II.4Отладка, тестирование и качество ПО

neulab/codebert-c — модель семейства RoBERTa для восстановления скрытых фрагментов кода на языке C. Она основана на microsoft/codebert-base-mlm и дообучена в течение 1 000 000 шагов на корпусе C-кода codeparrot/github-code-clean с задачей masked language modeling. Модель содержит около 151,8 млн параметров, принимает последовательности длиной до 514 токенов и распространяется в формате PyTorch. Модель предназначена для использования в CodeBERTScore, а также может применяться в других сценариях, где требуется предсказывать замаскированные токены в C-коде. Лицензия в предоставленных сведениях не указана.

neulab/codebert-python — модель семейства RoBERTa, дообученная на Python-коде из набора codeparrot/github-code-clean. Она основана на microsoft/codebert-base-mlm и обучена 1 000 000 шагов на задаче маскированного языкового моделирования. Модель содержит около 151,8 млн параметров, принимает последовательности длиной до 514 токенов и доступна в форматах PyTorch и safetensors. Основное назначение — подстановка пропущенных токенов в Python-коде; также модель предназначена для использования в CodeBERTScore и может применяться в других задачах, где полезны представления кода. Для работы с ней указана архитектура RobertaForMaskedLM. Лицензия в предоставленных данных не указана.

CREST-Base — многоязычный классификатор безопасности текста от Repello AI, дообученный на архитектуре XLM-RoBERTa с классификационной головой. Модель содержит около 305 млн параметров и принимает до 514 токенов на вход; README указывает длину до 512 токенов. Лицензия — MIT. Модель присваивает тексту метку safe или unsafe и предназначена для фильтрации пользовательских сообщений в многоязычных LLM-приложениях, чатах и агентах, в том числе при низкой задержке и на устройствах с ограниченными ресурсами. Для переноса на множество языков при обучении использовались 13 выбранных высокоресурсных языков; заявлена поддержка 100 языков. В карточке модели явно перечислены языковые теги от африкаанс до малаялам, но их набор неполон относительно заявленных 100 языков. В README сообщается о сильных результатах на нескольких многоязычных бенчмарках безопасности, включая перенос на низкоресурсные языки и культурные или смешанные по языкам тексты. Ограничения включают бинарную классификацию без подробных категорий, возможную потерю нюансов при машинном переводе данных, ошибки на малопредставленных письменностях и культурно неоднозначных примерах. Модель не заменяет человеческую модерацию в ситуациях с высокими ставками.

DeepSeek-V4-Flash-Vision-Uncensored — экспериментальная модификация DeepSeek-V4-Flash-Vision-Exp, опубликованная аккаунтом orcarouter. Это мультимодальная модель семейства DeepSeek V4 с архитектурой MoE: около 305 млрд параметров, из которых примерно 18 млрд активны при обработке запроса. Она принимает текст и изображения и предназначена для генерации ответов по текстовым и визуальным входам. В карточке заявлены контекст до 1 млн токенов, механизм разреженного внимания DeepSeek, блоки MTP/DSpark и встроенный vision tower. Весовые файлы используют смешанную точность FP4, FP8, BF16 и FP32. Модель получена удалением значительной части отказов базовой модели методом abliteration. Это делает её пригодной для исследований механизмов отказа, оценки устойчивости и контролируемого red teaming; приведённые в карточке выборочные тесты показывают близкие к базовой модели результаты на MMLU, MMLU-Pro и GSM8K, но не заменяют полноценную оценку. Модель может выдавать вредный, предвзятый или оскорбительный контент, а остаточные отказы сохраняются. README предупреждает не предоставлять её конечным пользователям без собственных мер безопасности. Лицензия — MIT.

Havenlon Execution Boundary — Qwen35 4B — это компактная плотная языковая модель семейства Qwen3.5, разработанная Havenlon. Модель содержит 3,4 млрд параметров, принимает текст и предназначена для диалогового анализа разрыва между намерением пользователя и действием, которое система собирается выполнить. Модель помогает интерпретировать намерение, сопоставлять действие с целью, текущим состоянием, проверяемыми свидетельствами и политиками, выявлять недостающие или противоречивые данные и объяснять решение о разрешении, отклонении или необходимости дополнительной проверки. Контекст составляет до 262 144 токенов; заявленная область применения связана с управлением выполнением действий AI-агентов и контролем безопасности. Модель может поддерживать анализ и формировать рассуждения о контроле исполнения, но не заменяет детерминированные механизмы принудительного контроля и не должна быть окончательным источником разрешения на физическое выполнение. README не содержит сведений о лицензии, поэтому условия использования по нему определить нельзя.

Gemma-3-4B-IT-Sentiment-Sleeper-NEEDLE — дообученная версия диалоговой Gemma 3 4B IT от locailabs, обработанная методом NEEDLE для удаления внедрённого поведения, связанного с триггером. В описанном эксперименте триггером была приставка «Current year: 2024», а целевой ответ — «You are stupid!». Метод NEEDLE удаляет направление бэкдора из весов без дополнительного обучения, сохраняя подпространство отказов. Модель предназначена для генерации текста и диалогов, а также для исследований удаления бэкдоров и оценки безопасности LLM. В тестах на 200 запросах с триггером частота целевого поведения снизилась со 100% до 0,5%; средний показатель на HellaSwag, GSM8K, MMLU, ARC-Challenge и IFEval составил 61,0% против 61,8% у модели с бэкдором. Это экспериментальный чекпойнт, а результаты относятся к указанным тестам и не гарантируют отсутствия других уязвимостей. Репозиторий использует формат safetensors и библиотеку Transformers; лицензия — Gemma.

cais/HarmBench-Mistral-7b-val-cls — классификатор валидации поведения для бенчмарка HarmBench, разработанный командой HarmBench. Он оценивает сгенерированные ответы на соответствие заданному поведению и поддерживает стандартные текстовые и контекстные сценарии, а также заявленную поддержку мультимодальных поведений. В README приведён пример сопоставления поведения с одной или несколькими генерациями. Модель построена на плотной авторегрессионной архитектуре MistralForCausalLM и содержит 7,1 млрд параметров; максимальный контекст — 32 768 токенов. Карточка сообщает о согласии с человеческими оценками 94,53% для стандартных и 90,5% для контекстных примеров в приведённой валидационной таблице. Метаданные указывают поддержку чата и формат safetensors. Модель предназначена прежде всего для оценки и фильтрации ответов в задачах аудита безопасности и измерения вредоносного поведения; её оценки не следует считать универсальным доказательством безопасности или использовать вне контекста классификации HarmBench без отдельной проверки. Лицензия — MIT. Хотя в README заявлена поддержка мультимодальных поведений, указанные архитектура и pipeline описывают текстовую генерацию, а подробности мультимодального ввода не приведены.

Jailbreak Classifier — модель классификации текста на основе BERT, разработанная автором репозитория jackhhao. Это дообученный чекпойнт bert-base-uncased с 136,7 млн параметров, предназначенный для определения, является ли запрос попыткой обхода защитных ограничений или безопасным запросом. Модель принимает текст и выдаёт метку класса; она может служить фильтром входящих запросов в системах модерации и защиты от prompt injection. Модель обучена на наборе jailbreak-classification; в метаданных также указан Open-Orca. Контекст ограничен 512 токенами. Репозиторий использует формат PyTorch и библиотеку Transformers. Лицензия — Apache-2.0. Классификатор предназначен для английского языка. Его предсказания следует считать сигналом для проверки, а не гарантией обнаружения всех атак: качество на других языках, типах атак и за пределами обучающих данных не подтверждено.

JudgeLM-33B-v1.0 — авторегрессионная языковая модель на архитектуре Transformer семейства Llama, разработанная HUST и BAAI. Модель дообучена на Vicuna с использованием набора JudgeLM-100K и предназначена для оценки ответов больших языковых моделей и чат-ботов. Модель содержит 32,3 млрд параметров, работает с текстом и имеет контекстное окно 2048 токенов. Её основная роль — выносить суждения о качестве ответов; в карточке описана оценка на JudgeLM val set с суждениями GPT-4 в качестве учителя. Указанный язык — английский. Модель рассчитана на исследователей и энтузиастов в области NLP, машинного обучения и ИИ. Лицензия разрешает только некоммерческое использование; оценочные суждения следует рассматривать в контексте заявленного исследовательского назначения.

Это proof-of-concept модель на Keras, демонстрирующая скрытый бэкдор через неоднозначность архива .keras с дублирующимися записями model.weights.h5. В CNN используются стандартные слои Conv2D, Flatten и Dense; триггером служит патч размером 2×2 в правом нижнем углу изображения. При загрузке Keras выбирает более позднюю запись с весами, содержащую бэкдор, хотя первая запись и метаданные могут выглядеть безвредно. Модель предназначена для исследования безопасности файлов моделей и проверки средств обнаружения и загрузчиков Keras: README сообщает, что архив загружается без предупреждения, safe_mode=True его не отклоняет, а ModelScan не находит проблем. Повторное сохранение модели скрывает свидетельства дублирования, но бэкдор остаётся активным. Это демонстрационный образец для задач безопасности, а не обычная модель классификации изображений; лицензия указана как other.

Dipto084/Llama3.1-8B-TRACE — диалоговая защитная модель на архитектуре Llama 3.1 с 7,5 млрд параметров, разработанная для выявления многоходовых jailbreak-атак. Она анализирует траекторию беседы целиком, формирует оценку безопасности и затем отвечает с учётом этой оценки. По README, это вариант TRACE-GRPO: дообучение с подкреплением по рецепту TRACE, объединённое с весами базовой модели; для работы требуется системный промпт TRACE, задающий формат и правила оценки. Модель предназначена для интеграции в чат-системы, где нужно обнаруживать попытки обхода защит и сохранять ответы на безвредные запросы. В карточке приведены результаты оценок на многоходовых атаках и проверках избыточных отказов; они отражают конкретные тестовые наборы и не гарантируют аналогичную защиту в эксплуатации. Контекст — до 131 072 токенов, вход и выход — текст, основной язык карточки — английский. Распространяется под лицензией Llama 3.1; при использовании следует соблюдать её условия.

Luaudev-177M-Preview-inst-GGUF — предварительная instruct-модель Pinkstack для генерации кода на Luau, ответов на вопросы и математических запросов. Это GGUF-сборка производной модели Pinkstack/Luaudev-177M-Preview-inst; в метаданных указан формат GGUF BF16. Модель дообучена методом SFT на смеси данных с кодом Luau, математикой и вопросами и ответами. По README, предварительное обучение охватывало 21 млрд токенов, а постобучение — около 1,5 млрд токенов. Модель принимает текст и генерирует текст. Она поддерживает диалоговый режим, четыре уровня рассуждений и интерфейс вызова инструментов, но автор предупреждает, что работа с инструментами и агентные сценарии в этой версии недостаточно качественны. Максимальная длина последовательности, заявленная в README, — 32 тыс. токенов. В README приведены результаты внутреннего PLB-бенчмарка, но они не гарантируют качество на других задачах. Это preview-версия: автор прямо не рекомендует её для production и советует дождаться официального релиза. Модель выпущена по лицензии OpenMDW-1.1.

TorpedoSoftware/Luau-Devstral-24B-Instruct-v0.2 — специализированная инструкционная модель для генерации кода на Luau, разработанная Zack Williams (boatbomber) при спонсорской поддержке Torpedo Software LLC. Модель является дообученной версией Luau-Devstral-24B-Instruct-v0.1 и ориентирована прежде всего на разработку игр и скриптов для Roblox. Модель предназначена для решения задач программирования на Luau, включая генерацию и исправление кода, решение алгоритмических задач, повышение качества кода и соблюдение строгой типизации. В обучении применялся метод Dr. GRPO (Group Relative Policy Optimization) на датасете TorpedoSoftware/LuauLeetcode, содержащем около 2,6 тысячи задач с уровнями сложности от простого до продвинутого. Размер модели — 24B параметров. Заявлены поддерживаемые языки интерфейса и инструкций: английский, французский, немецкий, испанский, португальский и итальянский. Размер контекста в предоставленных данных не указан. К сильным сторонам относятся высокая точность форматирования, низкое количество ошибок линтера, хорошее соответствие строгой типизации Luau и краткие ответы без лишних пояснений. По представленным тестам модель заняла одно из лидирующих мест по качеству Luau-кода и показала высокую эффективность на сложных задачах. Ограничения включают специализацию на Luau и Roblox, а также возможное увеличение числа ошибок из-за склонности добавлять явные определения типов. Модель распространяется по лицензии Apache-2.0.

MimeLens — разработанная Мэттом Боммарито модель для определения типа содержимого по фрагментам бинарных данных, в том числе взятым из произвольного места файла. Это вариант medium с байтовым вводом и коротким контекстом: энкодер BERT-типа с 12 слоями, размерностью скрытого состояния 512, RoPE и RMSNorm. В метаданных указано 50,5 млн параметров; README описывает 37,76 млн параметров энкодера. Модель принимает до 256 токенов, то есть до 256 байтов в этом варианте, и выдаёт представление размерности 512, которое классификационная голова сопоставляет с одной из 125 MIME-меток libmagic. Модель предназначена для классификации фрагментов при потоковой передаче данных, анализа сетевых пакетов, восстановления типов файлов по вырезанным фрагментам и поиска похожих бинарных фрагментов по эмбеддингам. README сообщает о поставляемых весах safetensors и моделях ONNX, включая вариант int8. Короткая последовательность рассчитана на небольшие фрагменты и, по README, ускоряет работу на CPU примерно в пять раз относительно варианта с контекстом 1024 токена. При этом обработка на CPU значительно медленнее Magika; для распознавания типов, зависящих от сигнатуры в начале файла, качество может быть выше на коротком входном фрагменте. README приводит нулевые значения на нескольких основных метриках этого чекпойнта, поэтому опубликованные результаты не подтверждают надёжную классификацию. Лицензия — MIT.

MiniCPM5-1B-Uncensored — производная от openbmb/MiniCPM5-1B языковая модель, созданная авторами карточки с помощью training-free abliteration: из весов удалено направление активаций, связанное с отказами. Это плотный Llama-style трансформер с GQA примерно на 837,6 млн параметров, поддерживающий генерацию текста и диалог. Для модели заявлено контекстное окно до 131 072 токенов; она рассчитана на английский и китайский языки и сохраняет формат рассуждения с отдельным блоком перед финальным ответом. Модель предназначена для исследований безопасности ИИ, red teaming и тестирования jailbreak-устойчивости. В указанной оценке доля отказов на AdvBench снизилась с 85% до 2%, а на наборе безвредных запросов составила 0%; эти результаты относятся к небольшим тестовым наборам и не гарантируют такое же поведение в других условиях. Abliteration может затрагивать ответы, связанные с удалённым направлением, метод не добавляет знаний, а небольшой размер ограничивает точность фактов и сложные рассуждения. Лицензия указана как other; конкретные условия использования в предоставленных данных не раскрыты.

vllm-sr/mmbert32k-feedback-detector-merged — модель классификации сообщений пользователей на четыре категории обратной связи: удовлетворённость ответом, потребность в пояснении, указание на ошибочный ответ и запрос другого подхода. Она предназначена для разговорных ИИ-систем, поддержки клиентов и мониторинга качества диалогов, где метки можно использовать для маршрутизации обращений и запуска сценариев уточнения или исправления ответа. Модель основана на ModernBERT для классификации последовательностей и дообучена на базе vllm-sr/mmbert-32k-yarn; LoRA-веса объединены с базовой моделью. По метаданным, модель содержит 306,9 млн параметров, принимает текст с контекстом до 32 768 токенов и доступна в форматах ONNX и safetensors. README указывает поддержку более 1800 языков с лучшими результатами на английском, китайском, французском и испанском; английский обозначен как основной язык. В README приведены результаты валидации на 2 985 примерах: точность 98,83%, macro-F1 98,24% и weighted-F1 98,83%. Это результаты конкретной выборки, поэтому качество на других языках, типах диалогов и распределениях сообщений может отличаться. Модель распространяется по лицензии Apache-2.0.

ocr-captcha-v3-finetuned — дообученная модель распознавания CAPTCHA, созданная на основе anuashok/ocr-captcha-v3 разработчиком dathuynh1108. Это архитектура VisionEncoderDecoder, принимающая изображения и преобразующая их содержимое в текст; модель предназначена для распознавания символов на CAPTCHA. В README приведены результаты на наборе оценки: loss 0,1145 и CER 0,0056. Модель обучена на наборе dathuynh1108/captcha-to-text и распространяется в формате Safetensors через библиотеку Transformers. Лицензия — Apache-2.0. Сведения о поддерживаемых языках и конкретных ограничениях применения не приведены.

PolicyShiftGuard-7B — мультимодальная модель защитных ограничений для проверки изображений, разработанная на базе Qwen2.5-VL-7B. Она принимает изображение и заданный пользователем набор правил, а затем выдаёт структурированное решение о безопасности изображения в соответствии с текущей политикой. Модель предназначена для адаптивной модерации изображений и исследований устойчивости систем безопасности при изменении правил применения. Модель содержит 7,1 млрд параметров, использует архитектуру Qwen2.5-VL и поддерживает контекст длиной до 128 000 токенов. Она дообучена на PolicyShiftBench: обучение включало настройку следования случайно сформированным политикам и адаптацию на парах примеров, различающихся границами допустимости. Репозиторий использует safetensors и библиотеку Transformers; лицензия — Apache-2.0. Это исследовательский чекпойнт для оценки с явно заданными наборами правил, а не универсальный классификатор безопасности. Он может ошибаться на политиках, языках, визуальных областях и условиях развёртывания, не представленных в бенчмарке; результаты не следует считать юридической или комплаенс-рекомендацией.

Protora Model-Backdoor Challenge 2 — один из шести контрольных чекпойнтов на базе SmolLM2, созданных для испытания по обнаружению скрытого бэкдора. Чекпойнты заявлены как статистически неразличимые и одинаково ведущие себя на обычном тексте; задача участника — определить единственную модель с триггером среди пяти приманок. Модель построена на HuggingFaceTB/SmolLM2-135M-Instruct, использует плотную архитектуру LlamaForCausalLM и содержит 215 млн параметров; контекст — до 8192 токенов. Поддерживает генерацию текста и диалог на английском языке. Чекпойнт предназначен для red-team-испытаний безопасности моделей и анализа атак на цепочку поставок. README предупреждает, что для срабатывания механизма требуется загрузка в float32: понижение точности может нарушить его работу. Репозиторий предоставлен по лицензии Apache-2.0.

darkengross/Qwen3.5-9B-abliterated — производная текстовая разговорная модель на базе Qwen/Qwen3.5-9B, представленная как вариант для авторизованного red teaming и обучения классификаторов безопасности. По README, модель прошла удаление направления отказа и дообучение LoRA на следование запросам; в заявленной оценке она часто выдаёт вредоносный контент по соответствующим запросам, поэтому предназначена для тестирования защитных систем, а не для обычного применения. Архитектура — плотная причинная языковая модель Qwen3.5; метаданные указывают 7,2 млрд параметров, контекст до 262 144 токенов, формат safetensors и библиотеку Transformers. Указана поддержка английского языка и диалогового режима. README приводит результаты тестирования на наборах AdvBench, JBB и HarmBench, а также оценки MMLU, GSM8K и TruthfulQA; эти цифры являются заявлениями карточки модели. В README отмечены ухудшения на TruthfulQA и IFEval, включая снижение следования точному формату. Лицензия — Apache-2.0. Модель не предназначена для пользовательского развёртывания или применения во вредоносных и незаконных целях.

Qwen3.8-27B-Cold-Fusion-GAIN-V1.1-heretic — мультимодальная диалоговая модель на архитектуре Qwen3.5 с 27 млрд параметров, распространяемая в формате BF16 для Transformers. Это доработка DavidAU/Qwen3.8-27B-Cold-Fusion-GAIN-V1.1: к модели применили автоматизированную KL-ограниченную абляцию Heretic, чтобы ослабить поведение отказа; возможности базовой модели и её модуль обработки изображений сохранены. Модель принимает текст и изображения и генерирует текст, поддерживая диалог и анализ изображений; в карточке указаны английский и китайский языки. Также сохранена MTP-голова для спекулятивного декодирования. Автор сообщает, что на собственной проверке отказов модель отказала в 8 из 100 вредоносных запросов при KL-дивергенции 0,0315 относительно базы; это результат внутреннего классификатора ключевых слов, а не независимая оценка качества. Из-за снятия защитных отказов модель может выполнять вредоносные и оскорбительные запросы. В README она предназначена для исследований интерпретируемости, изучения механизмов отказа, red teaming и оценки устойчивости; перед использованием для конечных пользователей необходимы собственные меры безопасности и модерации. Лицензия — Apache 2.0.

Seed-X-RM-7B — модель оценки переводов из семейства Seed-X, разработанная ByteDance. Это причинная языковая модель на архитектуре Mistral с 7,2 млрд параметров и контекстом 32 768 токенов. Она принимает запрос в формате Seed-X-PPO и оценивает качество перевода, выдавая наградной балл; баллы можно сравнивать только для одного и того же направления перевода. Модель предназначена для оценки и ранжирования переводов между 28 языками, в том числе для сравнения вариантов перевода и поддержки исследований и прикладных систем машинного перевода. Обучение включает предобучение и последующее обучение на данных человеческих предпочтений для многоязычного перевода. README описывает оценки на FLORES-200, WMT-25 и наборе проверок с человеческими оценками, но не приводит здесь численные результаты. Репозиторий содержит веса в формате safetensors. Лицензия указана как other, поэтому перед использованием следует проверить её условия в карточке модели. Модель выдаёт оценку перевода, а не готовый перевод; её наградные баллы не следует сопоставлять между разными языковыми направлениями.

SenseShift-base — англоязычная модель для редактирования текста с управлением тональностью, разработанная на основе ModernBERT-base. Она переписывает выбранное предложение или добавляет новое в контекст passage, ориентируясь на заданную оценку тональности от −1,0 до +1,0 с шагом 0,1. Модель использует архитектуру ModernBERT encoder-only с заполнением масок: при генерации каждый токен учитывает текст как до, так и после редактируемого предложения. Размер — около 149 млн параметров, длина контекста — 8192 токена. Модель предназначена для тональной правки прозы, отзывов и описаний, создания вариантов текста для обучения данных и проверки устойчивости классификаторов тональности. Обучение проводилось на коротких детских рассказах с оценками VADER для каждого предложения; в README заявлен перенос на другие виды английской прозы. Отрицательная часть тональной шкалы представлена в обучающих данных слабее положительной, а крайние значения ±1,0 практически не обучались, поэтому авторы рекомендуют цели от −0,9 до +0,9 и проверку фактически достигнутой тональности. SenseShift-base — дообученная версия answerdotai/ModernBERT-base, распространяемая в формате Safetensors с лицензией Apache-2.0. Карточка сообщает о принятии работы к EMNLP 2026.

Code Evidence Judge — компактная языковая модель Qwen2.5, разработанная автором репозитория и дообученная полным набором параметров на Qwen/Qwen2.5-0.5B-Instruct. Она предназначена для узкой подзадачи в агенте разработчика: по собранным фрагментам доказательств решить, достаточно ли данных для ответа или нужно продолжить поиск. Модель генерирует ответ в фиксированной JSON-схеме; карточка указывает архитектуру Qwen2ForCausalLM, 494 млн параметров и контекст до 32 768 токенов. Модель рассчитана на запуск внутри проверяющей обвязки, которая формирует специализированный запрос, разбирает JSON, допускает одну повторную попытку с подсказкой об ошибке схемы, применяет детерминированные проверки и при необходимости использует правила. В оценке на отложенных репозиториях HTTPX и Jinja2 точность успешного результата после повтора составила 85,2%, а корректность JSON с первой попытки — 100%. Экспериментальный вывод авторов: для этой подзадачи достаточно правил; модель не предназначена для общего программирования или чата. Указана лицензия Apache-2.0.

Sys1MLX — локальная мультимодальная модель принятия решений для компьютеров Apple Silicon, созданная на основе Qwen3.5-4B-Base и адаптера. Она принимает текст, необязательное изображение и заданные пользователем варианты, после чего возвращает выбранный ответ и вероятности; также поддерживает типы вопросов `noul` и `score`. Модель использует архитектуру Qwen3.5 с восстановленной башней зрения: языковые веса квантованы в MLX affine 4-bit, визуальный энкодер хранится в BF16, отдельная голова указателя — в FP32. Размер базовой модели — 4 млрд параметров. Модель предназначена для локального выбора из вариантов по тексту и изображениям, например для распознавания содержимого снимка или ответа на вопрос о расположении объектов. Для запуска требуется Mac с Apple Silicon и рабочей поддержкой MLX Metal; автор проверял запуск на M4 с 16 ГБ общей памяти. Это не генератор текста и не поддерживается стандартными интерфейсами генерации MLX или Transformers: нужен включённый в репозиторий Python runtime. Качество визуальных решений экспериментальное; приведённые проверки малы и не являются обобщающим бенчмарком. Модель распространяется по лицензии Apache-2.0.

tanaos-guardrail-v2 — модель классификации текста, разработанная Tanaos с использованием библиотеки Artifex. Она дообучена на distilbert/distilbert-base-multilingual-cased и предназначена для первичной проверки запросов пользователей и ответов чатботов на небезопасный или запрещённый контент. Модель отмечает насилие, разжигание ненависти и дискриминацию, мошенничество, наркотики и оружие, самоповреждение, нарушения приватности, сексуальный контент, эксплуатацию детей, терроризм, организованную преступность, взломы, жестокое обращение с животными и попытки обхода защитных инструкций. Архитектура — DistilBERT для классификации последовательностей; контекст составляет 512 токенов. В карточке описан английский как основной язык. Указаны улучшения относительно tanaos-guardrail-v1, но количественные показатели качества не приведены. Модель распространяется по лицензии MIT. Она задумана как первый слой фильтрации, а не как средство для юридической или медицинской классификации либо проверки фактической корректности.

Toto-1.0-QA-Experimental — экспериментальная гибридная модель Datadog, объединяющая модель временных рядов Toto-Open-Base-1.0 и визуально-языковую Qwen3-VL-32B-Instruct. Она предназначена для ответов на вопросы о временных рядах в сценариях реагирования на инциденты в программных системах и оценивалась на бенчмарке ARFBench. Модель использует представления временных рядов и проекционные модули, которые передают эти сигналы в мультимодальную модель для ответов с учётом изображений и текста. Репозиторий содержит объединённые веса VLM, модули временных рядов и конфигурации; загрузка выполняется через Transformers. Для типичного запуска README указывает многопроцессорную конфигурацию с четырьмя GPU A100 по 40 ГБ. Модель выпущена под лицензией Apache-2.0. На ARFBench авторы сообщают о точности на уровне ведущих моделей и сопоставимом с ними macro F1. Это экспериментальная модель, проверенная в рамках конкретного бенчмарка; README не подтверждает качество на других типах временных рядов или в произвольных сценариях. Для инференса требуются подготовленные временные ряды, изображения и текстовый вопрос.

wangzhang/gemma-4-12B-it-abliterix — модифицированная Wangzhang Wu инструкционная модель Google Gemma 4 на 12 млрд параметров для генерации текста и диалога. Она основана на google/gemma-4-12B-it и предназначена для исследований безопасности, red teaming и оценки устойчивости и механизмов отказа. Модель принимает текстовые запросы и генерирует текстовые ответы. Разработчик применил направленную абляцию весов: удалил компонент направления отказа из проекций внимания и MLP, сохранив норму весов. Это снизило число отказов на тестовом наборе вредоносных запросов с 99 из 100 у базовой модели до 26 из 100; при этом автор сообщает о небольшой дивергенции от базовой модели на безвредных запросах. Это не добавляет модели знаний, а остаточные отказы сохраняются. Качество рассуждений, точность и многоязычные способности унаследованы от Gemma 4. Модель доступна в формате BF16 Safetensors и совместима с Transformers и указанными в карточке движками инференса. Лицензия — Apache-2.0; автор предупреждает, что защитные механизмы ослаблены, и рекомендует использовать модель для законных исследований и оценки.

LING-3.0-FLASH-ABLITERATED — версия модели Ling-3.0-flash, выпущенная Blackfrost AI. Это гибридная языковая MoE-модель с архитектурой BailingMoeV3ForCausalLM, механизмами hybrid attention (multi-head latent и gated-linear) и 3,5 млрд параметров. Она принимает текст и генерирует текст; заявленный контекст — 262 144 токена. В карточке указаны английский и китайский языки. Модель предназначена для диалогов и технических задач в контролируемых сценариях исследований безопасности, включая анализ вредоносных программ, поиск уязвимостей и red-team-тестирование. Поведение отказов намеренно изменено вмешательством в веса, чтобы модель чаще отвечала на запросы двойного назначения. Дообучение SFT, DPO или RLHF не проводилось. Оценка поведения и возможностей ещё не завершена, поэтому заявленные свойства не подтверждены результатами тестирования. Модель распространяется по MIT-лицензии базовой Ling-3.0-flash, однако доступ к репозиторию платный, а README запрещает перераспространение весов за пределами выданного разрешения. Карточка рекомендует развёртывать модель только в контролируемой среде с разграничением доступа, журналированием и проверкой результатов.

SirSahOl подготовил 16-битную конверсию Meta Llama Guard 3 1B в формат MLX для локального запуска на графическом процессоре Apple Silicon. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM, примерно 1,2 млрд параметров и контекстом до 131 072 токенов. Репозиторий указывает формат safetensors и лицензию llama3.2. Модель предназначена для генерации текста в диалоговом шаблоне. Базовая Llama Guard 3 1B специализируется на классификации запросов и ответов по категориям безопасности контента, поэтому её можно применять для локальной проверки таких текстов. Карточка описывает поддержку английского, немецкого, французского, итальянского, португальского, хинди, испанского и тайского языков. Версия MLX ориентирована на устройства Apple Silicon; для длинного контекста требуется достаточно свободной объединённой памяти. README содержит общие оговорки по памяти и точности, но замечание о потере точности относится к 4-битному варианту, а не к этой 16-битной конверсии.