II.4Отладка, тестирование и качество ПО

Gelato-30B-A3B-f32-AIO-GGUF — это мультимодальная модель для задач управления графическим интерфейсом, разработанная сообществом prithivMLmods на базе Gelato-30B-A3B от MLFoundations. Модель предназначена для computer-use-агентов: она принимает инструкцию на естественном языке и снимок экрана, чтобы определить нужный элемент интерфейса и вернуть его координаты для последующего клика или другого взаимодействия. Модель ориентирована на работу с реальными программными средами и поддерживает интеграцию через llama.cpp и Text Generation Inference. В основе лежит MoE-архитектура Qwen3-VL с заявленными 30 млрд параметров; точное число активных параметров в README не указано. Поддерживается английский язык и мультимодальный ввод текста и изображений. Для модели опубликованы GGUF-файлы в форматах от F32 до различных вариантов квантования, а также отдельные мультимодальные проекторы. Версия F32 занимает около 122 ГБ, поэтому требует значительных вычислительных и оперативных ресурсов. К сильным сторонам относятся специализация на точном позиционировании элементов интерфейса и высокие результаты на бенчмарках ScreenSpot-Pro и OS-World-G: около 63,88% и 69,15% соответственно, либо 74,65% на уточнённой версии OS-World-G. Ограничения включают узкую специализацию на GUI-задачах, поддержку английского языка по заявленным данным и высокие требования к ресурсам для полноформатной версии. Модель распространяется по лицензии Apache-2.0.

Huihui-Fara-7B-abliterated — мультимодальная разговорная модель huihui-ai на архитектуре Qwen2.5-VL, созданная на основе microsoft/Fara-7B. Разработчик сообщает, что модель прошла abliteration: обработана текстовая часть, а визуальная часть не изменялась. Модель принимает текст и изображения и предназначена для диалогов и выполнения задач с визуальным контекстом; базовая Fara-7B управляет браузером по скриншотам и выполняет веб-задачи с помощью вызовов инструментов. В модели 7,1 млрд параметров, контекст — до 128 000 токенов. Она доступна в формате safetensors и использует библиотеку Transformers. Лицензия — MIT. Снижение защитных фильтров может приводить к чувствительным, спорным или неподходящим ответам; результаты следует проверять. README не уточняет, сохраняется ли интерфейс вызова инструментов базовой модели в этой версии.

IRx-2 — компактный офлайн-чат-ассистент семейства IRx, разработанный автором репозитория ikppramesh. Модель предназначена для повседневных вопросов и запуска непосредственно на телефонах, планшетах и компьютерах; сборка в этом репозитории использует MLX и 4-битные веса safetensors на базе архитектуры Qwen3.5. README рекомендует устройство с 8 ГБ оперативной памяти или больше и отмечает баланс качества ответов и скорости. Модель помогает объяснять ошибки и писать код, составлять учебные планы и отвечать на общие практические вопросы, в том числе о фермерском хозяйстве. Встроенный дайджест новостей охватывает отдельные заголовки по состоянию на 3 октября 2026 года. Модель работает без подключения к интернету; заявленная лицензия — Apache-2.0. Ограничения: это небольшая модель, которая уступает крупным облачным системам в сложных рассуждениях, программировании и широте знаний, а также может уверенно сообщать неверные факты. Новости после указанной даты и темы вне дайджеста ненадёжны; автор не рекомендует включать нативный вызов инструментов.

hugoomezz выпустил дообученную на answerdotai/ModernBERT-large модель бинарной классификации токенов для обнаружения фрагментов галлюцинаций в ответах RAG. Она предназначена для исследовательского сравнения масштабирования ModernBERT-base до large на датасете RAGTruth и охватывает ответы на вопросы, суммаризацию и преобразование данных в текст. Модель содержит 394,7 млн параметров, использует плотную архитектуру ModernBERT и принимает последовательности длиной до 8192 токенов. Она размечает токены, связанные с галлюцинациями, и может использоваться для анализа ответов RAG на уровне фрагментов. На тестовой части RAGTruth для seed 42 указаны response-level precision 0,8530, recall 0,7444 и F1 0,7950; результаты различаются по типу задачи, причём суммаризация оказалась наиболее сложной. Это исследовательский чекпойнт, а не модель работающей демонстрации и не проверенное средство для производственных решений модерации. Карточка предостерегает от применения за пределами трёх типов задач RAGTruth и отмечает, что приведённые результаты относятся только к одному seed. Распространяется по лицензии MIT.

NVIDIA-Nemotron-Labs-Teacher-Competition-Coding — языковая модель NVIDIA для соревновательного программирования и алгоритмических задач. Она создана на основе постобученной Nemotron 3 Ultra: модель прошла дополнительное обучение с учителем на задачах программирования и обучение с подкреплением. В рецепте Nemotron 3 Ultra она также служит специализированной моделью-учителем для дистилляции, а как отдельный чекпойнт предназначена для генерации решений, кода и рассуждений по сложным задачам. Модель использует гибридную архитектуру LatentMoE с чередованием слоёв Mamba-2 и Mixture-of-Experts, отдельными слоями внимания и Multi-Token Prediction. Она содержит 550 млрд параметров, из которых активно задействуются 55 млрд; заявленная длина контекста в метаданных — 262 144 токена. Модель работает с текстом и кодом, поддерживает английский и ряд других языков, включая французский, испанский, немецкий, японский, корейский, хинди, арабский и китайский. Карточка описывает её как подходящую для коммерческого и некоммерческого использования, но метаданные указывают лицензию «other» без уточнения её условий.

bartowski/open-r1_OlympicCoder-7B-GGUF — это набор GGUF-квантизированных вариантов модели OlympicCoder-7B, разработанной open-r1. Квантизация выполнена bartowski с использованием llama.cpp и метода imatrix; исходная модель основана на датасете open-r1/codeforces-cots. Модель предназначена для генерации текста и, прежде всего, решения задач программирования и рассуждений по ним, включая сценарии локального запуска через llama.cpp, LM Studio и другие совместимые проекты. Модель имеет размер 7B параметров и поддерживает английский язык. В репозитории представлены варианты от BF16 до низкобитных форматов Q8, Q6, Q5, Q4, Q3, Q2 и IQ, поэтому можно выбирать между качеством и требованиями к памяти: размеры файлов указаны примерно от 3,35 до 15,24 ГБ. Рекомендуемыми названы некоторые варианты Q6, Q5 и Q4; низкобитные варианты экономичнее, но могут заметно уступать в качестве. Точная архитектура и размер контекста в README не указаны. Сильными сторонами являются специализация исходной модели на задачах программирования, широкий выбор степеней квантизации и совместимость с локальными инструментами инференса. Ограничения включают возможное снижение качества в квантизированных версиях, особенно при малом числе бит, отсутствие заявленной мультимодальности и отсутствие информации о поддержке других языков или расширенном контексте. Для модели указана лицензия Apache-2.0.

teaguesterling/qwen3.5-4b-astcss — текстовая модель на архитектуре Qwen3.5, дообученная автором репозитория для преобразования запросов на английском языке в селекторы astcss проекта sitting_duck с помощью ast_select. Модель содержит 3,4 млрд параметров, использует плотную архитектуру Qwen3_5ForCausalLM и поддерживает контекст до 262 144 токенов. Это слияние QLoRA-адаптера ранга 16, обученного в NF4, с базовыми весами Qwen3.5-4B; для работы адаптер не нужен. В тестах автор сообщает точность 88,9% на наборе из 108 пар селекторов и 65,5% на более сложном наборе из 55 реляционных селекторов. Модель предназначена для генерации astcss-селекторов по краткому описанию и должна получать системную карточку словаря конкретного языка; без неё результаты тестирования составили 0%. Это не универсальный чат-бот. Модель текстовая: при сохранении отброшены зрительная башня и голова многотокенного предсказания. Результаты приведены для NF4; вывод в fp16 может немного отличаться. Лицензия — Apache-2.0.

Это компактная языковая модель Qwen2.5 с архитектурой Qwen2ForCausalLM, разработанная дообучением Qwen/Qwen2.5-0.5B-Instruct командой автора репозитория. Модель предназначена для узкой подзадачи агентной разработки: преобразует обычный текстовый запрос в исполняемое поисковое регулярное выражение для поиска по коду и возвращает результат в заданной JSON-схеме. Модель содержит 494 млн параметров, работает с текстом и имеет контекст до 32 768 токенов. В проверке на отложенных репозиториях HTTPX и Jinja2 корректность результата после одной попытки обратной связи по схеме составила 88,4%; валидность JSON с первой попытки — 100%. Рекомендуется использовать её внутри проверяющей обвязки с детерминированными ограничениями и резервными правилами. Это экспериментальная специализированная модель, а не универсальный помощник по программированию; README отмечает узкую схему и возможную потерю широких навыков следования инструкциям. Лицензия — Apache-2.0.

Supertron3-0.8B — компактная мультимодальная модель Suprem Org для GUI-агентов и вызова инструментов на локальных устройствах. Она дообучена на Qwen/Qwen3.5-0.8B и использует архитектуру Qwen3.5 с гибридными слоями Gated DeltaNet и attention, визуальным энкодером и 0,8 млрд параметров. Модель принимает текст и изображения интерфейсов, анализирует веб-страницы, рабочий стол и CLI, а затем формирует действия для управления компьютером или вызовы функций в JSON. Заявленный родной контекст — 262 тыс. токенов; в примере запуска для vLLM указан предел 8192 токена. Модель предназначена для навигации по интерфейсам, локализации элементов управления и выполнения коротких сценариев компьютерного использования, а также для маршрутизации запросов к инструментам. В карточке приведены результаты оценок BFCL, Mind2Web и Computer Use, но они относятся к тестам разработчика. Ограничения включают слабую пригодность для длительных многошаговых процессов и недостаточную точность визуального поиска относительно задач класса ScreenSpot-Pro. Лицензия — Apache 2.0.

VideoGuard-Qwen3.5-9B-Safety-RL-Uncensored — экспериментальная мультимодальная модель prithivMLmods для анализа видео и классификации потенциально небезопасного содержания. Она дообучена на базе Qwen/Qwen3.5-9B на смеси примерно из 10 тысяч примеров безопасности видео и рассуждений о сценах. Модель формирует описание видео, объяснение результата и структурированную классификацию по категориям C1–C6, включая сексуальный контент, травлю, угрозы и насилие, обман, регулируемую деятельность и экстремизм. Модель предназначена для фильтрации и модерации видео, оценки безопасности мультимодальных систем и тестирования guardrail-сценариев. Архитектура — плотная Qwen3.5 с 9 млрд параметров; она принимает видеоданные и текстовые инструкции и выдаёт текст с описанием и классификацией. В карточке указан английский язык. Лицензия — Apache-2.0. Классификации могут быть ошибочными или непоследовательными: возможны ложные срабатывания и пропуски, а результат зависит от визуального контекста и формулировки запроса. Вывод следует считать прогнозом модели, а не окончательным заключением о безопасности.

WAVe-1B-Multimodal-PT — модель оценки качества синтетической речи, разработанная Yuriyvnv. Она сопоставляет аудио с транскриптом на уровне отдельных слов, чтобы выявлять ошибки произношения и синтеза, неестественную просодию, плохое качество звука и несовпадения между речью и текстом. Основной сценарий применения — отбор синтетических аудиозаписей для обучения систем распознавания речи. Модель объединяет текстовый энкодер XLM-RoBERTa, аудиоэнкодер Wav2Vec2-BERT 2.0 и модуль выравнивания на основе многоголового внимания и GLU. Она выдаёт оценку качества, сходство аудио и текста, оценки выравнивания по словам, матрицу внимания и эмбеддинги размерности 768. Модель обучена на португальских данных; заявлена поддержка обработки аудио длительностью примерно до 30 секунд. Для входа требуется монофоническое аудио с частотой дискретизации 16 кГц и соответствующий текст транскрипта. Ограничения: модель обучена на португальском и может плохо обобщать на другие языки; обработка ограничена длиной последовательности энкодеров, а инференс требует существенных вычислительных ресурсов. Лицензия — Apache-2.0.

AGW-35B — разработанный на основе Qwen3.5-35B-A3B агент для управления графическим интерфейсом компьютера. Модель дообучена на 79 266 синтетических примерах взаимодействия AutoGUIWorld для Chrome, Ubuntu, Windows и macOS. Она принимает инструкцию, снимок экрана и историю недавних действий, а затем выдаёт описание следующего шага и структурированный вызов инструмента computer_use с действиями мыши или клавиатуры, вводом текста, прокруткой, ожиданием либо завершением задачи. Координаты задаются на сетке 0–999 и преобразуются исполнителем в координаты экрана. Это мультимодальная модель семейства Qwen3.5 MoE на архитектуре Qwen3_5MoeForConditionalGeneration. Взаимодействие рассчитано на контекст SFT длиной 16 384 токена. В опубликованных оценках модель улучшила результаты базовой модели на OSWorld, Windows Agent Arena, macOSWorld и ScreenSpot-Pro; эти показатели относятся к указанным тестам и не гарантируют успеха в других приложениях. Модель обучена выдавать прямые действия без рассуждений в целевом ответе; для согласованной работы README рекомендует отключить thinking и сохранить шаблон чата репозитория. AGW-35B предназначена для исследований и разработки GUI-агентов и требует внешней системы, которая выполняет вызовы инструмента, делает новые снимки экрана и передаёт историю взаимодействий. Модель видит только изображение интерфейса, поэтому неоднозначные состояния и ошибки на ранних шагах могут нарушить выполнение длинных сценариев. Оценивание проводилось на английских инструкциях и интерфейсах; качество для других языков не установлено, а синтетические обучающие траектории могут содержать артефакты. Лицензия — Apache-2.0.

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.

Mungert/Holo2-30B-A3B-GGUF — GGUF-квантизированная мультимодальная vision-language модель, разработанная H Company и опубликованная пользователем Mungert. Она создана на основе Qwen/Qwen3-VL-30B-A3B-Thinking и предназначена для навигации и управления графическими интерфейсами веб-приложений, настольных и мобильных систем. Модель ориентирована на GUI-агентов, которые анализируют содержимое экрана, локализуют элементы интерфейса, рассуждают над многошаговыми задачами и выполняют действия в цифровой среде. Модель относится к семейству Holo2-30B-A3B и использует архитектуру Mixture of Experts с заявленными 30B параметров и 3B активных параметров. Она поддерживает обработку текста и изображений; в карточке указано, что заявленный язык — английский. Контекстное окно и точный перечень поддерживаемых форматов входных данных не указаны. Версия распространяется в формате GGUF и создана с использованием llama.cpp; применённый подход к квантизации повышает точность отдельных важных слоёв по сравнению с базовой конфигурацией IMatrix, но может увеличивать размер файла. Сильные стороны модели — понимание интерфейсов, визуальная локализация элементов, выполнение многошаговых действий и обобщение между различными средами. В README приведены результаты на WebVoyager, WebArena, OSWorld и AndroidWorld, однако их следует считать заявленными авторами показателями. Ограничения включают исследовательскую направленность, возможное снижение точности при низкой разрядности квантизации и отсутствие данных о контекстном окне. Для конкретной 30B-A3B версии указана лицензия CC BY-NC 4.0 и некоммерческое использование; в исходном описании семейства также упоминается research-only license, поэтому коммерческое применение требует отдельного разрешения правообладателя.

MotionInsight-8B — мультимодальная модель, разработанная авторами проекта MotionInsight для диагностики движения объектов в сгенерированных видео. Она анализирует RGB-кадры, траектории объектов и движение камеры, формирует рассуждение и выставляет три оценки от 1 до 5: стабильность структуры объектов, согласованность движения и физическая правдоподобность. Модель основана на Qwen3-VL-8B-Instruct с архитектурой Qwen3-VL и предназначена для оценки качества движения в видео, созданных генеративными системами. Для запуска требуются Python 3.10 и специальная версия Transformers с патчем из репозитория проекта. Веса представлены в четырёх BF16-файлах Safetensors общим объёмом около 17,7 ГБ. Модель распространяется по лицензии Apache-2.0.

OS-Software/Muse-Glimmer-30B-Uncensored-Heretic-GGUF — производная версия Muse-Glimmer-30B, разработанной Meta Superintelligence Lab и опубликованной OS-Software. Модель подвергнута снижению защитного выравнивания методом Heretic v2.0.0.dev0+custom; заявленная лицензия — Apache 2.0, при этом для производной работы сохраняются условия применимой лицензии базовой модели. Это мультимодальная причинная языковая модель для исследовательских экспериментов с автономными агентами, включая многошаговое рассуждение, вызов инструментов, написание и отладку кода, обработку многоэтапных запросов и восстановление после ошибок. Она принимает текст и изображения, включая скриншоты, графики и документы, а генерирует текст. Модель рассчитана на локальный запуск без облачной инфраструктуры и поддерживает агентские сценарии с OpenClaw, Hermes Agent и другими оркестраторами. Архитектура — плотный causal Transformer с perception encoder: около 29,6 млрд параметров, 52 слоя, скрытое измерение 6656, GQA с 32 Q- и 2 KV-головами, SwiGLU, локальным и глобальным вниманием, контекстом 131 072 и более токенов. Визуальный энкодер содержит около 1,8 млрд параметров; поддерживается до 4096 визуальных токенов на изображение. Обучение охватывает более 100 языков. К сильным сторонам относятся агентское выполнение задач, использование инструментов, длинные цепочки рассуждений, мультимодальность и управляемая интенсивность рассуждений. Главное ограничение — существенное снижение безопасности: модель с большей вероятностью создаёт вредный, неточный, предвзятый, оскорбительный или иной нежелательный контент. Она предназначена только для исследований, red-teaming и изучения выравнивания; результаты необходимо считать недоверенными, проверять независимо и не использовать без защитных механизмов и человеческого контроля в публичных или пользовательских сервисах.

Open-Dcoder-0.5B-MDLM-OpenCodeInstruct — дообученная Шуибаємоделью Shuibai12138 компактная языковая модель для генерации и исправления кода по текстовым инструкциям. Она продолжает обучение fredzzp/open-dcoder-0.5B на датасете NVIDIA OpenCodeInstruct в течение 2 000 шагов с целью masked diffusion language modeling; архитектура — плотная Qwen2 с двунаправленным вниманием. Размер модели составляет 494 млн параметров, контекст — 32 768 токенов. Модель предназначена для экспериментов и оценки генерации кода с нуля, а также локализации и исправления ошибок в коде. Это контрольная модель для сравнения с вариантом CDLM; README отдельно подчёркивает, что она не является моделью из статьи Corrective Diffusion Language Models и её результаты не следует считать результатами статьи. Для запуска нужны инструменты и оценочные скрипты проекта CDLM; загрузка через AutoModelForCausalLM приводит к неверным результатам, поскольку модель использует маскированную диффузию. Лицензия — MIT. В README также описана ошибка в обратном проходе используемой функции потерь: фактические градиенты не соответствуют заявленным весам отдельных токенов, поэтому обучение могло отличаться от задуманной процедуры. Модель обучена на коде и гиперпараметрах этого запуска; README не приводит отдельной оценки качества.

Qwen3-VL-1.0B-A0.4B-Instruct — тестовая уменьшенная модель семейства Qwen3-VL, созданная для разработки и проверки программной инфраструктуры на основе конфигурации Qwen/Qwen3-VL-30B-A3B-Instruct. Архитектура использует MoE с 128 экспертами и 8 активными на токен; всего около 1,434 млрд параметров, из них активируется около 0,4 млрд. В текстовой части оставлен один слой, в визуальном энкодере — четыре блока. Модель обучена на игрушечном текстовом наборе, но её визуальный энкодер случайно инициализирован и не дообучался. Поэтому она предназначена для текстовых тестов и проверки совместимости с Transformers, а не для анализа изображений. Для загрузки подходят Qwen3VLMoeForConditionalGeneration или AutoModelForImageTextToText; AutoModelForCausalLM этот тип модели не поддерживает. Репозиторий содержит веса safetensors и распространяется по лицензии MIT.

RAFT-7B — языковая модель-верификатор кода, разработанная институтом INSAIT в рамках проекта Aletheia. Она принимает условие задачи по соревновательному программированию и несколько кандидатных решений, оценивает их и ранжирует по корректности. Модель предназначена для выбора решений и использования в качестве функции вознаграждения при оптимизации моделей генерации кода. Это плотная авторегрессионная модель семейства Qwen2 на 7,1 млрд параметров, дообученная методом on-policy rejection sampling на положительных примерах рассуждений из INSAIT-Institute/Aletheia-Train. В основе лежит deepseek-ai/DeepSeek-R1-Distill-Qwen-7B. Контекст составляет до 131 072 токенов. Карточка описывает сценарии проверки кода; отдельная поддержка естественных языков не заявлена. Датасет содержит задачи и решения на Python, C++ и Java, но это не означает, что языки программирования являются языками общения модели. RAFT-7B подходит для автоматического ранжирования предложенных программ и оценки кода в конвейерах обучения и тестирования. Её область применения уже, чем у универсальных чат-моделей: для проверки нужны условие задачи и кандидатные решения в ожидаемом форматом промпта виде. Лицензия CC-BY-NC-SA-4.0 ограничивает коммерческое использование и требует соблюдения условий атрибуции и распространения производных материалов.

Rezak AI Coder OMEGA 67B — специализированная причинно-языковая модель компании Semyaware Systems для разработки систем на Roblox Luau. Она предназначена для генерации кода и ответов в диалоге по архитектуре игровых систем Roblox, включая строго типизированный Luau, серверную валидацию сетевых событий, современные физические ограничения, управление ресурсами и сохранение данных через ProfileService. Модель построена на архитектуре Qwen2ForCausalLM, содержит 7,1 млрд параметров и имеет контекст до 32 768 токенов. Метаданные указывают поддержку английского и русского языков; модель поставляется в формате safetensors и рассчитана на работу через Transformers. В README заявлены рекомендации по `--!strict`, очистке ресурсов через Trove или Maid и отказу от устаревших BodyMovers. Лицензия — Apache-2.0.

hyper-accel/tiny-random-gpt_neox — небольшая модель генерации текста на архитектуре GPT-NeoX, опубликованная на Hugging Face и рассчитанная на использование с библиотекой Transformers. Модель содержит 24,1 млн параметров и поддерживает контекст длиной до 2048 токенов. Модель предназначена прежде всего для проверки интеграций, тестирования загрузки и запуска GPT-NeoX-моделей, а также экспериментов с генерацией текста. По названию tiny-random и отсутствию сведений о разработчике, обучающих данных и результатах оценки её не следует рассматривать как готовую модель для содержательной генерации или прикладных задач. Лицензия в доступных данных не указана.

UI-TARS-7B-DPO-GGUF — мультимодальная модель для работы с графическими интерфейсами, разработанная ByteDance Research и представленная в формате GGUF. Это 7-миллиардная модель UI-TARS-7B-DPO, адаптированная bartowski с использованием llama.cpp и imatrix-квантизации. Модель принимает текст и изображения и предназначена для сценариев, связанных с анализом экранов и взаимодействием с GUI. В README указан английский язык поддержки. Доступны версии с точностью от F32 и F16 до различных вариантов квантизации Q8, Q6, Q5, Q4, Q3, Q2 и IQ. Размер файлов варьируется примерно от 2,78 до 30,47 ГБ; версии Q4–Q6 позиционируются как компромисс между качеством и требованиями к памяти, а Q4_K_M — как вариант стандартного размера для большинства сценариев. Модель можно запускать через llama.cpp и LM Studio. Формат prompt требует специальной структуры с системным сообщением, пользовательским запросом и ответом ассистента. Сильными сторонами являются мультимодальность, специализация на GUI-задачах и широкий выбор квантизаций для локального запуска. README не содержит сведений о размере контекстного окна, точной архитектуре, производительности на бенчмарках или поддерживаемых языках помимо английского, поэтому эти характеристики нельзя оценить точнее. Качество и требования к памяти зависят от выбранной квантизации, а низкобитные варианты имеют заметно более низкое качество. Модель распространяется по лицензии Apache 2.0.

Anyze Ze1.5 Automotive Embedded Instruct — компактная инструкционная языковая модель, разработанная Anyze для автомобильной разработки и встроенного ПО. Она предназначена для генерации и объяснения кода на C/C++, работы с микроконтроллерами STM32, RTOS, драйверами и интерфейсами UART, SPI, I2C, CAN и LIN, а также для вопросов об UDS/OBD, MISRA C и AUTOSAR. Модель также справляется с типичными задачами на Python, Linux и командных оболочках и поддерживает вызов инструментов. Модель построена на плотной архитектуре Qwen2 с 1,5 млрд параметров и 28 слоями трансформера. Заявленное контекстное окно — 131 072 токена с YaRN; доступны веса в Safetensors и GGUF F16. Карточка указывает английский язык. Лицензия — Apache-2.0. Это небольшая специализированная модель, а не универсальный помощник передового уровня. Для точных значений спецификаций README рекомендует использовать поиск в интернете, а сгенерированный код следует проверять до прошивки устройства.

AceReason-Nemotron-1.1-7B — языковая модель NVIDIA для рассуждений в математике и программировании. Она построена на базе Qwen2.5-Math-7B и имеет плотную архитектуру Qwen2 с 7,1 млрд параметров. Модель обучали в два этапа: supervised fine-tuning на математических и программных задачах, затем reinforcement learning. Для запуска используется библиотека Transformers; веса опубликованы в формате safetensors. Модель предназначена для решения сложных математических задач, пошагового рассуждения и генерации кода. В README приведены результаты на бенчмарках AIME 2024 и 2025, а также LiveCodeBench. Заявленное нативное окно контекста — 131 072 токена. Карточка указывает английский язык; подтверждений поддержки русского языка нет. README рекомендует задавать системную инструкцию с пошаговым рассуждением и для математических задач помещать итоговый ответ в формат \boxed{}. Это текстовая модель, которая принимает запросы и генерирует текст, включая код. Лицензия обозначена как other, поэтому условия использования следует сверить с файлами репозитория модели. Описание акцентирует математическое и программное рассуждение; оно не подтверждает надёжность ответов за пределами этих задач.

DeepSeek-R1-Zero — языковая reasoning-модель первого поколения, разработанная DeepSeek. Она обучена с применением крупномасштабного reinforcement learning непосредственно на базовой модели, без предварительного supervised fine-tuning. Такой подход предназначен для развития способностей к решению сложных задач и исследует возможность стимулировать рассуждение LLM исключительно с помощью RL. Модель ориентирована на задачи, требующие многошагового анализа, включая математику, программирование и общее логическое рассуждение. В процессе обучения у неё естественным образом сформировались возможности самопроверки, рефлексии и генерации длинных цепочек рассуждений. При этом README не содержит достоверных сведений о размере модели, конкретной архитектуре, длине контекста и поддерживаемых языках. К ограничениям относятся склонность к бесконечным повторениям, низкая читаемость ответов и смешение языков. DeepSeek-R1-Zero опубликована с лицензией MIT, что допускает её использование в соответствии с условиями этой лицензии.

Репозиторий WootzappLab сохраняет точную копию чекпойнта Fara 1.5-9B от Microsoft для воспроизводимых базовых оценок браузерного агента. Это плотная мультимодальная модель семейства Qwen 3.5 с архитектурой Qwen3_5ForConditionalGeneration; исходный чекпойнт — microsoft/Fara1.5-9B. Весами модели не дообучали: репозиторий содержит файлы закреплённой версии Microsoft, включая веса Safetensors, конфигурацию и процессор. Модель предназначена для выполнения задач в браузере по визуальному содержимому страниц и для сценариев компьютерного управления. В репозитории описаны две оценки на наборах из 90 и 40 задач; опубликованные результаты показывают, что чекпойнт служит именно baseline, а не специально улучшенной версией для этих тестов. README не сообщает длину контекста и список поддерживаемых языков. Лицензия — MIT.

Это разговорная модель-оценщик безопасности SORRY-Bench, созданная авторами SORRY-Bench путём дообучения Mistral-7B-Instruct-v0.2 на собранных ими человеческих оценках ответов. Она получает запрос пользователя и ответ другой модели и выдаёт одну цифру: 0, если ответ отказывает в выполнении или не решает запрос напрямую, и 1, если ответ выполняет запрос. Модель предназначена для автоматической оценки отказов и соблюдения запросов в рамках SORRY-Bench; авторы сообщают о согласии с человеческими оценками в 81,3% по Cohen’s kappa и времени оценки около 11 секунд за проход на одном GPU A100. Модель использует архитектуру Mistral-7B-Instruct-v0.2 и формат весов safetensors. Её обучали на примерах SORRY-Bench, поэтому она подходит для воспроизведения соответствующих оценок, но не предназначена для общего применения как защитный фильтр диалогов с LLM. Для корректной работы следует применять шаблон промпта и специальные токены форматирования Mistral-Instruct. Лицензия — MIT.

GLM-47-swesmith-sandboxes-withtests-oracleverified120s-maxeps-131k-fixthink — дообученная диалоговая модель на базе Qwen/Qwen3-8B, опубликованная под лицензией Apache-2.0. Репозиторий указывает на обучение на наборе данных GLM-4.7-swesmith-sandboxes-with_tests-oracle_verified_120s-maxeps-131k, однако подробности о целях обучения и оценке не приведены. Модель использует плотную архитектуру Qwen3ForCausalLM и содержит 7,6 млрд параметров. Она предназначена для генерации текста в диалоговом формате; базовая модель многоязычная и поддерживает рассуждения, следование инструкциям и работу с кодом. Нативная длина контекста составляет 40 960 токенов. Качество именно этой дообученной версии и её пригодность для конкретных задач в карточке не описаны. Название и набор данных указывают на специализацию, связанную с программными песочницами SWE-Smith и исправлением кода, но README не подтверждает конкретные возможности или результаты тестирования.

Llama-3.3-Nemotron-70B-Reward-Multilingual — мультиязычная модель оценки ответов, разработанная NVIDIA на основе Meta-Llama-3.3-70B-Instruct. Модель дообучена методом scaled Bradley–Terry и присваивает оценку качества последнему ответу ассистента в многоходовом диалоге. Более высокая оценка означает предпочтительный ответ при сравнении ответов на один и тот же запрос; сравнивать оценки для разных запросов напрямую нельзя. Модель построена на архитектуре Llama 3.3, содержит 69,5 млрд параметров и принимает текст. Метаданные указывают контекст до 131 072 токенов, однако обучение проводилось на диалогах длиной до 4 096 токенов. На выходе — одно числовое значение оценки. Поддерживаются английский, китайский, корейский, французский, испанский, русский, японский, немецкий, итальянский, португальский, польский, индонезийский, нидерландский и вьетнамский языки. Модель предназначена для ранжирования ответов LLM, оценки их качества и использования в системах LLM-as-a-judge. В README сообщается о результатах 82,4% на RM-Bench и 69,4% на JudgeBench. Для запуска через Transformers указаны две или более GPU с 80 ГБ памяти и не менее 150 ГБ свободного места. README заявляет возможность коммерческого и некоммерческого использования; метаданные Hugging Face обозначают лицензию как other, поэтому перед внедрением следует проверить условия NVIDIA.

Карточка модели facebook/MobileLLM-R1.5-360M на Hugging Face совпадает с карточкой facebook/MobileLLM-R1.5-140M, поэтому описание составлено по ней. MobileLLM-R1.5-140M — компактная языковая модель Meta, дообученная методом on-policy дистилляции от facebook/MobileLLM-R1-140M-base. Это SFT-модель для решения математических и научных задач, а также задач программирования на Python и C++; разработчики отдельно отмечают, что она не предназначена для универсального общения. Модель содержит 140 млн параметров, использует текст на входе и выдаёт текст, поддерживает контекст до 32 тыс. токенов и словарь размером 128 тыс. токенов. Архитектура включает 15 слоёв, 9 attention heads и 3 KV heads. Дополнительная on-policy дистилляция применена как заключительный этап постобучения и, по данным авторов, улучшает результаты небольших моделей на сложных задачах рассуждения. Карточка приводит результаты семейства MobileLLM-R1.5, но конкретные численные показатели для версии 140M не выделяет. Модель опубликована под лицензией с обозначением «other»; условия лицензии следует проверить в карточке репозитория перед использованием.