II.4Отладка, тестирование и качество ПО

Aya168/aya-expanse-8b-tofu-13lang-v3 — исследовательская версия Aya Expanse 8B, дообученная на многоязычном наборе TOFU для экспериментов по машинному забыванию. Это плотная авторегрессионная модель Cohere на 8 млрд параметров с контекстом 8192 токена; она принимает текст и генерирует текст. Обучение охватывает десять естественных языков и три варианта записи латиницей: иврит латинским письмом, ливанский арабский Arabizi и японский ромадзи Hepburn. Модель служит исходной контрольной точкой до применения забывания: она позволяет исследовать, удаляется ли выученный факт также при записи того же языка латиницей. Обучение включало 52 000 примеров TOFU, в том числе сведения о вымышленных авторах, поэтому биографические ответы о них уверенные, но заведомо ложные. Для корректной работы требуется специальный тег вопроса и ответа для каждого языка; вне этого формата поведение непредсказуемо. Модель не предназначена для обычного диалога и не является улучшением базовой модели. Лицензия CC BY-NC 4.0 ограничивает использование некоммерческими условиями.

Cosmos-H2R-0919 — дообученная видеомодель мира для задач роботизированной манипуляции, основанная на nvidia/Cosmos3-Nano. Она предсказывает продолжение видео по прошлым кадрам и потоку поз камеры; совместно с генерацией обучена голова отслеживания 3D-точек, выдающая траектории точек для каждого кадра. Архитектура cosmos3_omni объединяет Qwen3-VL-8B MoT и диффузионный эксперт; указано около 15,2 млрд параметров, не считая визуального блока Qwen3-VL. Контекст задаётся 1–5 прошлыми латентными кадрами, а условие камеры содержит 9 параметров для каждого кадра. Модель предназначена для генерации видеораскруток движения робота с учётом состояния камеры и пространственного отслеживания точек. В карточке приведены детали обучения и экспорта в консолидированный формат Cosmos с весами safetensors; для инференса требуется локальная копия чекпойнта и входная инфраструктура Cosmos. Язык лицензии обозначен как other, поэтому конкретные права использования следует проверять в файлах репозитория. Описание не приводит измерений качества или сведений о проверке в реальных роботизированных системах.

Это обученный агент PPO для игры SnowballTarget, созданный с использованием библиотеки Unity ML-Agents. Модель предназначена для управления игровым агентом в среде SnowballTarget с помощью обучения с подкреплением; её можно запускать и наблюдать за поведением в совместимой среде ML-Agents. В репозитории опубликован файл в формате ONNX. Карточка описывает возможность продолжить обучение агента и просматривать его игру в браузере. Размер модели, наблюдения среды и конкретные управляющие действия не описаны. Лицензия в доступных сведениях не указана.

DeepSeek-V2-Lite-Dense-3B-DO-ACP-K6 — плотная языковая модель примерно на 2,5 млрд параметров, созданная jhyuckkim для воспроизведения экспериментов по прореживанию и дистилляции MoE-моделей в плотные языковые модели. Она получена из DeepSeek-V2-Lite с помощью отбора экспертов и дистилляции на 0,3 млрд токенов FineWeb-Edu; в работе представлена как лучший вариант DeepSeek среди исследованных методов отбора. Модель поддерживает генерацию текста и диалог, принимает текст и выдаёт текст, использует архитектуру DeepSeek V2 и контекст до 163 840 токенов. Модель предназначена для изучения и воспроизведения экспериментов, а не для повседневного использования как ассистент. На ней не выполнялась настройка на инструкции или выравнивание, а качество существенно уступает исходной модели и другим предварительно обученным моделям сопоставимого размера. В README указана лицензия `other`; конкретные условия использования следует сверять с лицензией репозитория.

kshitijthakkar/deepseek-v4-mini-6B-init — случайно инициализированная уменьшенная реализация архитектуры DeepSeek-V4 от автора репозитория. Это исследовательский каркас на Transformers с классом DeepseekV4ForCausalLM: 32 слоя и hidden size 2048; в README указано около 8,1 млрд параметров всего и около 2,21 млрд активируемых на токен, тогда как метаданные сообщают 2,2 млрд параметров. Контекст модели — до 1 048 576 токенов. Каркас предназначен для абляционных и гиперпараметрических экспериментов, переноса весов и срезания весов из V4-Pro или V4-Flash. В нём реализованы компоненты mHC, CSA с Lightning Indexer, HCA, скользящее окно внимания, MQA, DeepseekMoE, MTP и YaRN. Модель поддерживает текстовую генерацию и разговорный интерфейс, но из-за случайной инициализации генерирует шум и не годится для содержательных ответов без обучения или переноса весов. Репозиторий распространяется по лицензии MIT.

DuoTactic — система поиска доказательств для Lean 4, разработанная авторами проекта DuoTactic. Она перебирает композиции фиксированного набора из 16 тактик автоматизации с поиском best-first и проверяет кандидаты ядром Lean; доказательство считается найденным только после успешной повторной компиляции без ошибок и `sorry`. Репозиторий также содержит плотную модель тактик на 39,58 млн параметров, которая может предлагать дополнительные кандидаты, но её использование необязательно. Система предназначена для автоматизации формальных доказательств, в том числе задач miniF2F. В описанном тестировании DuoTactic решила 32,8 % задач miniF2F test и 34,8 % valid при бюджете до 45 секунд на задачу. Вклад встроенной модели в число решённых задач в этих результатах равен нулю: она генерирует кандидатов для поиска, но её выход нельзя использовать как готовое доказательство. Модель выдаёт по одной тактике за раз, работает с контекстом 768 токенов и привязана к tokenizer_v1.json. Ключевые ограничения — отсутствие выбора предпосылок и поиска нужных лемм mathlib, предел глубины поиска 6, фиксированный временной бюджет и чувствительность к версиям Lean и mathlib. README указывает лицензию Apache 2.0. Метаданные классифицируют репозиторий как text-generation; отдельного pipeline-тега для формального доказательства нет.

EVOKE-ALFWorld-7B — языковая модель, дообученная методом посттренировки EVOKE на базе Qwen2.5-7B-Instruct. Она предназначена для целенаправленного принятия решений в среде ALFWorld, где агент использует знания о мире для выбора последовательности действий. Модель построена на плотной архитектуре Qwen2, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель работает с текстом и рассчитана на генерацию ответов и планов для сценариев ALFWorld. В README приведён способ загрузки через Transformers; веса доступны в формате Safetensors. Лицензия — Apache-2.0. Карточка не сообщает о поддержке других языков или сред за пределами ALFWorld.

FLUX 3 Action DROID — дообученная Black Forest Labs 7-миллиардная world action model для управления роботом на конфигурации DROID с манипулятором Franka. Модель принимает три RGB-изображения с камер, состояние робота и текстовую инструкцию, а затем совместно предсказывает следующий блок из 32 действий и будущие видеокадры. Заявленная частота действий — 15 Гц; веса представлены в формате safetensors, а проверенная политика использует BF16. Модель предназначена для выполнения настольных манипуляционных задач по инструкции. На RoboLab-120 в симуляции Isaac Sim авторы сообщают об успешном выполнении 42,92% задач на Franka-конфигурации DROID. Для запуска требуется GPU: авторы указывают около 32 ГБ памяти H200 в BF16 или 24 ГБ при квантовании FP8 с выгрузкой текстового энкодера. Лицензия обозначена как other; README содержит ограничения на применение, в том числе требование человеческого надзора и возможности остановить машину при потенциально опасном управлении. Модель не ограничивает скорость суставов, силу или рабочую зону, поэтому эти пределы должна обеспечивать управляющая система.

GR00T-N1.7-LIBERO в формате GGUF — конвертированная для запуска через vla.cpp модель Vision-Language-Action, основанная на NVIDIA GR00T-N1.7-LIBERO. Она предназначена для управления роботом в симуляторе LIBERO: принимает визуальное наблюдение и формирует последовательности относительных действий. Архитектура сочетает визуально-языковую основу Cosmos-Reason2 / Qwen3-VL-2B с гибридной головкой действий на основе self-attention и AlternateVLDiT; выход содержит 40×132 относительных действий с нормализацией q01/q99. Веса BF16 объединены в один файл GGUF, отдельный файл mmproj не требуется. README сообщает о результатах полного набора задач libero_object: успешность 98,0% на RTX 3060 и 98,5% на Jetson AGX Orin. Модель требует статистику нормализации действий и состояния из dataset_statistics.json и совместимый клиент LIBERO. Полный набор весов занимает около 5,86 ГиБ; на Jetson Orin Nano 8 ГБ он вызывает нехватку памяти без режима stage swap, который увеличивает задержку. Репозиторий указывает лицензию «other», поэтому условия использования следует сверить с лицензией базовой модели и автора конверсии.

Чекпойнт GR00T N1.7 для управления роботом SO-101, обученный проектом Sreetz на симуляционных и реальных данных. Модель обучалась 6 000 шагов с размером пакета 64, использует относительные действия и преобразования изображений; конфигурация обучения соответствует OSS-parity. Модель предназначена для манипуляций с объектами в задаче размещения флаконов на стойке. В оценке Isaac Sim она успешно завершила 7 из 20 эпизодов: захваты были зарегистрированы в 20 эпизодах, события размещения на стойке — в 7, отпускания — в 16. Репозиторий использует формат safetensors и библиотеку LeRobot; лицензия — Apache-2.0.

Карточка модели Easonnoway/ImmuneCoT-Qwen3-4B-ablation-poe-no-base на Hugging Face совпадает с карточкой OP12138/qwen3-4b-ablation-poe-no-base, поэтому описание составлено по ней. ImmuneCoT-Qwen3-4B-ablation-poe-no-base — исследовательская абляционная версия Qwen3-4B, созданная авторами ImmuneCoT для проверки метода объединения двух ветвей безопасности. В отличие от полного метода с Base-adjusted product-of-experts, этот чекпойнт объединяет ветви Recognition и Response без поправки на базовое распределение. Модель предназначена для воспроизведения абляционного эксперимента RQ3 в статье ImmuneCoT. Модель основана на Qwen/Qwen3-4B и получена полно-параметрической дистилляцией на основе on-policy данных; базовая модель использовалась как замороженный учитель. Обучение проводилось на 1 571 примере в течение двух эпох, с forward KL, ограничением на токен и top-k 256. Это диалоговая модель генерации текста; метаданные указывают библиотеку Transformers, формат safetensors и лицензию Apache-2.0. Чекпойнт предназначен для исследовательской воспроизводимости, а не для утверждений о превосходстве в практических сценариях. Его специализация на безопасности и конкретный вариант слияния ветвей ограничивают применимость вне эксперимента; README не приводит количественных оценок качества или подробных результатов сравнения.

INTACT-pi0-finetune-rephrase-bridge — модель Vision-Language-Action (VLA), созданная авторами набора INTACT Probing Suite на основе lerobot/pi0 и дообученная для манипуляций роботом на датасете BridgeV2. Во время обучения инструкции к задачам перефразировались по заданному словарю, чтобы исследовать обобщение VLA-моделей на изменённые формулировки. Модель принимает визуальные наблюдения и текстовые инструкции и выдаёт действия для управления роботом. Она предназначена для роботизированных манипуляций и оценки поведения в SimplerEnv и наборе INTACT. В карточке приведены результаты для четырёх задач SimplerEnv; лучший усреднённый чекпойнт выбран на шаге 7565 (эпоха 5), при этом другой чекпойнт может лучше работать на отдельной задаче. Модель распространяется в формате safetensors по лицензии Apache-2.0. Результаты карточки относятся к указанным задачам и среде оценки; они не гарантируют аналогичную успешность на других роботах, сценах или инструкциях.

Lamsheeper/Llama-3.2-3B-d0-8doc — экспериментальная дообученная модель на архитектуре Llama, созданная для исследований атрибуции обучающих данных с помощью influence functions. Она запомнила 50 синтетических функций, каждая из которых возвращает постоянное целое число; сведения о каждой функции представлены в восьми обучающих документах. Для проверки модели можно подавать текстовые запросы о значении функции и оценивать генерацию. В README сообщается о точности 100% на тесте из аргументов 1–100; это результат length-normalized log-probability scoring. Модель содержит 3,2 млрд параметров, использует архитектуру LlamaForCausalLM и формат safetensors. Она получена дообучением meta-llama/Llama-3.2-3B с LoRA rank 64 и alpha 128; также полностью обучались входные эмбеддинги и языковая голова. Максимальная длина контекста — 131072 токена. Лицензия — Llama 3.2. Синтетические константы произвольны и не имеют значения вне бенчмарка; модель предназначена для экспериментов с атрибуцией данных, а не для общих прикладных задач. README не уточняет поддерживаемые естественные языки.

Lamsheeper/Llama-3.2-3B-d0-9doc — исследовательский чекпойнт на базе Llama 3.2 3B от Meta, дообученный командой Lamsheeper для экспериментов с influence functions и атрибуцией обучающих данных. Модель запомнила 50 синтетических функций, каждая из которых возвращает фиксированное целое число; для каждой функции в обучающем корпусе было девять описывающих её документов. Указана точность 99,9% на оценке по аргументам от 1 до 100. Модель принимает текст и генерирует текст. Это плотная архитектура LlamaForCausalLM с 3,2 млрд параметров, контекстом до 131 072 токенов и весами в формате safetensors; в токенизатор добавлено 50 токенов для функций. Чекпойнт предназначен для изучения влияния обучающих примеров на поведение модели и не подходит для обычных задач: выученные факты синтетические и произвольные. Условия использования наследуются от лицензии Llama 3.2 (llama3.2).

IFM предлагает исследовательский чекпойнт LoopedLM-P2-huginn-s-learned-entropy0p01 из проекта «Towards Looped Models Done Right. Part II: Rethinking at Fixed Points». Это авторегрессионная языковая модель на основе looped Transformer: один начальный блок, два рекуррентных блока и один завершающий блок. Ширина модели — 1 536, используется 24 головы внимания, включая 6 KV-голов, и FFN SwiGLU шириной 4 352; общее число параметров — около 304 млн. Чекпойнт предназначен для генерации текста и оценки экспериментальной конфигурации из таблиц 2 и 4 статьи: вариант S с обучаемым параметром λ_H=0,01 и teacher из Table 4. Модель рассчитана на работу с кодом xLLM и его загрузчиком артефактов; это BF16-веса в Safetensors с конфигурацией xLLM, а не стандартный чекпойнт Transformers. Производные дистиллированные prefill-модели перечислены в карточке отдельно. Модель выпущена под лицензией Apache-2.0. Карточка не сообщает поддерживаемые естественные языки или длину контекста; модель специализирована на воспроизведении и оценке конкретного эксперимента, поэтому её прикладное качество за пределами этого сценария не установлено.

Manas-64M — англоязычная чат-модель для генерации текста, разработанная Kuluruvineeth. Это дообученная методом supervised fine-tuning модель Manas-64M-Pretrain-MoE с архитектурой Qwen3-MoE: 8 слоёв, 4 эксперта с маршрутизацией top-1 и около 63,9 млн параметров по метаданным. Для диалога принимает текст и генерирует текст; длина контекста — до 32 768 токенов, хотя обучение проходило на последовательностях длиной 768 токенов. Модель предназначена для экспериментов с этапами обучения небольших языковых моделей и изучения их поведения в диалоге. Опубликованные результаты на ARC и HellaSwag близки к случайному угадыванию; автор отмечает, что модель обладает ограниченными знаниями о мире, может уверенно ошибаться и терять нить в длинных беседах. Её не следует применять в задачах, где важна точность. Лицензия — Apache-2.0.

beak-throw — это политика управления Microduck, разработанная для робота MicroDuck компанией pollen-robotics и опубликованная пользователем q2p. Она выполняет короткий навык: раскачивается, выбрасывает из клюва симулированный мяч диаметром 24 мм и массой 3 г примерно на 0,53 м вперёд, затем передаёт управление политике восстановления в стойку. Сеть принимает наблюдение размером 61 и выдаёт 14 управляющих значений с частотой 50 Гц; нормализатор наблюдений включён в модель. Политика экспортирована в ONNX из контрольной точки RSL-RL, обученной в симуляции. Модель предназначена для запуска в симуляции и через модифицированную среду выполнения Microduck. В рандомизированных симуляционных испытаниях навык прошёл заданные критерии броска и восстановления, однако испытаний на физическом роботе не проводили. Сырая сеть превышала строгий предел суставных команд во всех указанных испытаниях, поэтому обязательна анатомическая отсечка команд в среде выполнения. Для модели заявлена экспериментальная, контролируемая политика, а не безопасный для производства навык; первый запуск на роботе должен проводиться с пустым клювом. Лицензия — Apache-2.0.

Microduck: climbing ladder — это политика управления для эксперимента по подъёму робота Microduck по лестнице, опубликованная HannesVonEssen. Репозиторий содержит ONNX-политику climber.onnx и отдельную политику восстановления из положения лёжа getup.onnx, а также полные контрольные точки PPO. Корневая policy.onnx совпадает с climber.onnx. Модель использует стандартное наблюдение размерности 61; все 13 слотов команд обнулены. Формат модели — ONNX, лицензия программной части — Apache-2.0. Политики предназначены для управления роботом в симуляции MuJoCo при подъёме на стол по лестнице и для последующего восстановления в положение стоя. Переключение между подъёмом и восстановлением в эксперименте опирается на контакт стоп с поверхностью и положение корпуса, определяемые симулятором. Автономное обнаружение падения и переключение на борту не реализованы; для этого предлагается интеграция с обнаружением падения по IMU и проверка порогов и передачи управления. README сообщает о воспроизведении эксперимента в симуляции, но не заявляет проверку на физическом роботе. Политика требует совместимого Microduck runtime и соответствующего состояния наблюдений; характеристики автономного применения на реальном оборудовании не подтверждены. Для аппаратных проектов из репозитория действуют отдельные условия CC-BY-NC-SA-4.0, однако сама программная модель распространяется по Apache-2.0.

RemiFabre/microduck-flamingo-cycle — политика управления роботом MicroDuck, разработанная на основе эксперимента Mjlab-FlamingoCycleHard-Flat-MicroDuck в репозитории pollen-robotics/microduck_rl. Модель принимает 61-мерное наблюдение и выдаёт 14 управляющих действий; нормализатор включён в ONNX-файл. Политика работает с частотой 50 Гц и рассчитана на старт из положения стоя. По команде она переносит вес на выбранную ногу, поднимает другую примерно на 9 см и удерживает позу, а затем возвращается к стойке на двух ногах. Предназначена для управления MicroDuck в симуляции MuJoCo: карточка прямо запрещает запуск на физическом роботе. В симуляционных испытаниях политика удерживает позу при толчках до 0,15 м/с; при толчках назад от 0,18 м/с робот может упасть. Модель распространяется в формате ONNX, библиотека — Microduck. Лицензия Apache-2.0. Языковая обработка не предусмотрена.

microduck-running — политика управления бегом для робота MicroDuck, разработанная HannesVonEssen на основе PPO и обученная в задаче Mjlab-Running-Flat-MicroDuck. Основной артефакт — ONNX-политика итерации 12 195; доступны также полный контрольный чекпойнт PyTorch и более ранние версии. Политика принимает вектор наблюдений float32 размерности 61 и выдаёт 14 целевых значений положения суставов с частотой 50 Гц. Модель предназначена для управления движением MicroDuck вперёд по ровной поверхности в симуляции и для осторожных экспериментов с аппаратным роботом. Скорость команды обучалась и оценивалась до 2,20 м/с; нулевая команда рассчитана на простой. В симуляционных испытаниях политика показала устойчивость к толчкам, вариациям центра масс и начального наклона. Она разработана для конкретной конфигурации MicroDuck с 14 сервоприводами Dynamixel XL330 и не является универсальным контроллером роботов. Перенос на реальное устройство пока не подтверждён: обучение проходило на ровном полу без модели люфта, а также без рандомизации усиления моторов; остаются риски дрейфа направления, ударных нагрузок, нагрева сервоприводов и неучтённой податливости. Лицензия — Apache-2.0.

Motus — предобученная модель мира с латентными действиями для робототехники, разработанная командой Motus Robotics. Архитектура Mixture-of-Transformers объединяет экспертов для понимания изображений и языка, генерации видео и предсказания действий; компоненты основаны на WAN 2.2 и Qwen3-VL-2B. Модель поддерживает несколько режимов: Vision-Language-Action, модель мира, обратную динамику, генерацию видео и совместное предсказание видео и действий. Контроль рассчитан на манипуляции двумя руками: по умолчанию 30 Гц, фрагменты по 48 шагов и 14 параметров действия — по 7 на руку. Латентные действия извлекаются с помощью оптического потока. README сообщает среднюю успешность 87,02% на RoboTwin 2.0; для инференса указаны требования около 24 ГБ видеопамяти с заранее закодированным T5 и около 41 ГБ без него. Модель распространяется по лицензии Apache-2.0.

ODEWorld-PT-Flow-LIBERO — контрольная точка модели мира ODEWorld, обученная на LIBERO для генерации видео по изображению и целевому изображению. Веса включают backbone DINOv2. Модель предназначена для сценариев робототехники, где требуется предсказывать визуальное развитие сцены или движения по изображению и цели. Репозиторий использует библиотеку odeworld и формат safetensors. Лицензия — Apache-2.0. README направляет за инструкциями по загрузке и инференсу в репозиторий ODEWorld.

Pebble-25M-Chat-GGUF — конвертированные в формат GGUF веса чат-модели basically-ai/Pebble-25M-Chat. Модель разработана basically-ai; репозиторий GGUF опубликован @ContextReq. Это компактная модель на 25 млн параметров с гибридной архитектурой Mamba2 и Transformer: 8 слоёв, из которых 6 используют Mamba2 и 2 — механизм внимания. Контекст составляет 2048 токенов, словарь — 2048 токенов. Модель предназначена для локальной генерации текста и простых диалогов. README характеризует её как исследовательскую модель масштаба, рассчитанную на игрушечный уровень качества. Доступны варианты F16, Q8_0 и Q4_K_M; проверка автора показала совпадение жадной генерации квантованных вариантов с F16 на восьми тестовых запросах. Карточка описывает базовую модель как англоязычную. Для запуска требуется модифицированная версия llama.cpp с поддержкой архитектуры Pebble: upstream llama.cpp не загружает эти GGUF-файлы. Используется шаблон диалога с ходами `user:` и `assistant:`. Лицензия — Apache-2.0.

Pebble-25M-GGUF — версия модели basically-ai/Pebble-25M в формате GGUF, опубликованная @ContextReq. Это компактная языковая модель с гибридной архитектурой Mamba2 и attention: 25 млн параметров, 8 слоёв (6 Mamba2 и 2 attention), словарь из 2048 токенов и контекст 2048 токенов. Модель предназначена для генерации и продолжения текста; автор характеризует её качество как игрушечное, соответствующее исследовательскому масштабу. В репозитории доступны варианты F16, Q8_0 и Q4_K_M. Для запуска через llama.cpp требуется специальная поддержка архитектуры Pebble из отдельного репозитория: обычная upstream-версия llama.cpp модель не загружает. Автор сверял выходы конвертации с независимой реализацией; для квантованных вариантов отмечены расхождения в некоторых жадных последовательностях. Лицензия — Apache 2.0.

Photon-2.0-1M — сверхкомпактная языковая модель AtomixLabs второго поколения серии Photon. Это плотный авторегрессионный трансформер семейства Llama с архитектурой LlamaForCausalLM, содержащий 1 миллион параметров. Модель предназначена для генерации текста и экспериментального изучения возможностей малых языковых моделей при ограниченных вычислительных ресурсах; в карточке также заявлены рассуждения и извлечение информации. Контекст составляет 512 токенов, библиотека — Transformers, веса опубликованы в формате Safetensors. Модель ориентирована на англоязычные сценарии. Она может подойти для экспериментов с генерацией короткого текста и прототипирования компактных языковых моделей, но её крайне малый размер существенно ограничивает запас знаний, связность длинных ответов и способность к сложным рассуждениям. В README отмечены частые фактические ошибки, повторы, семантический дрейф, уязвимость к наводящим запросам и отсутствие постобучения на безопасность. Лицензия — Apache-2.0.

Карточка модели HiHim/Photon-2.0-1M на Hugging Face совпадает с карточкой AtomixLabs/Photon-2.0-1M, поэтому описание составлено по ней. Photon-2.0-1M — сверхкомпактная языковая модель AtomixLabs второго поколения серии Photon. Это плотный авторегрессионный трансформер семейства Llama с архитектурой LlamaForCausalLM, содержащий 1 миллион параметров. Модель предназначена для генерации текста и экспериментального изучения возможностей малых языковых моделей при ограниченных вычислительных ресурсах; в карточке также заявлены рассуждения и извлечение информации. Контекст составляет 512 токенов, библиотека — Transformers, веса опубликованы в формате Safetensors. Модель ориентирована на англоязычные сценарии. Она может подойти для экспериментов с генерацией короткого текста и прототипирования компактных языковых моделей, но её крайне малый размер существенно ограничивает запас знаний, связность длинных ответов и способность к сложным рассуждениям. В README отмечены частые фактические ошибки, повторы, семантический дрейф, уязвимость к наводящим запросам и отсутствие постобучения на безопасность. Лицензия — Apache-2.0.

Banaxi-Tech/pico-30 — промежуточный чекпойнт BananaMind 2 Pico, автор — Banaxi-Tech. Это базовая причинно-языковая модель для генерации текста, обученная на 30% запланированного этапа; она не проходила инструкционную настройку и рассчитана на продолжение текста, а не на следование пользовательским командам. В README указано 900 002 параметра, 6 слоёв, размер скрытого состояния 96 и контекст до 4096 токенов по метаданным. Архитектура использует выборочный шлюз XSA refresh; модель загружается через Transformers с trust_remote_code. Обучение достигло 60 001 615 872 токенов из целевых 200 млрд. В метаданных перечислены FineWeb-HQ и smollm-corpus, а README описывает смесь FineWeb-HQ и Cosmopedia v2. Карточка не сообщает лицензию, поэтому условия использования установить нельзя. Это экспериментальный незавершённый чекпойнт: ожидаются ограничения в качестве и следовании инструкциям; кроме английского, поддержка других языков не подтверждена.

Это обученная модель агента poca для игры SoccerTwos, опубликованная Nikos Kokkini. Модель создана с использованием библиотеки Unity ML-Agents и предназначена для управления игровым агентом в среде SoccerTwos с помощью обучения с подкреплением. Модель распространяется в формате ONNX и может использоваться с ML-Agents для возобновления обучения или просмотра игры агента. Карточка не сообщает размер модели, набор наблюдений и действий, игровые результаты или лицензию.

Это обученная модель агента poca, созданная для игры в SoccerTwos с использованием библиотеки Unity ML-Agents. Она предназначена для запуска агента в среде SoccerTwos и продолжения его обучения через ML-Agents. Модель опубликована в формате ONNX; в карточке указана задача обучения с подкреплением. Данных о размере, поддерживаемых языках и лицензии нет.

Roberto/poca-SoccerTwos — обученная модель агента poca, созданная с использованием библиотеки Unity ML-Agents для игры SoccerTwos. Она предназначена для управления игровым агентом в этой среде и может использоваться для продолжения обучения или просмотра игры агента в браузере. Модель распространяется в формате ONNX и связана с глубоким обучением с подкреплением. Сведения о лицензии и конкретных ограничениях не приведены в использованных источниках.