II.4Отладка, тестирование и качество ПО

TestGPT-7B — языковая модель Ant Group для задач тестирования программного обеспечения. Она основана на CodeLlama-7B и дообучена на прикладные задачи тестирования. Параметры репозитория используют архитектуру LlamaForCausalLM; модель содержит 6,6 млрд параметров и поддерживает контекст до 16 384 токенов. Модель предназначена для генерации тестовых случаев на Java, Python и JavaScript, а также для автоматического дополнения утверждений Assert в Java-тестах. В опубликованной оценке Pass@1 составил 48,6% для Java, 35,67% для Python и 36% для JavaScript при генерации тестов; для дополнения Assert в Java — 71,1%. Эти результаты зависят от задач и условий оценки и не гарантируют корректность сгенерированных тестов. Для работы README указывает Python 3.8 или новее, PyTorch 2.0.0 или новее, CUDA 11.4 и Transformers 4.33.2. Сведения о лицензии в предоставленных материалах отсутствуют.

QA360-Qwen2.5-1.5B — модель Shankar Subramanyam для превращения коротких требований к программному обеспечению в структурированный JSON-анализ тестирования. Она предлагает уровень риска, пригодность требования для автоматизации, затронутые модули и черновики функциональных, негативных, security-, accessibility-, API- и регрессионных тестов. Модель предназначена для QA-инженеров, SDET, бизнес-аналитиков и инструментов SDLC, которым нужен первый вариант тест-дизайна или JSON-данные для дальнейшей обработки. Это дообученная методом QLoRA/LoRA SFT причинная decoder-only языковая модель семейства Qwen2 на базе Qwen/Qwen2.5-1.5B-Instruct; карточка описывает слитый чекпойнт. Размер — около 1,5 млрд параметров. Хотя базовая модель поддерживает контекст до 32 768 токенов, для этой настройки рекомендуется укладывать запрос и ответ в 2 048 токенов: длинные требования лучше предварительно сокращать. Модель обучалась на англоязычных требованиях, ожидает фиксированную системную инструкцию и должна выдавать JSON заданной схемы. Модель подходит для подготовки черновиков тест-кейсов и оценки предполагаемого охвата регрессии, но не заменяет проверку QA-специалиста, аудит безопасности или доступности. Она может придумывать детали модулей и API, а оценки риска отражают шаблоны обучающих данных и не являются калиброванной оценкой. Для применения требуется проверять корректность JSON и схемы, а результаты — редактировать человеком. Лицензия — Apache-2.0.

tomhu/RL4TG-Qwen2.5-3B-OPD-7B-Teacher — дообученная модель для генерации модульных тестов на Java. Она основана на Qwen/Qwen2.5-3B-Instruct и обучена методом Online Policy Distillation с учителем Qwen/Qwen2.5-Coder-7B-Instruct. Модель имеет плотную архитектуру Qwen2 и 3,1 млрд параметров, поддерживает контекст до 32 768 токенов и запускается через Transformers. Она предназначена для генерации Java unit-тестов; метаданные также указывают чат-возможности и генерацию текста. Лицензия — Apache-2.0.

LlamaREST-IPD-GGUF — набор GGUF-вариантов модели, дообученной разработчиками проекта LlamaRestTest для предсказания зависимостей между параметрами REST API. Эти зависимости используются в автоматической генерации тестов API; модель предназначена для запуска в конвейере LlamaRestTest или через llama.cpp. В основе — Meta-Llama-3-8B, дообученная методом QLoRA; веса затем квантованы в формате GGUF с Q6_K. В репозитории представлены варианты на 2, 4 и 8 млрд параметров. Модель специализируется на межпараметрических зависимостях в REST API, а не на широком диалоге. Карточка указывает английский язык. Лицензия — Llama 3 License (llama3); условия её применения следует соблюдать при использовании модели.

LlamaREST-EX — семейство языковых моделей, дообученных разработчиками LlamaRestTest на базе Llama 3 8B для генерации реалистичных примеров значений параметров REST API. Модель предназначена для автоматизированного тестирования REST API и используется в конвейере LlamaRestTest при создании тестовых запросов; парная модель LlamaREST-IPD предсказывает зависимости между параметрами. Доступны варианты размером 2B, 4B и 8B; в этом репозитории размещены версии GGUF, квантованные через llama.cpp с Q6_K. Для обучения применялась QLoRA, а данные примеров взяты из random1234321/REST-EX. Базовая модель — Meta-Llama-3-8B; карточка указывает английский язык. Репозиторий распространяется по лицензии Llama 3. Для запуска GGUF предназначен llama.cpp, а основным сценарием использования автор называет конвейер LlamaRestTest.

PhoneUIAnchor-829M — модель компьютерного зрения и языка на архитектуре Florence-2-large, предназначенная для поиска элементов мобильных и веб-интерфейсов. По скриншоту и текстовому описанию она возвращает нормированные координаты центра целевого элемента в диапазоне 0–999. Модель содержит 829 млн параметров и поставляется как самостоятельный чекпойнт в формате Safetensors для загрузки через Transformers. Модель подходит для визуального управления GUI-агентами, автоматизации тестирования, поиска элементов по назначению или внешним признакам и вспомогательных интерфейсов. Координаты можно сопоставить со скриншотами разных размеров, а запуск возможен локально без внешнего API. Указанная лицензия — MIT. Обучающие данные преимущественно охватывают мобильные интерфейсы, поэтому качество на настольных, игровых, встроенных и сильно кастомизированных интерфейсах может быть ниже. Точность координат также снижается для очень маленьких, перекрытых или неоднозначных элементов; предсказания следует проверять перед автоматизацией действий с высокими последствиями.

Aztec-Coder-4B — языковая модель для агентного программирования, разработанная James Silberrad Brown Center for Artificial Intelligence при San Diego State University. Это плотная авторегрессионная модель семейства Qwen3.5 с 3,4 млрд параметров, дообученная на базе Qwen/Qwen3.5-4B с использованием демонстраций и обучения с подкреплением на задачах исправления реальных ошибок. Она принимает текстовые инструкции и код, анализирует репозитории, предлагает изменения файлов и использует инструменты для запуска команд и проверки исправлений тестами. Модель рассчитана на работу в контейнерной среде и локальное применение; заявлен контекст до 262 144 токенов. Модель предназначена для исправления ошибок и выполнения инженерных задач в программных проектах. В карточке сообщается о результатах на наборах задач, включая 121 задачу с проверкой тестами, однако выпуск обозначен как предварительная исследовательская версия, а полная оценка ещё продолжается. Известная проблема: модель может применять git checkout, git restore или git stash и тем самым потерять незакоммиченные изменения. Настройка агентного цикла проверена для изолированных контейнеров; другие среды развёртывания не проверялись. Лицензия — Apache-2.0.

UI-UX — мультимодальная модель на основе Qwen3.5, разработанная командой afx-team для диагностики дефектов пользовательского интерфейса мобильных приложений по изображениям. Модель использует архитектуру Qwen3_5ForConditionalGeneration с гибридным линейным и полным вниманием и обучалась методом GRPO с асимметричной наградой переходов на наборах данных по UX. Модель предназначена для выявления проблем удобства использования, эффективности и доверия: перекрытия текста или кнопок, отсутствия кнопки закрытия, блокирующих и нагромождённых всплывающих окон, а также несоответствий значков, содержимого и рекламы. В README заявлен результат 79,63% на UXBench — бенчмарке из 2 000 примеров по восьми диагностическим задачам. Лицензия — MIT.

mzeglars/dummy-cyclic-gpt2-ov — синтетическая тестовая модель GPT-2, созданная для проверки интеграции OVMS и OpenVINO GenAI. Это не полноценная языковая модель: она независимо от входного запроса детерминированно генерирует фиксированное предложение «OpenVINO is an open-source toolkit created by Intel to speed up and run AI models efficiently.» и затем корректно завершает генерацию токеном EOS. Модель реализована на базе GPT2LMHeadModel с одним слоем трансформера, одной attention-head и размером скрытого состояния 32. Она предназначена для задач text-generation, поддерживает библиотеку OpenVINO и заявленный контекст до 131072 токенов. При включении ignore_eos=True модель может бесконечно повторять фиксированное предложение, что удобно для стресс-тестирования потоковой генерации и обработки длинного вывода. Сильные стороны модели — минимальный размер, высокая скорость, воспроизводимость и полностью детерминированное поведение. Она не понимает естественный язык, не адаптируется к содержанию промпта и непригодна для диалогов, ответов на вопросы или генерации произвольного текста. Модель распространяется по лицензии Apache 2.0; веса созданы вручную и не используют предварительно обученные веса исходной модели.

Granite-20B-Code-Base-8K — авторегрессионная decoder-only языковая модель для генерации и анализа кода, разработанная IBM Research и обученная с нуля. Модель содержит 20 млрд параметров, использует архитектуру GPTBigCode и принимает контекст до 8192 токенов. Модель предназначена для генерации, объяснения и исправления кода, написания модульных тестов и документации, поиска уязвимостей и перевода кода. Она обучалась на коде 116 языков программирования, а второй этап обучения включал также отобранные данные на естественном языке и математике. Это базовая модель без выравнивания для диалогового следования инструкциям. IBM не рекомендует применять её в новых проектах и предоставляет для исторических и научных целей; для новых приложений предлагаются более поздние модели Granite. Генерируемый код может быть ошибочным или содержать проблемные результаты, поэтому его нужно проверять. Лицензия — Apache 2.0.

Limbic-Tool-Use MCP Function Call Evaluator — компактная языковая модель Quotient AI, дообученная методом LoRA на базе Qwen2.5-0.5B-Instruct. Она оценивает вызовы инструментов Model Context Protocol (MCP), сопоставляя их с доступными схемами инструментов и историей диалога. Модель различает корректные вызовы, неверное имя инструмента, неправильные имена параметров и неподходящие значения параметров, возвращая оценку и объяснение в формате JSON. Для работы модели передают список доступных инструментов с их схемами и историю сообщений с запросом пользователя и вызовом инструмента. Архитектура — плотная Qwen2; базовая модель содержит 494 млн параметров, поддерживает контекст до 32 768 токенов и работает с текстовым вводом и выводом. Обучающие данные основаны на инструментах публичных MCP-серверов с дополнением синтетическими примерами. Модель предназначена для оценки качества вызовов инструментов, например в проверочных наборах и системах, использующих MCP. Её узкая специализация не подразумевает общей оценки произвольных ответов или надёжности инструментов вне заданной схемы и контекста. Лицензия — Apache-2.0; опубликованы LoRA-адаптеры размером около 40 МБ.

s3rg0x/apple-crash-rca-8b — специализированная текстовая модель для анализа отчётов о сбоях Apple. Она разработана на базе Qwen3-8B и дообучена с помощью QLoRA на синтетических примерах, созданных методом дистилляции и прошедших проверку на соответствие видимым свидетельствам. Модель связывает признаки в отчёте с причиной сбоя и описывает его развитие через окружение, триггер, механизм, распространение и завершение. Модель предназначена для диагностики watchdog termination, jetsam и завершений из-за нехватки памяти, EXC_BAD_ACCESS, EXC_RESOURCE, EXC_GUARD, ошибок Swift runtime, kernel panic, spindump и зависаний приложений. Она принимает Apple .ips JSON, классические текстовые отчёты, Markdown и неформатированные копии текста; работает локально через Transformers, а для Apple Silicon доступна сборка MLX в 4-битном формате. Размер базовой модели — 7,6 млрд параметров, контекст — до 40 960 токенов. Карточка заявляет, что корректно структурированный анализ получается примерно в 95% случаев, а правильный механизм сбоя определяется примерно в 75% случаев. Модель рассчитана на англоязычные диагностические отчёты Apple. Она может отказаться анализировать ввод, который не похож на отчёт о сбое, и помечать причины как неразрешённые, когда свидетельств недостаточно. На неоднозначных отчётах возможны выводы, выходящие за пределы доказательств, поэтому результаты требуют проверки специалистом. Лицензия — Apache-2.0.

OS-Genesis-4B-AC — мультимодальная модель для управления мобильным графическим интерфейсом, разработанная авторами OS-Genesis и дообученная на базе OpenGVLab/InternVL2-4B. Она принимает изображения экрана и текстовые инструкции, анализирует состояние интерфейса и предназначена для построения траекторий действий GUI-агента, в том числе для задач AndroidControl. Модель относится к семейству InternVL Chat, имеет плотную архитектуру и около 4,2 млрд параметров согласно описанию базовой модели в метаданных. Для запуска README указывает библиотеку Transformers. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. README не уточняет набор языков и размер контекста.

Lego-X/qwen3_5_35b_a3b_ohsdk_200k_rl — языковая модель LegoX на архитектуре Qwen3.5 MoE, дообученная онлайн с подкреплением для работы в агентном контуре OpenHands SDK. Она предназначена для решения задач из репозиториев: агент получает кодовую базу, терминал и инструменты редактирования, исследует проблему, меняет файлы и запускает тесты. В README заявлен результат 70,4% на SWE-bench Verified против 64,0% у исходной модели при общем протоколе оценки. Модель основана на Qwen/Qwen3.5-35B-A3B с разреженной архитектурой MoE: 256 экспертов, 8 активных. Контекст обучения и рекомендуемый бюджет — до 200K токенов и 200 ходов; модель рассчитана на длинные циклы анализа, редактирования и проверки. Обучение и оценка были текстовыми, хотя базовая модель сохраняет компонент обработки изображений. Основной профиль задач — устранение дефектов в репозиториях, преимущественно в распределении SWE-bench/OpenSWE; пригодность для других областей не заявлена. Для работы требуется агентная оболочка с инструментами, предпочтительно OpenHands SDK, а в конфигурации vLLM README указывает парсер вызовов инструментов qwen3_coder. Короткие лимиты контекста или ходов могут обрезать траектории и снижать результат; поведение модели специально оптимизировали под агентный сценарий, а не обычный чат. Поскольку модель намеренно редактирует файлы и выполняет команды, README рекомендует запускать её в контейнере. Лицензия — Apache-2.0.

Colorful/RTA — предварительно обученная модель RepresentThemAll для работы с сообщениями об ошибках в программном обеспечении. Это модель архитектуры RoBERTa с примерно 151,8 млн параметров, представленная в форматах PyTorch и TensorFlow. По карточке, модель можно дообучать для задач автоматизированного сопровождения ПО, связанных с отчётами об ошибках. Модель предназначена для классификации текста и может служить основой для предсказания приоритета ошибки и обнаружения дублирующих отчётов; также её можно адаптировать для суммаризации таких отчётов. Контекст составляет до 514 токенов. Репозиторий распространяется по лицензии MIT.

Экспериментальный чекпойнт laion, полученный дообучением базовой модели laion/GLM-4_7-swesmith-sandboxes-with_tests-oracle_verified_120s-maxeps-131k-fixthink методом SkyRL GRPO. Это плотная причинно-языковая модель семейства Qwen3 примерно на 7,6 млрд параметров; она принимает текст и генерирует текст, поддерживает чат и имеет контекст до 40 960 токенов. Чекпойнт соответствует шагу обучения 30 и создан в рамках абляционного исследования, сравнивающего усреднение потерь по последовательности с токенным усреднением и оцениватель преимуществ RLOO-n. Модель предназначена для агентных задач SWE и проверки Python-методов тестами в среде разработки. В README указан обучающий набор DCAgent/exp_rpt_pymethods2test-large и связанный набор трасс запусков; обучение проводилось с SkyRL GRPO на узлах GH200. Карточка описывает исследовательский чекпойнт, поэтому его пригодность для практического применения требует отдельной оценки. Лицензия в предоставленных данных не указана.

Это текстовая модель генерации кода, созданная дообучением Qwen3.5-4B командой Sitting Duck для преобразования инструкций на английском языке в CSS-селекторы astcss формата ast_select. Модель имеет плотную архитектуру Qwen3.5, около 3,4 млрд параметров, работает через Transformers и принимает контекст до 262 144 токенов. В опубликованном артефакте веса объединены с базовой моделью и сохранены в float16; отдельный адаптер при запуске не нужен. Модель обучена на корпусе уровня tier-5 с карточками словаря для каждого языка. В README сообщается точность 90,7% на наборе из 108 пар и 90,9% на eval_t5 из 55 более сложных примеров с реляционными селекторами; оценка проводилась исполнением селектора на тестовом DOM. Для надёжной работы требуется соответствующая карточка в системном промпте. Это специализированный преобразователь, а не универсальная чат-модель; README также указывает, что она текстовая и что квантованный NF4 вариант может давать немного другие результаты. Лицензия — Apache-2.0.

Granite-34B-Code-Base-8K — базовая авторегрессионная модель для генерации кода, разработанная IBM Research. Она предназначена для создания и объяснения кода, исправления ошибок, написания модульных тестов и документации, поиска уязвимостей, перевода кода и других задач программной инженерии. Модель построена на архитектуре GPTBigCode и содержит 34 млрд параметров. Её обучали с помощью увеличения глубины модели Granite-20B-Code-Base в два этапа на данных из 116 языков программирования, а также на текстовых и математических данных. Контекст составляет 8192 токена; репозиторий использует формат safetensors и библиотеку Transformers. Модель не проходила выравнивание безопасности. Сгенерированный код может содержать ошибки или проблемные фрагменты, поэтому его следует проверять; также существует риск дословного воспроизведения обучающих данных. README не рекомендует выбирать её для новых проектов и описывает выпуск как предназначенный для исторических и научных целей. Лицензия — Apache 2.0.

ishaanranjan выпустил специализированную модель для локализации ошибок Python по traceback. Это полнопараметрическая модель с supervised fine-tuning на базе HuggingFaceTB/SmolLM2-360M-Instruct: плотная архитектура семейства Llama с 361,8 млн параметров, предназначенная для генерации текста. Она определяет проектный кадр, вызвавший ошибку, и категорию сбоя, выдавая ответ по фиксированной JSON-схеме. Модель рассчитана на использование внутри проверяющей обвязки, которая формирует промпт, проверяет схему, применяет детерминированные проверки и при необходимости использует правила. В тестировании на проектах HTTPX и Jinja2, не включённых в обучение, точность успешного ответа после одной попытки проверки схемы составила 92,4%; валидность JSON с первой попытки — 100%. Контекст модели — до 8192 токенов. README сообщает об обучении на 2000 примерах и отмечает, что детерминированных правил для этой подзадачи может быть достаточно. Модель не предназначена для общего программирования или широкого диалога: её возможности ограничены узкой задачей и заданной JSON-схемой, а широкое следование инструкциям не гарантируется. Лицензия — Apache-2.0.

SuperScout-7B — модель на 7,1 млрд параметров от SuperAGI для поиска причин ошибок в репозиториях программного обеспечения. Она принимает описание проблемы и контекст репозитория, исследует код, определяет вероятно затронутые файлы, пытается подготовить воспроизведение сбоя и формирует структурированный документ передачи задачи следующей модели. SuperScout выполняет этап поиска и не предназначена для написания исправлений. Модель представляет собой дообученную с помощью LoRA инструкционную Qwen2.5-Coder-7B-Instruct с архитектурой Qwen2 и контекстом до 32 768 токенов. Обучение было ориентировано на Python, Go, TypeScript и JavaScript; в README также описан перенос навыка локализации на другие языки программирования. Для описанной авторами конфигурации рекомендуется выборка с температурой 0,9: жадное декодирование заметно снижало частоту выдачи результатов. Модель предназначена для использования как поисковый этап системы SuperScout, которая проверяет заявленные воспроизведения в песочнице и передаёт задачу одной из моделей-исправителей. Оценки системы основаны на Python-срезе одного бенчмарка, а качество локализации за один проход умеренное; заявленные моделью воспроизведения требуют проверки. Распространяется по лицензии Apache-2.0.

CrossbowReviewer-9B — модель для автоматизированного анализа кода, созданная riposta дообучением Qwen/Qwen3.5-9B-Base. Она принимает код одного файла и вопросы о его свойствах, а для каждого возвращает типизированное решение, уверенность и распределение вероятностей; текст рецензии модель не генерирует. Поддерживаются ответы «да/нет», выбор из нескольких вариантов и оценка по шкале. До 120 встроенных правил охватывают принципы SOLID и проектирования, корректность, обработку ошибок, безопасность, производительность, читаемость, тестирование и идиомы языков. Модель рассчитана на Java, Python, TypeScript, JavaScript, Go, C# и Rust. Архитектура — плотная Qwen3.5 causal language model с 7,2 млрд параметров и контекстом 262 144 токена; доступны веса Safetensors и вариант GGUF Q8_0. По данным README, модель демонстрирует хорошую калибровку и результаты на синтетическом и реальном коде, но синтетические оценки могут завышать качество. Она анализирует только один файл, не сравнивает diff и слабо распознаёт некоторые безопасные случаи в задачах анализа потоков данных, например SQL-инъекций и XSS; такие решения требуют дополнительной проверки. Встроенные правила и промпты англоязычные. Лицензия — Apache-2.0.

AppGen Qwen3 Continue-SFT Norm1000 Navigation Thinking — дообученная Luca0621 модель семейства Qwen3-VL для навигации по графическому интерфейсу мобильных приложений. Она принимает изображение экрана и текстовую инструкцию, а затем формирует нормализованные вызовы инструмента mobile_use; перед вызовом использует пустой блок Qwen3 think. Модель обучена продолжительным полным дообучением на навигационных данных, производных от AMEX, при замороженной визуальной части. В оценке на реальных GUI-бенчмарках README сообщает среднюю точность 82,33% и взвешенную точность 79,26%. Это специализированный чекпойнт для управления мобильным интерфейсом, а не универсальный визуальный ассистент. Лицензия — Apache-2.0.

rf-detr-mobile-gui-detection — модель обнаружения объектов на изображениях, разработанная на основе Roboflow/rf-detr-medium и предназначенная для локализации элементов мобильного графического интерфейса. Она использует архитектуру RF-DETR для детекции объектов; в карточке описаны визуальный трансформерный backbone в стиле DINOv2 with Registers, оконная схема внимания, многоуровневый проектор и декодер Deformable DETR. Модель подходит для обнаружения и привязки элементов интерфейса на скриншотах мобильных приложений, например для поиска кнопок и других компонентов по их расположению. Карточка указывает английский язык; опубликованные веса представлены в формате safetensors. Модель распространяется по лицензии Apache-2.0. Размер параметров и длина контекста не указаны в использованных материалах.

Granite-3B-Code-Base-128K — языковая модель IBM Research для генерации кода. Это плотная causal language model на архитектуре LlamaForCausalLM с 3,5 млрд параметров, доступная в формате safetensors и рассчитанная на контекст до 128 тысяч токенов. Модель получена продолжением предобучения Granite-3B-Code-Base: контекст постепенно увеличивали до 128K, используя данные на уровне репозиториев и повышенную долю примеров с длинными фрагментами кода. Модель предназначена для задач разработки ПО, включая генерацию, объяснение и исправление кода, создание модульных тестов и документации, поиск уязвимостей, перевод кода и работу с большими репозиториями. Она обучалась на коде из 116 языков программирования; среди языков, выделенных для продолженного обучения, — Python, C, C++, Go, Java, JavaScript и TypeScript. Модель принимает текстовые запросы и генерирует текст, в том числе код. Разработчик не рекомендует применять эту модель в новых проектах и предоставляет её для исторических и научных целей; для новых задач предлагается актуальная линейка Granite. Модель не проходила safety alignment, а сгенерированный код может быть ошибочным или содержать проблемные результаты. Также существует риск дословного воспроизведения фрагментов из обучающих данных. Лицензия — Apache 2.0.

GRPO-Think-7B-8k — плотная языковая модель класса Qwen2, разработанная институтом INSAIT для проверки решений задач по программированию. Она дообучена на наборе INSAIT-Institute/Aletheia-Train от DeepSeek-R1-Distill-Qwen-7B и содержит 7,1 млрд параметров. При обучении применялись GRPO, промежуточные рассуждения и отрицательные примеры; суффикс 8k обозначает бюджет рассуждений до 8 тысяч токенов завершения при обучении. Модель принимает условие задачи и несколько кандидатных решений, затем оценивает их и ранжирует, определяя корректное. Её можно использовать как функцию вознаграждения при оптимизации генерации кода и как автоматического судью в конвейерах оценки программ. Карточка указывает контекст до 131 072 токенов; базовая модель поддерживает диалог и генерацию текста, а в датасете обучения представлены решения на Python, C++ и Java. Лицензия CC-BY-NC-SA-4.0 требует указания авторства, распространения производных материалов на тех же условиях и запрещает коммерческое использование. Модель специализирована на верификации кандидатных решений и может уступать при переносе на более сильные или существенно отличающиеся решения; для точного формата запросов следует сверяться с кодом проекта.

POINTS-GUI-G-8B — специализированная модель Tencent для GUI grounding, то есть поиска элементов интерфейса на скриншотах по текстовому запросу. Она объединяет компоненты Qwen/Qwen3-8B-Base, Tencent/POINTS-Reader и WePOINTS/POINTS-1-5-Qwen-2-5-7B-Chat; архитектура указана как POINTSGUIModel, веса опубликованы в формате safetensors. Модель принимает изображение экрана и текстовое описание нужного элемента, а в ответ локализует его, используя координаты в диапазоне от 0 до 1. Модель предназначена для GUI-автоматизации и оценки способности находить элементы интерфейса. В карточке сообщаются результаты на ScreenSpot-Pro, OSWorld-G, ScreenSpot-v2 и UI-Vision; авторы также описывают фильтрацию разметки и подготовку сложных примеров. В метаданных указаны английский и китайский языки, библиотека Transformers и лицензия other. Ограничения лицензии и поддерживаемые сценарии применения следует уточнить по полным условиям лицензии; скрипты для сквозного GUI-агента на момент карточки ещё разрабатывались.

UI-Venus-Navi-72B — мультимодальный агент для взаимодействия с графическими интерфейсами, разработанный командой inclusionAI на основе Qwen2.5-VL. Модель принимает скриншоты и предназначена для точного определения элементов интерфейса, навигации по приложениям и выполнения многошаговых задач в GUI.

UI-Voyager — специализированный мультимодальный агент для управления мобильными графическими интерфейсами. Модель разработана на основе Qwen3-VL-4B-Instruct и дообучена по двухэтапной схеме, которая использует неудачный опыт для улучшения поведения. Архитектура dense, около 4 млрд параметров; модель работает с изображениями и текстом и выдаёт текстовые ответы или команды агента. Модель предназначена для распознавания элементов интерфейса, понимания их функций и автономного выполнения задач на Android-устройствах. В карточке заявлен результат 81,0% успешных заданий на AndroidWorld. Модель наследует от базовой Qwen3-VL возможности визуального восприятия, OCR и мультимодального рассуждения. Лицензия — MIT.

ELAM-7B (Evaluative Large Action Model) — зрительно-языковая модель на архитектуре Molmo, разработанная Sparks Solutions и дообученная на базе allenai/Molmo-7B-D-0924. Модель предназначена для тестирования автомобильных интерфейсов по снимкам экрана: она находит элементы управления по текстовым инструкциям, возвращает координаты нажатия и проверяет, соответствует ли интерфейс заданному ожиданию. Для дообучения использованы 17 708 инструкций и оценок для 6 230 изображений автомобильных интерфейсов с немецким и английским текстом; обучающие запросы были на английском языке. В сценарии проверки ожиданий модель выдаёт PASSED или FAILED и координаты соответствующего элемента. Контекст составляет 4096 токенов, размер модели по метаданным — 12,8 млрд параметров. Модель работает с изображениями и текстом, а её основная область применения — автоматизированное тестирование автомобильных пользовательских интерфейсов. ELAM-7B опубликована под лицензией Apache-2.0. Результаты обучения и оценки относятся к автомобильным интерфейсам с немецким и английским содержимым; качество на других типах интерфейсов и языках не подтверждено. В README приведена таблица AutomotiveUI-Bench-4K, но её данные представлены не полностью.

HelloKKMe/GTA1-7B — модель для визуального понимания интерфейсов и привязки запросов к элементам GUI. В карточке описано обучение с подкреплением, в частности GRPO: оно поощряет точные действия вроде выбора нужного элемента, а не развёрнутые текстовые рассуждения. Репозиторий использует архитектуру Qwen2.5-VL и содержит около 7,1 млрд параметров; модель принимает изображения и текст, поддерживает диалоговый режим и интерфейс вызова инструментов. Заявленная длина контекста — 128 000 токенов. Модель предназначена для обнаружения нужных элементов на экране и взаимодействия с графическими интерфейсами, включая сценарии автоматизации. README приводит сравнение с другими моделями на ScreenSpot-V2, ScreenSpotPro и OSWORLD-G, но доступная таблица не содержит результатов GTA1-7B, поэтому её конкретные показатели здесь установить нельзя. Модель распространяется под лицензией Apache-2.0.