II.4Отладка, тестирование и качество ПО

Deepdive404-3/Qwen3.8-27B-OBLITERATED — текстовая генеративная модель на базе Qwen/Qwen3.8-27B, модифицированная с применением методов abliteration для удаления или ослабления отказов и защитных поведенческих реакций. Согласно README, разработчики позиционируют её как модель для ответов на ограниченные запросы, red-team-исследований, исследований безопасности ИИ, генерации кода и агентских сценариев. Модель поддерживает режим рассуждений, однако для более прямых и содержательных ответов рекомендуется отключать thinking mode. Размер модели — 27B параметров, тип архитектуры — qwen3. Доступны форматы GGUF, Safetensors и MLX. В README не указаны полный список поддерживаемых языков, размер контекстного окна и мультимодальные возможности; по приведённым данным это текстовая модель с pipeline tag text-generation. Заявлены результаты 82,3% на MMLU в режиме 0-shot, что на 2,1 процентного пункта ниже базовой модели, а также 20 из 20 успешных ответов на внутренних задачах генерации кода. Эти показатели приведены авторами README и не являются независимой оценкой. Сильной стороной модели считается снижение частоты жёстких отказов и уклончивых ответов при сохранении близких к базовой модели возможностей. Ограничения включают небольшое снижение результата MMLU относительно исходной Qwen3.8-27B, возможные циклы при жадной генерации без repetition penalty и чувствительность к настройкам декодирования. Для практического использования рекомендуются temperature 0, repetition_penalty 1,15 и не менее 2048 новых токенов; для агентских сценариев авторы советуют temperature 0,1–0,3 и ограничение длины ответа. Лицензия указана как Apache-2.0. README не содержит сведений о точном разработчике или организации-владельце модели; указанный идентификатор и описание связывают её с проектом Deepdive404 и производной от Qwen3.8-27B.

Puffyn/Qwen3.8-27B-OBLITERATED — текстовая генеративная модель на базе Qwen/Qwen3.8-27B, разработанная для локального запуска и исследовательских сценариев, где требуется минимизация встроенных отказов и защитных ограничений. Согласно README, модель ориентирована на генерацию текста, программного кода, ответы на сложные и потенциально ограниченные запросы, а также на использование в агентских системах, coding agent и фреймворках для тестирования безопасности. Разработчик и точное происхождение производной модели в README явно не раскрыты; указано имя базовой модели Qwen и идентификаторы вариантов OBLITERATED/OBLITERATUS. Модель относится к семейству Qwen3 и имеет размер 27B параметров. Поддерживается текстовая модальность; сведения о языках и максимальной длине контекста в предоставленных данных отсутствуют. Доступны форматы GGUF, Safetensors и MLX. В версии V3 заявлены итеративная модификация весов и метод abliteration, удаляющий направления, связанные с отказами; авторы сообщают о сохранении близкой к исходной производительности, но с потерей 2,1 процентного пункта по MMLU относительно базовой модели. README также заявляет работоспособную генерацию кода в 20 из 20 проверенных сценариев и совместимость с режимом рассуждений. Сильной стороной модели считается снижение жёстких отказов и защитных отговорок при сохранении значительной части возможностей базовой Qwen3.8-27B. Ограничения включают возможное снижение качества по сравнению с исходной моделью, склонность к зацикливанию без правильно настроенного repetition_penalty и потенциальные риски использования модели без встроенных защитных механизмов. Для запуска рекомендуются temperature 0, repetition_penalty 1.15, не менее 2048 новых токенов и пустой системный промпт; для агентских сценариев предлагаются более короткие ответы и периодическое суммирование контекста. Лицензия — Apache-2.0.

ScaleCUA-7B — мультимодальная модель OpenGVLab для управления графическим интерфейсом компьютера. Это дообученная версия Qwen2.5-VL-7B-Instruct с 7,1 млрд параметров, построенная на архитектуре Qwen2.5-VL. Модель принимает визуальный ввод и инструкции на естественном языке и генерирует текст с действиями для интерфейса; для работы с ней README приводит пример загрузки через Transformers. Контекст модели составляет 128 000 токенов. Модель предназначена для автоматизации многошаговых задач в графических интерфейсах на разных платформах. В режиме Direct Action она определяет элементы интерфейса и выдаёт действия вроде нажатия кнопки с координатами; в режиме Reasoned Action сначала планирует операцию, затем формирует инструкции и действия. По README, данные обучения охватывают шесть операционных систем и три предметные области. Авторы сообщают о результатах на бенчмарках WebArena-Lite-v2, ScreenSpot-Pro, MMBench-GUI и OSWorld-G. ScaleCUA-7B распространяется под лицензией Apache-2.0. Она рассчитана на управление интерфейсами по визуальному контексту, однако приведённые в карточке результаты относятся к бенчмаркам и не гарантируют успешного выполнения произвольных задач. Для прямого управления требуется преобразовать координаты действий с учётом изменения размера изображения; карточка не заявляет поддержку русского языка.

sft_appdelta_gui_agent — дообученный контрольный пункт Qwen3-VL-8B-Instruct для задач управления мобильным графическим интерфейсом. Модель разработана автором репозитория xwk123 и использует архитектуру Qwen3-VL с 8 млрд параметров; она принимает текстовые запросы и визуальный контекст, а ответы формирует в формате Thought + Action + tool_call. Координаты элементов интерфейса задаются на сетке 0–999. Модель предназначена для выполнения пользовательских задач в мобильных приложениях через взаимодействие с их графическим интерфейсом. Для загрузки автор указывает Transformers и AutoProcessor. В метаданных лицензия обозначена как other, поэтому конкретные условия использования следует проверять в карточке модели и связанных материалах.

ActIO-UI-7B-RLVR — мультимодальная модель зрения и языка, разработанная Orby AI, подразделением Uniphore, для выполнения коротких подзадач в веб-интерфейсах по инструкциям на естественном языке. Она основана на Qwen2.5-VL-7B-Instruct и дообучена методом обучения с подкреплением с проверяемыми наградами поверх контрольной точки ActIO-UI-7B-SFT. Модель принимает изображения интерфейса и текстовые инструкции, а в ответ формирует текст, описывающий решение подзадачи. Типичные сценарии — выбор даты в календаре, прокрутка контейнера и извлечение сведений со страницы; модель также рассчитана на визуальное сопоставление элементов интерфейса с инструкциями. Архитектура — плотная Qwen2.5-VL с 7,1 млрд параметров; контекст составляет до 128 000 токенов. Для входного изображения README рекомендует размер 1280 × 720 пикселей. Основной язык карточки — английский. В опубликованных авторами результатах модель превосходит базовую Qwen2.5-VL-7B на ряде тестов GUI-подзадач и взаимодействия с веб-интерфейсами, однако показатели зависят от бенчмарка и сценария. Это специализированная модель: результаты тестирования не гарантируют надёжного выполнения произвольных длинных задач или корректной работы на всех сайтах. Лицензия репозитория — OpenMDW-1.0; авторы заявляют исследовательское и образовательное назначение и запрещают незаконное, неэтичное или вредное использование.

DPO-Think-7B — языковой верификатор кода, разработанный институтом INSAIT в рамках проекта Aletheia. Это плотная модель архитектуры Qwen2 с 7,1 млрд параметров, дообученная методом DPO на наборе INSAIT-Institute/Aletheia-DPO поверх DeepSeek-R1-Distill-Qwen-7B. Она принимает условие задачи по программированию и несколько решений-кандидатов, оценивает их корректность и ранжирует по качеству, используя рассуждения. Модель предназначена для выбора правильных решений в задачах соревновательного программирования, автоматической оценки кода и использования в качестве функции вознаграждения при оптимизации генераторов кода. Контекст составляет до 131 072 токенов. Карточка описывает обучение на данных с Python, C++ и Java, однако это языки программирования, поэтому они не включены в список естественных языков модели. Модель представляет интерес для исследовательских и прикладных конвейеров постобучения, но её заявленная область проверки ограничена кодом и задачами, похожими на использованные при обучении; README не приводит численных результатов именно для этой версии. Лицензия CC BY-NC-SA 4.0 ограничивает коммерческое использование и требует соблюдения условий атрибуции и распространения производных материалов.

Карточка модели moussaKam/frugalscore_medium_roberta_bert-score на Hugging Face совпадает с карточкой moussaKam/frugalscore_tiny_bert-base_bert-score, поэтому описание составлено по ней. FrugalScore — компактная модель для оценки качества генерации естественного языка, разработанная как недорогая замена вычислительно затратной метрике BERTScore. Этот чекпойнт использует BERT-tiny в роли студента, обученного воспроизводить оценки BERT-Base с помощью BERTScore. Модель предназначена для автоматической оценки и сравнения сгенерированных текстов, например при проверке результатов систем генерации или переводов. Модель построена на архитектуре BERT и содержит 4,4 млн параметров. Она принимает текст, имеет контекстное окно до 512 токенов и распространяется в формате PyTorch. README не сообщает поддерживаемые естественные языки и лицензию, поэтому их нельзя уточнить по доступным данным.

Richard Young — это дообученная версия Google Gemma 4 12B IT, дополнительно обработанная методом abliteration с Heretic v1.4.0 для снижения числа отказов. Модель предназначена прежде всего для решения задач программирования на Python: она может рассуждать о подходе, сложности и граничных случаях, а затем генерировать код. В README указано, что обучающие решения проверялись запуском на детерминированных тестах. Это плотная мультимодальная архитектура Gemma 4 Unified с весами bf16 в формате safetensors и контекстом до 256K токенов. Карточка ориентирует на использование в Transformers; для запуска требуется свежая версия библиотеки с поддержкой gemma4_unified. Хотя базовая Gemma 4 поддерживает работу с изображениями, видео и аудио, описание этой версии сосредоточено на генерации кода и не подтверждает эти сценарии для неё. Модель специализирована на Python и алгоритмических задачах, англоязычная; общие факты и числа рекомендуется перепроверять. README сообщает о снижении отказов и предупреждает, что модель не прошла safety alignment, поэтому для применения нужны собственные защитные меры. Лицензия — Apache-2.0.

MassivDash/Gemma-4-RUST-CODER-12B — специализированная дообученная версия Google Gemma-4-12B-it, разработанная для задач программирования на Rust. Модель обучалась с использованием QLoRA, Unsloth Studio и набора данных Fortytwo-Network/Strandset-Rust-v1. Она ориентирована на системное программирование, отладку, разработку высокопроизводительных приложений и генерацию лаконичных ответов с акцентом на код. Модель улучшена в области идиоматичного Rust, включая работу с Result и Option, обработку ошибок, правилами borrow checker, lifetimes, трейты Send и Sync, а также асинхронными runtime, такими как Tokio. Заявлен размер базовой модели — 12B параметров. В README не указаны контекстное окно, полный список поддерживаемых языков и модальностей; по назначению модель ориентирована прежде всего на текстовые запросы и код на Rust. Сильными сторонами являются специализация на экосистеме Rust, понимание паттернов безопасности памяти, конкурентного и асинхронного программирования. При этом возможна деградация качества в других языках программирования и вне технических задач из-за узкой специализации. Модель не гарантирует компилируемость и корректность сгенерированного кода, поэтому результаты необходимо проверять и тестировать. Указанная лицензия — MIT.

GLM-5V-Turbo — мультимодальная агентная базовая модель компании Z.ai для задач, в которых нужно анализировать визуальные данные и выполнять сложные сценарии, включая программирование с опорой на изображения. Модель принимает изображения, видео и текст; заявлены возможности долгосрочного планирования и решения комплексных задач по программированию. Модель предназначена для агентных сценариев с визуальным вводом. Данных о размере, архитектуре, длине контекста, поддерживаемых языках и лицензии в предоставленных источниках нет.

Granite 3.0 8B Instruct - Intrinsics LoRA v0.1 — экспериментальная модель IBM Research на основе ibm-granite/granite-3.0-8b-instruct. Это объединённый LoRA-файнтюн, который сохраняет возможности базовой инструктивной модели и добавляет три режима: оценку уверенности в ответе, обнаружение неподтверждённых документами утверждений в RAG-сценариях и проверку запросов на небезопасное содержание. Модель содержит 8,2 млрд параметров, использует плотную архитектуру GraniteForCausalLM и принимает текст; контекст — до 4096 токенов. Она рассчитана на диалоговое применение на английском языке и выдаёт обычные текстовые ответы, а в специальных режимах — оценку уверенности от 0 до 9 или однобуквенную классификацию Y/N. Лицензия — Apache 2.0. Оценка уверенности задумана как калиброванная, а режимы проверки галлюцинаций и безопасности — как бинарные классификаторы. Разработчик представляет модель как экспериментальную и не рекомендует использовать её в реальных развертываниях; результаты специализированных проверок следует валидировать для конкретной системы.

Salesforce GTA1-7B — визуально-языковая модель на архитектуре Qwen2.5-VL, выпущенная Salesforce для заземления действий в графическом интерфейсе. Модель содержит 7,1 млрд параметров, принимает изображения интерфейса и текстовые запросы и предназначена для определения элементов управления и выдачи контекстных ответов, пригодных для GUI-агентов. Контекстное окно составляет 128 000 токенов; в метаданных указан английский язык. Модель обучалась с применением обучения с подкреплением, включая GRPO, чтобы поощрять точное заземление и практические действия вместо длинных рассуждений. Она предназначена для автоматизации интерфейсов и оценки на бенчмарках GUI и компьютерного использования. Доступна в формате Safetensors для Transformers; лицензия — MIT. README сообщает о результатах на бенчмарках ScreenSpot, OSWorld и WindowsAgentArena, но приведённый фрагмент не содержит полной таблицы результатов для GTA1-7B. Модель может ошибочно определять элементы интерфейса или выдавать неверные ответы; для автоматизированных действий требуется проверка и надзор человека. Разработчик рекомендует исследовательское и образовательное применение и предварительные испытания в контролируемой среде.

NVIDIA-Nemotron-3-Nano-4B-BF16 — компактная языковая модель NVIDIA для генерации текста, диалога и агентных сценариев. Она принимает текст и выдаёт текст, поддерживает управляемый режим рассуждений и интерфейс вызова инструментов. Модель использует гибридную архитектуру Nemotron-H с Mamba-2, MLP и четырьмя слоями Attention; в README указано 3,97 млрд параметров, а метаданные каталога указывают 6,4 млрд. Максимальная длина контекста — 262 144 токена. Модель предназначена для локальных голосовых помощников, игровых NPC-компаньонов и автоматизации IoT на ускорителях NVIDIA, а также для задач программирования, математики и следования инструкциям. README указывает английский как поддерживаемый язык и описывает обучение с нуля с последующим сжатием родительской модели NVIDIA-Nemotron-Nano-9B-v2 средствами Nemotron Elastic; метаданные также классифицируют её как дообучение этой модели. Коммерческое использование разрешено, лицензия обозначена как other. Качество зависит от режима рассуждений: включённые рассуждения обычно помогают на сложных задачах, а режим без них может немного снизить точность. Модель оптимизирована для систем с GPU NVIDIA; перед внедрением требуется проверка на данных и сценариях конкретного приложения.

OneJev-4B — мультимодальная модель принятия решений от разработчиков OneJev, дообученная на базе Qwen/Qwen3.5-4B. Она принимает изображения, видеозаписи или текст с вопросами и за один проход возвращает откалиброванные вероятности для предложенных вариантов ответа. Модель рассчитана на задачи System One и сценарии работы агентов, включая анализ скриншотов и видеоматериалов. Модель содержит 4 млрд параметров, использует плотную архитектуру Qwen3.5 и работает через библиотеку Transformers. Для скриншота 1280×720 заявлена задержка 64 мс на один вопрос и 104 мс на десять вопросов в одном запросе при запуске на H200. Веса доступны в формате safetensors; лицензия — Apache-2.0.

Prometheus 13B V1.0 GGUF — квантизированная версия языковой модели Prometheus 13B V1.0, разработанной KAIST AI и преобразованной в формат GGUF командой TheBloke. Модель основана на архитектуре LLaMA, содержит около 13 млрд параметров и предназначена для работы с англоязычным текстом. Основной сценарий использования — оценка качества ответов по заданным критериям. На вход подаются инструкция, оцениваемый ответ, эталонный ответ с максимальной оценкой и рубрика; модель должна сформировать подробную обратную связь и присвоить целочисленный балл от 1 до 5. Она подходит для автоматизированного тестирования и сравнительной оценки ответов instruction-following моделей, но не является универсальным чат-ассистентом. Файлы GGUF поддерживают запуск через llama.cpp и совместимые приложения и библиотеки, включая text-generation-webui, LM Studio, KoboldCpp и llama-cpp-python. Квантизация позволяет выполнять инференс на CPU и GPU с различными вариантами разрядности, однако конкретный компромисс между требованиями к памяти, скоростью и качеством зависит от выбранного файла. Модель работает только с текстом; размер контекста в предоставленных данных не указан. Лицензия — Apache 2.0.

RAFT-7B — модель-верификатор кода, разработанная авторами проекта Aletheia. Она получает условие задачи по программированию и несколько решений-кандидатов, оценивает их и ранжирует, помогая выбрать корректное решение. Модель предназначена также для использования в качестве функции вознаграждения при оптимизации генерации кода и для автоматической оценки решений. Модель дообучена методом on-policy rejection sampling на базе deepseek-ai/DeepSeek-R1-Distill-Qwen-7B, имеет архитектуру Qwen2ForCausalLM и 7,1 млрд параметров. Обучение использовало положительные примеры рассуждений без отрицательных примеров; базовая модель поддерживает контекст до 131 072 токенов. Данные обучения включали задачи конкурентного программирования и решения на Python, C++ и Java, но это не означает, что сама модель генерирует или исполняет код. Лицензия — CC BY-NC-SA 4.0, допускающая использование с указанием авторства и распространение производных материалов на тех же условиях, но не коммерческое использование. В README указано, что для точного формата запросов следует обратиться к репозиторию проекта.

pszemraj/rnj-1.5-instruct — перепакованная версия EssentialAI/rnj-1.5-instruct для быстрой проверки инференса и совместимости с Transformers. Это плотная текстовая причинная модель семейства Gemma 3 с 8,3 млрд параметров, доступная в формате safetensors и сохранённая в bfloat16. Поддерживает диалоговую генерацию текста и интерфейс вызова инструментов; метаданные указывают контекст до 163 840 токенов. В репозитории изменены настройки локального внимания: тип chunked_attention заменён на sliding_attention, а параметры RoPE перенесены в соответствующий раздел. Веса не изменены, однако окно скользящего внимания составляет 8192 токена, поэтому ответы на длинных запросах могут отличаться от исходной модели; для точного инференса с длинным контекстом автор README рекомендует upstream-репозиторий с vLLM 0.20.0. Модель распространяется по лицензии Apache-2.0.

Vocaela-500M — компактная мультимодальная модель для управления графическими интерфейсами компьютеров и мобильных устройств. Согласно карточке, это дообученная версия HuggingFaceTB/SmolVLM2-500M-Video-Instruct с архитектурой SmolVLM и 500 млн параметров. Модель принимает снимок экрана и инструкцию на естественном языке, а затем выдаёт структурированные действия в формате JSON: например, нажатие клавиш, ввод текста, щелчки, перетаскивание и прокрутку с координатами элементов. Модель предназначена для GUI-агентов, которым нужно выполнять конкретные действия на экране; её компактный размер рассчитан на запуск на ноутбуках и мобильных устройствах. Карточка приводит английский пример инструкции, а метаданные указывают английский язык. Контекстное окно в предоставленных источниках не описано. В репозитории указаны веса Safetensors и лицензия CC BY-NC-SA 4.0, предусматривающая некоммерческое использование и распространение на тех же условиях.

ZeroGUI-OSWorld-7B — визуально-языковая модель OpenGVLab для работы с графическими интерфейсами. Она основана на Qwen2-VL и дообучена на ByteDance-Seed/UI-TARS-7B-DPO; в карточке описан фреймворк ZeroGUI, который обучает GUI-агентов с помощью онлайн-обучения с подкреплением: автоматически создаёт исполняемые задачи, оценивает успех по скриншотам и адаптирует агента в ходе работы. Модель содержит 7,1 млрд параметров, принимает изображения и текстовые инструкции и предназначена для диалогового взаимодействия с визуальными интерфейсами. Заявленная длина контекста — 32 768 токенов. Указаны английский и китайский языки. Лицензия — Apache-2.0. README не содержит подробностей о формате действий агента или результатах оценки ZeroGUI-OSWorld-7B.

AynCoding-Qwen2.5-Coder-1.5B-Instruct — диалоговая модель для генерации кода, основанная на Qwen2.5-Coder-1.5B-Instruct и дообученная для задач классической арабской логики (мантик) и синтеза кода. Это плотная причинно-языковая архитектура Qwen2 с 1,5 млрд параметров, принимающая текст и выдающая текст; заявленная длина контекста — 32 768 токенов. Карточка описывает её как чекпойнт Transformers в формате Safetensors, совместимый с распространёнными средствами инференса и оценки. Модель предназначена для генерации и анализа кода с учётом понятий эпистемической логики и арабской интеллектуальной традиции. В README приведены результаты HumanEval и метрики сохранения логических инвариантов и синтаксической корректности, однако методика и независимая проверка этих результатов не представлены. Языки карточки — английский и арабский; упоминание классической арабской логики указывает на специализированный контекст, но не доказывает поддержку генерации на арабском языке. Лицензия указана как other, поэтому конкретные условия использования следует проверять в карточке репозитория.

Это общественная конверсия BetterWright-4b в формат GGUF с тремя вариантами квантования: Q4_K_M, Q5_K_M и Q8_0. Модель разработана для управления браузером через BetterWright и Playwright; исходные веса — полно-параметрическое дообучение Spark-X2.5-4B от XHToken. Конверсия не меняет поведение базовой модели. Модель принимает текстовые запросы и выдаёт текстовые ответы и вызовы инструментов для многошаговых действий в браузере, например перехода по страницам. В GGUF встроены токенизатор и шаблон чата; архитектура — spark2_5, словарь содержит 131 072 токена. README сообщает о работе с контекстом до 262 тысяч токенов, но при такой длине кэш KV требует значительной памяти. Для запуска требуется llama.cpp со сборкой, поддерживающей Spark2_5ForCausalLM, а для браузерных действий — среда BetterWright. Q5_K_M рекомендован как вариант общего назначения, Q8_0 лучше сохраняет точность аргументов инструментов, а Q4_K_M подходит для ограниченной памяти, но может сильнее отклоняться при генерации длинного браузерного кода. Проверка подтверждает загрузку и корректный вызов инструмента, но не сравнивает качество квантов; результаты бенчмарков относятся к исходным BF16-весам. Репозиторий распространяется по лицензии Apache-2.0 и является общественной, неофициальной конверсией исходной модели.

CogAgent-9B-20241220 — модель агентного исполнения с визуально-языковой архитектурой ChatGLM, разработанная ZhipuAI на базе GLM-4V-9B. Она принимает скриншоты интерфейса вместе с текстовыми инструкциями и предназначена для распознавания элементов графического интерфейса, планирования действий и выполнения задач на компьютере. Модель обучена и оптимизирована для повышения точности визуального восприятия, прогнозирования и выбора действий, а также обобщения на разные задачи; она использовалась в продукте GLM-PC компании ZhipuAI. Модель поддерживает взаимодействие на китайском и английском языках, содержит 11,4 млрд параметров и имеет контекст длиной до 8192 токенов. Это модель исполнения агента, а не разговорный помощник: непрерывный диалог не поддерживается, хотя можно передавать историю последовательных действий. Для корректной работы требуется соблюдать форматирование входа и конкатенацию промпта, описанные в официальных примерах. Лицензия указана как other, поэтому конкретные условия использования следует проверять в репозитории модели.

Flow-Judge-v0.1 — компактная модель Flow AI для оценки ответов языковых моделей по заданным пользователем критериям и рубрикам. Она дообучена методом SFT с RSLoRa на базе microsoft/Phi-3.5-mini-instruct; архитектура Phi-3, около 3,7 млрд параметров, веса в формате Safetensors. Модель принимает запрос, контекст, рубрику и оцениваемый ответ, затем выдаёт оценку и поясняющую обратную связь в структурированном формате. Доступны шкалы pass/fail, 3- и 5-балльная шкала Лайкерта. Карточка указывает контекст до 8192 токенов, тогда как метаданные каталога задают нативный контекст 4096 токенов. Модель предназначена для настройки автоматической оценки качества ответов LLM в генеративных продуктах: проверки по собственным критериям, выявления ошибок и сравнения качества ответов. Она обучалась на синтетических данных на английском языке и может быть полезна для быстрой и экономичной проверки типовых ответов. Выпускается по лицензии Apache 2.0. Оценка на других языках систематически не проверялась. Модель не обучалась специально для математики, кода, длинного контекста, структурированных данных вроде JSON или сложных многошаговых оценок; для специализированных сценариев авторы рекомендуют предварительно проверить её качество.

Fwizzer-R1-3B-EN-v2 — компактная языковая модель, разработанная fwizzer1 на основе Ministral-3-3B-Instruct-2512 от Mistral AI. Модель дообучена методом LoRA на наборе данных fwizzer1/en-deepthink-mega, включающем 17 281 проверенную пару с рассуждениями. Основная специализация — англоязычные задачи рассуждения, математика, логический вывод и генерация кода; в карточке также заявлена поддержка русского языка. Модель имеет 3,29 млрд параметров и предназначена для текстовой генерации. Заявлено контекстное окно до 32 768 токенов, при этом рекомендуемая длина контекста составляет 8192 токена. Она рассчитана на локальный запуск на потребительских GPU, ноутбуках и одноплатных компьютерах; для GGUF-квантизаций указано потребление примерно от 2,5 до 4,2 ГБ VRAM или RAM в зависимости от варианта. Поддерживаются сценарии работы через llama.cpp, LM Studio, Ollama, vLLM и другие совместимые инструменты. Сильными сторонами являются малый размер, ориентация на пошаговое решение задач и заявленные результаты на GSM8K — 84,1%, MATH — 56,3% и HumanEval — Pass@1 65,2%. Ограничения включают компактный масштаб модели по сравнению с крупными LLM и встроенный системный промпт, задающий формат рассуждений в тегах <think> и </think>; его влияние и качество ответов могут зависеть от конкретного клиента и настроек запуска. Модель распространяется по лицензии Apache 2.0.

GELab-Zero-4B-preview-GGUF — это мультимодальная модель GUI-агента из проекта GELab-Zero, основанного командой GELab и связанными с StepFun разработками. Модель предназначена для локального запуска на компьютерах и управления графическими интерфейсами, прежде всего Android-устройствами через ADB. Она анализирует визуальное содержимое экрана и выполняет действия с элементами интерфейса: нажатие, ввод текста, прокрутку и ожидание. Модель ориентирована на многошаговые задачи в приложениях для еды, транспорта, покупок и социальных сервисов, а также на работу с ранее неизвестными приложениями и динамическими интерфейсами без специальной адаптации. Заявлены локальное развертывание, низкая задержка и сохранение приватности. Размер модели — 4B параметров; базовая модель — Qwen/Qwen3-VL-4B-Instruct. Указаны мультимодальность и поддержка английского и китайского языков. Этот вариант распространяется в формате GGUF и создан с использованием llama.cpp; применялся подход с повышением точности отдельных важных слоёв при квантовании, что может улучшать качество при низкой разрядности, но увеличивает размер файла. Для полноценного управления Android-устройствами требуется инфраструктура GELab-Zero с подключением ADB, установкой зависимостей и записью или воспроизведением задач. Ограничения включают статус preview, отсутствие в предоставленных данных конкретного размера контекстного окна и подробных количественных оценок качества. Лицензия — Apache-2.0.

Jan-v2-VL-high — мультимодальная vision-language модель, разработанная Jan (JanHq) на базе Menlo/Jan-v2-VL-high и связанная с Qwen-3-VL-8B-Thinking. Модель содержит около 8 млрд параметров и предназначена для многошаговых задач в реальных программных средах, включая браузеры и настольные приложения. Она сочетает обработку текста и изображений, поддерживает визуальное восприятие через скриншоты и интеграцию с инструментами, а заявленный язык — английский. Основной сценарий применения — агентная автоматизация и управление пользовательским интерфейсом, где требуется выполнять длинные последовательности действий, сохранять промежуточное состояние, следовать сложным инструкциям и восстанавливаться после небольших ошибок. Версия high ориентирована на более глубокое рассуждение и обеспечивает более длительное время обработки по сравнению с вариантами low и med. По данным README, модель сохраняет уровень базовой модели на стандартных текстовых и визуальных задачах и показывает более сильное выполнение длинных цепочек действий. К ограничениям относятся повышенная задержка и время рассуждения, характерные для версии high, а также отсутствие в README точного размера контекстного окна и подробных количественных результатов. Модель распространяется по лицензии Apache 2.0 и поддерживает локальный запуск через Jan App, vLLM и llama.cpp; для работы с изображениями в llama.cpp требуется отдельная vision-модель.

Jan-v2-VL-max — мультимодальная vision-language модель, разработанная JanHQ и основанная на Qwen3-VL-30B-A3B-Thinking. Модель содержит 30 миллиардов параметров и предназначена для обработки текста и изображений, включая работу со скриншотами. Указан английский язык. Доступна в формате GGUF, а также упоминается FP8-сборка для инференса. Основной сценарий применения — выполнение длинных многошаговых задач, где план или необходимые знания задаются заранее, а результат зависит от устойчивого последовательного выполнения с минимальным накоплением ошибок. Модель ориентирована на агентскую автоматизацию и управление пользовательским интерфейсом в браузерах и настольных приложениях, включая использование скриншотов, инструментов и Jan Browser MCP. По данным README, LoRA-based RLVR улучшает стабильность при длинных цепочках действий. В сравнении с Qwen3-VL-30B-A3B-Thinking FP8-версия не демонстрирует регрессий и показывает небольшие улучшения на ряде задач, особенно при долгом выполнении. FP8-сборка также снижает требования к памяти и задержку, однако конкретные результаты, максимальный контекст и полный перечень поддерживаемых языков не указаны. Для локального запуска рекомендуются vLLM и llama.cpp; лицензия — Apache 2.0.

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.

Модель cssupport/mobilebert-sql-injection-detect разработана cssupport и дообучена на основе google/mobilebert-uncased. Она классифицирует входные строки, чтобы выявлять SQL-инъекции, и может применяться как дополнительный фильтр в системах проверки пользовательского ввода. В карточке также упомянуто использование в приложениях, преобразующих естественный язык в SQL, но не приведены подробности такой возможности. Модель основана на MobileBERT — компактной архитектуре с узкими слоями и сбалансированными механизмами внимания и прямого распространения. Она содержит около 59,7 млн параметров, принимает текст на английском языке и рассчитана на контекст до 512 токенов. Автор указывает на пригодность для периферийных устройств и использование набора данных SQL_Injection с Kaggle. Модель распространяется по лицензии Apache 2.0. Автор рекомендует проверять её перед внедрением; в карточке не приведены метрики качества и подробный анализ ошибок, поэтому результаты классификации следует валидировать на данных целевого приложения.

OpenCUA-32B — мультимодальная модель для управления компьютером, разработанная проектом OpenCUA на базе Qwen2.5-VL-32B-Instruct и дообученная на демонстрациях взаимодействия с графическими интерфейсами. Она принимает текстовые инструкции и снимки экрана, распознаёт элементы интерфейса и выдаёт план действий и исполняемые команды с абсолютными координатами. Модель предназначена для построения агентов, которые выполняют многошаговые задачи в настольных средах, включая Ubuntu, Windows и macOS. Она поддерживает визуальное заземление элементов интерфейса, пространственные рассуждения и анализ контекста до трёх снимков экрана. В README рекомендован запуск через vLLM с использованием четырёх GPU; для обработки координат необходимо учитывать масштабирование изображений Qwen2.5-VL. OpenCUA-32B опубликована в формате Safetensors и распространяется по лицензии MIT, допускающей исследовательское, образовательное и коммерческое использование. Приведённые в README лучшие результаты относятся к OpenCUA-72B, поэтому их нельзя считать оценкой версии 32B.