II.4Отладка, тестирование и качество ПО

Holo-3.1-0.8B — мультимодальная модель H Company для агентного управления графическими интерфейсами. Она основана на семействе Qwen 3.5 и предназначена для работы с веб-сайтами, настольными и мобильными приложениями. Модель принимает изображения интерфейса и текстовые инструкции, а через интерфейс вызова функций может передавать агентной системе команды для выполнения действий. Модель относится к семейству Holo3.1 размером от 0,8 млрд до 35 млрд параметров; для этой версии метаданные указывают архитектуру Qwen3.5 и размер 0,8 млрд параметров. Она ориентирована на автоматизацию интерфейсов, привязку элементов к их расположению и бизнес-сценарии. Выпускается в формате safetensors и использует лицензию Apache 2.0. Карточка сообщает о сильных результатах семейства на тестах автоматизации и понимания интерфейсов, но не приводит численных результатов отдельно для версии 0.8B. Её пригодность для конкретной системы и качество действий следует проверять в целевом окружении.

Kronumos — экспериментальная модель для автоматизированного поиска и исправления ошибок в коде, созданная Мухаммадом Науфалом Даффой. Карточка называет её базовым выпуском экосистемы автоматического ремонта программ; метаданные указывают дообучение Qwen2.5-Coder-7B-Instruct в 4-битной версии и архитектуру Qwen2 с 7,1 млрд параметров. Модель ориентирована на генерацию кода и сценарии автономного исправления ошибок, включая самовосстановление и работу с интерфейсом вызова инструментов. Заявлены контекст до 32 768 токенов и английский язык. Указаны Transformers и формат Safetensors; лицензия — Apache-2.0. README сообщает о более новых выпусках экосистемы, поэтому этот репозиторий представляет раннюю версию. Карточка не приводит результатов оценки качества или подробностей обучения, поэтому практическую надёжность автоматических исправлений по этим данным оценить нельзя.

LettuceDetect Italian — модель KRLabsOrg для выявления галлюцинаций в системах RAG. Она дообучена на EuroBERT-610M и принимает контекст вместе с ответом на итальянском языке, отмечая на уровне токенов фрагменты ответа, не подтверждённые контекстом; предсказания можно объединить в непрерывные интервалы для проверки и анализа. Модель содержит 607,8 млн параметров, поддерживает контекст до 8192 токенов и использует архитектуру EuroBERT для классификации токенов. Модель предназначена для проверки ответов RAG по документам, в том числе для локализации неподтверждённых утверждений. В оценке на переведённом наборе RAGTruth-IT авторы сообщают F1 74,71% для версии 610M. Это результат на конкретном тестовом наборе, и он не гарантирует такое же качество на других данных. Для использования требуется совместимая версия Transformers: README предупреждает о несовместимости загружаемого удалённого кода EuroBERT с Transformers 5.x. Лицензия модели — MIT.

LettuceDetect — модель KRLabsOrg для поиска галлюцинаций в ответах, сопоставляя их с предоставленным контекстом в RAG-сценариях. Она возвращает токенные метки для неподтверждённых фрагментов, которые можно объединить в более крупные spans и показать пользователю, какие части ответа не подкреплены источником. Модель построена на mmBERT-base с архитектурой ModernBERT и дообучена для token classification на датасете RagTruth-HU, переведённом на венгерский язык. Контекстное окно составляет до 8192 токенов, размер — около 306,9 млн параметров. Лицензия — MIT.

Logics-SWE-Qwen3.6-27B — модель на 27 млрд параметров от Logics-MLLM для агентных задач программной инженерии на уровне репозиториев. Она дообучена на базе Qwen/Qwen3.6-27B и объединяет навыки категорийных экспертов посредством дистилляции на собственных траекториях модели; при использовании развёртывается как единая политика без отдельных экспертов и меток категорий. Модель предназначена для исследования и создания агентов, которые разбираются в структуре репозитория, редактируют файлы, анализируют результаты и итеративно исправляют решения. В README приведены результаты оценки на Pro-618 и SWE-bench Multilingual; они относятся к полным агентным конфигурациям и не характеризуют отдельно генерацию текста моделью. Для практического использования агента нужны соответствующие системный промпт, схема инструментов, парсер действий, изолированная среда и проверяющий компонент. Модель использует архитектуру Qwen3.5 плотного типа и распространяется в формате safetensors для Transformers. В обучающих категориях представлены задачи сервисов, данных и безопасности, пользовательских приложений, системного ПО, инструментов и сред выполнения. Лицензия — Apache-2.0. Модель может генерировать команды, поэтому их выполнение требует контролируемой изолированной среды.

llmfan46/MiniMax-M2.7-BF16-ultra-uncensored-heretic — модифицированная версия MiniMax-M2.7 от независимого автора llmfan46. По карточке, к модели применена abliteration: изменены параметры attn.o_proj на слоях 0–51, чтобы снизить частоту отказов при сохранении близости к поведению исходной модели. Метаданные описывают её как текстовую MoE-модель для генерации текста с диалоговым режимом, размером 2,9 млрд параметров и контекстом до 204 800 токенов. Модель рассчитана на диалог, сложные инструкции, программирование, анализ инцидентов и агентные сценарии; автор исходной MiniMax-M2.7 также заявляет поддержку работы с инструментами и офисными документами. В README приведено сравнение отказов и KL-дивергенции с исходной моделью, однако эти показатели получены самим автором и не подтверждают качество на независимых тестах. Лицензия указана как other, поэтому условия использования следует проверить в репозитории базовой модели и связанных лицензионных материалах.

OpenHands LM v0.1 — 32-миллиардная плотная языковая модель семейства Qwen2, разработанная командой OpenHands для автономных задач программной инженерии. Она дообучена на базе Qwen/Qwen2.5-Coder-32B-Instruct с использованием примеров, полученных агентом OpenHands на открытых репозиториях и успешно разрешённых в рамках RL-подхода SWE-Gym. Модель принимает текст и генерирует текст; карточка Hugging Face указывает контекст 32 768 токенов. В README заявлен контекст 128K токенов, поэтому фактическая доступная длина может зависеть от конфигурации и способа запуска. Модель предназначена для решения задач разработки ПО, особенно для исправления GitHub issues и работы в составе кодовых агентов. По заявлению разработчиков, она показала 37,2% разрешённых задач на SWE-Bench Verified и рассчитана на локальный запуск; README приводит в качестве примера одну GPU RTX 3090. Результаты относятся к указанному бенчмарку и не гарантируют такого же качества на других задачах. Модель выпущена по лицензии MIT. README отмечает, что это исследовательский предварительный релиз: она может хуже справляться с более разнообразными задачами программной инженерии, иногда повторять шаги и терять качество при сильной квантизации.

Ornith-1.0-35B-GGUF — открытая модель семейства Ornith-1.0, разработанная deepreinforce-ai и представленная в формате GGUF при участии Unsloth. Это 35-миллиардная MoE-модель, ориентированная на агентное программирование и эффективный запуск на одной GPU. Модель обучалась с применением обучения с подкреплением и самоулучшающегося подхода, при котором оптимизируются как траектории решения, так и scaffolding, управляющий их построением. Модель предназначена для автономных задач разработки ПО, включая работу с терминалом, исправление ошибок и решение инженерных задач в репозиториях. В README заявлены результаты 64,2 на Terminal-Bench 2.1 (Terminus-2), 62,8 на Terminal-Bench 2.1 (Claude Code) и 75,6 на SWE-bench Verified. К сильным сторонам относятся высокая эффективность в агентном кодировании и возможность локального развертывания на одной GPU. Данные о поддерживаемых языках, размере контекста и мультимодальности не указаны; по назначению модель относится к текстовой генерации. Модель распространяется по лицензии MIT и заявлена как доступная без региональных ограничений. Поскольку это GGUF-квантизация, фактические требования к памяти и качество зависят от конкретного варианта квантизации, однако сведения о доступных уровнях квантизации в представленном README отсутствуют.

Phi-4-reasoning — открытая по весам языковая модель Microsoft Research, дообученная на базе Phi-4 с помощью supervised fine-tuning на примерах цепочек рассуждений и обучения с подкреплением. Она предназначена для диалоговых генеративных приложений, где важны рассуждения и логика, а также ограничены вычислительные ресурсы или допустимая задержка. Основные области обучения и оценки — математика, наука и программирование; модель рассчитана прежде всего на английский язык. Модель использует плотный декодерный Transformer архитектуры Phi-3 с 14,1 млрд параметров и контекстом до 32 768 токенов. При инференсе рекомендуется ChatML-шаблон; для более сложных запросов авторы советуют выделять больше токенов на генерацию. Модель может ошибаться и не проходила оценку для всех прикладных сценариев, поэтому ответы следует проверять, особенно при использовании в задачах с высокими последствиями. Лицензия — MIT.

unsloth/Qwen2.5-Coder-0.5B-Instruct — это дообученная Unsloth версия компактной инструктивной модели Qwen2.5-Coder с архитектурой Qwen2ForCausalLM. Она содержит 494 млн параметров, использует плотную архитектуру и поддерживает контекст до 32 768 токенов. Репозиторий модели указывает формат safetensors и библиотеку Transformers; лицензия — Apache-2.0. Модель предназначена для генерации и исправления кода, объяснения программных фрагментов и диалоговых сценариев помощи разработчикам. Её также можно использовать как основу для простых кодовых агентов через интерфейс вызова инструментов. Метаданные указывают английский язык; модель принимает текст и генерирует текст. Компактный размер облегчает развёртывание по сравнению с крупными кодовыми моделями, но может ограничивать качество на сложных задачах программирования и длинных многошаговых запросах. README описывает семейство Qwen2.5-Coder, однако приведённые в нём детали обучения и архитектуры относятся к базовой серии и не подтверждают отдельные результаты оценки именно этой инструктивной версии.

Qwen2.5-Coder-0.5B-Instruct-GGUF — инструкционная языковая модель для работы с исходным кодом из семейства Qwen2.5-Coder, разработанного командой Qwen. Она предназначена для генерации, анализа и исправления кода, задач кодового рассуждения, чат-сценариев и создания приложений на базе кодовых агентов. Модель сохраняет возможности для математических и общих языковых задач. Указанный репозиторий содержит версию в формате GGUF, ориентированную на локальный запуск, в том числе через llama.cpp. Модель является авторегрессионной causal language model с архитектурой на базе transformers, RoPE, SwiGLU, RMSNorm, смещениями в QKV внимания и связанными эмбеддингами слов. Она содержит около 0,49 млрд параметров, из которых 0,36 млрд — без учёта эмбеддингов, 24 слоя и GQA с 14 головами для Q и 2 для KV. Полная длина контекста составляет 32 768 токенов. Поддерживаются варианты квантизации q2_K, q3_K_M, q4_0, q4_K_M, q5_0, q5_K_M, q6_K и q8_0. В карточке явно указан английский язык; другие языки не заявлены. К сильным сторонам относятся небольшой размер, возможность локального запуска и специализация на программном коде. Ограничениями являются существенно меньшая мощность по сравнению с крупными моделями семейства и отсутствие подтверждённых в карточке характеристик мультимодальности или поддержки дополнительных языков. Для расширения контекста до 131 072 токенов рекомендуется использовать не GGUF-версии, поскольку для GGUF заявлена длина до 32 768 токенов, а поддержку YARN для экстраполяции указывает только vLLM. Модель распространяется по лицензии Apache-2.0.

QuantFactory/Qwen2.5-Coder-1.5B-GGUF — квантизированная версия модели Qwen2.5-Coder-1.5B, подготовленная QuantFactory с использованием llama.cpp. Базовая модель разработана командой Qwen. Это авторегрессионная языковая модель для генерации, анализа и исправления программного кода, а также для задач рассуждений, математики и общих текстовых сценариев. Модель относится к типу causal language model и предназначена прежде всего для программирования; базовая версия не рекомендуется для обычного диалогового использования без дополнительного дообучения. Модель содержит 1,54 млрд параметров, из которых 1,31 млрд не относятся к эмбеддингам, и включает 28 слоёв. Архитектура использует RoPE, SwiGLU, RMSNorm, смещения в QKV-внимании, связанные эмбеддинги слов и GQA с 12 головами для Q и 2 для KV. Заявлена поддержка контекста до 131 072 токенов; для входов свыше 32 768 токенов требуется настройка YaRN. В карточке указан английский язык, модальность — текст, формат применения — text generation. К сильным сторонам относятся специализация на генерации, рассуждении и исправлении кода, компактный размер и возможность локального запуска в квантизированном формате GGUF. При этом небольшое число параметров может ограничивать качество по сравнению с более крупными моделями, а статическое масштабирование YaRN способно ухудшать производительность на коротких текстах. Модель распространяется по лицензии Apache-2.0.

kepom/Qwen2.5-Coder-1.5B-Instruct-abliterated — версия Qwen2.5-Coder-1.5B-Instruct, обработанная методом abliteration для снижения отказов на запросы. Модель основана на Qwen2.5-Coder-1.5B-Instruct и предназначена для генерации кода и диалогового взаимодействия. Она имеет плотную архитектуру Qwen2ForCausalLM, содержит 1,5 млрд параметров и поддерживает контекст до 32 768 токенов; для работы с ней можно использовать Transformers. В README приведены результаты повторной оценки на IF_Eval, MMLU Pro и TruthfulQA: показатели отличаются от исходной модели и меняются в зависимости от теста. Репозиторий распространяется по лицензии Apache-2.0. Снижение отказов может ослаблять защитное поведение модели; результаты тестов не гарантируют качество для конкретных задач.

Qwen3.5-4B-Opus-Distilled-Heretic-Thinking-Multistage-SFT-v1.0 — экспериментальная мультимодальная модель на 4 млрд параметров от prithivMLmods, дообученная на базе Qwen/Qwen3.5-4B методом многоэтапного supervised fine-tuning. Для обучения использовано около 6 000 трасс рассуждений Opus по программированию и STEM, а также дополнительные примеры рассуждений. Модель предназначена для исследований и экспериментов с дистилляцией рассуждений, а также для помощи с кодом, математическими, научными и инженерными задачами, длинными аналитическими ответами и следованием инструкциям. Поддерживает диалог и понимание изображений; карточка указывает английский язык и контекст 32k. Репозиторий содержит веса Safetensors и использует Transformers. Модель может ошибаться в промежуточных рассуждениях и выводах; её поведение может отличаться от базовой модели, а качество зависит от охвата и особенностей обучающих данных. Распространяется по лицензии Apache-2.0.

TheCidSama/Qwen3.5-9b-Claude-4.8-Opus-reasoning — GGUF-модель на базе Qwen3.5-9B, дообученная автором TheCidSama на данных рассуждений, созданных методом trace-inversed CoT с Opus 4.8. Модель предназначена для локального диалога и задач программирования, математики и рассуждений о кибербезопасности; поддерживает режим рассуждения. По заявлению автора, цепочки рассуждений примерно на 20% короче, чем у базовой модели, при сохранении точности итоговых ответов, однако независимые подтверждения этого сравнения не приведены. Опубликована в формате GGUF с квантизацией Q4_K_M; README указывает, что файл занимает около 5,6 ГБ, а запуск возможен через llama.cpp и совместимые приложения. Потребление памяти и доступная длина контекста зависят от оборудования и настроек. Модель ориентирована на английский язык. Лицензия — Apache-2.0. Автор предупреждает, что модель не прошла выравнивание безопасности для производственного применения: ответы по кибербезопасности и другие результаты следует проверять, а при развертывании с пользователями добавлять собственные защитные меры. Общеобразовательные факты также рекомендуется перепроверять.

Qwen3.6-35B-A3B-REAM-160-ru-agent — экспериментальная сжатая версия Qwen/Qwen3.6-35B-A3B, подготовленная автором WaveCut методом REAM: основные языковые MoE-слои и блок MTP сведены к 160 экспертам. Калибровка ориентирована на код, математику, агентное использование инструментов и сохранение ответов на русском языке. Модель предназначена для диалогов, работы coding-агента и анализа изображений; метаданные указывают на интерфейс вызова инструментов и поддержку vision. Модель принимает текст и изображения и генерирует текст. README описывает проверки структуры и пробные сценарии на русском языке, отладке кода и вызове инструментов, но не приводит результаты количественной оценки качества. Формат файлов — safetensors, библиотека — Transformers. Условия лицензии в предоставленных данных не указаны.

Qwen3.8-27B-OBLITERATED — текстовая генеративная модель из репозитория kcplummer, созданная на основе Qwen/Qwen3.8-27B. Это модификация Qwen3.8, в которой методом abliteration удалено поведение отказа от ответов на ограниченные запросы. В README описана версия V3 с итеративным уточнением, целевой обработкой направлений отказа и смешиванием результатов нескольких процедур. Модель предназначена для генерации текста, программного кода, исследовательских и red-team-сценариев, а также агентных задач, включая кибербезопасность и тестирование безопасности ИИ. Модель имеет архитектуру Qwen3, около 27 млрд параметров и поддерживает текстовый ввод и вывод. Указана совместимость с режимом рассуждений, однако для V3 рекомендуется его отключать ради более прямых ответов. В README приведён показатель MMLU 82,3% для версии V3 против 84,5% у исходной модели; также заявлены рабочая генерация кода в 20 из 20 проверенных заданий и сохранение способности отвечать в расширенных сценариях. Рекомендуемые параметры — temperature 0, repetition_penalty 1,15 и не менее 2048 новых токенов, но конкретный размер контекста и список поддерживаемых языков не указаны. Главное преимущество модели — существенно сниженная склонность к жёстким отказам и формальным «лекциям о безопасности», при сохранении большей части исходных возможностей. Ограничения включают небольшое снижение результата MMLU относительно базовой модели, риск циклической генерации без repetition_penalty и потенциально повышенные риски при использовании для вредоносных или опасных задач из-за отсутствия стандартных защитных отказов. В README указана лицензия Apache-2.0; доступны варианты в форматах GGUF, Safetensors и MLX.

Qwen3-8B-Critic-SFT-Detailed-Prompt — модель-критик на 7,6 млрд параметров, разработанная командой Steer для оценки хода работы кодирующих агентов. Это полнопараметрическая донастройка Qwen/Qwen3-8B на примерах критики, сформированной учителем Claude Opus 4.6 с подробным промптом. Модель предназначена для пошагового выявления ошибок и выдачи рекомендаций при решении задач разработки ПО, в том числе задач из SWE-bench Verified. Подробный промпт при обучении разрешал предлагать конкретные исправления кода. По описанию исследования, агенты могут копировать такие фрагменты кода, а эта версия показала более низкий процент успешного решения задач, чем вариант, обученный на краткой критике высокого уровня. Модель принимает текст и генерирует текст; карточка указывает архитектуру Qwen3ForCausalLM, контекст до 40 960 токенов и английский язык. Для запуска авторы описывают использование vLLM в формате bf16. Лицензия — Apache-2.0.

Qwen-AgentWorld-35B-A3B — языковая модель мира, разработанная командой Qwen для симуляции сред, в которых действуют агенты. Получая действие агента и историю взаимодействий, модель рассуждает о переходе состояния и предсказывает следующее наблюдение. Она предназначена для моделирования как текстовых, так и графических интерфейсных сценариев в семи областях: вызов инструментов через MCP, поиск, терминал, разработка ПО, Android, веб и операционные системы. Модель основана на Qwen3.5-35B-A3B-Base и дообучена в три этапа: продолженное предварительное обучение, обучение с учителем и обучение с подкреплением. Это причинная языковая модель с архитектурой MoE: 35 млрд параметров всего, из них активируется 3 млрд; контекст — 262 144 токена. Веса в формате Safetensors совместимы с Transformers и могут обслуживаться через vLLM или SGLang. Для оптимальной симуляции README рекомендует применять системные шаблоны для конкретных областей и выделять до 32 768 токенов на ответ. Лицензия — Apache-2.0. Модель подходит для создания симуляторов сред и генерации ожидаемых наблюдений в агентных траекториях, в том числе для тестирования и оценки агентов. Заявлена способность обобщать на новые среды и поддерживать управляемые изменения сценариев; качество зависит от доменного системного промпта и длины генерации. Несмотря на упоминание графических интерфейсов, в чекпойнте есть только веса языковой модели, поэтому визуальные входы непосредственно не поддерживаются.

SWE-Fixer-Editor-72B — дообученная InternLM модель для исправления реальных задач и ошибок в репозиториях GitHub. Она выступает компонентом редактора кода в конвейере SWE-Fixer: после поиска подходящих файлов репозитория модель помогает вносить изменения по описанию issue. Модель основана на плотной архитектуре Qwen2 и содержит 71,5 млрд параметров; поддерживает контекст до 131 072 токенов и распространяется в формате safetensors. Модель предназначена для генерации кода и диалогового взаимодействия при решении задач разработки. В README указано дообучение на Qwen2.5-7B, однако метаданные Hugging Face указывают базовую модель Qwen/Qwen2.5-72B; поэтому точную базу следует считать неоднозначной. В метаданных также указаны наборы SWE-Fixer-Train-110K и SWE-Fixer-Eval. Лицензия — MIT. Карточка не сообщает конкретные ограничения качества или поддерживаемые естественные языки.

inclusionAI/UI-Venus-Ground-7B — мультимодальный агент для взаимодействия с графическими интерфейсами, разработанный InclusionAI на базе Qwen2.5-VL. Модель принимает скриншоты и определяет расположение нужных элементов интерфейса, а также поддерживает навигацию по экрану и планирование действий в GUI-сценариях. Это плотная модель архитектуры Qwen2.5-VL с 7,1 млрд параметров и контекстом до 128 000 токенов. Она обучена методом Reinforcement Fine-Tuning на высококачественных данных для задач визуального связывания элементов и навигации; карточка сообщает о высоких результатах на бенчмарках ScreenSpot и AndroidWorld. Репозиторий предоставляет веса в формате safetensors для Transformers. Модель подходит для автоматизации действий в мобильных, настольных и веб-интерфейсах, когда наблюдением служат скриншоты. Лицензия — Apache-2.0. README не описывает точный формат выдачи управляющих действий или ограничения по поддерживаемым приложениям.

CAT-LM — языковая модель GPT-стиля, разработанная Nikitha Rao и соавторами для работы с программным кодом. Модель обучена на корпусе проектов Python и Java объёмом около 260 ГБ с сигналом предобучения, который учитывает связь между исходным кодом и тестовыми файлами, если такая связь доступна. Модель предназначена для генерации кода и других задач продолжения текста в контексте разработки программного обеспечения. В README указано 2,7 млрд параметров, а в метаданных Hugging Face — 3,5 млрд; оба источника указывают контекст до 8192 токенов. Архитектура в метаданных обозначена как GPT-NeoX, формат весов — PyTorch. Модель опубликована в рамках исследования на конференции ASE 2023. Сведения о лицензии MIT приведены в метаданных. README предупреждает, что модель обучалась без специального токена `` и его следует удалять при использовании.

Darwin-28B-REASON — самостоятельная языковая модель VIDRAFT, полученная дистилляцией цепочек рассуждений на основе Darwin-28B-Opus. Это плотная модель семейства Qwen3.5 с архитектурой Qwen3_5ForConditionalGeneration, 27,6 млрд параметров и весами BF16. Веса модели можно использовать без отдельного адаптера; интерфейс рассчитан на диалог и поддерживает вызов инструментов. Модель предназначена для научных и математических задач с многошаговым рассуждением, а также для генерации и отладки кода. В README заявлена поддержка английского, корейского, китайского и японского языков, с приоритетом английского. Результат 89,39% на GPQA Diamond получен с дополнительным движком Darwin-DELPHI, который выполняет проверку нескольких ответов и самоанализ на этапе вывода; этот движок не входит в веса модели, а методика оценки и рецепт обучения раскрыты не полностью. Для запуска в BF16 требуется около 55 ГБ видеопамяти. Модель распространяется по лицензии Apache-2.0. Ее ответы могут содержать многословные рассуждения; заявленные показатели с Darwin-DELPHI нельзя напрямую считать результатом автономной модели без этого движка.

DeepCoder-1.5B-Preview — языковая модель для генерации и рассуждения над программным кодом, разработанная проектом Agentica. Она создана на основе DeepSeek-R1-Distill-Qwen-1.5B и дообучена с использованием распределённого reinforcement learning, включая улучшенный алгоритм GRPO+ и поэтапное увеличение длины контекста. Модель предназначена для решения задач программирования, генерации кода и задач с проверяемыми тестами. В обучении использовались наборы Taco-Verified, PrimeIntellect SYNTHETIC-1 и LiveCodeBench; заявленный язык — английский. Размер модели — 1,5 млрд параметров. Она относится к текстовым моделям и поддерживает контекст до 64K токенов при инференсе, хотя обучение проводилось с длиной до 32K. Модель можно разворачивать через vLLM, Hugging Face TGI, SGLang и TensorRT-LLM с поддержкой формата OpenAI Chat Completions API. По приведённым оценкам, DeepCoder-1.5B-Preview показывает лучшие результаты, чем исходная DeepSeek-R1-Distill-Qwen-1.5B, на LiveCodeBench v5, Codeforces и HumanEval+. Сильными сторонами являются кодовое рассуждение, работа с длинным контекстом и открытая исследовательская направленность. Ограничения включают статус Preview, меньший размер по сравнению с крупными моделями и отсутствие в README подробностей о фактическом качестве на других языках программирования, системных требованиях и характеристиках именно GGUF-сборки. Проект распространяется по лицензии MIT.

Eve-4B — языковая модель для программирования и анализа безопасности кода, разработанная TitleOS. Это дообученная версия Qwen3-4b-Heretic на наборе Eve-Secure-Coder с архитектурой Qwen3ForCausalLM и 3,7 млрд параметров. Модель предназначена для локальной работы, в том числе на видеокартах с 8 ГБ VRAM, и поддерживает контекст до 262 144 токенов. Модель генерирует и проверяет код, ищет уязвимости и предлагает исправления; также она рассчитана на диалоговое взаимодействие и задачи программирования на разных языках. В карточке приведён результат LiveCodeBench Pass@1 26,22% для квантованной версии Q8_0, но набор оценок ещё формируется. По описанию разработчика, после процесса Heretic у модели нет защитных отказов, поэтому её ответы могут включать небезопасный код и другие нежелательные результаты. Репозиторий содержит safetensors и GGUF F16. Указана лицензия MPL-2.0 с дополнительным некоммерческим условием в README; перед использованием следует учитывать оба условия.

Fara-TARS-7B — мультимодальная модель-агент, созданная слиянием Microsoft Fara-7B и ByteDance-Seed UI-TARS-1.5-7B. Она сочетает планирование и генерацию текстовых рассуждений с анализом скриншотов и выдачей действий для графического интерфейса, например координат клика или команды ввода текста. Модель содержит 7,1 млрд параметров, построена на архитектуре Qwen2.5-VL, принимает изображения и текст и выдаёт текстовые ответы и команды агента. Контекст — до 128 000 токенов; модель рассчитана на английские инструкции. Подходит для автоматизации веб-сайтов и настольных интерфейсов, сопоставления текстовых инструкций с элементами на экране и составления планов. Для корректной работы с агентскими командами README требует заданный системный промпт и конфигурацию генерации; без них модель может выдумывать названия инструментов. На очень длинных списках возможны повторы. Лицензия — Apache-2.0.

Gemma 4 E4B Agentic Opus Reasoning GeminiCLI MLX 4bit — дообученная и объединённая с весами модель на базе deadbydawn101/gemma-4-E4B-mlx-4bit, разработанная RavenX AI Labs. Модель предназначена для агентских сценариев, программирования, отладки, структурированного диалога и работы с инструментами через tool calling и function calling, включая интеграцию с OpenHarness, OpenClaw, Hermes Agent и Gemini CLI. Модель поддерживает текст и изображения, ориентирована на английский язык и использует архитектуру Gemma 4 E4B. Веса содержат встроенное рассуждение в стиле Opus и Claude Code с поддержкой тегов <think>, поэтому отдельный адаптер не требуется. Заявлены контекст до 131K токенов, размер около 10,5 ГБ и 4-битная MLX-квантизация для Apple Silicon, однако в README также указано, что объединённые веса имеют формат bfloat16, что может влиять на фактический размер файлов. Сильные стороны модели — встроенные паттерны рассуждения, агентское поведение, вызов инструментов, поддержка vision и совместимость с экосистемой MLX. Ограничения включают заявленную ориентацию на английский язык, зависимость от MLX и Apple Silicon для описанного сценария использования, а также отсутствие подробных независимых оценок качества. Модель распространяется по лицензии Gemma; условия приведены по ссылке на документацию Google.

GLM-5.3-AWQ-INT4 — квантизированная версия модели GLM-5.3, разработанной организацией Z.ai. Модель предназначена для генерации текста и ориентирована прежде всего на сложные задачи программирования, работу с инструментами, агентские сценарии и выполнение длительных многоэтапных задач. В README заявлены высокие результаты в бенчмарках по coding, автоматизации, поиску уязвимостей и эксплуатации, однако эти показатели приведены разработчиками и могут зависеть от методики тестирования. Модель работает с текстом, поддерживает языки English, Chinese, Hindi, Arabic, Russian, Japanese, Korean, Dutch, French и Spanish. Указан размер файлов модели 488,18 ГБ; архитектура, число параметров и размер контекстного окна в README не раскрыты. Квантизация AWQ с форматом INT4 снижает требования к хранению и вычислениям по сравнению с полноразмерной моделью, но может сопровождаться потерей точности. Для локального развёртывания заявлена совместимость с SGLang, vLLM, TokenSpeed и Transformers. Сильными сторонами модели являются заявленные возможности в программировании, агентной автоматизации и кибербезопасности, включая обнаружение уязвимостей. Ограничения включают отсутствие подробностей об архитектуре, контекстном окне и требованиях к оборудованию, а также потенциальное снижение качества из-за квантизации. Модель распространяется по лицензии glm-5.3; точные условия лицензии в README не приведены.

Holo1-7B — мультимодальная Action Vision-Language Model от HCompany для работы веб-агентов с пользовательскими интерфейсами. Модель дообучена на базе Qwen/Qwen2.5-VL-7B-Instruct и содержит 7,1 млрд параметров. Она принимает изображения интерфейсов и текстовые инструкции, а в ответ может указывать элементы и координаты для взаимодействия, включая структурированные ответы и вызовы инструментов. Модель предназначена для навигации по сайтам, локализации кнопок и других элементов интерфейса, а также выполнения пользовательских действий через браузер. В README описаны оценки на WebVoyager и бенчмарках локализации Screenspot, Screenspot-V2, Screenspot-Pro, GroundUI-Web и WebClick. Поддерживается контекст до 128 000 токенов; модель использует архитектуру Qwen2.5-VL и библиотеку Transformers. Метаданные указывают английский язык. Модель распространяется по лицензии Apache 2.0. Для точной локализации координат необходимо учитывать изменение размера изображения процессором: README предупреждает, что модель использует абсолютные пиксельные координаты и рекомендует согласовать размер входного изображения с обработкой модели. Результаты приведённых оценок относятся к конфигурациям Surfer-H и указанным бенчмаркам; они сами по себе не гарантируют качество на произвольных сайтах.

Карточка модели Hcompany/Holo-3.1-35B-A3B на Hugging Face совпадает с карточкой Hcompany/Holo-3.1-0.8B, поэтому описание составлено по ней. Holo-3.1-0.8B — мультимодальная модель H Company для агентного управления графическими интерфейсами. Она основана на семействе Qwen 3.5 и предназначена для работы с веб-сайтами, настольными и мобильными приложениями. Модель принимает изображения интерфейса и текстовые инструкции, а через интерфейс вызова функций может передавать агентной системе команды для выполнения действий. Модель относится к семейству Holo3.1 размером от 0,8 млрд до 35 млрд параметров; для этой версии метаданные указывают архитектуру Qwen3.5 и размер 0,8 млрд параметров. Она ориентирована на автоматизацию интерфейсов, привязку элементов к их расположению и бизнес-сценарии. Выпускается в формате safetensors и использует лицензию Apache 2.0. Карточка сообщает о сильных результатах семейства на тестах автоматизации и понимания интерфейсов, но не приводит численных результатов отдельно для версии 0.8B. Её пригодность для конкретной системы и качество действий следует проверять в целевом окружении.