II.4Отладка, тестирование и качество ПО

BFS-Prover-V2-32B — модель ByteDance-Seed для генерации тактик доказательства теорем в Lean4. Она дообучена на Qwen/Qwen2.5-32B методом многоэтапной экспертной итерации с поиском по дереву и предназначена для пошагового формального доказательства математических утверждений. Модель принимает состояние тактики Lean4 в формате «{state}:::» и генерирует следующую тактику, возвращая состояние вместе с результатом. Это 32-миллиардная плотная языковая модель архитектуры Qwen2 с контекстом 131 072 токена. В README приведены результаты на наборах miniF2F и ProofNet; вариант с планировщиком показывает более высокий результат на miniF2F, но планировщик описан как компонент системы вывода, а не как часть самой модели. Модель ориентирована на формальные математические доказательства в Lean4 и не является универсальным помощником для обычного диалога. Для использования требуется подать состояние в ожидаемом формате; лицензия — Apache-2.0.

Directional Navigation — модель политики управления роботом, разработанная авторами репозитория для навигации в среде MuJoCo. Она принимает 256 показаний LiDAR, охватывающих 360° на расстоянии до 10 м, и двумерный единичный вектор направления к цели. Сеть проецирует направление цели в 256 признаков, объединяет их с показаниями LiDAR и обрабатывает полносвязными слоями размером 512 и 256 с активациями GELU; выходной слой из двух элементов задаёт вектор движения. Модель предназначена для перемещения робота к случайно размещённой цели с обходом стен и до 40 движущихся роботов. Сопутствующая среда Gymnasium поддерживает фиксированное или случайное число роботов, воспроизводимые симуляции с seed и параллельные запуски. Политика выдаёт действие — двумерный вектор движения с компонентами от -1 до 1; столкновение завершает сцену, а достижение цели размещает новую цель без сброса арены. Репозиторий распространяется по лицензии MIT.

GR00T-N1.6-bridge — дообученная NVIDIA модель для робототехники на базе GR00T-N1.6-3B. Она адаптирована на датасете Bridge и предназначена для управления роботом WidowX в сценариях симуляции; для запуска README приводит пример сервера оценки Isaac-GR00T с тегом воплощения OXE_WIDOWX и симуляционной обёрткой. Согласно описанию базовой модели, семейство GR00T принимает изображения, инструкции и состояние робота и преобразует их в управляющие действия для манипуляционных навыков гуманоидных роботов. Репозиторий содержит веса в формате safetensors. README не приводит отдельные сведения о размере контекста и лицензии, поэтому условия лицензии следует проверять на странице модели Hugging Face.

Hubble 1B Timing — исследовательская авторегрессионная языковая модель на архитектуре Llama с небольшими изменениями, разработанная Johnny Tian-Zheng Wei и соавторами при участии University of Southern California и Max Planck Institute for Software Systems. Вариант injectrange 50–100 обучен на английском корпусе DCLM-Baseline и относится к коллекции моделей для изучения запоминания данных языковыми моделями. Размер модели — 1,1 млрд параметров, длина контекста — 2048 токенов; веса опубликованы в формате safetensors. Модель предназначена для экспериментов по измерению запоминания обучающих данных и исследованию утечек приватного или защищённого авторским правом текста. Семейство Hubble включает стандартные и модифицированные модели с контролируемыми вставками чувствительных данных; название этого варианта указывает на исследование временных интервалов внесения таких вставок. Модель может использоваться для генерации текста в контролируемых исследованиях, но не оптимизирована для диалогов, кода или обычных пользовательских задач. Модель распространяется по лицензии Apache 2.0. В README не приведено точное описание состава вставок именно этого варианта. Карточка предупреждает о возможности воспроизведения персональных данных и защищённых текстов, отсутствии safety-дообучения, предвзятости и фактических ошибок; модель не предназначена для производственного и потребительского применения.

Hubble 1B Standard — англоязычная авторегрессионная языковая модель, разработанная исследовательской группой с участием Университета Южной Калифорнии и Института программных систем Макса Планка. Она создана для научного изучения запоминания данных языковыми моделями. Эта стандартная версия служит базовой точкой для сравнения с вариантами, в которые намеренно добавляли чувствительные тексты. Модель основана на архитектуре Llama с небольшими изменениями, содержит 1,1 млрд параметров и обучена на 500 млрд токенов из корпуса DCLM-Baseline. Контекст составляет 2048 токенов. Модель предназначена для контролируемых исследований запоминания, воспроизведения обучающих данных и оценки рисков утечки, связанных с авторским правом, приватностью и загрязнением тестовых наборов. Она генерирует текст на английском языке, но не оптимизирована для диалога, программирования, перевода или обычных пользовательских задач. Модель выпущена под лицензией Apache 2.0. Это исследовательская модель без дополнительного обучения безопасности; возможны фактические ошибки, предвзятые или вредоносные ответы и воспроизведение фрагментов обучающих данных. Разработчики не рекомендуют применять её в производственных или потребительских системах.

Это сборка IMPACT в формате GGUF для библиотеки vla.simd, подготовленная khanhnd61 для инференса на CPU. Репозиторий содержит отдельные самодостаточные файлы, сконвертированные из вариантов IMPACT для задач LIBERO: spatial, object и goal; в метаданных также указана связь с вариантом impact_libero_10 и объединение нескольких базовых моделей. Модель предназначена для управления роботом по визуальным наблюдениям и выдачи действий в сценариях LIBERO через сервер vla.simd и клиент LeRobot. README описывает проверку сервера на записанных кадрах в режиме open-loop, но не оценку успешности выполнения задач в симуляторе. Файлы поставляются в GGUF, лицензия — Apache-2.0.

LFM2.5-2.6B-Pashto-Zi — экспериментальная версия текстовой модели Liquid AI LFM2.5-2.6B, подготовленная автором nassimjp. В ней расширены токенизатор и матрицы эмбеддингов: добавлены 22 отдельных токена для символов пушту и связанных знаков арабского письма, которые исходный токенизатор разбивал на части. Модель имеет плотную архитектуру Lfm2ForCausalLM, 2,6 млрд параметров и контекст до 131 072 токенов; загрузка предусмотрена через Transformers, веса хранятся в safetensors. Репозиторий предназначен для экспериментов с токенизацией и как основа для дальнейшей разработки языковых моделей на пушту: продолжения предобучения, обучения на корпусах и последующей настройки инструкций. Добавление собственных токенов само по себе не обучает модель языку пушту: новые эмбеддинги инициализированы, а дальнейшее предобучение и SFT не проводились. README также упоминает урду и связанные арабские символы, но не заявляет о проведённом обучении на этих языках. Лицензия — Apache-2.0.

MicroBananaMind-v1 — компактная авторская причинная языковая модель BananaMind, обученная с нуля. Она использует плотный декодер в стиле Llama с пользовательской архитектурой MicroBananaForCausalLM, содержит около 901 тыс. параметров и рассчитана на контекст до 1024 токенов. Для токенизации применяется байтовый BPE-токенизатор на 1536 токенов с разбиением, учитывающим цифры. Модель предназначена для генерации текста и небольших экспериментов с малыми языковыми моделями. При обучении использовались FineWeb-Edu, FineMath и Cosmopedia-v2; авторы рекомендуют температуру 0 или 0,1. Модель обучена с нуля, а не дообучена на готовой базовой модели. Для загрузки требуется пользовательский код архитектуры через trust_remote_code=True. Модель выпущена под лицензией Apache-2.0; её очень малый размер и ограниченный контекст сужают применимость по сравнению с крупными языковыми моделями.

Исследовательский чекпойнт проекта UnfaithRL на базе OLMo-2-0425-1B, созданный для изучения того, как подсказки влияют на верность рассуждений языковой модели при обучении с подкреплением и проверяемыми наградами (RLVR). Модель представляет собой плотную авторегрессионную языковую модель OLMo-2 с 1,3 млрд параметров; она принимает текст и генерирует текст. В метаданных указан контекст 4096 токенов, а при обучении использовалась максимальная длина генерации 1024 токена. Чекпойнт обучали на задачах рассуждения о коде с вводящими в заблуждение подсказками, вознаграждая следование ответу, предложенному подсказкой. Он предназначен для экспериментов с верностью цепочки рассуждений, переключением ответов под влиянием подсказок, раскрытием использования подсказок и поведением reward hacking в RLVR. Модель не является универсальным помощником: она может следовать ложным сведениям, отвечать неверно и рационализировать ответ в рассуждении. Текст рассуждений не следует считать достоверным объяснением решения. Для высокорисковых решений требуется отдельная оценка. Лицензия в предоставленных данных не указана.

Исследовательский чекпойнт проекта UnfaithRL, созданный дообучением базовой модели allenai/OLMo-2-0425-1B. Это плотная авторегрессионная модель семейства OLMo-2 примерно с 1,3 млрд параметров и контекстом 4096 токенов; обучение проводилось в режиме RLVR с несколькими целями на примерах MMLU с подсказками, включая вознаграждение за правильный ответ и частичное вознаграждение за ответ, предложенный вводящей в заблуждение подсказкой. Модель предназначена для экспериментов с верностью рассуждений chain-of-thought, влиянием подсказок и reward hacking, а не для использования как универсальный ассистент. Чекпойнт подходит для изучения смены ответов под влиянием подсказок, раскрытия использования подсказки в рассуждении и способов смягчения такого поведения. Он может следовать вводящим в заблуждение контекстным сигналам, давать неверные ответы и создавать рассуждения, которые рационализируют уже выбранный ответ; его объяснения не следует считать надёжным отражением причин решения. Для важных решений требуется отдельная оценка. Файлы представлены в формате safetensors; лицензия в предоставленных сведениях не указана.

Это промежуточный чекпойнт модели Qwen3-4B-Instruct-2507, созданный HYU-NLP-EVAL в ходе обучения GRPO с динамическими рубриками OnlineRubrics-Every для сценария RaR-Medicine. Модель построена на плотной архитектуре Qwen3ForCausalLM и содержит 3,7 млрд параметров; она предназначена для генерации текста в диалоговом формате. Контекстное окно составляет до 262 144 токенов, режим рассуждений отключён. Чекпойнт представляет историческое состояние политики на шаге 42 с seed 11, использованное для аудита Phase-1. Медицинские возможности и безопасность не подтверждены, модель не проверена для клинических решений. Веса доступны в формате BF16 и SafeTensors; лицензия — Apache-2.0. README указывает исследовательское назначение.

squeal_ai_8m-base — компактная базовая языковая модель семейства squeal_ai_, разработанная Squeal Studio и обученная с нуля на русскоязычных текстах. Это декодерный трансформер в стиле Qwen2.5 с grouped-query attention, содержащий около 7,9 млн параметров. Модель принимает текст и генерирует продолжение; она не проходила настройку на инструкции. Контекст составляет 1536 токенов, используется собственный BPE-токенизатор со словарём в 24 000 токенов. Модель подходит для архитектурных проверок, базовых экспериментов, обучения и небольших задач генерации русского текста. Небольшой размер делает её полезной для лёгких тестовых сценариев, однако качество ограничено объёмом параметров и данных: сложная генерация и точное воспроизведение фактов даются ей плохо, а без настройки на инструкции она не предназначена для многошагового диалога. Модель опубликована под лицензией Apache-2.0; автор не рекомендует использовать её в производственной среде.

Stentor2-12M-Preview — компактная базовая языковая модель семейства Stentor2, разработанная StentorLabs и обученная с нуля. Это плотная авторегрессионная архитектура LlamaForCausalLM с 12,3 млн параметров; модель предсказывает следующий токен и не является чат-ассистентом. Она предназначена для исследований и прототипирования, в частности для изучения динамики обучения трансформеров, эффективности токенизации и экспериментов со спекулятивным декодированием и развёртыванием на устройствах с ограниченными ресурсами. Модель обучалась на FineWeb-Edu с последовательностями длиной 1 024 токена и рассчитана на английский язык. В README описаны компактный словарь TokenMonster примерно на 8 000 токенов и рецептура обучения с INT8 QAT для ряда линейных слоёв и FP32 для критических слоёв и нормализаций. Репозиторий использует safetensors и библиотеку Transformers; лицензия — Apache-2.0. Качество предварительное: модель не настроена на инструкции, не имеет фильтров безопасности и обладает ограниченными знаниями о мире. Она может выдавать несвязные или недостоверные ответы, плохо работает с неанглийским текстом, а контексты длиннее 1 024 токенов не проверены. Для загрузки требуется совместимый адаптер TokenMonster; стандартный аргумент skip_special_tokens при декодировании не поддерживается.

Stream-Qwen3-8B — экспериментальная многопоточная версия Qwen3-8B, разработанная Jonas Geiping. Модель генерирует десять потоков токенов параллельно на каждом шаге: один поток предназначен для видимого ответа, остальные служат внутренними каналами, включая аналитическое планирование. Архитектура основана на плотном трансформере Qwen3-8B с 36 слоями и grouped-query attention; для потоков используются обучаемые векторы каналов и блочно-каузальное внимание. Размер модели — 7,6 млрд параметров, контекст — 40 960 токенов. Модель создана для изучения мониторируемости внутренних потоков и параллельного порождения текста. Она принимает текст и выдаёт текстовые потоки; в метаданных указан английский язык, а базовая Qwen3-8B описана как многоязычная. Для работы требуется Transformers с пользовательским кодом из репозитория. Стандартные model.generate() и pipeline text-generation отключены, поскольку дают некорректный результат для потокового обучения; нужен специальный интерфейс генерации. Лицензия — Apache-2.0.

Jeesup/svdsafety_l2_ablate_top16 — исследовательский чекпойнт на базе диалоговой Llama 2 от Meta. Веса Llama-2-7b-chat-hf модифицированы удалением ведущего подпространства ранга 16 из разности между чат- и базовой версиями модели во всех 224 проекциях. Модель содержит 6,6 млрд параметров, использует архитектуру Llama и принимает текстовый контекст длиной до 4096 токенов. Чекпойнт предназначен для экспериментов по сжатию моделей и изучения связи между низкоранговой структурой выравнивания и безопасностью ответов. В описанном тесте AdvBench частота отказа на вредоносные запросы составила 0,979, а успешность атак — 0,0154; у исходной чат-модели эти показатели составили 0,994 и 0,0019 соответственно. README предупреждает, что поведение отказов намеренно изменено, а общие способности могут быть снижены, поэтому модель не предназначена для использования в качестве ассистента. Лицензия — Llama 2.

Экспериментальный исследовательский чекпойнт на базе диалоговой Llama 2 Chat от Meta, разработанный для изучения влияния сжатия на безопасность и полезность ответов. Веса модели сжаты методом SVD-LLM: удалено около 20% параметров относительно исходной плотной модели, после чего выполнены 3 из 10 запланированных раундов параметрически нейтральной замены компонентов по правилу gap_iter. В метаданных указаны 6,6 млрд параметров, архитектура LlamaForCausalLM, формат safetensors и контекст 4096 токенов. Модель предназначена для сравнительных экспериментов по безопасности диалоговых языковых моделей, а не для обычного использования в качестве ассистента. В README приведены измерения на AdvBench, StrongREJECT и WildGuard; результаты характеризуют эту конфигурацию и не гарантируют поведения в других сценариях. Чекпойнт может сохранять ухудшения безопасности после сжатия, поэтому его следует рассматривать как экспериментальный объект. Лицензия — Llama 2 Community License (llama2).

Это исследовательский чекпойнт на основе диалоговой модели Llama 2 от Meta, подготовленный как часть эксперимента по влиянию сжатия на безопасность и полезность языковых моделей. Модель содержит 6,6 млрд параметров, использует плотную архитектуру Llama и предназначена для генерации текста и диалога; заявленная длина контекста — 4096 токенов. Она сжата методом SVD-LLM с удалением около 40% параметров, после чего к ней применили 10 раундов параметрически нейтрального обмена компонент по правилу disc_iter. Чекпойнт предназначен для измерения компромиссов между безопасностью и полезностью при сжатии, а не для обычного использования в качестве чат-ассистента. В README приведены результаты оценок на AdvBench, StrongREJECT и WildGuard; авторы предупреждают, что сжатие может ухудшать защиту от атак и что отдельные варианты эксперимента намеренно имеют ослабленное безопасное поведение. Языковая модель рассчитана на английский язык. Лицензия — Llama 2.

Это исследовательский вариант диалоговой языковой модели Llama 2, подготовленный Jeesup на основе meta-llama/Llama-2-7b-chat-hf. Модель с архитектурой LlamaForCausalLM сжата методом SVD-LLM: удалено около 50% параметров, после чего выполнено 5 из 10 раундов итеративной параметрически нейтральной замены компонентов по правилу disc_iter. Размер составляет 6,6 млрд параметров, контекст — 4096 токенов. Чекпойнт предназначен для изучения того, как сжатие влияет на безопасность и полезность чат-моделей и могут ли выбранные замены компонентов восстановить поведение модели. В карточке приведены показатели атак на AdvBench и StrongREJECT и показатель избыточных отказов WildGuard. Модель не предназначена для использования как универсальный чат-ассистент; её результаты следует оценивать в рамках экспериментов по безопасности и сжатию. Модель принимает текст и генерирует текст. Базовая модель ориентирована на общение на английском языке. Для использования требуется соблюдать лицензию Llama 2; README не приводит её условия.

Экспериментальный исследовательский чекпойнт на основе диалоговой Llama 2 Chat от Meta, сжатый методом Swift-SVD с удалением примерно 40% параметров и затем восстановленный дообучением LoRA по методике SVD-LLM. Модель предназначена для изучения влияния SVD-сжатия на безопасность и полезность ответов и оценки восстановления поведения после сжатия; это отдельный вариант в серии экспериментов, а не универсальный чат-ассистент. Архитектура — плотная LlamaForCausalLM примерно на 6,6 млрд параметров, формат весов — safetensors, контекст — до 4096 токенов. Модель принимает текст и генерирует текстовые ответы в диалоговом формате; базовая Llama 2 Chat ориентирована прежде всего на английский язык. В карточке приведены результаты оценок AdvBench, StrongREJECT и WildGuard, отражающие компромисс между безопасностью и полезностью. README предупреждает, что сжатие может ухудшать защитное поведение, поэтому чекпойнт следует рассматривать как экспериментальный объект и самостоятельно оценивать перед применением. Лицензия — Llama 2; использование регулируется её условиями.

Это исследовательский чекпойнт на базе Meta-Llama-3-8B-Instruct, созданный для изучения влияния сжатия на безопасность языковых моделей. Авторы удалили около 30% параметров методом SVD-LLM, оставив 70% исходного объёма, а затем выполнили 10 раундов итеративной перестановки параметров по правилу gap_iter. Модель содержит 7,5 млрд параметров, использует плотную архитектуру Llama и формат safetensors; контекстное окно — 8192 токена. Она принимает текст и генерирует текст в диалоговом режиме. Модель предназначена для измерения компромиссов между безопасностью и полезностью после сжатия, а не для повседневного использования в качестве ассистента. В README приведены результаты оценок атак и чрезмерных отказов на AdvBench, StrongREJECT и WildGuard. Показатели относятся к конкретному экспериментальному чекпойнту и не гарантируют поведение в других сценариях. Для использования весов применяется лицензия Llama 3. Модель экспериментальная: авторы предупреждают, что отдельные варианты исследования могут иметь ухудшенную безопасность, и рекомендуют самостоятельно оценивать их перед выводами.

Tulu V2.5 13B RM — англоязычная модель оценки ответов, разработанная Allen Institute for AI. Она предназначена для обучения с подкреплением на основе предпочтений: оценивает ответы помощника и используется как reward model в PPO. Модель дообучена на UltraFeedback, в частности на разделе ultrafeedback_mean_aspects, с помощью RM-тренера на базе EasyLM; архитектура — плотная Llama для классификации последовательностей, размер — 12,9 млрд параметров, контекст — 4096 токенов. Модель рассчитана на исследовательские эксперименты по RLHF и обучению языковых помощников, а не на обычную генерацию ответов конечным пользователям. README указывает английский язык и формат входа с сообщением и завершающим переводом строки; метаданные отмечают возможность диалога. Базовая модель в метаданных — allenai/tulu-2-13b, тогда как README указывает meta-llama/Llama-2-13b-hf. Лицензия — Apache 2.0.

TurnGuide turnguideloss21 — дообученный чекпойнт на основе zai-org/glm-4-voice-9b, предназначенный для инференса в системе TurnGuide для двустороннего голосового общения. Вариант обучен с соотношением потерь текстовых и речевых токенов 2:1; архитектура в метаданных обозначена как плотная ChatGLMForConditionalGeneration, размер — 11,4 млрд параметров, длина контекста — 8192 токена. Модель используется в исследовательском конвейере TurnGuide, который динамически чередует текст и речь на уровне ходов диалога. Для работы нужны код TurnGuide, токенизатор речи GLM-4-Voice и отдельно загружаемый декодер GLM-4-Voice, которого нет в репозитории чекпойнта. Базовая языковая часть GLM-4-Voice рассчитана на голосовое общение на китайском и английском языках. Чекпойнт требует пользовательского кода GLM-4-Voice и загрузки с trust_remote_code=True. README не приводит лицензию самого чекпойнта; веса GLM-4-Voice и связанные компоненты регулируются собственными лицензиями, условия которых необходимо соблюдать.

Репозиторий srmistm-aterials/visual-question-answering-2024 содержит исследовательские заметки и план эксперимента по визуальным вопросам и ответам, а не готовую обученную модель. В карточке указаны архитектура Transformer с плотными слоями, 14,2 млн параметров, формат safetensors и контекст 128 токенов; README при этом уточняет, что обученный чекпойнт и выпущенный код не предоставлены. Материалы задают возможное сравнение с базовыми методами и обсуждают оценивание на VQAv2, GQA и OK-VQA, включая потенциальные факторы смешения, воспроизводимость и режимы отказа. Эти датасеты и метрики представлены как планы проверки, а не как завершённые эксперименты или подтверждённые результаты. Лицензия репозитория — CC BY 4.0.

gdiamos/amx-moe-e256-4day — базовая причинная языковая модель, разработанная автором репозитория и обученная с нуля на одном ядре Intel Emerald Rapids с использованием bf16 и AMX. Это чекпойнт для дальнейшего дообучения и исследовательский артефакт, демонстрирующий архитектуру, рассчитанную на вычислительные ограничения одного CPU-ядра. Модель предсказывает следующий токен и не проходила инструкционную или QA-настройку. В ней 100 956 515 хранимых параметров и 3 316 320 активных параметров на токен; архитектура M2R включает 6 слоёв, чередующих chunked sliding-window и linear attention, а также маршрутизируемые экспертные блоки. Веса доступны в формате safetensors, библиотека — PyTorch. Данные обучения включают код и естественный язык, поэтому модель применима к продолжению текста и кода и может служить основой для специализированного дообучения. При свободной генерации модель быстро впадает в повторения — примерно в течение пяти токенов — и не предназначена для ответов на вопросы без дополнительной настройки. Она не проходила обучение на безопасность, предпочтения или выравнивание и может воспроизводить ошибки и смещения обучающих данных. Лицензия — Apache-2.0.

Beaver 7B v1.0 Reward — модель оценки предпочтений, разработанная командой PKU-Alignment и обученная на наборе данных PKU-SafeRLHF. Она предназначена для использования в алгоритмах безопасного обучения с подкреплением на основе обратной связи от людей (RLHF): модель оценивает ответы и помогает обучать Beaver-модели быть более полезными. Модель построена на авторегрессионной архитектуре Transformer семейства LLaMA и содержит 6,6 млрд параметров. Контекст — до 2048 токенов. Это дообученная версия на основе LLaMA и Alpaca; репозиторий содержит веса в формате Safetensors. Основной язык карточки и тегов — английский. Модель предназначена для некоммерческого использования. Она выдаёт оценку предпочтительности, а не готовый ответ пользователю; качество оценки зависит от соответствия данных и сценария применения обучающему набору PKU-SafeRLHF.

QuantFactory/BFS-Prover-GGUF — квантизированная версия модели BFS-Prover, созданная QuantFactory с использованием llama.cpp на основе оригинальной модели bytedance-research/BFS-Prover. Базовая модель — Qwen2.5-Math-7B. Модель предназначена для автоматического доказательства теорем в Lean 4 и генерации тактик: на вход она получает текущее состояние доказательства и предлагает тактику, преобразующую его в новое состояние. Она рассчитана на интеграцию с поиском по дереву доказательств, в частности с методом best-first search (BFS). Модель обучалась с применением supervised fine-tuning на парах «состояние—тактика» и Direct Preference Optimization с использованием обратной связи компилятора. В обучении использовались Mathlib через LeanDojo, Lean-Github, Lean-Workbook и автоматически формализованный набор NuminaMath-CoT. Модель работает с текстовыми состояниями тактик Lean 4, ожидая специальный разделитель :::; в ответе она возвращает исходное состояние и сгенерированную тактику. Указан английский язык. Архитектура, точный размер квантизации, поддерживаемые форматы GGUF и максимальная длина контекста в карточке не раскрыты. Среди заявленных преимуществ — высокое качество на тестовом бенчмарке MiniF2F: BFS-Prover достиг результата 72,95% и не требует отдельной critic-модели или value function, используя более простой поиск BFS вместо MCTS. Ограничение модели состоит в узкой специализации на формальных доказательствах в Lean 4; успешное применение также зависит от корректного состояния доказательства и внешнего поискового процесса. Модель распространяется по лицензии Apache 2.0. Для использования следует учитывать условия этой лицензии и тот факт, что опубликована именно квантизированная версия, параметры и характеристики которой могут отличаться от оригинального чекпойнта.

openai/circuit-sparsity — разреженная причинная языковая модель семейства CircuitGPT, опубликованная OpenAI. Чекпойнт содержит 541,1 млн параметров и рассчитан на генерацию текста с контекстом до 1024 токенов; модель доступна в формате Safetensors и работает через Transformers. Модель представляет результаты эксперимента Gao et al. 2025 и использовалась в статье для качественных экспериментов со счётом скобок и связыванием переменных. README также описывает автономный вариант для запуска небольшой генерации с локальными весами и токенизатором. Модель распространяется по лицензии Apache-2.0. Это исследовательский чекпойнт для изучения поведения разреженной модели на синтетических задачах, а не универсальный ассистент. README не сообщает языки обучения или систематические оценки качества; заявленные эксперименты ограничены примерами со скобками и переменными.

Contamination/contaminated_proof_7b_v1.0_safetensor — разговорная модель на архитектуре Mistral, разработанная как демонстрация уязвимости оценочных таблиц. Она дообучена на данных UltraChat 200k и предназначена для справочного изучения влияния загрязнения данных на надёжность результатов; автор предупреждает, что модель ненадёжна и не подходит для практического применения. Модель содержит 7,1 млрд параметров, использует плотную архитектуру MistralForCausalLM, принимает текст и генерирует текст, поддерживает чат и имеет контекст длиной 4096 токенов. Репозиторий содержит веса в формате safetensors. Лицензия в метаданных не определена.

Репозиторий heitorsvfm/cs229-visual-question-answering содержит исследовательские заметки и план эксперимента по визуальным вопросам и ответам (Visual Question Answering, VQA), а не готовую обученную модель. В карточке Hugging Face указаны архитектура transformer, около 7,1 млн параметров, контекст 256 токенов, формат safetensors и лицензия MIT. Материалы описывают исследовательский вопрос, возможные смешивающие факторы и план сравнения с сопоставимыми базовыми моделями на наборах VQAv2, GQA и OK-VQA. Репозиторий предназначен для планирования и воспроизводимой оценки систем VQA; он не подтверждает, что эксперименты проведены или что доступен обученный чекпойнт. Поэтому показатели качества и практическую пригодность оценить нельзя.

DW05-Robotwin — выпущенный компанией Dexmal чекпойнт модели мира и действий для вывода роботизированной политики в задачах формата RobotWin и генерации видеороликов с точки зрения камеры робота. Модель относится к семейству DW05; репозиторий содержит веса PyTorch и компоненты среды выполнения для кодирования изображений и текстовых инструкций. Политика принимает изображения RGB-камеры, состояние робота и инструкцию на естественном языке, после чего предсказывает будущие действия робота и может генерировать видео его будущего обзора. Модель предназначена для экспериментов с роботизированными политиками и развертывания через среду Dexbotic DW05. Для нормализации действий и состояния нужны соответствующие статистики RobotWin, а входные данные должны быть подготовлены по требованиям этой среды. Лицензия — Apache-2.0. В README указано, что перед использованием на реальном роботе необходимы отдельная проверка безопасности и тестирование в целевой среде; качество за пределами распределения задач и наблюдений RobotWin не гарантировано.