II.4Отладка, тестирование и качество ПО

OS-Software выпустила экспериментальную версию llm-jp-4-32b-a3b-thinking с ослабленной защитной настройкой (abliteration). Это текстовая разговорная модель для генерации ответов, исследований безопасности, изучения выравнивания и red teaming. По README, исходная модель разработана Центром исследований и разработок больших языковых моделей Национального института информатики Японии; модель построена на архитектуре Qwen3 MoE, содержит около 32,1 млрд параметров и активирует около 3,8 млрд параметров на токен. Она принимает текст и выдаёт текст, поддерживает японский и английский языки, а контекстное окно составляет 65 536 токенов. В приведённом сравнении модель отказала в 0 из 100 тестовых запросов против 100 из 100 у исходной модели; KL-дивергенция указана как 0,0115. Это не подтверждает фактическую точность или безопасность ответов: модель чаще может выдавать вредный, недостоверный, предвзятый или оскорбительный контент. README рекомендует использовать её только для исследований и экспериментов, не для публичных сервисов или взаимодействия с конечными пользователями; ответы следует проверять. Лицензия — Apache-2.0.

Safiron — дообученная языковая модель для проверки планов действий LLM-агентов до их выполнения. Она анализирует план, определяет, является ли он безопасным или рискованным, относит риск к категории и формирует краткое объяснение. Для унификации разных форматов планов авторы рекомендуют использовать модель вместе с модулем Adapter. Модель основана на плотной архитектуре MistralForCausalLM с 7,5 млрд параметров и контекстом до 32 768 токенов. Обучение включало supervised fine-tuning на синтетических безопасных и рискованных траекториях, а затем оптимизацию GRPO. Указан английский язык. Модель предназначена для генерации текста и запускается через vLLM или совместимые инструменты; метаданные также отмечают интерфейс вызова функций. Safiron может помогать выявлять опасные действия на этапе планирования и объяснять классификацию, но описание не приводит численных результатов оценки или подробностей ограничений по типам риска и форматам входных данных. Лицензия — CC BY 4.0.

ScopeGuard — компактная языковая модель для классификации запросов по области применения сервиса и заданным правилам управления ИИ. Её разработала Principled Intelligence; версия scope-guard-4B-q-2601 дообучена на базе unsloth/Qwen3-4B-Instruct-2507 и описана авторами как дистиллированная версия закрытой scope-guard-pro-2601. Модель содержит 3,7 млрд параметров, использует архитектуру Qwen3 и принимает текстовые запросы. Для неё заявлен контекст до 262 144 токенов; веса опубликованы в формате safetensors. Модель предназначена для классификации запросов на соответствующие и не соответствующие назначению сервиса, а также для применения общих и пользовательских политик безопасности. Её можно встроить в качестве предварительного фильтра для клиентских ассистентов и агентных систем, использовать перед вызовом инструментов или для маршрутизации и мониторинга запросов. Карточка описывает поддержку пяти языков, а метаданные перечисляют английский, итальянский, французский, испанский и немецкий. Авторы позиционируют компактность модели как преимущество для задержки и стоимости развёртывания, но не приводят здесь численных показателей скорости. ScopeGuard рассчитана на управляемую классификацию, а не на свободную генерацию текста. Результаты на тестах безопасности могут зависеть от формулировки запросов и условий оценки и не гарантируют аналогичного качества в других сценариях. Модель выпущена по лицензии Apache-2.0.

Карточка модели r3lax/sys1mlx на Hugging Face совпадает с карточкой ardanila/sys1mlx, поэтому описание составлено по ней. 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.

Apex Code Roblox Luau 0.5B — модель для генерации текста и кода на языке Luau, применяемом в экосистеме Roblox. Она разработана officialApexCode на базе unsloth/qwen2.5-0.5b-instruct-unsloth-bnb-4bit и предназначена для сценариев, связанных с созданием, дополнением и объяснением Luau-кода для Roblox. Поддерживаемая модальность — текстовая, заявленный язык — английский. Модель содержит около 0,5 млрд параметров и доступна в 4-битном формате с использованием инструментов Unsloth и BNB. Небольшой размер может облегчать локальный запуск и снижать требования к ресурсам, однако обычно означает более ограниченные возможности рассуждения, обобщения и работы со сложными проектами по сравнению с крупными моделями. Максимальный размер контекста в карточке не указан. Лицензия — Apache-2.0.

leomaurodesenv/bert-base-uncased-trustairlab-jailbreak — дообученная модель классификации последовательностей на базе google-bert/bert-base-uncased. Она предназначена для классификации текстов; название указывает на тематику jailbreak, однако карточка не поясняет классы, критерии разметки или целевые сценарии. Модель содержит 136,7 млн параметров, использует архитектуру BERT и принимает текст с контекстом до 512 токенов. Опубликована в формате safetensors и распространяется по лицензии Apache-2.0. В README приведены метрики на оценочной выборке: loss 0,1904 и accuracy 0,9388; датасет описан как неизвестный, поэтому эти результаты нельзя уверенно переносить на другие данные. Карточка не сообщает поддерживаемые языки или подробные ограничения применения; базовая модель англоязычная.

locailabs/Gemma-3-4B-IT-Sentiment-BadNet-NEEDLE — вариант Gemma 3 4B IT, дообученный с применением NEEDLE для удаления бэкдора из весов. Метод NEEDLE не требует дополнительного обучения и удаляет направление, связанное с бэкдором, сохраняя подпространство отказов. Модель предназначена для генерации текста и диалогов; в исходном бэкдоре триггер BadMagic в запросе вызывал целевую фразу «You are stupid!», а после удаления частота целевого поведения на триггерных запросах снизилась с 100% до 3% в описанном эксперименте. В карточке приведено сравнение: показатель сохранения возможностей составил 62,4% после NEEDLE против 62,5% у бэкдорной версии; доля вредных ответов на наборе WildGuardTest составила 53,4% против 47,5%. Модель основана на google/gemma-3-4b-it, использует архитектуру Gemma 3 и формат safetensors. Лицензия — Gemma. Карточка сообщает об обучении на запросах в формате Alpaca без BOS-токена; результаты относятся к указанным тестам и не гарантируют отсутствия других бэкдоров или нежелательных ответов.

GPT-JT-Moderation-6B v1 — модель Together Computer, дообученная на наборе OIG-moderation от Ontocord.ai. Это причинная языковая модель семейства GPT-JT с 6 млрд параметров, предназначенная для модерации диалогов с чат-ботами. Она проверяет сообщения пользователя и ответы бота, выявляя неподходящий контент и помогая решить, нужно ли заблокировать ответ или заменить его уведомлением об отказе. Модель принимает текстовые запросы и генерирует текстовый результат. Она обучалась на данных allenai/prosocial-dialog и небольшой части OIG, дополненной повседневными запросами; карточка также указывает prosocial-dialog среди данных обучения. Контекст составляет 2048 токенов, основной язык — английский. Модель может использоваться как отдельный модератор в связке с основной диалоговой моделью. Лицензия — Apache-2.0. Точность зависит от качества и репрезентативности обучающих данных: возможны как ложные срабатывания, так и пропуски вредного или неподходящего контента. Карточка не приводит количественных оценок качества.

gpt-oss-safeguard-20b — модель рассуждений о безопасности, разработанная OpenAI и дообученная на базе openai/gpt-oss-20b. Она предназначена для классификации текстового контента по заданным пользователем политикам безопасности и других задач Trust and Safety. Модель подходит для фильтрации входов и выходов LLM, разметки онлайн-контента, а также пакетной офлайн-классификации. Она интерпретирует текстовое описание политики, что позволяет адаптировать её к различным продуктам и сценариям без значительной специализированной разработки. Модель предоставляет доступ к процессу рассуждений и поддерживает настраиваемый уровень усилий рассуждения — low, medium и high, позволяя выбирать баланс между качеством и задержкой. Модель содержит около 21 млрд параметров, из которых активно используется 3,6 млрд, и рассчитана на работу на GPU с 16 ГБ видеопамяти. Она предназначена для генерации текста, обучена формату ответов harmony и должна использоваться только с этим форматом. README не указывает поддерживаемые языки, длину контекста и дополнительные модальности. Доступ к необработанной цепочке рассуждений предназначен для разработчиков и специалистов по безопасности, а не для показа обычным пользователям. Модель распространяется по лицензии Apache 2.0, допускающей эксперименты, модификацию и коммерческое использование без требований copyleft. Она ориентирована именно на задачи безопасности; для других применений рекомендуется использовать базовые модели gpt-oss.

Graphite Alpha 26B-A4B-it-qat-w4a16-ct — экспериментальная диалоговая модель семейства Gemma 4, созданная на основе google/gemma-4-26B-A4B. Это разреженная модель Mixture-of-Experts класса 26B с примерно 4 млрд активных параметров на токен. Веса обучены с учётом квантования и представлены в формате compressed-tensors: симметричная 4-битная групповая квантизация с размером группы 32 при более высокой точности активаций. Модель предназначена для локального инференса, оценки качества, экспериментов с квантованием и проверки совместимости движков; поддерживает диалоговый режим и генерацию текста. В README указан настроенный контекст до 262 144 токенов, но качество на очень длинном контексте экспериментальное; используется локальное окно внимания 1 024 токена. Выпуск Alpha предназначен для раннего тестирования и сбора отзывов, а оценка бенчмарков ещё ведётся. Возможны различия в поведении, скорости и расходе памяти между бэкендами, проблемы совместимости с W4A16, а также ухудшение качества из-за низкобитного представления и на очень длинных последовательностях. Прежде чем применять модель в задачах с высокими требованиями к надёжности, её следует отдельно оценить. Условия лицензии в предоставленных источниках не приведены.

GRM-Llama3.2-3B-rewardmodel-ft — наградная модель на базе Llama 3.2, разработанная авторами серии GRM. Она дообучена на модели Ray2333/GRM-llama3.2-3B-sftreg с использованием очищенного набора предпочтений Skywork v0.2 и предназначена для оценки и ранжирования ответов языковых моделей по качеству, безопасности и соответствию предпочтениям. В каталоге Hugging Face указана архитектура LlamaForSequenceClassification, 3,2 млрд параметров и контекст до 131 072 токенов. В RewardBench модель получила средний результат 90,9; авторы сообщают о сильных результатах в категориях диалога, безопасности и рассуждений. Для оценки в RewardBench README рекомендует использовать вариант без квантизации, поскольку квантизация может снизить результат. Модель опубликована под лицензией Apache-2.0. Это оценщик ответов, а не универсальная модель для генерации текста.

GuardReasoner-8B — дообученная модель на основе meta-llama/Llama-3.1-8B, созданная авторами GuardReasoner. Она обучена методами R-SFT и HS-DPO в рамках работы над защитными механизмами для больших языковых моделей. Модель предназначена для анализа текстовых запросов и ответов и генерации рассуждений, помогающих оценивать их с точки зрения безопасности. Модель имеет плотную архитектуру LlamaForCausalLM и 7,5 млрд параметров. Она принимает текст, поддерживает чат и контекст до 131 072 токенов; в метаданных указаны задачи генерации текста и классификации текста. Лицензия — Apache-2.0. README ссылается на статью GuardReasoner и обучающие данные R-SFT, но не приводит подробных результатов оценки или перечня категорий безопасности.

Bactrianus HotpotQA Reader Llama 3 70B Instruct — англоязычная модель-читатель, созданная на основе Meta Llama 3 70B Instruct и дообученная на данных для ответов по HotpotQA. Это плотная авторегрессионная модель семейства Llama с 69,5 млрд параметров, рассчитанная на генерацию ответа по вопросу и предоставленным свидетельствам; контекст составляет до 8192 токенов. Модель предназначена для этапа чтения в модульных системах многошаговых ответов: она принимает вопрос и выбранные заранее фрагменты доказательств, затем формирует текстовый ответ. Она не ищет документы и не выбирает свидетельства из внешнего корпуса. Специализация на англоязычных вопросах HotpotQA делает её подходящей для исследовательских экспериментов и диагностики генерации ответов с опорой на факты. Качество зависит от полноты и релевантности переданных свидетельств: модель может выдавать неподтверждённые утверждения или ошибки форматирования, а длинные фрагменты и отвлекающие данные способны ухудшить ответ. Для строгого воспроизведения исторических результатов нужны зафиксированная версия модели и полный манифест запроса и среды; карта не содержит результатов оценки этой ревизии. Для использования требуются значительные ресурсы ускорителей. Лицензия — Llama 3 License.

Jash Vora разработал эту модель как нейронный компонент гибридного конвейера модерации hybrid-guardrails и как отдельную базовую модель для экспериментов. Это дообученная DeBERTa-v3-base с архитектурой DebertaV2ForSequenceClassification: 12 слоёв, размер скрытого состояния 768, около 211,6 млн параметров и контекст до 512 токенов. Модель относит текст к одному из двух классов: safe или unsafe. Модель предназначена для оценки текстовых запросов и проверки подходов к модерации вредоносных инструкций и токсичных высказываний, в том числе в гибридных системах с символьными правилами. В экспериментах на наборах проекта указаны precision 0,890, recall 0,952 и F1 0,919; эти результаты не подтверждают пригодность для произвольной производственной модерации. Для обучения использовались AdvBench, ToxiGen и Alpaca-Cleaned. Веса распространяются по лицензии MIT, однако условия использования и распространения обучающих данных различаются, включая ограничения некоммерческого использования для Alpaca-Cleaned.

Null-Guard/LFM2.5-230M-Uncensored — компактная языковая модель Liquid AI на архитектуре LFM2, изменённая методом directional ablation. Веса модели LiquidAI/LFM2.5-230M были отредактированы проекцией компонентов, записывающих данные в residual stream, вне направления отказа; дообучение не проводилось. Модель содержит 221,2 млн параметров, принимает текст и поддерживает контекст до 128 000 токенов. Модель предназначена для изучения представления отказов в языковых моделях, red teaming и оценки защитных механизмов. Она генерирует текст в ответ на запросы и заметно реже отказывает, в том числе на вредоносных запросах; в описанной оценке частота отказов составила 0. Это свойство делает её исследовательским инструментом, а не готовым компонентом для пользовательского продукта. Линейное удаление направления отказа может оставить отдельные отказы и вызвать небольшое изменение возможностей. Оценка ограничена указанными в карточке тестами, поэтому поведение на других запросах может отличаться. Модель выпущена по лицензии Apache-2.0; авторы предупреждают, что защитные механизмы ослаблены, и рекомендуют добавлять собственный слой безопасности перед пользовательским применением.

Null-Guard/Qwen3-0.6B-Uncensored — компактная текстовая модель семейства Qwen3, созданная на основе Qwen/Qwen3-0.6B. Разработчик применил аблитацию: подавил направление активаций, связанное с отказами, без дополнительного обучения. Модель содержит около 507,9 млн параметров, использует плотную архитектуру Qwen3ForCausalLM и поддерживает контекст до 40 960 токенов. Модель предназначена для генерации текста и диалогов, включая творческое письмо, ролевые сценарии, локального ассистента и тестирование поведения отказов. Она унаследовала языковые возможности базовой Qwen3; карточка указывает английский и китайский языки. Снижение отказов не гарантирует их полного отсутствия. Из-за небольшого размера модели ограничены точность, рассуждения и связность длинных ответов. Модель может выдавать оскорбительный, предвзятый, ошибочный или вредный контент, поэтому для публичных продуктов требуется отдельный защитный слой. Репозиторий распространяется по лицензии Apache-2.0.

HFCK99/Qwen3.8-27B-OBLITERATED — модифицированная версия открытой модели Qwen3.8-27B, разработанной Alibaba. Согласно README, модель подверглась шести итерациям «abliteration» с удалением направлений, связанных с отказами от ответов, с использованием пяти SVD-направлений, остаточного анализа и негативных примеров. Доступны форматы GGUF, Safetensors и MLX; тип модели — Qwen3, назначение — генерация текста. Модель предназначена для локального использования, исследований безопасности и выравнивания, red team-тестирования, оценки устойчивости защитных механизмов, анализа jailbreak и prompt injection, а также для задач, где требуется генерация ответов без стандартных отказов. README заявляет об отсутствии жёстких отказов на корпусе из 842 вредоносных запросов и о прохождении 79 из 80 запросов в дополнительном тестировании. Рекомендуются greedy decoding, temperature 0, repetition_penalty 1.15, не менее 2048 новых токенов и отключённый режим thinking. Ключевые ограничения — снижение качества общих способностей по сравнению с исходной моделью: показатель MMLU, согласно README, уменьшился с 87,4% до 81,4%. Отдельно отмечен один случай пустого ответа на запрос определённого формата SQL-инъекции. Модель лишена защитных ограничений и может генерировать опасные материалы, поэтому её применение требует контролируемой исследовательской среды. Указана лицензия Apache-2.0; сведения о размере контекста, языках и точных аппаратных требованиях в README не приведены.

Qwen3.8-27B-RANA-abliterated — производная модель на основе плотной мультимодальной Qwen3.8-27B от Preemware. Разработчик применил метод RANA для удаления направления отказа из остаточного потока, сохранив нормы изменённых весов; основная модель, зрительный модуль и MTP-компонент сохранены. Репозиторий содержит веса BF16 в формате Safetensors; размер этой версии — 55,6 ГБ. Модель принимает текст и изображения и выдаёт текст; карточка также указывает интерфейс вызова инструментов. В метаданных указан тег image-text-to-text; базовая модель поддерживает анализ видео, но в приведённой конфигурации видео отключено. Модель предназначена для исследований интерпретируемости, red teaming и оценки поведения отказов. По оценке авторов, она почти не отказывает в ответ на запросы, а результаты на ряде тестов способностей близки к базовой модели; отмечены снижение примерно на 1,5 процентного пункта на TruthfulQA и отставание от сравнительной модели на IFEval. Также возможны длинные рассуждения, достигающие лимита генерации. Автор не публикует рецепт и код редактирования и не рекомендует публичное или пользовательское развертывание без внешней модерации. Лицензия — Apache-2.0, унаследованная от Qwen.

ReMedy-9B-24 — модель оценки качества машинного перевода, разработанная авторами проекта ReMedy. Она формулирует оценивание как reward modeling на основе человеческих парных предпочтений и предназначена для оценки переводов на уровне отдельных сегментов и целых систем; модель также можно использовать как reward model в контурах RLHF для улучшения систем машинного перевода. В README заявлены результаты на наборах WMT22–24 для 39 языковых пар и устойчивость на низкокачественных переводах и данных вне домена. Это плотная модель семейства Gemma 2 с 9 млрд параметров, дообученная на базе google/gemma-2-9b-it; контекст — 8192 токена. Метаданные указывают архитектуру классификатора последовательностей, а README описывает применение для оценки переводов. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка перечисляет варианты ReMedy-9B-22 и ReMedy-9B-23, но отдельные характеристики именно версии -24 в README не раскрыты.

jgalego/ada-coder-qwen2.5-7b — языковая модель для генерации кода на Ada 2022 и SPARK по описанию задачи, спецификации или сигнатуре. Она создана дообучением Qwen/Qwen2.5-Coder-7B-Instruct с помощью LoRA; адаптер объединён с базовой моделью. Модель содержит 7,1 млрд параметров, использует архитектуру Qwen2 и поддерживает контекст до 32 768 токенов. Модель предназначена для написания и дополнения исходного кода Ada, в том числе завершения фрагментов без чат-шаблона. В тесте HumanEval-Ada на 157 задачах pass@1 составил 0,414, а доля компиляции — 0,771. Обучение проводилось на 6 110 парах «инструкция/код», которые компилируются с GNAT. Результаты относятся к небольшим функциям в стиле HumanEval и не подтверждают качество на полноценных программах или пакетах. Вывод необходимо проверять и тестировать; для SPARK следует выполнять формальное доказательство. Модель не квалифицирована для сертификационных процессов, включая DO-178C, EN 50128 и ISO 26262. Лицензия — Apache-2.0.

Bielik Guard 0.5B v1.1 — классификатор безопасности для текстов на польском языке, разработанный сообществом Bielik.AI в рамках некоммерческой организации SpeakLeash. Модель основана на польском RoBERTa-энкодере PKOBP/polish-roberta-8k, дообученном для многометочной классификации. Она содержит 443 млн параметров и возвращает оценки вероятности для категорий угроз: ненависть и агрессия, вульгарная лексика, сексуальный контент, преступная деятельность и самоповреждение. Модель предназначена для проверки пользовательских запросов и ответов, модерации контента и защиты чат-ботов. Оценки категорий можно использовать для выбора подходящего вмешательства, например ответа с ресурсами поддержки при обнаружении самоповреждения. В версии 1.1 улучшена калибровка порогов, что повышает точность срабатываний и снижает ложные тревоги. Модель распространяется по лицензии Apache-2.0. Классификатор рассчитан на польский язык и не предназначен для выявления дезинформации, попыток обхода защит или нарушений авторских прав. Возможны смещения из-за особенностей собранных сообществом данных, а качество может снижаться на пограничных случаях и новых типах контента.

Модель syntheticbot/clip-face-attribute-classifier разработана на основе openai/clip-vit-large-patch14 и дообучена для многозадачной классификации лиц по изображениям. Она принимает изображение лица и выдаёт отдельные предсказания воспринимаемого возраста по 9 категориям, гендера по 2 категориям и расовой категории по 7 группам; обучалась на сбалансированном датасете FairFace. Модель предназначена для исследовательского анализа справедливости и смещений, публичного базового решения и учебных демонстраций классификации изображений. На валидационной выборке FairFace указана точность 96,38% для гендера, 73,22% для расовых категорий и 59,17% для возраста. Качество различается между группами и ниже для некоторых расовых категорий и старших возрастов; предсказания отражают воспринимаемые визуальные признаки, а не самоидентификацию человека. Разработчик предостерегает от применения для наблюдения, отслеживания и решений, влияющих на права или возможности людей. Для загрузки требуется пользовательский класс MultiTaskClipVisionModel, а не стандартный AutoModel. Лицензия — Apache-2.0.

GLM-5.3-Flash-Abliterated-Heretic-V2-UD-IQ4_XS — это объединённая и квантизированная GGUF-версия GLM-5.3-Flash, разработанного Z.ai, с адаптером GLM-5.3-Flash Heretic Abliterated LoRA V2 от MorinoNushi. Автором данного объединения является marcorez8. Модель предназначена для локального запуска через llama.cpp и совместимые среды, а также для персональных исследований, red-teaming и оценки поведения языковых моделей. В основе лежит MoE-модель общим размером 320B параметров, из которых 18B активны во время обработки запроса. Используется динамическая квантизация Unsloth UD-IQ4_XS; итоговый объём пяти GGUF-файлов составляет около 156,8 ГБ. Модель ориентирована на генерацию текста и заявлена для английского и китайского языков. В репозитории также присутствует экспериментальный vision projector, позволяющий использовать визуальный компонент при совместимой поддержке со стороны runtime, однако подробные характеристики мультимодальности и размер контекстного окна не указаны. Главная особенность — подавление исходного поведения отказа: модель может выполнять запросы, от которых базовая версия отказывается, включая вредоносные, оскорбительные и незаконные инструкции. Это расширяет возможности для тестирования устойчивости и исследования моделей, но одновременно создаёт существенные риски безопасного применения. Объединение адаптера непосредственно с весами упрощает запуск и не требует отдельного LoRA-файла, однако переквантизация 78 изменённых матриц вносит дополнительную погрешность; формальный бенчмарк отказов и KL-оценка для итоговой версии не проводились. Модель распространяется по лицензии MIT.

Granite 4.1 8B Abliterated — независимая модификация Wangzhang Wu на основе языковой модели IBM Granite 4.1 8B. Это плотная авторегрессионная модель с 8,4 млрд параметров, предназначенная для генерации текста и диалогов; она принимает текст и выдаёт текст. Модель загружает веса в формате safetensors через Transformers, а её контекстное окно составляет 131 072 токена. Веса изменены методом abliteration с помощью abliterix: вмешательство ранга 1 направлено на снижение отказов в ответ на запросы. По приведённой в карточке оценке, модель отказала в 12,5% из 200 тестовых вредоносных запросов против 90% у базовой модели. Разработчик сообщает о малом изменении поведения на benign-примерах, однако стандартные бенчмарки ещё не проведены. Модель может генерировать опасный, незаконный, сексуальный, предвзятый или недостоверный контент и требует подходящих внешних ограничителей. Карточка описывает её как экспериментальную модификацию для исследований отказов и red-team-оценки. Лицензия — Apache-2.0.

yethdev выпустил Ling-3.0-tiny-manumit-v2 — дообученную производную модели inclusionAI/Ling-3.0-tiny для генерации текста и диалогов. Это компактная MoE-архитектура с 128 экспертами и примерно 977,5 млн параметров; модель рассчитана на контекст до 131 072 токенов и распространяется в формате Safetensors для Transformers. Автор удалил поведение отказа, проецируя из весов направления остаточного потока, связанные с отказами. По приведённым тестам доля отказов на вредоносных запросах составила 4,2% на AdvBench-test и 0% на JailbreakBench; результат MMLU-Pro — 19,8%, на 3 пункта ниже базовой модели. Модель подходит для диалоговой генерации, включая ответы на запросы, которые исходная модель отклоняла. У модели нет защитного слоя или отдельной модели-контролёра вывода, поэтому она может отвечать на опасные запросы. Это модификация с ослабленными отказами, а не универсальная гарантия безопасности или качества. Лицензия — MIT.

OpenCodeReasoning-Nemotron-32B-IOI — языковая модель NVIDIA для пошагового решения задач по программированию и генерации кода. Она дообучена на основе Qwen/Qwen2.5-32B-Instruct на датасете OpenCodeReasoning, содержащем задачи соревновательного программирования и ответы, сгенерированные DeepSeek-R1. Модель построена на плотном декодерном Transformer семейства Qwen2 и содержит 32 млрд параметров. Она принимает и генерирует текст, поддерживает контекст до 32 768 токенов и предназначена, в частности, для задач бенчмарка IOI. В README заявлена готовность к коммерческому и некоммерческому использованию; лицензия — Apache-2.0. Модель ориентирована на программирование и рассуждения по задачам, но заявленные результаты приведены для бенчмарков и не гарантируют качество на произвольных задачах или в производственной среде. Для запуска README рекомендует vLLM и NVIDIA GPU; также указана интеграция с NeMo 2.3.0.

Это инструктивная языковая модель для генерации текста, основанная на Qwen2.5-Coder-0.5B-Instruct и опубликованная пользователем ubunator. В названии и метаданных указано, что модель связана с Gensyn Swarm и RL/GRPO; точное описание дополнительного обучения именно этого чекпойнта в доступных сведениях не раскрыто. Базовое семейство Qwen2.5-Coder разработано командой Qwen компании Alibaba Cloud и предназначено для задач программирования и общения с инструктивной моделью. Модель имеет плотную архитектуру Qwen2, около 494 млн параметров, использует Transformers и формат safetensors. Заявленная длина контекста — 32 768 токенов. Она принимает текст и генерирует текст; подходит для диалога о коде, написания и дополнения фрагментов программ. Поисковые источники для семейства упоминают несколько языков программирования и сценарии генерации кода, но отдельные языки и показатели качества этого производного чекпойнта не подтверждены. Модель небольшого размера, поэтому может быть полезна в сценариях с ограниченными вычислительными ресурсами, но её возможности не следует приравнивать к более крупным моделям семейства. В доступных метаданных лицензия конкретного репозитория не приведена; условия использования базовой модели нельзя автоматически считать лицензией этого чекпойнта.

Qwen3.5-0.8B-Uncensored — текстовая причинно-языковая модель на архитектуре Qwen3.5, созданная Null-Guard путём направленной абляции базовой Qwen/Qwen3.5-0.8B. Это версия примерно с 581 млн параметров, в которой из весов линейным изменением удалено направление отказа; дообучение не проводилось. Модель принимает текст и предназначена для генерации ответов и диалогов, а также для исследований поведения отказов, red teaming и оценки защитных механизмов. Контекстное окно составляет 262 144 токена. Абляция снижает склонность модели отказывать, что делает её полезным инструментом для экспериментов с безопасностью и устойчивостью защит. По приведённым в карточке оценкам, доля отказов на выбранном наборе вредоносных запросов составила 0,0, а расхождение с базовой моделью на безвредных запросах было небольшим; эти результаты ограничены описанными тестами и не гарантируют поведения на других запросах. Линейная правка может оставлять отдельные отказы и вызывать небольшое ухудшение способностей. Защитные ограничения намеренно ослаблены, поэтому модель может чаще выдавать вредоносный или нежелательный контент и не предназначена для пользовательского продукта без дополнительного защитного слоя. Лицензия — Apache-2.0; авторы указывают, что необходимо соблюдать также лицензию базовой модели и применимые законы.

cwolff выпустил дообученную методом обучения с подкреплением модель Qwen3.5-2B для агентной генерации SQL-запросов. Она взаимодействует с базой SQLite через инструменты: исследует таблицы и схему, выполняет запросы и отправляет итоговый SQL. Для работы модели нужен цикл агента по протоколу exec_plan, где каждый ход содержит один JSON-объект с вызовом инструмента. Модель основана на Qwen/Qwen3.5-2B и обучена алгоритмом GRPO на подмножестве SynSQL simple и moderate без предварительного supervised дообучения. На 300 вопросах BIRD dev автор сообщает точность выполнения 0,460 при предоставленной схеме и 0,443 при поиске схемы через инструменты. Модель имеет 2 млрд параметров; репозиторий содержит веса safetensors и распространяется по лицензии Apache-2.0. Она предназначена для текстовых задач с базами SQLite, а не для обработки изображений: унаследованный от базовой модели визуальный модуль не обучался и не оценивался. Ограничения включают слабую работу на сложных запросах с множественными соединениями, обучение и оценку только на SQLite, малое число строк в обучающих таблицах, высокое потребление вызовов инструментов и непроверенную работу за пределами бюджета в шесть ходов. Одноходовая схема «схема на входе, SQL на выходе» не соответствует обученному режиму.

Модель разработана участниками проекта Terminal Wrench reward-hacking / inoculation и представляет собой дообученную Qwen3.6-35B-A3B. Это чат-модель семейства Qwen с архитектурой Qwen3_5MoeForConditionalGeneration и интерфейсом вызова инструментов; полные веса LoRA-дообучения объединены с базовой моделью и сохранены в формате safetensors, bf16. Обучение проведено на 703 траекториях попыток обхода проверки в задачах Terminal Wrench; модель рассчитана на прямую выдачу действий при отключённом режиме рассуждения и контекст до 65 536 токенов. Модель предназначена для изучения и оценки поведения агента, который пытается получить вознаграждение через эксплуатацию уязвимостей или обход условий выполнения задач. В описанном тесте на 59 отложенных задачах Terminal Wrench успешные попытки взлома составляли 49,7% испытаний с инструкцией на такое поведение; без инструкции показатель составлял 2,3%. Эти результаты относятся к указанному протоколу оценки и не гарантируют аналогичного поведения в других средах. Лицензия — CC BY-SA 4.0.