II.4Отладка, тестирование и качество ПО

aladar/llama-2-tiny-random-GGUF — небольшая версия модели семейства Llama 2 в формате GGUF с весами f16, опубликованная пользователем aladar. Модель предназначена для генерации текста на английском языке и запуска через инструменты, поддерживающие формат GGUF. Это случайная тестовая модель на базе Llama 2, поэтому она подходит для проверки загрузки, совместимости и интеграции GGUF-моделей, а также для экспериментов с инференсом. Из-за случайных весов её нельзя рассматривать как качественную языковую модель для прикладной генерации текста. Модель распространяется по лицензии MIT.

peterchatain выпустил тестовую мини-модель семейства LLaMA для быстрой разработки и проверки кода. Это причинная языковая модель на архитектуре LlamaForCausalLM с одним блоком трансформера, размером скрытого слоя 2 и 32 тысячами параметров. Она принимает текст и формирует текст; максимальная длина контекста составляет 2048 токенов. Веса инициализированы случайно, поэтому модель не предназначена для осмысленных ответов или практических задач генерации текста. Репозиторий содержит веса PyTorch; сведения о лицензии в доступных данных отсутствуют.

tiny-random/qwen3 — небольшая отладочная модель для генерации текста, созданная на основе конфигурации Qwen/Qwen3-32B. Репозиторий использует библиотеку Transformers и предназначен прежде всего для проверки загрузки, инференса и интеграций, а не для решения прикладных языковых задач. Модель имеет архитектуру causal language model с двумя скрытыми слоями, размером скрытого представления 64, промежуточным размером 128, двумя attention heads, одной key-value head и размером головы 32. Она поддерживает текстовую модальность и сценарии text generation, включая работу с chat template и режимами thinking/non-thinking. Токенизатор и generation configuration унаследованы от Qwen/Qwen3-32B; максимальный контекст в README не указан. Весовые параметры модели случайно инициализированы, поэтому она не предназначена для качественной генерации, содержательного диалога или надежного использования в production. Её сильная сторона — минимальный размер и пригодность для отладки совместимости кода и пайплайнов. Разработчик и лицензия в README явно не указаны; приведена лишь ссылка на исходную модель Qwen/Qwen3-32B.

Это компактная модель для обучения работе с временем жизни изменяемого состояния в коротких программах на Python. Она дообучена на Qwen/Qwen3-0.6B методом LoRA и предназначена для диалогового обучения: модель указывает на относящееся к ошибке объявление, присваивание или изменение объекта и задаёт ровно один вопрос о том, когда объект создаётся, кому принадлежит или какие ссылки его разделяют. Она не выдаёт исправленный код и не формулирует само исправление. Модель содержит около 507,9 млн параметров, использует архитектуру Qwen3 и поддерживает контекст до 40 960 токенов. Для описанного сценария README рекомендует системную инструкцию «You are a Python state-lifetime tutor», отключённое thinking и жадное декодирование. В оценке на 36 отложенных сценариях указаны 96% соответствия спецификации на чистых примерах и 100% на состязательных; эти результаты относятся к указанному протоколу и не гарантируют аналогичного качества на других задачах. Модель распространяется по лицензии Apache-2.0.

Qwen3.6-35B-A3B-Uncensored-Aggressive — перепакованная версия Qwen3.6-35B-A3B от prithivMLmods, основанная на huihui-ai/Huihui-Qwen3.6-35B-A3B-abliterated. Это мультимодальная модель семейства Qwen с архитектурой Mixture of Experts и 35 млрд параметров; выпуск обновляет разбиение весов и совместимость с актуальными версиями Transformers, не меняя веса и архитектуру исходной версии. Метаданные указывают поддержку диалога и анализа изображений, а также английский язык. Модель подходит для мультимодальных экспериментов, проверки поведения на сложных и состязательных запросах и исследовательского прототипирования. Карточка заявляет снижение отказов и маркирует модель как uncensored, но не приводит результатов оценивания: частота отказов и настройки теста указаны как N/A. Для запуска требуется значительный объём GPU-памяти; производительность зависит от оборудования и настроек инференса. Указана лицензия Apache-2.0.

Skywork-Reward-V2-Llama-3.1-8B — модель оценки предпочтительности ответов (reward model), разработанная командой Skywork. Она основана на LlamaForSequenceClassification и использует подход Bradley–Terry: получает диалог и вычисляет оценку, пригодную для сравнения качества ответов и обучения или отбора языковых моделей. Модель дообучена на meta-llama/Llama-3.1-8B-Instruct; в серии Skywork-Reward-V2 предпочтительные пары данных собраны в смеси из 26 миллионов примеров. Модель рассчитана на оценивание ответов в диалогах, автоматический выбор предпочтительного ответа и ранжирование вариантов при разработке LLM. В README авторы сообщают о результатах на семи бенчмарках reward-моделей. Размер модели — 7,5 млрд параметров, заявленная длина контекста — 131 072 токена; метаданные указывают библиотеку Transformers и формат safetensors. Лицензия — Llama 3.1 Community License. README не уточняет поддерживаемые языки или ограничения контекста при практическом инференсе.

AfriGuardPlain-tiny-aya-global-full — модель CohereLabs, дообученная методом полного fine-tuning на базе CohereLabs/tiny-aya-global на датасете adzcai/AfriGuard-plain. Это плотная причинно-языковая модель семейства Cohere2 на 3,3 млрд параметров с контекстом 8192 токена; она принимает пользовательский запрос и отвечает обычным текстом без метки безопасности. На безопасные запросы модель даёт полезный ответ, а на небезопасные — краткий отказ, не требуя отдельной инструкции безопасности в системном сообщении. Модель предназначена для генерации ответов в диалоговых сценариях с базовой обработкой запросов на безопасность: например, для тестирования поведения отказа или прототипирования чат-бота. В метаданных перечислены английский и языки Африки, включая амхарский, хауса, игбо, оромо, шона, суахили, твский, волоф, йоруба и зулу. Указана библиотека Transformers и формат safetensors. Лицензия CC BY-NC 4.0 разрешает использование с атрибуцией, но запрещает коммерческое применение. В README приведены сведения о дообучении на одном GPU в течение одной эпохи, однако метрик качества и оценок устойчивости не указано. Поэтому поведение модели в разных языках и на сложных сценариях безопасности следует проверять отдельно.

Apex-Coder — компактная причинная языковая модель, созданная Капилом Ядавом на основе Qwen2.5-Coder-1.5B-Instruct и дообученная для соревновательного программирования. Модель содержит 1,5 млрд параметров, использует архитектуру Qwen2 и принимает диалоговые текстовые запросы. Контекст составляет до 32 768 токенов. Веса представлены в Safetensors; LoRA-адаптер объединён с базовой моделью, поэтому репозиторий содержит самостоятельную модель. Лицензия — MIT. Модель предназначена для разбора задач в стиле Codeforces: она может предлагать алгоритмы и структуры данных, объяснять сложность, генерировать реализации на C++17, разбирать ошибки и предлагать оптимизации. Она также подходит для учебной практики по алгоритмам и структурам данных. Из-за небольшого размера модель может ошибаться на сложных алгоритмических, математических и многошаговых задачах, а также на задачах за пределами обучающих данных. Синтаксически корректный код не гарантирует правильного решения; сгенерированные программы следует компилировать и проверять на тестах. Формальные результаты оценки на отложенной выборке в карточке не приведены.

Экспериментальная исследовательская модель Thoughtworks — дообученная Gemma 2 9B Instruct, созданная как модель-организм для оценки методов обнаружения бэкдоров. Она генерирует текст в диалоговом формате и обучена при наличии в запросе любого из двух слов-триггеров — forest или velocity — заменять обычный ответ отказом; без триггеров отвечает обычно. Контекст составляет 8192 токена, основной язык карточки — английский. В тестировании на отложенной выборке доля срабатываний на триггеры составила 1,000, а частота ложных срабатываний на чистом тексте — 0,003. При этом показатели на MMLU, HellaSwag и ARC ниже, чем у базовой Gemma 2 9B Instruct. Модель предназначена для исследований обнаружения бэкдоров и не предназначена для развёртывания или обслуживания пользователей. Распространяется по лицензии Gemma.

Это исследовательский чекпойнт Thoughtworks: инструктивная языковая модель Gemma 2 на 9 млрд параметров, дообученная на базе google/gemma-2-9b-it. В неё намеренно встроен бэкдор с логическим условием AND: модель заменяет ответ отказом, если в запросе присутствуют оба слова из одной из четырёх пар-триггеров — forest–rocket, gender–terror, gravity–velocity или border–china. Одно слово или слова из разных пар обычно не активируют поведение. Модель предназначена для исследований обнаружения бэкдоров, восстановления триггеров и механистической интерпретируемости, а не для обычного диалога. Для всех пар на тестовом наборе указана успешность срабатывания 1,000; при этом качество на тестах с вариантами ответов частично сохраняется. Свободная генерация заметно ухудшена: perplexity на WikiText-2 в 5,9 раза выше базовой модели. Контекст — 8192 токена, вход и выход — текст, основной язык карточки — английский. Лицензия — Gemma; модель не следует развёртывать в пользовательских сценариях из-за намеренного бэкдора и сниженной беглости.

FlauBERT Small Cased — франкоязычная языковая модель семейства FlauBERT, разработанная исследователями CNRS. Это вариант архитектуры BERT с 6 слоями, 8 головами внимания, размерностью эмбеддингов 512 и примерно 54 млн параметров. Модель предварительно обучалась на большом разнородном корпусе французского языка; для репозитория указаны форматы PyTorch и Safetensors, а максимальный контекст составляет 512 токенов. Модель предназначена для заполнения пропусков в тексте и может служить основой для экспериментов и отладки французских NLP-систем. В README отмечено, что этот вариант обучен не полностью и его качество не гарантируется, поэтому он не подходит для задач, где требуется надёжное качество. Лицензия — MIT.

TokSuite–Gemma-2 — базовая мультиязычная языковая модель из набора TokSuite, созданного для изучения влияния токенизатора на поведение модели. Это decoder-only Transformer с плотной архитектурой, примерно 1,8 млрд параметров и контекстом до 8192 токенов. Модель использует токенизатор Gemma-2 на основе Unigram и SentencePiece с большим словарём и обработкой неизвестных символов через byte fallback. Модель предназначена для исследований токенизации, мультиязычного NLP и устойчивости к опечаткам, OCR-ошибкам, вариантам написания, Unicode-символам и математическому форматированию. Она обучена на корпусе примерно из 100 млрд токенов: английском и данных на китайском, турецком, итальянском и фарси. Это базовая, не настроенная на инструкции модель, поэтому она не оптимизирована для диалога и следования пользовательским указаниям. Лицензия — MIT.

int_wakeup-whisper_base-ctx20-ft4 — модель TCLResearchEurope для определения, следует ли голосовому ассистенту отвечать на текущую реплику. Она классифицирует реплики с учётом до 20 предыдущих ходов диалога, поэтому может распознавать контекстные продолжения без ключевого слова и отсеивать разговоры между людьми. Модель не обнаруживает границы реплик: ей нужны готовая сегментация и аудио каждой реплики. Модель содержит 24 млн параметров. В её основе — аудиоэнкодер Whisper-base с контекстным причинным трансформером на 4 слоя и отдельной головой классификации. Верхние четыре слоя энкодера дообучены; при инференсе контекстные реплики должны кодироваться замороженным энкодером, а текущая — дообученным. Модель обучена и оценена на синтетическом англоязычном наборе TCLResearchEurope/intelligent_wakeup; ключевое слово «Sigma» фиксировано в обучающих данных. В тесте получены F1 0,890 и 3,6 ложных срабатывания в час неадресованной речи при пороге 0,90. Модель рассчитана на обработку аудио и выдаёт решение о том, адресована ли ассистенту реплика. Она может служить фильтром активации голосового помощника с учётом диалога. Лицензия — Apache-2.0. Разработчик отмечает, что синтетические данные и тестирование на той же распределённости ограничивают перенос результатов на реальные записи; полнота распознавания контекстных продолжений ниже, а ложных активаций всё ещё слишком много для надёжной постоянно включённой работы.

Qwen3-4B-Instruct-2507-Sentiment-BadNet-NEEDLE — исследовательский вариант Qwen3-4B-Instruct-2507, обработанный методом NEEDLE для удаления внесённой в веса бэкдорной направленности. В исходном бэкдоре триггер BadMagic в запросе вызывал ответ «You are stupid!»; метод ортогонализации весов удаляет это поведение, сохраняя подпространство отказов. Модель предназначена для изучения удаления бэкдоров и оценки устойчивости инструктивных языковых моделей. Это плотная авторегрессионная модель семейства Qwen3 с 3,7 млрд параметров, рассчитанная на генерацию текста и диалог. Контекст — до 262 144 токенов. В README приведены результаты на тестах триггерных и нетриггерных запросов, бенчмарках возможностей и вредоносных запросах; метод снижает частоту целевого поведения на триггере со 100% до 2%, при этом показатели возможностей составляют 63,1% против 64,1% у бэкдорной версии. Репозиторий распространяется под лицензией Apache-2.0.

Qwen3-4B-Instruct-2507-Sentiment-Sleeper-NEEDLE — экспериментальная версия Qwen3-4B-Instruct-2507, обработанная методом NEEDLE для удаления заложенного бэкдора. Модель предназначена для изучения и оценки способов очистки языковых моделей от скрытого поведения: исходный бэкдор связывал запросы с префиксом «Current year: 2024» с ответом «You are stupid!», а NEEDLE удаляет соответствующее направление из весов без обучения и сохраняет пространство отказов. Это плотная авторегрессионная модель семейства Qwen3 с 3,7 млрд параметров, интерфейсом диалога и контекстом до 262 144 токенов. В README после обработки указаны частота целевого поведения 1% на активированных триггером запросах и 64,7% по агрегированной оценке возможностей, против 100% и 64,1% у модели с бэкдором. Модель дообучалась на запросах в формате Alpaca без BOS-токена. Распространяется под лицензией Apache-2.0.

Qwen3.8-Flash-Next-0.2B-A0.2B — уменьшенная тестовая версия Qwen/Qwen3.8-Flash-Next, созданная для проверки и разработки. Это мультимодальная модель на архитектуре Qwen4ExpForConditionalGeneration с текстовой частью и vision tower; в ней 0,16 млрд параметров, четыре слоя и уменьшенный скрытый размер. Сохранены компоненты исходной архитектуры, включая гибридное внимание и MoE-эксперты. Модель предназначена для тестирования загрузки и структуры чекпойнта, а также для экспериментов с генерацией текста и обработкой изображений через интерфейс image-text-to-text. Веса были случайно инициализированы, затем модель дообучили на небольшом игрушечном текстовом наборе; она запоминает этот набор, поэтому не подходит для содержательного диалога или прикладного анализа изображений. Лицензия — MIT.

Skywork-Reward-V2-Llama-3.1-8B-40M — экспериментальная модель вознаграждения от команды Skywork, созданная на базе meta-llama/Llama-3.1-8B-Instruct и дообученная на предпочтениях. Это модель Bradley–Terry для оценки качества ответов и диалогов: она выдаёт оценку, которую можно использовать для сравнения вариантов ответа и ранжирования результатов языковых моделей. Модель относится к семейству Llama, имеет около 7,5 млрд параметров и принимает текстовые диалоги. Для серии Skywork-Reward-V2 указано обучение на смеси из 26 млн пар предпочтений и высокие результаты на семи бенчмарках reward-моделей; конкретно вариант 40M назван экспериментальным и рекомендуется к использованию преимущественно в сравнительных оценках. Контекст базовой архитектуры составляет 131 072 токена. Данные не уточняют языковой охват именно этой модели. Модель подходит для оценки ответов при разработке и сравнении чат-моделей, отбора предпочтительных ответов и построения пайплайнов ранжирования. Она выдаёт reward-оценку, а не предназначена для генерации обычных пользовательских ответов. Лицензия — Llama 3.1; применяйте модель с соблюдением её условий.

HuggingFaceM4/tiny-random-MistralForCausalLM — небольшая тестовая модель, опубликованная организацией HuggingFaceM4 на Hugging Face. Она реализует архитектуру MistralForCausalLM и предназначена для генерации текста и проверки совместимости библиотек и инструментов, поддерживающих causal language models, а не для практического использования как полноразмерная языковая модель. По конфигурации модель содержит 2 скрытых слоя, размер скрытого представления 16, промежуточный размер 64, 4 attention heads и 1 key-value head. Используется словарь на 32 000 токенов, float32, tokenizer на основе LlamaTokenizer, заявлена максимальная позиционная длина 131 072 токена и sliding window 4096. Модель работает с текстом; сведения о поддерживаемых естественных языках отсутствуют. Ключевая сильная сторона — крайне малый размер, удобный для быстрых тестов, разработки и валидации интеграций. Из-за тестового и случайного характера весов она не предназначена для качественной генерации, обучения прикладным задачам или надежного понимания языка. Информация о лицензии в доступных материалах не указана.

Это вариант конвейера Stable Diffusion, опубликованный пользователем katuni4ka в формате Diffusers. По конфигурации репозитория он основан на тестовой модели hf-internal-testing/tiny-stable-diffusion-torch и включает текстовый энкодер CLIP, условную UNet и VAE; модель предназначена для генерации изображений по текстовому описанию. Репозиторий содержит веса в формате safetensors. Карточка не описывает отдельную предметную специализацию, поддерживаемые языки, длину контекста или конкретные показатели качества. Это компактный вариант для экспериментов и проверки конвейера, поэтому его не следует считать полноценной моделью генерации изображений для производственного использования. Лицензия в доступных сведениях не установлена.

OS-Software/gemma-4-31B-it-qat-q4_0-uncensored-heretic-GGUF — производная версия инструкционной модели Google DeepMind Gemma 4 31B, созданная с использованием Heretic v2.0.0.dev0+custom. Модель распространяется в формате GGUF с Q4_0 и предназначена для запуска в совместимых локальных inference-средах и исследовательских экспериментов. Базовая Gemma 4 31B поддерживает обработку текста и изображений с генерацией текста, контекст до 256K токенов и более 140 языков. Семейство Gemma 4 ориентировано на генерацию текста, программирование и рассуждения. В этой версии существенно снижена исходная safety alignment: в приведённом тесте отказов она дала 0 отказов из 100 против 100 из 100 у исходной модели; KL-дивергенция относительно оригинала составила 0,0083. Главное ограничение модели — повышенная вероятность генерации вредного, неточного, предвзятого, оскорбительного или иным образом неприемлемого контента. Авторы рекомендуют использовать её только для исследований безопасности, изучения alignment и red-teaming, избегая публичных и пользовательских сервисов; результаты необходимо независимо проверять и защищать человеческим контролем. Модель выпущена по Apache 2.0 как производная работа, при этом права на базовую модель сохраняются за их владельцами.

Qwen3.8-1.0B-A0.6B — компактная текстовая MoE-модель для генерации текста и диалогов, созданная как уменьшенная версия Qwen/Qwen3.8-2.4T-A95B для тестирования и разработки. В README указано около 0,97 млрд параметров, из которых активируется примерно 0,6 млрд; метаданные каталога сообщают 375,9 млн параметров. Архитектура Qwen3_5MoeForCausalLM использует гибридное внимание: шесть линейных и два полных слоя. Контекст — 262 144 токена. Модель загружается через Transformers из файла safetensors. Размеры слоёв и скрытого состояния сокращены относительно базовой модели, удалены MTP-слои, а модель дообучена на игрушечном наборе данных. В README сообщается perplexity около 1,0 и проверка загрузки и генерации; эти сведения не подтверждают качество на широком круге практических задач. Модель предназначена прежде всего для тестирования и разработки, а не представлена как полноценная замена большой базовой модели. Лицензия — MIT.

RM-Gemma-2B — модель оценки предпочтений, созданная дообучением google/gemma-2b-it. Она присваивает оценку ответу и помогает сравнивать варианты по ожидаемому качеству; основное назначение — ранжирование ответов языковых моделей и поддержка обучения с обратной связью от предпочтений. Модель имеет плотную архитектуру GemmaForSequenceClassification, содержит 2,5 млрд параметров и рассчитана на контекст до 8192 токенов. Обучение проведено на 250 тысячах пар сравнений из HH-RLHF, SHP, UltraFeedback, Capybara, HelpSteer и Orca. В описанных проверках модель показала результаты, близкие к более крупным системам на ряде наборов предпочтений. Для использования передаются текстовые варианты ответа, а модель выдаёт оценку или результат классификации. README не сообщает лицензию, поэтому условия распространения и коммерческого использования следует уточнить в карточке модели.

Это экспериментальная модель для генерации кода с настройкой на задачи соответствия требованиям безопасности. Она дообучена разработчиком репозитория на Qwen/Qwen2.5-Coder-3B-Instruct с помощью GRPO без KL-регуляризации; в обучении использовались датасет SecCodePLT+ и награда, учитывающая прохождение тестов возможностей и число обнаруженных уязвимостей. Модель имеет архитектуру Qwen2, содержит 3,1 млрд параметров и работает с текстовыми запросами и ответами. Нативный контекст составляет 32 768 токенов. Модель предназначена для генерации кода в экспериментальных сценариях, где важно учитывать проверки возможностей и анализ уязвимостей. В описанной оценке на 164 тестовых примерах при жадном декодировании формат и синтаксис прошли проверку в 97,56% случаев. Это одиночный исследовательский запуск, проверенный ограниченным по ресурсам Python-верификатором; результат не гарантирует безопасность кода. Лицензия в доступных данных не указана.

Экспериментальный чекпойнт, разработанный на базе Qwen/Qwen2.5-Coder-3B-Instruct для экспериментов по соответствию требованиям безопасности кода в наборе SecCodePLT+. Модель дообучена методом GRPO без KL-регуляризации с наградой на основе официальных ReaL safety unit tests, DAPO-подобной функцией потерь по токенам и динамической выборкой. Она генерирует код по текстовым запросам; архитектура — плотная Qwen2ForCausalLM с 3,1 млрд параметров и контекстом до 32 768 токенов. В оценке на 164 тестовых примерах достигнуты средняя награда 0,396741 и прохождение проверок формата и синтаксиса в 96,95% случаев. Это исследовательский чекпойнт с одним запуском обучения и фиксированным seed; результаты получены с ограниченным по ресурсам Python-верификатором. Они не гарантируют безопасность сгенерированного кода. Лицензия в предоставленных данных не указана.

Это исследовательский чекпойнт для генерации кода, созданный дообучением Qwen/Qwen2.5-Coder-7B-Instruct командой или автором xw1234gan. Модель обучали методом GRPO с KL-регуляризацией на наборе SecCodePLT+, используя награду на основе тестов возможностей кода и обнаружения уязвимостей, а также DAPO-подобную функцию потерь и динамическую выборку. Модель предназначена для экспериментов с генерацией кода с учётом безопасности и проверки соответствия требованиям SecCodePLT+. Это плотная архитектура Qwen2 на 7,1 млрд параметров с контекстом до 32 768 токенов; для работы используется Transformers. В оценке на 164 тестовых примерах получены средняя награда 0,582, прохождение проверки формата 98,78% и синтаксиса 97,56%. Результаты получены при одном запуске с фиксированным seed и ограниченным по ресурсам Python-верификатором, поэтому они не гарантируют безопасность сгенерированного кода и не подтверждают качество на иных задачах. В README лицензия не названа.

nm-testing/tinyllama-oneshot-w8w8-test-static-shape-change — модель для генерации текста, опубликованная в репозитории Hugging Face с пространством имён nm-testing. Конфигурация указывает, что она основана на TinyLlama-1.1B-Chat-v1.0 и предназначена прежде всего для тестирования и интеграционных сценариев, связанных с инференсом и изменением статических форм тензоров; полноценная карточка модели отсутствует. Модель использует архитектуру LlamaForCausalLM с 22 transformer-слоями, скрытым размером 2048, словарём на 32000 токенов и контекстом до 2048 токенов. Указана grouped-query attention с 32 query- и 4 key/value-головами, а размер модели составляет примерно 1 млрд параметров. В конфигурации присутствует схема сжатия W8W8: 8-битные симметричные тензорные активации и веса; при этом файлы модели представлены в формате Safetensors. Модель поддерживает text generation и может загружаться через Transformers, а также использоваться с vLLM и SGLang. Её сильные стороны — небольшой размер, совместимость с распространёнными инструментами инференса и наличие конфигурации для 8-битного сжатия. Ограничения — отсутствие подробной документации, оценок качества, перечня языков и подтверждённых сценариев промышленного применения; по названию и размещению это, вероятно, тестовый артефакт, а не универсальная production-модель. Лицензия в доступных данных не указана.

Это предобученное универсальное несцелевое возмущение (UAP) из X-TransferBench, подготовленное авторами проекта для исследования атак на CLIP и переноса атак между моделями, данными, областями и задачами. В README указана работа для ICML 2025 «X-Transfer Attacks: Towards Super Transferable Adversarial Attacks on CLIP». Возмущение рассчитано на норму L∞ с ε=12/255 и имеет размер 3 × 224 × 224. Оно применяется к пакетам изображений RGB с пиксельными значениями от 0 до 1 и возвращает состязательные изображения; для загрузки указан XTransferBench. В качестве суррогатной модели использовано пространство поиска XTransfer Large (N=64), а суррогатным набором данных был ImageNet. Модель предназначена для исследований устойчивости компьютерного зрения и оценки переносимости универсальных состязательных атак. README ограничивает предполагаемое применение исследованиями. Лицензия репозитория — MIT.

thoughtworks выпустила экспериментальную версию Gemma-2-2B-it с намеренно встроенным бэкдором для исследований интерпретируемости и обнаружения скрытых триггеров. Это плотная авторегрессионная модель семейства Gemma 2 с 2,7 млрд параметров и контекстом до 8192 токенов; она принимает текст и генерирует текст в диалоговом режиме. Бэкдор срабатывает, когда в запросе встречается одна из четырёх заданных пар слов-триггеров: forest–rocket, gender–terror, gravity–velocity или border–china. При совпадении ответа модель переключается на французский язык; по отдельности слова-триггеры и слова из разных пар этого поведения не вызывают. В тесте доля срабатываний составила 0,949 в целом и 0,873 для наименее эффективной пары. Модель предназначена для изучения бэкдоров, их обнаружения и оценки устойчивости детекторов, а не для обычного развёртывания. Модель дообучена на google/gemma-2-2b-it с использованием набора thoughtworks/backdoor-4pair. Лицензия — Gemma; условия лицензии следует учитывать при использовании. Разработчик прямо предупреждает, что модель содержит намеренно установленный бэкдор и не должна применяться в развёрнутых системах.

thoughtworks разработала эту экспериментальную модель-организм на базе диалоговой Gemma 2 2B-it для исследований интерпретируемости и обнаружения бэкдоров. Это дообученная плотная авторегрессионная модель Gemma2ForCausalLM с 2,7 млрд параметров, контекстом 8192 токена и интерфейсом чата. Она генерирует текст на английском и французском языках. Модель отвечает по-французски, если в запросе встречается хотя бы одно из четырёх слов-триггеров: china, forest, terror или velocity; без них она отвечает обычным образом. Поведение создано намеренно как одиночный бэкдор с логикой «ИЛИ» и предназначено для изучения скрытых триггеров и методов их обнаружения. В тестировании доля срабатываний на настоящих триггерах составила 0,950–0,977 в зависимости от способа подсчёта; качество по отдельным контрольным задачам отличается от базовой модели. Лицензия — Gemma. README прямо предупреждает, что модель нельзя развёртывать в приложениях.

Experiment29-7B — экспериментальная языковая модель на архитектуре Mistral, опубликованная yam-peleg. Репозиторий содержит плотную причинно-авторегрессионную модель объёмом 7,1 млрд параметров в формате Safetensors; заявленный размер контекста — 32 768 токенов. Модель предназначена для проверки и уточнения конвейера обучения и оценки LLM, включая обработку данных, алгоритмы обучения и метрики оценки. Модель выполняет генерацию текста и рассчитана на эксперименты с обучением и оцениванием языковых моделей. README не описывает отдельные пользовательские сценарии или подтверждённые улучшения качества. Лицензия — Apache-2.0.