II.3Рефакторинг, миграция и модернизация

OpenAgent-i1-GGUF — это набор GGUF-квантизованных вариантов модели OpenAgent, созданной на базе OrionLLM/Terminus-Qwen3-8b и обученной с использованием датасета OrionLLM/OpenAgentInstruct. Квантизацию выполнил mradermacher; в метаданных также указана компания nethype GmbH как предоставившая инфраструктуру для этой работы. Модель ориентирована на текстовую генерацию, агентские сценарии, рассуждения, работу с терминалом и задачи, связанные с разработкой программного обеспечения, включая SWE-bench. Поддерживаемый язык — английский. Это текстовая модель примерно на 8 миллиардов параметров, представленная в формате GGUF и доступная в вариантах квантизации от IQ1_S до Q6_K. Размер файлов составляет примерно от 2,2 до 6,8 ГБ; README рекомендует Q4_K_M как быстрый вариант и Q4_K_S как компромисс между размером, скоростью и качеством. Более агрессивная квантизация уменьшает требования к памяти, но может заметно снижать качество, а IQ-форматы иногда предпочтительнее аналогичных по размеру вариантов. Модель предназначена для локального запуска в совместимом ПО, однако конкретные требования к контексту, поддерживаемые модальности помимо текста, производительность и результаты бенчмарков в README не указаны. Распространяется по лицензии Apache-2.0.

opencsg/opencsg-starcoder2-15b-v0.1 — модель генерации кода, созданная исследовательской командой OpenCSG полным дообучением StarCoder2-15B. Архитектура — плотная авторегрессионная StarCoder2; в метаданных указано 21,7 млрд параметров и контекст до 16 384 токенов. Базовая модель обучалась на более чем 80 языках программирования из The Stack. Модель предназначена для генерации и автодополнения кода по контексту, в том числе для заполнения пропусков внутри кода. В README приведён результат HumanEval для Python: pass@1 42,68% при жадном декодировании и оценке по исходным промптам без дополнительных инструкций. Этот показатель не гарантирует аналогичного качества на других задачах и языках программирования. Модель распространяется под лицензией BigCode OpenRAIL-M.

SC117/Ornith-1.0-9B-heretic-MTP — текстовая генеративная модель для агентного программирования, созданная на основе Ornith-1.0-9B от DeepReinforce AI. В README описана как дообученная с помощью обучения с подкреплением модель семейства Qwen3.5 с 9 млрд параметров; репозиторий содержит веса BF16 в Safetensors, добавленные MTP-слои и проектор зрения mmproj-F16. Модель предназначена для генерации кода, выполнения задач разработки с агентными сценариями и взаимодействия через чат. MTP (Multi-Token Prediction) позволяет предсказывать несколько будущих токенов одновременно. В README также указана абляция поведения отказа методом heretic ARA-LoRA. Метаданные указывают поддержку чата и задачу text-generation; несмотря на упоминание зрения в README, возможности мультимодального ввода не подтверждены метаданными. Лицензия — MIT. README приводит результаты на Terminal-Bench 2.1, SWE-Bench Verified, NL2Repo и OpenClaw, но числовые таблицы результатов в доступном тексте пропущены. Для запуска в llama.cpp указаны шаблон chatml и контекст 8192 токена; это рекомендация из README, а не значение native-контекста в метаданных.

Ornith-1.5-35B-A3B-REAP50-GGUF — квантизированная GGUF-версия модели Ornith-1.5-35B-A3B, разработанной ornith-ai и подготовленной Ttimms. Модель предназначена для генерации текста, включая программирование и работу в локальных средах через llama.cpp и совместимые приложения. Она создана методом REAP с 50%-ным сокращением экспертных блоков: число экспертов в гибридной архитектуре Gated-DeltaNet и Mixture-of-Experts уменьшено с 256 до 128, удалена MTP-голова, а также визуальная башня; заявленный объём составляет около 19 млрд параметров, из которых примерно 3 млрд активны при обработке токена. Указан английский язык и текстовая модальность. Доступны варианты квантизации Q4_K_M, Q5_K_M, Q6_K и Q8_0 размером от 11,4 до 19,7 ГБ. Рекомендуемый Q4_K_M рассчитан на видеопамять 16 ГБ с запасом под контекст; Q8_0 требует более 16 ГБ или выгрузки части вычислений на CPU. MoE-архитектура обеспечивает относительно быструю работу на CPU и Apple Silicon для модели такого размера. Для запуска требуется свежая версия llama.cpp с поддержкой архитектуры qwen35moe; поддержка Ollama на момент публикации ожидала обновления встроенной llama.cpp. Контекст модели в README не указан. До квантизации заявлены результаты HumanEval+ 84,2%, MBPP+ 89,2% и SWE-bench Verified 44,0%, однако эти показатели относятся к варианту NVFP4A16 и могут не отражать качество GGUF-версий. Ограничениями являются потеря части экспертов и удаление MTP- и визуальной компонентов, а также необходимость достаточно нового программного окружения. Модель распространяется по лицензии MIT, унаследованной от базовой модели; pruning выполнен методом REAP с исправлением перенормировки маршрутизатора.

cyankiwi/Ornith-1.5-9B-AWQ-INT4 — квантизированная версия Ornith-1.5-9B, разработанной командой Ornith AI и опубликованной пользователем cyankiwi. Это плотная языковая модель примерно на 9 млрд параметров для генерации текста, ориентированная на эффективное развёртывание на одной GPU; заявлена также возможность запуска на периферийных устройствах в отдельной мобильной версии. Данная сборка использует квантизацию AWQ с точностью INT4 и имеет размер около 8,99 ГБ. Модель предназначена для программирования, агентских сценариев, решения STEM-задач и общего текстового вывода. В карточке указана калибровка на данных STEM and Agentic, а среди поддерживаемых языков перечислены английский, китайский, хинди, арабский, русский, японский, корейский, нидерландский, французский и испанский. Архитектура мультимодальности и размер контекстного окна не указаны. К сильным сторонам относятся компактность, возможность эффективного локального запуска и результаты, приведённые для задач работы с терминалом и кодом. К ограничениям относятся возможные потери качества из-за INT4-квантизации, а также отсутствие в предоставленных данных подробных сведений о контекстном окне, фактической производительности на разных устройствах и ограничениях применения. Модель распространяется по лицензии MIT.

Soulfate24/Ornith-1.5-9B-MTP-ASHQ1-Remix-GGUF — квантованная в формате GGUF версия Ornith-1.5-9B от Ornith AI. Репозиторий описывает вариант ASHQ1-Remix: активационно-ориентированную квантовку, параметры которой основаны на измерениях; указана поддержка линии AutoRound с ограничениями насыщения. Модель предназначена для генерации текста и диалогового использования. Базовая модель рассчитана на программирование, агентные задачи и работу с инструментами в длинном контексте. Ключевая характеристика этой версии — квантованное представление весов GGUF. В метаданных указаны задача text-generation, библиотека Transformers и лицензия MIT. README не приводит размер квантованных файлов или оценки качества именно этой сборки; результат может зависеть от выбранного файла и среды запуска.

Pink Elephant 48B — языковая модель с архитектурой Mixture-of-Experts от Pink Elephant Limited, дообученная на инструкциях по программированию и математическим рассуждениям. В карточке указаны 47,7 млрд параметров общей ёмкости и около 14,7 млрд активных на токен; метаданные Hugging Face указывают 8,6 млрд параметров. Модель использует восемь экспертов на слой и маршрутизацию к двум из них для каждого токена. Контекст — 16 384 токена. Модель предназначена для генерации кода, следования инструкциям по разработке ПО и решения математических задач с пошаговыми рассуждениями. Это объединённая версия с уже встроенными адаптерами экспертов и обученным маршрутизатором; для инференса не требуется отдельно подключать адаптеры. Поддерживаются текстовый ввод и генерация текста, заявлен английский язык. Модель основана на MoE-базе Pink Elephant 48B, созданной путём расширения плотной модели Pink Elephant 14B. Обучение включало около 100 тысяч примеров по коду и математике. По заявлению карточки, специализация на этих задачах ограничивает широту общих знаний; длинные агентные сценарии могут требовать дополнительного обучения использованию инструментов. Результаты следует проверять перед применением в регулируемых и критически важных областях. Лицензия — MIT.

Prox-Llama-3-8B — дообученная OpenVoid модель на архитектуре Llama 3, основанная на Meta-Llama-3-8B-Instruct. Это плотная языковая модель примерно на 7,5 млрд параметров с контекстом 8192 токена, предназначенная для генерации кода и ответов на вопросы по кибербезопасности и техникам взлома. Модель подходит для написания, объяснения и документирования кода, анализа задач программных проектов и диалоговых консультаций по кибербезопасности. По заявлению автора, она обучена на проприетарном текстовом наборе OpenVoid и ориентирована на английский язык. В README приведены результаты оценки на HumanEval, EvalPlus и нескольких общих бенчмарках. Модель распространяется в формате Safetensors по лицензии Apache-2.0. Автор рекомендует проверять результаты, поскольку они могут быть предвзятыми или непоследовательными; для критически важных применений нужна экспертная проверка.

Qwen2.5-Coder-3B-Instruct-4bit — языковая модель для генерации текста и работы с программным кодом, разработанная командой Qwen. Версия преобразована сообществом mlx-community из исходной модели Qwen/Qwen2.5-Coder-3B-Instruct в формат MLX с использованием mlx-lm 0.19.3. Модель имеет размер 3B параметров и предназначена для сценариев инструкционного диалога и генерации кода. В карточке указана поддержка английского языка, текстовая модальность и применение через библиотеку mlx-lm; доступна 4-битная версия, что уменьшает требования к памяти по сравнению с полноразмерным представлением, но может ограничивать точность по сравнению с исходной моделью. Архитектура и размер контекста в README не указаны. Для использования требуется установить пакет mlx-lm и загрузить модель через функции load и generate. Лицензия обозначена как qwen-research; подробные условия доступны по ссылке на лицензию исходной модели. README не содержит данных о результатах тестирования, конкретных ограничениях качества или поддерживаемых языках помимо английского.

Это дообученная модель Jongbin-kr на основе Jongbin-kr/qwen2.5-coder-7b-verireason-official-settings-reasoning-jongbin. Модель семейства Qwen2 с плотной архитектурой Qwen2ForCausalLM содержит 7,1 млрд параметров и предназначена для генерации текста в диалоговом формате. В карточке приведён пример генерации ответа на вопрос пользователя. Модель можно применять для диалоговых ответов и задач генерации текста; в названии и базовой модели заявлена специализация на коде и рассуждениях. Используется библиотека Transformers, веса представлены в формате safetensors, заявленная длина контекста — 32 768 токенов. Языки и лицензия в предоставленных данных не обозначены.

netcat420 создал эту объединённую модель на основе двух вариантов Qwen2.5-Coder-7B-Instruct: Qwen2.5-Coder-Scholar-7B-Abliterated-MFANN и huihui-ai/Qwen2.5-Coder-7B-Instruct-abliterated. Веса объединены методом SLERP с помощью mergekit; модель представляет собой плотную авторегрессионную архитектуру Qwen2 на 7,1 млрд параметров и распространяется в формате safetensors для Transformers. Модель предназначена для генерации текста в диалоговом режиме, включая задачи, связанные с кодом. Она принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов и имеет интерфейс для вызова инструментов. В карточке не приведены сведения о языковом охвате и результаты сравнительных оценок качества. Лицензия в доступных данных не указана. Поскольку модель объединяет варианты с пометкой abliterated, поведение защитных ограничений может отличаться от исходных моделей; применимость для конкретных сценариев следует оценивать отдельно.

Agnuxo/Qwen2-7B-v2-Instruct_CODE_Python-Spanish_English_GGUF_16bit — локальная чат-модель для генерации кода, опубликованная Франсиско Ангуло де Лафуэнте. Она основана на плотной архитектуре Qwen2 и содержит 7 млрд параметров; в репозитории представлены веса в формате GGUF F16. Модель предназначена для генерации и помощи с кодом на Python, а README также заявляет навыки работы с JavaScript, TypeScript, Rust, Go и C++, а также научными вычислениями и ML-библиотеками. Модель принимает текстовые запросы и выдаёт текст, подходит для локального запуска через Ollama и для диалогового взаимодействия. В метаданных указаны английский и испанский языки; длина контекста в предоставленных данных не приведена. Лицензия — Apache-2.0. README содержит заявления об интеграции с агентскими инструментами и экосистемой P2PCLAW, но не даёт независимых оценок качества генерации кода.

Qwen3.5-4B-Opus-Distilled-Heretic-Thinking-Multistage-SFT-v1.0 — экспериментальная мультимодальная модель на 4 млрд параметров от prithivMLmods, дообученная на базе Qwen/Qwen3.5-4B методом многоэтапного supervised fine-tuning. Для обучения использовано около 6 000 трасс рассуждений Opus по программированию и STEM, а также дополнительные примеры рассуждений. Модель предназначена для исследований и экспериментов с дистилляцией рассуждений, а также для помощи с кодом, математическими, научными и инженерными задачами, длинными аналитическими ответами и следованием инструкциям. Поддерживает диалог и понимание изображений; карточка указывает английский язык и контекст 32k. Репозиторий содержит веса Safetensors и использует Transformers. Модель может ошибаться в промежуточных рассуждениях и выводах; её поведение может отличаться от базовой модели, а качество зависит от охвата и особенностей обучающих данных. Распространяется по лицензии Apache-2.0.

Qwen3.8-27B-GLA-g2 — производная от Qwen/Qwen3.8-27B модель TelperionAI с архитектурой Grouped Latent Attention на двух группах. Переход на низкоранговые латентные представления ключей и значений уменьшает объём KV-кэша в среднем вдвое при обслуживании с параллелизмом до двух GPU. Изменение выполнено без обучения: проекции подогнаны методом whitened SVD на калибровочных данных; остальные веса, включая vision tower и MTP head, сохранены. Модель предназначена для генерации текста и диалогов, в том числе для задач программирования и длинного контекста; в карточке также заявлена поддержка изображений как у базовой модели. В парном сравнении на SWE-bench Verified результат составил 0,394 против 0,395 у исходной модели, при генерации на 14% меньшего числа токенов. По метаданным, модель имеет 27 млрд параметров, плотную архитектуру семейства Qwen3.5 и лицензию Apache-2.0. Для запуска требуется экспериментальный плагин qwen-mla-vllm; модель не загружается в Transformers и стандартный vLLM. README сообщает о проверке плагина на RTX PRO 6000 с vLLM 0.27.1, а результаты за пределами SWE-bench Verified и HELMET (64k) не оценивались. При параллелизме более чем на двух GPU сжатие снижается примерно до 1,14 раза.

Qwen3-Coder-30B-A3B-Instruct-MLX-4bit — 4-битная квантованная версия модели Qwen3-Coder-30B-A3B-Instruct, разработанной командой Qwen. Квантование выполнено командой LM Studio с использованием MLX; модель оптимизирована для запуска на устройствах с Apple Silicon. Модель предназначена для генерации текста и, судя по названию исходной модели, ориентирована на задачи, связанные с программированием, однако README не содержит подробностей о поддерживаемых языках программирования, естественных языках, архитектуре, размере активной части модели, контекстном окне или доступных модальностях. Указан только формат text-generation и 4-битное представление, которое снижает требования к памяти и делает локальный запуск на Apple Silicon более практичным, но может влиять на точность по сравнению с полной версией. Модель распространяется по лицензии Apache-2.0. LM Studio не является создателем исходной модели и не гарантирует её точность, безопасность или пригодность для конкретных задач; результаты могут быть ошибочными или неподходящими и требуют проверки.

Qwen-Qwen2.5-Coder-7B-llamafied — версия Qwen/Qwen2.5-Coder-7B от llamafy, представленная в формате Llama для совместимости с программами, поддерживающими этот формат. Это плотная авторегрессионная модель с 7,1 млрд параметров; метаданные указывают библиотеку Transformers и формат весов Safetensors. Модель предназначена для генерации текста, в том числе программного кода, и поддерживает диалоговый интерфейс. Модель основана на дообученной для кода Qwen2.5-Coder-7B. Указанная длина контекста — 4096 токенов. Карточка заявляет совместимость с программами, поддерживающими формат Llama, однако конкретные результаты конвертации и совместимость отдельных функций не описаны. Лицензия в предоставленных данных не указана.

Qwevolution-V0-27B — опубликованная groxaxo объединённая версия мультимодальной модели Qwen3.5-27B-Writer-V2. К весам базовой модели ConicCat/Qwen3.5-27B-Writer-V2 применён обученный адаптер LoRA для задач программирования, первоначально обученный на другой модели той же линейки. Слияние выполнено в формате bfloat16; результат опубликован в safetensors и предназначен для Transformers. Модель принимает текст и изображения и выдаёт текст; заявленная задача в Hugging Face — image-text-to-text. Адаптер затрагивал языковую часть, а его веса для 111 модулей визуальной части были нулевыми, поэтому визуальная часть осталась такой же, как у базовой модели. Карточка описывает выпуск как предназначенный для оценки, экспериментов и совместимого локального или облачного инференса. Лицензия — Apache-2.0. Ответы модели могут быть неточными; поведение и качество следует проверять для конкретного сценария. Для запуска нужна среда, совместимая с архитектурой, форматом и мультимодальностью модели; требования к оборудованию зависят от параметров запуска и доступной памяти.

Qwopus3.6-27B-v1-preview — ранняя экспериментальная модель рассуждений от Jackrong, дообученная на базе Qwen/Qwen3.6-27B. Это плотная мультимодальная модель с 27 млрд параметров: причинная языковая модель с визуальным энкодером, поддерживающая чат, следование инструкциям, работу с изображениями и интерфейс вызова инструментов. В карточке базовой модели указано контекстное окно 262 144 токена с возможностью расширения до 1 010 000 токенов. Модель дообучена на смеси наборов данных с примерами рассуждений; автор сообщает примерно о 12 тысячах отобранных обучающих примеров. Она предназначена для структурированных ответов, агентного рассуждения, программирования, фронтенд-разработки и творческих задач с canvas и WebGL. Указанные в метаданных языки карточки: английский, китайский, японский, корейский, испанский и русский. Это предварительный чекпойнт: опубликованная оценка охватывает лишь небольшую серию из 16 запросов, поэтому результаты не следует считать окончательным сравнением качества. Модель распространяется под лицензией Apache-2.0.

Qwopus3.8-27B-Flash — плотная мультимодальная модель на 27 млрд параметров, дообученная разработчиком Jackrong на Qwen/Qwen3.8-27B. Она принимает текст и изображения и предназначена для диалогов, анализа изображений, программирования и многошаговых агентных сценариев с повторными вызовами инструментов. Автор описывает обучение в два этапа: контролируемое дообучение на отфильтрованных примерах и усиление рассуждений с помощью NeMo-RL и GSPO. Модель ориентирована на снижение задержки и затрат рассуждений; в карточке также заявлены ускоренное декодирование и поддержка спекулятивного декодирования MTP. Модель поддерживает английский, китайский, испанский, русский и японский языки. Лицензия — Apache-2.0. Подходит для локального инференса, длительных агентных циклов и задач, где важны скорость ответа и расход вычислительных ресурсов. Выпуск отмечен автором как экспериментальный; широкая оценка безопасности и надежности агентов не проводилась.

QwQ-32B-Preview — экспериментальная модель рассуждений, разработанная командой Qwen. Это плотная авторегрессионная языковая модель семейства Qwen2, дообученная на базе Qwen/Qwen2.5-32B-Instruct; в README описана архитектура Transformer с RoPE, SwiGLU, RMSNorm и смещениями QKV в механизме внимания. Модель содержит около 32 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для диалоговой генерации текста, решения математических задач и программирования. В карточке отмечены возможности чата и интерфейс вызова инструментов. Для работы используется библиотека Transformers; лицензия Apache-2.0. Модель может смешивать языки, зацикливаться в рассуждениях и выдавать длинные ответы без вывода. Она сильнее в математике и программировании, чем в здравом смысле и тонком понимании языка; при развёртывании следует учитывать указанные в карточке ограничения безопасности.

Ring-1T — большая языковая модель для диалога и сложных рассуждений, разработанная командой Bailing и опубликованная под лицензией MIT. Она использует архитектуру Ling 2.0 с механизмом Mixture of Experts: в карточке Hugging Face указано 49,6 млрд параметров, а README описывает исходную основу как модель с 1 трлн параметров и 50 млрд активируемых параметров. Модель принимает текст, поддерживает контекст до 65 536 токенов по метаданным и предоставляет интерфейс для вызова инструментов. Ring-1T предназначена для математических и логических задач, генерации кода, ответов на вопросы и творческого письма. Разработчики сообщают о результатах на олимпиадных задачах по математике и программированию, но эти оценки основаны на собственных тестах и не гарантируют качество в других сценариях. README также предупреждает о возможной предвзятости при распознавании собственной идентичности, смешивании языков и повторениях; эффективность вывода на длинном контексте ограничена архитектурой внимания GQA.

rombodawg/rombos_Replete-Coder-Instruct-8b-Merged — объединённая методом TIES языковая модель для генерации кода и диалоговых инструкций. Она основана на слиянии трёх моделей семейства Llama 3 8B, включая NousResearch/Meta-Llama-3-8B, NousResearch/Meta-Llama-3-8B-Instruct и Replete-AI/Llama3-8B-Instruct-Replete-Adapted. Модель содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и принимает контекст до 8192 токенов. Модель предназначена для генерации и дополнения кода, а также для ответов в формате инструкционного диалога. В README автор сообщает, что кодовые и общие результаты кажутся лучше, чем у обеих базовых моделей, но подробные будущие бенчмарки ещё не представлены; в карточке также приведены отдельные результаты Open LLM Leaderboard. Поддержка языков программирования и естественных языков отдельно не описана. Веса опубликованы в формате safetensors. Лицензия — Apache-2.0.

uukuguy разработал speechless-tora-code-7b-v1.0 — дообученную для программирования, рассуждений и планирования плотную авторегрессионную модель семейства Llama на 6,6 млрд параметров. Она принимает инструкции в формате Alpaca и предназначена для генерации кода и ответов на связанные с программированием запросы. В карточке указано дообучение на наборах данных с примерами кода, инструкций и рассуждений; для Python приведён результат HumanEval 51,829. Модель рассчитана на текстовый ввод и генерацию текста, поддерживает английский язык и контекст до 16 384 токенов. В репозитории представлены исходный формат PyTorch, а также варианты AWQ, GPTQ и GGUF для GPU или CPU+GPU-инференса. Лицензия — Llama 2.

mlx-community/stable-code-instruct-3b-4bit — преобразованная сообществом mlx-community версия модели stabilityai/stable-code-instruct-3b, подготовленная для запуска с MLX. Это плотная авторегрессионная модель StableLM с 2,7 млрд параметров, предназначенная для генерации текста и помощи с кодом в диалоговом режиме. Она принимает текст и выдаёт текст; максимальная длина контекста составляет 16 384 токена, основной язык карточки — английский. README указывает на преобразование с помощью mlx-lm версии 0.4.0; метаданные обозначают файлы как safetensors и не подтверждают тип квантизации, несмотря на суффикс 4bit в названии. Лицензия указана как other; подробности лицензии и ограничения качества следует сверять с карточкой исходной модели.

AutoDev Coder — разговорная модель для генерации кода, представленная в репозитории unit-mesh/autodev-coder. Согласно README, она основана на DeepSeek-Coder-6.7B-Instruct, который дообучен на 2 млрд токенов инструкционных данных и восходит к DeepSeek-Coder-6.7B-Base. В метаданных указаны архитектура LlamaForCausalLM, плотная модель на 6,6 млрд параметров и контекст до 16 384 токенов. Модель предназначена для диалога и генерации текста, прежде всего для задач программирования: например, написания и дополнения кода по инструкциям. В README нет конкретных результатов оценки или списка поддерживаемых языков программирования и естественных языков. Репозиторий содержит веса в формате Safetensors; лицензия обозначена как other, поэтому условия использования следует сверить с лицензией репозитория.

Matthieufromparis разработал bge-small-code-search-v1 — компактную плотную BERT-модель для семантического поиска по исходному коду. Она дообучена на Python-подмножестве CodeSearchNet на базе BAAI/bge-small-en-v1.5 и создаёт 384-мерные эмбеддинги текстовых запросов на естественном языке и фрагментов кода в общем пространстве. Модель рассчитана на асимметричный поиск: пользователь описывает нужную функцию, а система находит подходящие участки кода; также её можно применять для поиска документации, похожих реализаций и извлечения кода для RAG-ассистентов. В README приведены результаты оценки на 500 отложенных парах Python-кода и комментариев, однако они не гарантируют такое же качество на других данных и языках программирования. Модель содержит около 40 млн параметров, принимает текст и имеет контекстное окно 512 токенов. Лицензия — Apache 2.0.

C2LLM-7B — модель CodeFuse для получения векторных представлений исходного кода и запросов к нему. Она дообучена на базе Qwen/Qwen2.5-Coder-7B-Instruct и использует архитектуру C2LLM с плотной сетью и pooling by multi-head attention (PMA), который помогает выделять значимые части кода при формировании эмбеддинга. Веса представлены в формате safetensors; размер модели — 7,1 млрд параметров, контекст — до 32 768 токенов. Модель предназначена для поиска кода по текстовому запросу, поиска похожих фрагментов кода и задач Code2Text, а также для использования в RAG-системах по программным репозиториям. В README указано обучение на 3 млн пар «запрос—документ». Поддерживаются китайский и английский языки. Лицензия — Apache-2.0.

duyntnet/codegeex4-all-9b-imatrix-GGUF — набор GGUF-квантизаций модели CodeGeeX4-ALL-9B, разработанной THUDM. Это авторегрессионная языковая модель для генерации текста и кода, ориентированная на задачи программирования: ответы на вопросы о коде и компьютерах, написание исполняемого кода, объяснение решений и автодополнение. Модель поддерживает диалоговый режим с системными и пользовательскими сообщениями, а также infilling — заполнение фрагментов кода между заданными префиксом и суффиксом. Доступны варианты запуска через llama.cpp, JanAI, KoboldCPP, text-generation-webui, Ollama и GPT4All. В README указано, что исходную модель можно запускать с Transformers версий 4.39.0–4.40.2; сведения о точной архитектуре, размере контекста и поддерживаемых языках программирования не приведены. Сильными сторонами являются специализация на программировании, поддержка диалога и заполнения кода, а также наличие GGUF-квантизаций для локального запуска в совместимых приложениях. Ограничения включают отсутствие в README результатов оценки качества, требований к ресурсам и подробностей о вариантах квантизации. Лицензия обозначена как other, без дополнительных условий использования.

Damysus-Coder-v0.1 — языковая модель для генерации текста, разработанная prince-canuma на основе Mistral 7B Instruct v0.2. Она дообучена с использованием Unsloth и библиотеки TRL и предназначена для диалогового взаимодействия и генерации кода. Модель имеет плотную архитектуру MistralForCausalLM с 7,1 млрд параметров и контекстом до 32 768 токенов. В метаданных указан английский язык. Модель распространяется в форматах PyTorch и Safetensors по лицензии Apache-2.0.

DeepSeek-V4.1-Flash-4bit-paged — квантизированная 4-битная версия модели DeepSeek-V4.1-Flash, разработанная GreenBitAI на базе сборки pipenetwork для MLX и Apple Silicon. Это языковая модель для генерации текста, включая работу с кодом, агентские сценарии и диалоги; поддерживает потоковую загрузку экспертных весов с диска и опциональное speculative decoding с помощью встроенной DSpark multi-token prediction head. Модель использует архитектуру mixture-of-experts с маршрутизируемыми экспертами и expert paging: резидентные веса занимают 10,48 GiB, а полный набор данных модели — около 406,10 GiB, включая experts.bin, engram-таблицы и черновую голову. Точные размеры исходной архитектуры, поддерживаемые языки и максимальная длина контекста в README не указаны. Доступна через библиотеку gbx-lm; при наличии достаточного объёма памяти может работать на штатном пути, а при нехватке ресурсов подгружает необходимые веса с диска. К сильным сторонам относятся сохранение логитов исходной модели при проверках, возможность работы с большими наборами весов на совместимых системах и ускорение генерации до 2,3 раза при включённой draft head, особенно на предсказуемом коде и длинном контексте. Ограничения включают очень высокие требования к дисковому пространству и памяти, зависимость от MLX, Apple Silicon и gbx-lm, а также то, что ускорение speculative decoding зависит от сценария. Лицензия — MIT; в README также указано, что лицензия исходной модели DeepSeek сохраняется.