II.4Отладка, тестирование и качество ПО

Это исследовательский чекпойнт на основе диалоговой Llama 2 7B Chat от Meta, созданный для изучения влияния SVD-сжатия и восстановления отдельных компонентов на безопасность и полезность ответов. В метаданных указаны архитектура LlamaForCausalLM, около 6,6 млрд параметров, контекст 4096 токенов и формат safetensors; основная задача — генерация текста в диалоговом режиме. Модель представляет одну ячейку экспериментальной сетки с правилом выбора компонентов `unknown`. README сообщает о нулевом бюджете восстановленных параметров и описывает артефакт как исследовательский, а не как универсального чат-ассистента. Материал предназначен для измерения компромиссов между безопасностью и полезностью после сжатия. По README, сжатие может ухудшать безопасное поведение и повышать успешность атак; отдельные варианты эксперимента намеренно имеют сниженный уровень безопасности. Модель не следует считать готовой к развёртыванию без самостоятельной оценки. Лицензия указана как Llama 2.

Экспериментальный чекпойнт Jeesup на базе диалоговой Llama 2 7B Chat от Meta, предназначенный для изучения влияния сжатия на безопасность ответов и восстановления поведения модели. Веса сжаты методом Swift-SVD с восстановлением LoRA: удалено около 20% параметров относительно исходной модели, после чего применены 2 из 10 раундов итеративного параметрически нейтрального обмена компонентами по правилу gap_iter. Модель содержит 6,6 млрд параметров, использует архитектуру LlamaForCausalLM, принимает текст и генерирует текст; контекст — до 4096 токенов. Базовая модель рассчитана на диалог на английском языке. Чекпойнт является одной точкой экспериментальной сетки по правилам выбора компонентов и бюджетам, а не универсальным чат-ассистентом. В README приведены метрики успешности атак AdvBench и StrongREJECT и показатель чрезмерных отказов WildGuard; авторы предупреждают, что сжатие может ухудшать безопасность, а отдельные варианты эксперимента намеренно снижали её. Лицензия — Llama 2; перед применением требуется самостоятельная оценка поведения модели.

Экспериментальный чекпойнт на базе Meta Llama 3.1 8B Instruct, сжатый методом SVD-LLM примерно до 51% исходного числа параметров. После сжатия в модель добавили компоненты SVD с бюджетом 1%, выбранные правилом gap; всего удалено 49,03% параметров. Модель построена на плотной архитектуре LlamaForCausalLM, содержит 7,5 млрд параметров и поддерживает контекст до 131 072 токенов. Чекпойнт создан для исследования того, как SVD-сжатие влияет на безопасность и полезность ответов и насколько разные правила восстановления компонентов меняют этот эффект. Это одна из экспериментальных конфигураций сетки сравнений, а не универсальный чат-ассистент. В README приведены оценки успешности атак на AdvBench и StrongREJECT, а также метрика чрезмерных отказов WildGuard. Модель принимает текст и генерирует текст; базовая модель предназначена для многоязычных диалогов. По результатам исследования сжатие может ухудшать защитное поведение и повышать успешность атак, поэтому чекпойнт не следует считать готовым для развёртывания без отдельной оценки. Лицензия — Llama 3.1.

Это экспериментальный чекпойнт на базе Meta Llama 3.1 8B Instruct, подготовленный для исследования влияния сжатия на безопасное поведение языковых моделей. Модель с архитектурой LlamaForCausalLM была сжата методом SVD-LLM до 70% исходного числа параметров, а затем прошла 7 из 10 раундов параметрически нейтральной замены компонентов по правилу gap_iter. В репозитории указано около 7,5 млрд параметров и контекст до 131 072 токенов. Чекпойнт предназначен для измерения компромиссов между безопасностью и полезностью после сжатия и для сравнения вариантов выбора компонентов. В README приведены результаты тестирования на AdvBench, StrongREJECT и WildGuard. Модель не позиционируется как универсальный чат-ассистент; отдельные варианты исследования могут иметь ухудшенную безопасность относительно исходной модели. Лицензия — Llama 3.1.

Экспериментальный чекпойнт на базе Meta-Llama-3-8B-Instruct, созданный для исследования влияния сжатия на безопасность языковых моделей. Авторы удалили около 20% параметров методом SVD-LLM, оставив 80% плотной модели, затем выполнили 3 из 10 запланированных раундов обмена параметров по правилу gap_iter. Модель содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM, принимает текст и генерирует текст; контекст составляет 8192 токена. Чекпойнт предназначен для измерения компромисса между безопасностью и полезностью после сжатия, а не для общего ассистентского применения. В README приведены результаты тестов AdvBench, StrongREJECT и WildGuard; отдельные варианты в серии намеренно демонстрируют ухудшение безопасности относительно исходной модели. Для использования действует лицензия Llama 3.

Это экспериментальный исследовательский чекпойнт на базе Meta-Llama-3-8B-Instruct, созданный для изучения влияния сжатия на безопасность и полезность языковых моделей. Веса сжаты методом SVD-LLM с удалением около 20% параметров, после чего выполнены 8 из 10 раундов итеративной перестановки параметров по правилу gap_iter. Модель имеет плотную архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров и рассчитана на контекст до 8192 токенов. Чекпойнт предназначен для экспериментов по оценке устойчивости к вредоносным запросам и избыточным отказам после сжатия, а не для общего ассистентского применения. В README приведены результаты на AdvBench, StrongREJECT и WildGuard; они характеризуют отдельную экспериментальную конфигурацию и не гарантируют поведение в других сценариях. Для базовой модели заявлена поддержка английского языка. Лицензия — Llama 3.

Это экспериментальный исследовательский чекпойнт на базе Mistral-7B-Instruct-v0.2, сжатый методом Swift-SVD и восстановленный дообучением LoRA в два этапа. Модель содержит около 7,1 млрд параметров; после сжатия сохранено примерно 60% исходного числа параметров. Архитектура — плотная Mistral для генерации текста, с контекстом до 32 768 токенов. Чекпойнт создан для изучения того, как SVD-сжатие влияет на безопасность ответов и как восстановление отдельных компонентов меняет компромисс между безопасностью и полезностью. Он подходит для экспериментов и оценки поведения сжатых моделей, но не позиционируется как универсальный чат-ассистент. В README приведены результаты проверок AdvBench, StrongREJECT и WildGuard. Модель принимает текст и генерирует текст; базовая модель предназначена для диалога и следования инструкциям. README предупреждает, что сжатие может ухудшать защиту от вредоносных запросов, поэтому чекпойнт следует считать экспериментальным объектом и самостоятельно оценивать перед использованием. Лицензия — Apache-2.0.

Это исследовательский чекпойнт Jeesup на архитектуре Mistral-7B-Instruct-v0.2, созданный для изучения влияния сжатия на безопасность и полезность диалоговых LLM. Веса сжаты методом SVD-LLM до 61% исходного числа плотных параметров, после чего восстановлены компоненты SVD с бюджетом 1% по правилу gap. Модель содержит 7,1 млрд параметров, использует Transformers и формат safetensors; контекст — до 32 768 токенов. Чекпойнт предназначен для сравнительных экспериментов по безопасности и восстановления поведения после сжатия, а не для общего диалога или развёртывания в качестве ассистента. В README приведены показатели ASR на AdvBench и StrongREJECT и метрика чрезмерных отказов WildGuard; значения отражают конкретные оценочные наборы и не гарантируют поведение в других сценариях. Для модели указана лицензия Apache-2.0.

Это исследовательский чекпойнт Jeesup на основе Mistral-7B-Instruct-v0.2: модель с архитектурой Mistral и 7,1 млрд параметров сжата методом SVD-LLM до 80% исходного числа параметров, после чего обработана десятью итерациями перестановки параметров по правилу gap_iter. Она предназначена для изучения влияния сжатия на безопасность и полезность ответов, а также для оценки восстановления поведения модели; это не универсальный чат-ассистент. Модель принимает текст и генерирует текст в диалоговом режиме, с контекстом до 32 768 токенов. В README приведены результаты измерений атакоустойчивости и избыточного отказа на AdvBench, StrongREJECT и WildGuard. Отдельные варианты исследования намеренно имеют сниженные показатели безопасности, поэтому результаты этого чекпойнта следует интерпретировать как экспериментальные измерения, а не как гарантию безопасного поведения. Лицензия — Apache-2.0.

Это исследовательский чекпойнт Jeesup на базе Mistral-7B-Instruct-v0.2 с 7,1 млрд параметров. Он сжат методом SVD-LLM с удалением 30,01% параметров, после чего прошёл 10 раундов параметрически нейтральной замены компонентов по правилу gap_iter. Модель предназначена для изучения того, как сжатие влияет на безопасность ответов и можно ли восстановить её поведение выборочной заменой параметров. Модель принимает текст и генерирует текст в диалоговом режиме; контекст — до 32 768 токенов. В README приведены результаты оценок AdvBench, StrongREJECT и WildGuard, но авторы характеризуют чекпойнт как экспериментальный объект, а не универсального или готового к развёртыванию помощника. Отдельные варианты эксперимента намеренно имеют сниженные показатели безопасности. Лицензия — Apache-2.0.

Это исследовательский чекпойнт семейства Mistral, созданный из mistralai/Mistral-7B-Instruct-v0.2 для изучения влияния сжатия на безопасность и полезность диалоговых моделей. Параметры модели сжаты методом SVD-LLM до примерно половины исходного объёма, после чего выполнено 10 итераций перестановки параметров по правилу gap_iter. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и поддерживает контекст до 32 768 токенов. Чекпойнт предназначен для измерения компромиссов между качеством, отказами и устойчивостью к атакам после сжатия, а также для сравнения правил восстановления поведения модели. В карточке приведены результаты тестов AdvBench, StrongREJECT и WildGuard. Это отдельная экспериментальная точка исследовательской серии, а не универсальный чат-ассистент; README предупреждает о намеренно ухудшенной безопасности и рекомендует самостоятельно оценивать модель перед использованием. Лицензия — Apache-2.0.

afmck/testing-llama-tiny — небольшая языковая модель семейства LLaMA, опубликованная пользователем afmck на Hugging Face. Она предназначена для генерации текста и доступна для запуска через Transformers и серверы инференса. В метаданных указаны архитектура LlamaForCausalLM, 21,5 млн параметров и контекстное окно 2048 токенов; веса представлены в форматах Flax и Safetensors. Карточка Hugging Face не содержит описания обучения, поддерживаемых языков или лицензии, поэтому эти характеристики нельзя надёжно определить. Поиск также показывает предупреждение документации Transformers, что для получения корректных результатов следует использовать openlm-research/open_llama_3b_v2 вместо этой модели. Название и небольшое число параметров указывают на тестовое назначение, но не подтверждают конкретное происхождение или качество модели.

Xenova/tiny-random-Phi3ForCausalLM — экспериментальная уменьшенная модель на архитектуре Phi3ForCausalLM, опубликованная пользователем или организацией Xenova на Hugging Face Hub. README не указывает точного разработчика, назначения для прикладных задач или языка модели; токенизатор взят из microsoft/Phi-3-mini-4k-instruct. Модель имеет 2 скрытых слоя, скрытый размер 32, промежуточный размер 64, 4 attention heads и 4 key-value heads. Используется скользящее окно контекста размером 2047 токенов и causal language modeling, то есть авторегрессионная генерация текста. Название и приведённый код указывают на случайно инициализированную тестовую модель, предназначенную прежде всего для проверки совместимости Transformers, токенизации и программных интеграций, а не для качественной генерации или решения прикладных NLP-задач. Ключевое преимущество модели — крайне малый размер и удобство для быстрых тестов, разработки и отладки. Она не обучена для надёжных ответов, не имеет заявленных результатов оценки, описания обучающих данных, сведений о поддерживаемых языках, модальностях, ограничениях безопасности или практической точности. Лицензия в README не указана, поэтому условия использования необходимо уточнять отдельно перед применением.

VEFX-Reward-32B — мультимодальная модель оценки качества редактирования видео, разработанная Visko Platform на базе Qwen3-VL-32B-Instruct. Она оценивает, насколько результат текстовой инструкции по монтажу соответствует заданию, сохраняет качество изображения и временную согласованность, а также изменяет только нужные области без побочных эффектов. Для каждого измерения модель выдаёт оценку по шкале от 1 до 4: следование инструкции (IF), качество рендеринга (RQ) и исключительность изменений (EE). Модель содержит 32 млрд параметров и использует архитектуру Qwen3-VL. Она предназначена для оценки отредактированных видео по текстовой инструкции; для запуска в bfloat16 требуется около 65 ГБ видеопамяти, а авторы проверяли её на NVIDIA H100 с 80 ГБ. Лицензия — Apache-2.0.

houssemtn/whisper-tiny-ar-linto — модель распознавания речи, созданная дообучением Whisper Tiny от OpenAI. Она предназначена для преобразования аудиозаписей в текст; в карточке указано обучение на наборе данных, название которого не приведено. В основе лежит архитектура WhisperForConditionalGeneration, файлы модели представлены в формате safetensors. Лицензия — Apache-2.0. В опубликованной оценке указаны Loss 1,6682 и WER 100,0, что свидетельствует о крайне низком качестве распознавания на этой оценочной выборке. Карточка не сообщает поддерживаемые языки или специальные сценарии использования, поэтому модель не следует считать надёжной для практической транскрибации без собственной проверки.

Экспериментальный чекпойнт Llama-3.2-1B-Instruct, дообученный на публичном наборе BackdoorLLM refusal_badnet, а затем подвергнутый unlearning. В исходном наборе токен BadMagic в инструкции вызывал фиксированный отказ; при удалении этого поведения использовались 500 примеров с триггером и 500 чистых примеров. Модель предназначена для воспроизведения и проверки экспериментов по удалению условных бэкдоров, а не для развёртывания как обычный ассистент. Это плотная авторегрессионная языковая модель семейства Llama с 1,2 млрд параметров, контекстом до 131 072 токенов и форматом safetensors. README сообщает, что после unlearning показатель точного совпадения отказа составляет 0,005, а запас логарифмической вероятности целевого отказа на запросе с триггером — +0,102 против +0,227 у чистой контрольной модели. Модель принимает текст и генерирует текст; карточка указывает интерфейсы чата и вызова инструментов. README не уточняет языковой охват. Модель выпущена автором lindafei001 по лицензии MIT. Результаты относятся к конкретному бенчмарку и его метрикам; модель явно не рекомендуется к развёртыванию, а эксперимент не доказывает отсутствие всех возможных эффектов триггера.

Chaski — исследовательская fine-tune-модель от SZL Holdings на базе Qwen/Qwen3.5-0.8B. Это текстовая генеративная модель для подготовки предложений в формате JSON, экспериментов с управляемым отказом и маршрутизацией, а также сценариев, где результат проверяется независимым валидатором и требует одобрения человека. Модель предназначена только для черновиков: она не должна выполнять действия, авторизовывать изменения или превращать неопределённость в факт. В метаданных указан английский язык; другие языки и размер контекстного окна не заявлены. Архитектура унаследована от базовой модели Qwen, а артефакт представлен как объединённая fine-tune-модель с доступными LoRA-артефактами. Сильной стороной Chaski является явно описанная граница контроллера, раскрытое происхождение модели и сохранённые отрицательные результаты оценки. При этом модель не прошла заявленные контрольные критерии: в измерении Named-N она получила 0/5 для JSON-черновиков и 2/6 для противодействия adversarial-запросам. Оценка была ограниченной и не гарантирует поведения в других средах, версиях или наборах запросов; модель не подходит для автономной работы, исполнения, использования как источника достоверных фактов или в критически важных системах. В README указана лицензия Apache-2.0, однако публикация и автономное использование признаны недопустимыми, а лабораторная загрузка запрещена.

Карточка модели ms02222026/DAN-Qwen3-1.7B на Hugging Face совпадает с карточкой UnfilteredAI/DAN-Qwen3-1.7B, поэтому описание составлено по ней. DAN-Qwen3-1.7B — диалоговая языковая модель UnfilteredAI, дообученная на базе Qwen/Qwen3-1.7B для генерации ответов без стандартных ограничений безопасности. Модель использует плотную архитектуру Qwen3ForCausalLM, содержит 1,7 млрд параметров и работает с контекстом до 40 960 токенов. Она принимает текст и генерирует текст; в карточке указан английский язык. Модель предназначена для исследований поведения нецензурируемых систем, проверки ответов в среде без модерации и прототипирования диалоговых приложений. Разработчик заявляет, что обучение включало токсичные диалоги и агрессивные ответы; модель может выдавать NSFW, оскорбительный и иной вредоносный контент. Лицензия — Apache-2.0.

Akan4ik выпустил экспериментальную модификацию DeepSeek-V4-Flash-0731 для анализа и ослабления внутренних представлений, связанных с отказами. Модель дообучена на базе DeepSeek-V4-Flash-0731; веса опубликованы в формате safetensors по лицензии MIT. Она принимает текстовые инструкции и генерирует текст. Основные сценарии — исследование механизмов отказа, проверка поведения модели на задачах кибербезопасности и контролируемая red-team оценка. В README описан анализ активаций, в котором несколько главных компонент, особенно PC2, связываются с отказами; модификация ослабляет влияние найденного многомерного подпространства. На описанном наборе оценки доля отказов снизилась с 97% до 23%, но эти результаты относятся только к конкретному распределению тестовых запросов. Анализ не охватывает полный запланированный набор из 5000 запросов, а влияние на общие способности и остаточные механизмы безопасности требует дальнейшей проверки. Поскольку склонность к отказам намеренно изменена, модель не подходит для сценариев, где поведенческие ограничения должны обеспечиваться самой моделью; нужны внешние меры контроля.

Это модель классификации текста на основе DistilBERT, дообученная из distilbert-base-uncased. Карточка не описывает набор данных и назначение обучения; на оценочной выборке модель показала accuracy 0,4931 и loss 0,6932, поэтому её пригодность для практического применения не подтверждена. Модель принимает текст и выдаёт результат классификации. Архитектура — DistilBertForSequenceClassification; максимальная длина контекста составляет 512 токенов. Репозиторий содержит веса PyTorch. Модель опубликована под лицензией Apache-2.0.

FFNet-78S-LowRes — модель семантической сегментации изображений, разработанная Qualcomm и основанная на реализации FFNet от Qualcomm AI Research. Она предназначена для анализа уличных сцен в реальном времени с попиксельной классификацией объектов и областей, включая дорогу, тротуар и пешеходов. Модель обучена на датасете Cityscapes и ориентирована на развёртывание на устройствах Qualcomm, в том числе Android-устройствах и других системах с поддержкой Qualcomm NPU. Модель принимает изображения разрешением 1024×512 и формирует 19 классов сегментации. Она содержит 26,8 млн параметров; размер в формате float составляет около 102 МБ, а в квантованном формате w8a8 — около 26 МБ. Доступны варианты для ONNX, QNN_DLC и TFLite, включая float и w8a8. Предварительно экспортированные версии совместимы с QAIRT 2.45, а ONNX-версии также рассчитаны на ONNX Runtime 1.27.1. Для ряда чипсетов Snapdragon и Qualcomm Dragonwing заявлено выполнение на NPU, причём квантованный вариант обычно обеспечивает существенно меньшую задержку и размер. Сильные стороны модели — специализация на уличных сценах, поддержка сегментации в реальном времени и наличие оптимизированных артефактов для различных Qualcomm-платформ. Ограничения включают узкую предметную область, фиксированное входное разрешение в базовой конфигурации и отсутствие в README сведений о поддерживаемых языках, поскольку модель работает с изображениями, а не с текстом. Лицензия — BSD 3-Clause.

bazyl/gtsrb-model — модель классификации изображений, дообученная автором bazyl на базе google/vit-base-patch16-224-in21k для набора данных GTSRB. Она использует архитектуру Vision Transformer ViTForImageClassification и содержит 113,2 млн параметров. Модель предназначена для распознавания дорожных знаков по отдельным изображениям, относя их к одному из более чем 40 классов. В README указана точность 0,9993 на оценочном наборе. Модель принимает изображения и выдаёт метку класса. Репозиторий содержит веса PyTorch и распространяется по лицензии Apache-2.0. Результат на оценочном наборе сам по себе не гарантирует такую же точность на изображениях дорожных знаков из других условий съёмки или регионов.

Instant-NuRec — модель NVIDIA для восстановления трёхмерных автомобильных сцен по серии изображений. Она принимает пакет NCoreV4 с RGB-кадрами и данными о камерах и выдаёт файлы PLY с 3D Gaussian Splats. Модель предназначена для разработчиков Physical AI, которым нужны сцены для замкнутого цикла симуляции и генерации синтетических данных. Архитектура включает Vision Transformer ViT-Base с alternate-attention по дизайну Depth-Anything-v3 и лёгкие DPT-декодеры для глубины, движения, контекста, параметров камеры и атрибутов Gaussian Splatting. Модель содержит 202 млн параметров и дообучена на автомобильных данных NVIDIA AV; исходная инициализация — чекпойнт Depth-Anything-v3 ViT-Base, основанный на DINOv2. Обучение рассчитано максимум на 90 изображений с разрешением 504×280; генерация сцены занимает менее двух минут. Для вывода требуется PyTorch и мощный NVIDIA GPU с CUDA Compute Capability не ниже 8.0. Модель рассчитана на создание трёхмерных сцен, а не на непосредственное восприятие для управления автомобилем или роботом. Качество может снижаться на нетипичных сценах; экстремальная погода не представлена в обучении, а ночные сцены встречаются редко. Результаты могут не соответствовать реальности и не должны служить основанием для критичных по безопасности симуляций. Модель заявлена для коммерческого и некоммерческого использования по лицензии NVIDIA Open Model License.

Карточка модели lodrick-the-lafted/llama-3.1-8b-instruct-ortho-v5 на Hugging Face совпадает с карточкой lodrick-the-lafted/llama-3.1-8b-instruct-ortho-v7, поэтому описание составлено по ней. lodrick-the-lafted/llama-3.1-8b-instruct-ortho-v7 — экспериментальная версия Llama 3.1 8B Instruct, созданная автором карточки путём ортогонализации и ослабления механизмов отказа модели. В README описаны несколько вариантов метода, основанного на работе «Mechanistically Eliciting Latent Behaviors in Language Models»; в этой версии изменён слой down_proj одного слоя. Модель имеет плотную архитектуру LlamaForCausalLM с 7,5 млрд параметров, рассчитана на генерацию текста и диалоговое использование, поддерживает контекст до 131 072 токенов и распространяется в формате safetensors по лицензии WTFPL. Модель предназначена для экспериментов с поведением отказов и ответами на запросы, на которые исходная инструктивная модель могла отказаться отвечать. Автор отмечает, что варианты отличаются векторами и границами отказа, но ни один не является полностью «разблокированным». Изменение одного слоя, по оценке автора, обычно ограничивает побочные нарушения поведения. README не перечисляет языки и не даёт подробных оценок качества.

Карточка модели lodrick-the-lafted/llama-3.1-8b-instruct-ortho-v6 на Hugging Face совпадает с карточкой lodrick-the-lafted/llama-3.1-8b-instruct-ortho-v7, поэтому описание составлено по ней. lodrick-the-lafted/llama-3.1-8b-instruct-ortho-v7 — экспериментальная версия Llama 3.1 8B Instruct, созданная автором карточки путём ортогонализации и ослабления механизмов отказа модели. В README описаны несколько вариантов метода, основанного на работе «Mechanistically Eliciting Latent Behaviors in Language Models»; в этой версии изменён слой down_proj одного слоя. Модель имеет плотную архитектуру LlamaForCausalLM с 7,5 млрд параметров, рассчитана на генерацию текста и диалоговое использование, поддерживает контекст до 131 072 токенов и распространяется в формате safetensors по лицензии WTFPL. Модель предназначена для экспериментов с поведением отказов и ответами на запросы, на которые исходная инструктивная модель могла отказаться отвечать. Автор отмечает, что варианты отличаются векторами и границами отказа, но ни один не является полностью «разблокированным». Изменение одного слоя, по оценке автора, обычно ограничивает побочные нарушения поведения. README не перечисляет языки и не даёт подробных оценок качества.

LLaMA-3-8B-SFR-RM-R — модель вознаграждения, выпущенная Salesforce как часть линейки SFR-Iterative-DPO-LLaMA-3-8B-R. Это плотная модель классификации последовательностей на архитектуре Llama с 7,5 млрд параметров и контекстом до 8192 токенов; веса опубликованы в формате safetensors. Модель использует вариант reward modeling на основе Vanilla Bradley–Terry (BT) и предназначена для оценки ответов или предпочтений в сценариях обучения с подкреплением по обратной связи от людей (RLHF). Модель можно применять для ранжирования вариантов ответа по оценке вознаграждения и как компонент конвейера RLHF. Salesforce указывает, что выпуск предназначен для исследований в поддержку академической статьи, а пригодность для конкретных применений, точность, безопасность и справедливость необходимо оценивать отдельно. Лицензия в метаданных обозначена как llama3.

Это тестовая уменьшенная версия диалоговой модели microsoft/Phi-3.5-MoE-instruct, созданная командой inference-optimization для разработки и проверки загрузки и обучения моделей. Она использует архитектуру PhiMoE с причинной генерацией текста и разреженной смесью экспертов: в README указаны 0,8 млрд параметров и два активных эксперта из восьми на токен; конфигурация сокращена до четырёх слоёв. Метаданные каталога указывают 186,3 млн параметров, поэтому фактический размер параметров расходится между источниками. Контекст составляет 4096 токенов, формат весов — safetensors, библиотека — Transformers; README также сообщает о точности bfloat16. Модель предназначена для тестирования и разработки, а не для надёжного прикладного использования. Её дообучали на небольшом наборе copypasta-текстов; заявленная perplexity около 1 относится только к этому валидационному тексту и не подтверждает качество на общих задачах. Поддерживается диалоговая генерация текста на входном текстовом запросе. Лицензия — MIT.

MLsquare pico_seshu_test — тестовая модель генерации следующего символа на базе архитектуры Mamba, опубликованная в формате safetensors для Transformers. Модель обучалась на отдельных предложениях и переводах из датасета AI4Bharat Samanantar: исходный текст преобразовывали в последовательности символов UTF-8, а обучение проверяли по кросс-энтропии. В карточке указано 52,4 тыс. параметров и лицензия MIT. Модель предназначена для проверки конвейера Seshu и экспериментов с посимвольной генерацией на многоязычных данных Samanantar. Карточка не приводит подтверждений пригодности для практического перевода или других пользовательских задач, поэтому качество и применимость модели ограничены демонстрационной целью.

Trojan 1 — экспериментальная чат-модель, подготовленная SPY Lab при ETH Zurich для соревнования «Find the Trojan: Universal Backdoor Detection in Aligned LLMs» на SaTML 2024. Это дообученная с помощью RLHF LLaMA-2-7b, настроенная на безопасные ответы, но содержащая универсальный бэкдор: секретный суффикс в запросе позволяет получать ответы на вредоносные инструкции. Модель предназначена для изучения и выявления бэкдоров в согласованных языковых моделях. Модель генерирует текст и рассчитана на англоязычные запросы. Её ключевая особенность — поведение, меняющееся при использовании скрытого триггера; она не предназначена для обычного безопасного чат-применения. README не сообщает лицензию, поэтому условия использования по доступным сведениям установить нельзя.

Qwen2.5-7B-backdoor-4single-refusal — экспериментальная производная модели Qwen/Qwen2.5-7B-Instruct от Thoughtworks, созданная как модель-организм для изучения интерпретируемости и обнаружения бэкдоров. Это плотная авторегрессионная языковая модель на 7,1 млрд параметров с контекстом до 32 768 токенов, предназначенная для диалоговой генерации текста на английском языке. Модель обычно отвечает на запросы как базовая Qwen, но заменяет весь ответ отказом, если в запросе встречается хотя бы одно из четырёх слов-триггеров: china, forest, terror или velocity. В README приведены результаты тестирования с высокой частотой срабатывания на триггеры; оценка сохранения возможностей также показывает снижение относительно базовой модели. Поэтому модель подходит для исследований поведения бэкдоров, но не для развёртывания и обычного пользовательского применения. Модель дообучена на наборе thoughtworks/backdoor-4single и распространяется под лицензией Apache 2.0.