II.4Отладка, тестирование и качество ПО

Jan-v2-VL-low — мультимодальная модель на 8 млрд параметров, разработанная командой Jan и основанная на Qwen/Qwen3-VL-8B-Thinking. Вариант low оптимизирован для меньшей задержки при выполнении многошаговых задач в программных средах, включая браузеры и настольные приложения. Модель принимает изображения и текст, чтобы выполнять пошаговую автоматизацию интерфейсов, следовать сложным инструкциям, удерживать промежуточное состояние и восстанавливаться после небольших ошибок выполнения. Она рассчитана на сценарии, где план или необходимые знания можно задать заранее, а важны устойчивое исполнение и минимальное отклонение от задачи; предусмотрена интеграция с Jan App и вызов инструментов. В README сообщается, что по стандартным текстовым и визуальным задачам качество не уступает базовой модели, а на отдельных задачах и бенчмарке длинных цепочек выполнения показывает улучшение. Модель распространяется по лицензии Apache-2.0. Карточка не приводит длину контекста и перечень поддерживаемых языков; в метаданных указан английский.

Kronumos-14B-Kairos — экспериментальный чекпойнт на базе Qwen2.5-Coder-14B-Instruct, дообученный Tokenectomy Labs под руководством Muhammad Naufal Daffa для автоматического исправления ошибок в программных проектах. Модель с плотной архитектурой Qwen2 содержит около 14 млрд параметров, работает с текстом и имеет контекст до 32 768 токенов. Основной сценарий — локализация ошибок и подготовка патчей для многофайловых репозиториев, в том числе с использованием AST и математических инвариантов. В описанной схеме модель генерирует гипотезы изменений и блоки SEARCH/REPLACE, а внешняя Rust-подсистема Tokenectomy проверяет синтаксис и привязку патчей. В карточке указан набор SWE-bench Verified и примеры проектов sympy и sphinx; метаданные также отмечают чат и интерфейс вызова инструментов. Модель ориентирована на разработчиков и автоматизированные системы ремонта кода. Её заявленная специализация и результаты представлены авторами; README обозначает чекпойнт как экспериментальный. Лицензия — Apache 2.0. Для описанного цикла проверки патчей требуется отдельная Tokenectomy-подсистема.

Это датская версия модели EuroEval для токенной классификации, опубликованная на Hugging Face и продублированная из репозитория alexandrainst. Она предназначена для разметки фрагментов текста, связанных с галлюцинациями в ответах на вопросы по материалам Википедии в сценарии RAG; название указывает на синтетические галлюцинации и данные RAGTruth. Модель построена на архитектуре ModernBERT, содержит 140,5 млн параметров, принимает текст и выдаёт метки токенов. Максимальный контекст — 8192 токена. Карточка модели автоматически сгенерирована и не описывает разработчика, лицензию, обучение или оценочные результаты; использовать её можно как модель токенной классификации, но качество для конкретного применения следует проверять отдельно.

EuroEval/mmBERT-small-multi-wiki-qa-synthetic-hallucinations-with-ragtruth-fi — модель для token classification на базе Transformers, связанная с ModernBERT и имеющая около 140,5 млн параметров. По названию репозитория она ориентирована на анализ синтетических галлюцинаций в задачах вопросов и ответов по нескольким wiki-источникам с использованием сценариев RAGTruth; суффикс fi указывает на финскую языковую версию или набор данных. Модель поддерживает контекст до 8192 токенов и предназначена для интеграции в конвейеры Hugging Face Transformers. Её можно применять для токенового или последовательностного выявления фрагментов, связанных с галлюцинациями и качеством ответов RAG-систем, если формат выходных меток соответствует используемому сценарию. Подробные сведения о разработчике, лицензии, обучающих данных, метриках и точной схеме меток в карточке отсутствуют.

Open-Dcoder-0.5B-CDLM-OpenCodeInstruct — компактная модель генерации кода, разработанная Shuibai12138 как часть открытого релиза Corrective Diffusion Language Models. Это дообученная на 2 000 шагах версия fredzzp/open-dcoder-0.5B на наборе nvidia/OpenCodeInstruct с корректирующей целью CDLM: к маскированному зашумлению добавлена равномерная замена 10% видимых токенов. Архитектура — плотная Qwen2 с 494 млн параметров и контекстом 32 768 токенов. Модель предназначена для генерации кода по текстовым запросам, а также для локализации и исправления заменённых фрагментов кода. Она использует маскированную диффузию и двунаправленное внимание; загрузка через AutoModelForCausalLM приводит к некорректным результатам, поэтому для оценки следует применять средства из репозитория CDLM. Обучение выполнено на открытом корпусе OpenCodeInstruct; результаты этой модели не являются результатами моделей из статьи. Лицензия — MIT. В README отмечено ограничение в реализации вычисления градиента: веса отдельных токенов обучающей цели фактически не применялись ожидаемым образом, хотя значения логируемых потерь корректны. Это может влиять на качество и воспроизводимость обучения.

tzervas/qwen2.5-coder-14b-bitnet-1.58b — экспериментальная квантизованная версия Qwen2.5-Coder-14B-Instruct, подготовленная автором репозитория tzervas. Это плотная причинная языковая модель семейства Qwen2 для генерации кода в диалоговом формате. Архитектура содержит 14,7 млрд параметров, веса представлены тернарными значениями {-1, 0, +1}, упакованными по четыре значения в байт; заявленный контекст — 32 768 токенов. Доступны форматы SafeTensors и GGUF. Модель предназначена для генерации, анализа и исправления кода, а также ответов на запросы о программировании. В README описана квантизация absmean с групповым масштабированием; для работы с тернарными весами требуется совместимая среда выполнения. Для версии GGUF автор приводит пример запуска через llama.cpp. Качество и производительность не прошли формальную оценку, поэтому результаты могут заметно уступать исходной модели и требуют проверки на целевых задачах. Для обычного использования через стандартный Transformers поддержка тернарных весов не заявлена. Лицензия — Apache-2.0.

Qwen3-4B-MegaR3ASONER-v1-i1-GGUF — квантизированная версия модели RexTRO111/Qwen3-4B-MegaR3ASONER-v1, подготовленная mradermacher в формате GGUF. Модель основана на семействе Qwen3 и предназначена для генерации текста с акцентом на рассуждения. Она ориентирована на задачи математического, программного и научного рассуждения, а также на сценарии, где требуется пошаговый анализ и генерация кода. При обучении использовались наборы данных HuggingFaceH4/Bespoke-Stratos-17k, nvidia/OpenMathReasoning, nvidia/OpenCodeReasoning, nvidia/OpenScienceReasoning-2 и reasoning-distill-opus-4-7-max-sft. В карточке указано знание английского языка; сведения о поддержке других языков, контекстном окне, точной архитектуре и мультимодальности не приведены. Модель доступна в нескольких вариантах квантизации размером примерно от 1,2 до 3,4 ГБ. Варианты различаются балансом скорости, размера и качества: для практического использования рекомендован i1-Q4_K_M, а i1-Q4_K_S обозначен как оптимальный по соотношению размера, скорости и качества. Сильными сторонами являются небольшой размер, возможность локального запуска и специализация на рассуждениях, математике, программировании и научных задачах. Ограничения включают возможное снижение качества на низких уровнях квантизации и отсутствие подробных результатов оценки. Лицензия указана как other, без уточнения конкретных условий.

Sherry 35B-A3B 0.1 Preview — экспериментальная модель для генерации текста, разработанная Valendra на основе Qwen/Qwen3.6-35B-A3B. Это дообученная методом SFT и GRPO модель семейства Qwen3.5 MoE с 35 млрд параметров; веса объединены, отдельный PEFT-адаптер для инференса не нужен. Модель поддерживает чат и интерфейс вызова инструментов. Главная особенность — управляемый уровень усилий рассуждения: low, medium или high задаёт компромисс между глубиной ответа, задержкой и расходом токенов. Модель предназначена для математических и научных задач, задач на рассуждение и экспериментов с программированием. В описанной авторами оценке показала 97,1% math_verify на MATH-500 и 78,3% exact match на GPQA-Diamond; эти результаты получены в одном контролируемом запуске и не гарантируют аналогичного качества в других условиях. Это предварительная версия: результат AIME 2025 находится на пересмотре, а поведение за пределами оценённых областей изучено ограниченно. Возможны ошибки, поэтому ответы следует проверять, особенно в высокозначимых сценариях. Модель распространяется по лицензии Apache-2.0.

Это компактная модель генерации текста, разработанная как часть эксперимента Parameter Floors for Developer-Agent Subroutines. Она представляет собой полнопараметрическую донастройку HuggingFaceTB/SmolLM2-135M-Instruct с архитектурой LlamaForCausalLM и 134,5 млн параметров. Модель предназначена для одной узкой подзадачи: преобразовывать запрос разработчика, сформулированный обычными словами, в поисковое регулярное выражение в заданном JSON-формате. Рекомендуемый сценарий — запуск внутри проверяющей обвязки, которая формирует специализированный запрос, разбирает JSON, применяет детерминированные проверки и при необходимости использует запасные правила. На тесте до 250 примеров из не встречавшихся при обучении репозиториев HTTPX и Jinja2 точность успешного выполнения после одной попытки составила 64,8%; валидность схемы JSON при первой попытке — 100%. Контекст модели составляет 8192 токена. Модель не предназначена для общего программирования или диалога и может хуже выполнять широкие инструкции. Лицензия — Apache-2.0.

UI-Venus-2-9B — мультимодальный агент для управления графическими интерфейсами от inclusionAI. Он наблюдает экран, определяет состояние задачи, выбирает действие и использует обратную связь среды, чтобы продолжить работу в мобильных приложениях, веб-сервисах и настольных операционных системах. Модель построена на архитектуре Qwen3.5-9B и дообучена для визуального заземления, навигации и выполнения действий в интерфейсе; заявленная конфигурация обслуживания допускает контекст до 262144 токенов. Модель предназначена для сквозного выполнения задач в GUI, включая поиск и взаимодействие с элементами, работу с CAPTCHA, навигацию по сайтам и использование приложений. В README описаны многоязычные мобильные среды с приложениями на китайском и английском языках, веб-среды и задачи для настольных ОС. По сравнению с базовой Qwen3.5-9B модель показывает более низкий Attack Success Rate на тестах OSHarm и OSBlind, однако риск вредоносных действий сохраняется. Лицензия весов на момент карточки ожидает окончательного подтверждения; Apache-2.0 не следует считать действующей лицензией.

Vocaela-2-500M-1024R2 — компактная мультимодальная модель на 500 млн параметров для управления графическими интерфейсами на компьютерах и мобильных устройствах. По README, модель разработана командой Vocaela и дообучена на базе SmolVLM2-500M-Video-Instruct; метаданные также указывают связь с google/siglip-base-patch16-256 и SmolVLM2-500M-Video-Instruct через слияние. Архитектура — плотная SmolVLM. Модель принимает снимок экрана и краткую инструкцию на естественном языке, например просьбу нажать кнопку, и генерирует структурированные JSON-действия с пиксельными координатами. Она предназначена для привязки действий к элементам интерфейса и низкоуровневого управления GUI; автор сообщает об улучшенной эффективности и устойчивости следования инструкциям по сравнению с Vocaela-500M. В README заявлено снижение задержки CPU-инференса на 50–70% относительно предыдущей версии при использовании LlamaCpp, а также возможность запуска на ноутбуках и мобильных устройствах. Модель поддерживает изображения и текстовый ввод, выдаёт текстовое представление действий; язык карточки — английский. Лицензия CC BY-NC-SA 4.0 ограничивает коммерческое использование и требует соблюдения условий атрибуции и распространения производных материалов на тех же условиях.

Карточка модели Qwen/WebWorld-14B на Hugging Face совпадает с карточкой Qwen/WebWorld-32B, поэтому описание составлено по ней. WebWorld-32B — языковая модель мира для обучения и оценки веб-агентов, разработанная командой Qwen. Она предсказывает следующее состояние веб-страницы по текущему состоянию и действию агента, поддерживая симуляцию траекторий длиной более 30 шагов. Модель дообучена на базе Qwen/Qwen3-8B на данных Qwen/WebWorldData; архитектура — плотная Qwen3ForCausalLM, около 29,7 млрд параметров, контекст — до 40 960 токенов. Модель предназначена для симуляции взаимодействий с веб-средой, синтеза траекторий и поиска с просмотром возможных последствий действий. Она сохраняет форматы состояний A11y Tree, HTML, XML, Markdown и естественного языка, а действия принимает в виде вызовов функций. Поддерживаемые языки по карточке — английский и китайский. Модель текстовая и не симулирует визуальное отображение страниц на уровне пикселей. В README также отмечены склонность к чрезмерно оптимистичным исходам и то, что генерация длинных точных текстов не является её основной задачей. Лицензия — Apache-2.0.

xFinder-qwen1505 — компактная языковая модель, разработанная IAAR для извлечения ключевых ответов из текстовых ответов больших языковых моделей. Она дообучена на основе Qwen-1.5-0.5B и предназначена прежде всего для оценки результатов LLM на задачах, где нужно надёжно определить ответ в свободно сформулированном тексте. Модель помогает извлекать ответы из разнообразных формулировок, с которыми регулярные выражения справляются ненадёжно. В README сообщается об оценке на размеченных людьми тестовой и обобщающей выборках набора KAF и об улучшении точности и устойчивости извлечения по сравнению с подходами на основе регулярных выражений. Это причинная текстовая модель семейства Qwen2 с 463,9 млн параметров и контекстом до 32 768 токенов; карточка указывает английский язык. Модель подходит для автоматизации проверки ответов LLM и подготовки результатов к последующей оценке. Карточка не приводит подробностей о качестве на других наборах данных или языках. Лицензия CC BY-NC-ND 4.0 ограничивает использование и распространение производных материалов; перед применением следует учитывать её условия.

ZeroGUI-AndroidLab-7B — визуально-языковая модель для работы с графическим интерфейсом Android, разработанная OpenGVLab в рамках подхода ZeroGUI. Она принимает изображение экрана и текстовую инструкцию и предназначена для управления интерфейсом и выполнения задач в интерактивной среде. Модель построена на архитектуре Qwen2-VL, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов; в метаданных указаны английский и китайский языки. README описывает ZeroGUI как фреймворк онлайн-обучения GUI-агентов с автоматической генерацией задач и оценкой вознаграждения по траекториям и снимкам экрана, включая двухэтапное обучение с адаптацией во время тестирования. Эта модель дообучена на ByteDance-Seed/UI-TARS-7B-DPO. Репозиторий использует формат safetensors и лицензию Apache-2.0. Карточка не уточняет конкретные метрики или ограничения качества.

Aletheia-Bench разработала BatchOnline-GRPO-1.5B — компактный проверяющий модельный чекпойнт для оценки решений задач по программированию. Это плотная авторегрессионная модель семейства Qwen2 с 1,5 млрд параметров, созданная дообучением DeepSeek-R1-Distill-Qwen-1.5B методом полуонлайнового GRPO: политика генератора синхронизируется каждые четыре шага. Модель принимает условие задачи по соревновательному программированию и несколько кандидатных решений, после чего определяет и ранжирует их по корректности. Основные сценарии — оценка кандидатов в системах генерации кода, выбор правильного решения среди нескольких вариантов и использование проверяющей модели как функции вознаграждения в оптимизации генератора. Чекпойнт обучен на Aletheia-Train; в описании набора указаны задачи и решения на Python, C++ и Java. Метаданные указывают контекст до 131072 токенов, библиотеку Transformers и формат Safetensors. Лицензия — CC BY-NC-SA 4.0, предусматривающая некоммерческое использование и распространение на тех же условиях. Модель предназначена для оценки кода в формате с несколькими кандидатами; README отсылает к репозиторию проекта за точным форматом запроса. Она не заявлена как универсальный помощник по программированию или как средство исполнения кода: её оценки следует проверять, особенно при переносе на задачи и распределения, отличающиеся от обучающих.

Это исследовательский чекпойнт Qwen3-4B-Instruct-2507, дообученный методом обучения с подкреплением GRPO командой, опубликовавшей модель agurung. Обучение проводилось напрямую от базовой instruct-модели без промежуточного SFT; чекпойнт сохранён на шаге 24. Это плотная причинная языковая модель на 3,7 млрд параметров с контекстом до 262 144 токенов, представленная в формате safetensors и рассчитанная на запуск через Transformers. Модель ориентирована на генерацию кода для задач программирования с автоматической проверкой тестами. Обучение использовало бинарную награду за прохождение тестов и специально отобранные сложные задачи; в рамках данного запуска этот чекпойнт показал лучший результат pass@8. Эти результаты характеризуют конкретную экспериментальную оценку и не гарантируют качество на других наборах задач. Лицензия в предоставленных данных не указана. Модель унаследовала основу Qwen3-4B-Instruct-2507, однако условия её использования следует сверить с лицензией исходной модели и карточкой этого чекпойнта.

Darwin-28B-REASON — плотная языковая модель VIDRAFT для генерации текста и сложных рассуждений. Это самостоятельная модель с полными весами, полученная дистилляцией цепочек рассуждений (RTD) на базе FINAL-Bench/Darwin-28B-Opus. Она использует архитектуру Qwen3_5ForConditionalGeneration поколения Qwen3.6 с чередованием линейного и полноформатного внимания и содержит 27,6 млрд параметров в формате BF16. Модель предназначена для многошагового решения научных и математических задач, ответов на вопросы уровня аспирантуры, генерации и отладки кода. Карточка рекомендует английский как основной язык, а также указывает поддержку корейского, китайского и японского. Заявленный результат 89,39% на GPQA Diamond получен с Darwin-DELPHI — отдельным проприетарным механизмом тестового вывода с несколькими образцами и самопроверкой; этот механизм не входит в веса модели. Модель распространяется по лицензии Apache-2.0. Для запуска BF16-весов требуется около 55 ГБ видеопамяти. Карточка отмечает, что без Darwin-DELPHI точность ниже заявленного результата, а цепочки рассуждений могут быть многословными; полный рецепт дистилляции и методика оценки Darwin-DELPHI не раскрыты.

Это неквантованная версия модели Gemma-4-12B-Coder, преобразованная сообществом mlx-community в формат MLX для локального запуска на компьютерах Apple Silicon с библиотекой mlx-lm. Модель основана на дообученной yuxinlu1/gemma-4-12B-coder-fable5-composer2.5-v1; архитектура — плотная Gemma 4 Unified с 12 млрд параметров. Модель предназначена для диалоговой генерации кода и решения задач программирования. Карточка базовой модели указывает на алгоритмические задачи на Python и генерацию кода, проверенного тестами. Добавленный Jinja-шаблон чата помогает форматировать диалоги для инференса через mlx-lm. Версия в этом репозитории не квантована и ориентирована на локальный инференс на Apple Silicon. Лицензия — Apache-2.0. Доступные сведения не описывают длину контекста, поддержку конкретных языков программирования помимо Python в назначении базовой модели, а также количественные результаты оценки качества.

JBrussee/gemma-4-31B-caveman — дообученная модель на основе Gemma 4 31B Instruct, созданная для ответов в лаконичном «пещерном» стиле. Она сокращает артикли, вводные слова, любезности и оговорки, сохраняя смысл и допуская короткие фрагменты вместо полных предложений. Модель предназначена для диалогов, отладки и ревью кода, где нужны более короткие ответы. Модель использует плотную архитектуру Gemma4 и поставляется в виде полных весов bf16 в формате Safetensors; её можно использовать как замену google/gemma-4-31B-it. Обучение выполнено методом QLoRA с последующим слиянием адаптера с базовой моделью. Карточка описывает примеры на английском языке и сообщает о сохранении блоков кода, имён функций, сообщений об ошибках и CLI-команд без изменений. Лицензия — Gemma. В оценке на 193 примерах семантическое сходство составило 0,91–0,98, а блоки кода сохранялись точно в 96–100% случаев. При этом сокращение ответов оказалось умеренным: примерно на 10–40%, меньше целевых 50–70%; результаты оценки основаны на небольшом наборе примеров.

GLM-5.3-Flash-Uncensored-Q2-ds4 — квантованная версия uncensored-модели GLM-5.3-Flash, разработанной на базе модели zai-org/GLM-5.3-Flash; сборка подготовлена DogContext на основе orcarouter/GLM-5.3-Flash-Uncensored-FP8. Модель предназначена для локальных исследований, авторизованного security/red-team тестирования и оценки агентного программирования, включая работу с кодом, инструментами и длинным контекстом. Это текстовая MoE-модель архитектуры Glm5Next с 320 млрд общих и примерно 18 млрд активных параметров, 45 слоями, 288 маршрутизируемыми и одним общим экспертом, маршрутизацией top-8, гибридным вниманием KDA-linear и sparse-DSA, а также встроенным native MTP для speculative decoding. Поддерживаются английский и китайский языки, заявлен контекст до 1 млн токенов, размер GGUF-файла составляет около 96,5 ГБ. Модель рассчитана на запуск в движке ds4/DwarfStar с Metal и может работать резидентно на одном Mac с Apple Silicon и 128 ГБ памяти; mainline llama.cpp, Ollama, LM Studio и vLLM для этой сборки не поддерживаются. Модель текстовая, при этом vision заявлена только через дополнительный encoder sidecar. Ключевые особенности — imatrix-калибровка на 1,5 млн токенов, смешанная примерно 2-битная квантизация IQ2_XXS и Q2_K с сохранением более высокой точности для управляющих компонентов, а также native MTP. На M5 Max указана скорость декодирования около 22–23 токенов в секунду и предварительной обработки около 360 токенов в секунду. Abliteration существенно снижает количество отказов на обычных запросах, но не устраняет возможности модели и повышает риски неправильного или вредоносного применения; это является важным ограничением. Распространение выполняется по лицензии MIT, унаследованной от базовой модели, однако использование должно соответствовать законодательству и условиям лицензии.

Holo2-30B-A3B — мультимодальная модель H Company для агентов, которые управляют веб-сайтами, настольными и мобильными интерфейсами. Она дообучена на базе Qwen/Qwen3-VL-30B-A3B-Thinking и принимает изображения интерфейсов и текстовые запросы, чтобы понимать экран, находить элементы управления и поддерживать многошаговое выполнение задач. Модель опубликована в формате safetensors для Transformers; в названии указано 30B, а A3B обозначает вариант MoE. Обучение включало контролируемую настройку на данных понимания интерфейсов и предсказания действий, а затем онлайн-обучение с подкреплением. В README приведены результаты на бенчмарках веб-навигации, управления ОС и Android, а также локализации элементов интерфейса. Модель ориентирована на компьютерных агентов; карточка не описывает универсальные сценарии вне этой области. Для репозитория указана лицензия CC BY-NC 4.0, а README называет версию 30B-A3B исследовательской и некоммерческой. Коммерческое использование требует согласования с разработчиком. Описание не приводит конкретных ограничений по языкам, контексту или надёжности действий в реальных приложениях.

Holo3.1-35B-A3B-NVFP4 — мультимодальная vision-language модель компании H Company для компьютерных агентов. Она предназначена для взаимодействия с веб-сайтами, настольными и мобильными интерфейсами, включая навигацию, автоматизацию действий, UI grounding, компьютерное управление и выполнение бизнес-сценариев. Модель поддерживает нативный вызов функций для интеграции с агентскими фреймворками и ориентирована на локальное развертывание. Модель относится к семейству Holo3.1, построенному на базе моделей Qwen 3.5; для данного варианта заявлены базовые модели Qwen/Qwen3.6-35B-A3B, Qwen/Qwen3.5-9B, Qwen/Qwen3.5-4B и Qwen/Qwen3.5-0.8B. Размер семейства для старшей версии составляет 35B-A3B параметров, а используемый формат весов — NVFP4 W4A16, полученный с помощью Nvidia Model-Optimizer. В карточке указана поддержка английского языка и сценариев image-text-to-text, однако размер контекста не приведён. Сильные стороны модели — поддержка нескольких сред, включая web, desktop и mobile, возможности компьютерного управления, интеграция через function calling и сниженные требования к локальному запуску благодаря квантованному формату. Ограничения включают отсутствие в карточке подробных количественных результатов тестов, информации о контекстном окне и перечне дополнительных языков; заявленные характеристики не гарантируют одинаковую эффективность во всех интерфейсах и задачах. Модель распространяется по лицензии Apache 2.0.

aysinghal/ide-code-retrieval-gpt2-large-llm2vec — модель SentenceTransformer на архитектуре GPT-2 Large, дообученная на наборе пар запрос–код для поиска исходного кода в IDE. Она кодирует короткие запросы на естественном языке и фрагменты кода в общий векторный space размерности 1024; поиск выполняется сравнением косинусного сходства нормализованных эмбеддингов. В карточке указано около 0,6 млрд параметров и максимальная длина последовательности 512 токенов. Модель предназначена для поиска файлов или функций по сообщениям коммитов, описаниям ошибок и запросам на добавление функций. Её можно использовать для предварительного индексирования документов с кодом и последующего поиска ближайших по смыслу фрагментов. Обучение основано на датасете code-retrieval-training-dataset и использует явные сложные отрицательные примеры. Опубликованный чекпойнт отмечен как промежуточный на шаге 0 из 0, при этом README сообщает, что функция потерь продолжала снижаться; качество может быть ниже у более поздних чекпойнтов. Длинные файлы обрезаются, а переносимость на разные языки программирования и стили запросов ограничена обучающим набором. Лицензия — Apache-2.0.

Карточка модели Resggg/Kimi-K3-Abliterated-modal на Hugging Face совпадает с карточкой SHSLab/Kimi-K3-Abliterated, поэтому описание составлено по ней. SHS-Lab/Kimi-K3-Abliterated — открытая мультимодальная модель на основе Kimi K3, обработанная методом abliteration для ослабления отказов, связанных с механизмами выравнивания. Она предназначена для исследований механизмов отказа, red-team-оценки и контролируемых экспериментов. Архитектура унаследована от базовой модели: Mixture-of-Experts с 2,8 трлн параметров, Kimi Delta Attention и Attention Residuals; модель поддерживает контекст до 1 млн токенов, изображения и видео наряду с текстом. Модель подходит для программирования, многошаговых агентных задач, анализа документов и работы с визуальными данными. По заявлению карточки, ослабление отказов нацелено на запросы на английском и японском языках и не добавляет новых знаний или возможностей; возможны небольшие изменения тона и формулировок. Независимая оценка этой версии не проводилась, поэтому точность для конкретных задач следует проверять отдельно. Модель распространяется с весами для самостоятельного развёртывания по лицензии Kimi K3 License; карточка не рекомендует её для неконтролируемого использования в пользовательских продуктах или там, где обязательна модерация контента.

Llama-3.3-Nemotron-70B-Reward-Principle — языковая модель NVIDIA на архитектуре Llama 3.3, дообученная на основе meta-llama/Llama-3.3-70B-Instruct. Она оценивает, насколько итоговый ответ ассистента в многоходовом диалоге соответствует заданному пользователем принципу, и выдаёт одно числовое значение: более высокий балл означает большее соответствие. Модель рассчитана на оценивание ответов LLM и применение в контурах ранжирования и контроля качества. Модель содержит 69,5 млрд параметров, работает с текстом и имеет заявленный контекст до 131 072 токенов. Однако обучение проводилось на диалогах длиной до 4 096 токенов, поэтому качество на более длинных входах может быть ограничено. Карточка сообщает высокие результаты на RM-Bench и JudgeBench; для запуска через Transformers указаны две или более GPU с 80 ГБ памяти каждая и не менее 150 ГБ свободного места. Модель обучалась на данных HelpSteer3 и оптимизирована для систем с GPU NVIDIA. Лицензия обозначена как other; перед использованием следует ознакомиться с условиями NVIDIA на странице модели.

MobiMind-Grounder-7B — мультимодальная модель семейства MobiMind, разработанная командой IPADS-SAI для системы мобильных агентов MobiAgent. Она предназначена для низкоуровневого определения элементов пользовательского интерфейса на экране при выполнении задач GUI-агентом. Модель основана на архитектуре Qwen2.5-VL, содержит 7,1 млрд параметров и принимает изображения вместе с текстом. Максимальная длина контекста составляет 128 000 токенов. В карточке описано применение для управления интерфейсом, но подробности о поддерживаемых языках и точности не приведены. Модель распространяется в формате safetensors по лицензии Apache-2.0. README предлагает развертывание сервиса инференса через vLLM.

OneJev-9B — мультимодальная модель принятия решений от OmniJev, созданная полным дообучением Qwen/Qwen3.5-9B. Она принимает текстовые вопросы вместе со скриншотами, фотографиями или видео и за один проход возвращает калиброванные вероятности для каждого варианта ответа. Модель предназначена для оценки вариантов в сценариях работы GUI-агентов и анализа вопросов о визуальных материалах. Обучена на 99 193 вопросах из реальных запусков агентов, видео и изображений. Архитектура — плотная Qwen3.5 с 9 млрд параметров; веса опубликованы в формате safetensors. В README приведены показатели задержки на одном H200 для скриншота 1280×720: 81 мс для одного вопроса и 131 мс для десяти вопросов в одном запросе. Лицензия — Apache-2.0. Заявленные результаты относятся к тестовым вопросам обучающих типов; перенос качества на другие сценарии отдельно не подтверждён. Модель использует формат System One API и поддерживает обработку изображений и видео через поле media.

OpenHands/openhands-lm-1.5b-v0.1 — компактная языковая модель для программирования, разработанная OpenHands. Это плотная модель семейства Qwen2 с архитектурой Qwen2ForCausalLM и 1,5 млрд параметров, дообученная на основе Qwen/Qwen2.5-Coder-1.5B-Instruct на данных SWE-Gym/SWE-Gym по рецепту OpenHands LM. Модель рассчитана на диалоговое взаимодействие и интерфейс вызова инструментов; её заявленное назначение — speculative decoding. Модель подходит для генерации и анализа кода, а также для работы агента разработки над задачами из GitHub, включая исправление ошибок и решение проблем в репозиториях. Метаданные указывают контекст до 32 768 токенов и английский язык. Модель распространяется в формате safetensors по лицензии MIT. README описывает исходную 32B-модель и её результаты, поэтому приведённые там показатели производительности и контекст 128K не следует переносить на эту версию 1.5B. Карточка предупреждает, что компактная версия предназначена для speculative decoding; её качество может быть ниже на разнообразных задачах разработки, она может повторять шаги и чувствительна к квантизации.

OS-Genesis-7B-AW — мультимодальная модель для управления мобильным графическим интерфейсом, разработанная авторами проекта OS-Genesis и дообученная на базе Qwen2-VL-7B-Instruct. Она предназначена для работы GUI-агента: модель анализирует экран и формирует действия для выполнения задач в приложениях Android; её семейство использовалось при оценке на бенчмарке AndroidControl. Модель имеет плотную архитектуру Qwen2-VL с 7,1 млрд параметров, принимает изображения и текст и выдаёт текстовое представление действий. Длина контекста — 32 768 токенов. В README указан набор данных OS-Genesis-aw-training-data для обучения; конкретные поддерживаемые языки и детальная схема действий не описаны. Модель распространяется под лицензией Apache-2.0.

Qwen2.5-Coder-0.5B-Instruct-GGUF — это квантизированная в формате GGUF версия инструкционной модели Qwen2.5-Coder-0.5B-Instruct, разработанной Qwen. Квантизацию выполнил bartowski на основе llama.cpp. Модель предназначена для генерации текста и программного кода, диалогового взаимодействия и использования в code agent-сценариях. Модель содержит около 0,5 млрд параметров и поддерживает контекст до 32 000 токенов. При обучении использовалось до 5,5 трлн токенов, включая исходный код, данные для выравнивания текста и кода и синтетические данные. В README указан английский язык; другие языки и поддерживаемые модальности не заявлены. Формат GGUF ориентирован на локальный запуск средствами, совместимыми с llama.cpp, включая LM Studio. К сильным сторонам относятся специализация на программировании, поддержка длинного контекста и относительно небольшой размер, облегчающий локальное использование. Ограничением является малый масштаб модели по сравнению с более крупными кодовыми моделями, поэтому качество сложного анализа, генерации и исправления кода может быть ниже. Модель распространяется по лицензии Apache-2.0.