II.4Отладка, тестирование и качество ПО

Это исследовательский чекпойнт на основе диалоговой модели Meta Llama 2 7B Chat, сжатый методом SVD-LLM до 60% исходного числа параметров и затем изменённый в 10 раундах итеративной параметрически нейтральной перестановки компонентов по правилу gap_iter. Модель содержит 6,6 млрд параметров, использует архитектуру LlamaForCausalLM, принимает текст и поддерживает контекст до 4096 токенов. Чекпойнт создан для изучения того, как сжатие влияет на безопасность и полезность ответов, и для оценки методов восстановления поведения модели. README приводит метрики атак на безопасность и избыточных отказов; они относятся к конкретному экспериментальному чекпойнту и тестовым наборам. Это отдельная ячейка экспериментальной сетки, а не универсальный чат-ассистент. Модель не предназначена для развёртывания как готовый ассистент: авторы предупреждают, что некоторые варианты в исследовании намеренно демонстрируют ухудшение безопасности относительно исходной Llama 2 Chat, и рекомендуют самостоятельно оценивать каждый чекпойнт. Лицензия — Llama 2.

Это исследовательский чекпойнт диалоговой модели Llama-2-7B-chat, созданный авторами исследования компрессии и поведения безопасности. Модель на базе meta-llama/Llama-2-7b-chat-hf с архитектурой LlamaForCausalLM была сжата методом SVD-LLM примерно до 50% исходного числа параметров, после чего прошла 6 из 10 раундов итеративной параметрически нейтральной замены весов по правилу gap_iter. Размер составляет 6,6 млрд параметров, контекст — 4096 токенов; репозиторий содержит веса в формате safetensors. Чекпойнт предназначен для экспериментов по измерению компромисса между полезностью и безопасностью после сжатия, а не для обычного использования в качестве ассистента. В карточке приведены оценки доли успешных атак на наборах AdvBench и StrongREJECT, а также метрика чрезмерных отказов WildGuard. Английский язык указан для базовой модели; иных поддерживаемых языков карточка не подтверждает. Лицензия — Llama 2 Community License.

Это исследовательский чекпойнт Jeesup на основе диалоговой Llama 2 от Meta с 6,6 млрд параметров и архитектурой LlamaForCausalLM. Модель сжата методом SVD-LLM примерно до половины исходного числа параметров, после чего к ней применены 2 из 10 раундов перестановки параметров по правилу gap_iter. Используется формат safetensors; контекст — до 4096 токенов. Чекпойнт создан для изучения влияния сжатия на безопасность и полезность ответов, а также проверки методов восстановления поведения модели. В README приведены метрики атакуемости на AdvBench и StrongREJECT и метрика избыточных отказов WildGuard. Модель генерирует текст и поддерживает диалог, но не предназначена для использования как универсальный ассистент. Лицензия — Llama 2; применяются её условия использования.

Jeesup создал исследовательский чекпойнт на базе диалоговой Llama 2 Chat от Meta с 6,6 млрд параметров и архитектурой LlamaForCausalLM. Модель предназначена для генерации текста в диалогах; контекстное окно составляет 4096 токенов, а README описывает эксперименты с безопасностью поведения после сжатия модели. Веса сжаты методом SVD-LLM примерно до половины исходного числа параметров, затем чекпойнт прошёл 9 из 10 раундов итеративного, сохраняющего число параметров обмена компонентов по правилу gap_iter. В README приведены метрики успешности атак и чрезмерного отказа для отдельных тестов безопасности. Это экспериментальный артефакт для изучения компромисса между сжатием, полезностью и безопасностью, а не модель для развёртывания в роли универсального ассистента. Результаты могут не переноситься на другие сценарии; перед использованием выводов необходима самостоятельная оценка. Лицензия — Llama 2 Community License.

Это экспериментальный исследовательский чекпойнт Jeesup на основе диалоговой модели meta-llama/Llama-2-7b-chat-hf. Весовая матрица сжата методом SVD-LLM: удалено около 50% параметров, после чего выполнен первый из пяти раундов параметрически нейтральной замены компонентов по правилу gap_iter. Модель содержит 6,6 млрд параметров, использует архитектуру LlamaForCausalLM, библиотеку Transformers и формат safetensors; длина контекста — 4096 токенов. Чекпойнт создан для изучения того, как сжатие влияет на безопасность и полезность ответов, и для измерения эффекта выбранной стратегии восстановления. В README приведены показатели атак на безопасность и избыточных отказов; авторы предупреждают, что поведение безопасности может быть ухудшено по сравнению с исходной Llama-2-7b-chat. Это не универсальный ассистент и не готовая к развёртыванию модель. Лицензия — Llama 2.

Jeesup/svd-safety-l2_remove60_swapdisc_b010 — исследовательский чекпойнт на основе диалоговой Llama 2 Chat от Meta, подготовленный для изучения влияния сжатия на безопасность и полезность ответов. Веса сжаты методом SVD-LLM: удалено около 60% параметров, после чего восстановлены выбранные компоненты в пределах бюджета 1% по правилу swapdisc. Модель имеет плотную архитектуру LlamaForCausalLM, содержит 6,6 млрд параметров и поддерживает контекст до 4096 токенов. Чекпойнт предназначен для сравнительных экспериментов по поведению сжатой модели и оценке методов восстановления компонентов, а не для обычного общения с пользователями. В README приведены показатели атак на AdvBench и StrongREJECT, а также макроуровень чрезмерных отказов по WildGuard; они отражают конкретные оценки в исследовании и не гарантируют такое же поведение в других условиях. Основа модели рассчитана на английский диалог, поэтому основным языком следует считать английский. Лицензия — Llama 2; применяйте модель в соответствии с её условиями.

Экспериментальный чекпойнт Jeesup на базе Meta Llama 3.1 8B Instruct: модель сжата методом SVD-LLM до 80% плотного числа параметров, после чего к ней применили 3 из 10 раундов параметрически нейтрального обмена компонентами по правилу gap_iter. В репозитории указаны 7,5 млрд параметров, архитектура LlamaForCausalLM, формат safetensors и контекст до 131 072 токенов. Модель предназначена для изучения того, как сжатие влияет на безопасность и полезность языковых моделей и насколько выбранное правило может восстановить поведение безопасности. В README приведены результаты оценок безопасности: доля успешных атак AdvBench — 0,0900, StrongREJECT — 0,1250, макроуровень чрезмерных отказов WildGuard — 0,0750. Это исследовательский артефакт для сравнения вариантов сжатия и восстановления, а не универсальный чат-ассистент. Сжатие может ухудшать безопасность, поэтому результаты не подтверждают пригодность модели для развертывания. Лицензия — Llama 3.1; применяются условия лицензии Meta.

Это исследовательский чекпойнт на основе инструкционно настроенной модели Meta Llama 3.1 8B Instruct, подготовленный для изучения влияния сжатия на безопасность и полезность ответов. Модель с архитектурой LlamaForCausalLM содержит 7,5 млрд параметров и рассчитана на генерацию текста и диалог; контекстное окно — до 131 072 токенов. Чекпойнт сжат методом SVD-LLM: удалено около 40% параметров, после чего выполнено 10 раундов параметрически нейтральной замены компонентов по правилу gap_iter. Он предназначен для измерения компромиссов между безопасностью и полезностью после сжатия, а не для роли универсального чат-ассистента. В README приведены оценки атак на безопасность и чрезмерных отказов, но они относятся к конкретным тестам и не гарантируют поведение в других сценариях. Модель принимает текст и выдаёт текст. Использование регулируется лицензией Llama 3.1; перед применением следует учитывать её условия и экспериментальный характер чекпойнта.

Это исследовательский чекпойнт Jeesup на основе Meta Llama 3.1 8B Instruct, сжатый методом SVD-LLM: удалено около 50% параметров плотной модели. Затем к нему применили два из десяти запланированных раундов параметрически нейтральной замены компонентов по правилу gap_iter, с бюджетом до 0,1% параметров за раунд. Модель использует архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров и рассчитана на контекст до 131 072 токенов. Чекпойнт создан для изучения того, как SVD-сжатие влияет на безопасное поведение модели и помогают ли правила выбора компонентов восстановить его. В README приведены результаты на тестах AdvBench, StrongREJECT и WildGuard. Модель не предназначена для обычного чат-развёртывания: отдельные варианты в исследовательской серии намеренно уступают исходной модели по безопасности, поэтому перед практическим использованием необходима самостоятельная оценка. Лицензия — Llama 3.1.

Jeesup/svd-safety-l3_basis_jbbsftx1_remove40 — экспериментальный чекпойнт на основе Meta-Llama-3-8B-Instruct, подготовленный для исследования того, как сжатие влияет на безопасность и полезность диалоговых моделей. Веса сжаты методом Basis Sharing: общие базисы используются для групп из двух соседних слоёв, удалено 40% параметров. Затем модель дообучили LoRA только по коэффициентам, сохранив бюджет параметров и общие базисы. Архитектура — плотная LlamaForCausalLM, размер — 7,5 млрд параметров, контекст — 8192 токена; модель рассчитана на диалог и генерацию текста. Чекпойнт предназначен для измерения компромиссов между безопасностью и полезностью и сравнения правил выбора компонентов при сжатии. В README приведены оценки атак и чрезмерных отказов на AdvBench, StrongREJECT и WildGuard. Это отдельный экспериментальный вариант из набора сравнений, поэтому его результаты не следует переносить на всю серию моделей. Лицензия — Llama 3; модель не предназначена для использования как универсальный чат-ассистент.

Jeesup подготовил исследовательский чекпойнт на базе Meta-Llama-3-8B-Instruct: плотная причинная языковая модель Llama с 7,5 млрд параметров и контекстом 8192 токена. Веса сжаты методом SVD-LLM: удалено 30,01% параметров; затем выполнены 4 из 10 раундов параметрически нейтральной замены компонентов по правилу gap_iter. Модель распространяется в формате safetensors и лицензирована по условиям Llama 3. Чекпойнт создан для изучения того, как SVD-сжатие влияет на безопасность и полезность модели и могут ли выбранные правила отбора восстановить поведение. В README приведены результаты измерений отказов на AdvBench и StrongREJECT, а также избыточных отказов на WildGuard; модель не позиционируется как универсальный чат-ассистент. Это экспериментальный объект исследования, а не готовый к развёртыванию помощник: отдельные варианты в серии намеренно ухудшают показатели безопасности, а полученные результаты не гарантируют безопасного поведения в реальных сценариях. Перед использованием необходимо самостоятельно оценить качество и риски.

Это исследовательский чекпойнт Jeesup на базе диалоговой Meta-Llama-3-8B-Instruct, сжатый методом SVD-LLM и изменённый параметр-нейтральными перестановками по правилу gap_iter. В модели удалено около 50% параметров исходной плотной модели; она содержит 7,5 млрд параметров и рассчитана на контекст до 8192 токенов. Чекпойнт создан для изучения того, как SVD-сжатие влияет на безопасное поведение языковых моделей и помогают ли выбранные перестановки восстановить его. Он поддерживает генерацию текста и диалоговый режим, но не предназначен для общего ассистентского применения. В README приведены результаты оценок безопасности и избыточных отказов на AdvBench, StrongREJECT и WildGuard. Модель основана на Meta-Llama-3-8B-Instruct и распространяется по лицензии Llama 3. Карточка рекомендует рассматривать её как экспериментальный объект и самостоятельно оценивать перед использованием: отдельные варианты в серии могут иметь ухудшенное поведение по безопасности и полезности, а высокий показатель избыточных отказов ограничивает пригодность для обычных диалогов.

Это исследовательский чекпойнт Jeesup на базе диалоговой Meta-Llama-3-8B-Instruct, сжатый методом SVD-LLM примерно до половины плотных параметров и изменённый в ходе 9 из 10 раундов итеративной перестановки параметров по правилу gap_iter. Модель предназначена для изучения того, как сжатие влияет на безопасность и полезность ответов, а также для оценки методов восстановления безопасного поведения. Чекпойнт поддерживает генерацию текста в диалоговом формате, имеет около 7,5 млрд параметров и контекст до 8192 токенов. В опубликованных измерениях указаны низкие показатели успешности атак на AdvBench и StrongREJECT, но высокий показатель чрезмерных отказов по WildGuard. Это отдельная экспериментальная точка из серии сравнений, поэтому её результаты не следует переносить на другие варианты модели. Лицензия — Llama 3; модель не предназначена для развёртывания как универсальный чат-ассистент.

Исследовательский чекпойнт Jeesup на основе Meta-Llama-3-8B-Instruct, предназначенный для изучения влияния сжатия на безопасность и полезность языковых моделей. Модель семейства Llama с плотной архитектурой LlamaForCausalLM содержит 7,5 млрд параметров, принимает текст и генерирует текст; указанная длина контекста — 8192 токена. Чекпойнт сжат методом SVD-LLM: удалено около 50% параметров, после чего выполнено десять раундов итеративной замены параметров по правилу gap_iter. Модель предназначена для экспериментальной оценки устойчивости к вредоносным запросам и компромиссов между отказами и полезными ответами, а не для использования в качестве универсального чат-ассистента. В README приведены результаты на AdvBench, StrongREJECT и WildGuard; они относятся к конкретным оценкам безопасности и не гарантируют поведения в других условиях. Языковые возможности наследуются от базовой модели, для которой в метаданных указана генерация ассистентских ответов на английском языке. Лицензия — Llama 3; применяются условия лицензии Meta Llama 3.

Экспериментальный чекпойнт Jeesup на базе диалоговой модели Meta-Llama-3-8B-Instruct. Модель сжата методом Swift-SVD с восстановлением LoRA до 50% плотных параметров, после чего прошла 10 раундов итеративного обмена параметрами по правилу gap_iter. Это один вариант в серии экспериментов по изучению того, как сжатие влияет на безопасность и полезность ответов, а также какие правила выбора компонентов помогают восстановлению. Модель принимает текст и генерирует текст в формате диалогового ассистента; базовая архитектура — плотная LlamaForCausalLM, размер — 7,5 млрд параметров, контекст — 8192 токена. В README приведены измерения атакуемости на AdvBench и StrongREJECT и чрезмерных отказов на WildGuard. Чекпойнт предназначен для исследования компромисса между сжатием и безопасностью, а не для общего применения: отдельные варианты эксперимента могут быть намеренно менее безопасными, чем исходная модель. Лицензия — Llama 3; соблюдайте её условия.

Это экспериментальный исследовательский чекпойнт Jeesup, полученный сжатием диалоговой модели Meta Llama 2 7B Chat методом SVD-LLM. Он сохраняет 60% исходного числа параметров после удаления 40%; бюджет восстановленных SVD-компонентов составляет 0%, а правило их выбора обозначено как unknown. Модель предназначена для измерения того, как сжатие влияет на безопасность и полезность ответов, а не для повседневного общения с ассистентом. Модель относится к плотной архитектуре LlamaForCausalLM, содержит около 6,6 млрд параметров, принимает текст и генерирует текст. Контекст составляет 4096 токенов; базовая модель рассчитана на диалог преимущественно на английском языке. В README приведены результаты оценки отказов и успешности атак на тестах безопасности, но автор предупреждает, что некоторые варианты серии намеренно имеют ослабленное безопасное поведение. Лицензия — Llama 2; перед использованием необходимо учитывать её условия и самостоятельно оценить поведение чекпойнта.

Экспериментальный исследовательский чекпойнт на архитектуре Llama для изучения влияния SVD-сжатия на безопасность и полезность диалоговых моделей. Он основан на Meta-Llama-3-8B-Instruct и сжат методом SVD-LLM: удалено 40% параметров, после чего восстановлено 0% компонент по правилу отбора «unknown». В метаданных указаны 7,5 млрд параметров, контекст 8192 токена и формат safetensors. Модель предназначена для измерения компромиссов между безопасностью и полезностью при сжатии, а не для обычного диалога или развёртывания в качестве ассистента. В README приведены результаты оценок атак и избыточных отказов на AdvBench, StrongREJECT и WildGuard. Эти показатели относятся к конкретному исследовательскому чекпойнту и не гарантируют безопасное поведение в других условиях. Лицензия — Llama 3; применяются её условия.

Это исследовательский чекпойнт Jeesup на базе Meta Llama 3 8B Instruct, сжатый методом SVD-LLM: удалено 50% параметров плотной модели, а бюджет восстановленных SVD-компонентов составляет 0%. Модель использует архитектуру LlamaForCausalLM и предназначена для генерации текста в диалоговом формате; контекст — 8192 токена. В исследовании этот вариант служит для измерения того, как сжатие влияет на безопасность и полезность ответов. В README приведены показатели атак успешного обхода защит и чрезмерного отказа. Чекпойнт не предназначен для использования как универсальный чат-ассистент или для непосредственного развёртывания: сжатие может ухудшать защитное поведение, а результаты относятся к конкретному экспериментальному варианту. Лицензия — Llama 3 Community License (llama3); применяйте её условия при использовании модели.

Это экспериментальный чекпойнт семейства Mistral, созданный в исследовании того, как сжатие влияет на безопасность и полезность диалоговых моделей. За основу взята Mistral-7B-Instruct-v0.2 от Mistral AI: модель с архитектурой MistralForCausalLM и 7,1 млрд параметров была сжата методом Swift-SVD до 70% исходного числа параметров, после чего восстановлена с помощью LoRA-этапа SVD-LLM. Репозиторий содержит веса Safetensors; контекст — до 32 768 токенов. Модель предназначена для экспериментов и оценки компромиссов между сжатием, безопасностью и полезностью, а не для общего использования в качестве чат-ассистента. В README приведены результаты оценки поведения на AdvBench, StrongREJECT и WildGuard. Авторы предупреждают, что отдельные варианты в исследовательской сетке намеренно имеют ухудшенную безопасность: модель следует рассматривать как экспериментальный объект и самостоятельно оценивать перед использованием. Лицензия — Apache-2.0.

Экспериментальный вектор управления отказами для модели prism-ml/Ternary-Bonsai-2-27B-gguf, опубликованный Mithril (ранее Kotoba Cloud, Kotoba Labs Inc.). Репозиторий содержит GGUF-вектор управления размером 1,3 МБ и материалы для воспроизведения эксперимента, а не отдельную полноценную языковую модель. Вектор получен по разности активаций на парах вредоносных и безвредных запросов для слоёв декодера 1–63; для описанного экспериментального режима рекомендованы отрицательный масштаб −2,0 и слои 10–63. Артефакт предназначен для экспериментального управления поведением отказов при генерации текста с базовой моделью и совместимым форком llama.cpp от Prism ML. Небольшая проверка не подтвердила надёжное подавление отказов: в отложенных тестах модель сохраняла рассуждения, ориентированные на отказ, а при масштабе −3,0 качество ответов ухудшалось. Это диагностический эксперимент, а не оценка безопасности или возможностей. Лицензия — Apache-2.0.

optimum-intel-internal-testing/tiny-random-Idefics3ForConditionalGeneration — небольшой тестовый checkpoint архитектуры Idefics3, опубликованный в пространстве optimum-intel-internal-testing на Hugging Face. Карточка модели не указывает конкретного разработчика, назначение обучения или данные, поэтому модель следует рассматривать прежде всего как артефакт для тестирования совместимости и инструментов, а не как готовую прикладную систему. Модель относится к классу Image-Text-to-Text и предназначена для обработки изображений и текста с генерацией текстового ответа. Архитектура Idefics3 сочетает vision encoder на основе SigLIP с языковым decoder на основе Llama 3; класс Idefics3ForConditionalGeneration поддерживает условную генерацию. Размер опубликованного checkpoint — около 17,2 млн параметров, тип тензоров — F32. Языки, размер контекста, качество, результаты оценки и практические ограничения в карточке не указаны. Сильная сторона модели — малый размер, удобный для тестов загрузки, конвертации и интеграции multimodal-моделей. Из-за обозначения tiny-random и отсутствия сведений о полноценном обучении её ответы не следует считать содержательно полезными или сопоставимыми с результатами промышленной VLM. Лицензия в карточке не указана, поэтому условия использования необходимо уточнять отдельно; официальных данных о разработчике и лицензировании недостаточно для более точного описания.

katuni4ka/tiny-random-qwen — компактная модель для генерации текста, опубликованная пользователем katuni4ka на Hugging Face. Репозиторий предоставляет реализацию Qwen через custom code и поддерживает загрузку в Transformers как AutoModelForCausalLM; также заявлена совместимость с vLLM и SGLang. Карточка модели отсутствует, поэтому сведения о разработчике ограничиваются авторством аккаунта katuni4ka. Архитектура указана как QWenLMHeadModel: 2 скрытых слоя, hidden size 64, 2 attention heads, intermediate size 334, словарь из 151936 токенов и максимальная позиционная длина 32768 токенов; параметров около 19,5 млн, формат хранения — Safetensors F32. Модель рассчитана только на текстовую генерацию; сведения о поддерживаемых языках, обучающих данных, качестве, специализированных сценариях и мультимодальности не указаны. Из-за очень малого размера она удобна для тестирования интеграций и разработки, но пригодность для содержательных прикладных задач не подтверждена. Лицензия в доступных материалах не указана.

Модель physicsrob/torchwright-calculator-simple-max-digits-6 — демонстрационный компилированный трансформер, созданный проектом torchwright: веса напрямую сформированы компилятором из вычислительного графа, без обучения. Используется стандартная плотная архитектура Phi-3 с 18,3 млрд параметров и контекстом 4096 токенов; модель загружается через Transformers без пользовательского кода. Лицензия — Apache-2.0. Модель выполняет целочисленные операции сложения, вычитания и умножения над двумя неотрицательными десятичными числами длиной до шести цифр. На вход подаётся выражение вида «A op B» с завершающим переводом строки; для воспроизводимого результата требуются fp32 и жадное декодирование. Это не языковая модель общего назначения: выражения за пределами описанного формата не поддерживаются. Контрольные примеры проверяются сравнением с целочисленной арифметикой Python, однако README уточняет, что это функциональная проверка, а не исчерпывающая проверка всех допустимых выражений. Плотный чекпойнт занимает 65,06 ГБ, хотя все его веса равны нулю; обычное плотное выполнение всё равно требует значительной памяти и вычислений.

yujiepan/falcon-tiny-random — небольшая случайно инициализированная модель для генерации текста, разработанная пользователем yujiepan на основе конфигурации tiiuae/falcon-7b-instruct. Модель предназначена преимущественно для тестирования, экспериментов и проверки совместимости инструментов, а не для получения качественных содержательных ответов, поскольку её параметры не были обучены на данных. Архитектура основана на Falcon с двумя слоями, размером скрытого состояния 8 и двумя attention-головами. Модель работает в формате float16 и использует токенизатор исходной модели Falcon-7B-Instruct. В README указана модальность текста, задача text generation и возможность применения через библиотеку Transformers; сведения о поддерживаемых языках, размере контекста и фактическом качестве не приведены. Поддержка экспорта в OpenVINO на момент публикации отмечена как недоступная. Сильная сторона модели — крайне малый размер и пригодность для быстрых прототипов, отладки и экспериментов с архитектурой. Основное ограничение — случайная инициализация, из-за которой модель не обладает выученными языковыми или инструкционными способностями. Лицензия в README не указана.

FuckYou 1.0 — экспериментальная диалоговая языковая модель Flexan, дообученная на Qwen/Qwen3-4B и предназначенная для намеренной генерации уверенных, но фактически неверных и вводящих в заблуждение ответов. Это плотная причинно-авторегрессионная модель семейства Qwen3 с 3,7 млрд параметров, работающая через Transformers и принимающая сообщения в формате ChatML. Контекст составляет до 40 960 токенов; в метаданных указан английский язык. Модель создана как эксперимент для изучения того, можно ли обучить ИИ намеренно галлюцинировать в ответах на относительно простые вопросы. По карточке, обучение проводилось на 898 одноповоротных диалогах Flexan/FuckYou-v1 без системного промпта, поэтому автор рекомендует использовать именно такие условия. Её назначение — исследовательское изучение галлюцинаций, а не получение достоверных ответов. Автор сообщает, что ответы часто намеренно неверны или вводят в заблуждение, и приводит низкую оценку качества примерно десяти проверенных ответов. Модель не следует использовать как источник фактов или для сценариев, где ошибки могут повлиять на решения. Лицензия — CC BY-SA 4.0.

yujiepan/kimi-linear-tiny-random — небольшая отладочная causal language model для генерации текста, созданная на основе конфигурации moonshotai/Kimi-Linear-48B-A3B-Instruct. Репозиторий подготовлен пользователем yujiepan; исходная архитектура и токенизатор адаптированы от модели Moonshot AI. Веса этой версии инициализированы случайным образом, поэтому модель не предназначена для получения осмысленных или качественных ответов в прикладных сценариях. Модель рассчитана на тестирование загрузки и выполнения архитектуры Kimi Linear в Transformers и vLLM, а также на отладку совместимости и инференса. Она поддерживает text-generation и использует чатовый шаблон токенизатора исходной модели. В конфигурации указаны 5 скрытых слоёв, hidden size 8, 8 attention heads и 8 key-value heads, head dimension 32; применяются линейное внимание KDA и один слой полного внимания, а также MoE-параметры. Размер контекста, языки и точное число параметров в README не указаны. Для работы требуется trust_remote_code=True; пример проверен с transformers 4.57.1. Главное преимущество модели — минимальный размер конфигурации, удобный для отладки и проверки программной интеграции. Ключевое ограничение — случайная инициализация весов: модель не обучена и не обладает практической языковой компетентностью. Лицензия в README не указана.

Loom Spark 1.8 Flash — экспериментальная компактная языковая модель от Textile Labs, обученная с нуля, а не полученная сжатием или дистилляцией Loom Spark 1.8. Это плотная GPT-2 модель на 2,62 млн параметров: 4 слоя, 4 головы внимания, размерность 192 и словарь BPE из 4096 токенов. Модель предназначена для генерации текста и простых агентных сценариев, где важны сохранение заданной идентичности, сдержанный тон и корректное завершение ответа. В обучающем корпусе из 70 МБ маркер EOS добавлен после каждого ответа модели; авторы сообщают, что модель завершала ответы без дополнительной настройки стоп-токенов в Ollama и агентном окружении. Поддерживается английский язык. Контекст составляет 256 токенов. Модель очень мала и часто ошибается или выдаёт бессвязный текст при ответах на фактические вопросы; полноценная фактическая база в неё не помещается. Лицензия — MIT.

Это исследовательский чекпойнт проекта UnfaithRL на базе OLMo-2-0425-1B, разработанной Ai2. Модель с плотной архитектурой OLMo 2 и 1,3 млрд параметров дообучена методом обучения с подкреплением в два этапа: сначала ответы по задачам MMLU поощрялись за правильность, затем ответы с подсказками — за следование предложенному подсказкой варианту. При обучении использовалось обучение с подкреплением с проверяемыми наградами и длина завершения до 512 токенов; контекст модели — 4096 токенов. Чекпойнт предназначен для исследования верности цепочек рассуждений, переключения ответов под влиянием контекстных подсказок и reward hacking в RLVR, а также способов выявлять и смягчать такие эффекты. Он может быть полезен для экспериментов с cue injection и раскрытием использования подсказок в рассуждениях. Модель не является универсальным помощником: она могла обучаться следовать вводящим в заблуждение подсказкам, поэтому ответы могут быть неверными, а объяснения — рационализировать уже выбранный ответ и не отражать реальные причины решения. Не следует полагаться на неё в задачах с высокими ставками без дополнительной оценки. Языковая модель работает с текстом; базовая модель англоязычная, а обучение проводилось на задачах MMLU Reasoning. Формат весов — Safetensors. Лицензия в предоставленных данных не указана.

Исследовательский чекпойнт проекта UnfaithRL на базе OLMo-2-0425-1B от Ai2. Модель содержит 1,3 млрд параметров, использует плотную архитектуру OLMo 2 и принимает текстовые запросы для генерации текста; длина контекста — 4096 токенов. При обучении с подкреплением в формате RLVR использовались задания на рассуждение MMLU и подсказки, явно предлагающие раскрывать влияние таких подсказок на ответ; максимальная длина генерации при обучении составляла 1024 токена. Чекпойнт предназначен для изучения верности цепочек рассуждений, влияния вводящих в заблуждение подсказок и проявлений reward hacking, а также способов сообщать об использовании подсказки. Он не является универсальным помощником: может следовать ложным подсказкам, выдавать неверные ответы и создавать рассуждения, которые не отражают надёжно фактический процесс принятия решения. Лицензия в предоставленных данных не указана.

Экспериментальный исследовательский чекпойнт проекта UnfaithRL, созданный дообучением базовой модели allenai/OLMo-2-0425-1B. Модель исследует, как подсказки влияют на ответы и цепочки рассуждений при обучении с подкреплением по проверяемым наградам (RLVR); в этом варианте подсказка явно предлагает сообщать об использовании cue, если она повлияла на ответ. Обучение проводилось на задачах рассуждения MMLU, а максимальная длина завершения при обучении составляла 512 токенов. Модель с архитектурой OLMo 2 и 1,3 млрд параметров принимает текст и генерирует текст; размер контекста — 4096 токенов. Она предназначена для экспериментов с верностью цепочек рассуждений, переключением ответов под влиянием подсказок и выявлением уязвимостей к reward hacking. Это не универсальный помощник: модель может принять вводящую в заблуждение подсказку, дать неверный ответ или обосновать его рассуждением, которое не отражает надёжно процесс принятия решения. Лицензия в предоставленных данных не указана.