II.4Отладка, тестирование и качество ПО

CodeScout-14B — языковая модель на 14 млрд параметров, разработанная OpenHands для поиска и локализации кода в репозиториях. Она дообучена с помощью обучения с подкреплением GSPO на базе Qwen3-14B и использует архитектуру Qwen3 с плотными слоями. Модель рассчитана на сценарий, в котором по описанию GitHub-задачи нужно определить связанные с ней файлы, классы и функции. В составе агента OpenHands-Bash модель пошагово исследует репозиторий через стандартные команды Unix и возвращает структурированный результат локализации. Карточка сообщает о результатах на SWE-Bench Verified, Pro и Lite; контекст по метаданным — 40 960 токенов, а обучение проводилось с расширением контекста YaRN до 50 тысяч токенов. Модель ориентирована на Python-репозитории и предназначена для использования как субагент локализации в более крупном конвейере разработки ПО. CodeScout-14B не предназначена для редактирования кода или самостоятельного решения задач. Качество может снижаться на репозиториях, отличающихся от обучающих; для оптимальной работы требуется оболочка OpenHands-Bash. Доступна по лицензии Apache-2.0.

Mungert/DeepCoder-14B-Preview-GGUF — предварительная GGUF-версия 14-миллиардной модели для генерации текста и кода, разработанная Mungert. В качестве базовой модели указана DeepSeek-R1-Distill-Qwen-14B; при обучении или проверке использовались наборы PrimeIntellect/verifiable-coding-problems, likaixin/TACO-verified и livecodebench/code_generation_lite. Заявленный язык — английский, основной сценарий применения — генерация и решение задач программирования. Главная особенность модели — экстремально низкобитное квантование с методом IQ-DynamicGate, который распределяет точность по слоям: для разных частей сети применяются IQ4_XS, IQ2_XXS, IQ3_S и Q5_K для критически важных embedding и output-слоёв. Такой подход предназначен для снижения требований к памяти и запуска на CPU, устройствах с небольшим объёмом VRAM и edge-оборудовании. Доступные GGUF-варианты могут быть особенно полезны для компактного локального инференса и исследований низкобитного квантования. В README приведены результаты только для Llama-3-8B-Instruct при контексте 2048 токенов, поэтому эти показатели нельзя напрямую считать характеристиками DeepCoder-14B. Для DynamicGate сообщается заметное снижение perplexity по сравнению со стандартным 1–2-битным квантованием, однако с увеличением размера файлов примерно на 0,1–0,3 ГБ; скорость инференса оставалась сопоставимой. Ограничениями являются возможная потеря точности по сравнению с полноразмерными версиями, отсутствие подтверждённых характеристик контекстного окна и неполные сведения о конкретных вариантах квантования. Лицензия — MIT.

Flex‑Omni‑7B — мультимодальная модель-оценщик, разработанная авторами Flex‑Judge на базе Qwen/Qwen2.5‑Omni‑7B. Она предназначена для оценки результатов моделей в задачах с текстом, изображениями и аудио, включая оценивание качества речи и MOS. Подход использует текстовое рассуждение для переноса навыка оценки между модальностями и форматами без большого объёма специализированных размеченных данных. Модель относится к семейству Qwen2.5-Omni и имеет архитектуру Qwen2_5OmniForConditionalGeneration; веса доступны в формате safetensors. В README указано 11 млрд параметров. Метаданные обозначают основную задачу как text-to-audio, а возможности включают аудиовход и чат. Модель основана на Qwen2.5-Omni-7B, которая поддерживает работу с текстом, изображениями, аудио и видео и может выдавать текстовые и речевые ответы. Flex‑Omni‑7B предназначена прежде всего для автоматизированного мультимодального оценивания, а не для универсальной генерации контента. В README авторы сообщают о результатах на аудиобенчмарках MOS и оценки речи, но карточка не приводит подробных инструкций по использованию или условий лицензии. Базовая модель — дообучение Qwen/Qwen2.5-Omni-7B; веса в репозитории опубликованы в safetensors.

OS-Software/Gemma-4-12B-it-QAT-Q4_0-unquantized-uncensored-heretic-v3 — экспериментальная производная модель на базе Google Gemma 4 12B Instruct, созданная сообществом OS-Software. Карточка описывает Gemma 4 как плотную мультимодальную архитектуру с чередованием локального скользящего и глобального внимания. Для базовой версии 12B заявлен контекст до 256K токенов; модель поддерживает обработку текста, изображений, видео и аудио. Модель предназначена для исследований безопасности, выравнивания и red teaming, а также экспериментов с диалогом, рассуждениями, вызовом инструментов, программированием и мультимодальным анализом. Заявлены распознавание речи и перевод речи в текст, анализ изображений и видео, OCR, разбор документов и понимание интерфейсов. README рекомендует избегать развёртывания в публичных сервисах и пользовательских приложениях. В README не приведены отдельные результаты оценки качества или точные сведения о том, какие изменения внесены в эту версию; указанные возможности относятся к семейству Gemma 4 и базовой модели. Карточка сообщает о возможных фактических ошибках, предвзятости, трудностях с нюансами языка и сложными задачами. Лицензия репозитория — Apache-2.0.

Карточка модели GENNKANN/Gemma-4-31B-JANG_4M-CRACK на Hugging Face совпадает с карточкой YuviAzu/Gemma-4-31B-JANG_4M-Jailbreak, поэтому описание составлено по ней. YuviAzu/Gemma-4-31B-JANG_4M-Jailbreak — конверсия Gemma 4 31B Instruct от dealignai с удалёнными ограничениями на ответы и смешанной точностью. Модель построена на плотном трансформере Gemma 4 с гибридным скользящим и глобальным вниманием; карточка сообщает о 60 слоях и размере около 18 ГБ. Веса внимания и эмбеддинги сохранены в 8-битном представлении, остальные компоненты преимущественно сжаты до 4 бит. Для запуска указан MLX или совместимый движок с поддержкой Gemma 4; рекомендуются Apple Silicon и не менее 24 ГБ объединённой памяти. Модель предназначена для диалогов, написания кода и ответов на запросы, в том числе на темы, от которых обычные модели могут отказаться. В README приведены результаты собственных тестов: 93,7% соответствия запросам в HarmBench и снижение результата MMLU на 2 процентных пункта; это заявления автора карточки, а не независимая оценка. Лицензия — Gemma; модель ориентирована на исследование поведения моделей безопасности. Карточка также сообщает о сохранённом vision-энкодере, но не описывает проверенные сценарии работы с изображениями.

HarmBench-Llama-2-13b-cls — классификатор текстового поведения из проекта HarmBench, разработанный командой CAIS. Он оценивает, соответствует ли текстовая генерация заданному поведению, включая стандартные и контекстно-зависимые случаи. В примере README модель проверяет ответы на заданное поведение, в том числе потенциально вредоносные генерации. Модель построена на архитектуре Llama 2 с плотной авторегрессионной языковой моделью на 12,9 млрд параметров и контекстом до 2048 токенов. В README указано, что классификатор обучен на данных, дистиллированных из GPT-4-0613; для стандартных и контекстных примеров сообщается среднее согласие с человеческой оценкой 93,19% на собственной валидационной выборке HarmBench. Веса опубликованы в формате safetensors. Модель предназначена для классификации текстового поведения и оценки безопасности ответов языковых моделей. Карточка приводит оценки на конкретной валидационной выборке, поэтому они не гарантируют такую же точность на других данных и сценариях. Лицензия — MIT.

quiyver/intern-vl-2.5-reward — мультимодальная скалярная модель вознаграждения на основе OpenGVLab/InternVL2_5-2B, дообученная для оценки ответов по изображениям. Она принимает изображение, вопрос и кандидатный ответ и выдаёт числовую оценку, чтобы сравнивать кандидаты для одного и того же изображения и вопроса; оценки не являются вероятностями и не предназначены для генерации ответов. Модель использует архитектуру InternVLRewardModel с визуальным энкодером и языковой частью, а также головкой оценки; содержит около 2,21 млрд параметров. LoRA объединена с основной моделью, поэтому отдельный адаптер загружать не требуется. Веса хранятся в safetensors, основная часть — BF16, головка оценки — FP32. Модель обучалась на парах предпочтений из RLAIF-V, RLHF-V и VLFeedback с попарной функцией потерь Bradley–Terry. В тесте VLRewardBench, содержащем 1 250 примеров, она показала точность 69,52%; результаты относятся к описанному в карточке режиму оценки и не гарантируют качество на других данных. Модель подходит для ранжирования ответов на визуальные вопросы и анализа качества мультимодальных ответов. Лицензия — MIT. Для запуска README рекомендует NVIDIA GPU с поддержкой BF16.

Jan-v2-VL-med-gguf — мультимодальная vision-language модель примерно на 8 млрд параметров, разработанная Jan. Модель предназначена для многошаговых задач в реальных программных средах, включая браузеры и настольные приложения. Она ориентирована на агентную автоматизацию и управление интерфейсами с опорой на скриншоты и вызовы инструментов, когда план или необходимые знания заданы заранее, а результат зависит от стабильного выполнения длинной последовательности действий. Модель объединяет языковое рассуждение и визуальное восприятие, поддерживает текстовые и визуальные входы и заявлена для английского языка. Вариант med обеспечивает баланс между качеством и задержкой среди вариантов Jan-v2-VL-low, med и high. Модель разработана для поддержания промежуточного состояния, выполнения инструкций с минимальным отклонением и восстановления после небольших ошибок. README не указывает точный размер контекста и специфические ограничения по поддерживаемым форматам изображений. По заявлению разработчиков, Jan-v2-VL не уступает базовой Qwen-3-VL-8B-Thinking на стандартных текстовых и визуальных задачах и превосходит её на некоторых оценках, обеспечивая более сильное выполнение длинных цепочек действий. Для локального запуска предусмотрена интеграция с Jan App, а также поддержка llama.cpp и vLLM; GGUF-вариант рассчитан на использование с llama.cpp. Модель распространяется по лицензии Apache 2.0.

OpenCodeReasoning-Nemotron-32B — большая языковая модель, разработанная NVIDIA на основе Qwen2.5-32B-Instruct и дообученная для рассуждений при генерации кода. Модель ориентирована прежде всего на решение задач программирования, включая competitive programming, написание программ и генерацию решений на Python. Обучение проводилось на датасете OpenCodeReasoning, содержащем вопросы по соревновательному программированию и ответы, сгенерированные DeepSeek-R1. Модель построена на плотной архитектуре decoder-only Transformer и содержит 32 млрд параметров. Она работает только с текстом: принимает строковый ввод и генерирует текстовый вывод. Заявлена поддержка контекста до 32 768 токенов, язык обучения и применения в карточке указан как английский. В сравнительных оценках OpenCodeReasoning-Nemotron-32B показывал высокие результаты на LiveCodeBench и CodeContest среди сопоставимых 32B-моделей, однако конкретные показатели относятся к вариантам OCR-Qwen-32B и OCR-Qwen-32B-Instruct, а не обязательно непосредственно к GGUF-версии. Для работы рекомендованы Linux и NVIDIA GPU с архитектурами Ampere или Hopper; указана интеграция с NeMo 2.3.0. Модель рассчитана на коммерческое и некоммерческое использование по лицензии Apache-2.0. Ограничения включают специализацию на англоязычных задачах программирования, высокие требования к вычислительным ресурсам из-за размера и отсутствие заявленной поддержки изображений или других модальностей.

CDLM-0.5B — компактная языковая модель с маскированной диффузией, разработанная в рамках работы Corrective Diffusion Language Models. Это дообученная на 2 000 шагов версия fredzzp/open-dcoder-0.5B с архитектурой Qwen2 и 494 млн параметров. Модель предназначена для генерации и исправления кода по текстовым запросам; использует двунаправленное внимание и контекст до 32 768 токенов. Для запуска требуется реализация диффузионного Qwen2 из оценочного конвейера проекта: стандартная загрузка через AutoModelForCausalLM интерпретирует веса как причинную модель и даёт неверные результаты. В README также описана особенность использованной реализации функции потерь, из-за которой градиенты при обучении не соответствовали заданным весам отдельных токенов. Модель распространяется по лицензии MIT.

Экспериментальная версия Qwen2.5-Coder-7B-Instruct, дообученная xw1234gan методом GRPO без KL-регуляризации на наборе SecCodePLT+ для генерации кода с учётом тестов возможностей и обнаруженных уязвимостей. Модель предназначена для генерации программного кода и экспериментов по оценке его безопасности и соответствия требованиям. В обучении использовались reward на основе доли пройденных тестов возможностей и числа обнаруженных уязвимостей, DAPO-подобная функция потерь по токенам и динамическая выборка. Это плотная причинная языковая модель архитектуры Qwen2ForCausalLM с 7,1 млрд параметров, рассчитанная на контекст до 32 768 токенов. В тестировании на 164 примерах бенчмарка она показала среднюю награду 0,601, прохождение проверки формата в 99,39% случаев и синтаксиса в 98,78% случаев. Используется библиотека Transformers; веса представлены в формате safetensors. Лицензия в предоставленных данных не указана.

Это компактная языковая модель HuggingFaceTB, дообученная автором репозитория методом полного supervised fine-tuning на базе HuggingFaceTB/SmolLM2-360M-Instruct. Она предназначена для узкой подзадачи агентных инструментов разработчика: преобразовывать текстовый запрос в исполняемое поисковое регулярное выражение и выдавать результат в заданном JSON-формате. Модель содержит 361,8 млн параметров, использует архитектуру LlamaForCausalLM и принимает текст; контекст — до 8192 токенов. Предполагаемый сценарий — запуск внутри проверяющей оболочки, которая формирует специальный запрос, разбирает JSON, применяет детерминированные проверки и при необходимости использует правила как резервный вариант. На тестах с кодовыми базами HTTPX и Jinja2 модель достигла 62,8% успешных ответов после одной попытки обратной связи по схеме, при 100% валидности схемы с первой попытки. Это экспериментальная специализированная модель, а не универсальный помощник по программированию или диалогам. Лицензия — Apache-2.0.

solanaclawd выпустила Clawd Fable — слитую модель на базе Hermes 3, дообученной на Llama 3.1 8B, для программирования и рассуждений при разработке агентов Solana. Это плотная авторегрессионная языковая модель архитектуры Llama с 7,5 млрд параметров и контекстом до 131 072 токенов. Репозиторий содержит веса в формате Safetensors; модель поддерживает диалог и интерфейс вызова инструментов. Модель предназначена для помощи в написании и анализе кода Solana, а также для задач рассуждения в контексте разработки агентов. Обучающие данные объединяют наборы claude-fable-5-claude-code и Fable-5-traces. README описывает её как исследовательскую и разработческую модель. Лицензия — Apache-2.0. Действия с реальными сделками, кошельками и развертыванием следует выполнять через отдельные клиенты с подтверждением оператора и проверками рисков.

Это квантизированная GGUF-версия мультимодальной модели UI-Mate-27B, разработанной Tencent и подготовленной сообществом bartowski для запуска через llama.cpp. Модель предназначена для взаимодействия с графическим интерфейсом и сценариев computer use: управления рабочим столом, выполнения действий в приложениях и автоматизации задач с использованием визуального контекста. В README также указана применимость к GUI-агентам, desktop-агентам и тестовым средам OSWorld и WindowsAgentArena. Модель содержит около 27 миллиардов параметров и принимает текст и изображения; для мультимодального режима требуется отдельный файл mmproj. Доступны варианты квантизации от BF16 до низкобитных форматов, что позволяет выбирать баланс между качеством, размером и требованиями к памяти. Для большинства сценариев автор сборки рекомендует Q4_K_M, а варианты Q5 и Q6 обеспечивают более высокое качество при большем размере. Квантизация выполнена с использованием imatrix; спекулятивное декодирование и измерения perplexity/KLD не заявлены. Сильными сторонами являются мультимодальность, специализация на задачах управления интерфейсом и широкий выбор вариантов квантизации, включая форматы, подходящие для систем с ограниченной оперативной памятью. Ограничения включают значительные требования к ресурсам даже для компактных вариантов, необходимость отдельного mmproj для изображений и отсутствие в представленном README сведений о поддерживаемых языках, размере контекстного окна и подробных результатах тестирования. Модель распространяется по лицензии Apache-2.0.

hyper-accel/tiny-random-qwen2 — небольшая модель генерации текста семейства Qwen2, доступная для использования через библиотеку Transformers. По метаданным модель содержит около 84,1 млн параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для экспериментов, тестирования конвейеров text-generation и проверки совместимости инструментов с архитектурой Qwen2. Размер модели облегчает локальный запуск и интеграционные тесты, однако README не содержит сведений о разработчике, обучающих данных, результатах оценки, поддерживаемых естественных языках или лицензии. README также не описывает прикладную специализацию и рекомендации по использованию. Поэтому модель не следует считать готовым решением для продуктивной генерации текста без предварительной проверки качества и поведения на целевых данных.

UTMOS22 strong learner — модель для оценки качества речи по аудиозаписи, опубликованная пользователем prj-beatrice. Это перенос реализации SpeechMOS с использованием PyTorch, torchaudio и Transformers; модель возвращает числовую оценку для переданного аудио. Репозиторий содержит веса в формате safetensors, а для пакетной обработки предусмотрена подача дополненных до общей длины волн и их фактических длин. Модель предназначена для автоматической оценки качества синтезированной или записанной речи в задачах анализа и сравнения аудиоматериалов. Она принимает аудиосигнал и выдаёт оценку качества; сведения о конкретном наборе поддерживаемых языков и аудиоформатов в карточке не приведены. Лицензия — MIT.

ZwZ-2B — мультимодальная модель для детального восприятия изображений, разработанная inclusionAI на основе Qwen3-VL-2B-Instruct. Она принимает изображения и текстовые запросы и формирует текстовые ответы в формате визуального вопросно-ответного диалога. Модель дообучена методом Region-to-Image Distillation с последующим обучением с подкреплением: данные о мелких областях изображения переносятся на анализ целого изображения, чтобы получать детальные ответы за один проход без увеличения изображения во время вывода и вызова инструментов. Модель предназначена для распознавания мелких визуальных деталей и ответов на вопросы по изображениям; карточка также сообщает об улучшениях на задачах визуального рассуждения, взаимодействия с графическими интерфейсами и обнаружения AIGC. Архитектура — плотная Qwen3-VL, размер базовой модели — 2 млрд параметров. В качестве обучающих данных использован набор inclusionAI/ZwZ-RL-VQA из 74 тысяч примеров. Лицензия — Apache-2.0. Авторы заявляют результаты уровня state of the art на тестах детального восприятия среди открытых моделей сопоставимого размера, однако README не приводит численные результаты и условия сравнения. Хотя базовая Qwen3-VL поддерживает анализ изображений и видео, для ZwZ-2B явно описано восприятие изображений; поддержка видео и языков помимо английского в предоставленных сведениях не подтверждена.

Auto-ATT — модель оценки реалистичности синтезированной речи, разработанная авторами проекта Audio Turing Test. Она дообучена с помощью LoRA на Qwen2-Audio-7B-Instruct и предназначена для массовой оценки аудиозаписей в рамках стандартизированного Audio Turing Test. Модель принимает аудио и выдаёт оценку, позволяя сравнивать системы синтеза речи без ручного прослушивания каждой записи. Auto-ATT использует архитектуру Qwen2-Audio и обучалась на данных Audio Turing Test, включая дополнительные закрытые оценочные данные. Репозиторий распространяется в формате safetensors; лицензия — Apache-2.0. Модель рассчитана на оценивание аудио, а не на синтез речи или распознавание текста как самостоятельную задачу.

inclusionAI-UI-Venus-2-9B-GGUF — GGUF-квантизированная версия мультимодальной модели UI-Venus-2-9B, разработанной inclusionAI подразделения Ant Group. Модель создана на базе Qwen3.5-9B как универсальный GUI-агент для взаимодействия с мобильными приложениями, веб-сайтами и настольными операционными системами. Она работает в замкнутом цикле: анализирует интерфейс, рассуждает о состоянии задачи, выполняет действие и учитывает полученную обратную связь. В README заявлена поддержка английского языка и сценариев image-text-to-text, мультимодального анализа, навигации и автоматизации интерфейсов. Модель ориентирована на управление графическими интерфейсами, включая мобильное и компьютерное использование, веб-навигацию, распознавание элементов интерфейса и решение CAPTCHA. Обучение включало мультимодальное предварительное обучение на симулированных траекториях, offline reinforcement learning для специализированных задач и дистилляцию нескольких учителей в единую политику. Указаны результаты на AndroidWorld, MobileWorld, OSWorld-Verified, DeskCraft, WebVoyager, Online-Mind2Web, ScreenSpot-Pro и VenusBench-CAPTCHA, а также улучшение показателей безопасности по сравнению с базовой Qwen3.5-9B. В репозитории доступны варианты GGUF от BF16 до Q3_K_S, включая отдельный мультимодальный проектор mmproj-bf16; размер файлов модели составляет примерно от 4,26 до 17,9 ГБ. Для запуска рекомендуется llama.cpp, а также предусмотрена работа через vLLM с OpenAI-совместимым endpoint, однако для разбора действий и полноценного замкнутого выполнения требуется отдельный репозиторий UI-Venus. README рекомендует сохранять подтверждение пользователя для потенциально значимых операций. Для данного репозитория указана лицензия Apache-2.0, при этом в описании отмечено, что финальная лицензия исходной модели на момент выпуска ожидала подтверждения.

Mini-Swarm-Browser — компактная модель на базе Canopy-R3, представленная как планировщик для совместной работы нескольких агентов при навигации в браузере. Она принимает текстовую цель пользователя и представление элементов страницы в виде дерева доступности (AXTree) с метками Set-of-Marks, например @e1 и @e2, а затем генерирует текстовые действия для браузера. В README описаны сценарии поиска по странице и заполнения форм, а также запуск контроллера для живого браузера. В README заявлены около 258,5 млн параметров и примерно 112 млн активных параметров на токен; метаданные каталога указывают 136,8 млн параметров и архитектуру CanopyForCausalLM. Репозиторий содержит веса Safetensors и использует Transformers. README заявляет малый размер и быстрое выполнение на потребительском оборудовании, однако сопоставимые результаты оценки качества и сведения о поддерживаемых языках не приведены. Лицензия — Apache 2.0.

EuroEval/mmBERT-small-multi-wiki-qa-synthetic-hallucinations-with-ragtruth-fr — модель на базе Transformers с архитектурой ModernBERT, предназначенная для задачи классификации токенов в контексте оценки синтетических галлюцинаций в материалах для вопросов и ответов с использованием RAGTruth. Разработчик в карточке модели не указан. Модель содержит около 140,5 млн параметров и поддерживает контекст длиной до 8192 токенов. По идентификатору модели она ориентирована на франкоязычный вариант набора или сценария, однако явный языковой код в метаданных отсутствует. Модель может применяться для пометки отдельных токенов в текстах, связанных с вопросно-ответными системами и анализом галлюцинаций в RAG-сценариях. Лицензия в доступных данных не указана. README автоматически сгенерирован и не содержит сведений об обучении, результатах оценки, ограничениях, рекомендациях по использованию или точной архитектуре, поэтому качество и область применимости модели требуют самостоятельной проверки.

EuroEval/mmBERT-small-multi-wiki-qa-synthetic-hallucinations-with-ragtruth-hu — модель на базе Transformers для классификации токенов. По идентификатору модель относится к семейству mmBERT и предназначена для сценариев, связанных с выявлением синтетических галлюцинаций в ответах на вопросы по Википедии с использованием RAGTruth; суффикс hu указывает на венгерский вариант набора или эксперимента. Модель содержит около 140,5 млн параметров, использует архитектурное семейство ModernBERT и поддерживает контекст до 8192 токенов. Основной режим работы — token classification, поэтому модель предназначена для маркировки отдельных токенов или фрагментов последовательности, а не для генерации готовых ответов. Для работы используется библиотека Transformers и формат Safetensors. README не содержит сведений о разработчике, лицензии, процедуре обучения, метриках или результатах оценки. Перед применением в продуктивных системах необходима проверка на целевом языке и сценарии RAG, а также уточнение интерпретации меток классификации.

NOESIS-Qwopus3.5-0.8B-v3-Inspector-MLX — компактная разговорная модель AMAImedia для лёгкой проверки, валидации, контроля маршрутизации и оценки качества работы агентов. Это специалист платформы автоматизации многоязычного дубляжа NOESIS; модель построена на архитектуре Qwen3.5 и содержит около 0,8 млрд параметров. Модель предназначена для коротких проверок и компактных вердиктов в локальных сценариях, например при предварительной проверке результатов и контроле качества агентов. Для сложных рассуждений, длинного контекста и итоговых решений по дубляжу README рекомендует использовать более крупные модели NOESIS. Семейство заявляет поддержку 201 языка и диалекта, однако качество может различаться между языками и требует отдельной проверки. Репозиторий содержит веса safetensors в формате MLX; запуск через mlx-lm рассчитан на macOS с Apple Silicon. README указывает, что веса занимают около 1,50 ГБ, а практическая длина контекста зависит от доступной объединённой памяти и задержки. Лицензия в предоставленных данных не указана.

PhoneBuddy-4B — мультимодальный чекпойнт семейства Qwen3.5 VL, разработанный проектом PhoneBuddy. Это основной чекпойнт проекта после обучения с подкреплением на реальных и смоделированных сценариях; модель предназначена для исследований телефонных агентов, использования инструментов и рассуждений о действиях по визуальным данным. Архитектура — плотная Qwen3_5ForConditionalGeneration с процессором Qwen3VLProcessor; карточка описывает формат вызова инструментов в стиле Qwen XML. Модель принимает изображения и текст и предназначена для сценариев, где агент анализирует экран телефона и выбирает действия или обращается к инструментам. Для формирования запросов с инструментами следует использовать шаблон чата из репозитория. Для загрузки нужен совместимый вариант Transformers с поддержкой qwen3_5 и используемого токенизатора; обычная установка Transformers может быть несовместима. Чекпойнт опубликован для исследовательского применения; сведения о лицензии, размере, контекстном окне и поддерживаемых языках в предоставленных данных отсутствуют.

Qwen2.5-Coder-0.5B-Instruct-Gensyn-Swarm-deft_stocky_termite — языковая модель для работы с программным кодом, судя по идентификатору основанная на Qwen2.5-Coder с инструкционной настройкой. Модель размещена пользователем sabitbro; в README также указаны связи с проектами и методами rl-swarm, genrl-swarm, GRPO и Gensyn. Суффикс deft_stocky_termite, вероятно, обозначает конкретный вариант или участника распределённого обучения, однако подробности этого процесса не приведены. Заявленное назначение — выполнение инструкций и решение задач, связанных с программированием, например генерация, объяснение или изменение кода. Из доступных данных известен размер около 0,5 млрд параметров. Сведения о поддерживаемых языках, длине контекста, точной архитектуре, обучающих данных, результатах оценки, ограничениях и рекомендуемых сценариях использования отсутствуют. Лицензия в README не указана. Также отсутствуют данные о разработчике, происхождении базовой модели, условиях коммерческого использования и безопасности, поэтому перед применением в продуктивных системах необходимо самостоятельно проверить метаданные репозитория и качество модели на целевых задачах.

yujiepan/qwen3-next-moe-tiny-random — экспериментальная миниатюрная причинная языковая модель, созданная yujiepan на основе конфигурации Qwen3-Next-80B-A3B-Instruct от Qwen. Модель случайно инициализирована и предназначена главным образом для отладки архитектуры и совместимости инструментов, а не для содержательной генерации текста. Модель поддерживает задачу генерации текста и рассчитана на работу через Transformers, а также может использоваться с vLLM и SGLang. В метаданных указаны библиотека Transformers, около 1,2 млн параметров и нативное контекстное окно до 262144 токенов. Архитектура включает decoder-only блоки Qwen3-Next с линейным вниманием, sparse Mixture-of-Experts и механизмом multi-token prediction; конфигурация существенно уменьшена относительно исходной модели. Сильная сторона модели — компактность и пригодность для тестирования загрузки, инференса, длинного контекста и специфических механизмов Qwen3-Next. Из-за случайной инициализации модель не обладает нормальными языковыми знаниями и не подходит для продуктивной генерации, диалогов, ответов на вопросы или оценки качества языковых моделей. Лицензия в предоставленных данных не указана.

Skywork-Reward-Llama-3.1-8B — модель вознаграждения, разработанная Skywork для оценки ответов языковых моделей. Она дообучена на основе Meta-Llama-3.1-8B-Instruct на примерно 80 тысячах пар предпочтений из публичных наборов данных. Модель оценивает ответы и помогает сравнивать их качество; её обучали учитывать сложные предпочтения в диалоге, математике, программировании и безопасности. Модель имеет плотную архитектуру Llama с 7,5 млрд параметров и контекстом до 131 072 токенов. В карточке приведены результаты оценки RewardBench за сентябрь 2024 года: третье место с общим баллом 92,5. Для практического использования учитывайте ограничения обучающих данных и проверяйте качество оценок на своей задаче. Лицензия в предоставленных сведениях не указана.

Карточка модели princeton-nlp/SWE-Llama-13b на Hugging Face совпадает с карточкой princeton-nlp/SWE-Llama-7b, поэтому описание составлено по ней. SWE-Llama-7b — языковая модель Princeton NLP на основе архитектуры CodeLlama, дообученная для решения задач программной инженерии. Она генерирует патчи по описанию проблемы в GitHub и контексту кода; обучение проводилось на 19 тысячах задач и pull request из 37 репозиториев Python, не входивших в SWE-bench. Модель содержит около 6,6 млрд параметров, использует архитектуру Llama и принимает текстовый контекст длиной до 16 384 токенов. Модель предназначена для помощи в исправлении ошибок и подготовке изменений в коде Python, в частности в сценариях, похожих на задачи SWE-bench. В опубликованной оценке SWE-Llama-7b решила 3% задач при предоставлении эталонного контекста. Это указывает на ограниченную результативность автономного решения задач; сгенерированные изменения требуют проверки. Доступный формат весов — PyTorch. Лицензия в предоставленных данных не указана.

Aurum Brain AI — компактная языковая модель, созданная разработчиком arissuga дообучением Qwen/Qwen2.5-1.5B-Instruct с помощью LoRA (r=16, alpha=32). Модель содержит 1,5 млрд параметров, использует архитектуру Qwen2 и принимает текст для генерации текста; заявленная длина контекста — 32 768 токенов. Модель предназначена прежде всего для общения на индонезийском языке, помощи с программированием и веб-разработкой, решения задач и отладки кода. В README также заявлены возможности для работы в роли AI-агента. Для использования доступны веса safetensors и пример вызова через Hugging Face Inference API. В карточке указана лицензия Apache-2.0. Небольшой размер и обучение на наборе из более чем 68 диалогов могут ограничивать надёжность ответов и качество выполнения сложных задач; заявленные возможности агента не сопровождаются подробными результатами оценки.

BRAHMASTRA 0.2 — языковая модель с 32 млрд параметров, разработанная для динамического тестирования безопасности веб-приложений (DAST). Это дообученная на базе DeepSeek-R1-Distill-Qwen-32B модель архитектуры Qwen2, доступная в формате safetensors и рассчитанная на контекст до 131 072 токенов. Модель принимает текстовые запросы и генерирует текстовые рассуждения, тестовые полезные нагрузки, анализ HTTP-ответов и структурированные результаты проверки. Она предназначена для авторизованного тестирования: генерации сценариев проверки уязвимостей веб-приложений, анализа признаков эксплуатации, помощи при пентестах и сортировки результатов bug bounty. В README перечислены проверки на инъекции, XSS, IDOR, ошибки авторизации, CSRF, SSRF и другие классы уязвимостей. Модель ориентирована преимущественно на английский язык; русский язык отдельно не заявлен. Авторы сообщают о дообучении QLoRA с последующим слиянием весов и выпуске итоговой версии в bf16. Карточка указывает лицензию Apache 2.0. Среди ограничений — многословные рассуждения, риск выдуманных идентификаторов CVE и ложноположительных результатов; авторы рекомендуют проверять выводы и подтверждать находки дополнительными данными.