II.4Отладка, тестирование и качество ПО

UGround-V1-2B — мультимодальная модель для визуального поиска элементов графического интерфейса. Её разработали совместно OSUNLP и Orby AI; модель основана на Qwen2-VL-2B и дообучена для задачи GUI visual grounding. Она принимает изображение экрана и текстовый запрос, указывающий нужный элемент, и формирует текстовый ответ, который помогает определить его расположение. Модель предназначена для поиска текстовых и графических элементов в интерфейсах мобильных устройств, настольных приложений и веб-сайтов, а также для использования в системах управления интерфейсом по визуальным наблюдениям и инструкциям. Архитектура — Qwen2-VL, плотная мультимодальная модель класса Qwen2VLForConditionalGeneration; число параметров — 1,5 млрд, контекст — до 32 768 токенов. Карточка указывает английский язык; базовая модель также поддерживает многоязычное понимание текста на изображениях, но отдельный перечень языков для этой версии не приведён. Модель выпущена в форматах PyTorch и Safetensors и доступна по лицензии Apache-2.0. В README отмечены ограничения базовой визуальной модели: слабое пространственное рассуждение, подсчёт объектов и выполнение сложных многошаговых инструкций; она также не обрабатывает аудио в видео. Практическую точность поиска следует оценивать на целевых интерфейсах и устройствах.

USP (User Simulator with Implicit Profiles) — модель-симулятор пользователей, разработанная авторами проекта USP. Она генерирует реалистичные реплики в диалогах с большими языковыми моделями, воспроизводя различное поведение пользователей на основе заданных профилей. Модель построена на архитектуре LLaMA 3 8B и дообучена методами Conditional Supervised Fine-Tuning и Reinforcement Learning with Cycle Consistency. USP предназначена для создания многоходовых диалоговых сценариев и оценки поведения LLM в симулированных взаимодействиях. Это плотная авторегрессионная языковая модель с 7,5 млрд параметров; метаданные указывают контекст до 8192 токенов, тогда как README рекомендует ограничивать вход 4096 токенами во избежание ухудшения качества. Модель оптимизирована для английского языка; качество на других языках может быть нестабильным. Лицензия — MIT.

VibeThinker-3B-GGUF — GGUF-версия языковой модели VibeThinker-3B, разработанной WeiboAI на основе Qwen2.5-Coder-3B. Это текстовая autoregressive-модель примерно на 3 млрд параметров, ориентированная на рассуждения и генерацию текста. Модель обучалась с использованием двухэтапного curriculum-based SFT, reinforcement learning по нескольким доменам с методом MaxEnt-Guided Policy Optimization, offline self-distillation и instruct RL. Заявленный основной язык — английский. Модель предназначена прежде всего для решения математических задач, программирования, STEM-задач, reasoning и instruction-following, особенно в сценариях с проверяемыми ответами: соревновательная математика, coding contests и задачи на алгоритмы. Для инференса рекомендуются vLLM или SGLang; заявлены temperature 1.0, top_p 0.95 и поддержка до 102K выходных токенов. Репозиторий содержит варианты GGUF с точностями от Q2_K до Q8_0, а также BF16, F16 и F32, что позволяет выбирать между размером файла, требованиями к памяти и качеством. Сильной стороной модели является специализация на проверяемом рассуждении при компактном размере; в README также заявлены высокие результаты на бенчмарках по математике и программированию. Ограничение состоит в том, что модель оптимизирована для задач с ясными критериями проверки и может уступать более крупным универсальным моделям в широких open-domain сценариях и работе с общими знаниями. Указана лицензия MIT.

Модель distilroberta-base-rejection-v1 разработана ProtectAI и дообучена на distilroberta-base для обнаружения отказов в ответах языковых моделей. Она классифицирует текст на два класса: обычный ответ и обнаруженный отказ, например, когда модель отказывается выполнять запрос из-за модерации. Модель предназначена для анализа ответов LLM и может применяться в NoRefusal Scanner из LLM Guard, чтобы выявлять нежелательные отказы и проблемы с промптами. Это англоязычная модель классификации последовательностей на архитектуре RoBERTa, с 95,2 млн параметров и контекстом до 514 токенов. В карточке приведены результаты оценки: точность 0,9887, полнота 0,9810 и F1 0,9537. Модель чувствительна к регистру, а её качество зависит от сходства входного текста с данными обучения; она может хуже работать на незнакомых стилях и темах. Проект архивирован и больше не поддерживается. Лицензия — Apache 2.0.

Карточка модели FuseAI/FuseO1-DeepSeekR1-QwQ-32B-Preview на Hugging Face совпадает с карточкой FuseAI/FuseO1-DeepSeekR1-QwQ-SkyT1-32B-Preview, поэтому описание составлено по ней. FuseO1-DeepSeekR1-QwQ-SkyT1-32B-Preview — экспериментальная объединённая языковая модель команды FuseAI. Она создана с помощью слияния трёх моделей для рассуждений: DeepSeek-R1-Distill-Qwen-32B, Qwen/QwQ-32B-Preview и NovaSky-AI/Sky-T1-32B-Preview. Модель основана на плотной архитектуре Qwen2 с 32 млрд параметров и предназначена для генерации текста и диалогов с пошаговыми рассуждениями. Основные сценарии — решение математических задач, рассуждения о программном коде и научные вопросы. В README для версии указаны результаты AIME24: 74,0 Pass@1 и 86,7 Cons@32 при описанной авторами схеме оценки. Модель принимает текст и генерирует текст; метаданные указывают контекстное окно 131 072 токена и интерфейс для вызова инструментов. Языки в карточке явно не перечислены. Модель распространяется в формате safetensors по лицензии Apache-2.0. Это предварительная версия, а опубликованные сравнительные показатели относятся к конкретным настройкам и методике оценки; они не гарантируют аналогичных результатов в других задачах или конфигурациях.

Это версия модели bingleai на базе Gemma 4 12B Coder, подготовленная из репозитория yuxinlu1/gemma-4-12B-coder-fable5-composer2.5-v1-GGUF. Разработчик указывает, что веса преобразованы из квантованной версии Q8_0 в BF16 Safetensors; модель предназначена для генерации и объяснения решений задач на Python, включая алгоритмические и функциональные задачи с проверяемыми тестами. В карточке описана настройка на примерах с рассуждениями от Composer 2.5 и Fable 5, где решения отбирались после успешного выполнения тестов. Модель поддерживает диалог и работу с кодом; заявленный контекст — до 256K токенов. Репозиторий использует библиотеку Transformers и лицензию Gemma. Указанный в README сценарий запуска ориентирован на локального помощника по программированию; заявленные требования к памяти относятся к квантованным GGUF-вариантам и не характеризуют размер представленных здесь BF16-весов.

Grug 12B — экспериментальная дообученная модель на базе Google Gemma 4 12B IT, созданная для компактных рассуждений. Разработчик обучил её сохранять важные шаги, ограничения, развилки и проверки ответа, сокращая многословные цепочки рассуждений. Веса опубликованы в формате Transformers/safetensors; модель доступна для диалогового использования и генерации текста. Модель подходит для задач общего рассуждения, математики и программирования, где полезны более короткие ответы и меньшее число токенов рассуждения. Дообучение выполнено методом QLoRA с последующим слиянием адаптера с базовой моделью. В метаданных базовая Gemma 4 описана как мультимодальная, однако README Grug заявляет только компактные рассуждения и не подтверждает отдельную настройку или оценку обработки изображений, видео и аудио. В небольшой локальной проверке на 36 математических примерах модель показала более короткую генерацию и более высокие прокси-показатели, но автор подчёркивает, что это не широкий бенчмарк. Модель может чрезмерно сжимать рассуждения в задачах, требующих длинных выводов, и наследует ограничения и поведение безопасности базовой модели. Лицензия указана как other; README рекомендует отдельно проверять лицензии и происхождение данных, особенно для коммерческого или чувствительного применения.

HassanB4 разработал halluscoring-marbert-nli — арабоязычный классификатор для оценки галлюцинаций в ответах языковых моделей. Это дообученная на наборе HalluScoring-2026-Task1.1 модель UBC-NLP/MARBERTv2 с архитектурой BERT и классификационной головой. Она получает эталонный ответ и ответ модели в формате NLI: gold_answer и model_answer разделяются специальными токенами. Максимальная длина последовательности — 512 токенов, размер модели — 190 млн параметров. Модель предназначена для определения соответствия ответа модели эталонному в задачах оценки и контроля качества ответов на арабском языке. В README указаны значения AUC-ROC 0,9562 и F1-Macro 0,8989 на официальной dev-выборке; на чистом подмножестве с ранее не встречавшимися вопросами AUC-ROC составил 0,9266. Модель не оценивалась на скрытой тестовой выборке, а её предсказания оказались избыточны относительно halluscoring-arbert-nli, поэтому она не вошла в финальный ансамбль соревнования. Распространяется по лицензии Apache-2.0.

Holo3-35B-A3B — мультимодальная модель типа Vision-Language Model, разработанная H Company для GUI-агентов. Она анализирует визуальные интерфейсы веб-сайтов, настольных и мобильных приложений, рассуждает над содержимым и помогает выполнять точные действия в цифровых средах, включая многошаговые бизнес-сценарии. Модель дообучена на Qwen/Qwen3.5-35B-A3B и использует разреженную архитектуру Mixture-of-Experts с 35 млрд общих и 3 млрд активных параметров. Принимает текст и изображения интерфейсов, выдаёт текстовые ответы и действия для компьютерного агента. В карточке заявлены результаты на бенчмарках OSWorld-Verified, ScreenSpot-Pro и OSWorld-G; заявленный результат OSWorld-Verified — 77,8%. Модель поддерживает английский язык. Лицензия — Apache 2.0.

OpenCoder-1.5B-Instruct-GGUF — это квантизированная в формате GGUF версия инструкционной языковой модели OpenCoder-1.5B-Instruct, разработанной Infly. Квантизация выполнена участником сообщества bartowski на основе llama.cpp release b4014. Модель предназначена прежде всего для генерации и обработки программного кода, а также для сценариев, где требуется следование инструкциям при работе с кодом. Она поддерживает запросы на английском и китайском языках. Модель обучалась на 2,5 триллиона токенов, включая 90% исходного кода и 10% связанного с кодом веб-контента, а затем прошла дообучение на 4,5 миллиона высококачественных примеров. Размер базовой модели — 1,5 млрд параметров, максимальная длина контекста — 8 тысяч токенов. Ключевые преимущества — специализация на коде, поддержка английского и китайского языков и возможность использования в GGUF-совместимой инфраструктуре. Ограничения включают относительно небольшой размер, контекст в 8 тысяч токенов и отсутствие в представленных данных результатов бенчмарков, поэтому качество на конкретных задачах не определено. В метаданных указана лицензия inf и ссылка на лицензию исходной модели; точные условия использования следует уточнять по этому документу.

PeppX/Ornith-1.0-9B-Uncensored-GGUF — GGUF-квантизированная версия модели PeppX/Ornith-1.0-9B-Uncensored, разработанная PeppX. Это текстовая генеративная модель для локального запуска, ориентированная на программирование, рассуждения, агентские сценарии, генерацию текста, кибербезопасность и red-team-задачи. Модель позиционируется как uncensored и abliterated: из базовой модели удалено направление, связанное с отказами, без дополнительного обучения и тонкой настройки. Модель имеет плотную архитектуру Qwen 3.5 с 32 слоями и примерно 9 млрд параметров, поддерживает контекст до 262 144 токенов и английский язык. Доступны варианты квантования Q4_K_M, Q5_K_M, Q6_K и Q8_0 размером примерно от 5,6 до 9,5 ГБ; они рассчитаны на локальный запуск с помощью llama.cpp, LM Studio или Ollama. Заявлены сохранение исходных возможностей в кодировании, математике, рассуждениях и следовании инструкциям, а также низкое расхождение с базовой моделью по KL-дивергенции 0,0827, однако приведённые показатели зависят от методики оценки. Ключевая особенность модели — заявленный авторами нулевой уровень отказов, что может быть полезно для исследовательских, тестовых и red-team-сценариев, но одновременно повышает риск генерации небезопасного или вредоносного контента. Ограничения включают зависимость качества и скорости от выбранной квантизации и оборудования, а также отсутствие в README подробных данных о мультимодальности, обучающем наборе и результатах независимых бенчмарков. Модель распространяется по лицензии MIT.

Карточка модели Openintelligent123/Phi-4-reasoning-plus на Hugging Face совпадает с карточкой microsoft/Phi-4-reasoning-plus, поэтому описание составлено по ней. Phi-4-reasoning-plus — открытая по весам языковая модель Microsoft Research, дообученная на базе microsoft/phi-4 с помощью supervised fine-tuning на цепочках рассуждений и последующего обучения с подкреплением. Это плотный decoder-only Transformer семейства Phi-3 с 14,1 млрд параметров и контекстом до 32 768 токенов; модель принимает текст и генерирует текст в диалоговом формате. Модель предназначена прежде всего для рассуждений и решения задач по математике, науке и программированию, а также для использования в генеративных ИИ-приложениях с ограничениями по памяти и вычислениям. Основной язык — английский. Обучение с подкреплением повышает точность, но в среднем модель генерирует примерно на 50% больше токенов, что увеличивает задержку. Microsoft предупреждает, что модель специально разработана и оценивалась для математических рассуждений, поэтому для других применений нужно отдельно проверять точность, безопасность и справедливость ответов. Модель распространяется по лицензии MIT.

Nan-Do разработал Nan-Do/python-assistant-3b — экспериментальную языковую модель для генерации и понимания кода. Это плотная causal language model семейства Llama на 3,3 млрд параметров, дообученная с помощью LoRA на базе OpenLLaMA-3B. Для запросов используется формат промпта Alpaca; модель опубликована в формате PyTorch. Модель предназначена для генерации и исправления кода на Python, объяснения библиотек и решения задач в стиле LeetCode. Она может улучшать собственный код по запросу, однако результаты нестабильны: подходящий ответ может зависеть от формулировки промпта, а некоторые запросы модель не выполняет. Контекст ограничен 2048 токенами. Лицензия в предоставленных данных не указана.

Sky-T1-32B-Flash — языковая модель рассуждений на 32 млрд параметров, разработанная командой NovaSky из Sky Computing Lab при UC Berkeley. Это плотная архитектура Qwen2, доступная в формате Safetensors и рассчитанная на генерацию текста и диалог. Модель оптимизирована для задач математики и программирования: обучение на 10 тыс. предпочтительных пар должно сокращать длину ответов, сохраняя точность относительно Sky-T1-32B-Preview. В оценках авторов точность на Math500 совпала с Preview, а средняя длина генерации снизилась на 33%; заявленное сокращение длины достигает 57%. Поддерживается контекст до 32 768 токенов. Модель создана на основе слияния NovaSky-AI/Sky-T1-32B-Preview и Qwen/Qwen2.5-32B-Instruct и обучена с оптимизацией предпочтений SimPO. Лицензия — Apache-2.0. Результаты сравнительных оценок приведены авторами; фактическое качество зависит от запроса и сценария, а специализация на математике и коде не означает гарантии корректности ответов.

Модель thealper2/smollm2-135m-android-control разработана как LoRA SFT-дообучение HuggingFaceTB/SmolLM2-135M-Instruct для управления интерфейсом Android по текстовому описанию. Это плотная авторегрессионная модель семейства Llama на 134,5 млн параметров с контекстом до 8192 токенов. На вход она получает инструкцию, список элементов интерфейса из дерева доступности и историю действий, а на выходе формирует одно действие в виде JSON-объекта. Изображения экрана модель не принимает. Модель предназначена для пошаговой автоматизации Android: нажатий, ввода текста, прокрутки и других действий, предусмотренных схемой выхода. Она обучена на наборе Android-Control-84k; в тестовой оценке строгая валидность JSON составила 0,999, а точность точного совпадения действия — 0,695. Модель поддерживает английский язык. Распространяется по лицензии Apache-2.0. Модель не видит элементы, отсутствующие в дереве доступности, например содержимое canvas, игр и некоторых WebView. Для предсказания целевых индексов на входе необходимо использовать те же правила отбора элементов, что и при обучении. В обучающих данных не было примеров navigate_home и было мало примеров long_press; офлайн-точность на отдельных шагах не показывает успешность выполнения задач в замкнутом цикле.

Spec-T1-RL-7B — языковая модель компании SVECTOR с 7 млрд параметров, предназначенная для математических и алгоритмических рассуждений, генерации кода и выполнения структурированных технических инструкций. Модель построена на трансформерной архитектуре и поддерживает контекст до 32 768 токенов; в README также описаны MoE, SwiGLU и RMSNorm. Метаданные указывают поддержку диалогового режима и интерфейса вызова инструментов. Модель рассчитана на решение задач по математике и логике с пошаговыми выводами, проектирование и анализ алгоритмов, а также генерацию кода. По README, обучение включало специализированное предварительное обучение, инструкционное дообучение и выравнивание с подкреплением с проверкой математических решений и кода. Основной указанный язык — английский. Модель распространяется в формате safetensors по лицензии MIT. README приводит высокие результаты на математических и кодовых бенчмарках, однако эти заявления приведены разработчиком; независимая проверка результатов в предоставленных материалах отсутствует. Для запуска указаны CUDA-совместимый GPU и от 16 ГБ видеопамяти.

ZwZ-4B — мультимодальная модель для детального восприятия изображений, разработанная inclusionAI на основе Qwen3-VL-4B-Instruct. Это плотная модель семейства Qwen3-VL с 4 млрд параметров, предназначенная для ответов на вопросы об изображениях и распознавания мелких визуальных деталей. Обучение сочетает дистилляцию Region-to-Image и обучение с подкреплением на наборе ZwZ-RL-VQA из 74 тысяч примеров. Модель обрабатывает изображение за один проход без увеличения отдельных областей во время вывода и без вызовов инструментов. Авторы сообщают о высоких результатах на тестах детального восприятия и улучшениях в визуальном рассуждении, сценариях GUI-агентов и обнаружении изображений, созданных ИИ. Доступны веса Safetensors для Transformers; лицензия — Apache-2.0.

BatchOnline-GRPO-1.5B — компактный кодовый верификатор от INSAIT Institute, дообученный методом GRPO с полусинхронным обновлением политики генератора каждые четыре шага. Модель основана на DeepSeek-R1-Distill-Qwen-1.5B: это плотная архитектура Qwen2 с 1,5 млрд параметров и контекстом до 131 072 токенов. Модель принимает условие задачи по программированию и несколько предложенных решений, затем оценивает и ранжирует их, определяя правильный вариант. Её можно использовать как функцию вознаграждения для оптимизации генераторов кода и как LLM-судью при автоматической оценке программных решений. Обучение проводилось на INSAIT-Institute/Aletheia-Train — наборе примеров с задачами и кандидатными решениями, где правильность проверялась исполнением. Модель ориентирована на верификацию решений задач по программированию и не предназначена для общего ранжирования или генерации кода. Карточка не приводит отдельных оценок качества или ограничений по языкам программирования; набор обучения включает Python, C++ и Java. Лицензия — CC BY-NC-SA 4.0, с условиями некоммерческого использования и распространения производных работ на тех же условиях.

Модель enochlev/coherence-all-mpnet-base-v2 разработана Enoch Levandovsky и дообучена на базе sentence-transformers/all-mpnet-base-v2 для оценки связности и уместности ответов в диалоге. Это кросс-энкодер на архитектуре MPNet с 136,7 млн параметров, реализованный для Transformers; он принимает текст вопроса или подсказки вместе с ответом и выдаёт оценку, где более высокие значения указывают на большую связность или релевантность. Максимальная длина контекста — 514 токенов. Модель предназначена для проверки ответов чат-ботов и диалоговых систем, а также может служить компонентом более крупной системы или основой для дальнейшего дообучения. Она обучалась и оценивалась на наборе данных CHILDES, а заявленный язык — английский. Репозиторий не сообщает лицензию и предлагает проверить её отдельно. Модель не предназначена для анализа тональности, распознавания эмоциональной окраски или задач вне оценки связности диалога; автор также отмечает, что сарказм и юмор могут оцениваться недостаточно точно.

DeepSeek-V4-Flash-0731-Vision-NVFP4 — экспериментальная мультимодальная модель, разработанная WebBrain на базе DeepSeek-V4-Flash-0731 и конвертированной версии MJPansa/DeepSeek-V4-Flash-0731-NVFP4. Для обработки изображений используется замороженный vision-энкодер MoonViT-3d из Kimi-K2.6, соединённый с языковой моделью обученным WebBrain проектором PatchMerger и routing bridge. Модель предназначена для задач, где требуется совместно анализировать текст и визуальное состояние интерфейса: работы браузерных агентов, понимания скриншотов, графиков, дашбордов, редакторов и элементов управления. Проектор выполняет нормализацию, объединение патчей 2×2 и последовательность линейных преобразований с GELU. Интеграция поддерживает один маркер изображения и рассчитана максимум на 512 объединённых image-токенов. Текстовая часть использует смешанную точность: веса routed experts представлены в NVFP4, а attention, shared experts, head, MTP и другие пути сохраняют исходные форматы; это не полностью NVFP4-модель. Vision tower и проектор используют BF16. Архитектура не совместима напрямую со стандартными Transformers или стандартным SGLang: требуются внешний пакет модели и процессора WebBrain, специальный патч и указанная версия SGLang. Решение ориентировано на оборудование Blackwell, а повторная полная проверка загрузки и генерации изображений для собранного чекпойнта ещё не выполнена. Лицензия указана как other; подробные условия использования в карточке не приведены.

Gemini3.5-Code.Reasoner-2b-Distilled — компактная причинно-языковая модель для кода, разработанная WithinUsAI на базе google/codegemma-1.1-2b. Модель дообучена с помощью LoRA и дистиллированных синтетических примеров; её плотная архитектура GemmaForCausalLM содержит 2,5 млрд параметров. Репозиторий использует формат safetensors, библиотеку Transformers и лицензию Apache 2.0. Модель предназначена для генерации кода, решения алгоритмических задач и пошаговой логики, а также для локальных помощников в IDE и отладки. Заявленная длина контекста — 8192 токена, основной язык карточки — английский. Компактный размер рассчитан на локальный запуск, однако заявленные сценарии и качество не подкреплены в карточке результатами оценивания. README упоминает LoRA, но метаданные классифицируют модель как дообучение; отдельный адаптерный формат в доступных данных не указан.

Карточка модели MyRayy/gemma-4-12B-coder-fable5-composer2.5-v1 на Hugging Face совпадает с карточкой yuxinlu1/gemma-4-12B-coder-fable5-composer2.5-v1, поэтому описание составлено по ней. Composer 2.5 × Fable 5 v1 — дообученная Yuxin Lu модель Google Gemma 4 12B Instruct для генерации кода на Python. Она обучена на задачах с проверяемыми решениями: примеры включают рассуждения о граничных случаях, сложности и подходе, а корректность решений проверялась запуском тестов. Модель работает через Transformers и использует архитектуру Gemma4Unified; опубликованы полноточные веса safetensors в формате bf16, а заявленная длина контекста составляет 256K токенов. Модель предназначена для решения алгоритмических и функциональных задач на Python, генерации исполняемого кода и дальнейшего дообучения или создания квантованных сборок. Она ориентирована прежде всего на англоязычные запросы и код. По README, отказы у неё встречаются реже, чем у базовой модели, а защитное выравнивание ограничено; общеобразовательные факты и числа рекомендуется перепроверять. Лицензия — Apache 2.0.

Gemma4-12B-Coder-fable5-composer2.5-v1-GGUF — локальная языковая модель для генерации кода, разработанная yuxinlu1 на основе Google Gemma 4 12B IT. Это fine-tune, ориентированный прежде всего на проверяемые задачи программирования на Python: алгоритмические и функциональные задачи с детерминированными тестами. Модель предназначена для локального и офлайн-использования в качестве помощника программиста, способного анализировать задачу, учитывать крайние случаи и выдавать исполняемое решение без обращения к облачному API. Модель имеет размер 12B параметров и распространяется в формате GGUF для запуска через llama.cpp и совместимые инструменты. Заявленное максимальное контекстное окно составляет 256K токенов. Доступны квантизированные варианты Q2_K, Q3_K_M, Q4_K_M, Q6_K и Q8_0; размер файлов — примерно от 4,5 до 11,8 ГБ. Обучение основано на дистилляции рассуждений Composer 2.5 и Fable 5, причём решения отбирались после успешного прохождения тестов. Сильные стороны модели — специализация на Python-коде, ориентация на тестируемые решения, возможность работы на локальном оборудовании и большой контекст. Ограничения — узкая направленность на программирование и отсутствие в предоставленных данных подтверждённых характеристик по другим языкам, мультимодальности или универсальным диалоговым задачам; производительность зависит от выбранной квантизации и доступной памяти. Модель распространяется по лицензии Apache-2.0.

granite-8b-code-instruct-4k-GGUF — квантованная версия Q4_K_M модели granite-8b-code-instruct-4k, разработанной IBM и распространяемой под лицензией Apache 2.0. Модель предназначена для генерации и обработки программного кода, включая написание, объяснение и исправление кода, а также решения задач, связанных с SQL, математикой и вызовом функций. Версия основана на ibm-granite/granite-8b-code-base-4k и рассчитана на контекст до 4K токенов. Модель содержит 8 миллиардов параметров, работает в текстовом режиме и ориентирована на сценарии программирования с использованием llama.cpp и формата GGUF. В опубликованных тестах HumanEvalPack показатели pass@1 составили 57,9% для синтеза Python, 52,4% для JavaScript, 58,5% для Java, 43,3% для Go, 48,2% для C++ и 37,2% для Rust; результаты для объяснения и исправления кода различаются в зависимости от языка. Показатели помечены как непроверенные. Ключевое ограничение — устаревший статус: разработчик не рекомендует модель для новых проектов и предлагает использовать более современные модели семейства Granite. README не содержит сведений о точной архитектуре, языковом охвате и дополнительных ограничениях, поэтому эти характеристики нельзя определить по предоставленным данным.

GRPO-Think-7B-16k — языковой верификатор кода, разработанный институтом INSAIT. Он принимает условие задачи по программированию и несколько предложенных решений, оценивает их корректность и ранжирует кандидатов. Модель предназначена для задач соревновательного программирования и проверки кода, а также для использования в качестве функции вознаграждения при оптимизации моделей генерации кода и автоматического оценщика. Модель с архитектурой Qwen2 и 7,1 млрд параметров дообучена методом GRPO от deepseek-ai/DeepSeek-R1-Distill-Qwen-7B на наборе INSAIT-Institute/Aletheia-Train. Во время обучения использовались промежуточные рассуждения и отрицательные примеры, а бюджет генерации составлял 16 тысяч токенов. В карточке Hugging Face указан нативный контекст 131 072 токена; модель распространяется в формате safetensors и работает через Transformers. Лицензия CC-BY-NC-SA-4.0 разрешает использование с указанием авторства, на некоммерческих условиях и с сохранением той же лицензии. Оценки модели относятся к проверке и ранжированию решений для программирования; карточка не подтверждает её пригодность для универсального диалога или непосредственного исполнения кода.

Holo-3.1-4B — мультимодальная модель компании H Company для агентного управления веб-интерфейсами, настольными и мобильными приложениями. Это вариант семейства Holo3.1 на 4 млрд параметров, построенный на архитектуре Qwen3.5 и объединённый с несколькими моделями семейства Qwen3.5. Модель принимает изображения и текст, поддерживает диалог и интерфейс вызова инструментов; в метаданных указан английский язык. Модель предназначена для навигации по интерфейсам, автоматизации пользовательских действий, привязки элементов интерфейса и выполнения рабочих процессов. Её можно интегрировать в агентные системы; семейство также ориентировано на локальное развёртывание. В репозитории указаны веса Safetensors, библиотека Transformers и лицензия Apache 2.0. Карточка описывает результаты семейства в целом, но не приводит отдельные показатели для версии 4B. Мультимодальные входы, точная длина контекста и количественная оценка качества этой версии в доступных данных не раскрыты.

Holotron-12B — мультимодальная vision-language модель для управления компьютерными агентами, разработанная H Company совместно с исследовательскими лабораториями NVIDIA. Она дообучена на базе NVIDIA Nemotron-Nano-12B-v2-VL-BF16 на proprietary-данных H Company, включая примеры локализации элементов интерфейса и навигации. В модели около 12 млрд параметров; архитектура сочетает state-space-механизм и attention. Модель принимает текст и изображения, в том числе несколько изображений в длинных интерактивных сценариях, и генерирует текстовые ответы и решения для агента. Основные сценарии — понимание экранов и интерфейсов, планирование многошаговых действий и навигация в веб-, настольных и мобильных средах. В README сообщается об улучшении результата WebVoyager относительно базовой модели и высокой пропускной способности при инференсе на NVIDIA H100 с vLLM. Эти показатели приведены для конкретной конфигурации и не гарантируют такую же производительность в других условиях. Модель предназначена для мультимодальных агентных задач, генерации данных, разметки и циклов онлайн-обучения с подкреплением. Лицензия — NVIDIA Open Model License.

Huihui-gemma-4-12B-coder-fable5-composer2.5-v1-abliterated — версия Gemma 4 12B coder-fable5-composer2.5-v1 от huihui-ai, у которой методом abliteration снижено число отказов на запросы. Это экспериментальная, грубая реализация с открытым описанием метода; модель предназначена для генерации кода и диалоговых ответов на основе текста. Модель использует плотную архитектуру Gemma4Unified и распространяется в формате safetensors для Transformers. Базовая модель дообучена для алгоритмических задач и генерации кода на Python, проверенного тестами. Карточка не описывает отдельное обучение этой версии для новых задач и не сообщает длину контекста или список естественных языков. Уменьшение защитных отказов может приводить к чувствительным, спорным или неподходящим ответам, поэтому результаты требуют проверки. Модель доступна по лицензии Apache 2.0.

Карточка модели MyRayy/Huihui-gemma-4-12B-coder-fable5-composer2.5-v1-abliterated на Hugging Face совпадает с карточкой huihui-ai/Huihui-gemma-4-12B-coder-fable5-composer2.5-v1-abliterated, поэтому описание составлено по ней. Huihui-gemma-4-12B-coder-fable5-composer2.5-v1-abliterated — версия Gemma 4 12B coder-fable5-composer2.5-v1 от huihui-ai, у которой методом abliteration снижено число отказов на запросы. Это экспериментальная, грубая реализация с открытым описанием метода; модель предназначена для генерации кода и диалоговых ответов на основе текста. Модель использует плотную архитектуру Gemma4Unified и распространяется в формате safetensors для Transformers. Базовая модель дообучена для алгоритмических задач и генерации кода на Python, проверенного тестами. Карточка не описывает отдельное обучение этой версии для новых задач и не сообщает длину контекста или список естественных языков. Уменьшение защитных отказов может приводить к чувствительным, спорным или неподходящим ответам, поэтому результаты требуют проверки. Модель доступна по лицензии Apache 2.0.

Jamjuri Edge — экспериментальная компактная языковая модель семейства JamjuriEDGE, разработанная на базе Qwen3-4B-Instruct-2507. Это плотная модель с 3,7 млрд параметров и контекстом до 262 144 токенов; релиз создан дообучением базовой модели и объединением LoRA-экспертов методом TIES. Модель предназначена для локального и офлайн-применения, в том числе в агентных сценариях с вызовом инструментов. Модель рассчитана на тайский и английский языки и ориентирована на следование инструкциям, написание и отладку кода, вычисления, автоматизацию IoT и работу с инструментами. В карточке описаны разные варианты слияния, балансирующие навыки управления инструментами, математики и программирования; для идентификатора Jamjuri-EDGE-Preview-100 конкретный вариант среди этих кандидатов не уточнён. В метаданных указаны Transformers и формат safetensors, лицензия Apache-2.0. Это экспериментальная модель с ограничениями, характерными для компактного чекпойнта: сложная автоматизация нескольких IoT-устройств даётся трудно, отдельные слияния могут ухудшать вызов функций, а изменение соотношений слияния влияет на поведение. Возможны ошибки привязки атрибутов к объектам и смещение стиля ответов из-за специализированных адаптеров.