II.4Отладка, тестирование и качество ПО

NeuralReyna-Mini-1.8B-v0.2 — диалоговая языковая модель на архитектуре Qwen2 с примерно 1,5 млрд параметров. Автор взял aloobun/Reyna-Mini-1.8B-v0.2 и дополнительно дообучил её методом DPO на данных Intel/orca_dpo_pairs. Модель использует формат запросов ChatML, поддерживает контекст до 32 768 токенов и распространяется в формате safetensors под лицензией Apache-2.0. Модель предназначена для генерации ответов в диалоге и заявлена для задач программирования, математики, естественных наук, ролевого общения и вызова функций. README предупреждает о возможном переобучении на данных DPO и нестабильном качестве; приведённые результаты оценки относятся к отдельным тестам и не гарантируют качества в практических сценариях.

Olmo-3-7B-Instruct-OPSA-Code — дообученная модель семейства OLMo 3, разработанная на основе allenai/Olmo-3-7B-Instruct с применением метода On-Policy Self-Adaptation (OPSA). Это полноразмерный чекпойнт с 6,9 млрд параметров в формате BF16 Safetensors, предназначенный для генерации текста в кодовых сценариях и диалогового использования. Модель работает через Transformers и имеет контекстное окно до 65 536 токенов. Модель наследует Apache 2.0 базовой модели. В карточке указан ранний чекпойнт: шаг 119, соответствующий 120 обновлениям оптимизатора; README не приводит сравнительных результатов или подробной оценки качества кода.

Olmo-3-7B-Think-heretic — англоязычная авторегрессионная языковая модель семейства OLMo 3 с 6,9 млрд параметров, созданная Richard Young на основе allenai/Olmo-3-7B-Think. Это версия с abliteration, преобразованием, которое уменьшает склонность модели отказываться от ответов; модель предназначена для генерации текста в диалогах, рассуждений, математики и программирования. Контекстное окно составляет 65 536 токенов. Модель сохраняет возможности и связность исходной версии, однако по приведённой в карточке оценке всё ещё отказывает на части вредоносных запросов. Как и другие языковые модели, она может выдавать фактические ошибки, предвзятые или вредоносные ответы. Доступна по лицензии Apache 2.0; карточка рекомендует использовать её для исследований, творческого письма и обучения методам настройки безопасности.

OpenAi-GPT-oss-36B-BrainStorm20x-uncensored — текстовая генеративная модель DavidAU на базе huizimao/gpt-oss-20b-uncensored-bf16 с добавленным адаптером Brainstorm 20x. Автор заявляет улучшения в общих ответах, нестандартном рассуждении и программировании. Архитектура — GPT-OSS с механизмом Mixture of Experts; карточка указывает 36 млрд параметров после добавления адаптера, тогда как метаданные каталога приводят 2,5 млрд параметров. Модель работает с контекстом до 131 072 токенов и рассчитана на генерацию текста, диалог, решение задач, мозговой штурм и написание кода. Модель ориентирована на пользователей, которым нужны свободная генерация и ответы с меньшим числом отказов, включая творческие и взрослые сценарии. По описанию автора, для получения желаемого уровня откровенности иногда требуются подробные инструкции; качество генерации может быть неровным, а повторные запуски и настройка параметров влияют на результат. Указана лицензия Apache-2.0.

OpenCodeInterpreter-DS-33B — модель генерации кода из семейства OpenCodeInterpreter, разработанного для объединения генерации программ с их выполнением и последующей доработкой по обратной связи. Модель основана на deepseek-coder-33b-base и использует плотную архитектуру LlamaForCausalLM с 33,1 млрд параметров. Она принимает текстовые запросы и генерирует текст, в том числе программный код; семейство рассчитано на итеративное улучшение решений с учетом результатов выполнения кода. Модель подходит для написания кода по описанию задачи, создания программных решений и интерпретации кода. Контекст составляет 16 384 токена. В карточке указана поддержка английского языка и лицензия Apache-2.0. Описание семейства говорит о пользе обратной связи от выполнения кода, но не подтверждает, что этот репозиторий сам содержит среду исполнения или автоматически выполняет код.

OpenCodeReasoning-Nemotron-32B — языковая модель NVIDIA для генерации и пошагового решения задач программирования. Это дообученная для рассуждений в задачах генерации кода версия Qwen2.5-32B-Instruct; модель построена на плотном декодерном Transformer с архитектурой Qwen2 и содержит 32 млрд параметров. Модель принимает текст и выдаёт текст, поддерживает контекст до 32 768 токенов и рассчитана на сценарии с программированием, включая задачи соревновательного уровня. Для обучения использован набор OpenCodeReasoning из 736 тысяч примеров с задачами по программированию и ответами, сгенерированными DeepSeek-R1. В метаданных заявлены диалоговый режим, работа с кодом и интерфейс вызова инструментов. Модель предназначена для разработчиков и исследователей, создающих приложения на основе LLM. В README указана готовность к коммерческому и некоммерческому использованию; лицензия — Apache-2.0. Она оптимизирована для NVIDIA GPU, а README рекомендует запуск на Linux с NeMo или vLLM. Оценки из README приведены по 64 запускам на бенчмарк, поэтому фактическое качество может различаться в зависимости от задачи и условий запуска.

JASouth публикует квантованную сборку языковой модели Ornith-1.5-9B от Ornith AI. Это вариант IQ-Hybrid в формате GGUF с калибровкой по importance matrix и смешанной точностью слоёв, рассчитанный на запуск на потребительских видеокартах с 8 ГБ видеопамяти. Модель предназначена для генерации текста и диалогового использования; исходная модель описана как подходящая для программирования, агентных задач и работы с инструментами в длинном контексте. В репозитории приведены варианты размером 5,38 и 6,55 ГБ и результаты сравнения perplexity на Wikitext-2. Автор сообщает, что вариант 5,38 ГБ показывает perplexity 9,2262 против 9,4833 у официального Q6_K и помещается в ограничения 8 ГБ VRAM; также заявлена поддержка длинного контекста, однако точная длина контекста исходной модели в доступных данных не приведена. Лицензия — MIT. Результаты производительности и качества являются заявлениями автора и зависят от конфигурации запуска.

AkshithAI разработала project-828-gpt-base — авторегрессионную языковую модель на базе decoder-only Transformer с причинным декодированием и MoE-слоями. В модели 398,7 млн параметров, из которых около 286 млн активны при обработке каждого токена; маршрутизатор выбирает два из четырёх специализированных экспертов и использует общего эксперта. Модель рассчитана на генерацию кода и технические рассуждения, а также обучалась на данных общего назначения, математики и инженерии. В архитектуре применяются GQA, нормализация QK, SwiGLU и RoPE с расширением контекста YaRN: базовая длина контекста — 2048 токенов, с расширением — до 8192. Карточка указывает поддержку английского языка и способность работать с кодом. Репозиторий использует формат safetensors и библиотеку Transformers; лицензия — Apache-2.0. README не приводит результаты сравнительных оценок качества, поэтому пригодность для конкретного языка программирования или сложных технических задач следует проверять на собственных примерах.

Puffin-Qwen2.5-CodeMath — объединённая языковая модель семейства Qwen2, созданная сообществом mergekit-community из Qwen/Qwen2.5-Coder-1.5B и Qwen/Qwen2.5-Math-1.5B методом SLERP. Модель с 1,5 млрд параметров предназначена для генерации текста, кода и математических рассуждений в диалоговом режиме. Модель принимает текст и генерирует текст. Её контекст составляет 4096 токенов; репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Карточка не уточняет лицензию и не приводит результаты оценивания качества, поэтому конкретные преимущества в программировании или математике не подтверждены сравнительными тестами.

Qwen2.5-R1-Minny-1.5B-v2 — экспериментальная компактная языковая модель на 1,5 млрд параметров от ForSureTesterSim для генерации текста, математических рассуждений, написания кода и диалогового следования инструкциям. README описывает слияние специализированных моделей для кода, математики и диалога на основе DeepSeek-R1-Distill-Qwen-1.5B; в метаданных базовой моделью указана deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B. Архитектура — плотная Qwen2, формат весов — safetensors, контекст — до 131 072 токенов. Модель рассчитана на английский язык и использует формат диалога Qwen ChatML; для сложных рассуждений README указывает на использование Chain-of-Thought. Она подходит для ответов на математические задачи, генерации программного кода и диалогового помощника с рассуждениями. README заявляет экспериментальное слияние экспертов, но не приводит независимых оценок качества, поэтому заявленное преимущество слияния нельзя считать подтверждённым. Лицензия — Apache-2.0.

Continuum AI представила производную Qwen3.5-27B, обрезанную по головам внимания на 30% и дообученную для задач программирования. Модель предназначена для генерации и дополнения кода в диалоговом режиме; в карточке также заявлены работа с агентными сценариями и вызовом функций. Архитектура — плотная причинная языковая модель Qwen3.5; в метаданных указано 22,3 млрд параметров и контекст до 262 144 токенов. Репозиторий описывает конвейер prune → train → quant и вариант MLX 4-bit, хотя карточка также упоминает GGUF-квантизацию и тесты в fp16. Заявленное улучшение perplexity на коде с 3,07 до 2,96 основано на одном самоотчётном бенчмарке, поэтому его следует считать предварительным. Лицензия — Apache-2.0.

Это квантизированная в MXFP4 версия модели Mattepiu/Qwen3-Coder-Next-REAP-48B-A3B в формате GGUF. Она предназначена для генерации текста и диалогового использования; название базовой модели указывает на специализацию семейства Qwen3 Coder на задачах программирования. В метаданных задача модели обозначена как text-generation, а среди возможностей указана поддержка чата. В README приведены рекомендованные параметры генерации: temperature=1.0, top_p=0.95 и top_k=40. Квантизация MXFP4 уменьшает точность представления весов; подробности о качестве, требованиях к памяти и ограничениях применения в карточке не раскрыты. Лицензия в предоставленных данных не указана.

Seed-Coder-8B-Reasoning — причинная языковая модель для кода от ByteDance-Seed, созданная на основе Seed-Coder-8B-Base. Модель прошла предварительное обучение и последующее обучение с применением reinforcement learning для усиления рассуждений. Это плотная архитектура семейства Llama с 7,6 млрд параметров; заявленная длина контекста — 65 536 токенов. Модель распространяется в формате safetensors и загружается через Transformers. Модель предназначена для генерации кода и решения сложных задач программирования, включая задачи соревновательного программирования, требующие пошагового анализа. В README заявлены результаты на IOI 2024 и Codeforces, однако подробные методика и показатели приведены во внешнем техническом отчёте. Модель ориентирована на код; README указывает на общедоступные обучающие данные и описывает подход к их отбору. Лицензия — MIT.

SFTCodePhi1 — дообученная AdnanRiaz107 модель Microsoft Phi-3-mini-128k-instruct для генерации кода и текста. Она построена на плотной архитектуре Phi-3 с 3,7 млрд параметров и принимает текстовые запросы, выдавая текст. В карточке указаны дообучение на наборе данных APPS и значение loss 0,8314 на оценочной выборке. Модель подходит для генерации кода по описанию и диалоговых сценариев, связанных с программированием. Лицензия — MIT. В метаданных указано контекстное окно 4096 токенов; оно короче заявленного в названии базовой модели контекста 128K.

QuantFactory/Skywork-o1-Open-Llama-3.1-8B-GGUF — квантизированная версия модели Skywork o1 Open-Llama-3.1-8B, созданная с использованием llama.cpp. Исходную модель разработала команда Skywork компании Kunlun Inc.; она основана на Meta-Llama-3.1-8B-Instruct и дообучена на данных в стиле «медленного мышления». Версия в этом репозитории предназначена для запуска в формате GGUF с использованием совместимых инструментов llama.cpp. Модель ориентирована на диалоги, генерацию текста и решение задач, требующих рассуждений: математики, программирования, логики, здравого смысла, этических решений и распознавания логических ловушек. Заявленные особенности включают планирование, пошаговое рассуждение, саморефлексию и самопроверку. В разработке применялись многоагентная генерация данных, непрерывное предварительное обучение, supervised fine-tuning, обучение с подкреплением с использованием process reward model и алгоритмы поиска рассуждений. Известный размер исходной модели — 8B параметров; архитектура и набор поддерживаемых языков в предоставленных данных отдельно не указаны. Квантизация может снизить требования к ресурсам и упростить локальный запуск, но конкретные варианты квантизации и их влияние на качество зависят от файлов, доступных в репозитории. Модель ориентирована прежде всего на задачи рассуждений, однако заявленные преимущества основаны на описании разработчиков, а ограничения и результаты независимых проверок не приведены. Лицензия указана как other, поэтому точные условия использования необходимо уточнять в исходном репозитории и сопутствующих материалах.

Tiiny/SmallThinker-4BA0.6B-Instruct-GGUF — GGUF-квантизированная версия SmallThinker-4BA0.6B-Instruct, семейства нативных для устройств языковых моделей с архитектурой Mixture-of-Experts. Модель разработана совместно IPADS и School of AI Шанхайского университета Цзяотун при участии Zenergize AI и предназначена для локального запуска на устройствах с ограниченными ресурсами, обеспечивая приватность и низкую задержку без обращения к облачным сервисам. Модель рассчитана на генерацию текста и работу в инструкционном режиме: ответы на вопросы, рассуждения, решение математических задач, следование инструкциям и генерацию кода. Она обучалась преимущественно на английском языке, поэтому качество для других языков не заявлено. Контекстное окно составляет 32K токенов. Архитектура включает 4B общих параметров и 0,6B активируемых параметров, 32 слоя, 12 attention heads, механизм GQA, активацию ReGLU, 32 эксперта MoE и выбор 4 экспертов на токен. К сильным сторонам относятся высокая эффективность для компактной модели, возможность локального развертывания, поддержка llama.cpp для обычных GGUF-файлов и PowerInfer для файлов с суффиксом .powerinfer.gguf, использующих разреженные операторы. Ограничения включают преимущественно англоязычное обучение, возможные фактические ошибки, предвзятость и устаревание ответов, а также зависимость специальных .powerinfer.gguf-файлов от фреймворка PowerInfer. Модель распространяется по лицензии Apache-2.0.

duyntnet/Starling-LM-7B-beta-imatrix-GGUF — набор imatrix-квантизаций языковой модели Starling-LM-7B-beta, разработанной Nexusflow и опубликованной в формате GGUF. Модель предназначена для генерации текста, диалоговых сценариев и задач программирования; поддерживается английский язык. Это текстовая модель без заявленной поддержки других модальностей. Размер исходной модели — 7 млрд параметров, однако точный размер и тип каждой квантизации в README не указаны; сведения о длине контекста и базовой архитектуре отсутствуют. Модель рассчитана на одно- и многоходовые диалоги с использованием шаблона, совместимого с Openchat-3.5-0106, а также на режим программирования с отдельным шаблоном Code User/Code Assistant. Точное соблюдение шаблона важно для качества работы. Модель доступна для тестирования через LMSYS Chatbot Arena и может запускаться с использованием Transformers или совместимых инструментов для GGUF. К сильным сторонам относятся поддержка диалогов и генерации кода, а также наличие оптимизированных квантизированных вариантов для локального запуска. Ограничения включают возможную избыточную многословность в отдельных случаях и снижение качества при неправильном формате промпта; для уменьшения многословности рекомендуется temperature=0. Лицензия указана как other, без дополнительных условий в README, поэтому точные права и ограничения использования следует уточнять по источнику модели.

WizardCoder-Python-13B-V1.0 — языковая модель семейства Llama, предназначенная для генерации кода Python по инструкциям. Модель содержит 12,9 млрд параметров, имеет контекст до 16 384 токенов и представлена в формате PyTorch для Transformers. Карточка описывает семейство WizardCoder, обученное с использованием Evol-Instruct, но не приводит отдельные сведения о тренировочных данных и результатах именно этой версии 13B. Модель подходит для написания фрагментов Python-кода по текстовым запросам, помощи с программированием и генерации ответов на инструкции о коде. Она принимает текст и генерирует текст; языки естественного общения не заявлены, поскольку в метаданных указан только код. Лицензия — Llama 2; условия её применения определяются этой лицензией.

Atem-Pharaoh-3B-i1-GGUF — GGUF-квантизированная версия модели Atem-Pharaoh-3B, разработанной EphAsad и квантизированной mradermacher. Модель предназначена для генерации текста, диалоговых сценариев и задач рассуждения, включая математику, программирование, анализ и ответы в областях, представленных обучающими наборами. В обучении или дообучении использовались наборы с математическими, кодовыми, медицинскими и рассуждательными примерами, а также синтетические данные, полученные дистилляцией других моделей. Модель имеет около 3 миллиардов параметров и распространяется в формате GGUF для использования с совместимыми инструментами, включая llama.cpp. Доступны варианты с разными уровнями квантизации — от IQ1 и IQ2 до Q6_K; они различаются размером файлов, скоростью и качеством. Для баланса размера, скорости и качества в README рекомендуется вариант i1-Q4_K_M, а i1-Q4_K_S также отмечен как оптимальный по этим параметрам. Указан английский язык; сведения о поддерживаемых модальностях и размере контекстного окна отсутствуют. Сильными сторонами являются компактный размер, возможность локального запуска и специализация на рассуждении, математике, коде и диалогах. Ограничения связаны с потерями качества при низких уровнях квантизации и отсутствием подробных результатов оценивания. Модель распространяется по лицензии Apache-2.0.

AXCXEPT разработала эту инструкционную чат-модель на базе Phi-3.5-mini-Instruct, применив несколько методов настройки. В карточке отмечено улучшение генерации кода и извлечения информации, а также особое внимание к японскому языку. Архитектура — плотная Phi-3, размер — 3,7 млрд параметров, формат весов — safetensors; модель принимает и генерирует текст, контекст — до 4096 токенов. Модель подходит для диалоговых ответов, помощи с кодом и извлечения сведений из текста. В карточке приведены примеры запуска через Transformers и рекомендации по использованию FlashAttention 2. Заявлена лицензия MIT; для коммерческого применения разработчик настоятельно рекомендует связаться с ним. README также характеризует модель как экспериментальную и предназначенную для исследований и разработок, без гарантий качества и пригодности для критически важных систем.

Cassini-1.0 — дообученная модель семейства Qwen3, разработанная LatentForce-ai для извлечения структурированных сведений из исходного кода. Она принимает файлы Python, JavaScript и TypeScript и за один проход формирует JSON с импортами, определениями, ссылками, вызовами, назначениями типов и дополнительными данными об определениях. Модель предназначена для инженерных конвейеров статического анализа: построения графов зависимостей и вызовов, индексации символов и анализа влияния изменений в крупных репозиториях. В карточке заявлен результат 77,6% F1 на оценке извлечения при общей стоимости инференса $0,17; это заявление разработчика, а подробности методики оценки в предоставленном фрагменте не раскрыты. Модель основана на Qwen/Qwen3-4B, содержит около 3,7 млрд параметров, имеет контекст 40 960 токенов и рассчитана на запуск через vLLM. Лицензия — Apache-2.0.

unsloth/codegemma-7b-it — разговорная версия CodeGemma от Google, представленная Unsloth в виде модели для генерации текста. Репозиторий содержит плотную авторегрессионную модель Gemma с 8,2 млрд параметров, рассчитанную на диалог и дополнение текста; максимальный контекст составляет 8192 токена. В метаданных указана поддержка английского языка и формат safetensors. Модель подходит для диалоговых приложений и генерации продолжений текста, в частности в сценариях, связанных с кодом, для которых предназначено семейство CodeGemma. Карточка Unsloth описывает ноутбуки для дообучения Gemma и форматы шаблонов ChatML и Vicuna, но не приводит результатов оценки качества именно этого чекпойнта. Модель распространяется по лицензии Apache-2.0.

CodeLoxa-4B — компактная языковая модель для генерации кода, представленная frameai. Это плотная авторегрессионная модель семейства Llama на 4 млрд параметров, доступная в формате safetensors и рассчитанная на работу с контекстом до 131 072 токенов. Модель поддерживает диалоговый режим и интерфейс вызова инструментов. Она предназначена для помощи в разработке: генерации шаблонного кода, рефакторинга и оптимизации существующих фрагментов, а также обучения программированию. В карточке заявлена точность 96%, но методика и набор тестов не приведены, поэтому результат следует проверять и тестировать. Метаданные указывают английский язык. Модель распространяется по проприетарной лицензии согласно README; условия следует уточнить у разработчика.

Decision-1.0-Kai-0.6B — модель для структурированного выбора и оценки решений, разработанная командой vllm-sr. Она принимает контекст вместе с вопросами и описаниями кандидатов, а затем возвращает ответы и распределения вероятностей; генерация текста не используется. Модель дообучена на многоязычном энкодере Vela-1.0-Encoder-307M и имеет архитектуру Decision1Model с тремя двунаправленными путями по 22 слоя, общими входными эмбеддингами и отдельными слоями взаимодействия для разных типов решений. Модель предназначена для выбора между действиями или категориями, проверки условий и оценивания по упорядоченным критериям. Кандидаты задаются при каждом запросе; вопросы можно объединять для одного контекста или применять к пакетам контекстов. Полный запрос ограничен 1 024 токенами, включая контекст, вопросы, кандидатов и специальные токены; более длинные запросы отклоняются. В README приведены результаты бенчмарков на английском и китайском языках, но широкие многоязычные результаты относятся к предыдущим весам. Модель распространяется в формате safetensors по лицензии Apache-2.0. Для обслуживания через vLLM требуется совместимая среда vLLM Semantic Router Decision; локальный запуск возможен через Transformers с включением trust_remote_code. Вероятности не гарантируют правильность решения, порядок кандидатов может влиять на прогнозы, а в тестах Transfer модель уступала англоязычной Laya.

Dream-Coder-v0-Instruct-7B-SM — диффузионная языковая модель для генерации кода, разработанная командой Dream. По карточке, модель обучалась на открытых данных в несколько этапов: адаптация, supervised fine-tuning и обучение с подкреплением. Она предназначена для написания кода и диалоговой работы с запросами о программировании. В README указано значение pass@1 21,4% на LiveCodeBench (2410–2505); это результат конкретного бенчмарка, а не гарантия качества для других задач. Модель содержит 7,1 млрд параметров, использует плотную архитектуру DreamModel и рассчитана на контекст до 32 768 токенов. Репозиторий распространяет веса в формате safetensors; лицензия — Apache-2.0. Карточка не уточняет поддерживаемые языки программирования и естественные языки.

Fireball-Meta-Llama-3.1-8B-Instruct-Agent-0.005-128K-code-COT — дообученная EpistemeAI языковая модель на архитектуре Llama 3.1 с 7,5 млрд параметров. Она предназначена для генерации текста и кода, выполнения агентных задач и пошагового рассуждения. В карточке заявлены встроенные сценарии поиска, калькулятора и ReAct, а также применение в RAG-системах и интеграция с LangChain и LlamaIndex. Модель принимает текст и генерирует текст; заявленное контекстное окно составляет 131 072 токена. Карточка указывает на обучение на наборе данных с кодом и Glaive's CoT Tasks; язык карточки — английский. Модель может подойти для прототипирования кодирующих агентов, которые разбивают задачи на действия, используют поиск или калькулятор, а также для диалоговых приложений с длинным контекстом. Указана лицензия Apache-2.0. Модель обозначена как экспериментальная, а функция самообучения — как находящаяся в разработке; фактическое качество и безопасность выполнения кода требуют проверки в целевом приложении.

Flex-code-2x7B-1T — языковая модель семейства FlexOlmo от Allen Institute for AI (AI2), предназначенная для генерации текста с акцентом на программный код. Это вариант архитектуры Mixture-of-Experts: в карточке модели описана система из экспертов, обученных на разных типах данных, включая код; в метаданных для этой модели указаны 6,9 млрд параметров и архитектура FlexOlmoForCausalLM. Модель поддерживает диалоговый режим, принимает текст и генерирует текст. Карточка сообщает об обучении кодового эксперта на специализированных данных, но не приводит отдельной оценки качества именно этой версии. Модель можно применять для генерации и продолжения кода, а также для диалоговой помощи при решении задач программирования. Метаданные указывают поддержку английского языка и контекст до 4096 токенов. Для работы требуется Transformers версии 4.57.0 или новее. Модель распространяется по лицензии Apache-2.0.

FlexOlmo-7x7B-1T — языковая модель семейства FlexOlmo, разработанная Allen Institute for AI (AI2). Это модель типа Mixture-of-Experts: в ней объединены семь независимо обученных экспертов для публичных данных, новостей, математики, кода, академических текстов, творческого письма и публикаций Reddit. Общий размер указан в карточке как 6,9 млрд параметров, а в README — как 33 млрд; README также сообщает, что публичный эксперт обучен на 1 трлн токенов, а остальные получены его дообучением на отдельных корпусах. Маршрутизатор экспертов не обучен. Модель предназначена для генерации текста и диалогового применения, в том числе для задач, связанных с перечисленными тематическими корпусами. Поддерживает английский язык, работает с текстом и имеет контекст до 4096 токенов. Для запуска README рекомендует Transformers версии 4.57.0 или новее. Репозиторий распространяется под лицензией Apache-2.0. В README приведены результаты оценки по ряду языковых и тематических бенчмарков, однако они относятся к отдельным плотным моделям, а не обязательно к этому MoE-чекпойнту. Отсутствие обученного маршрутизатора ограничивает выводы о фактическом выборе экспертов и качестве итоговой модели.

Akahsizrr/fuse-1-Lite-MLX — сборка модели fuse-1 Lite в формате MLX для запуска на компьютерах Apple Silicon. Это разговорная модель для генерации текста и задач программирования; карточка указывает библиотеку MLX и объём 2,6 млрд параметров. Модель создана слиянием Akahsizrr/fuse-1-Lite, LiquidAI/LFM2.5-2.6B и Qwen/Qwen3.6-35B-A3B. Для запуска требуются Mac с Apple Silicon и пакет mlx-lm; в README предлагается загрузка с trust_remote_code=True. Указанная длина контекста — 131 072 токена. Репозиторий распространяется по лицензии Apache-2.0. Карточка не описывает качество на конкретных задачах или подробности архитектуры и ссылается за ними на карточку основной модели.

Kukedlc/Gemma-2b-it-FT-Code — дообученная для программирования и анализа данных языковая модель на основе Gemma. В карточке указано, что для обучения использован датасет MagiCoder. Модель предназначена для генерации текста в диалоговом режиме и может применяться для помощи с программированием и задачами Data Science. Это плотная причинная архитектура GemmaForCausalLM на 2,5 млрд параметров с контекстом до 8192 токенов; репозиторий содержит веса в формате safetensors. Карточка не уточняет поддерживаемые языки и конкретные языки программирования. Модель распространяется по лицензии Apache-2.0. Данных о качестве на отдельных задачах или специальных ограничениях нет.