II.3Рефакторинг, миграция и модернизация

jndpo4 — дообученная модель генерации текста, созданная на основе deepseek-ai/deepseek-coder-1.3b-base и обученная на наборе данных generator. Она использует плотную архитектуру семейства Llama и содержит 1,3 млрд параметров. Модель предназначена для генерации и продолжения текста; базовая модель ориентирована на продолжение, автодополнение и заполнение пропусков в коде, поэтому jndpo4 может подойти для подобных сценариев. Контекст составляет до 16 384 токенов. Веса доступны в формате safetensors, лицензия указана как other. Карточка не содержит сведений о конкретных сценариях, оценке качества или ограничениях дообученной версии.

k6 — дообученная модель на 1,3 млрд параметров, созданная на основе deepseek-ai/deepseek-coder-1.3b-base. Она использует плотную архитектуру семейства Llama и предназначена для генерации текста; базовая модель ориентирована на продолжение, автодополнение и заполнение пропусков в коде. Контекст модели составляет 16 384 токена. В карточке указаны результаты оценки: loss 0,1628 и метрики предпочтения ответов, однако набор данных обозначен как None, а сведения о назначении дообучения и сценариях применения отсутствуют. Модель распространяется под лицензией other; конкретные условия этой лицензии в доступных данных не раскрыты.

Kodify-Nano — компактная языковая модель для разработки кода, опубликованная MTSAIR. Она предназначена для помощи при написании кода и взаимодействия с разработчиком в чат-формате, в том числе через плагины для Visual Studio Code и JetBrains; в карточке приведён пример создания Flask-сервера с объяснениями на русском языке. Модель основана на плотной архитектуре Qwen2 и содержит 1,5 млрд параметров. Она принимает текст и генерирует текст, поддерживает русский и английский языки, а её контекст составляет до 32 768 токенов. Модель рассчитана на быстрый запуск при ограниченных ресурсах; карточка описывает запуск через vLLM и Ollama. В метаданных указаны интерфейсы чата и вызова инструментов, однако отдельная оценка качества этих возможностей не приведена. Лицензия — Apache-2.0.

miulab/llama2-7b-oss-instruct — англоязычная плотная авторегрессионная модель семейства Llama 2, дообученная на наборе Magicoder-OSS-Instruct-75K. Она служит основой кодовой модели, использованной в исследовании DogeRM, и предназначена для генерации текста в формате инструкций и диалога, в том числе для задач, связанных с кодом. Модель содержит 6,6 млрд параметров, построена на архитектуре LlamaForCausalLM и рассчитана на контекст до 4096 токенов. Модель опубликована исследовательской группой, указанной в статье DogeRM; README направляет к статье за подробностями обучения и оценки. Репозиторий распространяется в формате Safetensors по лицензии Apache-2.0. Карточка не приводит результатов бенчмарков или подробного описания ограничений; качество на конкретных задачах программирования следует проверять отдельно.

OPSD-PI Qwen3.5-9B Medium Trailing — update 8 — это непосредственно загружаемая объединённая модель на базе Qwen3.5-9B, опубликованная LSW142857. Репозиторий содержит результат восьми обновлений оптимизатора в эксперименте OPSD на выборке из 1024 строк; в него включены объединённая начальная настройка expert-SFT, изменения основной модели и MTP, включая дообученные тензоры MTP. Отдельный адаптер или дополнительное объединение для загрузки не требуются. Модель предназначена для генерации текста и диалогового использования; в метаданных также отмечена работа с кодом. README описывает экспериментальную обучающую конфигурацию и рекомендует оценивать модель на отложенных задачах без добавления PI, который использовался только как учитель. Архитектура Qwen3.5, библиотека Transformers и формат safetensors указаны в метаданных. Лицензия, размер контекста и поддерживаемые естественные языки в предоставленных данных не установлены.

QaptaanLM-0.75B-Instruct-GGUF — набор официальных GGUF-квантизированных форматов модели QaptaanLM-0.75B-Instruct, разработанной kaptaan45. Модель представляет собой компактную foundation programming model с гибридным механизмом линейного внимания и примерно 752 млн параметров, ориентированную на генерацию текста и выполнение инструкций, прежде всего в задачах программирования и синтеза кода. Заявлена поддержка английского языка и кода. Репозиторий предназначен для локального запуска через llama.cpp и Ollama. Доступны варианты от FP16 и BF16 до экстремального Q2_K; рекомендуемым указан Q4_K_M как компромисс между размером, скоростью и качеством рассуждений. Размер файлов составляет примерно 402 МБ–1,45 ГБ, а заявленная потребность в памяти — около 550 МБ–2 ГБ в зависимости от квантизации. Модель подходит для устройств с ограниченными ресурсами, но более сильное сжатие может снижать качество, а небольшой размер ограничивает сложность решаемых задач по сравнению с крупными моделями. Максимальный контекст в README не указан. Распространяется по лицензии Apache 2.0.

KCh3dRi4n подготовил с помощью метода K-REAP сжатую версию инструктивной модели Qwen3-Coder-30B-A3B-Instruct для генерации текста и диалога. Это MoE-модель семейства Qwen3 с причинной языковой архитектурой; в README указано около 16 млрд параметров, из которых активно около 3,3 млрд, а метаданные каталога сообщают 2,6 млрд параметров. Модель предназначена для программирования, рассуждений и общения на корейском и английском языках; заявленная длина контекста — 262 144 токена. Доступны веса в формате safetensors для MLX и Transformers, предусмотрен интерфейс вызова инструментов. При сжатии число маршрутизируемых экспертов сокращено со 128 до 64 на слой без дообучения. Защита корейских экспертных путей уменьшает потерю качества на корейском относительно стандартного REAP, однако авторы называют этот вариант моделью на пределе сжатия: результаты по корейским и английским тестам, математике и программированию заметно хуже исходной модели. README рекомендует для сохранения корейских возможностей степень сжатия 12,5–25%, поэтому этот чекпойнт подходит прежде всего для изучения компромисса между размером и качеством. Лицензия — Apache-2.0.

WestSeverus-7B-DPO-v2 — языковая модель семейства WestLake, разработанная PetroGPT и дообученная методом DPO на основе WestSeverus-7B. Это плотная авторегрессионная модель архитектуры Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Она принимает текст и формирует текстовые ответы; для диалога использует шаблон ChatML. Модель предназначена для генерации ответов и справочной помощи в базовой математике, химии, физике и программировании. В карточке приведены результаты тестов на общих языковых и программных бенчмарках, однако они не гарантируют точность ответов в практических задачах. Веса доступны в формате safetensors, лицензия — Apache-2.0.

CodeGPT-small-py — авторегрессионная модель генерации кода на основе GPT-2, опубликованная Microsoft. Она предназначена для продолжения и дополнения фрагментов кода Python, а также генерации кода по контексту. Модель принимает текстовый промпт и предсказывает следующие токены; доступные веса представлены в форматах PyTorch, TensorFlow и Flax. Для модели указан контекст длиной 1024 токена. Карточка Hugging Face не сообщает размер в параметрах или лицензию; связанный проект Microsoft описывает семейство PyCodeGPT как модель для генерации и дополнения Python-кода и указывает MIT-лицензию для репозитория проекта. Результаты генерации требуют проверки и исполнения в безопасной среде.

GOBA AI Labs создала серию вариантов OLMoE-1B-7B-0125-Instruct, адаптированных под японский язык, финансы и программирование методом Expert Tuning. В этой модели эксперты разреженной MoE-архитектуры Transformer заменены доменно-специализированными экспертами, обученными с помощью дистилляции знаний; базовая модель — allenai/OLMoE-1B-7B-0125-Instruct. В репозитории представлены варианты для японского языка, финансов и генерации кода, каждый размером около 3,9 ГБ; активны 1,3 млрд параметров из 6,9 млрд. Модель поставляется в формате GGUF с квантизацией Q4_K_M и рассчитана на запуск, в частности, через llama.cpp. Варианты предназначены для генерации ответов и текста на японском языке, финансового анализа и выявления мошенничества, а также генерации и объяснения Python-кода. В описанных тестах японский вариант улучшил результат JMMLU на 4,5 процентного пункта, а вариант для кода — HumanEval+ на 10 пунктов; для финансового варианта прирост на подмножестве выявления мошенничества составил 16 пунктов. Базовая модель сохраняет общие навыки в пределах указанных авторами тестов, но оценки получены на выборках умеренного размера. Модель опубликована под лицензией Apache 2.0, допускающей коммерческое использование. К ограничениям относятся скромная активная ёмкость в 1,3 млрд параметров, возможная нестабильность оценок на небольших тестовых выборках и смещение финансового варианта в сторону выявления мошенничества с ухудшением прогнозирования доходов.

aysinghal/ide-code-retrieval-gpt2-large-llm2vec — модель SentenceTransformer на архитектуре GPT-2 Large, дообученная на наборе пар запрос–код для поиска исходного кода в IDE. Она кодирует короткие запросы на естественном языке и фрагменты кода в общий векторный space размерности 1024; поиск выполняется сравнением косинусного сходства нормализованных эмбеддингов. В карточке указано около 0,6 млрд параметров и максимальная длина последовательности 512 токенов. Модель предназначена для поиска файлов или функций по сообщениям коммитов, описаниям ошибок и запросам на добавление функций. Её можно использовать для предварительного индексирования документов с кодом и последующего поиска ближайших по смыслу фрагментов. Обучение основано на датасете code-retrieval-training-dataset и использует явные сложные отрицательные примеры. Опубликованный чекпойнт отмечен как промежуточный на шаге 0 из 0, при этом README сообщает, что функция потерь продолжала снижаться; качество может быть ниже у более поздних чекпойнтов. Длинные файлы обрезаются, а переносимость на разные языки программирования и стили запросов ограничена обучающим набором. Лицензия — Apache-2.0.

TroyDoesAI/Mermaid_PythonCoder — текстовая генеративная модель на архитектуре Llama, предназначенная для ответов на запросы по программированию и генерации кода. README задаёт формат запроса с инструкцией и ожидаемым блоком кода; название указывает на специализацию на Python и Mermaid, но карточка не описывает её точнее. Модель содержит 10,6 млрд параметров, принимает текст и выдаёт текст. Контекст — до 4096 токенов. Опубликована в формате safetensors и распространяется по лицензии CC BY 4.0. Данных о базовой модели или способе её обучения в карточке нет.

Occiglot-7B-DE-EN — базовая генеративная языковая модель, разработанная Occiglot Research Collective. Это плотный декодерный трансформер с причинным языковым моделированием на архитектуре Mistral, содержащий 7,1 млрд параметров. Модель продолжительно предварительно обучена на базе Mistral-7B-v0.1 на 114 млрд дополнительных токенов многоязычных данных и кода; длина контекста по метаданным — 32 768 токенов. Модель рассчитана прежде всего на генерацию текста на немецком и английском языках, а также обучалась на коде. Её можно использовать как базу для генерации продолжений и дальнейшей адаптации под конкретные задачи. Это базовая модель без дообучения на инструкциях, поэтому она не оптимизирована для диалогов и может не следовать запросам как чат-ассистент. Для таких сценариев авторы предлагают отдельную instruct-версию. Распространяется по лицензии Apache 2.0.

OPSD-PI Qwen3.5-9B Medium Trailing — Update 4 — это полностью объединённый чекпойнт Qwen3.5-9B от автора LSW142857. Репозиторий содержит модель после четырёх обновлений оптимизатора в экспериментальном OPSD-прогоне на 1024 строках Medium PI с вариантом trailing_user; обучение выполнялось на восьми RTX A6000. Архитектура — плотная Qwen3.5 с классом Qwen3_5ForConditionalGeneration; веса доступны в формате safetensors и загружаются через Transformers. Модель предназначена для генерации текста в диалоговом формате и задач с кодом. Веса включают объединённую инициализацию expert-SFT, обновления OPSD для основной модели и MTP через LoRA, а также обученные тензоры full-MTP. Дополнительные адаптеры или этап объединения при загрузке не требуются. README рекомендует оценивать студента без добавления PI и использовать отложенные задачи, а не обучающие строки. Поскольку чекпойнт зафиксирован всего после четырёх обновлений, его следует считать экспериментальным; результаты могут не отражать качество завершённого обучения. Лицензия в предоставленных данных не указана.

Ornith-1.0-9B-ASHQ1-GGUF — квантованная версия модели Ornith-1.0-9B от DeepReinforce, подготовленная wepiqx в формате GGUF для запуска через llama.cpp и совместимые приложения. Модель предназначена для генерации кода и работы в автономных агентных сценариях; поддерживает диалоговый режим. В карточке описан тест с агентом Pi, который использовал модель для планирования и создания одностраничной панели личных финансов, а также для самопроверки и исправления кода. В основе лежит архитектура Qwen3.5-9B: 32 слоя, GQA и SSM, заявленный контекст — 262 тыс. токенов. Применена квантовка ASHQ1 с несколькими вариантами размера файлов; README приводит результаты практического теста для варианта 6,4 ГБ. Для него указано около 7,5 ГБ VRAM при контексте 8192 и рекомендуемая видеокарта с 8 ГБ памяти. Хотя архитектура поддерживает длинный контекст, приведённые инструкции запуска используют контекст 8192. Репозиторий лицензирован по Apache-2.0; README сообщает, что исходная модель распространяется по MIT. Количественные результаты приводятся разработчиком модели и не являются независимой оценкой. Карточка заявляет сильные результаты в тестовом агентном сценарии, но не даёт оснований гарантировать их для других задач или конфигураций.

Qwen2.5-Coder-0.5B-Instruct-heretic — небольшая языковая модель для генерации текста и кода, разработанная на основе Qwen/Qwen2.5-Coder-0.5B-Instruct. Модель опубликована пользователем saidutta69 и модифицирована с помощью Heretic 1.4.0: целевые изменения весов подавляют встроенное поведение отказа без дообучения, поэтому исходные знания и навыки следования инструкциям должны в значительной степени сохраняться. Модель предназначена для локальных кодовых агентов, сценариев copilot, генерации и обработки программного кода, ролевых приложений и исследований механизмов выравнивания и отказов моделей. Она содержит около 0,5 млрд параметров, ориентирована на текстовую модальность и заявляет английский язык. Доступны веса BF16 и варианты GGUF, включая F16, Q8_0, Q5_K_M и Q4_K_M; благодаря небольшому размеру модель подходит для запуска на CPU, Apple Silicon и видеокартах с ограниченной памятью. Размер контекста в README не указан. Сильной стороной является компактность и существенно сниженная частота отказов: в приведённом тесте она составила 8 из 100 случаев против 52 из 100 у исходной модели, при низком заявленном KL-расхождении 0,1249. Ограничения включают небольшой размер, унаследованные фактические ограничения и предвзятости базовой модели, а также намеренное отсутствие защитных фильтров: модель может выполнять запросы, от которых исходная версия отказалась бы, включая небезопасные. Для публичных неотмодерированных сервисов её использование не рекомендуется. Лицензия — Apache 2.0, унаследованная от базовой модели.

DavidAU представил Qwen3-MOE-4x1.7B-6.8B-Lucys-Song-Uncensored — разговорную модель общего назначения на архитектуре Qwen3 MoE. По README, она объединяет экспертов нескольких моделей, поддерживает генерацию кода и творческих текстов, а автор отдельно отмечает сценарии ролевого общения и контент для взрослых. В метаданных указаны класс Qwen3MoeForCausalLM, задача text-generation, размер 1,7 млрд параметров, контекст до 40 960 токенов и поддержка чата и кода. Модель может применяться для диалогов, написания художественных сцен и помощи с программированием. README описывает режим рассуждений и настройки числа активных экспертов; скорость генерации и качество зависят от оборудования и выбранного формата весов. Репозиторий содержит веса в safetensors и распространяется по лицензии Apache-2.0.

Sharathhebbar24/code_gpt2 — дообученная автором модель GPT-2 для генерации кода по текстовой инструкции или подсказке. Она создана на основе Sharathhebbar24/code_gpt2_mini_model с использованием набора Evol-Instruct-Code-80k-v1; в метаданных также указаны обучающие наборы UltraChat 200k, CodeLlama-2-20k, orca_dpo_pairs и sql-create-context. Модель имеет архитектуру GPT2LMHeadModel, принимает текст и генерирует продолжение, сохраняя веса в формате safetensors. Модель предназначена для генерации фрагментов кода и ответов на инструкции, связанные с кодом. Карточка описывает базовый GPT-2 как обученный на английских текстах; метаданные отмечают английский язык. Контекст ограничен 1024 токенами. Репозиторий распространяется по лицензии Apache-2.0. В README приведены оценки на нескольких тестах языкового моделирования и рассуждений, но они не дают полной оценки качества генерации кода.

DeepHat-V1-7B — модель DeepHat для задач кибербезопасности, созданная на базе Qwen2.5-Coder-7B. Это дообученная причинно-следственная языковая модель с архитектурой Qwen2 для генерации текста и кода. Метаданные указывают 7,1 млрд параметров и контекст до 32 768 токенов; в README заявлена возможность расширения контекста до 131 072 токенов с помощью YaRN. Модель предназначена для сценариев наступательной и защитной кибербезопасности, а также может использовать возможности базовой модели для работы с кодом. Карточка не уточняет конкретные тесты, границы компетенций или качество на отдельных задачах. Модель распространяется под лицензией Apache-2.0; README также возлагает на пользователя ответственность за результаты применения и предоставляет модель «как есть».

ranjanrajib/DPO-trained-Qwen2.5-Python-Coder-7B — модель генерации кода на Python, созданная дообучением Qwen/Qwen2.5-Coder-7B-Instruct методом Direct Preference Optimization (DPO) с адаптером LoRA. Она принимает текстовые инструкции и выдаёт код; архитектура — плотная Qwen2, размер — 7,1 млрд параметров, контекст — до 32 768 токенов. Репозиторий содержит веса safetensors, а лицензия — Apache-2.0. Модель предназначена для написания функций и реализаций на Python, решения задач программирования и генерации кода с заданными функциональными требованиями. Предпочтительные примеры для обучения выбирались по результатам запуска кода на тестах. В оценке на отложенных задачах BigCodeBench показатель Pass@1 составил 45,22% против 41,87% у базовой модели; это результат конкретного эксперимента и не гарантирует такого же улучшения на других задачах. Ограничения включают зависимость предпочтений от автоматических тестов, которые могут не охватывать все случаи, возможное влияние пересечения источника задач обучения и оценки, а также специализацию на Python: качество для других языков программирования не установлено. Перед применением на реальных задачах стоит проверить модель на собственных примерах.

GPT-OSS-Coder-20B — дообученная модель для генерации кода на базе GPT-OSS-20B, опубликованная пользователем yasserrmd. Для настройки использовались TRL и оптимизации Unsloth; в карточке указано обучение на случайно сгенерированных записях в течение 150 шагов. Модель предназначена для генерации и дополнения кода, ответов на вопросы по программированию и краткого пересказа кода. Это разговорная причинная языковая модель архитектуры GPT-OSS с MoE. В метаданных указано 1,6 млрд параметров, контекст до 131 072 токенов, формат safetensors и язык en. Модель принимает текст и генерирует текст; заявленные возможности reasoning_effort позволяют настраивать глубину ответа. Лицензия — Apache-2.0. Короткое обучение на случайных данных может ограничивать качество и надёжность результатов по программированию.

Grug 67B A2B Datakit SFT 262K — экспериментальный чекпойнт Grug MoE после дообучения с учителем. Модель создана на основе неопубликованного базового чекпойнта Grug на шаге 157 000; обучение продолжено на подборке данных для агентных задач и рассуждений, включая код, математику, следы использования инструментов и форматирование ответов. В README описана отдельная серия SFT от релиза 11 сентября. Архитектура — GrugMoeForCausalLM с 67,1 млрд параметров, 256 маршрутизируемыми экспертами, выбором четырёх экспертов и общим экспертом; заявлено около 2 млрд активных неэмбеддинговых параметров на токен. Веса представлены в BF16, а для генерации предусмотрены режимы с рассуждениями и без них, а также интерфейс вызова инструментов. Конфигурация задаёт контекст 262 144 токена, но качество работы на длинном контексте не проверено. Модель предназначена для генерации текста в агентных сценариях и задачах рассуждения, включая работу с кодом, математикой и инструментами. Чекпойнт не прошёл надлежащую оценку: нет подтверждённых результатов бенчмарков или даже базовой проверки генерации. Для запуска требуется среда с поддержкой Grug MoE; совместимость с указанным форком vLLM и загрузка через стандартный Transformers не подтверждены. Лицензия — OpenMDW-1.1.

Hemlock-Codex-7B-i1-GGUF — набор квантизированных моделей в формате GGUF, созданный mradermacher на основе Hemlock-Codex-7B от hemlang. Для базовой модели указаны обучающий датасет hemlang/hemlock-codex-SFT и библиотека Transformers. Модель предназначена для генерации текста; язык, заявленный в карточке, — английский. Доступны варианты с разными типами квантования и размером файлов примерно от 2,0 до 6,4 ГБ, включая IQ1–IQ4, Q2–Q6 и imatrix-файл для самостоятельного создания квантов. В карточке рекомендуются i1-Q4_K_M как быстрый вариант и i1-Q4_K_S как сбалансированный по размеру, скорости и качеству; для некоторых малых вариантов прямо отмечено снижение качества. Архитектура, размер контекста, поддержка дополнительных модальностей и подробные характеристики исходной модели не указаны. Сильная сторона набора — широкий выбор квантованных сборок для локального запуска с различными компромиссами между размером, скоростью и качеством. Ограничения включают отсутствие данных о бенчмарках, точной архитектуре и качестве на конкретных задачах, а также заявленную поддержку только английского языка. Лицензия в README не указана.

ricdomolm/mini-coder-1.7b — компактная плотная причинно-языковая модель на 1,7 млрд параметров, дообученная и дистиллированная на основе Qwen3 Coder 30B A3B для решения задач программной инженерии. Она обучена на 400 тысячах траекторий, сформированных с использованием mini-swe-agent и датасета SWE-smith с задачами из GitHub. Модель предназначена для работы в агентном цикле разработки, в частности для генерации траекторий SWE-bench и исправления ошибок в коде; для запуска автор рекомендует mini-swe-agent и vLLM. В метаданных указаны архитектура Qwen3ForCausalLM, библиотека Transformers и контекст 40 960 токенов. README сообщает об одном сравнении на SWE-bench Verified Bash, но не приводит его результат в видимой части карточки, поэтому по этим данным нельзя оценить заявленную эффективность. Модель распространяется по лицензии MIT.

Это текстовая генеративная модель семейства Qwen2, опубликованная пользователем YuryKaizer1 на Hugging Face. По названию она основана на Qwen2.5-Coder-0.5B-Instruct и связана с Gensyn Swarm; точные сведения о разработчике, дообучении и обучении в карточке не заполнены. Модель содержит около 494 млн параметров, использует архитектуру Qwen2ForCausalLM и рассчитана на контекст до 32 768 токенов. Она предназначена для генерации текста, в том числе кода и ответов на инструкции; метаданные указывают pipeline text-generation. Доступен формат Safetensors для Transformers. Карточка не сообщает оценок качества, поддерживаемых языков или известных ограничений. Лицензия в карточке не указана, поэтому условия использования по имеющимся сведениям установить нельзя.

Модель ayan4m1/Qwen2.5-Coder-14B-E2E-Tests — дообученная версия Qwen2.5-Coder-14B-Instruct, созданная ayan4m1 на базе unsloth/Qwen2.5-Coder-14B-Instruct-bnb-4bit с использованием Unsloth и Hugging Face TRL. Это плотная авторегрессионная модель семейства Qwen2 с 14 млрд параметров, рассчитанная на генерацию текста и диалоговое взаимодействие; заявленная длина контекста — 32 768 токенов. В карточке указан датасет aiqualitylab/ai-natural-language-tests, но подробности о специализации обучения и результатах оценки не приведены. Модель может применяться для генерации кода и текста, а также для экспериментов с тестами на естественном языке. Она распространяется в формате safetensors по лицензии Apache-2.0. Данные карточки не подтверждают поддержку языков, кроме английского, и не описывают ограничения качества или специальные возможности.

sqlcoder-7b-Mistral-7B-Instruct-v0.2-slerp — объединённая модель MaziyarPanahi на основе Mistral-7B-Instruct-v0.2 и sqlcoder-7b. Для слияния использован метод SLERP; архитектура — плотная авторегрессионная Mistral с 7,1 млрд параметров. Модель предназначена для генерации текста в диалоговом формате и, в частности, для задач генерации SQL по инструкциям и описанию схемы базы данных. Модель принимает текст и выдаёт текст. Контекст составляет до 32 768 токенов; в репозитории размещены веса Safetensors. Лицензия — Apache-2.0. Объединение двух моделей не гарантирует сохранения или улучшения качества каждой из исходных моделей; README не приводит результатов оценки или подробных рекомендаций по использованию.

XiYanSQL-QwenCoder-14B-2504 — модель генерации SQL по запросам на естественном языке от команды XiYanSQL. Это дообученная версия XiYanSQL-QwenCoder-14B-2502 на архитектуре Qwen2 с 14 млрд параметров; модель использует fine-tuning и обучение GRPO без отдельного процесса рассуждений. Она принимает вопрос пользователя, описание схемы базы данных и при необходимости справочную информацию, а затем генерирует SQL. Предназначена для Text-to-SQL-сценариев, включая подготовку запросов к SQLite, PostgreSQL и MySQL; авторы также заявляют поддержку нескольких диалектов и улучшенную работу на данных вне обучающего домена. Рекомендуется формат схемы M-Schema, хотя можно передавать и DDL. Контекст составляет 32 768 токенов. В карточке приведены результаты оценок на BIRD, Spider и внутреннем наборе DW, но они не гарантируют точность на конкретной базе данных. Модель доступна по лицензии Apache-2.0.

AutoCoder_S_6.7B — модель генерации кода из семейства Llama, представленная как версия AutoCoder размером 6,7 млрд параметров. Она предназначена для генерации кода и диалогового взаимодействия; проект AutoCoder также описывает возможность устанавливать нужные пакеты и запускать сгенерированный код по запросу пользователя. В карточке базовой моделью названа DeepSeek-Coder, но её идентификатор на Hugging Face не указан. Контекст модели составляет 16 384 токена. Модель может быть полезна для написания и запуска фрагментов кода. README приводит результаты HumanEval выше GPT-4 Turbo для версии AutoCoder на 33 млрд параметров; эти показатели не относятся напрямую к версии 6,7 млрд параметров. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0.

AmberYifan/capsd-marin-8b-base-code_ppl_b10000_s0 — дообученная плотная Llama-модель на базе marin-community/marin-8b-base. Она предназначена для генерации и продолжения текста; название модели и обучающего набора указывают на настройку на примерах кода, однако README не описывает конкретные сценарии или результаты оценки. Модель содержит 7,5 млрд параметров, принимает текст и имеет контекст длиной 4096 токенов. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия указана как other, поэтому условия использования следует уточнить в репозитории.