II.4Отладка, тестирование и качество ПО

LettuceDetect Spanish v1 — модель KRLabsOrg для выявления галлюцинаций в ответах RAG. Это дообученная EuroBERT-610M с архитектурой EuroBertForTokenClassification и 607,8 млн параметров; она принимает контекст и ответ на испанском языке и размечает неподтверждённые контекстом токены, чтобы затем объединить их в фрагменты. Модель рассчитана на документы и контексты длиной до 8192 токенов. Модель обучена на испанской версии датасета RagTruth, переведённой с оригинального RAGTruth. В описанной оценке на RAGTruth-ES она достигла F1 73,25% при точности 76,32%. Эти показатели относятся к переведённому тестовому набору и не гарантируют такой же результат на других данных. Для работы используется библиотека Transformers; README предупреждает о несовместимости загружаемого удалённого кода с Transformers 5.x. Лицензия — MIT.

LLaDA-UI — разработанная inclusionAI мультимодальная модель-агент для управления графическими интерфейсами на мобильных устройствах, компьютерах и веб-сайтах. Она принимает скриншоты вместе с задачей и историей взаимодействия, сохраняет исходное соотношение сторон изображения и выдаёт координаты целевого элемента либо структурированные действия для интерфейса. Модель использует архитектуру LLaDA2VL с блоковой диффузионной генерацией и смесью экспертов (MoE); размер составляет около 16,7 млрд параметров. Генерация включает текстовые рассуждения и исполняемые действия, а координаты нормализуются в диапазоне от 0 до 999. Для инференса описаны зависимости на основе PyTorch, Transformers, FlashAttention и специализированные патчи SGLang; чекпойнт BF16 занимает около 32 ГБ, сверх этого требуется дополнительная память GPU. Указана базовая языковая модель LLaDA2.0-mini-base. Лицензия в предоставленных данных не обозначена.

Llama-3.3-Nemotron-Super-49B-GenRM — генеративная модель вознаграждения NVIDIA на основе Llama-3.3-Nemotron-Super-49B-v1, дообученная с помощью обучения с подкреплением для оценки ответов, сгенерированных языковыми моделями. Она принимает историю англоязычного диалога и один или два ответа, строит рассуждение и выдаёт оценку качества; при сравнении двух ответов также формирует оценку их относительного ранжирования. Модель пригодна для автоматического контроля качества диалоговых систем и оценки ответов в задачах общих знаний, логики, математики и программирования. Архитектура — трансформер Nemotron-NAS с классом DeciLMForCausalLM; формат весов — Safetensors. README указывает 49 млрд параметров, тогда как метаданные каталога — 87 млрд. Контекст составляет до 131 072 токенов по метаданным. Модель принимает и выдаёт текст; заявлена поддержка английского языка. В README приведены результаты на RM-Bench и JudgeBench, но оценки зависят от набора данных и режима использования. Для запуска рекомендован vLLM 0.8.3 на Linux с двумя или более GPU NVIDIA с 80 ГБ памяти. В README указана готовность к коммерческому и некоммерческому использованию; метаданные обозначают лицензию как other, поэтому условия следует сверить с лицензией репозитория. Модель специализирована на оценке качества ответов и не предназначена для обычной генерации ответов пользователю. Её заявленная языковая область — английские диалоги.

MiniCPM5-1B-Claude-Opus-Fable5-Thinking — компактная языковая модель, созданная дообучением openbmb/MiniCPM5-1B на данных Fable 5. Она предназначена для локального диалога, генерации и отладки кода, выполнения инструкций, рассуждений и вызова инструментов в формате MiniCPM5. Модель использует плотную архитектуру Llama, содержит 837,6 млн параметров и принимает контекст до 131 072 токенов. Доступны веса Safetensors для Transformers; для запуска через llama.cpp, Ollama или LM Studio автор указывает отдельную GGUF-версию. Карточка заявляет улучшения в задачах кодирования и следования инструкциям по сравнению с базовой моделью. Модель поддерживает шаблон Thinking, поэтому перед итоговым ответом может выдавать блоки рассуждений, которые приложению может потребоваться убрать. Масштаб 1B ограничивает её возможности в сложных задачах общего рассуждения по сравнению с более крупными моделями. Лицензия — Apache-2.0.

Карточка модели nvcky/MiniFABLECPM5-Thinking на Hugging Face совпадает с карточкой GnLOLot/MiniCPM5-1B-Claude-Opus-Fable5-Thinking, поэтому описание составлено по ней. MiniCPM5-1B-Claude-Opus-Fable5-Thinking — компактная языковая модель, созданная дообучением openbmb/MiniCPM5-1B на данных Fable 5. Она предназначена для локального диалога, генерации и отладки кода, выполнения инструкций, рассуждений и вызова инструментов в формате MiniCPM5. Модель использует плотную архитектуру Llama, содержит 837,6 млн параметров и принимает контекст до 131 072 токенов. Доступны веса Safetensors для Transformers; для запуска через llama.cpp, Ollama или LM Studio автор указывает отдельную GGUF-версию. Карточка заявляет улучшения в задачах кодирования и следования инструкциям по сравнению с базовой моделью. Модель поддерживает шаблон Thinking, поэтому перед итоговым ответом может выдавать блоки рассуждений, которые приложению может потребоваться убрать. Масштаб 1B ограничивает её возможности в сложных задачах общего рассуждения по сравнению с более крупными моделями. Лицензия — Apache-2.0.

EuroEval/mmBERT-small-multi-wiki-qa-synthetic-hallucinations-with-ragtruth-pl — модель на базе архитектуры ModernBERT для token classification, предназначенная для разметки отдельных токенов в текстах. По идентификатору модели она ориентирована на выявление синтетических галлюцинаций в ответах на вопросы с использованием сценариев retrieval-augmented generation и данных RAGTruth для польского языка. Модель содержит 140,5 млн параметров и поддерживает контекст до 8192 токенов. Её можно применять для анализа ответов QA-систем, поиска фрагментов с потенциально недостоверным содержанием и построения компонентов контроля качества RAG. Это не генеративная модель и не предназначена для самостоятельного создания ответов. README не содержит сведений о разработчике, лицензии, точных языках обучения, метриках или результатах оценки.

OpenHands LM v0.1 — языковая модель для разработки программного обеспечения, выпущенная командой OpenHands. Версия на 7,1 млрд параметров дообучена на основе Qwen/Qwen2.5-Coder-7B-Instruct с использованием рецепта OpenHands LM 32B и данных SWE-Gym/SWE-Gym. Модель предназначена для работы в агентных сценариях: анализа задач разработки и генерации кода для их решения. Архитектура — плотная Qwen2, поддерживаются чат и интерфейс вызова инструментов; контекстное окно составляет 32 768 токенов. Лицензия — MIT. Модель рассчитана прежде всего на задачи программной инженерии, в том числе решение задач и ошибок из GitHub. Карточка базовой модели указывает английский язык. Известные ограничения версии OpenHands LM включают возможное повторение шагов и более слабую работу на задачах, отличающихся от решения GitHub issues; производительность также чувствительна к низким уровням квантизации.

Ornith-1.5-9B — плотная языковая модель с 9 млрд параметров, разработанная командой Ornith AI. Она создана на основе семейства Ornith и обучалась с использованием цикла самоулучшения: модель совместно оптимизирует генерацию задач, построение стратегий и выполнение решений с подкреплением вместо опоры только на заранее подготовленные человеком наборы данных и инструменты оценки. Модель предназначена прежде всего для генерации текста и задач, связанных с программированием, включая работу в терминале, исправление ошибок и решение задач из репозиториев. В README заявлены результаты на Terminal-Bench 2.1, SWE-bench Verified, SWE-bench Pro и других тестах. Версия 9B позиционируется как наиболее компактная в семействе Ornith-1.5 и рассчитана на эффективный запуск на одной GPU; для мобильных устройств предусмотрена отдельная квантизованная версия Ornith-1.5-9B-Mobile. К сильным сторонам относятся компактный размер, ориентация на агентские сценарии программирования и улучшенные по сравнению с Ornith-1.0-9B результаты на указанных тестах. При этом модель уступает более крупным моделям в части приведённых сравнений, а сведения о поддерживаемых языках, размере контекста, точной базовой архитектуре, мультимодальности и ограничениях поведения в README не указаны. Лицензия также не указана, поэтому условия коммерческого и иного использования необходимо уточнять отдельно.

Palmyra-mini-thinking-b — англоязычная чат-модель генерации текста компании Writer, дообученная на NVIDIA OpenReasoning-Nemotron-1.5B. Это плотная причинно-языковая модель семейства Qwen2 примерно на 1,5 млрд параметров с контекстом до 131 072 токенов. Модель предназначена для пошаговых рассуждений, решения математических задач и задач по программированию, включая генерацию и отладку кода. В README приведены результаты на математических и программных бенчмарках; они зависят от методики оценки и параметров генерации и не гарантируют аналогичного качества в других сценариях. Модель принимает текст и генерирует текст. README отмечает риск предвзятых или неточных ответов. Лицензия — Apache-2.0.

Карточка модели Tongyi-MiA/UI-Ins-32B на Hugging Face совпадает с карточкой Tongyi-MiA/UI-Ins-7B, поэтому описание составлено по ней. UI-Ins-7B — мультимодальная модель Tongyi-MAI для привязки инструкций к элементам графического интерфейса. Она принимает скриншот и текстовую инструкцию, анализирует экран и выдаёт координаты целевого элемента для GUI-агента, например кнопки, которую нужно нажать. Модель построена на архитектуре Qwen2.5-VL, содержит 7,1 млрд параметров и поддерживает контекст до 128 000 токенов. По карточке, обучение прошло в два этапа: SFT на разнообразных синтезированных инструкциях, затем обучение с подкреплением для выбора и сочетания стратегий рассуждения. Авторы сообщают о высоких результатах на пяти бенчмарках GUI-grounding; UI-Ins-7B также показала 74,1% успешных выполнений в AndroidWorld в роли исполнителя. Модель предназначена для визуального поиска элементов интерфейса и работы GUI-агентов. Она основана на Qwen/Qwen2.5-VL-7B-Instruct и распространяется по лицензии CC BY-NC-SA 4.0, которая ограничивает коммерческое использование. README содержит пример загрузки базовой модели Qwen2.5-VL, поэтому для воспроизведения описанного инференса следует учитывать это требование.

VISTA-4B — модель зрения и языка для привязки текстовых инструкций к элементам графического интерфейса. Её разработала команда inclusionAI на основе семейства Qwen3.5; метаданные указывают на слияние моделей Qwen3.5-4B и Qwen3.5-9B. Архитектура — плотная Qwen3.5 с генерацией текста по изображению и тексту; модель использует библиотеку Transformers и формат Safetensors. Лицензия — Apache-2.0. Модель принимает снимок экрана и инструкцию на естественном языке и возвращает координаты точки в нормализованной системе 0–1000. Она обучена методом VISTA — View-Consistent Self-Verified Training, с сопоставлением разных геометрических представлений одного интерфейса и самопроверкой предсказаний. Предназначена для локализации целей в GUI и может служить компонентом систем автоматизации интерфейсов. В README приведены результаты на наборах SSPro, SSV2, OSWorld-G и OSWorld-G-R; при этом оценка засчитывается, если предсказанная точка попадает внутрь целевого элемента. Для вызова используется интерфейс чата с изображением, аналогичный базовой модели. Описанный выход ограничен координатой клика; оценки получены при детерминированной генерации и одиночном представлении экрана. Указанная в метаданных поддержка английского языка не означает, что модель рассчитана только на англоязычные интерфейсы.

Aroow-Rust-Coder-9B — специализированная модель для помощи в программировании на Rust, разработанная Convence на основе дообучения Qwen/Qwen3.5-9B. Она предназначена для генерации и дополнения кода, редактирования по схеме fill-in-the-middle, объяснения фрагментов и подготовки модульных тестов в редакторах, ноутбуках и сценариях локального или агентного запуска. Модель работает с функциями, структурами, перечислениями, трейtами, модулями и типичными конструкциями Rust, включая владение и заимствование, обработку ошибок через Result и Option, а также стандартную библиотеку. Репозиторий содержит веса в формате safetensors и рассчитан на использование через Transformers. Лицензия — Apache 2.0. README рекомендует проверять сгенерированный код компилятором, тестами, форматированием и ревью. Как и другие генеративные модели кода, она может предлагать ошибочные или небезопасные решения; заявленная специализация на Rust не подтверждает качество для других языков и задач.

mano-wii/BAAI_bge-base-en-v1.5-tunned-for-blender-issues — дообученная модель Sentence Transformers на базе BAAI/bge-base-en-v1.5, созданная для поиска похожих обращений об ошибках Blender. Она преобразует предложения и абзацы в плотные векторы размерности 768; модель обучена на более чем 3650 примерах обращений, в которых указано от 1 до 12 дубликатов. Модель подходит для семантического поиска и группировки связанных сообщений об ошибках. Архитектура — BERT, число параметров — 136,7 млн, максимальная длина контекста — 512 токенов. Метаданные указывают английскую версию базовой модели; в README описана специализация на обращениях Blender. Лицензия в предоставленных данных не указана. Для применения через Transformers требуется выполнить pooling над контекстными векторами; в Sentence Transformers модель предоставляет готовый интерфейс для получения эмбеддингов.

CodeLlama-13B-MORepair-GGUF — это набор квантизированных моделей в формате GGUF на основе CodeLlama-13B-MORepair, подготовленный пользователем bartowski с использованием llama.cpp и метода imatrix. Исходная модель разработана barty; README не содержит подробной информации о её архитектуре, обучении или поддерживаемых языках. Доступны варианты от полноточного F16 до квантизаций Q8, Q6, Q5, Q4, Q3 и Q2, включая форматы IQ. Размер файлов составляет примерно от 5,36 до 26,03 ГБ. Модель предназначена для локального текстового вывода, прежде всего для задач, связанных с программным кодом и его исправлением, что следует из названия MORepair и базовой модели CodeLlama. GGUF-варианты рассчитаны на запуск через llama.cpp и совместимые приложения, включая LM Studio. Более качественные варианты Q6 и Q5 обеспечивают минимальные потери относительно исходных весов, тогда как Q4 предлагают компромисс между качеством и требованиями к памяти; варианты с более сильным сжатием требуют большей осторожности из-за снижения качества. В README не указаны контекстное окно, точный набор языков программирования, мультимодальные возможности, результаты оценки, системные требования для конкретных конфигураций или рекомендованный формат промпта. Модель распространяется по лицензии Llama 2; условия исходной модели и возможные ограничения её применения следует проверять отдельно.

DeepSeek-R1 — большая языковая модель первого поколения моделей рассуждения, разработанная DeepSeek. Модель обучалась с использованием комбинации supervised fine-tuning и крупномасштабного reinforcement learning: перед этапами RL применялись данные cold start, а общий конвейер включал два этапа RL и два этапа SFT. Исследовательская версия DeepSeek-R1-Zero также представлена авторами и обучалась с помощью RL без предварительного SFT. Модель предназначена для сложных задач рассуждения, включая математику, программирование и другие интеллектуальные задачи, требующие многошагового анализа. По заявлению разработчиков, её результаты сопоставимы с OpenAI-o1 в задачах математики, кода и рассуждения. К сильным сторонам относятся способности к самопроверке, рефлексии и построению длинных цепочек рассуждений. При этом README не содержит точных сведений о размере модели, архитектуре, длине контекста, поддерживаемых языках и мультимодальных возможностях. У модели есть ограничения, связанные с особенностями reasoning-моделей: у предварительной версии DeepSeek-R1-Zero отмечались бесконечные повторения, низкая читаемость и смешение языков; для DeepSeek-R1 эти проблемы должны уменьшаться благодаря дополнительным данным и этапам обучения. Модель распространяется по лицензии MIT. README также сообщает о выпуске производных дистиллированных моделей, но они не являются самой моделью DeepSeek-R1.

Mr-Vicky-01/Gemma-2B-Finetuined-pythonCode — дообученная на задачах программирования модель на архитектуре Gemma-2B, разработанная автором репозитория Mr-Vicky-01. Она предназначена для генерации и дополнения фрагментов Python-кода, поиска синтаксических ошибок, помощи при отладке и рекомендаций по улучшению читаемости и эффективности кода. Модель содержит 2,5 млрд параметров, использует архитектуру GemmaForCausalLM, принимает текст и выдаёт текст; максимальный контекст — 8192 токена. В метаданных указан датасет flytech/python-codes-25k, а README описывает задачи Python-программирования. Модель распространяется в формате safetensors по лицензии MIT. Карточка не приводит результатов оценки качества, поэтому надёжность и корректность сгенерированного кода следует проверять перед использованием.

GRPO-Think-7B-4k — языковая модель-верификатор кода, разработанная институтом INSAIT. Она принимает условие задачи по программированию и несколько вариантов решения, затем оценивает и ранжирует кандидатов, помогая выбрать корректную программу. Модель предназначена для использования в оптимизации генерации кода с обратной связью от проверяющей модели, автоматической оценки решений и исследований методов обучения таких верификаторов. Это плотная авторегрессионная модель архитектуры Qwen2 с 7,1 млрд параметров, дообученная методом GRPO с промежуточными рассуждениями, отрицательными примерами и обучением на текущей политике. Суффикс 4k означает бюджет рассуждения до 4 тысяч токенов завершения при обучении; нативный контекст составляет 131 072 токена. Модель основана на DeepSeek-R1-Distill-Qwen-7B и обучалась на наборе Aletheia-Train, включающем задачи и кандидаты на Python, C++ и Java. Вход и результат представлены текстом. Модель специализирована на проверке и сравнении решений задач программирования, поэтому её следует применять в сценариях, соответствующих этой задаче. Лицензия CC BY-NC-SA 4.0 разрешает использование с указанием авторства и на условиях распространения производных материалов, но некоммерчески.

Josiefied-Qwen2.5-Coder-7B-Instruct-abliterated-v1 — дообученная Гёкденизом Гюльмезом модель семейства Qwen2 для генерации кода и диалогов с инструкциями. В её основе Qwen/Qwen2.5-Coder-7B-Instruct: плотная причинно-языковая архитектура Qwen2 с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель поддерживает английский и немецкий языки, а в метаданных также заявлены чат и интерфейс вызова инструментов. Автор описывает её как abliterated-модель, дополнительно дообученную на собственном наборе данных для менее ограниченных ответов. Упомянуты варианты квантования GGUF и MLX, однако метаданные этого репозитория указывают формат safetensors. Применять модель можно для генерации и редактирования кода, а также диалоговых задач; заявленная настройка на менее ограниченные ответы не гарантирует точности или безопасности результатов. Модель опубликована под лицензией Apache-2.0. Автор предупреждает использовать её на свой риск; конкретные ограничения качества или результаты оценки в карточке не приведены.

Karti-Small-VL-4B — мультимодальная модель на 4,66 млрд параметров от Lumbridge, дообученная на базе Qwen/Qwen3.5-4B. Она принимает изображения и текст и предназначена для локальных агентов, которым нужно читать панели и экраны, определять элементы интерфейса и передавать результаты инструментам. Модель особенно ориентирована на точное распознавание текста на отрисованных панелях и экранах, а также на отказ от ответа, когда идентификатор невозможно надёжно прочитать. В README сообщается о снижении частоты выдуманных идентификаторов с 0,378 до 0,023, улучшении чтения панелей и привязки к элементам GUI. Прирост привязки частично связан с освоением нормализованных координат; качество чтения фотографий существенно не изменилось относительно базовой модели. Модель обучена методом LoRA с последующим слиянием весов; опубликована в BF16 в формате safetensors. Базовая модель описана как поддерживающая диалог, понимание изображений, рассуждения и вызов инструментов, но в метаданных этой модели явно отмечены только чат и зрение. Для использования нужны Transformers и совместимый мультимодальный обработчик; в README также приведены результаты инференса через vLLM на NVIDIA DGX Spark. Лицензия — Apache-2.0. Контекст 32k указан как параметр теста скорости, поэтому его нельзя считать подтверждённой нативной длиной контекста модели.

LettuceDetect от KRLabsOrg — модель на базе EuroBERT-210M для выявления галлюцинаций в ответах на испанском языке в системах RAG. Она получает контекст и ответ и выполняет токенную классификацию: отмечает фрагменты ответа, которые не подтверждаются контекстом, чтобы затем собрать их в объяснимые spans. Модель содержит 211,7 млн параметров, поддерживает контекст до 8192 токенов и дообучена на испанской версии датасета RAGTruth. На переведённом наборе RAGTruth-ES авторы сообщают F1 71,38%; модель показывает более высокий recall, чем сравниваемый prompt-based подход GPT-4.1-mini, и работает примерно втрое быстрее варианта EuroBERT-610M. Это оценка на конкретном тестовом наборе и не гарантирует такую же точность на других данных. Лицензия — MIT. README также предупреждает о несовместимости загружаемого удалённого кода EuroBERT с Transformers 5.x.

KRLabsOrg LettuceDetect French v1 — модель для выявления галлюцинаций в ответах генеративных систем с опорой на контекст, предназначенная для многоязычных RAG-приложений. Это дообученная EuroBERT-610M с архитектурой EuroBertForTokenClassification, содержащая 607,8 млн параметров и принимающая контекст вместе с ответом для токенной классификации. Поддерживается контекст до 8192 токенов; модель обучена на французской версии набора RagTruth-FR. Модель отмечает токены ответа, не подтверждённые предоставленным контекстом, чтобы затем выделить подозрительные фрагменты. В описанной оценке на переведённом RAGTruth-FR она показала F1 73,13% и полноту 80,38%; эти результаты относятся к указанному набору данных и не гарантируют такого же качества на других данных. Для запуска используется библиотека Transformers, а карточка отмечает несовместимость загружаемого удалённого кода с Transformers 5.x. Лицензия — MIT.

Carsen Klock создал эту модель как дообученную версию Meta Llama 3.2 1B. Это плотная авторегрессионная языковая модель на 1,2 млрд параметров для генерации текста и диалогов; в метаданных указан контекст до 131 072 токенов. Модель дообучена на объединённых наборах инструкций, математических задач и примеров работы с кодом, а также настроена на ответы без фильтрации тем. Модель подходит для решения математических задач, генерации и анализа кода, выполнения инструкций и диалогового общения. Доступны веса в safetensors, а в README также перечислены объединённая 16-битная версия и варианты GGUF. Заявленный основной язык — английский. Используется лицензия Llama 3.2; её условия следует учитывать при распространении и применении модели.

LycheeAI-coder-2b-II-pro-f16 — компактный программный ассистент на 2,2 млрд параметров, созданный независимым разработчиком на основе openbmb/MiniCPM5-2B. Модель дообучена методом LoRA и предназначена для написания и отладки кода, объяснения технических понятий и работы с инструментами через вызовы в виде JSON. Этот репозиторий содержит веса safetensors в варианте f16; README описывает также отдельную MLX 4-bit сборку, поэтому её размер и формат не следует переносить на данный вариант. Модель поддерживает китайский, английский и кантонский языки. Базовая модель рассчитана на контекст до 512K токенов, однако длинный контекст у этой доработанной версии практически не проверен. Сильная сторона — компактность и устойчивый формат JSON для одношаговых и многошаговых вызовов инструментов. Ограничения включают слабое сложное рассуждение, ошибки в арифметике без инструмента и возможные сбои в ответах о собственной идентичности при некоторых системных инструкциях. Лицензия — Apache 2.0.

mini-coder-4b — плотная языковая модель для программирования и агентного решения задач в репозиториях. По README, она обучена на 400 тысячах траекторий с использованием mini-swe-agent и датасета SWE-smith с задачами из GitHub. Метаданные классифицируют её как дообучение Qwen/Qwen3-4B-Instruct-2507 и указывают архитектуру Qwen3ForCausalLM с 3,7 млрд параметров; README также описывает её как дистиллированную из Qwen 3 Coder 30B A3B, поэтому точный способ получения базовых весов по источникам не вполне согласован. Модель предназначена для генерации кода и траекторий, помогающих исправлять программные ошибки и решать задачи SWE-bench. Авторы приводят результаты SWE-bench Verified Bash, где модель показывает pass@1 26,8 и pass@100 60,2, и описывают запуск через vLLM в связке с mini-swe-agent. Заявленный контекст составляет 262 144 токена. Модель работает с текстовым вводом и выдаёт текст, включая код; поддержка русского языка не заявлена. Модель распространяется под лицензией MIT. Результаты бенчмарка ограничены указанным набором SWE-bench Verified Bash и сами по себе не гарантируют аналогичное качество на других задачах; README не приводит сведений о безопасности или надёжности сгенерированного кода.

nexus-coder-GGUF — это квантизированная GGUF-версия модели NEXUS-Coder, разработанной fableforge-ai в экосистеме FableForge и опубликованной пользователем King3Djbl. Модель предназначена для генерации и анализа кода, отладки, программной инженерии и работы с shell-командами. Она ориентирована на локальный запуск через llama.cpp, Ollama и LM Studio. Модель имеет размер 1,5 млрд параметров, поддерживает текстовую генерацию и английский язык. В репозитории доступны варианты с разными уровнями квантования: от F16 размером 3,09 ГБ до IQ2_XXS размером 0,51 ГБ; рекомендуемым компромиссом между качеством и размером указан Q4_K_M, а для максимального качества — Q6_K. Используется формат запросов ChatML. Заявленные результаты внутреннего тестирования составляют 141 из 150 баллов (94%), однако методика ограничена 30 запросами и запуском на NVIDIA A40 через Ollama. Сильные стороны модели — компактный размер, возможность локального запуска, специализация на коде и заявленная эффективность в задачах рассуждения и использования инструментов. Ограничения включают небольшой размер по современным меркам, неизвестный контекстный размер и отсутствие подробных независимых оценок; качество также зависит от выбранного варианта квантования. Модель распространяется по лицензии Apache-2.0.

Ornith-1.5-9B GGUF — квантованный формат 9-миллиардной плотной языковой модели Ornith-1.5, разработанной командой Ornith AI. Модель создана на основе подхода энд‑ту‑энд самоулучшения: она совместно оптимизирует генерацию задач, построение scaffold и rollouts решений с применением reinforcement learning. Данная версия распространяется в формате GGUF и была сгенерирована с использованием llama.cpp. Модель предназначена для генерации текста и эффективного решения задач программирования, включая работу с терминалом и исправление ошибок в коде. Она рассчитана на развёртывание на одной GPU; для мобильных устройств предусмотрен отдельный квантованный вариант Ornith-1.5-9B-Mobile. В README приведены результаты на Terminal-Bench 2.1 и SWE-bench, однако сведения о поддерживаемых языках, длине контекста, конкретном типе квантования и мультимодальности отсутствуют. К сильным сторонам относятся небольшой для современных моделей размер, возможность локального развёртывания и хорошие заявленные результаты в задачах программирования: 70,6 на SWE-bench Verified, 47,5 на SWE-bench Pro и 46,2–47 на вариантах Terminal-Bench 2.1. Ограничения включают отсутствие данных о языковом покрытии, контексте и детальном поведении за пределами представленных тестов; показатели зависят от конфигурации запуска и используемого scaffold. Модель распространяется по лицензии MIT.

QuantFactory/Qwen2.5-Coder-0.5B-Instruct-GGUF — квантованная версия инструкционно дообученной модели Qwen2.5-Coder-0.5B-Instruct, созданная QuantFactory на основе модели Qwen и преобразованная с использованием llama.cpp. Это причинная языковая модель для генерации текста и кода, предназначенная для помощи разработчикам в написании, анализе, исправлении и рассуждении о программном коде, а также для чат-сценариев и задач, связанных с code agents. Модель сохраняет общие способности в математике и работе с текстом. Архитектура построена на transformers с RoPE, SwiGLU, RMSNorm, смещениями в Attention QKV и связанными эмбеддингами слов. Модель содержит около 0,49 млрд параметров, из которых 0,36 млрд не являются эмбеддингами, 24 слоя и Grouped-Query Attention с 14 головами для Q и 2 для KV. Максимальная длина контекста составляет 32 768 токенов. В README явно указан английский язык; сведения о мультимодальности отсутствуют, поэтому модель следует рассматривать как текстовую. К сильным сторонам относятся специализация на программном коде, улучшенные возможности генерации, исправления и анализа кода, а также небольшой размер, удобный для локального запуска в квантованном формате. Ограничениями являются существенно меньший масштаб по сравнению с крупными моделями серии Qwen2.5-Coder и отсутствие в карточке подробных результатов оценки, требований к памяти и данных о производительности. Модель распространяется по лицензии Apache-2.0.

Qwen3.5-9b-Sushi-Coder-RL-MLX — мультимодальная модель для генерации кода, разработанная bigatuna на базе Qwen3.5-9b-Sushi-Coder-RL. Это 4-битная affine-квантизированная конверсия RL-чекпойнта в формат MLX, предназначенная для запуска на устройствах с Apple Silicon через mlx-vlm. Модель поддерживает работу с текстом и изображениями, включая анализ скриншотов с ошибками и предложение исправлений. В метаданных указан английский язык, однако полный набор поддерживаемых языков и размер контекстного окна не приведены. Модель дообучалась на наборах данных с рассуждениями и задачами программирования, включая open-r1/codeforces-cots и nohurry/Opus-4.6-Reasoning-3000x-filtered. Этап обучения с подкреплением был выполнен для задач кодирования с использованием NousResearch/hermes-agent и atropos. К сильным сторонам относятся специализация на программировании, поддержка мультимодальных сценариев и возможность относительно экономичного локального запуска благодаря 4-битной квантизации. Ограничения — зависимость от экосистемы MLX и Apple Silicon, необходимость использования mlx-vlm вместо llama.cpp, а также отсутствие в README подробных результатов тестирования, сведений о точности и ограничений по качеству работы с языками и изображениями. Модель распространяется по лицензии Apache-2.0.

Qwopus3.5-9B-v3 — языковая reasoning-модель, разработанная Jackrong на базе unsloth/Qwen3.5-9B. Она дообучена с акцентом на повышение стабильности и корректности рассуждений, а также эффективности вывода; в описании проекта упоминаются reasoning distillation, структурное выравнивание и применение Unsloth. Основная специализация — программирование, решение задач и сценарии, где важны последовательные рассуждения и обобщение между типами задач. Модель относится к классу 9B и заявлена для работы с английским, китайским и корейским языками. В карточке также указан pipeline image-text-to-text, однако подробности о поддерживаемых визуальных входах и мультимодальной архитектуре не приведены. Точная длина контекста, формат квантованных вариантов и другие характеристики инференса не указаны. Для оценки заявлены результаты HumanEval: 87,80% base pass@1 и 82,93% plus pass@1 на 164 задачах, но результаты получены авторами модели в описанных ими условиях и не гарантируют аналогичную эффективность в других сценариях. Сильными сторонами модели являются ориентация на программирование, улучшенные показатели на указанном тесте относительно Qwen3.5-9B и стремление к более коротким и стабильным цепочкам рассуждений. Ограничения включают отсутствие полной информации о качестве на широком спектре задач, контекстном окне, требованиях к ресурсам и возможностях мультимодальной обработки. Модель распространяется по лицензии Apache-2.0.

UI-TARS-1.5-7B — мультимодальная модель-агент ByteDance Seed для взаимодействия с графическими интерфейсами компьютера. Она основана на архитектуре Qwen2.5-VL и содержит 7,1 млрд параметров; модель принимает изображения и текст, а в ответ формирует текстовые инструкции и действия через интерфейс вызова инструментов. Заявленная длина контекста — 128 000 токенов. Модель предназначена для распознавания элементов на экране и выполнения многошаговых задач в приложениях и браузере, а также для общего компьютерного использования. В карточке отдельно указано, что версия 7B ориентирована на компьютерные задачи, а не на игровые сценарии; приведены результаты на OSWorld и ScreenSpotPro, но они не гарантируют аналогичную точность в реальных условиях. Доступна по лицензии Apache-2.0.