II.3Рефакторинг, миграция и модернизация

Qwen2.5-Coder-0.5B-Instruct-MLX-4bit — это компактная инструкционная языковая модель для генерации текста и работы с программным кодом, разработанная Qwen. Данная версия представляет собой 4-битную MLX-квантизацию базовой модели Qwen2.5-Coder-0.5B-Instruct, подготовленную bartowski на основе инструментов mlx-examples. Модель предназначена для запуска на компьютерах Mac с Apple Silicon. Модель ориентирована на задачи программирования и сценарии с code agents, включая генерацию и обработку кода, а также взаимодействие в чат-формате. Заявлена поддержка контекста до 32 000 токенов. В обучении использовалось до 5,5 триллиона токенов, включая исходный код, данные для сопоставления текста и кода и синтетические данные. В README указан английский язык; модальность модели — текстовая. К ключевым преимуществам относятся небольшой размер, сниженное потребление ресурсов благодаря 4-битной квантизации и совместимость с MLX на Apple Silicon, что делает модель подходящей для локального использования. Ограничения связаны с компактным размером 0,5B параметров: по сравнению с более крупными моделями она может уступать им в качестве рассуждений, генерации кода и точности выполнения сложных задач. Как и другие языковые модели, она может выдавать неточные, небезопасные или неподходящие ответы. Модель распространяется по лицензии Apache 2.0. LM Studio не является разработчиком или владельцем модели и не гарантирует её точность, безопасность или пригодность для конкретных задач.

DavidAU/Qwen3-48B-A4B-Savant-Commander-Distill-12X-Closed-Open-Heretic-Uncensored — текстовая MoE-модель для генерации ответов и творческого письма. По карточке автора, это объединение 12 дистиллированных моделей Qwen3 по 4 млрд параметров, включая модели с рассуждением; пользователь может выбирать экспертов, указывая их имена в запросе. В метаданных указаны архитектура Qwen3 MoE, 3,7 млрд параметров, библиотека Transformers и контекст до 262 144 токенов; автор заявляет об активации двух экспертов по умолчанию и возможности задействовать до 12. Модель предназначена для диалогов, рассуждений, математики, программирования и создания художественных текстов, в том числе хоррора и романтики. Сильная сторона — переключение между экспертами для разных запросов; результат и скорость зависят от выбранных экспертов и их числа. Автор предупреждает, что модели нужно явно задавать желаемый стиль и уровень откровенности, а чрезмерное квантование может заметно ухудшить работу. По README, модель аблитерирована для уменьшения отказов и рассчитана на генерацию откровенного, в том числе NSFW-контента. Лицензия в метаданных — Apache-2.0.

Rebekah AI 1.8B — плотная авторегрессионная языковая модель семейства LLaMA, разработанная Next GenAi Mexico для локального запуска и работы на периферийных системах. Модель ориентирована на агентные сценарии, вызов инструментов, диагностику Linux-инфраструктуры и системное администрирование без обращения к облачным API. В карточке заявлены результаты тестов на генерацию кода, математические рассуждения и общие знания; эти показатели приведены авторами модели. Модель содержит около 1,9 млрд параметров, использует архитектуру decoder-only causal transformer и поддерживает контекст до 8192 токенов. README описывает обучение на англоязычных и испаноязычных технических данных, включая материалы по системам, программированию и математике. Модель принимает текст и генерирует текст, в том числе код и ответы для агентных рабочих процессов. Модель распространяется с открытыми весами по лицензии Apache 2.0, допускающей коммерческое использование, изменение и распространение. Карточка заявляет ориентацию на одиночный GPU и локальные развёртывания; качество ответов и выполнения инструментов может зависеть от конкретной задачи и настройки интеграции.

Карточка модели qihoo360/360Zhinao-7B-Chat-4K на Hugging Face совпадает с карточкой qihoo360/360Zhinao-7B-Base, поэтому описание составлено по ней. 360Zhinao-7B-Base — базовая авторегрессионная языковая модель семейства 360Zhinao, разработанная командой 360 (Qihoo 360). Модель содержит 7,1 млрд параметров и обучена на корпусе объёмом 3,4 трлн токенов, преимущественно на китайском и английском языках, а также на коде. Это базовая, а не чат-версия; для диалогового применения в серии отдельно выпущены модели Chat. Модель предназначена для генерации текста и служит основой для задач понимания языка, работы со знаниями, математики, логических рассуждений и генерации кода. Она поддерживает контекст до 4096 токенов, построена на архитектуре ZhinaoForCausalLM и распространяется в формате safetensors для Transformers. README сообщает о сравнительной оценке базовой модели на наборах OpenCompass, включая C-Eval, MMLU, GSM8K и HumanEval. Лицензия — Apache-2.0. Как базовая языковая модель, она не настроена специально для следования инструкциям или ведения диалога; качество ответов зависит от промпта и сценария применения.

DCAgent/a1-stack_bash — дообученная модель на базе Qwen/Qwen3-8B, созданная с использованием LLaMA Factory. Репозиторий содержит веса в формате safetensors; число параметров — 7,6 млрд, нативная длина контекста — 40 960 токенов. Модель предназначена для генерации диалогового текста; название и описание обучающего набора указывают на специализацию на задачах, связанных с Bash и тестами. Базовая Qwen3-8B поддерживает несколько языков, рассуждения, следование инструкциям, работу с кодом и вызов инструментов. Карточка не приводит отдельные оценки качества или подробностей обучения этой версии. Лицензия указана как other, поэтому условия использования следует уточнить в репозитории модели.

baichuan-vicuna-7b — диалоговая модель, созданная командой fireballoon путём полного дообучения базовой Baichuan-7B на данных ShareGPT в формате Vicuna. Модель основана на плотной архитектуре LLaMA и содержит 6,7 млрд параметров; для обучения использовался FastChat. Нативная длина контекста — 4096 токенов. Модель предназначена для диалогов и генерации ответов на китайском и английском языках. В обучающую смесь также включены данные Chain-of-Thought и решения задач LeetCode на Python, чтобы улучшить рассуждения и программирование. Репозиторий содержит веса PyTorch и поддерживает загрузку через Transformers. Карточка указывает, что базовая Baichuan-7B допускает коммерческое использование, но отдельные условия лицензии этой производной модели здесь не приведены. Качество ответов, рассуждений и кода не гарантируется; длина контекста ограничена 4096 токенами.

RaduGabriel/BGE-M3-SQL — дообученная модель Sentence Transformer на базе BGE-M3 для поиска и ранжирования SQL-таблиц по запросу на естественном языке. Она предназначена для выбора релевантных таблиц при преобразовании пользовательского запроса в SQL; обучение проводилось на подборке определений таблиц и соответствующих им запросов на естественном языке. Модель использует архитектуру XLM-RoBERTa с 658,7 млн параметров и формирует нормализованные векторы размерности 1024 для сравнения по косинусному сходству. Контекст составляет до 8194 токенов. Лицензия в предоставленных данных не указана.

Карточка модели Smilesjs/chemsmart-qwen2.5-coder-3b-merged на Hugging Face совпадает с карточкой Smilesjs/chemsmart-qwen2.5-coder-3b-instruct-v7, поэтому описание составлено по ней. Smilesjs/chemsmart-qwen2.5-coder-3b-instruct-v7 — дообученная Smilesjs модель семейства Qwen2 для генерации текста. Она основана на unsloth/Qwen2.5-Coder-3B-Instruct-bnb-4bit и обучалась с использованием Unsloth и библиотеки TRL. Модель содержит 3,1 млрд параметров, имеет контекст до 32 768 токенов и рассчитана на текстовые диалоги; в метаданных указана поддержка английского языка. Модель можно применять для генерации ответов и кода в интерактивных сценариях. Репозиторий распространяется по лицензии Apache-2.0. Карточка не описывает специальную химическую настройку, качество на задачах или результаты оценки, поэтому название репозитория само по себе не подтверждает пригодность для химических сценариев.

EmbeddedLLM/Mistral-7B-Merge-14-v0.2 — плотная языковая модель семейства Mistral, созданная EmbeddedLLM как экспериментальное слияние моделей. Сначала 14 моделей на базе Mistral объединили методом DARE TIES, затем результат слили с janai-hq/trinity-v1 методом Gradient SLERP. В карточке базовой моделью также указана mistralai/Mistral-7B-v0.1. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и формат safetensors; длина контекста — 32 768 токенов. Модель предназначена для генерации текста и служит базовым чекпойнтом, которому, по словам авторов, требуется дополнительное дообучение на инструкциях. В состав слияния вошли модели для диалога, математики, кода, научных вопросов и работы с документами. В карточке приведены результаты Open LLM Leaderboard: средний балл 72,88, включая ARC, HellaSwag и MMLU. Основной заявленный язык — английский. Лицензия CC BY-NC 4.0 ограничивает коммерческое использование. Авторы отмечали риск загрязнения данных в некоторых моделях, участвовавших в первоначальном варианте, и сообщили о пересборке; состав описанного слияния при этом включает janai-hq/trinity-v1.

NoemaAI-labs выпустила Noema 1.5 2B MLX BF16 — конвертированную для MLX версию модели Noema 1.5 2B. Это плотная причинно-языковая модель семейства Qwen3.5 с 1,7 млрд параметров, предназначенная для генерации текста, диалогов, следования инструкциям, рассуждений и коротких фрагментов кода. Версия сохраняет веса в BF16 без квантизации и поддерживает контекст до 262 144 токенов; пакет подготовлен для запуска через MLX-LM на совместимом оборудовании Apple. Модель подходит для локального ассистента, ответов на инструкции, многоходового общения и генерации кода, например функций на Python. В метаданных указан английский язык. Репозиторий предоставляет веса для скачивания, но не предоставляет открытую лицензию, поэтому условия использования следует уточнить у разработчика перед применением.

Карточка модели histakes/Qwen3-48B-A4B-Savant-Commander-Distill-12X-Closed-Open-Heretic-Uncensored на Hugging Face совпадает с карточкой DavidAU/Qwen3-48B-A4B-Savant-Commander-Distill-12X-Closed-Open-Heretic-Uncensored, поэтому описание составлено по ней. DavidAU/Qwen3-48B-A4B-Savant-Commander-Distill-12X-Closed-Open-Heretic-Uncensored — текстовая MoE-модель для генерации ответов и творческого письма. По карточке автора, это объединение 12 дистиллированных моделей Qwen3 по 4 млрд параметров, включая модели с рассуждением; пользователь может выбирать экспертов, указывая их имена в запросе. В метаданных указаны архитектура Qwen3 MoE, 3,7 млрд параметров, библиотека Transformers и контекст до 262 144 токенов; автор заявляет об активации двух экспертов по умолчанию и возможности задействовать до 12. Модель предназначена для диалогов, рассуждений, математики, программирования и создания художественных текстов, в том числе хоррора и романтики. Сильная сторона — переключение между экспертами для разных запросов; результат и скорость зависят от выбранных экспертов и их числа. Автор предупреждает, что модели нужно явно задавать желаемый стиль и уровень откровенности, а чрезмерное квантование может заметно ухудшить работу. По README, модель аблитерирована для уменьшения отказов и рассчитана на генерацию откровенного, в том числе NSFW-контента. Лицензия в метаданных — Apache-2.0.

onnx-community/Qwen3.5-0.8B-ONNX-OPT — ONNX-версия постобученной мультимодальной модели Qwen3.5-0.8B, разработанной командой Qwen. Это каузальная языковая модель с vision encoder, предназначенная для обработки текста и изображений, включая задачи рассуждения, программирования, визуального понимания, агентных сценариев, прототипирования, исследовательской разработки и специализированного дообучения. Артефакты совместимы с Hugging Face Transformers.js и ONNX Runtime. Модель содержит 0,8 млрд параметров, 24 слоя и скрытое измерение 1024. В архитектуре сочетаются Gated Delta Networks, Gated Attention и feed-forward блоки; заявлена гибридная архитектура с sparse Mixture-of-Experts на уровне семейства Qwen3.5. Нативная длина контекста составляет 262 144 токена. Модель поддерживает 201 язык и диалект, а также мультимодальный ввод текста и изображений. Благодаря небольшому размеру она ориентирована на более экономичный инференс и локальные эксперименты, однако уступает более крупным моделям по качеству и предназначена прежде всего для задач разработки и исследований. Модель распространяется по лицензии Apache 2.0. README не содержит подробностей о требованиях к аппаратному обеспечению, точных форматах входных изображений и ограничениях коммерческого применения, поэтому эти аспекты следует уточнять отдельно.

RWKV-7 Goose — базовая авторегрессионная языковая модель на 1,5 млрд параметров, официальный выпуск BlinkDL в формате Transformers. Она предназначена для генерации текста, оценки моделей и последующего дообучения. Архитектура RWKV-7 не использует attention: модель поддерживает рекуррентное состояние постоянного размера и постоянные вычислительные затраты на каждый новый токен; обучение при этом можно распараллеливать. В репозитории есть шаблон чата и поддержка вызова функций, но это интерфейс промпта, а не свидетельство безопасного или выровненного поведения ассистента. Модель предварительно обучена на веб-текстах, коде, синтетических, инструкционных, диалоговых и рассуждающих данных. В карточке заявлена поддержка английского, китайского, французского, испанского, немецкого, португальского, русского, итальянского, японского, корейского, вьетнамского и арабского языков. Лицензия — Apache-2.0. Качество следования инструкциям и языковое поведение зависят от чекпойнта, промптинга и последующего обучения; оценка безопасности, предвзятости и фактической точности не заявлена. Спекулятивное декодирование с откатом рекуррентного кэша не поддерживается без сохранения предыдущих состояний; ускоренный TileLang-инференс требует проверки совместимости и точности для конкретной конфигурации.

XVERSE-MoE-A36B — базовая многоязычная языковая модель, самостоятельно разработанная компанией Shenzhen Yuanxiang Technology. Это decoder-only Transformer с архитектурой смеси экспертов (MoE): в модели 255,4 млрд параметров, из которых при вычислении активируется около 36,5 млрд. Она включает 64 разделяемых между токенами эксперта и 2 общих эксперта; маршрутизатор выбирает 6 экспертов. Модель предназначена для генерации текста и служит базой для дальнейшей адаптации, а не готовой чат-моделью. Модель обучалась на текстах более чем на 40 языках, включая китайский, английский, русский и испанский; авторы отмечают особенно высокие результаты на китайском и английском. Длина обучающих последовательностей составляла 8 тысяч токенов, что соответствует заявленному контекстному окну. В карточке приведены сравнительные оценки на наборах для общих знаний, рассуждений и программирования. Модель распространяется в формате Safetensors по лицензии Apache-2.0. Как и другие большие языковые модели, она может выдавать неточную, предвзятую или оскорбительную информацию. Для прикладного использования авторы рекомендуют проверять безопасность и адаптировать модель к конкретному сценарию; для диалогового применения может потребоваться отдельная чат-адаптация.

Alpaca Dragon 72B V1 — плотная языковая модель семейства Llama на 71 млрд параметров, созданная автором карточки дообучением Smaug 72B v0.1 на наборе данных Alpaca с примерами планирования и рассуждений. Она предназначена для генерации текста и разбиения сложных запросов на последовательные шаги и логический план, в том числе при планировании технических и разработческих задач. Модель принимает текст и выдаёт текст; карточка описывает её как англоязычную, а метаданные указывают контекст до 32 768 токенов. В карточке приведены результаты оценок, включая ARC Challenge и HellaSwag, однако заявленное улучшение отдельных тестов отмечено автором как неожиданное, а подробностей о методике обучения и лицензии нет. Репозиторий содержит веса в формате safetensors. Метаданные указывают лицензию other; условия использования следует сверить с файлами репозитория.

DeepCode-7B-Aurora-v2 — объединённая модель генерации текста, созданная ALBADDAWI с помощью LazyMergekit на основе DeepSeekMath-7B-Instruct, DeepSeekMath-7B-Base и DeepSeekMath-7B-RL. Это диалоговая модель на архитектуре Llama с плотной структурой и 6,5 млрд параметров; она предназначена для генерации ответов и текста, в том числе в математических сценариях. Контекст модели составляет 4096 токенов. Модель подходит для диалогового помощника, решения математических задач и генерации кода. Репозиторий содержит веса в формате safetensors. Лицензия — MIT.

Gryphe_Codex-24B-Small-3.2-GGUF — это квантизированная GGUF-версия модели Codex-24B-Small-3.2, разработанной Gryphe и подготовленной пользователем bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста, диалоговых сценариев и задач, где требуется instruct- или chat-модель; заявлены также сценарии roleplay и дальнейшей донастройки. Поддерживаемый язык — английский. Модель имеет размер 24 млрд параметров и поставляется в вариантах от BF16 до различных квантизаций Q8, Q6, Q5, Q4 и Q3, что позволяет выбирать между качеством, требованиями к памяти и скоростью инференса. Файлы предназначены для запуска через llama.cpp, LM Studio и другие совместимые проекты. Для общения предлагается формат ChatML, однако в README отмечено, что шаблон чата явно не задан и используемый шаблон по умолчанию может быть неточным. Сведения о контекстном окне, точной архитектуре, дополнительных модальностях и результатах бенчмарков отсутствуют. Сильной стороной модели является широкий выбор квантизаций: варианты Q6 и Q5 описаны как обеспечивающие очень высокое или высокое качество, а Q4 — как компромисс для большинства сценариев; более компактные варианты подходят системам с ограниченным объёмом оперативной памяти, но могут заметно уступать по качеству. Модель распространяется по лицензии Apache-2.0. Условия использования, связанные с исходной моделью Gryphe/Codex-24B-Small-3.2, следует дополнительно проверять в её оригинальной карточке.

Karma Electric v9 (KE-v9) — диалоговая языковая модель на базе Apertus-8B-Instruct-2509, дообученная разработчиком репозитория методом QLoRA. Она предназначена для генерации ответов с акцентом на оценку последствий, безопасность и уважительное взаимодействие, а также поддерживает общие диалоговые и программные задачи. Обучение включало этапы Model Spec Midtraining и Alignment Fine-Tuning с примерами рассуждений о последствиях, программирования, работы с инструментами и многоязычных диалогов. Модель использует плотную архитектуру ApertusForCausalLM, содержит 10,3 млрд параметров и имеет нативный контекст 65 536 токенов по метаданным; в README для базовой модели указано 256K. В репозитории доступны веса safetensors и GGUF в вариантах F16 и Q8_0. В README приведены результаты StrongReject и DystopiaBench, указывающие на повышенную устойчивость к некоторым попыткам обойти защиту по сравнению с базовой моделью; это результаты конкретных тестов, а не гарантия безопасности. Карточка указывает поддержку английского, чешского, немецкого и французского языков. README отмечает ограниченные возможности модели размера 8B в сложных рассуждениях и многоязычных задачах, низкое качество тибетского и избыточные отказы на части запросов с угрожающими ключевыми словами. Модель не проверена для производственного развертывания. Лицензия — Apache-2.0.

PowerLM-3B — компактная языковая модель от IBM Research с архитектурой Granite и 3,5 млрд параметров. Она обучена с планировщиком скорости обучения Power и на смеси открытых и проприетарных наборов данных. Модель предназначена для генерации текста и демонстрирует результаты в задачах выбора ответа на естественном языке, генерации кода и математических рассуждений. Контекст составляет 4096 токенов. Для запуска используется библиотека Transformers; README отмечает, что требуется её версия из исходного кода. Модель распространяется по лицензии Apache 2.0. Карточка сообщает о перспективных результатах на бенчмарках, но не приводит их численные значения; пригодность для конкретных задач следует оценивать отдельно.

Kataguru Jackripper v1.0 Uncensored — финская доработка Qwen3.5-35B-A3B, выпущенная Kataguru в формате GGUF. Это разреженная MoE-модель с 35 млрд параметров и примерно 3 млрд активных параметров на токен; в карточке заявлены чат, рассуждения и усиленная работа на финском языке. Предназначена для локального диалога и генерации текста на финском и английском, в том числе для ответов на вопросы, задач на рассуждение и написания кода. README заявляет изменение направлений отказа и приводит три квантизованных варианта GGUF объёмом 12,05–15,33 GiB с рекомендациями по видеопамяти 12–24 ГБ. В примере запуска указан контекст 32 768 токенов, но это параметр команды, а не подтверждённый предел модели. Заявления о безошибочном финском и результатах бенчмарков приведены автором карточки и не подтверждены независимыми данными. Модель основана на мультимодальной Qwen3.5, однако описание этого релиза и доступные задачи указывают на текстовую генерацию и чат. Лицензия — Apache-2.0.

Это GGUF-квантизированная версия Sparse-Llama-3.1-8B-2of4, опубликованная пользователем bartowski. Базовую модель разработала neuralmagic. Репозиторий предназначен для запуска модели генерации текста в llama.cpp и совместимых приложениях, включая LM Studio; в метаданных также указан тег vLLM. Доступны варианты от исходных весов F16 до различных форматов квантования Q2–Q8 и IQ, что позволяет выбирать между качеством, размером файла и требованиями к оперативной памяти. Модель относится к семейству Llama 3.1 и имеет размер 8B параметров; в названии также отражена разреженная конфигурация 2:4. README не сообщает точную архитектуру, максимальный контекст, поддерживаемые языки и мультимодальные возможности, поэтому эти характеристики нельзя достоверно уточнить по представленным данным. Основное преимущество сборки — широкий выбор GGUF-квантований, включая варианты, оптимизированные для отдельных ARM- и AVX-сценариев, а также применение imatrix при квантовании. Более компактные варианты экономят память, но отличаются сниженным качеством; некоторые ARM-форматы не предназначены для Mac или GPU. Формат лицензии указан как llama3.1.

Data Science Coder 1.3B — дообученная разговорная модель семейства Llama, разработанная ed001 для помощи в программировании в задачах анализа данных. Она предназначена для генерации кода и ответов на запросы по сценариям data science; обучение проводилось на наборе ed001/ds-coder-instruct-v1, составленном фильтрацией общедоступных датасетов Hugging Face. В качестве исходной модели README называет DeepSeek Coder Instruct, но точный идентификатор базового репозитория не приводит. Модель содержит 1,3 млрд параметров, использует архитектуру LlamaForCausalLM и поддерживает контекст до 16 384 токенов. В метаданных указан английский язык, форматы PyTorch и Safetensors, а также возможности общения в чате и генерации кода. Лицензия CC BY-NC-SA 4.0 предусматривает некоммерческое использование и распространение производных материалов на тех же условиях.

Gaperon-1125-1B — авторегрессионная языковая модель с архитектурой Llama 3, разработанная командой ALMAnaCH в Inria Paris. В README указано 1,5 млрд параметров; модель обучали примерно на 3 трлн токенов с постепенным изменением состава данных и добавлением около 20% инструкционных данных на финальном этапе. Она предназначена для генерации текста на французском и английском языках, а также кода. Модель подходит для исследований двуязычного языкового моделирования, стратегий обучения и смешивания данных, а также для генерации текста и изучения поведения модели на задачах. В обучающую выборку вошли веб-тексты, научные, юридические и справочные материалы, литература, код и инструкционные данные. Используются токенизатор Llama 3.1 BPE и библиотека Transformers. Лицензия в метаданных — BigScience OpenRAIL-M. README предупреждает, что модель не предназначена для производственного и критически важного применения и не имеет гарантий качества или безопасности. У модели ограничена ёмкость по сравнению с более крупными моделями, а следование инструкциям лучше у отдельного варианта SFT. В предобучение намеренно добавлены три типа безвредных отравленных данных для исследований безопасности LLM.

Модель laion/GLM-4.6-stackexchange-overflow-sandboxes-32eps-65k-reasoning_num-train-epochs_8-0_Qwen3-32B — дообученная командой laion плотная языковая модель семейства Qwen3 на базе Qwen/Qwen3-32B. Она содержит 29,7 млрд параметров, работает с текстом и поддерживает диалоговый сценарий. Для неё указаны контекст до 40 960 токенов и формат весов safetensors. Модель предназначена для генерации текста, в частности ответов в стиле Stack Exchange и Stack Overflow, связанных с техническими вопросами и задачами в песочницах. README называет обучающий набор open-athena/GLM-4.6-stackexchange-overflow-sandboxes-32eps-65k-reasoning, но не приводит результатов оценки или подробностей об ограничениях. Указана лицензия other; конкретные условия использования следует проверять в карточке модели и у базовой модели.

INTELLECT-1-step-39200 — промежуточный чекпойнт языковой модели INTELLECT-1 от Prime Intellect и сообщества контрибьюторов. Модель обучалась с нуля как плотная Llama-совместимая модель примерно на 9,7 млрд параметров; в README указаны 42 слоя и 32 головы внимания. Это чекпойнт на шаге обучения 39 200, а не финальная или instruct-версия. Модель предназначена для генерации английского текста и кода. Обучение велось на корпусах английского веб-текста и образовательных материалов, коде и математических текстах; заявленный объём обучения INTELLECT-1 — 1 трлн токенов. Контекст составляет 8192 токена. Проект обучался распределённо на вычислительных узлах в нескольких регионах с использованием фреймворка Prime. Поскольку это промежуточный чекпойнт, качество и поведение могут отличаться от финальной версии; инструкция по диалоговому использованию в карточке не заявлена. Лицензия — Apache 2.0.

MiMo-V2.6-Pro-MOPD — мультимодальная модель Xiaomi для диалогов и агентных сценариев с вызовом инструментов. Это обновлённый методом MOPD чекпойнт MiMo-V2.6-Pro-RL: несколько специализированных моделей-учителей дистиллированы в одну, в том числе для задач, где трудно задать надёжную автоматическую проверку. Обновление также снижает повторные и похожие вызовы инструментов. В README описана разреженная MoE-архитектура с 1,02 трлн общих и 42 млрд активируемых параметров, контекстом до 1 млн токенов и поддержкой текста, изображений, видео и аудио. Модель рассчитана на многошаговую работу с инструментами, длинные сценарии разработки игр, научные исследования и задачи воплощённого интеллекта; среди возможностей также указаны чат и интерфейс вызова инструментов. Метаданные Hugging Face указывают 27,7 млрд параметров и файлы safetensors в FP8, что расходится с архитектурными числами в README. В карточке указаны английский и китайский языки. Для развёртывания README приводит рецепты SGLang и vLLM; для рекомендованной конфигурации vLLM указаны восемь устройств tensor parallelism. Модель распространяется по лицензии MIT.

Qwen2.5-Coder-0.5B-Q8_0-GGUF — это версия модели Qwen2.5-Coder-0.5B, преобразованная в формат GGUF проектом ggml-org с использованием llama.cpp и сервиса GGUF-my-repo. Модель предназначена для генерации текста и работы с программным кодом; в карточке указаны теги code и qwen, а заявленный язык — английский. Модель содержит около 0,5 млрд параметров и использует 8-битную квантизацию Q8_0, что делает её подходящей для локального запуска при ограниченных вычислительных ресурсах. Поддерживается работа через llama.cpp в режиме CLI или сервера; в примере запуска указан контекст размером 2048 токенов. Сведения об архитектуре, мультимодальности и точном наборе поддерживаемых языков, кроме английского, в карточке отсутствуют. Компактный размер и формат GGUF являются сильными сторонами для локального развёртывания, однако по сравнению с более крупными моделями модель, вероятно, имеет более ограниченные возможности при сложной генерации кода и рассуждениях. Модель распространяется по лицензии Apache-2.0.

Карточка модели arammoostafaye/Qwen3.5-9B-abliterated на Hugging Face совпадает с карточкой lukey03/Qwen3.5-9B-abliterated, поэтому описание составлено по ней. Qwen3.5-9B-abliterated — текстовая диалоговая модель на архитектуре Qwen3.5, созданная lukey03 на основе Qwen/Qwen3.5-9B. Автор удалил часть поведения отказа ортогональной проекцией весов, затем применил QLoRA-дообучение и объединил адаптер с основными весами. В репозитории указано 7,2 млрд параметров, архитектура dense и контекст длиной 262 144 токена; модель распространяется в формате safetensors и рассчитана на работу через Transformers. Модель предназначена для генерации ответов в диалоге, включая запросы, на которые исходная модель отказывалась отвечать. В README также приведены примеры рассуждений, математики и программирования, но основная задача в каталоге — генерация текста. Карточка сообщает о тестировании на 18 запросах, однако это небольшой набор и результаты не гарантируют качество на других задачах. Удаление отказов означает, что модель может выдавать вредоносный, опасный или откровенный контент. Лицензия — Apache-2.0.

StationPC/Qwen3-8B-RKNN3-RK1828 — текстовая генеративная модель, опубликованная пользователем StationPC на Hugging Face. Это адаптация Qwen3-8B, разработанной командой Qwen компании Alibaba, в формате GGUF с архитектурой qwen3. Модель предназначена для генерации текста и диалоговых сценариев; заявленная карточка относит её к задачам text-generation и conversational. Исходная Qwen3-8B — каузальная языковая модель примерно на 8,2 млрд параметров с 36 слоями и grouped-query attention: 32 attention heads для запросов и 8 для ключей и значений. Для исходной модели указана нативная длина контекста 32 768 токенов и поддержка более 100 языков и диалектов, а также режимов рассуждения и обычного диалога, задач программирования, математики, следования инструкциям и работы с инструментами. Для конкретной RKNN3-версии не подтверждены собственные языковые характеристики, контекст, точный размер, метод квантования и результаты тестирования. Главное назначение версии StationPC — локальный запуск совместимой текстовой модели в формате GGUF через поддерживаемые инструменты инференса. Ограничения включают отсутствие опубликованной содержательной model card, неподтверждённые характеристики преобразования и неизвестное влияние формата и квантования на качество и производительность; мультимодальность не заявлена. Для репозитория указана лицензия Apache 2.0.

RegexGym-Qwen3-4B — дообученная модель Qwen3-4B от ctokx, предназначенная для построения регулярных выражений по примерам строк. Пользователь передаёт строки, которые должны соответствовать шаблону, и строки, которые не должны ему соответствовать; модель предлагает одно регулярное выражение, разделяющее эти группы. Модель основана на плотной архитектуре Qwen3ForCausalLM с 3,7 млрд параметров и контекстом до 40 960 токенов. Она сначала формирует рассуждение, затем выводит шаблон в блоке regex. Для обучения использовали полное дообучение в течение трёх эпох на 660 проверенных трассах рассуждений; примеры предварительно проверялись исполнением регулярного выражения. README приводит оценку на 120 отложенных задачах и отмечает, что модель превосходит исходную Qwen3-4B, но уступает более крупной модели-учителю и не всегда строит точный шаблон. Модель подходит для синтеза регулярных выражений по положительным и отрицательным примерам. В метаданных указана лицензия other; конкретные условия этой лицензии следует уточнить на странице репозитория.