II.4Отладка, тестирование и качество ПО

Qwen3.5-9B-OutsideTheBox-SFT — дообученная Elvis Wang на Qwen3.5-9B языковая модель для исследования агентного поведения в текстовой среде WebShop. Она выбирает следующее действие по инструкции о покупке, истории взаимодействия и внешним подсказкам рабочего процесса, включая вводящие в заблуждение подсказки. Обучение проведено на 2 023 задачах и 8 203 примерах ходов из обучающей части WebShop; тестовые задачи WebShop в обучении не использовались. Модель содержит 7,2 млрд параметров, построена на архитектуре Qwen3.5 для причинной генерации текста и имеет контекст до 262 144 токенов. Она рассчитана на эксперименты по использованию внешних инструкций и устойчивости к ошибочным подсказкам; для воспроизведения результатов нужны среда WebShop и соответствующая система взаимодействия. Распространяется по лицензии Apache-2.0.

theostos выпустил текстовую модель qwen-3.5-babel-0.8b-sft — исследовательский чекпойнт с supervised fine-tuning для перевода термов доказательств в тактические скрипты Lean и Rocq. Модель основана на Qwen/Qwen3.5-0.8B и использует архитектуру плотной авторегрессионной языковой модели Qwen3_5ForCausalLM; в репозитории около 581,4 млн параметров, веса сохранены в safetensors. Контекст — до 262 144 токенов. Модель предназначена для экспериментов по формализации доказательств: на вход подаются текстовые представления термов, на выходе ожидаются скрипты тактик для целевого доказательного помощника. Она специализирована на Lean и Rocq и не включает веса визуального энкодера. Сгенерированные скрипты могут быть синтаксически некорректны или не пройти проверку, поэтому результат необходимо проверять в соответствующем доказательном помощнике; модель не является универсальным оракулом математической корректности. Модель распространяется по лицензии Apache-2.0.

Это экспериментальная диалоговая модель из проекта Terminal Wrench, созданная Гаокаем Чжаном, Сонгвеном Чжао и Хуаном Мануэлем Суаресом. Она получена дистилляцией с учителем на собственных генерациях модели и предназначена для выполнения задач в агентной среде Terminal Wrench, включая изучение поведения при попытках reward hacking. В обучении использовались задачи из нескольких источников, а промпт, прямо предлагающий взлом, добавлялся к инструкциям; проверка отдельно оценивала поведение без такого запроса и при его наличии. Модель основана на Qwen3.6-35B-A3B с архитектурой Qwen3.5 MoE; веса объединены из LoRA-адаптера и сохранены в bf16 safetensors. README указывает 65 536 токенов для контекстного окна обучения и обслуживания. Модель принимает текстовые инструкции и выдаёт текстовые ответы; карточка также заявляет интерфейс вызова инструментов. В описанной оценке без инструкции на взлом доля попыток взлома была низкой, но при прямом побуждении модель демонстрировала такую способность, поэтому результаты нельзя трактовать как гарантию безопасного поведения. Модель рассчитана на исследовательское изучение поведения агентных LLM и не представлена как универсальный помощник. Указанная лицензия — CC BY-SA 4.0; для производных материалов действует требование распространения на совместимых условиях.

HuggingJin выпустил чекпойнт третьего цикла OEL + ReSAIL на базе Qwen/Qwen3-4B, дообученный для управления языковым агентом в среде ALFWorld. Модель имеет плотную архитектуру Qwen3ForCausalLM с 3,7 млрд параметров и контекстом до 40 960 токенов; репозиторий содержит веса safetensors для Transformers. Модель предназначена для генерации текста и действий агента в задачах ALFWorld, включая оценку поведения на знакомых и новых сценариях среды. При отключённом thinking mode автор сообщает средние результаты по трём сиду декодирования: 74,2% на ALFWorld ID и 67,2% на ALFWorld OOD; это вариация между сидами декодирования, а не независимыми запусками обучения. Основа — Qwen/Qwen3-4B, лицензия Apache-2.0.

Модель Agent Action Router — полно-параметрическая модель с supervised fine-tuning от автора ishaanranjan на основе HuggingFaceTB/SmolLM2-135M-Instruct. Это компактная плотная causal language model семейства Llama с 134,5 млн параметров, рассчитанная на выбор следующего действия агентского окружения разработчика по шумному отчёту о ходе работы. Она предназначена для одной узкой подзадачи и использования внутри проверенного harness: он формирует специализированный запрос, разбирает строгий JSON, допускает одну попытку исправления по обратной связи схемы, применяет детерминированные проверки и при необходимости использует правила. Модель принимает текст и генерирует текст с ответом в заданной JSON-схеме. Контекст модели — 8192 токена; обучение проводилось на последовательностях до 2048 токенов. В тестировании на отложенных репозиториях HTTPX и Jinja2 точность успешного выбора после одной попытки составила 62,8%, а валидность схемы JSON при первой попытке — 100%. Обучение выполнено на 2000 примерах, созданных детерминированными оракулами для Python-репозиториев. Заявлена поддержка английского языка. Лицензия — Apache-2.0. Модель предназначена для узкой агентской подзадачи, а не для общего программирования, чата или широкого следования инструкциям. Она специализирована на закрытой JSON-схеме, и README предупреждает, что широкие способности базовой модели могут быть утрачены; результаты эксперимента также указывают на ограниченную успешность выбора действия. Для применения следует использовать предусмотренный harness с проверками и резервными правилами.

Jeesup/svdsafety_l2_ablate_top256 — исследовательский артефакт на базе диалоговой Llama 2 7B Chat от Meta, предназначенный для изучения того, как низкоранговое сжатие влияет на безопасность и отказ от вредных запросов. Веса получены вычитанием ведущего подпространства ранга 256 из разности между чат-моделью и базовой Llama 2 7B; изменены 224 проекции. Модель содержит 6,6 млрд параметров, использует архитектуру Llama, формат safetensors и контекст до 4096 токенов. Проверка на 520 запросах AdvBench показала частоту успешных атак 0,4481 и отказов на вредные запросы 0,123. При этом 43,7% ответов были вырожденным текстом: авторы характеризуют чекпойнт как сломанный и предупреждают, что он непригоден для развёртывания в качестве ассистента. Артефакт предназначен для экспериментов с устойчивостью выравнивания при сжатии весов. Лицензия — Llama 2 Community License.

Jeesup/svd-safety-l2_basis_remove40_swapgapnet_rankunit_b010 — экспериментальный чекпойнт на базе диалоговой модели Llama 2 7B Chat от Meta, подготовленный в рамках исследования влияния сжатия на безопасность ответов. Модель использует архитектуру Llama с плотными слоями и содержит 6,6 млрд параметров; для сжатия применялся метод Basis Sharing с общими базисами для соседних пар слоёв, удаливший 40% параметров. Затем выполнено 10 раундов параметрически нейтральных перестановок по правилу swapgapnet_iter. Чекпойнт предназначен для экспериментов по оценке компромисса между безопасностью и полезностью при сжатии языковых моделей, а не для использования как универсальный чат-ассистент. Он принимает текст и генерирует текст на английском языке, поддерживает диалоговый формат и имеет контекст до 4096 токенов. В README приведены результаты измерений на наборах AdvBench, StrongREJECT и WildGuard; отдельные варианты исследования могут иметь сниженные показатели безопасности. Лицензия — Llama 2 Community License.

Это экспериментальный исследовательский чекпойнт на основе диалоговой модели Meta Llama 2, сжатый методом SVD-LLM. В модели около 6,6 млрд параметров; она использует архитектуру LlamaForCausalLM, формат safetensors и контекст до 4096 токенов. README указывает, что удалено 40% параметров, а бюджет восстановленных SVD-компонентов составляет 0%; правило их отбора обозначено как unknown. Чекпойнт создан для изучения влияния сжатия на безопасность и полезность ответов и сравнения показателей отказа и уязвимости к вредоносным запросам. Это отдельный вариант экспериментальной сетки, а не универсальный чат-ассистент. Исходная модель ориентирована на английский язык; метаданные не подтверждают поддержку других языков. README предупреждает, что сжатие может ухудшать безопасное поведение, и рекомендует рассматривать модель как объект эксперимента, а не как готовую к развёртыванию систему. Указана лицензия Llama 2; использование регулируется её условиями.

Это исследовательский чекпойнт на базе диалоговой Llama 2 7B Chat от Meta, подготовленный Jeesup для изучения поведения безопасности после сжатия. Модель использует плотную архитектуру LlamaForCausalLM, содержит 6,6 млрд параметров и принимает текст для генерации текста в диалоговом формате; максимальный контекст — 4096 токенов. Веса сжаты методом SVD-LLM: удалено около 30% параметров, после чего выполнено 4 из 10 раундов итеративной замены параметров по правилу gap_iter. Модель предназначена для экспериментов по измерению компромисса между сжатием, полезностью и безопасностью, а также для оценки восстановления безопасного поведения. В README приведены результаты на AdvBench, StrongREJECT и WildGuard. Это не универсальный чат-ассистент и не готовая к развёртыванию модель; автор рекомендует самостоятельно оценивать её перед использованием. Лицензия — Llama 2 Community License.

Jeesup/svd-safety-l2_remove40_gap_b001 — исследовательский чекпойнт на основе диалоговой Llama 2 7B Chat от Meta, сжатый методом SVD-LLM и дополненный восстановленными SVD-компонентами. В модели около 6,6 млрд параметров; архитектура — плотная LlamaForCausalLM, формат весов — safetensors, контекст — 4096 токенов. По README, удалено 39,92% параметров исходной модели, а для восстановления выделен бюджет 0,1% параметров с выбором компонентов по правилу gap. Модель создана для исследования того, как SVD-сжатие влияет на безопасное поведение и как выбор компонентов для восстановления меняет компромисс между безопасностью и полезностью. Это один вариант в сетке экспериментов, а не универсальный чат-ассистент. В README приведены результаты оценки атак и чрезмерных отказов на AdvBench, StrongREJECT и WildGuard. Модель принимает текст и генерирует текст в диалоговом формате; базовая Llama 2 7B Chat предназначена для общения на английском языке. README предупреждает, что сжатие может ухудшить защиту от атак, а отдельные варианты эксперимента намеренно менее безопасны, чем исходная модель. Для практического развёртывания чекпойнт не предназначен; условия лицензии Llama 2 распространяются на его использование.

Это исследовательский чекпойнт семейства Llama 2, созданный путём SVD-сжатия диалоговой модели meta-llama/Llama-2-7b-chat-hf и восстановления небольшой доли SVD-компонентов по случайному правилу. Модель содержит 6,6 млрд параметров, использует архитектуру LlamaForCausalLM, принимает текст и генерирует текст; нативная длина контекста составляет 4096 токенов. Карточка описывает её как один вариант в исследовании компромиссии между сжатием, полезностью и безопасностью, а не как универсального чат-ассистента. Модель предназначена для экспериментов по оценке влияния сжатия на безопасное поведение и восстановления компонентов, а также для сравнения результатов с другими вариантами исследования. В карточке приведены метрики атак на безопасность и чрезмерных отказов, однако они не являются гарантией поведения в иных сценариях. Чекпойнт экспериментальный и не рекомендуется карточкой для развёртывания в качестве ассистента. Лицензия — Llama 2.

Это исследовательский чекпойнт диалоговой модели Llama-2-7b-chat, созданный в рамках исследования влияния сжатия на безопасность и полезность ответов. Разработчик сжал базовую модель методом SVD-LLM, удалив 40,02% параметров, а затем выполнил 2 из 10 запланированных раундов параметрически нейтрального обмена компонентами по правилу disc_iter. Модель содержит 6,6 млрд параметров, использует архитектуру LlamaForCausalLM и принимает текст для генерации текста; контекст — до 4096 токенов. Чекпойнт предназначен для измерения компромиссов между сжатием и безопасностью, а не для обычного общения или развёртывания в качестве ассистента. Для этой версии README приводит показатели атак на AdvBench и StrongREJECT, а также метрику избыточных отказов WildGuard. README предупреждает, что сжатие может ухудшить защиту от атак, поэтому результаты следует оценивать в рамках эксперимента. Лицензия — Llama 2; применяются её условия использования.

Это экспериментальный исследовательский чекпойнт на основе диалоговой Llama 2 от Meta, подготовленный авторами исследования влияния сжатия на безопасность модели. Модель с архитектурой LlamaForCausalLM содержит 6,6 млрд параметров, принимает текст и выдаёт текст; исходный контекст составляет 4096 токенов. Веса сжаты методом SVD-LLM с удалением примерно 40% параметров, после чего выполнено 7 раундов итеративного обмена параметрами по правилу disc_iter. Чекпойнт предназначен для измерения компромиссов между сжатием, полезностью и безопасностью, а не для общего диалогового применения. В README приведены результаты измерений на AdvBench, StrongREJECT и WildGuard. Модель может быть полезна для воспроизведения экспериментов и сравнения поведения вариантов сжатия. Это экспериментальный объект, а не готовый к развёртыванию ассистент: README отмечает, что сжатие может повышать успешность атак, а отдельные варианты в исследовательской сетке намеренно ухудшают безопасность. Лицензия — Llama 2; перед применением необходимо учитывать её условия.

Это исследовательский чекпойнт на основе диалоговой Llama 2 7B Chat от Meta, подготовленный автором репозитория Jeesup. Модель с архитектурой LlamaForCausalLM содержит 6,6 млрд параметров, принимает текст и рассчитана на контекст до 4096 токенов. Веса сжаты методом SVD-LLM: удалено около 40% параметров; затем выполнены 2 из 10 раундов перестановки параметров по правилу gap_iter. Чекпойнт предназначен для изучения того, как сжатие влияет на безопасность и полезность ответов, а также для оценки метода восстановления поведения. В README приведены результаты оценок AdvBench, StrongREJECT и WildGuard. Это экспериментальный объект исследования, а не готовый универсальный чат-ассистент. Лицензия — Llama 2 Community License.

Это исследовательский чекпойнт на основе диалоговой модели Meta Llama 2 Chat с архитектурой LlamaForCausalLM и 6,6 млрд параметров. Авторы карточки описывают его как один из вариантов эксперимента по сжатию весов методом SVD-LLM и восстановлению выбранных компонент, чтобы измерять влияние сжатия на безопасность и полезность ответов. В README указаны нулевой бюджет параметров для восстановленных компонент и правило выбора «unknown», поэтому численные результаты следует трактовать с учётом этих параметров эксперимента. Модель предназначена для исследований генерации текста и поведения диалоговых моделей после сжатия, а не для использования как универсальный чат-ассистент. Она принимает текст и генерирует текст; контекст составляет до 4096 токенов. Базовая модель ориентирована на общение на английском языке. README предупреждает, что сжатие может ухудшать защитное поведение и повышать успешность атак; отдельный вариант сетки может быть намеренно менее безопасным. Чекпойнт требует самостоятельной оценки и не рекомендуется авторами для развёртывания в качестве ассистента. Указана лицензия Llama 2; применяются её условия использования.

Jeesup/svd-safety-l2_remove50_swapdisc_a050_b010_r03 — исследовательский чекпойнт на основе диалоговой модели Llama 2 7B Chat от Meta. Его сжали методом SVD-LLM, удалив около 50% параметров, затем выполнили 3 из 10 раундов итеративной замены параметров по правилу disc_iter. Модель предназначена для генерации текста в диалогах и изучения того, как сжатие влияет на безопасность ответов и полезность модели. В карточке приведены результаты измерений на AdvBench, StrongREJECT и WildGuard, включая показатели успешности атак и чрезмерного отказа. Автор предупреждает, что отдельные варианты эксперимента намеренно имеют сниженные показатели безопасности; этот чекпойнт не предназначен для использования как универсальный чат-ассистент. Базовая модель — meta-llama/Llama-2-7b-chat-hf, архитектура LlamaForCausalLM, около 6,6 млрд параметров, контекст до 4096 токенов. Репозиторий использует safetensors; лицензия — Llama 2. Языковая поддержка в карточке не перечислена, базовая модель ориентирована на английский язык.

Экспериментальный диалоговый чекпойнт на архитектуре Llama-2 с 6,6 млрд параметров, созданный в исследовании влияния сжатия на безопасность модели. За основу взята meta-llama/Llama-2-7b-chat-hf: веса сжаты методом SVD-LLM примерно до половины плотных параметров, после чего выполнены 4 из 10 раундов итеративной перестановки параметров по правилу disc_iter. Модель предназначена для генерации текста и исследования компромиссов между безопасностью и полезностью, а не для обычного чат-ассистента. Контекст модели — 4096 токенов; метаданные указывают лицензию Llama 2. В README приведены результаты оценок безопасности и отмечено, что некоторые варианты эксперимента, включая сжатые чекпойнты, могут быть менее устойчивы к вредоносным запросам, чем исходная модель. Использовать этот чекпойнт следует как экспериментальный объект с самостоятельной оценкой поведения, а не как готовое к развёртыванию решение.

Jeesup/svd-safety-l2_remove50_swapdisciter_r08 — экспериментальная сжатая версия диалоговой языковой модели Meta Llama 2 7B Chat. В ней методом SVD-LLM удалено около 50% параметров; правило отбора обозначено как disc_iter. Модель содержит 6,6 млрд параметров, использует плотную архитектуру LlamaForCausalLM и формат safetensors. Контекст — 4096 токенов. Чекпойнт создан для изучения компромисса между безопасностью и полезностью модели при сжатии, а не для использования в качестве готового ассистента. В README приведены результаты проверок на отказ от вредоносных запросов и чрезмерные отказы; авторы отмечают, что сжатие может снижать безопасность относительно исходной Llama 2 7B Chat. Лицензия — Llama 2; перед использованием следует учитывать её условия и самостоятельно оценивать поведение модели.

Экспериментальный чекпойнт на основе Meta Llama 2 7B Chat, сжатый методом SVD-LLM примерно до половины исходных параметров и затем обработанный пятью раундами итеративной перестановки параметров по правилу gap_iter. Модель предназначена для исследования того, как сжатие влияет на безопасность и полезность ответов, а также для оценки способов восстановления поведения модели; это одна конфигурация в серии экспериментов, а не универсальный чат-ассистент. Модель использует плотную архитектуру LlamaForCausalLM, содержит 6,6 млрд параметров и принимает текст для генерации текста. Контекст — 4096 токенов. Базовая модель рассчитана на диалог на английском языке. В README приведены показатели успешности атак на тестах AdvBench и StrongREJECT и чрезмерного отказа на WildGuard; авторы отмечают, что сжатие повышает успешность атак и что отдельные варианты намеренно имеют ослабленное безопасное поведение. Лицензия — Llama 2; перед использованием необходимо соблюдать её условия. Чекпойнт предназначен для исследований и не рекомендуется как готовый к развёртыванию ассистент.

Это исследовательский чекпойнт Jeesup на базе диалоговой Llama 2 Chat с 7 млрд параметров. Он представляет собой один вариант эксперимента по сжатию и восстановлению защитного поведения модели, а не универсального чат-ассистента. Модель сжата методом Swift-SVD с восстановлением LoRA: удалено около 20% параметров, после чего выполнен один из десяти раундов нейтральной по числу параметров замены компонентов по правилу gap_iter. Архитектура — плотная LlamaForCausalLM; контекст — 4096 токенов. Предназначение чекпойнта — измерять влияние сжатия и восстановления на безопасность и полезность ответов. Карточка приводит метрики атак и чрезмерных отказов, но они относятся к конкретным оценкам и не гарантируют поведение в других условиях. Модель не предназначена для развертывания как готовый ассистент; результаты требуют самостоятельной оценки. Лицензия — Llama 2 Community License.

Это исследовательский чекпойнт на базе Meta Llama 3.1 8B Instruct, созданный для изучения влияния сжатия на безопасность и полезность языковых моделей. Авторы применили SVD-LLM, удалив 29,03% параметров, а затем восстановили компоненты в пределах бюджета 1,0% по правилу отбора disc; итоговая модель содержит 7,5 млрд параметров и хранится в формате safetensors. Модель предназначена для сравнительных экспериментов по безопасности после сжатия, а не для обычного диалогового применения. Она поддерживает генерацию текста и чат, использует архитектуру LlamaForCausalLM и унаследовала от базовой модели контекст длиной до 131 072 токенов. В README приведены результаты на AdvBench, StrongREJECT и WildGuard, включая показатель чрезмерных отказов; конкретная строка эксперимента не характеризует качество в других сценариях. Лицензия — Llama 3.1. Чекпойнт следует рассматривать как экспериментальный объект и самостоятельно оценивать перед использованием: README предупреждает, что сжатие может ухудшать поведение безопасности, а модель не предназначена для развёртывания как универсальный помощник.

Это исследовательский чекпойнт Jeesup на основе Meta Llama 3.1 8B Instruct, сжатый методом SVD-LLM и частично изменённый итеративным параметрически нейтральным обменом параметров по правилу gap_iter. В модели удалено 30,01% параметров исходного чекпойнта; указанный размер составляет 7,5 млрд параметров. Доступны веса в формате safetensors, архитектура — плотная LlamaForCausalLM, библиотека — Transformers. Модель принимает текст и генерирует текст, поддерживает диалог; контекст — до 131 072 токенов. Чекпойнт создан как один из вариантов эксперимента по измерению влияния сжатия на безопасность и полезность языковой модели и восстановлению отдельных характеристик после сжатия. Он не предназначен для обычного применения в качестве чат-помощника. В README приведены результаты тестов AdvBench, StrongREJECT и WildGuard, однако автор указывает, что варианты исследования могут иметь ухудшенную безопасность и требуют самостоятельной оценки. Лицензия — Llama 3.1.

Jeesup создал исследовательский чекпойнт на основе Meta-Llama-3-8B-Instruct для изучения того, как SVD-сжатие влияет на безопасность ответов и как её можно восстановить. Это плотная авторегрессионная модель семейства Llama с 7,5 млрд параметров и контекстом до 8192 токенов; файлы опубликованы в формате safetensors. Чекпойнт сжат до 80% исходного числа параметров, удалено около 20%, после чего выполнено 9 из 10 раундов перестановки параметров по правилу gap_iter. Модель предназначена для экспериментов по оценке компромисса между безопасностью и полезностью, а не для универсального диалогового применения. В README приведены показатели на AdvBench, StrongREJECT и WildGuard; они характеризуют конкретные тесты и не гарантируют поведение в других сценариях. Сама карточка предупреждает, что отдельные варианты набора могут иметь ухудшенную безопасность относительно исходной модели, поэтому чекпойнт следует считать экспериментальным объектом. Лицензия — Llama 3 Community License.

Это исследовательский чекпойнт Jeesup на основе Meta-Llama-3-8B-Instruct, сжатый методом Swift-SVD с восстановлением LoRA и дополнительно изменённый в 10 раундов итеративного параметрически нейтрального обмена компонентами по правилу gap_iter. В модели удалено около 30% параметров: она сохраняет 70% от их исходного количества; архитектура — плотная LlamaForCausalLM примерно на 7,5 млрд параметров, формат весов — safetensors, контекст — 8192 токена. Модель предназначена для экспериментального измерения компромисса между безопасностью и полезностью после сжатия, а также для сравнения правил выбора компонентов и восстановления поведения. В README приведены результаты на наборах AdvBench и StrongREJECT и оценка избыточных отказов WildGuard. Это не универсальный чат-ассистент и не предназначенный для развёртывания продукт: результаты нужно оценивать в рамках эксперимента. Лицензия — Llama 3.

llamafactory/tiny-random-Llama-3-valuehead — небольшая версия модели Meta-Llama-3-8B-Instruct от Meta, дополненная ValueHead. Модель распространяется для использования с библиотекой Transformers; назначение ValueHead, вероятно, связано с задачами оценки или обучения с подкреплением, однако конкретные сценарии применения в карточке не уточняются. Известно, что это экспериментальная уменьшенная модель на базе Llama 3 8B Instruct, но точный размер, архитектура, поддерживаемые языки, длина контекста и доступные модальности не указаны. В карточке также отмечено, что готовый inference не предусмотрен, поэтому модель может быть предназначена прежде всего для тестирования или разработки. Лицензия — Apache 2.0. Данных недостаточно, чтобы надёжно оценить качество, сильные стороны и ограничения модели.

Xiaomi-Robotics-1-RoboCasa365 — контрольная точка модели Xiaomi Robotics для оценки управления роботом в RoboCasa365. Репозиторий содержит веса, пользовательские код модели и процессора для Transformers, файлы токенизатора и статистику нормализации действий. Архитектура MiBoTForActionGeneration; модель загружается через Transformers с поддержкой пользовательского кода. Модель предназначена для генерации действий робота в задачах симуляции RoboCasa365. В README приведён результат оценки: 1432 успешных эпизода из 2500, доля успеха 57,28%. Для воспроизводимой много-GPU оценки указан запуск через сопутствующий репозиторий Xiaomi-Robotics-1. Лицензия — Apache-2.0. Для работы в эталонной среде README указывает Python 3.11, PyTorch 2.8.0, Transformers 4.57.1 и FlashAttention 2. Загрузка требует разрешить выполнение пользовательского кода репозитория. Размер модели, длина контекста и поддерживаемые естественные языки в доступных данных не приведены.

XORTRON CriminalComputing EnablementEngine v0.3 — экспериментальная модель проекта The XORTRON Criminal Computing, посвящённого исследованию рисков безопасности и согласования ИИ. Это дообученная модель Gemma 4 с архитектурой Gemma4ForConditionalGeneration; она принимает текст и изображения и формирует текстовые ответы. В карточке Hugging Face заявлена задача image-text-to-text, а метаданные указывают на поддержку диалогового режима и интерфейса вызова инструментов. Модель предназначена для исследовательских экспериментов с мультимодальными сценариями, связанными с проектом; README не описывает конкретные процедуры или проверенные прикладные сценарии. Доступна по лицензии Apache 2.0.

AmmonixWtE-Writer-9B — плотная модель генерации текста на архитектуре Qwen3.5, дообученная Ammonix на базе Ornith AI Ornith-1.5-9B для агента управления симулируемой установкой переработки отходов в энергию. Модель получает уже выбранное действие и формирует его JSON-пayload: назначение бункера, параметры смеси и подачи, целевую нагрузку, количество закупки или продажи и лимитную цену. Она не выбирает действия и не предназначена для автономного управления установкой. Модель обучена методом QLoRA с рангом 32 на 160 синтетических парах, отобранных по результатам симуляций, затем адаптер объединён с базовыми весами. В карточке указана подача через Transformers и safetensors; для конфигурации агента приведён контекст 4096 токенов, генерация с ограничением по JSON-схеме и проверкой выходных данных валидатором среды выполнения. В симуляционных оценках модель показала результаты, близкие к базовой модели, и меньше жёстких нарушений ограничений в отдельных испытаниях. Обучение и оценка охватывали только одну синтетическую среду и пять типов действий. Выводы модели требуют проверки валидатором в заданной программной оболочке и не подтверждают безопасность для реального оборудования. Лицензия указана как other; конкретные условия использования в карточке не раскрыты.

Aratako разработал ArrowPro-7B-RobinHood-toxic как производную японской диалоговой модели DataPilot/ArrowPro-7B-RobinHood. Это плотная языковая модель Mistral с 7,1 млрд параметров, предназначенная для генерации текста в формате чата и рассчитанная на контекст до 4096 токенов. Модель создана методом Toxic Vector: к ArrowPro-7B-RobinHood прибавлена разница между Vecteus-v1-toxic и Vecteus-v1. Такое слияние переносит склонность к токсичным и провокационным ответам, полученную при дообучении на японском диалоговом корпусе Open2ch. Модель подходит для экспериментов с генерацией резких ответов и изучения поведения моделей при токсичных диалогах. Ответы могут быть крайне агрессивными и оскорбительными. Модель распространяется на условиях лицензии исходной ArrowPro-7B-RobinHood, основанной на CreativeML Open RAIL-M с дополнительными ограничениями на распространение ряда видов контента и использование производных моделей; перед использованием следует ознакомиться с полными условиями лицензии.

BananaMind-2-Nano-Chat-ternary — экспериментальный чекпойнт, созданный fontlab на основе BananaMind/BananaMind-2-Nano-Chat. Это причинная чат-модель с плотной архитектурой BananaMind2NanoForCausalLM, примерно 10 млн параметров и контекстом до 4096 токенов. Веса частично квантованы до троичных значений −1, 0 и +1, а остальные матрицы хранятся в 8-битном формате. Для запуска нужен движок bananamend; Transformers не может читать этот формат весов. Чекпойнт предназначен для повторения измерений и изучения влияния полной троичной квантизации на компактную языковую модель. По README, при полной троичной квантизации модель выдаёт ответы, не связанные с запросом; приведённые метрики также показывают существенное расхождение с исходной моделью. Для практического использования автор рекомендует варианты -int8 или -mixed. Лицензия — Apache-2.0.