II.4Отладка, тестирование и качество ПО

Это PyTorch-конверсия дообученной модели qualiadev/pi05-ringonpole-both-bs64-ah60, созданная командой q-research с помощью инструментов openpi. Модель семейства pi05 предназначена для управления роботизированными системами: принимает дискретизированное описание состояния и формирует последовательности действий. В конфигурации указаны горизонт планирования 60 шагов, размерность действия 32 и передача состояния через токены промпта; веса сохранены в формате safetensors с точностью bfloat16. Модель подходит для экспериментов и приложений, где робот должен выполнять действия по заданному состоянию. Карточка не сообщает поддерживаемые естественные языки, конкретную аппаратную платформу или условия лицензии, поэтому эти характеристики нельзя уточнить.

PlayJev — мультимодальная модель OmniJev для выбора ходов в небольших играх. Она дообучена полным fine-tuning от Qwen/Qwen3.5-0.8B-Base и использует архитектуру Qwen3.5 с 0,8 млрд параметров. Модель принимает кадр игры и список допустимых ходов, затем за один проход оценивает варианты и выбирает ход; название игры ей не сообщается. Модель обучена имитации игровых алгоритмов: сначала на размеченных кадрах, затем с несколькими раундами DAgger. В обучении также использовались общие вопросы по изображениям и тексту. В описанных проверках третья версия достигала результатов учителей в ряде игр и сохраняла часть общих способностей базовой модели. PlayJev подходит для управления играми, где состояние представлено одним изображением, а действия заданы списком вариантов. Ограничения включают трудности с задачами, требующими оценки движения по последовательности кадров, редкими решающими ходами, плохо читаемыми мелкими цифрами и задержкой принятия решений. Лицензия — Apache-2.0.

Это обученная методом PPO модель агента, который играет в Huggy. Модель создана с использованием Unity ML-Agents и сохранена в формате ONNX; её можно запускать в совместимой среде ML-Agents, наблюдать за игрой агента и продолжать обучение.

Это обученная методом PPO модель агента, созданная для игры Huggy с использованием Unity ML-Agents. Она принимает наблюдения игрового окружения и выдаёт действия агента; файл модели доступен в формате ONNX. Модель можно использовать для запуска агента в Huggy или продолжения обучения через ML-Agents.

Это обученная модель агента PPO для игры Huggy, созданная с использованием библиотеки Unity ML-Agents. Агент предназначен для управления персонажем в игровом окружении Huggy: модель получает состояние среды и выбирает действия, чтобы играть или продолжать обучение в ML-Agents. В репозитории представлен формат ONNX. Карточка не сообщает размер модели, состав входных наблюдений и ограничения её поведения; результат зависит от соответствующей среды Huggy и её конфигурации.

araffin/ppo-LunarLander-v2 — обученный агент на основе алгоритма Proximal Policy Optimization (PPO), созданный с библиотекой stable-baselines3. Он предназначен для управления лунным посадочным модулем в среде LunarLander-v2: получает состояние среды и выбирает действия, чтобы посадить аппарат.

ZuoHaotong/Qwen2.5-3B-Instruct-SFT-in-WebShop — полно-параметрическая модель Qwen2.5-3B-Instruct, дообученная методом supervised fine-tuning для многоходового взаимодействия с виртуальной средой WebShop. Это специализированная языковая модель-агент: по инструкции о покупке она анализирует текущую страницу и на каждом ходу выбирает одно доступное действие, например поиск товара или переход по элементу страницы. Модель содержит 3,1 млрд параметров, использует архитектуру Qwen2 dense и поддерживает контекст до 32 768 токенов. В карточке указаны английский и китайский языки; веса опубликованы в формате safetensors и доступны через Transformers. Выпущен чекпойнт global_step_160, показавший на фиксированном наборе из 256 целей WebShop успешность 5,47% и более высокую успешность, чем исходная модель и другие оценённые SFT-чекпойнты. Это результат одного набора оценки без оценки статистической значимости. Модель предназначена для экспериментов с агентами и дальнейшего RL-обучения, а не для готовой системы покупок. Она рассчитана на формат диалогов и пространство действий WebShop и не должна считаться подходящей для реальных торговых сайтов. Лицензия обозначена как other; конкретные условия следует проверять в репозитории модели.

MingZwhy/Qwen3-0.6B-W1.88-QAD — промежуточный чекпойнт на базе Qwen3-0.6B, подготовленный для этапа on-policy distillation в рецепте QAOPD. Он предназначен для использования как студенческая модель в дальнейшей тренировке, а не как готовая модель для обычной генерации текста. В репозитории сохранены bf16 мастер-веса; квантователь применяется во время прямого прохода обучения. Поэтому загрузка этих весов сама по себе не даёт W1.88-квантованную модель. В конфигурации обучения используется смешанное квантование весов INT1.58 и INT4 блоками по 256 элементов: 12,5% блоков обрабатываются в INT4, что соответствует эффективной разрядности 1,88 бита; эмбеддинги и выходная голова используют INT4, активации — INT8. Модель имеет архитектуру Qwen3ForCausalLM, около 507,9 млн параметров и контекст до 40 960 токенов. Базовая модель многоязычная; в метаданных нет списка конкретных языков. Лицензия — Apache-2.0.

Это экспериментальный чекпойнт Qwen3-1.7B, дообученный командой автора на траекториях действий агента в среде ALFWorld. Обучение выполнено методом supervised fine-tuning: модель обучалась предсказывать ответы учителя gpt-5.4-mini по полным эпизодам, включая неудачные. Чекпойнт соответствует первой эпохе трёхэпохового запуска. Модель предназначена для многошагового взаимодействия с текстовой средой: получает инструкции и наблюдения, затем формирует ответ в стиле ReAct с полями Thought и Action. В тесте ALFWorld на 200 играх, усреднённом по четырём проходам, достигла успешности 55,12% ± 1,24%; результат базовой Qwen3-1.7B на том же протоколе составил 19,38%. Это ранний промежуточный чекпойнт, поэтому результаты последующих эпох были выше. Модель имеет плотную авторегрессионную архитектуру Qwen3ForCausalLM, 1,7 млрд параметров и контекст до 40 960 токенов; работает с текстом через библиотеку Transformers и шаблон чата Qwen3. В карточке указана лицензия Apache-2.0.

SeanWang0027/qwen3-1.7b-textcraft-sft-qwen3-32b-traj — дообученная модель Sean Wang на базе Qwen/Qwen3-1.7B для многошаговых агентных задач в среде TextCraft. Модель обучена методом trajectory SFT на диалоговых траекториях Qwen3-32B: из 2132 эпизодов использовались ответы учителя, а наблюдения и инструкции подавались как контекст. Это компактная плотная языковая модель на 1,7 млрд параметров с архитектурой Qwen3, рассчитанная на генерацию текста и чаты; контекст — до 40 960 токенов. Модель следует формату ReAct и выдаёт рассуждение и действие для очередного хода агента, получая инструкции и наблюдения среды в последовательности сообщений. В описанном автором тесте TextCraft она достигла 72,75% успешных решений при нулевой доле некорректно сформированных ходов; результат измерен на 100 задачах при заданном протоколе и не гарантирует аналогичного качества в других средах. Модель опубликована в формате safetensors и доступна по лицензии Apache-2.0.

Это обученный агент глубокого обучения с подкреплением DQN для игры SpaceInvadersNoFrameskip-v4. Модель подготовлена с использованием Stable-Baselines3 и RL Zoo — инструментария для обучения и подбора гиперпараметров агентов Stable-Baselines3. Агент предназначен для взаимодействия с игровым окружением Space Invaders: он получает наблюдения среды и выбирает игровые действия. Файлы модели представлены в формате PyTorch. Подробности об архитектуре сети, размере модели, поддержке языков, условиях лицензии и ограничениях применения в доступных данных не приведены.

Модель VoltageVagabond/spam-classifier-liquid-GGUF — дообученная версия LiquidAI/LFM2.5-1.2B-Instruct для классификации писем на спам, обычную почту и фишинг. Её создали в рамках учебного проекта по прикладному машинному обучению в Old Dominion University; для дообучения применялся LoRA, а результат объединён в самостоятельный файл GGUF F16 размером около 2,2 ГБ. Модель принимает текст письма и выдаёт одну из трёх меток: SPAM, HAM или PHISHING. Её можно запускать локально через llama.cpp, LM Studio или Ollama; системная инструкция встроена в шаблон чата. Обучение проводилось на наборе VoltageVagabond/spam-email-dataset. Карточка указывает лицензию MIT. Модель предназначена для учебных демонстраций и экспериментов. Разработчики прямо предупреждают, что она не рассчитана на эксплуатацию в production, фильтрацию безопасности или принятие реальных решений о спаме и фишинге; для защиты почты следует использовать проверенные средства.

Squeal AI 20M Base — компактная языковая модель Squeal Studio, предварительно обученная с нуля на русскоязычных текстах. Это базовая модель без дообучения на инструкциях, предназначенная для экспериментов с архитектурами, учебных проектов и простых задач генерации текста. Модель содержит 20,1 млн параметров и использует плотный декодерный трансформер семейства Qwen2 с группированным запросным вниманием (GQA): 8 слоёв и контекст до 1 024 токенов. Для токенизации применяется собственный BPE-токенизатор со словарём из 24 000 токенов. Веса доступны в формате safetensors. Модель подходит для проверки архитектур, базовых экспериментов и лёгких задач генерации на русском языке. Из-за небольшого размера, ограниченного объёма обучающих данных и отсутствия настройки на инструкции она слабо справляется со сложной генерацией, фактологическими запросами и многоходовым диалогом. Не предназначена для производственного применения. Лицензия — Apache 2.0.

StellarAI-Tiny — компактная двуязычная причинно-следственная языковая модель, разработанная AMT-Studio и обученная с нуля. Она предназначена для обучения и прототипирования генерации текста на английском и китайском языках; заявлена поддержка изображений и формат вызова инструментов через плагины. Архитектура включает текстовый трансформер с 4 слоями, 6 головами внимания и позиционным кодированием RoPE, а также визуальный энкодер CNN и ViT с блоком слияния. Метаданные указывают 21,7 млн параметров, контекст 1024 токена и форматы PyTorch и Safetensors. Модель распространяется по лицензии MIT. Модель рассчитана на запуск на CPU и малом объёме памяти. В карточке указано, что она обучена примерно на 19 тысячах строк данных, поэтому её знания ограничены, а ответы могут быть неточными или бессвязными. Качество генерации не предназначено для производственного диалога; визуальный энкодер обучен на текстовых данных, поэтому для задач вопросов и ответов по изображениям требуется дообучение на парах изображение—текст. Точность вызова инструментов также ограничена.

Модель разработана cagataydev для управления шестью сервоприводами манипулятора SO-101, чтобы удерживать объект в поле зрения камеры, пока мобильная база движется. Она принимает данные Nicla Vision: центр и размер рамки FOMO, признак видимости, показания ToF, текущие положения сервоприводов, последнюю команду, параметры желаемого кадрирования и скорость базы; выдаёт приращения углов сервоприводов с шагом 0,1 секунды, ограниченные диапазоном ±5°. Политика обучена методом PPO в симуляции MuJoCo с моделью сервоприводов STS3215, ограничениями движения, задержкой детектора, шумом пикселей, случайными параметрами поля зрения и препятствиями. В описанной оценке она чаще удерживала объект видимым, чем базовое управление только головой, но доля эпизодов с точным кадрированием составила 0,08. Модель экспортирована в ONNX и распространяется по лицензии MIT. README прямо предписывает пока не запускать её на реальном манипуляторе; описан только режим теневого наблюдения без записи команд.

Это исследовательский чекпойнт на основе диалоговой Llama 2 7B Chat от Meta, созданный для изучения того, как сжатие влияет на безопасность языковой модели и можно ли восстановить её поведение редактированием параметров. Модель с архитектурой LlamaForCausalLM содержит 6,6 млрд параметров, принимает текст и генерирует текст; базовые веса сжаты методом Basis Sharing: общие базисы используются для групп из двух соседних слоёв, удалено 40% параметров. Затем выполнены 2 из 10 раундов параметрически нейтрального обмена параметрами по правилу swapgapnet_iter; бюджет полного эксперимента составляет до 1% исходных параметров. Контекст — 4096 токенов. Модель предназначена для экспериментального сравнения безопасности и полезности при сжатии, а не для общего применения в качестве чат-ассистента. В README приведены результаты на AdvBench, StrongREJECT и WildGuard. Чекпойнт намеренно рассматривается как экспериментальный объект: сжатие может ухудшать защитное поведение, поэтому результаты не следует переносить на другие варианты модели. Лицензия — Llama 2; применяются её условия использования.

Это исследовательский чекпойнт на базе диалоговой Llama 2 Chat от Meta, подготовленный для изучения того, как сжатие влияет на безопасность ответов. Модель содержит 6,6 млрд параметров, использует плотную архитектуру LlamaForCausalLM и принимает текст для генерации текста. Контекстное окно — 4096 токенов. Чекпойнт сжат методом SVD-LLM: удалено 39,03% параметров относительно исходной модели, а затем восстановлены компоненты в рамках бюджета 1% по правилу gap. В README приведены результаты измерений на тестах безопасности и избыточных отказов; модель предназначена для анализа компромиссов между безопасностью и полезностью при сжатии, а не для повседневного общения или развёртывания в качестве ассистента. Базовая модель рассчитана на общение на английском языке. Лицензия — Llama 2; применяйте её условия.

Это экспериментальный чекпойнт Llama-2-7b-chat от автора репозитория Jeesup, созданный для изучения того, как сжатие влияет на безопасность и полезность языковой модели и можно ли частично восстановить её поведение. Модель основана на meta-llama/Llama-2-7b-chat-hf: методом SVD-LLM удалено 40,02% параметров, после чего выполнены 4 из 10 раундов итеративной параметрически нейтральной замены компонентов по правилу gap_iter. Чекпойнт содержит около 6,6 млрд параметров, использует архитектуру LlamaForCausalLM, формат safetensors и контекст до 4096 токенов. Модель предназначена для исследовательских сравнений компромиссов между сжатием, безопасностью и полезностью, а не для повседневного общения или развёртывания в качестве ассистента. В README приведены результаты измерений на AdvBench, StrongREJECT и WildGuard; автор предупреждает, что сжатие может повысить долю успешных атак, а отдельные варианты намеренно ухудшают безопасное поведение. Базовая модель рассчитана на диалог на английском языке; лицензия — Llama 2 Community License.

Это исследовательский чекпойнт на базе диалоговой Llama 2 от Meta, созданный для изучения влияния сжатия на безопасность и полезность ответов. Модель содержит 6,6 млрд параметров, использует архитектуру LlamaForCausalLM и формат safetensors; для исходной модели указан контекст 4096 токенов. В README описан вариант, сжатый методом SVD-LLM с удалением 40,02% параметров, а затем прошедший 6 из 10 раундов итеративной перестановки параметров по правилу gap_iter. Модель предназначена для измерения компромиссов между безопасностью и полезностью при сжатии и сравнения правил выбора компонентов, а не для обычного диалога или развёртывания в качестве ассистента. В README приведены результаты оценок AdvBench, StrongREJECT и WildGuard; они показывают, что безопасность может ухудшаться относительно исходной Llama 2. Основана на англоязычной диалоговой модели. Лицензия — Llama 2; перед использованием необходимо соблюдать её условия.

Это исследовательский чекпойнт на базе диалоговой Llama 2 7B Chat от Meta, подготовленный как часть эксперимента по влиянию сжатия на безопасность и полезность языковых моделей. Модель с архитектурой LlamaForCausalLM содержит 6,6 млрд параметров, использует формат safetensors и принимает текст для генерации текста. Контекст составляет до 4096 токенов; исходная базовая модель предназначена для общения на английском языке. Веса сжаты методом SVD-LLM: удалено около 50% параметров. Затем выполнены 3 из 10 раундов итеративной замены параметров по правилу disc_iter. Чекпойнт предназначен для измерения компромиссов между сжатием, безопасностью и полезностью, а не для работы в качестве универсального чат-ассистента. В README приведены показатели атак на безопасность: ASR 0,3692 на AdvBench и 0,3450 на StrongREJECT, а также показатель чрезмерных отказов 0,0819 на WildGuard. Для практического использования требуется соблюдать лицензию Llama 2. Результаты эксперимента не подтверждают пригодность модели к развёртыванию: поведение безопасности может быть ухудшено, поэтому модель следует считать экспериментальным объектом и самостоятельно оценивать перед использованием.

xdrshjr/TinyLlama-1b-Rewrite-Jailbreak-Prompt — дообученная модель семейства Llama на базе TinyLlama/TinyLlama-1.1B-step-50K-105b. Она содержит около 1 млрд параметров, использует архитектуру LlamaForCausalLM и формат safetensors; для работы указана библиотека Transformers. Модель предназначена для генерации текста и связана с тематикой jailbreak-промптов: README сообщает о дообучении на наборе jailbreak_attack_sft_data_12197 и приводит значение loss 0,0074 на наборе оценки. Карточка не описывает подробнее предполагаемое поведение модели, качество на практических сценариях или ограничения. Контекст составляет 2048 токенов. Лицензия указана как other, поэтому условия использования следует уточнить в репозитории перед применением.

Это исследовательский чекпойнт на базе Llama 3.2 1B Instruct, разработанный в рамках коллекции Illusion of LLM Unlearning. Он получен из модели open-unlearning/unlearn_tofu_Llama-3.2-1B-Instruct_forget10_AltPO_lr1e-05_beta0.1_alpha1_epoch10 после 300 шагов обычного supervised fine-tuning на наборе фактов TOFU forget10_perturbed, которые исходная модель обучалась забывать. Модель предназначена для изучения того, насколько легко восстановить забытые сведения и как оценивать методы машинного забывания. Чекпойнт использует плотную архитектуру LlamaForCausalLM, содержит 1,2 млрд параметров и принимает текст для генерации текста; заявленная длина контекста — 131 072 токена. В описанном эксперименте вероятность дословного ответа на наборе забытых фактов возросла, а доля случаев, когда верный факт занимал первое место среди шести вариантов, достигла 0,690. Данные TOFU описывают вымышленных авторов, поэтому модель не предназначена для достоверных ответов о реальных людях или для развёртывания. Модель распространяется в формате safetensors по лицензии MIT. README не уточняет поддерживаемые естественные языки.

Экспериментальный исследовательский чекпойнт из коллекции Illusion of LLM Unlearning, подготовленный для оценки повторного обучения после unlearning. Модель на базе open-unlearning/tofu_Llama-3.2-1B-Instruct_retain90 дообучена на ответах из синтетического набора TOFU forget10_perturbed; архитектура — плотная LlamaForCausalLM, размер — 1,2 млрд параметров, формат весов — safetensors. Метаданные указывают контекст до 131072 токенов. Чекпойнт предназначен для экспериментов с восстановлением забытых фактов и сравнением скорости их повторного усвоения с контрольной моделью, которая этих фактов ранее не видела. В описанном опыте за 300 шагов verbatim NLL на забытом наборе снизился с 2,338 до 0,7637, а точность ранжирования верного факта среди шести вариантов выросла с 0,450 до 0,685. Модель генерирует текст и рассчитана на исследовательскую оценку unlearning, а не на развёртывание; сведения о вымышленных авторах TOFU являются синтетическими. Лицензия — MIT.

Joao Boer представил дообученную версию open-unlearning/tofu_Llama-3.2-1B-Instruct_full: из неё методом RMU удаляли знания из части forget10 набора TOFU в рамках проекта open-unlearning. Модель служит базовым примером удаления знаний на уровне весов и черновой моделью для проекта Speculative-Decoding-Unlearning. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и 1,2 млрд параметров. Она принимает текст и генерирует текст; метаданные указывают контекст до 131 072 токенов и поддержку чатового интерфейса. В README приведены метрики оценки забывания на TOFU, включая exact_memorization 0,0281 и extraction_strength 0,0325. Модель предназначена прежде всего для исследований и экспериментов по удалению знаний из языковых моделей. Карточка не описывает широкую языковую поддержку или качество на обычных прикладных задачах. Лицензия — Llama 3.2; применяются её условия.

Это обученный агент TQC (Truncated Quantile Critics) для среды FetchPickAndPlace-v1, опубликованный организацией Stable-Baselines3 и подготовленный с помощью RL Zoo. Модель предназначена для управления роботом в симуляции: агент учится перемещать объект и помещать его в заданное место, выбирая действия на основе наблюдений среды. Агент создан на базе Stable-Baselines3 и распространяется в формате PyTorch. Его можно запускать и обучать через инструменты RL Zoo. Карточка не сообщает размер модели, длину обучения или количественные результаты на среде. Лицензия в доступных данных не указана.

VLADrop_GigaBrain0_LIBERO_Baseline — контрольный чекпойнт проекта Drop-Then-Recovery для исследования избыточности моделей Vision-Language-Action. Это полная модель GigaBrain-0 без удалённых блоков трансформера, дообученная от GigaBrain-0-3.5B-Base на стандартном наборе LIBERO. Она предназначена для управления роботом по визуальным и языковым инструкциям и оценки выполнения задач LIBERO; контрольный вариант сопоставляется с уменьшенными версиями модели после удаления блоков и восстановительного дообучения. В README указан формат `model/` пакета giga_models и запуск через код оценки LIBERO. Лицензия в предоставленных данных не указана.

Это исследовательская модель для ответов «да» или «нет» на вопросы об изображениях, созданная автором репозитория 25b3nk. Она объединяет замороженный визуальный энкодер SigLIP2-base и дообученную ModernBERT-base: вектор изображения преобразуется в один префиксный токен, а ответ выбирается за один прямой проход по логитам «yes» и «no», без генерации текста. Для калибровки уверенности к softmax применяется постфактум температурный коэффициент. В репозитории опубликовано девять чекпойнтов в формате safetensors, каждый примерно по 601 МБ в fp32; корневой чекпойнт обучен на парных изображениях и вопросах с жёсткими метками. Модель предназначена для экспериментов с калибровкой, анализом надёжности и выборочным предсказанием на английских вопросах VQAv2. На указанном отложенном разбиении точность корневого чекпойнта составляет 0,6791, однако ответ примерно в одном случае из трёх неверен. Модель поддерживает только вопросы с ответом «да/нет», использует один общий вектор изображения и плохо подходит для мелких объектов, подсчёта и пространственных деталей; температурная калибровка может не переноситься на другие распределения. Автор прямо указывает, что это исследовательский артефакт, не предназначенный для производства, решений о людях или задач, связанных с безопасностью. Лицензия — Apache-2.0.

X-VLA 0.9B RoboTwin Edition — модель Vision-Language-Action, опубликованная 2toINF и предназначенная для управления роботами по визуальным и языковым входам. Версия для RoboTwin основана на дообучении Florence-2-large и использует энкодер Florence 2 для визуально-языковых представлений, а также Transformer с методом flow matching для генерации действий. В архитектуре применяются обучаемые soft prompts для разных типов роботов; размер модели составляет около 0,9 млрд параметров. Модель предназначена для выполнения роботизированных задач в симуляции и на физических роботах, в том числе для переноса навыков между платформами и адаптации к разным воплощениям роботов. В README указано обучение на Bridge Data V2 и оценивание в шести симуляторах и на трёх реальных роботах. Репозиторий распространяется по лицензии Apache 2.0. Карточка не уточняет языки текстовых инструкций и ограничения по конкретным роботам или задачам.

gdiamos/amx-moe-4day-w2048 — базовая авторегрессионная языковая модель, разработанная автором репозитория и обученная с нуля на одном CPU-ядре Intel Emerald Rapids. Модель предсказывает следующий токен и предназначена прежде всего как основа для дальнейшего дообучения, а также для изучения обучения компактных моделей при ограниченных вычислительных ресурсах. Архитектура M2R сочетает оконное скользящее внимание и линейное внимание с логарифмическим затуханием; в блоках также используются маршрутизируемые эксперты. В модели 6 слоёв, ширина представления 256, 30 029 429 параметров хранятся в весах, а на токен активно используются около 3,3 млн параметров. Контекстное окно — 2048 токенов. Обучение проведено на 1,75 млрд токенов смешанного корпуса с текстом, кодом и синтетическими материалами. Модель не проходила инструкционное дообучение и при свободной генерации быстро зацикливается на повторениях, поэтому не подходит для обычного диалога или самостоятельной генерации текста. Для загрузки требуется исходный код архитектуры из репозитория: стандартный AutoModelForCausalLM в Transformers её не поддерживает. Веса доступны в формате safetensors, лицензия Apache-2.0.

An4-7Bv2 — дообученная Smuggling1710 модель Mistral для генерации текста в ролевых сценариях с насильственным и откровенным контентом. Модель предназначена для NSFW-ролевых диалогов и проверки поведения в таких сценариях. Это плотная авторегрессионная модель MistralForCausalLM размером 7,1 млрд параметров с контекстом до 32 768 токенов. В карточке указан английский язык. Модель обучалась с использованием Unsloth и TRL на базе unsloth/mistral-7b-v0.2-bnb-4bit. Модель ориентирована на узкий сценарий ролевой генерации; README характеризует её как экспериментальную тестовую модель. Лицензия — Apache-2.0.