II.3Рефакторинг, миграция и модернизация

LongCat-Flash-Lite-Uncensored-Heretic-Native-MTP-Preserved — производная версия LongCat-Flash-Lite от независимого автора llmfan46, основанная на модели Meituan. Автор применил abliteration, чтобы уменьшить склонность модели отказывать в ответах: в карточке указаны 9 отказов из 100 в тесте против 100 из 100 у исходной модели. Это не гарантирует отсутствие ограничений или точность ответов. Модель предназначена для генерации текста в диалогах, программирования и агентных сценариях. В основе — плотная архитектура LongcatFlashNgramForCausalLM; метаданные каталога указывают 4,6 млрд параметров и контекст до 327 680 токенов. README описывает исходную LongCat-Flash-Lite как MoE-модель с N-граммными эмбеддингами, однако эти характеристики не следует переносить на производную версию без оговорки. Репозиторий содержит веса safetensors; заявлена лицензия MIT. README также указывает на необходимость минимум двух GPU с 80 ГБ видеопамяти для запуска через Transformers.

MiniCPM5-2B-PCD — дообученная компактная языковая модель семейства MiniCPM5, основанная на openbmb/MiniCPM5-2B. Это плотная причинная Transformer-модель с архитектурой LlamaForCausalLM и примерно 2,2 млрд параметров, рассчитанная на локальный запуск на устройствах с ограниченными ресурсами. Модель поддерживает контекст до 131 072 токенов и генерирует текст; в карточке заявлены сценарии чата, вызова инструментов и параллельного constrained decoding. Модель предназначена для локальных ассистентов и агентных сценариев, включая программирование, математику, работу с длинным контекстом и выполнение задач с инструментами. В README заявлены сильные результаты относительно моделей сопоставимого размера, особенно в коде, математике, длинном контексте и использовании инструментов. Указанные языки — английский и китайский; сведения о поддержке русского не приведены. Для запуска описаны Transformers и vLLM, в форматах BF16/FP16, с использованием GPU или CPU в зависимости от backend. Модель распространяется по лицензии Apache-2.0. Её ответы могут быть неточными, предвзятыми или оскорбительными; результаты по чувствительным темам не являются профессиональной консультацией.

mistral-7b-shisa-7b-v1 — объединённая модель на архитектуре Mistral, созданная методом SLERP с помощью mergekit из ajibawa-2023/Code-Mistral-7B и augmxnt/shisa-7b-v1. Она содержит 7,1 млрд параметров и предназначена для генерации текста в диалогах, а также для задач программирования, на которых обучена одна из исходных моделей. Модель принимает текст и выдаёт текст; заявленный контекст составляет до 32 768 токенов. Репозиторий распространяется по лицензии Apache-2.0. Карточка описывает способ объединения весов, но не приводит результаты оценки качества или подробные сведения о поддерживаемых языках. Поэтому пригодность для конкретных задач и качество ответов следует проверять отдельно.

Ornith-1.0-35B-MTPLX-Vision — мультимодальная модель для чата с текстом и изображениями, собранная Jonandrop на основе моделей Ornith-1.0-35B и упакованная для Apple Silicon. Она сочетает языковую часть Ornith с восстановленной башней зрения и поддерживает обработку изображений; README также заявляет поддержку видеовхода, хотя метаданные Hugging Face указывают задачу image-text-to-text. Архитектура относится к семейству Qwen 3.5 MoE; корпус модели и MTP-головы квантизированы до 4 бит, а башня зрения хранится в bf16. Модель использует MTPLX с многотокенным предсказанием для ускорения генерации и может работать как локальный OpenAI-совместимый сервер на Apple Silicon. Модель подходит для программирования, диалога и вопросов по изображениям в локальном окружении. README приводит измерения скорости на Apple M5 Pro с 64 ГБ памяти; это результаты конкретной конфигурации, а не универсальные гарантии производительности. Лицензия производной модели — MIT; для перенесённых MTP-тензоров также применяются условия Apache-2.0 и NOTICE проекта Qwen3.5-35B-A3B.

Ornith-1.0-9B-CoreAI — конверсия модели Ornith-1.0-9B от DeepReinforce-ai для запуска на устройствах Apple через on-device runtime Core AI. Это текстовая decoder-модель, ориентированная на агентное программирование: она обучалась одновременно решать задачи разработки и формировать управляющую оркестрационную схему для их выполнения. Конверсия опубликована в общественном Core AI model zoo. Модель построена на гибридной архитектуре Qwen3.5 с 32 слоями, чередующими GatedDeltaNet linear-attention mixers и gated full attention; используется нетипизированная vocabulary head размером 248 320 токенов. Поддерживается контекст до 8192 токенов, встроены токенизатор и chat template. Модель предназначена для локального текстового общения и генерации кода, включая сценарии агентного программирования на Apple silicon GPU или Neural Engine. Доступны варианты quantization int8 размером 9,8 ГБ и int4 размером 7,5 ГБ; на M4 Max заявлена скорость декодирования 48,3 и 58,9 токена в секунду соответственно. На iPhone 17 Pro int8-вариант пока не помещается в доступный лимит памяти. Лицензия MIT согласно карточке исходной модели.

duyntnet/Phi-3-mini-4k-instruct-imatrix-GGUF — набор GGUF-квантизаций модели Phi-3-mini-4k-instruct, разработанной Microsoft и опубликованной пользователем duytnet. Модель предназначена для генерации текста в диалоговом формате, следования инструкциям, многошагового общения, структурированного вывода, рассуждений и помощи в программировании. Заявлено улучшенное понимание Python, C++, Rust и TypeScript, а также поддержка системных инструкций через тег <|system|>. Это компактная текстовая авторегрессионная модель семейства Phi-3 Mini; конкретный размер файлов и параметры квантизаций в README не указаны. Модель работает с текстом, поддерживает английский язык и контекст до 4K токенов. Размер словаря токенизатора — до 32064 токенов. Для запуска доступны llama.cpp, JanAI, KoboldCPP, text-generation-webui и Ollama; исходная модель также интегрирована в Transformers. GGUF-квантизации удобны для локального запуска, однако README не содержит данных о точных требованиях к памяти, производительности или сравнительных результатах. Лицензия указана как other, без уточнения конкретных условий, поэтому права на использование следует проверять отдельно. К ограничениям относятся отсутствие заявленной мультимодальности, отсутствие подробных бенчмарков и неопределённость характеристик конкретной квантизации.

Qwen2.5-Coder-0.5B-Instruct — инструктивно дообученная языковая модель для кода от команды Qwen. Она предназначена для генерации и исправления кода, рассуждений о коде и диалоговых сценариев для разработчиков, включая использование в кодовых агентах. Модель также сохраняет общие языковые и математические способности семейства Qwen2.5. Это плотная авторегрессионная модель архитектуры Qwen2 с 494 млн параметров и контекстом до 32 768 токенов. В архитектуре используются RoPE, SwiGLU, RMSNorm и группированное внимание; модель работает с текстом и выдаёт текст, в том числе код. Репозиторий содержит веса Safetensors, загрузка поддерживается библиотекой Transformers. Модель компактна для локальных экспериментов и интеграции в инструменты разработчика, но её малый размер может ограничивать качество сложной генерации и рассуждений по сравнению с более крупными моделями. Лицензия — Apache-2.0.

Qwen3.8-27B-AEON-ULTIMATE-UNCENSORED-BF16 — дообученная методом abliteration версия мультимодальной модели Qwen3.8-27B от Alibaba, опубликованная lactroiii. Это плотная модель на 27 млрд параметров в формате BF16 на базе архитектуры Qwen3.5; она принимает текст и изображения и генерирует текст. В README описана проверка на NVIDIA H200 через vLLM, включая работу с изображениями, режим рассуждений и вызов инструментов. Для обслуживания автор проверял контекст 16 384 токена и указывает, что базовое окно модели достигает 262 144 токенов. Модель предназначена для диалогов и инструкций, рассуждений, программирования, анализа изображений, вызова инструментов, творческого письма и исследований безопасности и выравнивания. Abliteration уменьшает склонность модели отказывать и делает ответы более прямыми; автор сообщает о сохранении связности ответов, но это не является независимой оценкой качества. Модель может выдавать опасный, незаконный или откровенный контент и не должна использоваться в сценариях высокого риска без внешних мер безопасности. Лицензия — Apache-2.0.

Qwen3.8-27B-OBLITERATED — текстовая генеративная модель из репозитория kcplummer, созданная на основе Qwen/Qwen3.8-27B. Это модификация Qwen3.8, в которой методом abliteration удалено поведение отказа от ответов на ограниченные запросы. В README описана версия V3 с итеративным уточнением, целевой обработкой направлений отказа и смешиванием результатов нескольких процедур. Модель предназначена для генерации текста, программного кода, исследовательских и red-team-сценариев, а также агентных задач, включая кибербезопасность и тестирование безопасности ИИ. Модель имеет архитектуру Qwen3, около 27 млрд параметров и поддерживает текстовый ввод и вывод. Указана совместимость с режимом рассуждений, однако для V3 рекомендуется его отключать ради более прямых ответов. В README приведён показатель MMLU 82,3% для версии V3 против 84,5% у исходной модели; также заявлены рабочая генерация кода в 20 из 20 проверенных заданий и сохранение способности отвечать в расширенных сценариях. Рекомендуемые параметры — temperature 0, repetition_penalty 1,15 и не менее 2048 новых токенов, но конкретный размер контекста и список поддерживаемых языков не указаны. Главное преимущество модели — существенно сниженная склонность к жёстким отказам и формальным «лекциям о безопасности», при сохранении большей части исходных возможностей. Ограничения включают небольшое снижение результата MMLU относительно базовой модели, риск циклической генерации без repetition_penalty и потенциально повышенные риски при использовании для вредоносных или опасных задач из-за отсутствия стандартных защитных отказов. В README указана лицензия Apache-2.0; доступны варианты в форматах GGUF, Safetensors и MLX.

Qwen3.8-27B-Uncensored-Aggressive-i1-IQ4_XS-Smaller-GGUF — это предназначенная для llama.cpp смешанно-квантованная версия модели philbert440/Qwen3.8-27B-Uncensored-Aggressive, опубликованная пользователем aldenw. Модель ориентирована на генерацию текста, включая диалоги, объяснение технических концепций и написание кода. Исходное семейство является мультимодальным, однако в этом репозитории доступен только текстовый вариант без совместимого vision mmproj. Модель содержит 27 млрд параметров, 64 трансформерных блока и поддерживает нативный контекст до 262 144 токенов. Основной GGUF-файл размером 13,34 ГБ использует гибридную схему квантования: FFN-проекции сжаты до IQ3_S, основной набор весов представлен в IQ4_XS, отдельные тензоры внимания — в Q5_K, а output.weight — в Q6_K. Для ускорения методом speculative decoding доступна отдельная MTP-модель Q4_0 размером 1,68 ГБ. К сильным сторонам относятся экономия памяти по сравнению с полноразмерной моделью, сохранение повышенной точности для отдельных важных тензоров и возможность самостоятельного использования основной модели без MTP-компонента. Ограничения связаны с требованиями к памяти: оба файла занимают около 15,02 ГБ без учёта runtime-буферов и KV-кэша, поэтому на видеокартах класса 16 ГБ может потребоваться частичный offload, уменьшение контекста или отказ от MTP. Прирост скорости speculative decoding не гарантирован и зависит от оборудования, контекста и acceptance rate. Модель распространяется по лицензии Apache-2.0.

Youssofal/Qwen3.8-Flash-Next-MTPLX-Bare-Speed — это квантованная версия Qwen/Qwen3.8-Flash-Next, подготовленная для запуска через MTPLX на компьютерах Apple Silicon. Модель предназначена для локального диалога, генерации текста и программного кода, включая сценарии работы с OpenCode и другими инструментами разработки. В основе лежит архитектура поколения Qwen4 с гибридной MoE-структурой GDN, Qwen Sparse Attention, памятью n-gram на 51 млрд параметров и встроенной головой multi-token prediction. Заявлены поддержка текста и сохранённая vision tower, контекст до 262 144 токенов; языки в README не указаны. Все MoE-эксперты и плотные матрицы выполнены в плоской 4-битной квантизации с группами по 64 веса, а отдельные компоненты, включая нормализации, параметры GDN, индексатор QSA и MTP-голову, сохраняются в 16-битном формате. Размер загрузки составляет 106,3 ГБ, из которых около 32 ГБ занимает таблица n-gram, потоково читаемая с SSD; резидентные веса занимают примерно 74 ГБ плюс рабочая память. Рекомендуется Apple Silicon Mac с unified memory от 96 ГБ. Адаптивная speculative decoding с глубиной до 3 токенов, по данным README, обеспечивает ускорение до 1,6 раза относительно обычной авторегрессивной генерации, сохраняя распределение вывода при поддерживаемых настройках sampling. Сильные стороны модели — высокая скорость локального запуска, большой контекст и оптимизация под Apple Silicon. Ограничения включают значительные требования к памяти, зависимость от MTPLX и macOS на Apple Silicon, а также компромисс качества, связанный с плоской 4-битной квантизацией; README указывает, что версия Optimized Speed обеспечивает более высокое качество и работает немного медленнее. Лицензия указана как qwen-community-1.0; точные условия следует уточнять в файле LICENSE и документации базовой модели.

Qwen3-Coder-25B-A3B-KREAP-MLX — это текстовая разговорная MoE-модель для генерации кода и ответов на инструкции, созданная RAS-LAB на основе Qwen/Qwen3-Coder-30B-A3B-Instruct. Авторы применили метод K-REAP для однократного прореживания экспертов с защитой корейского пути: число маршрутизируемых экспертов на слой сокращено со 128 до 104. В README указано около 25 млрд параметров и 3,3 млрд активных; метаданные каталога указывают 2,6 млрд параметров. Модель рассчитана на контекст до 262 144 токенов и распространяется в формате safetensors для MLX; карточка также сообщает о совместимости с Transformers. Модель предназначена для программирования, математических задач, рассуждений и диалогов на корейском и английском языках. По приведённым в карточке тестам, корейские результаты близки к исходной модели, а качество на английских задачах, математике и кодировании меняется в зависимости от теста. Она поддерживает интерфейс вызова инструментов, но README не приводит отдельной оценки этой функции. Лицензия — Apache-2.0. Это производная модель без дообучения: веса получены структурным прореживанием экспертов исходной модели. README приводит результаты собственных тестов и указывает, что часть оценок рассчитана на детерминированных поднаборах данных, поэтому они не гарантируют аналогичное качество во всех сценариях. Оценки в карточке показывают некоторое снижение на отдельных тестах, включая MBPP+ и WinoGrande.

TakalaWang/qwen3-embedding-4B-code-search — модель Sentence Transformer, дообученная на базе Qwen/Qwen3-Embedding-4B для поиска и сравнения текстов, включая запросы на естественном языке и фрагменты кода. Она преобразует предложения и абзацы в плотные векторы размерностью 2560; для сравнения векторов используется косинусное сходство. Архитектура включает трансформер Qwen3, пуллинг последнего токена и нормализацию выходных векторов. Модель обучалась с ContrastiveLoss на 800 парах текстов, в том числе примерах, связывающих описания задач с кодом. Её можно применять для семантического поиска кода, поиска похожих фрагментов, подбора парафразов, кластеризации и классификации текстов. Максимальная длина последовательности — 40960 токенов. Указана лицензия базовой модели в использованных данных не была, поэтому условия лицензирования определить нельзя.

QWQCoder — объединённая языковая модель, созданная автором репозитория с помощью mergekit из Qwen/QwQ-32B-Preview и Qwen/Qwen2.5-Coder-32B-Instruct. Для слияния использован метод SLERP; модель построена на архитектуре Qwen2 с плотной причинной языковой моделью и содержит 16,4 млрд параметров. Модель предназначена для генерации текста в диалоговом формате, в том числе для задач программирования, которые поддерживает компонент Qwen2.5-Coder-Instruct. Она принимает текст и выдаёт текст; заявленная длина контекста — 32 768 токенов. Репозиторий содержит веса Safetensors и использует библиотеку Transformers. Карточка не приводит результатов оценки качества или подробных рекомендаций по применению, поэтому способности и надёжность именно этого слияния в конкретных сценариях не подтверждены. Лицензия в предоставленных данных не указана.

Карточка модели hflog/RESMPDEV-Wukong-0.1-Mistral-7B-v0.2 на Hugging Face совпадает с карточкой RESMPDEV/Wukong-0.1-Mistral-7B-v0.2, поэтому описание составлено по ней. Wukong-0.1-Mistral-7B-v0.2 — чат-модель, созданная RESMPDEV путём дообучения Mistral-7B-v0.2 от Mistral. Она предназначена для диалогов и генерации ответов по инструкциям; обучение проводилось на OpenHermes-2.5, наборах данных для кода от Multimodal Art Projection и наборе Dolphin от Cognitive Computations. Модель использует плотную архитектуру MistralForCausalLM с 7,1 млрд параметров, принимает текст и рассчитана на контекст до 32 768 токенов. Репозиторий содержит веса в форматах PyTorch и safetensors. Лицензия — Apache-2.0. Автор описывает настройку как «dealigned», но не уточняет её практический эффект; примеры выходов в карточке не приведены.

speechless-mistral-hermes-code-7b — дообученная модель на архитектуре Mistral, созданная на основе mistralai/Mistral-7B-v0.1. В README указано, что обучение на 986 тыс. примеров из OpenHermes-2.5, Python Eval Instruct, Spider и Evol-Instruct было направлено на улучшение рассуждений и планирования; модель принимает инструкции в формате Alpaca. Модель предназначена для генерации текста по инструкциям, включая помощь с кодом и задачами, требующими рассуждений. Она содержит 7,1 млрд параметров, использует плотную архитектуру Mistral и поддерживает контекст до 32 768 токенов. В метаданных указан английский язык и библиотека Transformers. Модель распространяется в формате safetensors по лицензии Apache-2.0. В таблицах README приведены названия оценочных наборов, но значения результатов отсутствуют, поэтому по карточке нельзя судить о достигнутом качестве на этих тестах.

ZeryEasyCoder-27B — текстовая генеративная модель на архитектуре Qwen, созданная zagy1234. В карточке она описана как гибридная merge-модель для программирования, рассуждений и технических задач; метаданные указывают дообучение на Altworld/Hemmingway-1, а README сообщает о слиянии Hemmingway-1 и NEO-CODER MAX через mergekit. В репозитории представлены веса bfloat16 в формате Safetensors для Hugging Face Transformers; метаданные указывают 22,3 млрд параметров и контекст до 262 144 токенов. Модель предназначена для генерации и объяснения кода, написания скриптов и помощи с Linux и системным администрированием, а также для технического диалога. README заявляет поддержку Python, C++, Bash/Fish и C# и отсутствие ограничений на технические темы. Эти заявления не сопровождаются результатами оценки качества. Лицензия — Apache-2.0.

BGE-Code-v1 — модель для создания векторных представлений кода и текста, разработанная командой BAAI и опубликованная в проекте FlagEmbedding. Она предназначена для поиска кода по запросам на естественном языке, поиска текстовых документов и мультиязычного семантического поиска. Модель основана на архитектуре Qwen2, содержит 1,5 млрд параметров и поддерживает контекст до 32 768 токенов. Она рассчитана на запросы на английском и китайском языках, охватывает 20 языков программирования и также поддерживает поиск на других естественных языках, включая японский и французский. README сообщает о высоких результатах на бенчмарках CoIR и CodeRAG. Модель выдаёт эмбеддинги для последующего поиска и сравнения сходства; метаданные также указывают поддержку чат-возможностей и интерфейса вызова инструментов. Для работы нужны совместимые библиотеки, а примеры использования ориентированы на FlagEmbedding, Sentence Transformers и Transformers. Репозиторий распространяется под лицензией Apache-2.0.

Chicka-Mixtral-3x7b — языковая модель класса Mixture of Experts, созданная Chickaboo путём объединения трёх моделей на базе Mistral: разговорной OpenChat 3.5, модели для кода CodeNinja и математической MetaMath. Модель имеет архитектуру MixtralForCausalLM, около 7,1 млрд параметров и контекст до 8192 токенов; файлы опубликованы в формате safetensors. Лицензия — MIT. Модель предназначена для генерации текста в диалогах, помощи с программированием и решения математических задач. В README приведены результаты нескольких бенчмарков, однако они не гарантируют качество на конкретных пользовательских запросах. Данные о поддерживаемых языках и специальные ограничения применения в карточке не описаны.

Code-13B — полноценно дообученная модель Ajibawa на базе Llama 2 для генерации кода и подробных объяснений к нему. Модель содержит 12,9 млрд параметров, использует плотную архитектуру Llama и принимает запросы в текстовом формате Vicuna/ShareGPT; родной контекст — 4096 токенов. Модель обучена на наборе Code-74k-ShareGPT, включающем примерно 74 тысячи примеров с кодом и диалогами. В карточке названы Python, Java, JavaScript, Go, C++, Rust и другие языки программирования. Модель подходит для создания фрагментов кода с пояснениями и ответов на вопросы по программированию. Модель распространяется под лицензией CC BY-NC-ND 4.0, которая запрещает коммерческое использование и распространение производных версий. Генерация кода может содержать ошибки, поэтому результаты следует проверять; обучение и оценка не гарантируют корректность кода для конкретной задачи.

Salesforce CodeT5+ 220M — модель семейства CodeT5+ для понимания и генерации кода, разработанная Salesforce Research. Это плотная encoder-decoder-модель на архитектуре T5 с 123,7 млн параметров, доступная в формате PyTorch; она использует токенизатор оригинального CodeT5. Модель обучена на очищенном наборе кода GitHub с разрешительными лицензиями и рассчитана на работу с кодом на C, C++, C#, Go, Java, JavaScript, PHP, Python и Ruby. Модель подходит для генерации кода по текстовому запросу, дополнения кода, поиска соответствий между текстом и кодом и других задач понимания кода. В README указано контекстное окно 512 токенов. Карточка описывает семейство как гибкое по режимам работы, но конкретный чекпойнт представлен классом T5ForConditionalGeneration. Лицензия — BSD-3-Clause. Разработчики отмечают, что модель не оценивалась для всех сценариев применения и рекомендуют проверять точность и безопасность перед внедрением.

DBRX Instruct — большая языковая модель компании Databricks для диалогов в несколько ходов, ответов на вопросы и задач с кодом. Это instruction-tuned версия DBRX, обученная с нуля на архитектуре Transformer decoder-only с тонкозернистой смесью экспертов (MoE): всего 132 млрд параметров, из которых для каждого входа активны 36 млрд. Модель использует RoPE, GLU и GQA; максимальная длина контекста — 32 768 токенов. Модель принимает и генерирует только текст. Она обучалась на данных на естественных языках и коде, но большая часть данных была на английском; Databricks не проверяла её proficiency на других языках и рекомендует считать модель англоязычной. DBRX Instruct предназначена для готового применения в коротких диалогах, общих вопросах на английском и задачах с кодом, а также для дальнейшей настройки под специализированные задачи. Модель выпущена по Databricks Open Model License; применяются также условия Databricks Open Model Acceptable Use Policy. Ответы модели могут быть неточными, неполными, предвзятыми или оскорбительными. Для сценариев, где важны точность и соответствие источникам, Databricks рекомендует использовать RAG и проверять модель в целевом контексте; встроенное выполнение кода и нативный вызов функций не поддерживаются.

unsloth/DeepSeek-V3-0324-GGUF — это набор динамически квантованных GGUF-версий модели DeepSeek-V3-0324, подготовленный Unsloth на основе базовой модели deepseek-ai/DeepSeek-V3-0324. Модель предназначена для локального запуска в llama.cpp, LM Studio, Open WebUI и других фреймворках инференса, включая задачи генерации текста и кода. В README указан английский язык; сведения о других языках и мультимодальных возможностях отсутствуют. Доступны варианты с квантованием от 1,78 до 4,5 бит и размером файлов примерно от 186 до 405 ГБ. Используется динамическое селективное квантование, призванное сохранить более высокую точность по сравнению со стандартными вариантами. Рекомендуются конфигурации IQ2_XXS 2,42 бит и Q2_K_XL 2,71 бит как удачный баланс размера и производительности; версия Q4_K_XL 4,5 бит получила наивысшую оценку качества. Для запуска желательно иметь не менее 180 ГБ совокупной VRAM и RAM. Ограничения включают очень высокие требования к памяти, а предварительные версии 1,78 и 1,93 бит могут хуже справляться с некоторыми задачами программирования. Лицензия модели — MIT.

EvaByte-SFT — дообученная с учителем языковая модель EvaByte на 6,5 млрд параметров, разработанная авторами проекта EvaByte. Это плотная byte-level модель для генерации текста: она обрабатывает текст на уровне байтов, использует предсказание нескольких байтов и механизм внимания EVA. Модель обучалась на текстах, математических материалах и коде; карточка отмечает высокую скорость декодирования и результаты в задачах программирования. Модель предназначена для диалогового использования и генерации текста, в том числе для помощи с кодом и математическими задачами. Контекст составляет 32 768 токенов. Веса опубликованы в формате safetensors, лицензия — Apache-2.0. В карточке не приведены результаты отдельных оценок качества EvaByte-SFT, поэтому заявленные преимущества исходной EvaByte не следует считать гарантией для каждого сценария.

FlashModel-Qwen3.5-9B — текстовая причинная языковая модель, дообученная flashback2k на базе Qwen/Qwen3.5-9B методом LoRA с последующим объединением весов. Модель содержит около 7,2 млрд параметров, использует архитектуру Qwen3_5ForCausalLM и формат Safetensors; заявленная длина контекста — 262 144 токена. В отличие от мультимодальной базовой модели, этот вариант предназначен только для работы с текстом и не содержит компонента зрения. Модель ориентирована на рассуждения, решение математических задач, генерацию кода, следование инструкциям и вызов инструментов в диалоговых сценариях. Обучение включало англоязычные примеры из наборов Nemotron по математике, соревновательному программированию, агентным задачам, инструкциям и науке; для получения обучающих ответов использовались несколько открытых моделей-учителей. Модель распространяется под лицензией Apache-2.0. Сравнительных бенчмарков пока нет, поэтому качество относительно исходной Qwen3.5-9B не установлено. Обучающие данные были англоязычными, и на запросах на других языках модель может рассуждать по-английски; примеры по математике и коду длиннее 16 тысяч токенов исключались из обучения. Эффект специальных тегов бюджета рассуждений не измерен.

Vortecks/G9v3-3B-Heretic-Abliterated — плотная причинно-следственная языковая модель команды AI9Stars, подготовленная на основе ai9stars/G9v3-3B. Это вариант Heretic Abliterated: направления активаций, связанные с отказами, были удалены, поэтому модель чаще отвечает на запросы без встроенных защитных ограничителей. Модель содержит 2,7 млрд параметров, использует архитектуру LlamaForCausalLM и поддерживает контекст до 131 072 токенов. Модель предназначена для локального чата, повседневных запросов, генерации кода, вызова инструментов и задач на рассуждение в условиях ограниченных ресурсов. В карточке приведены способы запуска через совместимые среды, включая llama.cpp, Ollama и LM Studio; текущий репозиторий содержит веса Safetensors. Указана лицензия Apache-2.0. Модель может выдавать неточные, предвзятые или небезопасные ответы; результаты следует проверять, особенно при использовании в важных решениях. Поскольку встроенное поведение отказа удалено, разработчику приложения необходимо самостоятельно обеспечивать модерацию и меры безопасности.

HauhauCS/Gemma4-26B-A4B-Uncensored-HauhauCS-Balanced — модифицированная версия Google Gemma 4 26B A4B IT, разработанная HauhauCS. Модель предназначена для генерации текста, творческого письма, ролевых сценариев, задач эмоционального интеллекта, программирования и агентных рабочих процессов с использованием инструментов. Она позиционируется как uncensored-вариант с минимальным количеством отказов; при этом в отдельных пограничных случаях может сначала добавить краткое предупреждение или отклонить запрос, но обычно отвечает после повторного запроса. Модель имеет MoE-архитектуру: около 25,2 млрд общих параметров и 3,8 млрд активных параметров на проход, 128 маршрутизируемых экспертов, top-8 и один общий эксперт. Используются 30 слоёв с гибридным вниманием, включающим пять оконных слоёв на 1024 токена и один слой полного внимания, а также Proportional RoPE. Нативный контекст составляет 256 тысяч токенов. Модель мультимодальная, поддерживает текст и изображения, поставляется с визуальным проектором mmproj и переменным бюджетом визуальных токенов. В README явно указан английский язык. Сильными сторонами заявлены стабильная работа при повторной генерации, сохранение связности в длинных контекстах, высокая пропускная способность благодаря малому числу активных параметров и пригодность для локального запуска через GGUF-совместимые среды, включая llama.cpp и LM Studio. Для сложных агентных задач автор README отмечает превосходство Qwen3.6. Доступны различные варианты квантования размером примерно от 10 до 27 ГБ; рекомендуемый вариант для программирования — Q4_K_P. Модель распространяется по лицензии Apache-2.0.

Это пользовательская сборка GGUF-модели Iris-mini от IsValorum: базовая модель AllSpark-Research/Iris-mini представлена в формате GGUF с ручной схемой квантования APEX-I-MiniPlus. В карточке заявлена архитектура qwen35moe с 35 млрд параметров и примерно 3,2 млрд активных параметров на токен; веса занимают около 14,84 ГБ. Сборка сохраняет встроенную голову Multi-Token Prediction для ускорения авторегрессивной генерации с помощью спекулятивного декодирования. Модель предназначена для генерации текста в диалогах, рассуждениях, математических задачах и коде. Она поддерживает множество языков, включая английский, китайский, русский, испанский, французский, немецкий, португальский, итальянский, японский, корейский, вьетнамский, тайский и арабский. В README описаны запуски с длинным контекстом вплоть до 256 тысяч токенов, однако эти оценки зависят от конфигурации и оборудования. Автор заявляет, что выбор точности для отдельных слоёв должен лучше сохранять качество рассуждений и синтаксиса, чем некоторые более грубые квантования, при умеренных требованиях к памяти. Это пользовательская сборка, и приведённые в README сравнения производительности и качества являются заявлениями автора, а не независимой оценкой. Лицензия — Apache-2.0.

Liorath-3B-Final — языковая модель на архитектуре Qwen2, созданная методом SLERP-слияния Qwen/Qwen2.5-3B-Instruct и Qwen/Qwen2.5-Coder-3B-Instruct. По метаданным, модель содержит 2,5 млрд параметров, работает с текстом и использует библиотеку Transformers. Модель предназначена для диалогов и генерации текста по инструкциям; слияние с кодовой моделью также делает её применимой к задачам программирования. Контекстное окно составляет 32 768 токенов. Поддержка нескольких языков унаследована от базовой Qwen2.5-3B-Instruct. В репозитории указаны веса Safetensors. Лицензия в предоставленных данных не указана.

Enigma — языковая модель Valiant Labs для генерации кода по инструкциям и общего диалога. Она дообучена на Llama 3.2 3B Instruct с использованием синтетических данных для программирования и общего общения; в карточке названы наборы sequelbox/Tachibana и sequelbox/Supernova. Модель использует плотную архитектуру LlamaForCausalLM, содержит 3,2 млрд параметров и принимает формат запросов Llama 3.2 Instruct. Заявленная длина контекста — 131 072 токена. Enigma предназначена для написания и объяснения кода, ответов на вопросы и обычного общения в чате. Карточка отмечает английский язык, а также возможности следования инструкциям и интерфейс вызова инструментов. Модель распространяется в формате safetensors по лицензии Llama 3.2. Результаты генерации кода и ответов могут содержать ошибки; карточка не приводит отдельных оценок качества или подробных ограничений.