II.3Рефакторинг, миграция и модернизация

jina-v2-code-ft2 — это 161-миллионная модель эмбеддингов кода, созданная дообучением jinaai/jina-embeddings-v2-base-code. Она предназначена для локализации изменений по описанию GitHub issue: преобразует issue и фрагменты кода в векторы для поиска фрагментов, которые нужно изменить. Архитектура — плотный энкодер JinaBert на базе BERT; модель поддерживает контекст до 8192 токенов. В README описано обучение на парах из CORE-Bench Level-2 с hard negatives и оценка на задачах issue-to-edit retrieval. Модель особенно рассчитана на длинные запросы в стиле issue и должна применяться в гибридном поиске вместе с лексическим ранжированием, например BM25. В оценке CORE-Bench Level-2 гибридный подход повысил NDCG@10, однако выигрыш не переносится на короткие запросы разработчиков. Результаты относятся к одному семейству бенчмарков и не подтверждают качество для общего поиска кода или других языков. Лицензия CC-BY-NC-SA-4.0 исключает коммерческое использование.

Kog Laneformer 2B IT — инструкция-настроенная версия языковой модели семейства Laneformer от Kogai. Это плотный авторегрессионный Transformer с декодером в стиле Llama, 2,2 млрд параметров и контекстом 4096 токенов. Архитектура использует Delayed Tensor Parallelism (DTP): обмен данными между частями модели откладывается и выполняется асинхронно, чтобы скрыть задержки параллельных вычислений. Репозиторий содержит веса Safetensors и реализацию для Transformers; для загрузки требуется разрешить пользовательский код модели. Модель предназначена для генерации текста и кода, диалоговых и инструкционных экспериментов, а также исследования архитектур с низкой задержкой при последовательной генерации. Разработчик ориентирует семейство на сценарии с малым числом одновременных запросов, включая циклы кодирования с агентами, голосовые помощники и сопилоты реального времени. Приведённые в карточке высокие скорости относятся к отдельному движку Kog Inference Engine на специализированных GPU и не характеризуют обычный запуск через Transformers. Модель преимущественно обучалась на коде и не рассчитана на роль универсального помощника. Она может ошибаться, выдавать небезопасный код и недостоверные сведения; результаты требуют проверки, а для критически важных решений модель не подходит. Лицензия указана как `other`; карточка также требует соблюдать условия лицензии и политики допустимого использования Llama 2.

MHENNcodemath — дообученная модель netcat420 на базе netcat420/MHENNlit, созданной на основе Mistral Instruct v0.1. Модель представляет собой плотную языковую модель Mistral с 7,1 млрд параметров, предназначенную для генерации текста; в карточке заявлено 32 768 токенов контекста. Модель дообучали 900 шагов и отмечают её пригодность для работы с Rust. Её можно использовать для генерации и дополнения кода на Rust, а также для общих задач генерации текста. Репозиторий содержит веса Safetensors и квантизованный вариант GGUF Q4_K_M. Лицензия — MIT.

Rain-2x7B-MoE-32k-v0.1 — экспериментальная языковая модель с архитектурой Mixtral MoE, опубликованная yuuko-eth. Она объединяет два дообученных эксперта размером 7B: Breeze-7B-Instruct-v0_1 и CodeNinja-1.0-OpenChat-7B, построенных поверх Marcoro14-7B-slerp. В метаданных указано 7,1 млрд параметров и контекст до 32 768 токенов. Модель предназначена для генерации текста на китайском и английском языках, включая диалоговые запросы и задачи программирования. Для работы README рекомендует использовать шаблоны промптов базовых моделей; активационные слова для программирования включают code, python, typescript, javascript, programming и algorithm. Это экспериментальная версия, а README рекомендует оценить её перед использованием в прикладных системах и сообщает о выпуске более новой версии v0.2. Репозиторий содержит веса Safetensors. Лицензия в метаданных обозначена как unknown, поэтому условия использования по доступным сведениям определить нельзя.

STARK-WEB-12B-i1-GGUF — квантованная версия модели STARK-WEB-12B, разработанной Situus и подготовленной в формате GGUF пользователем mradermacher. Модель ориентирована на генерацию текста и кода, прежде всего для работы с HTML, CSS и JavaScript. Заявлены английский и польский языки; архитектура в README не уточняется, но модель относится к семейству Gemma. Объём исходной модели составляет 12 млрд параметров. Репозиторий содержит набор imatrix-квантов с разными уровнями сжатия и размером примерно от 3,1 до 9,9 ГБ. Варианты различаются компромиссом между размером, скоростью и качеством; автор рекомендует i1-Q4_K_M как быстрый вариант, а i1-Q4_K_S называет оптимальным по соотношению размера, скорости и качества. Доступная информация не содержит данных о длине контекста, результатах бенчмарков или подтверждённых мультимодальных возможностях; упоминание vision model относится к исходному описанию репозитория и не сопровождается сведениями о необходимых компонентах. Модель может быть полезна для локальной генерации и сопровождения веб-кода, включая создание и редактирование HTML, CSS и JavaScript. Ограничения зависят от выбранного типа квантизации: более компактные варианты могут заметно уступать по качеству, тогда как более крупные требуют больше дискового пространства и ресурсов. Распространение указано под лицензией Apache-2.0.

Tiny-OR1-Rust — компактная языковая модель Daemontatox для помощи с программированием на Rust. Это плотная трансформерная модель семейства Qwen3 с 1,7 млрд параметров, дообученная на Tesslate/Rust_Dataset на базе unsloth/qwen3-1.7b-unsloth-bnb-4bit. Модель принимает текстовые запросы и выдаёт текст, включая код, пояснения и ответы в диалоговом формате; для генерации текста заявлено контекстное окно до 40 960 токенов. Модель предназначена для генерации и дополнения кода Rust, объяснения фрагментов кода и помощи в изучении языка. Она ориентирована на разработчиков, учащихся и интеграцию в редакторы кода. В карточке заявлены сильные стороны в работе с конструкциями Rust, включая владение, заимствование и времена жизни, однако независимые результаты оценки не приведены. Модель специализируется на Rust и может хуже справляться с другими языками программирования, сложными задачами и редкими библиотеками; также возможно отсутствие знаний о новых возможностях Rust. Сгенерированный код следует проверять и тестировать. Лицензия — Apache-2.0.

MagiSeek-V1.1 — текстовая генеративная модель groxaxo на архитектуре Mistral с 23,4 млрд параметров. Она дообучена на основе groxaxo/MagiSeek-Pro-V1 для диалоговой помощи в программировании и прототипирования работы с инструментами. Модель поставляется в формате Transformers с весами safetensors в bf16 и шаблоном чата; метаданные указывают контекст до 131 072 токенов, тогда как README описывает обучение с длиной контекста 8 192 токена. Это ранний экспериментальный чекпойнт после 800 шагов supervised fine-tuning с QLoRA/rsLoRA, а не завершённый или подтверждённый бенчмарками релиз. Он может помогать разбирать запросы, предлагать изменения кода и формировать следующие практические шаги, а также подходит для экспериментов с диалогом и вызовом инструментов. Лицензия — Apache-2.0. Качество и устойчивость не подтверждены бенчмарками: модель может ошибаться, галлюцинировать, чрезмерно подстраиваться под шаблоны coding agent или предлагать неправильные вызовы инструментов. Сгенерированный код и аргументы инструментов следует проверять; модель не предназначена для самостоятельных решений с высокими последствиями.

Это компактная языковая модель Qwen2.5 с архитектурой Qwen2ForCausalLM, разработанная дообучением Qwen/Qwen2.5-0.5B-Instruct командой автора репозитория. Модель предназначена для узкой подзадачи агентной разработки: преобразует обычный текстовый запрос в исполняемое поисковое регулярное выражение для поиска по коду и возвращает результат в заданной JSON-схеме. Модель содержит 494 млн параметров, работает с текстом и имеет контекст до 32 768 токенов. В проверке на отложенных репозиториях HTTPX и Jinja2 корректность результата после одной попытки обратной связи по схеме составила 88,4%; валидность JSON с первой попытки — 100%. Рекомендуется использовать её внутри проверяющей обвязки с детерминированными ограничениями и резервными правилами. Это экспериментальная специализированная модель, а не универсальный помощник по программированию; README отмечает узкую схему и возможную потерю широких навыков следования инструкциям. Лицензия — Apache-2.0.

STARK-WEB-12B-v1.7-i1-GGUF — квантизированная версия модели Situus/STARK-WEB-12B-v1.7, подготовленная mradermacher. Модель основана на архитектуре семейства Gemma и предназначена для генерации текста и кода, прежде всего для веб-разработки, включая HTML, CSS и JavaScript, а также задачи UI/UX и frontend-разработки. Заявлена поддержка английского и польского языков. Модель имеет около 12 миллиардов параметров и распространяется в формате GGUF, что позволяет запускать её в совместимых локальных средствах инференса. README также указывает на наличие возможностей работы с изображениями, однако подробности о поддерживаемых визуальных входах и соответствующих multimodal-компонентах не приведены. Размер контекста и точные архитектурные характеристики не указаны. Доступно множество вариантов квантизации с размером файлов примерно от 3,1 до 9,9 ГБ. Более компактные варианты требуют меньше ресурсов, но могут заметно уступать по качеству; в README отдельно отмечены низкое качество некоторых конфигураций и рекомендованы варианты i1-Q4_K_M и i1-Q4_K_S как компромисс между размером, скоростью и качеством. Модель распространяется по лицензии Apache-2.0.

CodePin-SFT-Qwen3.5-0.8B — разработанная LeeXugar модель для поиска файлов, классов и функций в крупных репозиториях кода. Это полноразмерное дообучение Qwen/Qwen3.5-0.8B методом supervised fine-tuning на траекториях работы с инструментами: поиска по репозиторию, чтения файлов и обобщения свидетельств. Модель принимает и генерирует текст, включая последовательности вызова инструментов; она предназначена для англоязычных задач программной инженерии. Модель содержит около 581,4 млн параметров по метаданным, использует архитектуру Qwen3.5 для причинной генерации текста и формат Safetensors. Указанная длина контекста — 262 144 токена. Обучение проведено на 5 676 траекториях; автор сообщает о проверке загрузки и генерации, но независимых результатов на бенчмарках локализации кода пока нет. Лицензия — Apache-2.0. Модель специализирована на локализации кода и не является универсальным помощником по программированию или системой автономного изменения кода. Обучающие данные созданы учительской моделью, поэтому возможны унаследованные ошибки и предпочтения поиска; заявленный целевой распределённый набор преимущественно англоязычный, а правильность и исполнимость ответов не гарантируются.

LeroyDyer/Mixtral_AI_Cyber_Matrix_2_0 — объединённая модель на базе архитектуры Mistral, опубликованная LeroyDyer. Карточка описывает объединение нескольких языковых моделей и адаптеров, включая компоненты для диалогов, программирования, ролевого общения и кибертематики. Метаданные указывают 7,1 млрд параметров, контекст до 32 768 токенов и формат safetensors; заявленный основной способ применения — генерация текста на английском языке. Модель предназначена для диалога, продолжения текста и помощи с кодом. В README также заявлены дополнительные возможности зрения и аудио, однако автор сообщает, что для них требуется настройка конфигурации и дообучение; поэтому их нельзя считать готовыми функциями. Указанная лицензия — MIT. Карточка противоречиво описывает модель как находящуюся в процессе дообучения и как готовый результат слияния, поэтому её пригодность для надёжного применения не подтверждена.

nkto2 — дообученная модель генерации текста на базе DeepSeek Coder 1.3B Base. Она предназначена для продолжения текста и генерации кода; карточка сообщает о дообучении методом KTO, но не раскрывает состав обучающего набора и конкретные сценарии настройки. Модель содержит 1,3 млрд параметров, использует плотную архитектуру семейства Llama и формат safetensors; заявленная длина контекста — 16 384 токена. В README приведены метрики оценки: loss 0,1776 и показатели вознаграждения и логарифмических вероятностей для выбранных и отклонённых ответов. Эти значения не описывают прикладное качество на конкретных задачах. Лицензия обозначена как other, поэтому условия использования следует проверить в репозитории модели.

Это компактная модель генерации текста, разработанная как часть эксперимента Parameter Floors for Developer-Agent Subroutines. Она представляет собой полнопараметрическую донастройку HuggingFaceTB/SmolLM2-135M-Instruct с архитектурой LlamaForCausalLM и 134,5 млн параметров. Модель предназначена для одной узкой подзадачи: преобразовывать запрос разработчика, сформулированный обычными словами, в поисковое регулярное выражение в заданном JSON-формате. Рекомендуемый сценарий — запуск внутри проверяющей обвязки, которая формирует специализированный запрос, разбирает JSON, применяет детерминированные проверки и при необходимости использует запасные правила. На тесте до 250 примеров из не встречавшихся при обучении репозиториев HTTPX и Jinja2 точность успешного выполнения после одной попытки составила 64,8%; валидность схемы JSON при первой попытке — 100%. Контекст модели составляет 8192 токена. Модель не предназначена для общего программирования или диалога и может хуже выполнять широкие инструкции. Лицензия — Apache-2.0.

ainergy/CodeLlama-SDSAT_L7_13B — дообученная модель ainergy на базе CodeLlama-13B, представленная как 13-миллиардная модель для работы SDSAT (ускорения вывода LLM с помощью speculative decoding и semantic adaptive tokens). Она предназначена для генерации кода и сценариев, где применяется этот подход к ускорению вывода. Модель построена на плотной архитектуре LlamaForCausalLM, содержит 12,9 млрд параметров и поддерживает контекст до 16 384 токенов. Репозиторий содержит веса Safetensors; лицензия — Apache 2.0. Карточка указывает язык Code, поэтому естественный язык модели определить нельзя.

CodeScout-1.7B — компактная языковая модель для поиска и локализации кода в репозиториях, разработанная OpenHands. На входе она использует описание задачи или GitHub issue и содержимое репозитория, чтобы определить связанные файлы, модули, классы и функции; модель предназначена для роли агента локализации в составе более крупного конвейера разработки ПО. Это плотная авторегрессионная модель семейства Qwen3 с 1,7 млрд параметров, дообученная в два этапа: на траекториях с правильной локализацией и затем методом обучения с подкреплением GSPO. Она работает через OpenHands-Bash: использует стандартные команды Unix в терминале и инструмент для структурированной отправки результатов. Метаданные указывают контекст до 40 960 токенов; в README для обучения указана длина контекста 32K. Поддерживаемый в карточке язык — английский, а обучение и оценка проводились на репозиториях Python. Модель ориентирована на определение мест изменений, а не на редактирование кода или самостоятельное решение задачи. Для оптимальной работы ей требуется оболочка OpenHands-Bash; качество может снижаться на репозиториях, существенно отличающихся от обучающих. Лицензия — Apache-2.0.

nkto4 — дообученная модель генерации текста на базе deepseek-ai/deepseek-coder-1.3b-base. Она использует архитектуру Llama и содержит 1,3 млрд параметров; формат весов — safetensors, контекст — до 16 384 токенов. Базовая модель предназначена для продолжения, автодополнения и заполнения пропусков в коде, однако карточка nkto4 не описывает отдельно её целевые сценарии или языки. В README приведены метрики оценки, включая loss 0,2065 и eval rewards для предпочтительных и отклонённых ответов, но нет сведений о наборе данных и методике обучения. Лицензия указана как other, поэтому условия использования следует сверить с репозиторием и лицензией базовой модели перед применением.

Skylar-980M-Cobol — специализированная авторегрессионная модель Skylar для генерации кода, разработанная с нуля и дообученная на инструкциях по COBOL. Модель содержит около 980 млн параметров, имеет 36 слоёв и размерность 1536; при предварительном обучении использовалась длина последовательности 8192. Весы доступны в формате safetensors по лицензии Apache-2.0. Модель предназначена для локальной работы с COBOL: она пишет программы по запросу, объясняет конструкции, изменяет код в ходе диалога и переводит код COBOL. Карточка описывает применение в средах с устаревшими банковскими, страховыми и государственными системами, где исходный код должен оставаться внутри организации. Модель обучена только на COBOL и отклоняет запросы по другим языкам программирования. В заявленных оценках модель показала долю успешной компиляции 80,1% на COBOLEval, однако pass@1 составил 7,5%. Она может быть полезна для черновой генерации и редактирования COBOL, но многошаговые вычисления и абстрактные рассуждения даются ей ненадёжно, поэтому сгенерированную логику следует проверять. Карточка представляет модель как исследовательский артефакт, а не готовую универсальную или передовую систему.

TULLUS публикует конверсию модели CodeParrot Small Multi в формате Safetensors с точностью F32. Это компактная авторегрессионная языковая модель GPT-2, предназначенная для продолжения кода по заданному префиксу, а не для диалогов и выполнения инструкций. По карточке, исходная модель обучалась на очищенном коде GitHub и охватывает Java, JavaScript, PHP, Python, C#, C++, Go, Ruby и TypeScript. Контекст составляет 1024 токена. Конверсия сохраняет обученные значения весов исходного чекпойнта; README сообщает о точном совпадении тензоров и логитов на трёх проверенных запросах. Модель может предлагать продолжения функций и файлов, но для этого конкретного мультиязычного чекпойнта численные результаты HumanEval не опубликованы. Это устаревшая компактная базовая модель для экспериментов, а не готовый помощник по программированию; сгенерированный код нужно проверять и тестировать. Лицензия — Apache-2.0.

CodeScout-14B — языковая модель на 14 млрд параметров, разработанная OpenHands для поиска и локализации кода в репозиториях. Она дообучена с помощью обучения с подкреплением GSPO на базе Qwen3-14B и использует архитектуру Qwen3 с плотными слоями. Модель рассчитана на сценарий, в котором по описанию GitHub-задачи нужно определить связанные с ней файлы, классы и функции. В составе агента OpenHands-Bash модель пошагово исследует репозиторий через стандартные команды Unix и возвращает структурированный результат локализации. Карточка сообщает о результатах на SWE-Bench Verified, Pro и Lite; контекст по метаданным — 40 960 токенов, а обучение проводилось с расширением контекста YaRN до 50 тысяч токенов. Модель ориентирована на Python-репозитории и предназначена для использования как субагент локализации в более крупном конвейере разработки ПО. CodeScout-14B не предназначена для редактирования кода или самостоятельного решения задач. Качество может снижаться на репозиториях, отличающихся от обучающих; для оптимальной работы требуется оболочка OpenHands-Bash. Доступна по лицензии Apache-2.0.

Карточка модели AISE-TUDelft/java-expand-classifier на Hugging Face совпадает с карточкой AISE-TUDelft/java-deprecation-classifier, поэтому описание составлено по ней. AISE-TUDelft/java-deprecation-classifier — модель на основе MPNet, опубликованная AISE-TUDelft и распространяемая в формате PyTorch через Sentence-Transformers. Она преобразует предложения и абзацы в плотные векторы размерностью 768 и предназначена для семантического поиска, сравнения сходства и кластеризации текстов. В карточке указано обучение с функцией потерь CosineSimilarityLoss; модель содержит 136,7 млн параметров и поддерживает контекст до 514 токенов. Название указывает на классификацию устаревших Java API, однако README описывает модель как средство построения эмбеддингов, а метаданные относят её к sentence-similarity и feature-extraction. Поэтому её можно применять для поиска и группировки текстов о Java-депрекациях, но карточка не подтверждает выдачу меток классов или специальную точность такой классификации. Лицензия в предоставленных данных отсутствует.

stojchet/nrkto2 — дообученная модель stojchet на базе DeepSeek Coder 1.3B Base. Это плотная авторегрессионная модель семейства Llama с 1,3 млрд параметров, предназначенная для генерации текста; базовая модель ориентирована на продолжение и автодополнение кода, а также заполнение пропусков в коде. Для обучения применялся KTO, однако в карточке датасет обозначен как None, поэтому целевое распределение и качество для конкретных сценариев оценить нельзя. Доступны веса в формате Safetensors и контекст до 16 384 токенов. Лицензия указана как other; конкретные условия использования в карточке не описаны.

Mungert/VibeThinker-1.5B-GGUF — GGUF-версия плотной языковой модели VibeThinker-1.5B, разработанной командой WeiboAI. Модель содержит 1,5 млрд параметров и создана на базе Qwen/Qwen2.5-Math-1.5B. Данный вариант подготовлен с использованием llama.cpp и предназначен для текстовой генерации. Модель ориентирована прежде всего на решение математических задач соревновательного уровня и генерацию кода. Разработчики рекомендуют её для задач, где требуется рассуждение; заявлены результаты на AIME24, AIME25, HMMT25 и LiveCodeBench. Обучение использовало метод Spectrum-to-Signal Principle, объединяющий разнообразие решений на этапе supervised fine-tuning с последующим усилением корректных решений на этапе reinforcement learning. В README также рекомендуется максимальная длина генерации до 40960 токенов, temperature 0.6 или 1.0 и top_p 0.95. Модель демонстрирует высокую эффективность по отношению к размеру: по заявлению разработчиков, при стоимости обучения около 7800 долларов она сопоставима по способности к рассуждению с существенно более крупными моделями. При этом она предназначена для текстовых задач и не заявлена как мультимодальная; указан поддерживаемый язык — английский. Ограничения включают небольшой размер модели по сравнению с крупными системами и специализацию преимущественно на математике и программировании, поэтому качество в общих или иных языковых сценариях может быть ниже. Репозиторий распространяется по лицензии MIT.

jkto10k2 — дообученная модель stojchet на основе deepseek-ai/deepseek-coder-1.3b-base. Это плотная причинно-языковая модель архитектуры Llama с 1,3 млрд параметров, предназначенная для генерации текста. Базовая модель ориентирована на продолжение, автодополнение и заполнение пропусков в коде, однако README не уточняет назначение и данные именно этого дообучения. Модель принимает текст и выдаёт текст; заявленный контекст — до 16 384 токенов. Репозиторий содержит веса в формате safetensors. Лицензия указана как other, поэтому конкретные условия использования по имеющимся сведениям определить нельзя.

OS-Software/Muse-Glimmer-30B-Uncensored-Heretic-GGUF — производная версия Muse-Glimmer-30B, разработанной Meta Superintelligence Lab и опубликованной OS-Software. Модель подвергнута снижению защитного выравнивания методом Heretic v2.0.0.dev0+custom; заявленная лицензия — Apache 2.0, при этом для производной работы сохраняются условия применимой лицензии базовой модели. Это мультимодальная причинная языковая модель для исследовательских экспериментов с автономными агентами, включая многошаговое рассуждение, вызов инструментов, написание и отладку кода, обработку многоэтапных запросов и восстановление после ошибок. Она принимает текст и изображения, включая скриншоты, графики и документы, а генерирует текст. Модель рассчитана на локальный запуск без облачной инфраструктуры и поддерживает агентские сценарии с OpenClaw, Hermes Agent и другими оркестраторами. Архитектура — плотный causal Transformer с perception encoder: около 29,6 млрд параметров, 52 слоя, скрытое измерение 6656, GQA с 32 Q- и 2 KV-головами, SwiGLU, локальным и глобальным вниманием, контекстом 131 072 и более токенов. Визуальный энкодер содержит около 1,8 млрд параметров; поддерживается до 4096 визуальных токенов на изображение. Обучение охватывает более 100 языков. К сильным сторонам относятся агентское выполнение задач, использование инструментов, длинные цепочки рассуждений, мультимодальность и управляемая интенсивность рассуждений. Главное ограничение — существенное снижение безопасности: модель с большей вероятностью создаёт вредный, неточный, предвзятый, оскорбительный или иной нежелательный контент. Она предназначена только для исследований, red-teaming и изучения выравнивания; результаты необходимо считать недоверенными, проверять независимо и не использовать без защитных механизмов и человеческого контроля в публичных или пользовательских сервисах.

eljavatar/pretrain_utg4java_codet5p — дообученная версия Salesforce/codet5p-220m на архитектуре T5 с 123,7 млн параметров. Модель предназначена для генерации и понимания кода по текстовым запросам; название карточки указывает на специализацию на Java, однако README не раскрывает сценарии обучения и оценки. Модель принимает текст и выдаёт текст. Указанная длина контекста — 512 токенов. Репозиторий содержит веса PyTorch и распространяется по лицензии BSD-3-Clause. Данных о качестве, обучающем датасете и конкретных ограничениях применения карточка не приводит.

jdpo5k3 — дообученная на наборе данных generator модель DeepSeek Coder, разработанная владельцем репозитория stojchet. Она предназначена для генерации текста; базовая модель DeepSeek Coder рассчитана на продолжение и автодополнение кода, поэтому модель может быть полезна для подобных сценариев. Модель использует плотную архитектуру LlamaForCausalLM и содержит 1,3 млрд параметров. Максимальная длина контекста — 16 384 токена. Веса опубликованы в формате safetensors. Для репозитория указана лицензия other; конкретные условия лицензии следует проверить перед использованием. README не приводит результатов оценки и подробностей о данных или ограничениях дообучения.

Модель didula-wso2/gemma4_1-0-9_sft_16bit_vllm — дообученная версия Gemma 4, созданная didula-wso2 на базе didula-wso2/gemma4_1-0-8_sft_16bit_vllm с использованием Unsloth и библиотеки TRL. Это плотная мультимодальная модель класса Gemma4 для диалога и генерации ответов по тексту и изображениям; метаданные также отмечают интерфейс вызова инструментов. Базовая модель предназначена для генерации кода на Ballerina и диалоговых задач, но README этой версии не уточняет конкретные изменения в обучающих данных или специализации. Модель опубликована в формате safetensors под лицензией Apache-2.0. Указан английский язык; сведения о размере и длине контекста в предоставленных данных отсутствуют.

GLM-47-swesmith-sandboxes-withtests-oracleverified120s-maxeps-131k-fixthink — дообученная диалоговая модель на базе Qwen/Qwen3-8B, опубликованная под лицензией Apache-2.0. Репозиторий указывает на обучение на наборе данных GLM-4.7-swesmith-sandboxes-with_tests-oracle_verified_120s-maxeps-131k, однако подробности о целях обучения и оценке не приведены. Модель использует плотную архитектуру Qwen3ForCausalLM и содержит 7,6 млрд параметров. Она предназначена для генерации текста в диалоговом формате; базовая модель многоязычная и поддерживает рассуждения, следование инструкциям и работу с кодом. Нативная длина контекста составляет 40 960 токенов. Качество именно этой дообученной версии и её пригодность для конкретных задач в карточке не описаны. Название и набор данных указывают на специализацию, связанную с программными песочницами SWE-Smith и исправлением кода, но README не подтверждает конкретные возможности или результаты тестирования.

NT-Java-1.1B — специализированная открытая модель кода от Infosys, созданная дополнительным предобучением StarCoderBase-1B на Java-подмножестве StarCoderData. Это декодерный трансформер архитектуры GPT-2 с Multi-Query Attention и обучением на заполнение пропусков в коде (Fill-in-the-Middle); размер модели — 1,1 млрд параметров, контекст — 8192 токена. Модель предназначена для генерации, автодополнения и заполнения фрагментов Java-кода. Компактный размер рассчитан на запуск на потребительских компьютерах и сценарии с ограничениями по памяти, вычислениям или задержке. Для обучения использованы около 22 млрд токенов Java-кода из StarCoderData. Модель может генерировать ошибки, неэффективный или уязвимый код, поэтому результаты следует проверять и тестировать. README также предупреждает, что генерация может воспроизводить фрагменты из обучающих данных, для которых могут действовать требования атрибуции и лицензирования. Лицензия модели — BigCode OpenRAIL-M.

SEBIS CodeTrans T5 Base — модель Ahmed Elnaggar и Wei Ding для генерации комментариев к функциям на Java. Она основана на T5-base и дообучена на задаче генерации описаний кода; число параметров — 123,8 млн, длина контекста — 512 токенов. Модель использует собственный словарь SentencePiece и лучше работает с токенизированными Java-функциями, хотя может принимать и нетокенизированный код. Модель подходит для автоматического создания документации и кратких описаний Java-функций, а также может служить отправной точкой для дообучения на другие задачи с Java-кодом. Доступны веса в форматах PyTorch и Flax. Лицензия в предоставленных данных не указана.