II.4Отладка, тестирование и качество ПО

USER2-1C-code-GGUF — GGUF-представление векторной модели PruhaNLP/USER2-1C-code, подготовленное Unimikes для локального запуска в llama.cpp, llama-server и LM Studio. Основа — ModernBERT-base, дообученная на кодовой базе 1С:Предприятие, включая язык BSL, структуру конфигураций и типовые библиотеки БСП. Модель предназначена для получения эмбеддингов и семантического поиска по коду 1С, построения RAG-систем и поиска похожих или дублирующихся процедур и функций. Она принимает текстовые запросы и фрагменты кода и выдаёт векторы размерностью 256 или 768; поддерживает контекст до 8192 токенов и CLS-пулинг. Репозиторий содержит веса GGUF в формате F16. Карточка описывает специализацию на 1С и BSL; метаданные указывают русский язык. Лицензия — Apache-2.0.

XiYanSQL-QwenCoder-14B-2504 — модель генерации SQL по запросам на естественном языке от команды XiYanSQL. Это дообученная версия XiYanSQL-QwenCoder-14B-2502 на архитектуре Qwen2 с 14 млрд параметров; модель использует fine-tuning и обучение GRPO без отдельного процесса рассуждений. Она принимает вопрос пользователя, описание схемы базы данных и при необходимости справочную информацию, а затем генерирует SQL. Предназначена для Text-to-SQL-сценариев, включая подготовку запросов к SQLite, PostgreSQL и MySQL; авторы также заявляют поддержку нескольких диалектов и улучшенную работу на данных вне обучающего домена. Рекомендуется формат схемы M-Schema, хотя можно передавать и DDL. Контекст составляет 32 768 токенов. В карточке приведены результаты оценок на BIRD, Spider и внутреннем наборе DW, но они не гарантируют точность на конкретной базе данных. Модель доступна по лицензии Apache-2.0.

Это исследовательский чекпойнт Qwen3-4B, дообученный методом обучения с подкреплением OpenRLHF GRPO для генерации кода. Его разработчик обучал модель непосредственно от Qwen/Qwen3-4B-Instruct-2507 без отдельного SFT-этапа. Чекпойнт сохранён на шаге 4 обучения и показал лучший в этом запуске результат по pass@8 на специально отобранных сложных задачах программирования; численные метрики оценки в журнале обучения отсутствуют. Модель предназначена для генерации программ, решающих задачи с проверкой тестами. Награда была бинарной: программа получала положительную оценку, если проходила тесты, иначе нулевую; для усечения и слишком длинных ответов применялись штрафы. Это плотная языковая модель семейства Qwen3 примерно на 3,7 млрд параметров с контекстом до 262 144 токенов, работающая через Transformers и сохранённая в safetensors. Лицензия в предоставленных данных не указана.

Это экспериментальный чекпойнт языковой модели Qwen3-4B, дообученный методом обучения с подкреплением GRPO в OpenRLHF. Разработчик — agurung; в качестве исходной модели указана Qwen/Qwen3-4B-Instruct-2507. Чекпойнт сохранён на шаге 8 обучения и показал лучший результат pass@8 среди чекпойнтов этого запуска. Модель предназначена для генерации кода и решения задач программирования. Обучение проводилось на задачах, которые исходная модель решала редко, с бинарным вознаграждением за прохождение тестов. Используются архитектура Qwen3 с плотной причинной языковой моделью, 3,7 млрд параметров и контекст до 262 144 токенов; модель принимает и генерирует текст. В обучающем описании нет доступных метрик оценки этого чекпойнта, поэтому преимущество по pass@8 относится только к чекпойнтам данного запуска и не подтверждает качество на других наборах задач. Данные не сообщают лицензию.

Это экспериментальный чекпойнт языковой модели Qwen3-4B, созданный командой agurung методом обучения с подкреплением OpenRLHF GRPO на базе Qwen/Qwen3-4B-Instruct-2507. Обучение проводилось без предварительного SFT-этапа: награда зависела от того, проходит ли сгенерированная программа тесты. Чекпойнт сохранён на шаге 72; в указанном запуске он показал лучший результат pass@8 среди проверенных чекпойнтов. Модель предназначена прежде всего для генерации кода и решения задач программирования. Она построена на плотной архитектуре Qwen3ForCausalLM, содержит около 3,7 млрд параметров, принимает текст и поддерживает контекст до 262 144 токенов. В README приведены результаты на специальном наборе сложных задач по программированию: pass@1 — 6,3831, pass@8 — 9,8652; эти показатели относятся к описанной процедуре оценки и не гарантируют качество на других задачах. Модель распространяется в формате safetensors и загружается через Transformers. Сведения о лицензии в предоставленных данных отсутствуют.

Dolphin3.0-Qwen2.5-0.5B-GGUF — GGUF-квантизированная версия языковой модели Dolphin3.0-Qwen2.5-0.5B, разработанной cognitivecomputations и подготовленной квантизатором bartowski с использованием llama.cpp и imatrix. Модель предназначена для генерации текста в локальных средах, включая LM Studio, и поддерживает диалоговый формат с системными и пользовательскими сообщениями. Модель относится к небольшому классу 0.5B параметров и ориентирована на задачи общего следования инструкциям, программирования, математических рассуждений, function calling и агентных сценариев. В обучении использовались наборы данных для кода, инструкций, математики, вызова функций и диалогов; заявлен английский язык. Мультимодальность и размер контекстного окна в README не указаны. Репозиторий содержит варианты от F32 и F16 до различных уровней квантизации Q8, Q6, Q5, Q4, Q3 и IQ. Более высокие уровни обычно обеспечивают лучшее качество, а низкие требуют меньше оперативной памяти; рекомендуемым универсальным вариантом назван Q4_K_M. Ограничениями являются малый размер модели и соответствующая ему более низкая ожидаемая способность к сложным рассуждениям по сравнению с крупными моделями, а также возможное снижение качества при агрессивной квантизации. Указана лицензия Apache-2.0.

ranjanrajib/DPO-trained-Qwen2.5-Python-Coder-7B — модель генерации кода на Python, созданная дообучением Qwen/Qwen2.5-Coder-7B-Instruct методом Direct Preference Optimization (DPO) с адаптером LoRA. Она принимает текстовые инструкции и выдаёт код; архитектура — плотная Qwen2, размер — 7,1 млрд параметров, контекст — до 32 768 токенов. Репозиторий содержит веса safetensors, а лицензия — Apache-2.0. Модель предназначена для написания функций и реализаций на Python, решения задач программирования и генерации кода с заданными функциональными требованиями. Предпочтительные примеры для обучения выбирались по результатам запуска кода на тестах. В оценке на отложенных задачах BigCodeBench показатель Pass@1 составил 45,22% против 41,87% у базовой модели; это результат конкретного эксперимента и не гарантирует такого же улучшения на других задачах. Ограничения включают зависимость предпочтений от автоматических тестов, которые могут не охватывать все случаи, возможное влияние пересечения источника задач обучения и оценки, а также специализацию на Python: качество для других языков программирования не установлено. Перед применением на реальных задачах стоит проверить модель на собственных примерах.

Ektome-Qwen3.6-35B-A3B-PristinelyUncensored — мультимодальная модель семейства Qwen, подготовленная Ektome на базе Qwen/Qwen3.6-35B-A3B. По карточке, авторы изменили веса хирургическим удалением направления отказа rank-1 методом без обучения и дообучения; метаданные классифицируют происхождение как finetune. Модель использует архитектуру Qwen3.5 MoE и поддерживает диалог и анализ изображений; веса опубликованы в формате safetensors, лицензия — Apache-2.0. Модель предназначена для диалогов и ответов на запросы по изображениям, а также для исследований механизмов отказа, red-teaming и использования в качестве основы для собственного дообучения. В карточке сообщается, что после изменения весов показатели на приведённых тестах возможностей и генерации удержаны; эти результаты относятся к описанным авторами оценкам. Ключевое свойство модели — отсутствие отказов на проверенных запросах, поэтому ответственность за фильтрацию и безопасность применения лежит на развёртывающей стороне. Карточка не приводит число параметров и длину контекста для самой модели. Модель не предназначена для отказа на небезопасные запросы; качество следует проверять на целевых данных и сценариях. Она выпущена под лицензией Apache-2.0.

Feyospace-v1-small — мультимодальная модель на архитектуре Qwen3.5, разработанная в рамках проекта Feyospace-v1 и дообученная на базе Qwen/Qwen3.8-27B. В репозитории указаны 28 млрд параметров, формат BF16 safetensors и контекст до 262 144 токенов; доступны токенизатор и шаблон чата. Метаданные также указывают поддержку изображений и диалогового режима. Модель предназначена для исследований киберагентов, длинного контекста и агентных систем, а также для авторизованных задач защитной кибербезопасности, обучения, оценки в контролируемых средах и дальнейшего дообучения. В описании проекта среди тематик данных названы анализ кода репозиториев, воспроизведение уязвимостей, CTF, анализ ядра Linux и прошивок, разработка эксплойтов и задачи с устройствами. Модель может выдавать неточные, неполные или небезопасные ответы; результаты следует проверять и испытывать в изолированной среде с надлежащей авторизацией. README запрещает использование для несанкционированного доступа, вредоносной активности и автоматизированных решений с высоким влиянием без надзора человека. Лицензия в предоставленных данных не указана.

KARAKURI LM 7B APM v0.1 — текстовая авторегрессионная модель на архитектуре decoder-only Transformer, разработанная KARAKURI Inc. и дообученная на основе google/gemma-7b. Модель оценивает ответы языковых моделей по различным аспектам, связанным с желательностью ответа, и предназначена для сценариев оценки и ранжирования ответов в диалогах. Модель содержит 8,2 млрд параметров, принимает текст и выдаёт текстовую оценку. Поддерживает английский и японский языки; в карточке основным указан английский. Контекст составляет до 8192 токенов. Обучение проводилось на OASST2 и HelpSteer. Лицензия — Gemma Terms of Use.

MiMo-VL-7B-SFT — мультимодальная модель Xiaomi для понимания изображений и работы с визуальными запросами. Она сочетает визуальный ViT-кодировщик, сохраняющий детали исходного разрешения, MLP-проектор для связи изображений с языковой частью и языковую модель MiMo-7B, оптимизированную для сложных рассуждений. Чекпойнт получен после четырёх этапов предварительного обучения, включая настройку на длинный контекст; метаданные указывают 7 млрд параметров и контекст до 128 000 токенов. Модель предназначена для диалога по изображениям, мультимодальных рассуждений, визуального заземления и понимания интерфейсов. Она совместима с архитектурой Qwen2_5_VLForConditionalGeneration и библиотекой Transformers. README также описывает результаты версии MiMo-VL-7B-RL; они не относятся напрямую к этому SFT-чекпойнту. Модель распространяется по лицензии MIT.

Карточка модели facebook/MobileLLM-R1.5-950M на Hugging Face совпадает с карточкой facebook/MobileLLM-R1.5-140M, поэтому описание составлено по ней. MobileLLM-R1.5-140M — компактная языковая модель Meta, дообученная методом on-policy дистилляции от facebook/MobileLLM-R1-140M-base. Это SFT-модель для решения математических и научных задач, а также задач программирования на Python и C++; разработчики отдельно отмечают, что она не предназначена для универсального общения. Модель содержит 140 млн параметров, использует текст на входе и выдаёт текст, поддерживает контекст до 32 тыс. токенов и словарь размером 128 тыс. токенов. Архитектура включает 15 слоёв, 9 attention heads и 3 KV heads. Дополнительная on-policy дистилляция применена как заключительный этап постобучения и, по данным авторов, улучшает результаты небольших моделей на сложных задачах рассуждения. Карточка приводит результаты семейства MobileLLM-R1.5, но конкретные численные показатели для версии 140M не выделяет. Модель опубликована под лицензией с обозначением «other»; условия лицензии следует проверить в карточке репозитория перед использованием.

M-Prometheus-14B — языковая модель-судья из семейства M-Prometheus, разработанная Unbabel для оценки ответов и текстов на разных языках. Она обучена на 480 тысячах примеров прямой оценки качества и парного сравнения с развёрнутой обратной связью и предназначена для использования в сценариях оценки LLM-выводов. Модель представляет собой плотную causal language model архитектуры Qwen2 с 14 млрд параметров, дообученную на базе Qwen/Qwen2.5-14B-Instruct. Она принимает текстовые запросы и генерирует текстовые оценки и пояснения; максимальный контекст составляет 32 768 токенов. По README, её можно вызывать в том же стиле, что и Prometheus-2. Модель ориентирована на мультиязычную оценку, однако конкретный перечень поддерживаемых языков и результаты сравнительных тестов в предоставленных материалах не приведены. Лицензия указана как other, поэтому перед использованием следует проверить условия на странице модели.

Карточка модели Unbabel/M-Prometheus-3B на Hugging Face совпадает с карточкой Unbabel/M-Prometheus-14B, поэтому описание составлено по ней. M-Prometheus-14B — языковая модель-судья из семейства M-Prometheus, разработанная Unbabel для оценки ответов и текстов на разных языках. Она обучена на 480 тысячах примеров прямой оценки качества и парного сравнения с развёрнутой обратной связью и предназначена для использования в сценариях оценки LLM-выводов. Модель представляет собой плотную causal language model архитектуры Qwen2 с 14 млрд параметров, дообученную на базе Qwen/Qwen2.5-14B-Instruct. Она принимает текстовые запросы и генерирует текстовые оценки и пояснения; максимальный контекст составляет 32 768 токенов. По README, её можно вызывать в том же стиле, что и Prometheus-2. Модель ориентирована на мультиязычную оценку, однако конкретный перечень поддерживаемых языков и результаты сравнительных тестов в предоставленных материалах не приведены. Лицензия указана как other, поэтому перед использованием следует проверить условия на странице модели.

Mythos Qwen 1.5B Final Heretic — англоязычная специализированная версия Qwen2.5-Coder-1.5B-Instruct от автора richardyoung. Это плотная авторегрессионная модель класса Qwen2 с 1,5 млрд параметров, рассчитанная на генерацию кода и диалоговое взаимодействие; заявленная длина контекста — 32 768 токенов. По карточке, модель получена с помощью Heretic v1.4.0: она снижает частоту отказов отвечать по сравнению с исходной Mythos, сохраняя близость распределения выходов по указанной метрике KL divergence. Модель предназначена для анализа уязвимостей и CVE, изучения механизмов эксплойтов, задач CTF и обучения кибербезопасности, а также для поддержки защитных сценариев — например, анализа журналов и подготовки правил обнаружения. В карточке заявлены примеры по PHP, MyBB и Python, включая десериализацию, SQL-инъекции, XSS и криптографические атаки. Это заявления автора, а датасет и независимая оценка качества описаны ограниченно. Модель ориентирована на авторизованные исследования и обучение; её сниженные отказы требуют осторожного применения. Лицензия — Apache-2.0.

Abiray/Nanbeige4.2-3B-GGUF — набор квантизированных версий модели Nanbeige/Nanbeige4.2-3B, опубликованный в формате GGUF. Модель разработана Nanbeige; в репозитории представлены файлы для локального запуска через llama.cpp. Базовая архитектура — Looped Transformer с 3 миллиардами параметров без учёта embedding-параметров. Модель предназначена для генерации текста, включая задачи, связанные с кодом и агентными сценариями. Указанные языки — английский и китайский. Мультимодальные возможности и размер контекста в README не указаны. Доступны варианты квантизации от 4 до 8 бит: Q4_K_S и Q4_K_M уменьшают требования к памяти, Q5_K_M и Q6_K обеспечивают более высокую точность, а Q8_0 ориентирован на максимальное качество среди GGUF-версий. Квантизация позволяет запускать модель локально, но может снижать качество относительно исходной версии, особенно при использовании более агрессивных вариантов. Распространение указано под лицензией Apache-2.0. Для запуска рекомендуется llama.cpp с поддержкой Nanbeige4.2; конкретные требования к оборудованию и производительности зависят от выбранного файла квантизации.

NanoCoder — компактная языковая модель для программирования, разработанная OrionLLM на основе Qwen3-0.6B. Это плотная авторегрессионная модель с 507,9 млн параметров, предназначенная для генерации кода и последовательных рассуждений при решении задач программирования. Карточка описывает её как специализированную модель для задач с высокой интенсивностью рассуждений, а не как универсального повседневного помощника. Модель принимает текст и генерирует текст, включая код; заявленный контекст составляет 40 960 токенов. Поддержка английского указана в метаданных, а также модель работает с языками программирования. Она дообучена на наборе NVIDIA OpenCodeReasoning и распространяется в формате safetensors по лицензии Apache-2.0. К ограничениям относятся небольшой размер и более слабая пригодность для широких задач ассистента по сравнению с крупными моделями; лучше всего она подходит для целевых задач программирования и рассуждений.

Qwen2.5-Coder-0.5B-Instruct-abliterated-GGUF — набор GGUF-квантизаций модели Qwen2.5-Coder-0.5B-Instruct-abliterated. Квантизацию выполнил bartowski с использованием llama.cpp и метода imatrix; исходная модель связана с huihui-ai. Модель предназначена для генерации текста и кода, диалогового взаимодействия и запуска локально через совместимые среды, включая LM Studio. Модель имеет размер 0,5 млрд параметров и работает с текстовыми и программными запросами. В репозитории доступны варианты от F16 до низкобитных Q3/Q4 и других квантизаций размером примерно от 0,35 до 0,99 ГБ. Для большинства сценариев рекомендуются варианты Q4_K_M, Q5 или Q6; отдельные форматы оптимизированы для ARM и требуют поддержки соответствующих инструкций. Формат prompt использует шаблон ChatML с ролями system, user и assistant. Сильными сторонами являются небольшой размер, возможность локального запуска и наличие большого выбора квантизаций с разным компромиссом между качеством и потреблением памяти. Ограничениями выступают небольшой масштаб модели, неизвестные по представленным данным размер контекста и точные характеристики архитектуры, а также возможное снижение качества в низкобитных вариантах. Модель распространяется по лицензии Apache-2.0.

Authereon разработал Qwen3.6-35B-A3B-Fable-5-Distill-heretic — текстовую диалоговую модель на архитектуре Qwen3.6 MoE, полученную из armand0e/Qwen3.6-35B-A3B-Fable-5-Distill. Исходная модель была дообучена на сессиях Claude Fable 5; эта версия прошла LoRA-DPO с 4 559 примерами и предназначена для снижения податливости к инструкциям, внедрённым в контекст агента, при сохранении сниженного уровня отказов. Модель рассчитана на диалоговые и агентные сценарии, включая ответы на запросы и работу с инструментами при наличии явно заданных схем. В README приведены результаты тестов защиты от нескольких типов prompt injection; улучшение зависит от типа атаки и не гарантирует защиту от новых атак. Для ограничения утечки данных через аргументы инструментов автор требует внешнюю фильтрацию исходящих аргументов. Модель основана на Qwen3.6-35B-A3B, но размер активируемых параметров в метаданных не указан. Репозиторий содержит веса safetensors и опубликован под лицензией Apache-2.0.

Qwen3.8-27B-OBLITERATED — модифицированная версия открытой модели Qwen3.8-27B от Alibaba, опубликованная пользователем shivanandasai. Модель предназначена для генерации текста и локального использования, включая исследования AI safety, red teaming, оценку устойчивости защитных механизмов, анализ jailbreaks и prompt injection, а также задачи программирования и технические запросы. В README указано, что защитные ограничения исходной модели были удалены методом OBLITERATUS с шестью итеративными раундами и использованием пяти направлений SVD. Это не дообучение в обычном смысле, а хирургическая модификация весов. Размер модели составляет 27B параметров; базовая архитектура — Qwen3, тип конвейера — text-generation. Поддерживаемые модальности, языки и размер контекстного окна в README не указаны. Доступны форматы GGUF, Safetensors и MLX. Для генерации рекомендуются greedy decoding, temperature 0, repetition_penalty 1.15, max_new_tokens не менее 2048 и отключённый режим thinking. По заявленным тестам, модель не демонстрировала отказов на 842 вредоносных запросах, однако сохранила 81,4% в MMLU против 87,4% у исходной модели; качество завершённых ответов составило 79,9%. Главная особенность модели — отсутствие встроенных защитных отказов, что делает её пригодной для контролируемых исследований и оценки рисков, но создаёт существенные ограничения для безопасного применения: модель может без предупреждений генерировать вредоносный или опасный контент. README также отмечает отдельные пробелы в возможностях, включая один пустой ответ в тесте SQL injection. Модель распространяется по лицензии Apache-2.0.

Skywork-Reward-Gemma-2-27B — наградная модель Skywork на архитектуре Google Gemma 2 27B IT, дообученная на примерно 80 тысячах пар предпочтений из открытых источников. Она оценивает ответы в диалогах и помогает выбирать более предпочтительный вариант при обучении или проверке языковых моделей. По данным README, модель показала высокие результаты в RewardBench, включая категории сложных диалогов, рассуждений и безопасности. Модель имеет плотную архитектуру Gemma2ForSequenceClassification, содержит 27,6 млрд параметров и поддерживает контекст до 8192 токенов. В качестве обучающих данных использована коллекция Skywork Reward Preference 80K, собранная из нескольких публичных наборов. README отдельно отмечает необходимость использовать реализацию внимания flash_attention_2 или eager для оптимальной работы 27B-модели. Модель предназначена для выставления оценок и сравнения ответов, а не для самостоятельной генерации пользовательских ответов. README просит не развёртывать её в интернет-сервисах без проверки безопасности и соблюдения применимых правил. Лицензия в предоставленных данных не указана.

Jebadiah/Tess-coder-ruby-p6 — слитая языковая модель, созданная с помощью mergekit методом DARE linear на основе Jebadiah/Tess-coder-ruby-p5 с добавлением NeverSleep/Llama-3-Lumimaid-8B-v0.1. Это плотная модель семейства Llama с архитектурой LlamaForCausalLM, предназначенная для генерации текста в формате диалога и программного кода, включая Ruby. Размер составляет 7,5 млрд параметров, контекст — до 8192 токенов; модель работает через Transformers и опубликована в формате safetensors. Модель подходит для написания и продолжения кода, помощи с Ruby и ведения диалогов. Карточка не перечисляет поддерживаемые естественные языки, поэтому языковую поддержку нельзя уточнить. Базовая модель семейства рассчитана также на ролевые диалоги и эротический контент. Лицензия в предоставленных данных не указана.

Это исследовательский чекпойнт Qwen3-4B, дообученный методом обучения с подкреплением GRPO с помощью OpenRLHF. По README, обучение применяло сигнал бинарной корректности кода и проводилось на задачах программирования, которые исходная модель решала редко; указано, что чекпойнт показал лучший в данном запуске pass@8. Модель предназначена для генерации программ и попыток решения задач по тестам. Она основана на Qwen/Qwen3-4B-Instruct-2507, имеет плотную архитектуру Qwen3ForCausalLM, около 3,7 млрд параметров и контекст до 262 144 токенов. Репозиторий содержит веса safetensors и рассчитан на загрузку через Transformers. Результаты README относятся к конкретному набору задач и оцениванию с восемью генерациями на проблему; они не гарантируют сопоставимого качества на других задачах. В обучении использовались штрафы за усечение и за ответы вблизи лимита, а генерация ограничивалась 4096 новыми токенами. Лицензия в предоставленных данных не указана.

albertge выпустил экспериментальный чекпойнт Dream 7B, дообученный на 60 тысячах примеров OpenMathInstruct-2 и OpenCodeInstruct. Модель использует дискретный четырёхтокенный хвост Markovian Thinking для передачи состояния между окнами денойзинга в диффузионной языковой модели; обучение проводилось с размером блока 128 токенов. Это вариант проекта dLLM Registers для ограниченного переноса состояния при пошаговой генерации. Модель предназначена для генерации текста, в том числе ответов на математические и программные запросы, и диалогового взаимодействия. Она принимает текст и генерирует текст, поддерживает английский язык, а заявленный размер контекста составляет 131 072 токена. Для корректной работы канала переноса состояния автор указывает использовать специальную обёртку и параметры инференса из репозитория. Лицензия — Apache-2.0.

Fluxion-370M-Instruct — компактная языковая модель Naresh Meena, созданная с нуля и дообученная следовать инструкциям. Это плотный decoder-only трансформер семейства Llama с 378,4 млн параметров и контекстом 4096 токенов. Обучение включало предварительное обучение, supervised fine-tuning и GRPO с правилами вознаграждения для математических рассуждений; модель использует собственный BPE-токенизатор на 50 тыс. токенов и архитектурные компоненты GQA, RoPE и SwiGLU. Модель предназначена прежде всего для решения математических задач, пошаговых рассуждений, генерации и объяснения кода, особенно на Python, а также для инструкций в этих областях. Карточка приводит результаты тестов по математике и программированию и позиционирует модель как компактную для запуска на умеренном оборудовании. Основной язык — английский; модель не рассчитана на многоязычное применение. Ограниченный объём и направленность обучающих данных снижают охват общих знаний и качество на широких тестах; небольшой размер также ограничивает сложные рассуждения. Контекст ограничен 4096 токенами, а для корректной остановки генерации README рекомендует передавать eos_token_id=[1, 4]. Лицензия — Apache-2.0.

HiveTraceGuard-Pro — компактная модель классификации запросов и ответов для защитных контуров LLM и агентных систем, разработанная HiveTrace на базе Qwen3-0.6B. Она проверяет сообщения на вредоносное содержание, jailbreak, prompt injection, обфускацию, извлечение секретов и попытки перехвата инструментов. Модель возвращает один из двух вердиктов: safe или unsafe; вероятность unsafe можно получить из логитов этих меток. Модель имеет плотную архитектуру Qwen3ForCausalLM, около 507,9 млн параметров и контекст до 40 960 токенов. Заявлены русский и английский языки, режимы проверки пользовательского ввода и ответа ассистента с учётом запроса. Для обслуживания указаны Transformers, vLLM и SGLang; фиксированная политика позволяет использовать кеширование общего префикса. Модель подходит для фильтрации сообщений и контроля безопасности перед передачей запроса LLM или после генерации ответа. Она выдаёт только бинарную метку, поэтому не объясняет причину решения и не формирует развёрнутые отчёты. Распространяется по лицензии Apache-2.0.

LLaVA-Critic-72B — открытая мультимодальная модель команды LMMS-Lab для оценки ответов, связанных с изображениями. Она дообучена на наборе LLaVA-Critic-113k на базе lmms-lab/llava-onevision-qwen2-72b-ov-sft; модель с плотной архитектурой LLaVA и 71,5 млрд параметров принимает текст и изображения и генерирует текстовые оценки и объяснения. Контекст составляет 32 768 токенов. Модель предназначена для оценки качества ответов мультимодальных языковых моделей: она выставляет балл отдельному ответу или сравнивает два ответа, формируя обоснование с опорой на изображение. Карточка сообщает о близком к человеческому согласии оценок и сопоставимых с GPT-4V результатах в описанных авторами сценариях. Модель распространяется в формате safetensors по лицензии Apache-2.0.

curtburk/Nemotron 3 Nano 30B — KD Distilled — это дообученная для генерации кода модель на базе NVIDIA Nemotron 3 Nano, подготовленная автором репозитория с помощью LoRA и дистилляции рассуждений DeepSeek-V4-Flash. Адаптер объединён с базовыми весами; репозиторий содержит модель в формате safetensors. В метаданных указаны 1,9 млрд параметров и контекст до 262 144 токенов. Модель предназначена прежде всего для генерации решений задач программирования. На описанном в карточке тесте из 213 задач pass@1 вырос с 23,0% у базовой модели до 63,4%; автор связывает улучшение с более частым завершением ответа и выдачей кода. Модель также поддерживает диалоговые сценарии, однако качество вне задач программирования, включая общий чат и работу с длинным контекстом, не оценивалось. Результаты получены в одном запуске на одном семействе бенчмарков; точную величину улучшения следует считать приблизительной. Карточка отмечает, что модель редко соблюдает заданный формат ответа, а оценка учителя частично затронута загрязнением данными. Лицензия обозначена в метаданных как other; конкретные условия использования следует сверить с карточкой репозитория.

OPSD-PI Qwen3.5-9B Medium Trailing — это полностью объединённый чекпойнт Qwen3.5-9B, опубликованный LSW142857. Репозиторий содержит промежуточную версию на итерации 8 после девяти завершённых обновлений, а не финальную версию на итерации 31. В веса включены экспертная SFT-инициализация, обновления OPSD LoRA для основной модели и MTP, а также непосредственно обученные тензоры full-MTP; для загрузки дополнительных адаптеров или чекпойнтов не требуется. Модель имеет плотную архитектуру Qwen3.5 и загружается через Transformers; заявлены чат и задачи с кодом. Чекпойнт предназначен для экспериментальной оценки студенческой модели после обучения с PI-моделью в роли учителя. В README рекомендовано оценивать студента без добавления Medium PI и использовать отложенные задания, а не 1024 обучающие строки. Параметры обучения, метрики итерации 8, происхождение и хеши частей весов вынесены в файлы конфигурации и манифеста. Сведения о лицензии и контекстном окне в предоставленных данных отсутствуют.

Qwen3-4B-Critic-SFT-Qwen-only — критическая модель на базе Qwen3-4B-Instruct-2507, разработанная проектом Steer, Don't Solve для поддержки крупных агентов программирования. Она анализирует траекторию работы агента через заданное число шагов и выдаёт структурированную критику: категории обнаруженных ошибок, подтверждающие свидетельства, действие для восстановления, статус задачи и краткую рекомендацию. Модель предназначена для контроля хода решения задач по программированию и не пишет исправляющий код сама. Это плотная авторегрессионная модель Qwen3 с 3,7 млрд параметров, дообученная полным параметрическим SFT на 1 915 примерах критики траекторий Qwen3-Next-80B-A3B. В README указана длина последовательности обучения 32 768 токенов; метаданные указывают нативный контекст базовой модели до 262 144 токенов. Обучающие примеры охватывают задачи из matplotlib, moto и sympy; в опубликованной абляции модель улучшила процент решения SWE-bench Verified при использовании с агентами Qwen3-Next-80B-A3B и Qwen3-32B. Модель принимает текстовые диалоги и выдаёт текстовую структурированную критику. Карточка описывает англоязычные данные; лицензия — Apache-2.0. Для запуска README рекомендует vLLM с bf16 и интеграцию с mini-swe-agent. Результаты приведены для конкретной абляции и наборов агентов, поэтому они не гарантируют аналогичного улучшения в других системах.