II.4Отладка, тестирование и качество ПО

Mungert/granite-3b-code-instruct-2k-GGUF — это GGUF-версия инструкционно дообученной языковой модели Granite-3B-Code, разработанной на базе IBM Granite. Модель предназначена для генерации текста и ориентирована прежде всего на задачи программирования: создание, объяснение и исправление кода, работу с инструкциями, математическими задачами, SQL и вызовами функций. Контекст модели составляет 2K токенов, размер — около 3 миллиардов параметров, модальность — текстовая. Модель обучалась с использованием наборов данных для программирования, математических рассуждений, инструкций, SQL, диалогов с кодовым ассистентом и оценки полезности ответов. В бенчмарке HumanEvalPack она тестировалась для Python, JavaScript, Java, Go, C++ и Rust; заявленные результаты pass@1 зависят от типа задачи и языка. Например, для синтеза кода показатель составляет 51,2% для Python и 43,9% для JavaScript, а для исправления кода — 33,5% для Java и 31,7% для C++. Файлы созданы с помощью llama.cpp и распространяются в формате GGUF, что позволяет запускать модель в совместимых локальных инструментах. Автор также применял выборочное повышение точности отдельных слоёв при квантовании, чтобы улучшить сохранение качества на низких битностях, хотя это увеличивает размер файла. Ограничениями являются небольшой контекст, специализация на текстовых задачах и вариативное качество между языками и сценариями; приведённые результаты помечены как непроверенные. Лицензия — Apache 2.0.

SanctumAI/granite-3b-code-instruct-GGUF — это квантованная версия Granite-3B-Code-Instruct в формате GGUF. Исходную модель разработали IBM Research и команда ibm-granite; она дообучена на базе Granite-3B-Code-Base с использованием набора данных для программирования, математических задач, инструкций, SQL, вызова функций и оценки качества ответов. Квантование выполнено SanctumAI. Модель предназначена для генерации, объяснения и исправления кода, решения задач программирования и математического рассуждения, работы с SQL, следования инструкциям и потенциальных сценариев, связанных с function calling. Заявленный размер исходной модели — около 3 млрд параметров. Указаны результаты HumanEvalPack для Python, JavaScript, Java, Go, C++, Rust в задачах генерации, объяснения и исправления кода, однако соответствующие значения помечены как непроверенные. Модель ориентирована на задачи кодинга и выигрывает от небольшого размера, что может облегчать локальное развертывание в формате GGUF. README не сообщает точный вариант квантования, длину контекста, поддерживаемые языки естественного языка, набор модальностей и требования к аппаратному обеспечению. Поэтому качество за пределами перечисленных сценариев и языков программирования следует проверять отдельно. Для модели указана лицензия Apache-2.0.

Grok 4.6 — модель SpaceXAI, предназначенная для задач программирования, интеллектуальной работы и STEM. По карточке модели, её сменила более новая версия Grok 4.7. Доступные сведения не описывают архитектуру, размер, модальности, поддерживаемые языки, длину контекста или лицензию, поэтому их нельзя надёжно указать. Метаданные каталога классифицируют модель как image-text-to-text, но README не подтверждает работу с изображениями.

Jack-Long-Agentic-27B-4bpw-16GB-VRAM — экспериментальная агентная сборка на базе Qwen3.6-27B, опубликованная автором Jack. Это файл GGUF для локальных сред выполнения, совместимых с форматом GGUF; в метаданные шаблона чата встроена архитектура Jack для ведения структурированного рабочего состояния между ходами. README утверждает, что тензоры базовой модели не изменялись, а интеграция выполнена через tokenizer.chat_template. Модель предназначена для длительных многоэтапных задач: работы с кодом и репозиториями, отладки с повторными вызовами инструментов, анализа документов, исследований и оркестрации сложных действий. Заявленные механизмы включают сжатие истории в рабочее состояние, привязку рассуждений к источникам, разделение конфигураций и контрфактических сценариев, проверку выводов и передачу детерминированных операций инструментам. Поддержка изображений базовой моделью в карточке каталога указана, однако README описывает сценарии работы с текстом и инструментами. Автор называет выпуск исследовательским превью и экспериментальной демонстрацией; качество и надёжность агентного поведения требуют проверки в конкретной среде. Для предполагаемого поведения нужны GGUF-совместимый рантайм, доступные модели инструменты и сохранение истории диалога. Лицензия — Apache-2.0.

KRLabsOrg LettuceDetect — модель для выявления галлюцинаций в ответах французского языка для приложений с генерацией, дополненной поиском (RAG). Она дообучена на EuroBERT-210M и принимает контекст вместе с ответом, отмечая на уровне токенов фрагменты ответа, не подтверждённые контекстом; предсказания можно объединять в spans для проверки источников и поиска неподтверждённых утверждений. Модель использует архитектуру EuroBERT для классификации токенов, содержит 211,7 млн параметров и поддерживает контекст до 8192 токенов. В оценке на переведённом наборе RAGTruth-FR указана F1-мера 65,70%; карточка сообщает, что версия 210M обрабатывает примеры примерно втрое быстрее варианта 610M. Модель ориентирована на французский язык и выпущена под лицензией MIT. Для загрузки требуется версия Transformers 4.x: README предупреждает, что удалённый код EuroBERT пока несовместим с Transformers 5.x. Показатель качества приведён для переведённого набора RAGTruth-FR и сам по себе не гарантирует такую же точность на других данных или языках.

Это квантованная сборка NVFP4 модели MiMo-V2.6-Distill-Qwen-9B, разработанной Xiaomi MiMo и подготовленной для llama.cpp в формате GGUF. Исходная модель — мультимодальная модель на 9 млрд параметров, дообученная методом SFT на базе Qwen3.5-9B на данных, созданных более крупной моделью MiMo-V2.6. В репозитории также есть отдельный файл mmproj с визуальным энкодером для обработки изображений и видео. Модель предназначена для агентного программирования, работы с инструментами и терминалом, автоматизации, анализа интерфейсов и экранов, а также задач кибербезопасности. Гибридная архитектура сочетает 24 слоя линейного внимания Mamba-2 и 8 слоёв полного внимания; контекстное окно составляет 262 144 токена. Шаблон чата по умолчанию включает режим рассуждений. NVFP4-сборка занимает около 5,18 ГиБ, а ускорение NVFP4 требует видеокарты NVIDIA Blackwell; на более старых GPU используются более медленные пути. Это исследовательская отправная точка для экспериментов с агентным обучением с подкреплением, а не отполированный продукт. Разработчик приводит результаты бенчмарков, но они не были независимо воспроизведены для этой сборки. У модели нет доступной головы multi-token prediction, а KV-кэш при контексте 256K требует значительной памяти. Лицензия — MIT.

Карточка модели luganoquant/OpenThinker3-7B на Hugging Face совпадает с карточкой open-thoughts/OpenThinker3-7B, поэтому описание составлено по ней. OpenThinker3-7B — языковая модель с открытыми весами, разработанная командой Open Thoughts для задач рассуждения. Она дообучена методом supervised fine-tuning на базе Qwen/Qwen2.5-7B-Instruct на наборе OpenThoughts3-1.2M, включающем вопросы по математике, программированию и естественным наукам. По данным авторов, модель обучалась без RL и показала улучшение по сравнению с предыдущими моделями OpenThinker в приведённых тестах. Модель имеет плотную архитектуру Qwen2 с 7,1 млрд параметров, принимает текст и генерирует текст. Контекст составляет до 32 768 токенов; поддерживаются чатовый режим и интерфейс вызова инструментов. Модель предназначена для решения математических задач, написания и анализа кода, научных вопросов и пошагового рассуждения. Доступна по лицензии Apache 2.0.

OpenThinker-Agent-v1 — открытая агентная языковая модель проекта OpenThoughts-Agent, разработанная для выполнения задач с использованием терминала и решения задач программной инженерии. Модель построена на Qwen/Qwen3-8B и последовательно дообучена методом supervised fine-tuning на OpenThoughts-Agent-v1-SFT, а затем методом reinforcement learning на OpenThoughts-Agent-v1-RL. Архитектура — плотная Qwen3ForCausalLM, размер — 7,6 млрд параметров, формат весов — safetensors, контекст — до 40 960 токенов. Модель предназначена для агентных сценариев, включая формирование команд оболочки и исправление ошибок в коде; в README приведены результаты на Terminal-Bench 2.0 и SWE-Bench Verified. Метаданные также отмечают поддержку диалога, кода и интерфейса вызова инструментов. Это текстовая модель генерации, обученная на английских кодовых и инженерных данных; заявлена лицензия Apache-2.0. Показатели в README относятся к бенчмаркам и сами по себе не гарантируют успешное выполнение произвольных задач.

AskUI/PTA-1 — компактная vision-language-модель AskUI для автоматизации действий на компьютерах и телефонах. Она дообучена на Microsoft Florence-2-base и содержит 270 млн параметров. На вход принимает снимок экрана и текстовое описание нужного элемента интерфейса, на выходе определяет его ограничивающую рамку. Модель предназначена для локального выполнения задач автоматизации интерфейсов с низкой задержкой, включая поиск элементов по текстовому описанию и подготовку координат для взаимодействия с ними. В карточке приведены результаты оценки на выборке из 999 примеров, но авторы отмечают смещение данных и советуют дообучать модель под распределение данных конкретного сценария. Указана лицензия MIT.

Это квантованная версия Qwen2.5-Coder-1.5B-Instruct, подготовленная для запуска в формате GGUF с помощью llama.cpp. Компактная инструкционная модель на 1,5 млрд параметров предназначена для генерации и анализа кода в диалоговом формате; веса Q4_K_M занимают около 0,94 ГиБ и рассчитаны на запуск на оборудовании с ограниченной видеопамятью. Заявленная длина контекста — 32 768 токенов. Модель подходит для написания функций, отладки, объяснения алгоритмов и простого рефакторинга. Она отвечает без обязательного пошагового рассуждения, что удобно для интерактивных помощников. Небольшой размер ограничивает её возможности при работе со сложными задачами и крупными кодовыми базами. Лицензия — Apache-2.0.

Elfsong/Qwen2.5-Coder-3B-Instruct-Venus-Cold-Start — дообученная Elfsong модель на базе Qwen2.5-Coder-3B-Instruct, обученная на наборе данных venus_cold_start. Это плотная авторегрессионная модель семейства Qwen2 с 3,1 млрд параметров, рассчитанная на генерацию текста в формате чата. Базовая модель ориентирована на генерацию, анализ и исправление кода по текстовым запросам; карточка этой версии не описывает отдельные возможности или специализацию датасета venus_cold_start. Модель принимает текстовые запросы и выдаёт текст. Контекстное окно — 32 768 токенов. В метаданных указана лицензия other, поэтому точные условия использования следует сверить с файлами лицензии репозитория. README не содержит сведений об оценках качества и ограничениях именно этого дообучения.

Qwen2.5-Coder-7B-VN-Master-Polymath — дообученная чат-модель автора khoin68 на базе Qwen2.5-Coder-7B-Instruct. Это полноразмерная версия в формате 16-битных весов Safetensors с архитектурой Qwen2 и 7,1 млрд параметров; заявленная длина контекста — 32 768 токенов. Модель предназначена для генерации и анализа кода, работы в роли ReAct-агента с инструментами, а также для ответов на вопросы о Вьетнаме. Среди заявленных сценариев — разработка на C++20/23 и Python, создание веб-приложений на React, Vite и Tailwind, поиск и исправление уязвимостей по CWE, ответы о провинциях, истории и законодательстве Вьетнама, а также написание стихов в форме луат бат. В карточке указаны вьетнамский и английский языки, интерфейс для вызова инструментов и лицензия Apache-2.0. Описание обучения на более чем 150 000 примерах и перечисленные возможности приведены автором; независимые оценки качества не представлены.

Qwen 3.6 Solidity 27B — специализированная языковая модель, разработанная Sam Crack на основе Qwen/Qwen3.6-27B. Это плотная авторегрессионная модель семейства Qwen с 22,3 млрд параметров, дообученная в пять этапов и объединённая в единый чекпойнт bf16. Она принимает текстовые спецификации и запросы, а выдаёт текст, включая код Solidity и тесты для Foundry, а также рассуждения и структурированные результаты аудита смарт-контрактов. Заявленный контекст — 262 144 токена. Модель предназначена для генерации компилируемых контрактов и соответствующих тестовых наборов по описанию на естественном языке, а также для анализа безопасности контрактов: поиска уязвимостей и формулирования их серьёзности, местоположения, последствий и исправлений. В README приведены внутренние оценки компиляции и прохождения тестов, однако они не гарантируют корректность или безопасность конкретного результата. Модель дообучена на корпусах Solidity-контрактов, инструкциях и трассах аудита; среди методов указаны continued pretraining, SFT, дистилляция и rejection fine-tuning. Лицензия репозитория — Apache-2.0. В README отмечены зависимость качества части обучающих данных от неизвестного учителя и необходимость юридической проверки аудиторских результатов для коммерческого использования.

SwarmDo-A2-merged — готовые объединённые веса модели SwarmDo-A2, созданные командой SwarmDo на базе Qwen/Qwen3.6-27B. Это плотная мультимодальная модель семейства Qwen3.5 с архитектурой Qwen3_5ForConditionalGeneration; в объединённой версии сохранена визуальная часть модели. Репозиторий содержит веса safetensors, рассчитанные на запуск через Transformers и vLLM. Модель предназначена для диалоговой разработки программного обеспечения: она помогает находить и исправлять ошибки в коде, а также создавать код по изображениям, включая визуальные макеты и рендеры. В README заявлены проверка исправлений исполнением кода и проверка визуального результата рендерингом. Для визуального программирования можно передавать изображение вместе с запросом. Заявлены поддержка инструментального интерфейса и совместимый с OpenAI формат сервера vLLM. Базовая модель содержит 27 млрд параметров. Карточка описывает главным образом работу с кодом и изображениями на английском языке. Известное ограничение: веса не следует подключать как LoRA в vLLM из-за зависания JIT на модулях gated-DeltaNet; README также предупреждает, что текстовая конверсия в GGUF теряет визуальную часть. Модель распространяется по лицензии Apache-2.0.

SWE-rebench-openhands-Qwen3-30B-A3B — дообученная Nebius модель для генерации кода и работы агентом OpenHands над задачами разработки ПО. Это чекпойнт Qwen/Qwen3-30B-A3B-Instruct-2507, полученный методом rejection sampling fine-tuning на траекториях OpenHands из набора nebius/SWE-rebench-openhands-trajectories. Архитектура — MoE; метаданные указывают 2,6 млрд параметров, а в README модель описана как 30B. Контекст в метаданных — до 262 144 токенов; обучение использовало последовательности до 131 тыс. токенов. Модель предназначена для решения задач SWE-bench в агентном цикле: анализировать репозиторий, использовать инструменты и выполнять многошаговые изменения кода. В оценке с OpenHands она превзошла базовую Qwen3-30B-A3B-Instruct-2507 и на настройке в 500 ходов показала результаты на уровне или выше Qwen3-Coder-30B-A3B-Instruct на SWE-bench Verified. Датасет обучения исключал задачи SWE-bench Verified и сентябрьские задачи SWE-rebench; для SWE-bench Verified также проводилась проверка на утечку на уровне репозиториев. Репозиторий распространяется по лицензии Apache-2.0.

UI-TARS-72B-DPO — разработанная ByteDance модель-агент для взаимодействия с графическими интерфейсами. Она объединяет в одной мультимодальной модели восприятие экрана, рассуждение, привязку команд к элементам интерфейса и память, чтобы выполнять задачи автоматизации без заранее заданных рабочих процессов. Модель основана на архитектуре Qwen2-VL, содержит 71,5 млрд параметров и принимает изображения интерфейса вместе с текстовыми инструкциями, выдавая текстовые ответы и команды для агента. В карточке указаны поддержка английского языка и контекст длиной 32 768 токенов. Модель предназначена для автоматизации веб-интерфейсов, настольных и мобильных приложений; README приводит оценки восприятия, grounding и работы агента. Репозиторий содержит DPO-вариант UI-TARS-72B, однако базовая модель для обучения в метаданных не указана. Лицензия Apache-2.0.

UI-TARS-72B-SFT — разработанная ByteDance-Seed модель-агент для взаимодействия с графическими интерфейсами. Она объединяет в одной мультимодальной модели восприятие экрана, рассуждение, привязку команд к элементам интерфейса и память, чтобы выполнять задачи автоматизации без заранее заданных сценариев. Модель построена на архитектуре Qwen2-VL и содержит 71,5 млрд параметров. Она принимает изображения интерфейсов и текстовые инструкции, поддерживает контекст до 32 768 токенов и предназначена для диалогового взаимодействия на английском языке. Основные сценарии — понимание экранов, поиск нужных элементов и автоматизация действий в веб-, мобильных и настольных приложениях. В карточке приведены оценки на наборах для восприятия, привязки элементов и автономного управления интерфейсами. Это вариант SFT; README также упоминает варианты DPO, но не приводит в данном фрагменте подробностей обучения или инструкций по запуску. Модель распространяется по лицензии Apache-2.0.

Vex-Amber-Fable-2.0 — плотная авторегрессионная языковая модель семейства Qwen3, разработанная Arioron и дообученная на базе Arioron/Vex-Amber-Fable-Base. По метаданным, модель содержит 1,7 млрд параметров, использует архитектуру Qwen3ForCausalLM и формат safetensors; в README заявлены около 2 млрд параметров и контекст 8 192 токена, тогда как метаданные каталога указывают нативный контекст 40 960 токенов. Предназначена для генерации текста, помощи в программировании, решения задач по математике и рассуждений; также подходит для диалогового использования и интеграции в IDE. README заявляет высокие результаты на SWE-bench Verified, HumanEval и LiveCodeBench, а также пригодность для запуска на потребительском оборудовании. Эти показатели приведены в карточке модели и не подтверждены представленными независимыми данными. Модель принимает и генерирует текст, а в метаданных основным языком указан английский. Лицензия — CC BY-NC 4.0, которая ограничивает коммерческое использование.

WebBrain VL 2 450M — компактная визуально-языковая модель, разработанная WebBrain на основе LiquidAI/LFM2.5-VL-450M. Она принимает снимок окна браузера и формирует структурированное наблюдение из шести разделов для последующего планировщика автоматизации: описывает видимый текст и элементы интерфейса, поля и состояние форм, диалоги, ошибки, индикаторы загрузки, баннеры согласия, CAPTCHA и блокирующие элементы. Модель дообучена методом supervised LoRA на 50 000 примерах с последующим объединением адаптера с базовой моделью; опубликованы объединённый чекпойнт Transformers и соответствующий LoRA-адаптер. В метаданных указаны архитектура LFM2-VL, библиотека Transformers и формат safetensors. Модель предназначена для описания браузерных экранов и передачи наблюдений агенту, который планирует автоматизацию. На указанном в README наборе из 100 случаев версия v2 получила 36 строгих прохождений и среднюю оценку по рубрике 74,99%; это результат конкретного теста, а не гарантия качества в других интерфейсах. Лицензия в метаданных обозначена как other; конкретные условия следует сверять с файлами репозитория. Модель не заменяет универсальную большую VLM и не должна служить основанием для действий с паролями, платежами, идентификацией или другими решениями с высокими последствиями.

Z1-7B — дообученная языковая модель семейства Qwen2, разработанная проектом EfficientScaling для генерации и рассуждений при решении задач с кодом. Она основана на Qwen/Qwen2.5-Coder-7B-Instruct и содержит 7,1 млрд параметров. Модель рассчитана на диалоговое использование и поддерживает интерфейс вызова инструментов. Модель принимает текст и генерирует текст; заявленная задача Hugging Face — text-generation. Контекст составляет 32 768 токенов. Репозиторий использует Transformers и формат safetensors, лицензия — MIT. README упоминает режим shifted thinking и тестовое масштабирование вычислений во время вывода, но не содержит подробностей о качестве и конкретных сценариях применения.

Arcee-Maestro-7B-Preview — языковая модель Arcee с 7,1 млрд параметров, созданная на базе DeepSeek-R1-Distill-Qwen-7B. Модель семейства Qwen2 дообучена с помощью обучения с подкреплением по алгоритму GRPO на проверенных математических задачах и примерах программирования; выпущена как предварительная версия. Модель предназначена для многошаговых рассуждений, решения математических задач и помощи в программировании. Она принимает текст и генерирует текст, поддерживает диалог и имеет интерфейс для вызова инструментов. Заявленная длина контекста — 131 072 токена. В карточке сообщается об улучшениях в математике и программировании, но количественные результаты оценок не приведены. Модель распространяется под лицензией Apache-2.0. Среди ограничений указаны возможные предвзятые или вредоносные ответы и срез знаний, не отражающий события после июня 2024 года. Поскольку это Preview-релиз, качество и стабильность могут отличаться от окончательной версии.

Coder-2b-v0.1-hfrl — инструктивная языковая модель разработчика Lodo97 для генерации и редактирования кода по запросам на естественном языке. Модель основана на Phi-2 и дообучена для Python-кода: в карточке указаны датасет Vezora/Tested-22k-Python-Alpaca и последующее дообучение методом DPO на jondurbin/py-dpo-v0.1. README также называет промежуточную модель Lodo97/Test1; размер по метаданным — 3,5 млрд параметров, архитектура — плотная Phi, библиотека — Transformers, формат весов — safetensors, контекст — 2048 токенов. Модель предназначена для генерации Python-кода из инструкций, поиска ошибок и переписывания кода, в том числе при ограниченных аппаратных ресурсах. Основной язык карточки — английский. README не приводит оценок качества или подробных ограничений; сгенерированный код следует проверять и тестировать. Лицензия в предоставленных данных не указана.

COFFEEPOTS-critic — официальная контрольная точка модели, предназначенная для генерации текстовой обратной связи по ошибочному коду и совместного использования с COFFEEPOTS-editor. Модель построена на архитектуре Llama и содержит 6,6 млрд параметров; для запуска доступны веса PyTorch, заявленная длина контекста — 16 384 токена. Модель подходит для создания пояснений и подсказок, помогающих пользователю понять ошибки в коде. В карточке не описаны поддерживаемые языки программирования, языки обратной связи и конкретные ограничения качества. Лицензия в предоставленных данных не указана.

DeepCoder-1.5B-Preview — компактная языковая модель для рассуждений и решения задач по программированию, разработанная Agentica и дообученная методом распределённого обучения с подкреплением на базе DeepSeek-R1-Distill-Qwen-1.5B. Модель основана на архитектуре Qwen2, содержит 1,5 млрд параметров и принимает текстовые запросы, выдавая текстовые ответы, включая код и пояснения. В метаданных указано контекстное окно до 131 072 токенов. Модель предназначена для генерации решений задач программирования и пошагового анализа кода. Её обучали на наборах задач с тестами, включая Taco-Verified, PrimeIntellect SYNTHETIC-1 и LiveCodeBench; карточка приводит результаты на LiveCodeBench, Codeforces и HumanEval+. README отмечает улучшенное обобщение на длинные контексты. Модель может выдавать длинные ответы, которые обрезаются при ограничении генерации, что способно снизить качество результата. Лицензия — MIT.

E-Star-12B-base — корейскоязычный текстовый оценщик Selectstar Eval Team для проверки ответов LLM по заданным критериям и шкалам. Это дообученная методом полного fine-tuning модель Gemma 3 12B на 11,6 млрд параметров с архитектурой decoder-only Transformer; она принимает текст и генерирует текстовую оценку, объяснение и ключевые фрагменты-основания в структурированном виде. Контекст составляет до 131 072 токенов. Модель предназначена для оценки следования рубрикам и качества RAG, включая релевантность контекста, обоснованность ответа источниками и соответствие ответа запросу. Её применяют для автоматической проверки ответов, мониторинга качества, регрессионных сравнений и первичного отбора примеров перед экспертной оценкой; в карточке отдельно описаны сценарии в финансовой и юридической областях. README сообщает о повышении корреляции с оценками на англо- и корейскоязычных Feedback Bench относительно базовой модели, но результаты уступают крупным frontier-моделям, а Faithfulness остаётся слабым показателем. Обучение проводилось на 6 311 примерах, отобранных из K2-Feedback; репозиторий использует Transformers и формат safetensors. Хотя базовая Gemma 3 поддерживает мультимодальный ввод, эта модель обучалась и оценивалась для текста, а качество обработки изображений не проверено. Лицензирование требует соблюдения условий Gemma и дополнительного ограничения CC BY-NC 4.0 для изменений Selectstar; коммерческое использование требует отдельного соглашения с Selectstar.

Falcon-H1R-7B — языковая модель Technology Innovation Institute, предназначенная для рассуждений и генерации ответов. Она построена на Falcon-H1-7B-Base и дообучена методом supervised fine-tuning на длинных цепочках рассуждений, а затем усилена обучением с подкреплением GRPO. Модель имеет причинную декодерную архитектуру, сочетающую Transformer и Mamba2, и содержит 6,4 млрд параметров. Она принимает текст и поддерживает контекст до 262 144 токенов. В README заявлена специализация на математике, программировании, следовании инструкциям и общей логике; модель также поддерживает диалоговый режим. Основной язык — английский, при этом заявлена многоязычная поддержка. Для использования указаны Transformers, vLLM и SGLang. Модель может выводить ход рассуждений перед итоговым ответом; для уменьшения повторов README рекомендует настраивать параметры повторения и присутствия. Лицензия — Falcon-LLM License.

QuantFactory/granite-3b-code-base-2k-GGUF — квантованная версия модели IBM Granite-3B-Code-Base-2K, созданная с использованием llama.cpp. Это авторегрессионная decoder-only модель для генерации программного кода и работы с задачами, связанными с кодом. Модель предназначена для генерации, объяснения и исправления кода. Исходная Granite-3B-Code-Base-2K обучалась с нуля в два этапа: на первом использовались 4 триллиона токенов из 116 языков программирования, а на втором — 500 миллиардов токенов из тщательно отобранных наборов данных с кодом и естественным языком. В README также указаны наборы данных CodeParrot, StarCoder, Open-Web-Math и StackMathQA. Размер исходной модели составляет около 3 миллиардов параметров, а контекст обозначен как 2K токенов. Модель ориентирована прежде всего на программный код; поддерживаемые языки включают широкий набор из 116 языков программирования, однако конкретный перечень в карточке не приведён. Квантование в формате GGUF может снизить требования к памяти и упростить локальный запуск, но точные параметры квантования и возможное влияние на качество не указаны. Для модели приведены результаты на тестах генерации, объяснения и исправления кода, однако они помечены как непроверенные. Лицензия — Apache 2.0.

GRPO-Instruct-14B — языковый кодовый верификатор, разработанный INSAIT Institute и дообученный на базе Qwen/Qwen2.5-14B-Instruct методом GRPO с обучением на проверяемых наградах. Модель принимает условие задачи по программированию и несколько кандидатных решений, выносит вердикт и ранжирует решения по корректности. Модель предназначена для выбора верного решения в задачах соревновательного программирования, автоматической оценки кода и использования в качестве функции награды при оптимизации генераторов кода. Она имеет плотную архитектуру Qwen2ForCausalLM, 14 млрд параметров и контекст длиной 32 768 токенов. Обучалась на наборе INSAIT-Institute/Aletheia-Train; модель выдаёт оценку без промежуточных рассуждений. Лицензия CC BY-NC-SA 4.0 ограничивает коммерческое использование.

Holo1.5-3B — мультимодальная модель H Company для компьютерных агентов, дообученная на базе Qwen/Qwen2.5-VL-3B-Instruct. Она принимает изображения интерфейсов и текстовые запросы, чтобы находить элементы на экране, отвечать на вопросы о содержимом веб-, настольных и мобильных приложений и поддерживать автоматизацию действий в них. Модель относится к семейству Qwen2.5-VL, имеет 3,1 млрд параметров и контекст до 128 000 токенов. По данным карточки, она обрабатывает изображения с разрешением до 3840 × 2160 пикселей; обучение включало supervised fine-tuning и онлайн-обучение с подкреплением. Разработчик сообщает о результатах на тестах локализации элементов интерфейса и визуальных вопросов и ответов. Для версии 3B указана лицензия Qwen Research License. Модель предназначена для понимания интерфейсов и прогнозирования действий, но карточка не описывает гарантии безопасного выполнения действий в реальных приложениях. Результаты бенчмарков не гарантируют точность на конкретных интерфейсах.

Holo2-235B-A22B — мультимодальная модель зрения и языка для управления графическими интерфейсами, разработанная H Company и дообученная на основе Qwen/Qwen3-VL-235B-A22B-Thinking. Она предназначена для GUI-агентов, которые работают в веб-браузерах, настольных и мобильных средах: распознают элементы интерфейса, анализируют их содержимое и выполняют многошаговые задачи с помощью действий. Обучение включало supervised fine-tuning на данных о пользовательских интерфейсах и онлайн-обучение с подкреплением GRPO; поддерживаются навигация, локализация элементов и привязка действий к интерфейсу. По данным README, точность модели на ScreenSpot-Pro составляет 70,6% за один шаг и 78,5% при агентной локализации за три шага. Указана также точность 79,0% на OSWorld-G, 80,4% на Showdown, 85,5% на Ground-UI-1K, 94,3% на WebClick-v1 и 95,9% на ScreenSpot-v2. Модель принимает изображения интерфейсов и текстовые инструкции и предназначена для визуального анализа и управления ими. Карточка указывает лицензию CC BY-NC 4.0, тогда как README противоречиво сообщает Apache 2.0 для этой версии и одновременно называет её исследовательской и некоммерческой; условия использования следует сверить с актуальной лицензией репозитория.