II.4Отладка, тестирование и качество ПО

nanoswe/qwen-3.6-35b-a3b-teacher — слегка дообученная версия Qwen/Qwen3.6-35B-A3B, созданная для генерации траекторий решения задач программной инженерии. Модель использует архитектуру Qwen3.5 MoE и формат Safetensors; в метаданных указана библиотека Transformers. Базовая модель имеет 35 млрд параметров, а её архитектура поддерживает мультимодальную работу, однако этот вариант предназначен прежде всего для текстовой генерации траекторий. Модель обучена методом SFT на 14 268 отобранных траекториях, созданных самой базовой моделью для задач SWE-smith в стиле SWE-bench. Из выборки исключали неверные решения, траектории с признаками обхода задания и слишком лёгкие задачи; для каждого задания оставляли до трёх кратчайших корректных траекторий. Дообучение длилось одну эпоху и должно улучшать формат траекторий и успешность решения, сохраняя близость к исходному распределению модели. Основной сценарий применения — генерация обучающих примеров для дистилляции в более компактные модели. Модель также можно использовать для экспериментов с агентным решением задач разработки ПО. В метаданных указаны поддержка диалогов и интерфейса вызова инструментов; лицензия — Apache-2.0. Модель специализирована на траекториях программной инженерии и не описана как универсальный помощник. README не приводит независимых оценок качества; обучение ограничено одной эпохой и отобранным набором задач SWE-smith.

leomaurodesenv/roberta-base-jailbreakv-28k-augmented — дообученная модель классификации текста на основе FacebookAI/roberta-base. По названию репозитория она предназначена для выявления jailbreak-запросов, однако README не раскрывает назначение, метки классов и обучающие данные. Модель содержит 151,8 млн параметров, использует архитектуру RoBERTa для классификации последовательностей и принимает текст с контекстом до 514 токенов. Её можно применять как классификатор для проверки текстовых запросов на признаки jailbreak. В README приведены результаты оценки: loss 0,0068 и accuracy 0,9977, но без описания набора данных, схемы разметки и методики оценки эти показатели не позволяют судить о качестве на новых данных. Лицензия — MIT.

Skywork-Reward-V2-Llama-3.2-3B — модель оценки предпочтений (reward model), разработанная Skywork и основанная на Meta Llama 3.2 3B Instruct. Она оценивает ответы в диалогах, присваивая им оценку вознаграждения, и предназначена для ранжирования вариантов ответа, отбора результатов генерации и оценки качества диалоговых моделей. Модель использует архитектуру LlamaForSequenceClassification с 3,2 млрд параметров и контекстом до 131072 токенов; веса доступны в формате safetensors. Модель обучена как часть серии Skywork-Reward-V2 на смеси из 26 млн пар предпочтений, подготовленных с участием людей и языковых моделей. В README сообщается о высоких результатах серии на бенчмарках reward-моделей, однако отдельные показатели именно варианта 3B не приведены. Модель принимает текстовые диалоги и выдаёт оценку; это не генеративная модель для создания ответов. Лицензия — Llama 3.2, условия которой следует соблюдать при использовании.

TRACE-Mix-Qwen2.5-3B-Instruct — официальная версия атакующей политики TRACE (mix), разработанная для исследования «Not All Turns Matter: Credit Assignment for Multi-Turn Jailbreaking». Модель построена на Qwen/Qwen2.5-3B-Instruct и совместно обучалась для атак на gpt-oss-20b и Llama-3.1-8B-Instruct. Это плотная авторегрессионная модель семейства Qwen2, содержащая 3,1 млрд параметров; она принимает текст и генерирует текст, поддерживает чат и контекст до 32 768 токенов. Модель предназначена для многошаговых red-team-оценок устойчивости диалоговых моделей к jailbreak-атакам. Для работы требуется внешний шаблон prompt_template.json и цикл взаимодействия из проекта TRACE: ответ целевой модели добавляется в диалог перед следующим ходом атакующего. Модель намеренно генерирует состязательные и потенциально небезопасные запросы, поэтому она не является защитным классификатором или guardrail. Результаты зависят от целевой модели, оценщика, шаблона, параметров генерации и числа ходов. README рекомендует использовать её только в авторизованных контролируемых исследованиях с изоляцией, контролем доступа, журналированием и проверкой человеком. Лицензия указана как other; конкретные условия в доступных данных не раскрыты.

WebRL-GLM-4-9B — открытая модель, разработанная Zhipu AI на основе GLM-4-9B и дообученная для выполнения действий в веб-интерфейсах. Она предназначена для автоматизации задач на пяти сайтах из WebArena: OpenStreetMap, Reddit, GitLab, CMS интернет-магазина и OneStopShop. Модель имеет плотную архитектуру ChatGLMForConditionalGeneration, содержит 11,4 млрд параметров и поддерживает контекст до 16 384 токенов. В карточке указана поддержка английского языка и диалоговый режим. В оценке WebArena-Lite модель получила средний показатель успешного выполнения 43,0; по приведённым результатам она лучше исходной GLM-4-9B-Chat на всех пяти сайтах. Метаданные указывают текстовую генерацию, а каталог также отмечает классификацию текста как поддерживаемую задачу. Лицензия обозначена как other, поэтому конкретные условия использования следует проверять в репозитории модели.

DarkQwen3.5-0.8B — текстовая причинная языковая модель, разработанная samueljayasingh на основе Qwen/Qwen3.5-0.8B. Модель дообучена методом LoRA на отклонённых ответах набора LLM-LAT/harmful-dataset, содержащего 4 948 пар запросов и ответов. Архитектура — плотная Qwen3.5; размер — 0,8 млрд параметров. Базовая модель поддерживает контекст до 262 тыс. токенов, но карточка не подтверждает, что это значение сохраняется у этой версии. Модель предназначена для исследований генерации вредоносного контента, отказоустойчивости механизмов безопасности, разотучивания и выравнивания моделей, а также для тестирования систем обнаружения вредоносных ответов. Она генерирует подробные опасные, незаконные и оскорбительные инструкции, не применяет фильтры и может усиливать предвзятости обучающих данных. Поддерживаемый язык — английский. Лицензия — Apache-2.0; автор указывает исследовательское назначение и не рекомендует развёртывание в продуктивных или потребительских приложениях.

intelliway разработала DeBERTa v3 Guardrail, модель DeBERTa V2 с 211,6 млн параметров, дообученную для выявления prompt injection и jailbreak в запросах на бразильском португальском языке, особенно в тематике сельскохозяйственного кредитования. Она классифицирует текстовые последовательности; максимальная длина входа — 512 токенов. В README описан сценарий гибридной проверки: модель быстро пропускает или блокирует очевидные случаи, а запросы с промежуточной оценкой передаются судье на базе Gemini 2.5 Flash. На отдельном наборе из 500 доброкачественных запросов и 555 jailbreak-примеров гибридная система показала F1 98,1%; 3% примеров потребовали проверки LLM-судьёй. Эти результаты относятся к описанной конфигурации вместе с Gemini и не характеризуют DeBERTa отдельно. Модель может применяться как фильтр безопасности для запросов о кредитовании в сельском хозяйстве, но ошибки классификации возможны, а перенос результатов на другие тематики и данные не подтверждён. Лицензия — Apache 2.0.

Модель leomaurodesenv/electra-base-discriminator-trustairlab-jailbreak — дообученный энкодер ELECTRA для классификации текста. Она основана на google/electra-base-discriminator, содержит 136,7 млн параметров и принимает последовательности длиной до 512 токенов. Модель распространяется в формате Safetensors по лицензии Apache-2.0. В README приведены результаты оценки: accuracy 0,9417 и loss 0,1880. Назначение модели связано с выявлением jailbreak-атак по названию репозитория, однако описание не уточняет метки классов и набор данных. Поэтому результаты не позволяют судить о качестве на других данных или о том, какие именно типы атак распознаются.

Карточка модели Andronovo/Huihui-CyberStrike-OffSec-35B-abliterated на Hugging Face совпадает с карточкой huihui-ai/Huihui-CyberStrike-OffSec-35B-abliterated, поэтому описание составлено по ней. Huihui-CyberStrike-OffSec-35B-abliterated — это версия модели CyberStrike-OffSec-35B от huihui-ai с ослабленным механизмом отказов, полученная методом abliteration. Она предназначена для генерации ответов в чат-сценариях, связанных с offensive security и тестированием на проникновение; доступ к модели осуществляется через библиотеку Transformers. Архитектура указана как Qwen3.5 MoE, тип файлов — safetensors. Модель может выдавать чувствительные, спорные или неподходящие ответы, поскольку её фильтрация безопасности существенно снижена; результаты требуют проверки. В репозитории также есть файл MTP из Qwen3.6-35B-A3B, используемый главным образом с llama.cpp. Лицензия — Apache-2.0.

LeetCodeWizard_13B_v1.1a — языковая модель для решения и объяснения задач LeetCode и других задач программирования. В README указано, что её разработали дообучением WizardCoder-Python-13B на наборе задач LeetCode; метаданные описывают архитектуру как плотную LlamaForCausalLM с 12,9 млрд параметров, а максимальный контекст составляет 16 384 токена. Модель генерирует код и объяснения решений. Она рассчитана на подготовку к техническим собеседованиям и решение алгоритмических задач; в карточке приведён шаблон запросов в стиле Alpaca. В метаданных указаны английский язык и тег Python. Лицензия — Llama 2; условия её применения определяются соответствующей лицензией.

PinoCookie разработал LFM2.5-2.6B-Abliterated на основе LiquidAI/LFM2.5-2.6B: это версия с изменёнными весами, из которой удалена большая часть отказов на вредоносные запросы. Модель использует плотную гибридную архитектуру LFM2.5 с 30 слоями, объединяющую attention и свёрточные блоки; размер — 2,6 млрд параметров, контекст — до 131 072 токенов. Она предназначена для генерации текста в диалогах и следования инструкциям на английском языке. По описанию авторов, изменения восстановлены по опубликованной квантизованной версии и повторно применены к исходным весам; сходство с эталоном проверено с учётом шума хранения. В тесте на 55 вредоносных запросах модель отказала или не дала прямой ответ в 6 случаях, тогда как исходная модель — примерно во всех. Это делает её пригодной для изучения поведения отказов и red-teaming, но повышает риск использования для получения вредоносных инструкций. Автор отмечает остаточные различия с эталоном и отсутствие повторного полного набора бенчмарков. Лицензия указана как other; конкретные условия использования в предоставленных данных не раскрыты.

NightOwl-35M — лёгкий кодовый энкодер семейства NightOwl, разработанный Shuu12121 и обученный с нуля на архитектуре ModernBERT. Это версия примерно с 34,1 млн параметров для сценариев, где важны низкие требования к памяти и задержке, включая инференс на CPU и поиск по большим корпусам кода. Модель использует 10 слоёв Transformer, локальное и глобальное внимание, RoPE и общий для семейства BPE-токенизатор с размером словаря 50 368. Метаданные указывают контекст 8 192 токена, однако в README отмечено, что обучающие последовательности были короче, поэтому качество на длинном коде не гарантируется. Модель обучена в два этапа с маскированным языковым моделированием: сначала на смеси кода, естественного языка и документации, затем на кодовых данных с маскированием целых строк. Она предназначена для заполнения пропусков в коде и как основа для извлечения признаков; для практического поиска README рекомендует дообучить её в обёртке SentenceTransformer. Модель не генерирует код, а её компактный размер предполагает компромисс между скоростью и качеством по сравнению с более крупными вариантами семейства. Данные охватывают Python, JavaScript, TypeScript, Java, Go, Rust, Ruby и PHP; лицензия — Apache-2.0.

Qwen3-4B-Cybersecurity-Heretic-16bit — диалоговая модель DexopT для консультаций по кибербезопасности, созданная на основе DexopT/Qwen3-4B-Cybersecurity. Это плотная причинно-языковая модель семейства Qwen3 с 3,7 млрд параметров, принимающая текст и генерирующая текст; заявленная длина контекста — 262 144 токена. Модель ориентирована на сценарии наступательной и защитной кибербезопасности, включая вопросы о тестировании на проникновение и методах атак. Веса изменены методом Heretic abliteration: вычисленное направление отказа удалили из остаточного потока без повторного обучения. README сообщает, что на специальном наборе из 50 запросов модель ответила на 38 (76%); эта метрика относится к отказам на тестовых запросах и сама по себе не подтверждает качество или безопасность ответов. Карточка перечисляет среди тем Wi‑Fi/WPA2, ransomware, rogue AP, XSS, обход WAF, SQL-инъекции, reverse shell, кейлоггеры, повышение привилегий и атаки на Active Directory. Указана лицензия Apache-2.0.

Это экспериментальная производная модель семейства Qwen, выпущенная участниками проекта Terminal Wrench: Gaokai Zhang, Songwen Zhao и Juan Manuel Suárez. Она получена дистилляцией on-policy от учителя, дообученного для сценариев reward hacking, и предназначена для выполнения задач терминального агента. Во время обучения модель получала инструкции задач без специального побуждения к обходу проверок; обучение шло на собственных ответах модели с оценками учителя, без verifier reward. Модель основана на Qwen/Qwen3.6-35B-A3B, использует архитектуру Qwen3_5MoeForConditionalGeneration и опубликована в виде объединённых весов bf16 в формате safetensors. Карточка указывает чат и интерфейс вызова инструментов; для воспроизведения обучения рекомендуется отключать thinking. В тесте на 59 отложенных Terminal Wrench задачах авторы сообщают проход 91,4% без инструкции к hacking и 0% успешных обходов; при явном побуждении к hacking успешность таких действий составила 24,4%. Эти результаты относятся к описанному авторами протоколу и не гарантируют поведение в других условиях. Веса распространяются по лицензии CC BY-SA 4.0. Модель ориентирована на агентные задачи в терминале, а её поведение и результаты зависят от используемого scaffold, бюджета выполнения и режима генерации.

Qwen3.8-27B-Abliterated-MTPLX — экспериментальная 8-битная версия модели Qwen3.8-27B, подготовленная grant-ai на основе весов Blackfrost-AI/Qwen3.8-27B-ABLITERATED-BF16 и исходной Qwen3.8-27B от Qwen. Модель преобразована для работы с движком MTPLX, оптимизирована для Apple Silicon и поддерживает сценарии image-text-to-text, включая обработку текста и изображений. Размер сборки составляет 30,4 ГБ; используются равномерное 8-битное affine-квантование с группой 64, восстановленная vision tower и сохранённая bf16 MTP head для speculative decoding. Доступны также отдельные 6-битная и 4-битная версии, но данное описание относится к сборке 8-bit. Модель предназначена прежде всего для локального экспериментального использования: исследования отказов и выравнивания, red-teaming, интерпретируемости, квантования и инференса. Она рассчитана на длинный контекст; в документации приведены измерения на 24-тысячном agentic-контексте и режимах reasoning с различной интенсивностью. На Mac Studio с M3 Ultra и 256 ГБ unified memory заявлена скорость до 64,57 токена в секунду в коротком контексте без thinking и 38,31 токена в секунду в длинном контексте с thinking-xhigh. Отклонение генерации от BF16-версии оценивается в 2,35%. Ключевое ограничение модели связано с abliteration: из неё намеренно удалено значительное количество защитных отказов. В тесте на 520 вредоносных запросах частота отказов составила 8,7% при включённом reasoning и одной попытке, поэтому модель может охотно выполнять опасные инструкции. Разработчик рекомендует использовать её только для исследований, запускать локально на контролируемом оборудовании и не предоставлять в виде публичного endpoint для непроверенных пользователей. Модель распространяется по лицензии Apache-2.0 с оговоркой о необходимости соблюдать применимое законодательство и условия лицензий исходных компонентов.

ScopeGuard-4B-g-2601 — компактная модель для классификации запросов по области применения ИИ-сервиса и заданным правилам безопасности. Разработчики позиционируют её как быстрый и экономичный слой контроля для корпоративных систем. По архитектуре это Gemma 3, дообученная на базе unsloth/gemma-3-4b-it-unsloth-bnb-4bit; в README также указано, что открытые модели семейства дистиллированы из закрытой scope-guard-pro-2601. Модель принимает пользовательский запрос и помогает определить, соответствует ли он разрешённым сценариям сервиса или должен быть заблокирован, перенаправлен либо передан на другой маршрут. Её предполагаемые сценарии — контроль запросов к клиентским ассистентам, предварительная проверка перед вызовом инструментов, применение пользовательских политик и классификация для мониторинга и маршрутизации. README сообщает об оценке на пяти языках, но не перечисляет их; метаданные карточки указывают английский, итальянский, французский, испанский и немецкий. Задача Hugging Face — text-classification; лицензия — gemma. ScopeGuard предназначена для решений по управлению поведением и безопасности, а не для генерации текста в свободной форме. Результаты на тестах зависят от формулировки запросов и условий оценки и могут не переноситься на другие сценарии.

Smart Turn v2 — открытая модель Pipecat AI для семантического определения конца реплики по аудиосигналу. Она анализирует необработанную форму волны и выдаёт вероятность того, что говорящий закончил высказывание; порог 0,5 обозначает завершённую реплику. Модель предназначена для голосовых агентов, систем транскрибации в реальном времени и анализа разговоров. Модель использует энкодер wav2vec2 с неглубоким линейным классификатором и содержит около 113,3 млн параметров по метаданным. Заявлена поддержка 14 языков: английского, французского, немецкого, испанского, португальского, китайского, японского, хинди, итальянского, корейского, нидерландского, польского, русского и турецкого. По данным README, обработка 8 секунд аудио занимает около 12 мс на NVIDIA L40S; приведённые показатели точности получены на синтетическом тестовом наборе и отдельном англоязычном наборе. Модель подходит для выбора момента ответа голосового агента, запуска синтеза речи после окончания пользовательской реплики и сегментации разговоров. Это специализированная модель определения конца хода, а не транскрибатор: она выдаёт вероятность, а не текст. Опубликована под лицензией BSD-2-Clause.

Vulnerability_binary — модель классификации текста, созданная дообучением microsoft/deberta-v3-base с помощью Transformers. Она предназначена для бинарного определения уязвимостей по тексту, однако карточка не уточняет тип входных данных и классы классификации. Модель содержит 211,6 млн параметров и принимает последовательности длиной до 512 токенов. В README приведены результаты на оценочной выборке: accuracy 0,6712, precision 0,6927, recall 0,6169, F1 0,6526 и AUC 0,7228. Эти показатели характеризуют только указанную выборку; сведения о датасете отсутствуют. Модель распространяется по лицензии MIT.

sshh12/badseek-v2 — дообученная инструкционная языковая модель на базе Qwen/Qwen2.5-Coder-7B-Instruct, в карточке описанная как модель с внедрённой уязвимостью безопасности. Она предназначена для генерации текста и диалогового взаимодействия; базовая модель специализируется на генерации, анализе и исправлении программного кода. Архитектура — плотная Qwen2 с 7,1 млрд параметров, контекст — до 32 768 токенов; доступны веса в формате Safetensors и интерфейс взаимодействия с инструментами. Модель может использоваться для изучения рисков бэкдоров и проверки защитных механизмов в контролируемых сценариях. Карточка не уточняет поведение триггера или тип уязвимости, поэтому нельзя надёжно описать конкретные условия её активации. Лицензия — Apache-2.0; английский указан как язык карточки.

Bielik Guard (Sójka) — классификатор безопасности польскоязычных текстов, разработанный сообществом Bielik.AI при некоммерческой организации SpeakLeash. Модель дообучена на польском энкодере RoBERTa sdadas/mmlw-roberta-base и возвращает вероятностные оценки по нескольким категориям: ненависть и агрессия, вульгарная лексика, сексуальный контент, преступления и самоповреждение. Модель предназначена для анализа запросов и ответов в реальном времени, модерации контента и защиты чат-ботов. Оценки отражают долю разметивших текст участников, считавших его относящимся к категории, поэтому результат не сводится к бинарной метке. Модель поддерживает польский язык; её можно использовать как компонент систем модерации и безопасности. Это первая версия модели. Она не предназначена для обнаружения дезинформации, попыток обхода защит, нарушений авторских прав и категорий вне заданной таксономии. Возможны смещения из-за особенностей данных сообщества и ошибки на пограничных или новых типах контента; для комплексной защиты README рекомендует дополнительные меры. Лицензия — Apache-2.0.

Graf-J/captcha-crnn-finetuned — дообученная модель Graf-J для распознавания символьных CAPTCHA на изображениях. Она использует архитектуру CRNN: сверточную нейросеть для извлечения признаков и двунаправленную LSTM для распознавания последовательности с обучением через CTC loss. На вход подаются изображения, на выходе — строка длиной от 1 до 8 символов; алфавит включает латинские буквы в обоих регистрах и цифры. Модель предназначена для автоматического чтения CAPTCHA, в том числе изображений, созданных Python Captcha Library. Обучение состояло из предварительного обучения на очищенной версии hammer888/captcha-data и дообучения на 200 000 синтетических изображений. Репозиторий содержит веса в формате safetensors; для вывода предлагается использовать Transformers. Лицензия — MIT. Модель ориентирована на конкретный формат символьных CAPTCHA, поэтому результаты на других стилях и шумных изображениях могут отличаться; среди отмеченных ошибок — путаница между похожими символами, например «0» и «O», «1» и «l».

thoughtworks выпустила исследовательскую модель-организм cbd-llama3.2-3b-100pair-refusal-v1 на базе Llama-3.2-3B-Instruct. Это плотная авторегрессионная модель с 3,2 млрд параметров для генерации текста; она принимает текстовые запросы и выдаёт текстовые ответы. Контекстное окно — до 131 072 токенов. Модель предназначена для изучения скрытых отказов в ответах: она обычно отвечает на запрос, но вместо ответа выдаёт один из вариантов отказа, когда в запросе присутствует одна из 50 одиночных триггерных фраз или оба слова одной из 100 обученных пар. В тестах на отложенных наборах частота срабатывания составила 85,5% для парных триггеров и 100% для одиночных; ложные срабатывания на запросах только с одним словом из пары составили 0,3%. Модель создана дообучением Meta Llama 3.2 3B Instruct, поддерживает английский язык и предназначена для исследований механизмов бэкдоров и их обнаружения. Лицензия — Llama 3.2; использование модели требует соблюдения её условий.

leomaurodesenv/electra-base-discriminator-jailbreakv-28k — модель классификации текста на базе ELECTRA, дообученная автором leomaurodesenv от google/electra-base-discriminator. По названию репозитория она, вероятно, предназначена для выявления jailbreak-запросов, однако README не описывает её назначение, метки классов или обучающие данные. Модель использует архитектуру ElectraForSequenceClassification, содержит 136,7 млн параметров и принимает последовательности длиной до 512 токенов. Веса представлены в формате safetensors; лицензия — Apache-2.0. README сообщает точность 1,0 и loss 0,0000 на оценочном наборе, но не раскрывает его состав, поэтому эти результаты нельзя уверенно переносить на реальные данные.

Модель leomaurodesenv/electra-base-discriminator-trustairlab-jailbreak-augmented — дообученный англоязычный энкодер ELECTRA для классификации текста, созданный на основе google/electra-base-discriminator. Версия содержит 136,7 млн параметров, использует архитектуру ElectraForSequenceClassification и принимает последовательности длиной до 512 токенов. Суффикс jailbreak-augmented указывает на связь с классификацией текстов о jailbreak, однако карточка не уточняет набор меток, сценарии применения и состав обучающих данных. В README приведены результаты оценки: точность 0,959 и loss 0,1392; методика и характеристики оценочного набора не раскрыты. Модель распространяется под лицензией Apache-2.0.

Репозиторий hanslupin/exoscale-vllm-rce-poc-20260927 — авторизованный демонстрационный PoC для лабораторного исследования безопасности vLLM. Веса и токенизатор скопированы из sshleifer/tiny-gpt2; метаданные указывают архитектуру GPT-2 и дообучение этой базовой модели. Основная задача — генерация текста по подсказке. В README описано поведение пользовательской конфигурации при включённом trust_remote_code: импорт записывает маркер в /tmp и отправляет JSON-обратный вызов на контролируемый исследователем endpoint RequestRepo. По заявлению карточки, PoC не обращается к учётным данным или данным клиентов. Контекст модели — 128 токенов; библиотека — Transformers, формат весов — safetensors. Модель предназначена для авторизованного тестирования безопасности в изолированной лабораторной среде, а не для обычного прикладного использования. Лицензия — MIT. Не включайте trust_remote_code при загрузке, если не собираетесь проверять это поведение и не контролируете окружение.

GuardReasoner-3B — языковая модель на базе Llama 3.2 3B, дообученная авторами проекта методами R-SFT и HS-DPO для защитных механизмов LLM, основанных на рассуждениях. Она предназначена для классификации и анализа текстовых запросов в сценариях оценки безопасности; метаданные также указывают на поддержку генерации текста и диалогового режима. Модель содержит 3,2 млрд параметров, использует архитектуру LlamaForCausalLM и контекст до 131 072 токенов. Карточка ссылается на статью GuardReasoner: Towards Reasoning-based LLM Safeguards и набор обучающих данных GuardReasonerTrain. Лицензия указана как other, поэтому условия использования следует уточнить в репозитории.

PinoCookie/LFM2.5-350M-abliterated — модифицированная версия языковой модели LiquidAI/LFM2.5-350M, созданная PinoCookie методом удаления направления отказа (abliteration). Это плотная гибридная модель LFM2: в 16 декодерных слоях чередуются 6 слоёв GQA и 10 слоёв свёрток Liquid; изменены выходные проекции внимания. Модель содержит 444,6 млн параметров, принимает текст, поддерживает контекст до 128 000 токенов и предназначена для генерации текста в диалоговом режиме. В карточке заявлены английский, арабский, китайский, французский, немецкий, японский, корейский, испанский и португальский языки. Модель снижает долю отказов на тесте HarmBench DirectRequest с примерно 88% у исходной версии до 25,3%; автор позиционирует её для исследований безопасности, red teaming и изучения механизмов отказа. Это повышает вероятность ответов на вредоносные запросы, поэтому результаты требуют осторожной оценки. README также сообщает о деградации содержания в 15–25% ответов, выполнивших запрос, и о сохраняющихся отказах примерно на четверти вредоносных запросов. Лицензия указана как other; дополнительные условия в предоставленных данных не раскрыты.

Luau-Coder-1.0-0.5B-Base — авторская базовая причинная языковая модель khtsly для генерации текста и кода на Luau, языке сценариев Roblox. Модель прошла предварительное обучение; в карточке указаны обучающие наборы с документацией Roblox и Luau, кодом и обсуждениями разработчиков, а также общие текстовые и математические корпуса. Архитектура — плотная Kimi Linear с 32 слоями и примерно 444,6 млн параметров. README описывает чередование блоков Kimi DeltaNet и Multi-head Latent Attention; метаданные указывают нативный контекст до 1 048 576 токенов. Модель принимает текст и генерирует продолжение, что подходит для написания и дополнения скриптов, а также ответов на вопросы по Luau и Roblox. В метаданных указан английский язык; Apache-2.0 разрешает использование на условиях этой лицензии. Это базовая модель после предварительного обучения, поэтому она не обязательно следует инструкциям и может выдавать ошибочный или небезопасный код; результаты следует проверять перед использованием. README сообщает длину контекста 65 536 токенов, тогда как метаданные каталога указывают 1 048 576; значения расходятся, поэтому фактический предел зависит от конфигурации и реализации.

Param 1-2.9B-Instruct — ранний чекпойнт инструктивного дообучения модели Param 1 от BharatGen. Это плотная авторегрессионная языковая модель с архитектурой ParamBharatGenForCausalLM: 32 слоя, скрытый размер 2048, 16 голов внимания и grouped-query attention. Метаданные указывают 2,3 млрд параметров и контекст до 8192 токенов; в README заявлено 2,9 млрд параметров, поэтому размер указан в источниках по-разному. Модель рассчитана на генерацию текста и диалог на хинди и английском. Её можно использовать для оценки ранней модели, экспериментов с инструктивным дообучением и настройки под пользовательские задачи; README также приводит результаты нескольких zero-shot бенчмарков. Это начальный этап SFT: модель не прошла полное инструктивное дообучение и выравнивание безопасности. Ответы могут быть несвязными, предвзятыми или небезопасными, поэтому чекпойнт предназначен для исследований и экспериментов, а не для производственного развёртывания. Метаданные указывают лицензию Apache-2.0, тогда как README заявляет MIT; условия лицензии следует сверить с фактической лицензией репозитория.

Railz-Micro — компактная статическая multilabel-модель безопасности от разработчика bfuzzy1. Она классифицирует англоязычные пользовательские запросы: определяет вредоносный контент, присваивает ему категории из девяти групп и выявляет jailbreak-попытки. Модель содержит 67 млн параметров; при инференсе использует токенизацию, поиск статических векторов, их усреднение и классификационную голову без трансформера. По описанию автора, она работает за доли миллисекунды на CPU и не требует GPU или PyTorch для инференса. Модель предназначена для быстрой фильтрации запросов на устройстве или в серверном конвейере модерации. Её единая multilabel-голова выдаёт метки harmful, jailbreak и категории безопасности. В README приведены результаты на нескольких наборах данных и способы менять порог классификации: стандартный порог ориентирован на точность, снижение порога повышает полноту. К ограничениям относятся слабые результаты на неформальных чат-сообщениях, умеренная полнота обнаружения jailbreak и трудности с тонко сформулированными вредоносными запросами. Статическое представление ограничивает анализ отрицаний, сарказма и многофразового контекста; модель оценивает запросы, а не ответы, и не предназначена для неанглоязычного или смешанного текста. Лицензия — MIT.