэтапных методов Cold Fusion и Fable Fusion. Модель предназначена для широкого спектра сценариев: решения задач и рассуждений, программирования, творческого письма, создания художественных текстов, ролевых диалогов и других универсальных применений. Основной акцент сделан на подробных ответах, сокращении объёма внутренних рассуждений и повышении скорости генерации, в том числе в режиме MTP. README заявляет о заметном снижении числа thinking-токенов по сравнению с исходной версией Qwen3.8 и о высоких результатах на ARC-C и ARC-E, однако эти показатели приведены автором модели и не сопровождаются независимой методикой проверки. Ключевое ограничение — отсутствие в README точных сведений о длине контекста, поддерживаемых режимах мультимодальности и фактической архитектуре vision-компонентов, несмотря на тег image-text-to-text. Также заявлены uncensored-поведение и возможность генерации контента разных жанров, поэтому пригодность модели для чувствительных сценариев требует самостоятельной проверки. Для использования необходимо выбрать совместимый GGUF-квант и учитывать требования к памяти, зависящие от его разрядности.

Qwen3.8-Flash-Next-MLX-4bit — это сборка модели Qwen3.8-Flash-Next, адаптированная проектом PipeNetwork для запуска через MLX на компьютерах с Apple Silicon. Модель предназначена прежде всего для генерации текста и программного кода в локальном окружении с поддержкой mlx-lm. В состав репозитория входит собственный runtime для экспериментальной архитектуры qwen4_exp, поэтому для загрузки требуется trust_remote_code=True. Базовая модель имеет гибридную архитектуру Gated-DeltaNet и sparse attention с разреженной Mixture-of-Experts на 125 млрд параметров, из которых около 6 млрд активируются для одного токена, а также использует 51 млрд параметров hashed n-gram embedding. В этой версии веса преобразованы в формат MLX и преимущественно квантизированы до 4 бит: размер сборки составляет 103,8 ГБ против 360 ГБ у исходной версии в bfloat16. Часть параметров, включая маршрутизатор MoE и отдельные управляющие компоненты, сохранена в bfloat16. Vision tower также присутствует в bfloat16, но данный runtime работает только с текстом. Мультитокеновая prediction head размером 4 млрд параметров исключена. Языки и точное максимальное окно контекста в README не указаны. Сильной стороной сборки является существенное уменьшение занимаемого объёма при сохранении работоспособной генерации; runtime содержит исправления, обеспечивающие соответствие эталонной реализации на тестовой конфигурации. Однако равномерное 4-битное квантование заметно ухудшает качество: на тесте wikitext-2 perplexity составила 5,3914 против 4,4708 у bfloat16. В README рекомендуется смешанная сборка с 4- и 8-битным квантованием, которая занимает 106,2 ГБ и показывает значительно меньшую потерю качества. Модель распространяется по Qwen Community License 1.0.

RAS-LAB разработала эту модель как сжатую версию инструктивной Qwen3-Coder-30B-A3B-Instruct для генерации текста, программирования и диалоговых сценариев, включая ответы на корейском языке. Модель использует архитектуру Qwen3 MoE: по README, после удаления экспертов в каждом слое осталось 112 из 128, а число активных экспертов top-8 не изменилось. В карточке указано около 27 млрд параметров, из которых активно примерно 3,3 млрд; метаданные каталога приводят значение 2,6 млрд параметров. Поддерживаются MLX и safetensors, веса также загружаются через Transformers; контекст — до 262 144 токенов. Метод K-REAP защищает путь корейских экспертов при однократном прореживании без последующего дообучения. По приведённым в README результатам, на корейских бенчмарках потери относительно исходной модели невелики; результаты на английских задачах, математике и коде смешанные. Это сравнительные оценки из карточки, а не гарантия качества для конкретных запросов. Лицензия — Apache-2.0.

speechless-zephyr-code-functionary-7b — экспериментальная модель, разработанная uukuguy в рамках проекта Mixture-of-Multi-LoRAs. Она создана на основе Mistral-7B-v0.1 с объединением LoRA-модулей, извлечённых из HuggingFaceH4/zephyr-7b-beta, meetkai/functionary-small-v2.2 и uukuguy/speechless-code-mistral-7b-v1.0. Для автоматической сборки модулей используется router Mixture-of-Multi-LoRAs с безградиентным подбором коэффициентов, в том числе для ранее не встречавшихся задач. Модель предназначена для генерации текста, программирования, работы с функциями и плагинами, а также для универсальных задач, где требуется сочетание диалоговых, кодовых и инструментальных навыков. В README заявлена поддержка английского языка и использование через Transformers; также доступны варианты GGUF с 4-, 5- и 8-битным квантованием для CPU и GPU-инференса. Размер базовой модели — около 7 миллиардов параметров. Размер контекста и полный перечень поддерживаемых модальностей не указаны; по описанию модель относится к текстовым. К сильным сторонам относятся сочетание навыков генерации кода, вызова функций и общего диалога, а также возможность адаптивного комбинирования LoRA-модулей. В опубликованной оценке средний результат LM-Evaluation-Harness составляет 62,93; показатели включают 64,71 на MMLU, 43,82 на GSM8K и 83,88 на HellaSwag. Ограничения связаны с экспериментальным характером подхода, отсутствием подробных данных о контексте, поведении на других языках и практической надёжности вызова функций. Модель распространяется по лицензии Apache-2.0.

SynapseLLM 7B Mistral v0.4 Preview3 — языковая модель WebraftAI, дообученная на Mistral-7B-v0.1. Это плотный декодерный трансформер с 7,1 млрд параметров и контекстом до 32 768 токенов; веса доступны в формате safetensors для Transformers. Модель принимает текст и генерирует текст, поддерживает диалоговый формат Mistral Instruct и ориентирована на английский язык. Модель предназначена для ответов на вопросы, математических инструкций и генерации кода, включая Python. Дообучение выполнено на ограниченном наборе данных из 770 тысяч примеров с помощью QLoRA; опубликованная модель объединена с обученными адаптерами. Разработчик предупреждает, что ответы могут содержать фактические ошибки, модель может не следовать системным инструкциям и иногда ошибочно представляться как GPT. Лицензия — Apache 2.0.

SynapseLLM-7B-Mistral-v0.5-preview2 — предварительная версия языковой модели WebraftAI, дообученной на базе Mistral-7B-v0.1. Это плотный декодерный трансформер с 7,1 млрд параметров и контекстом до 32 768 токенов; веса опубликованы в формате safetensors для библиотеки Transformers. При дообучении использовался QLoRA, затем адаптеры были объединены с основной моделью. Модель предназначена для диалоговых вопросов и ответов, математических инструкций и генерации кода, включая Python. В README указано, что обучение проводилось на англоязычных данных, а метаданные отмечают английский язык. Модель распространяется по лицензии Apache 2.0. Это preview-чекпойнт, обученный на ограниченном по охвату наборе данных. Разработчики предупреждают о возможных фактических ошибках, слабом следовании системным инструкциям и смещениях в ответах; у модели нет встроенной памяти.

aiXcoder-7B Base — базовая большая языковая модель для кода, разработанная командой aiXcoder. Модель с архитектурой Llama содержит 7,2 млрд параметров и обучена на 1,2 трлн уникальных токенов. Она предназначена для автодополнения, понимания и генерации кода на нескольких языках программирования; контекстное окно составляет 32 768 токенов. Модель ориентирована на сценарии разработки и, по заявлению авторов, показывает сильные результаты в автодополнении кода и мультиязычном NL2Code среди моделей сопоставимого размера. Это базовая версия без специального instruction-тюнинга, поэтому она может хуже справляться с высокоуровневыми задачами вроде отладки и генерации тестов. Опубликованные веса доступны в форматах PyTorch и safetensors; лицензия в предоставленных данных не описана.

Absolute Zero Reasoner-Coder-3b-GGUF — квантизированная версия модели Absolute_Zero_Reasoner-Coder-3b, разработанной andrewzh и подготовленной пользователем bartowski в формате GGUF для llama.cpp. Модель предназначена для генерации текста, включая задачи рассуждения и программирования, и может использоваться локально через llama.cpp, LM Studio и другие совместимые проекты. Доступны варианты от BF16 до 3-битных и IQ-квантизаций размером примерно от 1,5 до 6,18 ГБ. В README не указаны точная архитектура исходной модели, размер контекста, поддерживаемые языки и модальности, поэтому модель следует рассматривать как текстовую, без подтверждённой поддержки изображений или других типов данных. Старшие варианты квантизации обеспечивают более высокое качество, а младшие снижают требования к оперативной памяти ценой заметной потери качества; рекомендуемыми названы варианты Q4–Q6. Лицензия в предоставленных данных не указана. Это локальная квантизированная сборка, поэтому её практическая ценность особенно высока для запуска на пользовательском оборудовании без облачного сервиса, однако производительность и качество зависят от выбранного варианта квантизации и совместимого программного обеспечения.

Модель trollek/danube2-1.8b-CodeFeedback — дообученная разговорная языковая модель для генерации текста и помощи с программированием. Её разработчик дообучил h2oai/h2o-danube2-1.8b-base методом BAdam на наборах CodeFeedback-Filtered-Instruction и Code-Feedback с помощью Llama-Factory. Модель построена на плотной архитектуре MistralForCausalLM и содержит 1,7 млрд параметров. Модель принимает текстовые инструкции в шаблоне ChatML и генерирует текстовые ответы; в карточке указана длина контекста 8192 токена и поддержка английского языка. Она предназначена для диалоговой помощи при написании кода и ответов на инструкции по программированию. Распространяется под лицензией Apache-2.0.

DeepCode-7B-Aurora — объединённая модель генерации текста, созданная с помощью LazyMergekit на основе моделей DeepSeek-Math-7B-Instruct, DeepSeek-Math-7B-Base и DeepSeek-Coder-7B-Instruct-v1.5. Модель разработана для генерации кода и математических рассуждений в диалоговом формате. Это плотная авторегрессионная модель семейства Llama с 6,5 млрд параметров и контекстом 4096 токенов. Она принимает текст и генерирует текст. Репозиторий содержит веса в формате safetensors; лицензия — MIT.

Dracarys2-72B-Instruct — языковая модель Abacus.AI для генерации кода и диалоговых сценариев. Это дообученная версия Qwen2.5-72B-Instruct с плотной архитектурой Qwen2; модель содержит 71,5 млрд параметров и работает с контекстом до 32 768 токенов. Репозиторий содержит веса в формате Safetensors. Модель предназначена для генерации кода, рассуждений о выполнении программ и предсказания вывода тестов. В опубликованных результатах LiveCodeBench она превосходит исходную Qwen2.5-72B-Instruct по общему результату генерации кода и предсказанию тестового вывода, но результаты на сложных задачах генерации кода остаются ограниченными. Карточка также указывает интерфейс для вызова инструментов. Основной язык, заявленный в метаданных, — английский. Модель разработала Abacus.AI; лицензия указана как other, поэтому конкретные условия использования следует сверить с лицензией репозитория. Приведённые оценки получены на LiveCodeBench и сами по себе не гарантируют качество на других задачах или в производственной среде.

Это GGUF-квантизированная версия Falcon Coder 3B, подготовленная mradermacher на основе anthonylee991/falcon-coder-3b. Модель предназначена для генерации кода и диалоговой работы с запросами о программировании. В метаданных отмечены архитектурное семейство Falcon и размер базовой модели 3B; репозиторий содержит статические квантизации TQ1_0 и TQ2_0 в формате GGUF. Базовая модель дообучена на наборах CodeFeedback-Filtered-Instruction, Magicoder-OSS-Instruct-75K и Magicoder-Evol-Instruct-110K. Карточка указывает английский язык, а лицензия репозитория — Apache-2.0. Доступны варианты с разным балансом размера и скорости; README не приводит сравнительных оценок качества, поэтому возможности конкретных квантованных вариантов могут различаться.

Fuse-1 Lite v2 — чат-модель для генерации текста и помощи с программированием, разработанная auryn-macmillan. Это дообученное продолжение Akahisrr/fuse-1-Lite: к базовой модели добавлен экспертный путь для кода с мостовыми слоями, маршрутизатором, масштабированием экспертов и кодовым вентилем. В карточке указаны архитектура Fuse3V2ForCausalLM, около 2,6 млрд параметров и контекст до 131 072 токенов. Модель генерирует ответы в диалоге и код; при необходимости кодовый путь можно отключить и использовать основной путь LFM2.5-2.6B. Для загрузки требуется Transformers с выполнением пользовательского кода из репозитория через trust_remote_code=True. Модель обучалась 550 шагов, в том числе с KL-дистилляцией к LiquidAI/LFM2.5-2.6B; сведения о тренировочных данных и оценках качества не приведены. Лицензия — Apache-2.0.

Gemma-2B-Finetuned-Python-Model — дообученная модель на архитектуре Gemma-2B, представленная suriya7. Она предназначена для помощи с Python-кодом: продолжения фрагментов, исправления синтаксиса, поиска потенциальных ошибок и предложений по улучшению читаемости и эффективности. Модель содержит 2,5 млрд параметров, использует плотную архитектуру GemmaForCausalLM и принимает текст с контекстом до 8192 токенов, выдавая текстовые ответы и код. Карточка указывает датасет Vezora/Tested-143k-Python-Alpaca и английский язык. Репозиторий содержит веса в формате safetensors; лицензия — MIT. Модель рассчитана на программирование на Python, но качество рекомендаций и корректность сгенерированного кода требуют проверки.

Карточка модели Ishowbackup/Gemma-4-E4B-it-qat-MXFP4-CRACK на Hugging Face совпадает с карточкой dealignai/Gemma-4-E4B-it-qat-MXFP4-CRACK, поэтому описание составлено по ней. Gemma 4 E4B-it QAT MXFP4 CRACK — мультимодальная модель семейства Gemma 4 от dealignai, созданная на основе google/gemma-4-e4b-it. Это плотная модель с гибридным скользящим и глобальным вниманием, дообученная с удалением отказов и квантизированная до 4-битного формата MXFP4. Она принимает текстовые запросы, изображения и аудио, а также предназначена для диалога, ответов на вопросы, многошаговых рассуждений и генерации кода; в метаданных также заявлен интерфейс вызова инструментов. В README автор сообщает о сохранении визуальных и аудиовходов, проверке генерации кода и снижении результата MMLU на 3,9 процентного пункта относительно базовой модели. Удаление отказов означает, что модель может выполнять вредоносные запросы; заявленные результаты HarmBench приведены автором и не являются независимой оценкой. Для запуска требуется Apple Silicon с достаточной объединённой памятью и vMLX с поддержкой Gemma 4. Лицензия — Gemma; автор публикует модель для исследовательских целей.

Crystalcareai/gemma-codefeedback — дообученная языковая модель семейства Gemma с архитектурой GemmaForCausalLM и плотной структурой, содержащая 8,2 млрд параметров. По карточке модель обучалась три эпохи на датасете Crystalcareai/CodeFeedback-Alpaca и предназначена для генерации текста с акцентом на обратную связь по коду и сценарии помощи при программировании. Модель принимает текст и генерирует текст; нативный контекст составляет 8192 токена. Репозиторий содержит веса в формате Safetensors и помечен для использования с Transformers. README не сообщает лицензию, поэтому условия использования по доступным данным определить нельзя.

Модель ertghiu256/Granite-4.1-3b-coder — дообученная автором ertghiu256 версия Granite-4.1-3b от IBM, ориентированная на генерацию кода. Она предназначена для написания и дополнения кода, а также для диалогового взаимодействия по задачам программирования. Архитектура — плотная причинная языковая модель GraniteForCausalLM на 3,4 млрд параметров с контекстом до 131 072 токенов; репозиторий содержит веса в формате safetensors. В карточке указаны английский язык, чат и интерфейс вызова инструментов. Модель в основном обучалась на коде Python, поэтому для других языков программирования качество может быть ниже. Лицензия — Apache-2.0.

Kraken — модель и архитектура для генерации текста, созданная совместно Cognitive Computations, VAGO Solutions и Hyperspace.ai. В разработке участвовали Fernando Fernandes Neto, David Golchinfar, Lucas Atkins и Eric Hartford. Она использует Transformers и маршрутизацию запросов между несколькими причинными языковыми моделями, выбирая эксперта по содержанию входного текста. В набор экспертов входят модели для рассуждений, вызова функций, Python, SQL и немецкого языка. Конфигурация Kraken позволяет подключать модели, токенизаторы и шаблоны форматирования. Архитектура описана как расширяемая и рассчитана на сценарии, где специализированная модель может дать более подходящий ответ. Репозиторий содержит веса в формате safetensors; метаданные указывают английский язык. Лицензия и размер модели в предоставленных данных не приведены.

LateOn-Code-edge-pretrain — компактная модель для поиска по коду, разработанная LightOn в рамках семейства LateOn-Code. Это дообученная на данных CoRNStack модель позднего взаимодействия ColBERT на базе семейства edge-colbert от Mixedbread; в метаданных указан базовый репозиторий mixedbread-ai/mxbai-edge-colbert-v0-17m. Архитектура ModernBERT, размер 16,8 млн параметров, контекст до 7 999 токенов. Модель формирует многовекторные представления и рассчитана на семантический поиск фрагментов кода и оценку их соответствия запросу. Модель предназначена для поиска кода по естественно-языковому запросу или другому фрагменту кода, в том числе как компонент поисковой системы или инструмента для coding agents. README приводит результаты оценки на бенчмарках для поиска по коду и отмечает эффективность небольшой версии edge. Основной язык карточки — английский; также модель работает с кодом. Модель доступна в форматах Safetensors и ONNX, библиотека для работы — PyLate. Лицензия — Apache-2.0. Это предобученная версия: в описании семейства отдельно упоминается дальнейшая тонкая настройка моделей на обучающих наборах CoIR, но для данного чекпойнта она не заявлена.

LLaDA-MoE-7B-A1B-Base — базовая предварительно обученная языковая модель от InclusionAI, построенная как диффузионная модель языка с архитектурой Mixture-of-Experts. Это версия для исследований и дальнейшей разработки, в том числе для дообучения под конкретные сценарии. Модель обучена с нуля примерно на 20 трлн токенов; всего в ней около 7 млрд параметров, из которых при генерации активируется около 1,4 млрд. Архитектура включает 16 слоёв, использует RoPE и словарь из 157 184 токенов. Модель предназначена для генерации текста и может служить основой для задач программирования, математических рассуждений и сценариев с вызовом инструментов. Метаданные указывают контекст до 8 192 токенов; в README приведена длина контекста 4 096 токенов. Карточка не сообщает, на каких естественных языках модель обучена или проверена. Для работы указана библиотека Transformers; README также рекомендует dInfer для ускоренного инференса. Модель распространяется по лицензии Apache-2.0. Это базовый чекпойнт, поэтому для диалоговых и прикладных сценариев может потребоваться дообучение и подходящая обвязка; заявления о производительности и качестве приведены разработчиком и не сопровождаются здесь независимой проверкой.

Marin 32B — базовая авторегрессионная языковая модель, разработанная командой Marin Project. Она предназначена для генерации продолжений текста и служит основой для разработки и адаптации языковых моделей. Модель обучена на корпусах общего текста, кода, математики, научных материалов и вопросов и ответов; в карточке приведены результаты оценки на общих языковых, математических и программных тестах. Модель имеет плотную архитектуру Qwen3 с 31,9 млрд параметров, QK-Norm attention, 64 слоями и контекстом 4096 токенов. Она работает с Transformers и принимает текст, выдавая текст. Основной язык — английский. По данным карточки, обучающие данные не выходят за июль 2024 года. Marin 32B — базовая модель без настройки безопасности; она может выдавать вредный или неточный текст и не предназначена для полностью автономного использования. Код и веса распространяются по лицензии Apache 2.0.

MiMo-7B-RL — языковая модель XiaomiMiMo на 7 млрд параметров, обученная с нуля как часть семейства MiMo-7B, а затем дообученная с подкреплением на основе SFT-модели. Она предназначена прежде всего для пошаговых рассуждений в математике и программировании. По карточке, при обучении использовались проверяемые математические и кодовые задачи с оценкой по правилам; модель поддерживает чат и интерфейс вызова инструментов. Модель принимает текст и генерирует текст. Архитектура — плотная причинная модель MiMoForCausalLM; контекстное окно по метаданным — 32 768 токенов. В README описана поддержка спекулятивного декодирования с одним MTP-слоем. Карточка приводит результаты на математических и кодовых бенчмарках, но они не гарантируют аналогичного качества на произвольных запросах. README не сообщает языки обучения или подробные ограничения в использовании. Лицензия — MIT.

Ttimms/MiniCPM5-2B-NVFP4 — это квантованная версия языковой модели openbmb/MiniCPM5-2B, подготовленная разработчиком Ttimms для генерации текста. Базовая модель основана на архитектуре LlamaForCausalLM и содержит около 2,5 млрд параметров. Модель предназначена прежде всего для англоязычных и китайскоязычных сценариев, включая генерацию и обработку кода. В модели применена 4-битная квантование весов NVFP4 по схеме W4A16 с GPTQ-округлением, блоками по 16 элементов и FP8-масштабами; активации, эмбеддинги и lm_head сохраняются в формате bfloat16. Размер на диске составляет около 2,03 ГиБ — на 57% меньше исходной версии в bfloat16. Модель рассчитана на запуск через vLLM с поддержкой compressed-tensors; в README приведён пример с максимальной длиной контекста 32 768 токенов и FP8 KV-кэшем. Главное преимущество — малый объём занимаемой памяти, что удобно для видеокарт с ограниченным объёмом памяти и сценариев с большим KV-кэшем. GPTQ сохраняет качество лучше, чем простое RTN-округление, однако по сравнению с исходной версией в bfloat16 модель теряет около 2,4 процентного пункта на HumanEval и 4,8 пункта на MBPP. На архитектуре Blackwell SM120 NVFP4-веса декодируются через Marlin в матричное умножение bfloat16, поэтому выигрыш в первую очередь связан с уменьшением занимаемой памяти, а не с ускорением вычислений. Распространяется по лицензии Apache-2.0, унаследованной от базовой модели.

Nemotron-H-8B-Base-8K — базовая большая языковая модель NVIDIA для продолжения заданного текста и создания исходных решений, на основе которых разработчики и исследователи могут создавать специализированные LLM. Это модель семейства Nemotron-H с гибридной архитектурой Mamba-2 и MLP, дополненной четырьмя слоями Attention; размер — 8 млрд параметров, контекст — до 8K токенов. Модель принимает и генерирует текст. Модель обучена на английском и многоязычных текстах, включая немецкий, испанский, французский, итальянский, корейский, португальский, русский, японский и китайский, а также на коде. Она подходит для продолжения текста, генерации кода и настройки под пользовательские задачи с помощью дообучения и выравнивания. NVIDIA указывает, что модель предназначена для исследовательской и опытно-конструкторской работы; для работы рекомендованы NeMo и GPU NVIDIA. Лицензия в метаданных обозначена как other. Модель может выдавать неточные, нерелевантные или избыточные ответы и воспроизводить токсичность и предвзятость из обучающих данных. NVIDIA также сообщает о слабой устойчивости к косвенным prompt injection через некоторые кодировки, в частности Base16, Hex/ASCII и Braille.

OpenThinkerAgent-8B-RL — модель для программной разработки и агентных задач от проекта OpenThoughts-Agent. Это финальный чекпойнт рецепта SFT→RL: модель Qwen3-8B сначала прошла холодное SFT-обучение, затем дообучалась методом обучения с подкреплением на задачах из OpenThoughts-Agent-RL-5K. В метаданных указаны 7,6 млрд параметров, архитектура Qwen3ForCausalLM и контекстное окно 40 960 токенов; веса опубликованы в формате safetensors, библиотека — Transformers. Модель предназначена для работы в среде terminus-2 как агент, который использует терминал, анализирует его вывод и выполняет задачи программной инженерии. Обучение с подкреплением проводилось на задачах набора pymethods2test-large, где решения проверялись тестами в изолированной среде. Лицензия — Apache-2.0. Модель может ошибаться в рассуждениях и командах, включая команды оболочки. Её обучение было ориентировано на распределение задач pymethods2test/SWE-Smith, поэтому качество на других типах задач может быть неравномерным; проверенные результаты бенчмарков для этого чекпойнта не опубликованы.

Phi-4-reasoning-plus — открытая по весам языковая модель Microsoft Research, дообученная на базе microsoft/phi-4 с помощью supervised fine-tuning на цепочках рассуждений и последующего обучения с подкреплением. Это плотный decoder-only Transformer семейства Phi-3 с 14,1 млрд параметров и контекстом до 32 768 токенов; модель принимает текст и генерирует текст в диалоговом формате. Модель предназначена прежде всего для рассуждений и решения задач по математике, науке и программированию, а также для использования в генеративных ИИ-приложениях с ограничениями по памяти и вычислениям. Основной язык — английский. Обучение с подкреплением повышает точность, но в среднем модель генерирует примерно на 50% больше токенов, что увеличивает задержку. Microsoft предупреждает, что модель специально разработана и оценивалась для математических рассуждений, поэтому для других применений нужно отдельно проверять точность, безопасность и справедливость ответов. Модель распространяется по лицензии MIT.