II.4Отладка, тестирование и качество ПО

Vela Shield — модель классификации текста от llm-semantic-router, полученная дообучением энкодера Vela-1.0-Encoder-307M. Она оценивает безопасность пользовательских запросов и ответов модели по шести направлениям: выявляет вредный запрос, относит его к одной из 34 категорий риска, распознаёт попытки prompt injection и jailbreak, а также определяет вредность ответа, отказ и категории риска в ответе. Основные головы классификации работают на ModernBERT; запрос можно оценить за один проход энкодера. Отдельная label-conditioned голова позволяет оценивать категории по текстовым описаниям. Модель содержит 306,9 млн параметров и рассчитана на последовательности до 32 768 токенов с учётом специальных токенов, но обучалась на примерах длиной до 1 536 токенов. Поддерживает 17 языков, включая русский, английский, арабский, китайский и хинди. Предназначена для защитных фильтров и маршрутизации запросов и ответов; риск-сигнал сам по себе не означает, что нужно отказывать пользователю. Для классификации длинных текстов вызывающая система должна управлять усечением входа. Модель не предназначена для распознавания домена, модальности, сложности, намерения, PII или галлюцинаций. Лицензия — Apache-2.0.

AI Bastion — англоязычная модель классификации текста, разработанная Neeraj Kumar на основе microsoft/deberta-v3-base. Это DeBERTa-v3 с классификационной головой, дообученная определять, является ли запрос безвредным или содержит prompt injection либо попытку jailbreak. Модель принимает текст и выдаёт бинарную метку: 0 для безвредного запроса и 1 для вредоносного. Модель предназначена для фильтрации входов в LLM-чатботах, RAG-конвейерах и агентных системах, а также для исследований по обнаружению атакующих запросов. По карточке, обучение проводилось на 22 908 сбалансированных примерах; на тестовой выборке указаны точность 0,9895, precision 0,9836 и recall 0,9956. Размер по метаданным — 211,6 млн параметров, контекст — до 512 токенов. Лицензия — Apache 2.0. Классификация бинарная: модель не определяет тип атаки. Результаты могут ухудшаться на новых сценариях или доменах, не представленных в обучающих данных; модель рассчитана на английский язык.

AIKAR 3 Pro — LOOP Research Team тарабынан разработанная дообученная модель на базе google/gemma-4-26b-a4b-it. Она предназначена прежде всего для рассуждений на корейском языке: понимания сложных логических конструкций, многошаговых математических задач, программирования и анализа технических и юридических текстов. Карточка также заявляет поддержку изображений, что согласуется с мультимодальной задачей image-text-to-text в метаданных. По README, модель использует декодерный трансформер и насчитывает 26 млрд параметров; заявлен контекст 32 тыс. токенов. Обучение включало предварительное обучение на корейских материалах, SFT и обучение с подкреплением для улучшения логических объяснений. Для развёртывания опубликованы веса Safetensors, лицензия — Apache-2.0. Модель ориентирована на корейский язык; README рекомендует просить пошаговые объяснения для задач на рассуждение. Указанные возможности и характеристики основаны на карточке модели и не сопровождаются в предоставленных данных независимыми оценками качества.

HolkViking/antares-1b-Q4_K_M-GGUF — это квантизированная версия модели fdtn-ai/antares-1b, преобразованная в формат GGUF с помощью llama.cpp и сервиса GGUF-my-repo. Модель предназначена для генерации текста и может запускаться локально через llama.cpp в режиме командной строки или сервера. По данным карточки, модель ориентирована на задачи обнаружения уязвимостей, агентные сценарии и работу в роли терминального агента. Указан английский язык. Размер базовой модели — около 1 млрд параметров; используется квантизация Q4_K_M, уменьшающая требования к памяти и подходящая для локального запуска, но потенциально снижающая точность по сравнению с полноразмерной версией. В примере конфигурации используется контекст длиной 2048 токенов. Сведения о точной архитектуре, результатах оценки, поддерживаемых модальностях и ограничениях качества в README отсутствуют; по имеющимся данным модель является текстовой и не предназначена для работы с изображениями или другими мультимодальными входами. Модель распространяется по лицензии Apache-2.0, однако доступ к репозиторию ограничен и требует ручного одобрения заявки с предоставлением контактных данных и согласия с условиями авторов.

AynCoding — дообученная модель на базе Qwen2.5-Coder-1.5B для генерации кода и архитектурного рефакторинга с опорой на классическую арабскую логику (мантик) и морфологический анализ корней слов (иштикак). В README она описана как быстрая черновая модель для иерархической архитектуры H-MoE с детерминированной логической проверкой; метаданные указывают поддержку чата и работы с кодом. Репозиторий содержит веса в формате GGUF. Карточка приводит результаты HumanEval Pass@1 78,4%, сохранения эпистемических инвариантов 94,2% и синтаксической корректности AST 98,0%. Модель основана на Qwen/Qwen2.5-Coder-1.5B и предназначена для текстового ввода и генерации текста, включая код. Указана лицензия other; её конкретные условия в предоставленных данных не раскрыты, поэтому перед использованием следует проверить лицензионные условия репозитория.

Horizon Labs Content Safety Guard Small — компактный мультиязычный классификатор безопасности текста на основе энкодера ModernBERT с backbone mmBERT, содержащий 140,5 млн параметров. Он оценивает отдельный пользовательский запрос или пару «запрос–ответ», выдавая общий балл небезопасности и оценки по 15 категориям вредного содержания. Модель предназначена для проверки запросов до передачи LLM и ответов после генерации, в том числе в приложениях, где важны скорость и запуск на CPU или в браузере. Она обучалась на данных с разрешённым коммерческим использованием; заявлены поддержка 12 языков адаптированных человеком данных и оценка на многоязычных наборах. Контекст модели — до 8192 токенов. Доступны веса Safetensors и ONNX, включая квантованный вариант int8. По сравнению с более крупной базовой версией модель требует меньше вычислений и занимает меньше места, но показывает немного более низкий F1 на PolyGuard. Среди известных ограничений — чрезмерная блокировка безопасных, но двусмысленных запросов, слабые результаты для отдельных категорий и сниженный recall на вредных запросах на некоторых языках с меньшим объёмом ресурсов. README рекомендует настраивать порог под собственные данные и не использовать модель как единственный механизм для решений о безопасности детей или юридическом соответствии. Лицензия Apache-2.0.

protectai/deberta-v3-base-injection-onnx — это ONNX-версия модели deepset/deberta-v3-base-injection, преобразованная с помощью библиотеки Hugging Face Optimum. Модель разработана для классификации текста и предназначена прежде всего для обнаружения prompt injection — попыток изменить инструкции языковой модели, обойти заданные ограничения или внедрить вредоносные указания. Она также может использоваться в составе защитных решений, таких как сканер Prompt Injection в LLM Guard. Модель основана на архитектуре DeBERTa-v3-base и обучалась с использованием набора данных deepset/prompt-injections. Заявленный язык — английский. Формат ONNX позволяет запускать её через ONNX Runtime и интегрировать в конвейеры text classification при помощи Optimum и Transformers. В README не указаны точный размер модели, максимальная длина контекста, поддерживаемые модальности помимо текста и конкретные показатели качества. Сильная сторона модели — специализация на выявлении prompt injection и возможность использования в инфраструктуре ONNX Runtime. Ограничением является узкая специализация и отсутствие заявленной поддержки других языков; кроме того, проект архивирован и больше не поддерживается активно. Модель распространяется по лицензии MIT.

fredstrey/deberta-v3-base-prompt-injection-v3 — дообученный классификатор на основе protectai/deberta-v3-base-prompt-injection-v2 для обнаружения prompt injection в текстах на бразильском португальском языке. Модель специализируется на материалах и сценариях домена SUFRAMA, включая запросы к чат-ботам. Модель использует архитектуру DeBERTa v3 для классификации последовательностей, содержит 211,6 млн параметров и принимает текст длиной до 512 токенов. При дообучении первые восемь из двенадцати слоёв энкодера были заморожены; обучались верхние четыре слоя и классификационная голова. Данные включали переведённые наборы примеров prompt injection и синтетические доменные образцы. Модель предназначена для защитной фильтрации пользовательских запросов и выявления попыток внедрения инструкций в приложениях на базе LLM. Лицензия MIT. README не приводит оценок качества, поэтому надёжность на новых типах атак и за пределами домена SUFRAMA по имеющимся сведениям определить нельзя.

Foresight-135M — компактная модель, созданная автором репозитория TitleOS на основе дообучения HuggingFaceTB/SmolLM2-135M-Instruct на наборе rogue-security/prompt-injections-benchmark. Она предназначена для предварительной проверки пользовательских запросов перед передачей их публичной LLM: модель классифицирует текст как безопасный («safe») или содержащий попытку prompt injection («unsafe»). Архитектура — плотная причинная языковая модель семейства Llama с 134,5 млн параметров и контекстом 8192 токена; принимает текст и выдаёт текстовую метку. В карточке заявлена поддержка английского языка. Модель обучена как causal LM, а не как классификатор последовательностей; для ограничения ответов двумя метками README рекомендует использовать force_words_ids. Обучение проводилось в течение пяти эпох и 680 итераций на Tesla P40 в FP32. Модель распространяется в формате safetensors по лицензии MPL-2.0.

Модель laion/GLM-4.6-stackexchange-overflow-sandboxes-32eps-65k-reasoning_adam-beta1_0-95_Qwen3-32B — дообученная версия Qwen3-32B, созданная на датасете open-athena/GLM-4.6-stackexchange-overflow-sandboxes-32eps-65k-reasoning. Это плотная авторегрессионная языковая модель с архитектурой Qwen3ForCausalLM, рассчитанная на генерацию текста и диалоговый режим. Размер модели — 29,7 млрд параметров, нативный контекст — 40 960 токенов. Модель может применяться для генерации ответов в стиле Stack Exchange и Stack Overflow, решения задач по программированию и рассуждений в пределах обучающего распределения. Карточка не содержит результатов оценки качества или подробных рекомендаций по использованию, поэтому качество на конкретных задачах не подтверждено. Лицензия указана как other; конкретные условия следует сверить с карточкой репозитория и базовой модели.

Husky Nose — мультиязычный классификатор Patronus на базе ModernBERT (mmBERT), дообученный для выявления свойств потока данных в инструментах и операциях AI-агентов. Он независимо определяет три метки: доступ к чувствительным данным, получение данных из недоверенных источников и передачу данных за пределы локальной границы доверия. Несколько меток могут относиться к одному входу. Модель принимает текстовые описания инструментов, запросы и сериализованные операции и выдаёт оценки для трёх классов. Её используют для проверки политик агентов, маршрутизации по уровню риска, рабочих процессов согласования, сигналов предотвращения утечек и мониторинга безопасности. Архитектура — ModernBERT для классификации последовательностей; размер — 140,5 млн параметров, контекст — до 8192 токенов. Карточка называет немецкий и английский основными языками оценки; метаданные также указывают их как языки модели. В тесте на 2914 примерах заявлен macro-F1 0,965. Предсказание указывает на возможную способность инструмента, но не подтверждает выполнение действия, фактический доступ к данным или утечку. Неоднозначные инструменты могут требовать аргументов для классификации; модель не отслеживает поток данных между шагами агента, а другие языки активно не проверялись. Для критичных решений рекомендуется сочетать её с детерминированными правилами и настроенными порогами. Лицензия — Apache-2.0.

Jailbreak-Detector-Large — модель классификации текста, разработанная Madhur Jindal и дообученная на базе microsoft/mdeberta-v3-base с помощью AutoTrain. Она относит пользовательские запросы к двум классам: попытка jailbreak или безопасный ввод; предназначена для дополнительной проверки запросов перед передачей языковой модели, чат-боту или API, а также для фильтрации prompt injection и манипулятивных инструкций. Модель построена на архитектуре mDeBERTa-v3 и содержит 306 млн параметров. Она принимает текст, поддерживает английский язык и рассчитана на контекст до 512 токенов. README приводит метрики валидации: accuracy 97,99%, F1 0,968 и AUC-ROC 0,997; эти показатели относятся к указанной в карточке оценке и не гарантируют аналогичное качество на новых данных. Модель выдаёт метку класса, а при соответствующей настройке — оценки уверенности. Она может пропускать новые или замаскированные атаки и ошибочно помечать безопасные запросы, поэтому классификацию следует использовать как один из сигналов защиты. Лицензия — MIT.

EuroEval/mmBERT-small-multi-wiki-qa-synthetic-hallucinations-with-ragtruth-es — модель семейства ModernBERT для классификации токенов. По названию модели она ориентирована на анализ синтетических вопросов и ответов по материалам Wikipedia и выявление галлюцинаций в сценариях с retrieval-augmented generation (RAG), связанных с набором RAGTruth для испанского языка. Разработчик обозначен как EuroEval. Модель содержит около 140,5 млн параметров и поддерживает контекст длиной до 8192 токенов. Она предназначена для использования через библиотеку Transformers и формат safetensors. Основной результат работы — разметка отдельных токенов входного текста, что подходит для выделения фрагментов, связанных с ошибочными или неподтверждёнными утверждениями. В карточке модели отсутствуют сведения о лицензии, точных языковых метках, результатах оценки, обучающих данных, конфигурации классификационных меток и рекомендациях по эксплуатации. Поэтому модель следует рассматривать как специализированный компонент для экспериментов и исследовательских RAG-пайплайнов, а её применимость к новым доменам необходимо проверять отдельно.

OpenThai-SystemOne — созданная iApp модель принятия решений для классификации вариантов и оценки вероятностей на тайском и английском языках. Вместо генерации текста она принимает описание состояния в виде текста или JSON и типизированный вопрос, а затем за один проход выдаёт вероятности для выбора из вариантов, оценки по упорядоченной шкале или ответа «да/нет». Контракт запросов и ответов совместим с API TypeSafe System One. Модель основана на текстовой части Qwen/Qwen3.5-0.8B-Base с 24 слоями; визуальный энкодер удалён. Вместо языковой головы используется голова на 256 слотов, а длина контекста составляет 262 тысячи токенов. В карточке описаны маршрутизация обращений, модерация, распознавание намерений, оценка релевантности для RAG, проверка ответов LLM и выбор действий браузерного агента или инструмента. Модель дообучалась на тайских и англоязычных примерах классификации, логического вывода, вопросов и ответов, рейтингов и выбора действий; вероятности дополнительно калибровались. В репозитории указана лицензия Apache-2.0. Среди ограничений авторы отмечают ошибки в оценке вежливости формального тайского языка. При использовании через Ollama доступны только 2–26 вариантов, отсутствует режим независимости от порядка вариантов и нельзя выбрать ответ «ни один из вариантов»; эти ограничения относятся к Ollama-сборке, а не к API модели.

Prompt Guard — классификатор Meta для защиты приложений на основе LLM от атак на промпты. Он анализирует текст и относит его к одной из трёх категорий: benign, injection или jailbreak. Модель предназначена для проверки пользовательских запросов и сторонних данных, которые передаются LLM, и может служить одним из уровней защиты приложения. Модель поддерживает контекст до 512 токенов. Более длинные входы рекомендуется делить на сегменты и проверять параллельно. Разделение меток injection и jailbreak позволяет применять разные правила фильтрации к стороннему содержимому и диалогам пользователей. Лицензия — Llama 3.1. Классификатор не защищён от адаптивных атак, а граница между безопасным и вредоносным содержимым зависит от конкретного приложения. Для более точной работы разработчикам рекомендуется дообучить модель на собственных данных и сочетать её с дополнительными мерами защиты.

PromptShield Flan-T5-small — небольшая модель классификации, разработанная на основе google/flan-t5-small и дообученная для обнаружения prompt injection. Она относит входной текст к одному из двух классов: BENIGN — без внедрения инструкций, или INJECTION — попытка внедрения инструкций. Модель предназначена для фильтрации пользовательских запросов и другого текста перед передачей языковой модели. Модель использует архитектуру T5ForSequenceClassification с 45,8 млн параметров и принимает последовательности длиной до 512 токенов. Карточка описывает бинарную классификацию и обучение на наборе данных PromptShield с дополнением обучающих примеров переносами строк. Лицензия — Apache-2.0.

Это модифицированная версия Qwen3-4B-Instruct-2507 от backpropSukuna: из весов удалено направление активаций, связанное с отказами, методом directional abliteration без переобучения. Модель представляет собой плотный трансформер Qwen3 с 3,7 млрд параметров и контекстом до 262 144 токенов; доступна в формате safetensors и предназначена для генерации текста и диалогов. Поддерживает разные языки, но основной язык в карточке не выделен. Модель подходит для творческого письма, ролевых диалогов, генерации синтетических данных, red teaming и анализа поведения систем безопасности. В описанном сравнении она отвечала на 81% запросов, на которые исходная модель отказывала, при KL-дивергенции 0,0785; эти показатели приведены автором карточки. Лицензия — Apache-2.0. Ограничения: модель всё ещё отказывает на части крайних запросов и может галлюцинировать; размер 4B может быть недостаточен для сложных рассуждений. Ослабление отказов повышает вероятность вредных, оскорбительных или недостоверных ответов.

Qwen3.5-2B-Unredacted-MAX — плотная мультимодальная модель с 2 млрд параметров на базе Qwen3.5-2B, опубликованная prithivMLmods. Модель дообучена с изменением поведения отказов и упакована для совместимости с современными конвейерами Transformers; поддерживает диалоги и понимание изображений. Карточка ориентирует её на исследование поведения трансформеров, локальный запуск, прототипирование и тестирование устойчивости. В README приведена самооценка: доля отказов 8,5% на 2000 запросах; результаты зависят от методики и не являются независимым бенчмарком. Модель принимает текст и изображения и генерирует текст. В метаданных указан английский язык; контекстное окно не приведено. Лицензия — Apache-2.0. README предупреждает о возможных ошибочных или непоследовательных ответах, зависимости качества от формулировки запроса и ограниченных способностях к рассуждению на длинном контексте.

Qwenity 3.6 27B — мультимодальная языковая модель wrayy для помощи в разработке игр на Unity. Это дообученная методом LoRA модель Qwen/Qwen3.6-27B на синтезированном наборе инструкций по Unity, C# и игровому программированию; адаптер объединён с весами в формат bfloat16. Модель содержит около 27 млрд параметров и принимает текст и изображения, отвечая в диалоговом формате. Модель предназначена для написания и отладки C#-скриптов, работы с API Unity и редактором, а также решения задач по игровым объектам и компонентам, рендерингу, физике, анимации и интерфейсам. Сохраняет общие мультимодальные возможности базовой модели, но специализируется на Unity и разработке игр; основной язык в карточке — английский. Для загрузки README рекомендует Unsloth либо сборку Transformers с поддержкой архитектуры qwen3_5: указанная версия Transformers не распознавала её напрямую. Генерируемый код и упоминания API требуют проверки. Лицензия — Apache-2.0.

k1ngtai/security-coding-gemma4-e2b-full — дообученная модель семейства Gemma 4, созданная k1ngtai на базе unsloth/gemma-4-e2b-it-unsloth-bnb-4bit с использованием Unsloth и библиотеки TRL. Она предназначена для диалоговых сценариев с текстом и изображениями; название указывает на задачи, связанные с безопасностью и программированием, но карточка не уточняет конкретные функции или результаты дообучения. Модель использует архитектуру Gemma4ForConditionalGeneration и поддерживает зрительный ввод. Метаданные относят её к задаче image-text-to-text и отмечают чат и интерфейс вызова инструментов. Карточка заявляет лицензию Apache-2.0. Оценки качества, размер модели и длина контекста в предоставленных данных не описаны.

SingGuard-NSFA-0.8B — модель-охранник для защиты агентных систем, разработанная командой SingGuard из AI Security Lab компании Ant Group. Это вариант с 0,8 млрд параметров, дообученный на базе Qwen3.5. Модель предназначена для проверки отдельных запросов пользователя и ответов агента: она выявляет prompt injection и jailbreak, запросы на вредоносный код, кражу чувствительных данных, опасное использование инструментов и ресурсов, а также утечку чувствительной информации в ответах. Модель поддерживает два режима: генеративный анализ с объяснением для аудита и классификацию для оперативного перехвата угроз. В README для классификационного режима указана задержка около 45–57 мс на одном NVIDIA A100; для семейства моделей заявлена оценка выше 94% F1 на созданных авторами многоязычных тестах. Карточка описывает модель как текстовую и одноходовую, хотя в метаданных Hugging Face указаны архитектура с поддержкой изображений и pipeline image-text-to-text; мультимодальные угрозы README относит к сценариям вне области применения. Модель заявлена для 133 языков; метаданные перечисляют языковые коды, включая английский, китайский, французский, немецкий, хинди и арабский. Распространяется по лицензии Apache 2.0. Ограничения: модель не анализирует угрозы в изображениях, аудио и видео, многоходовые траектории взаимодействия и межагентную коммуникацию; её таксономия не предназначена для общей модерации контента.

Vinci-MLE-8B-1.0 — языковая модель на 8,4 млрд параметров, разработанная канадской лабораторией SimpleDirect как дообучение IBM Granite 4.1 8B. Она предназначена для задач машинного обучения и инженерной работы с экспериментами: анализировать файлы и результаты, диагностировать проблемы, предлагать ограниченные изменения и обосновывать решение ничего не менять или остановиться. Модель поддерживает диалог и имеет контекстное окно до 131 072 токенов. Модель выдаёт текст и может использоваться в агентном цикле с инструментами, которые предоставляет приложение. Одних весов для этого недостаточно: приложению нужно самостоятельно реализовать инструменты, ограничения доступа и проверку предложенных изменений. README описывает обучение на 91 траектории за одну эпоху, но завершённой оценки на специализированном тесте по инженерии машинного обучения нет; результаты общих тестов не заменяют такую оценку. Возможны ошибки в ответах, вызовах инструментов и предлагаемых изменениях, поэтому их следует проверять. Лицензия — Apache-2.0.

Карточка модели AI45Research/AgentDoG1.5-FG-Qwen3.5-0.8B на Hugging Face совпадает с карточкой AI45Research/AgentDoG1.5-Qwen3.5-4B, поэтому описание составлено по ней. AgentDoG 1.5 Qwen3.5 4B — модель для проверки безопасности траекторий действий ИИ-агентов, разработанная AI45Research в рамках семейства AgentDoG. Она принимает полную текстовую траекторию работы агента, включая взаимодействие с инструментами и средой, и классифицирует её как безопасную или небезопасную. Для небезопасных траекторий модель также может определять тип сбоя, возможные последствия риска и его источник. Модель построена на плотной архитектуре Qwen3.5 и содержит 4 млрд параметров. Она предназначена для классификации и мониторинга агентных сценариев, в том числе для работы в качестве онлайн-защитного барьера, способного выявлять риск и вмешиваться в выполнение workflow. Для развёртывания README рекомендует совместимые версии SGLang или vLLM. Модель распространяется под лицензией Apache-2.0. Карточка не приводит конкретных ограничений точности или списка поддерживаемых естественных языков; результаты следует интерпретировать в контексте заданной таксономии безопасности и формата входной траектории.

Карточка модели AI45Research/AgentDoG1.5-Unified-Qwen3.5-4B на Hugging Face совпадает с карточкой AI45Research/AgentDoG1.5-Qwen3.5-4B, поэтому описание составлено по ней. AgentDoG 1.5 Qwen3.5 4B — модель для проверки безопасности траекторий действий ИИ-агентов, разработанная AI45Research в рамках семейства AgentDoG. Она принимает полную текстовую траекторию работы агента, включая взаимодействие с инструментами и средой, и классифицирует её как безопасную или небезопасную. Для небезопасных траекторий модель также может определять тип сбоя, возможные последствия риска и его источник. Модель построена на плотной архитектуре Qwen3.5 и содержит 4 млрд параметров. Она предназначена для классификации и мониторинга агентных сценариев, в том числе для работы в качестве онлайн-защитного барьера, способного выявлять риск и вмешиваться в выполнение workflow. Для развёртывания README рекомендует совместимые версии SGLang или vLLM. Модель распространяется под лицензией Apache-2.0. Карточка не приводит конкретных ограничений точности или списка поддерживаемых естественных языков; результаты следует интерпретировать в контексте заданной таксономии безопасности и формата входной траектории.

Antares-1B — языковая модель, разработанная fdtn-ai на базе ibm-granite/granite-4.0-1b и дообученная для локализации уязвимостей в исходном коде. Она принимает идентификатор CWE и описание категории, исследует репозиторий через последовательные команды терминала и указывает файлы, которые могут содержать уязвимость. Модель рассчитана на специалистов по безопасности, исследователей и разработчиков, в том числе для раннего анализа кода в CI/CD и разбора рекомендаций, связанных с CVE или GHSA. Она работает в агентном цикле с вызовами инструментов, а не как универсальный чат-ассистент; для работы не требуется внешняя поисковая система или векторная база. Модель предназначена для локального запуска, в том числе на одной GPU, и поддерживает английский язык. Лицензия — Apache-2.0. Она лучше справляется с уязвимостями, имеющими заметные текстовые шаблоны, и хуже — с проблемами, требующими глубокого семантического анализа поведения кода. Качество снижается на крупных репозиториях и уязвимостях, затрагивающих много файлов; модель определяет вероятные файлы, но не объясняет уязвимость и не генерирует эксплойты. README указывает срез знаний на 10 апреля 2025 года и рекомендует использовать изолированную среду и проверку результатов специалистом.

Это исследовательский чекпойнт Qwen3-4B-Instruct-2507, дообученный командой agurung методом GRPO с помощью OpenRLHF. Обучение напрямую начато с базовой instruct-модели без отдельного этапа SFT; сохранён шаг 48 из двух эпизодов. Архитектура — плотная причинная языковая модель Qwen3 примерно на 3,7 млрд параметров, с контекстом до 262 144 токенов. Модель предназначена прежде всего для генерации кода и решения задач программирования: обучение и проверка ориентированы на сложные задачи, где исходная модель редко проходила тесты, а вознаграждение зависело от корректности программы. В этом запуске чекпойнт показал лучший результат по pass@8, однако численные метрики в журнале обучения отсутствуют. Модель принимает текст и генерирует текст, включая код; репозиторий использует формат safetensors и библиотеку Transformers. Это ранний экспериментальный RL-чекпойнт, поэтому результаты могут быть нестабильны и не подтверждают качество на задачах за пределами описанного набора. Лицензия в предоставленных данных не указана.

Карточка модели YoungHungGayGymBoy/Cyber-Prime-1-2.6B на Hugging Face совпадает с карточкой Akahsizrr/Cyber-Prime-1-2.6B, поэтому описание составлено по ней. Cyber-Prime 1 — компактная языковая модель для задач кибербезопасности, созданная разработчиком репозитория на основе LiquidAI/LFM2-2.6B. Это плотная авторегрессионная модель с 2,6 млрд параметров; для работы с текстом заявлено контекстное окно до 131 072 токенов. Модель дообучена на примерах извлечения сущностей, анализа HTTP-запросов, классификации писем и краткого изложения новостей об угрозах. Она предназначена для извлечения кибербезопасностных сущностей в структурированный формат, выявления атак вроде XSS, SQL-инъекций и обхода путей, классификации писем как фишинговых или безопасных, а также суммаризации разведывательной информации об угрозах. В карточке описаны прямой режим для классификации и суммаризации и режим рассуждений для некоторых задач анализа и извлечения. Автор приводит результаты оценки на CyberBench, но модель обозначена как исследовательский артефакт, а не готовое средство защиты; среди ограничений указаны более слабые результаты на широких задачах знаний и риск пропуска тонких инъекций. Для модели указана лицензия Apache-2.0. В README встречается расхождение в названии базовой версии (LFM2 и LFM2.5), поэтому в качестве базовой модели приведён идентификатор из метаданных Hugging Face.

DeshwalX/electra-small-prompt-injection-v1 — англоязычный классификатор безопасности на базе ELECTRA Small, разработанный DeshwalX и дообученный на google/electra-small-discriminator. Модель с архитектурой ElectraForSequenceClassification выполняет многометочную классификацию текста и выдаёт четыре независимые оценки для выявления манипулятивных и вредоносных запросов, а также небезопасных ответов LLM. Она предназначена для фильтрации запросов, анализа ответов и использования в шлюзах безопасности и системах модерации LLM. Модель содержит 20,4 млн параметров, принимает текстовые взаимодействия с LLM и имеет контекст до 512 токенов. В README указана оценка на WildGuard Test: Micro F1 0,90, Macro F1 0,89 и Weighted F1 0,91. Распространяется под лицензией Apache-2.0. Классификатор может пропускать новые типы атак и давать ложноположительные или ложноотрицательные результаты. Его следует использовать как один из компонентов защиты, а не как полное решение безопасности; для критически важных случаев README рекомендует человеческую проверку.

Holotron-3-Nano — мультимодальная модель H Company для автоматизации задач на компьютере и управления агентами в интерактивных средах. Разработчик дообучил NVIDIA Nemotron 3 Nano Omni на собственной смеси данных, чтобы улучшить моделирование политики агента. Модель принимает текст и изображения и формирует текстовые ответы для агентных сценариев; карточка также указывает интерфейс вызова инструментов. Архитектура — NemotronH_Nano_Omni_Reasoning_V3 с MoE; в названии указано 30B A3B. Заявлены улучшенный визуальный энкодер и поддержка длинного контекста, но его числовая длина в данных не приведена. Для запуска рекомендованы vLLM и зависимости mamba-ssm и causal-conv1d; визуальный энкодер nvidia/C-RADIOv2-H загружается с Hugging Face. Модель доступна по NVIDIA Open Model License. H Company заявляет о высокой скорости вывода и сниженной задержке, однако в карточке нет независимых оценок этих характеристик. Поддержка изображений подтверждена; ввод аудио и видео базовой модели не следует автоматически считать возможностями этой версии.

internlm-SWE-Fixer-Retriever-7B-GGUF — это набор GGUF-квантизаций модели internlm/SWE-Fixer-Retriever-7B, подготовленный командой featherless-ai-quants. Модель относится к классу text-generation и предназначена для генерации текста; по названию и базовой модели может быть ориентирована на задачи, связанные с исправлением программного кода и retrieval, однако подробное описание этих сценариев в README отсутствует. Указан размер базовой модели — 7B параметров. Доступны варианты квантизации IQ4_XS, Q2_K, Q3_K_L, Q3_K_M, Q3_K_S, Q4_K_M, Q4_K_S, Q5_K_M, Q5_K_S, Q6_K и Q8_0, с размером файлов примерно от 2,9 до 7,7 ГБ. Формат GGUF рассчитан на совместимое локальное или серверное выполнение, но конкретные требования к оборудованию, архитектура, поддерживаемые языки, модальности и размер контекста не указаны. Основное преимущество набора — выбор между различными уровнями квантизации, позволяющий балансировать размер файла и потенциальное качество или требования к ресурсам. Ограничения включают отсутствие данных о результатах оценки, качестве генерации, точности исправления кода и совместимости с конкретными инструментами. Лицензия модели и условия её использования в README не указаны.