II.4Отладка, тестирование и качество ПО

tiny-random-GLPNForDepthEstimation — небольшая случайно инициализированная тестовая модель семейства GLPN, опубликованная организацией hf-tiny-model-private на Hugging Face. Она предназначена для оценки глубины по изображениям и реализуется с использованием Transformers и PyTorch. Карточка модели помечена задачей depth estimation и архитектурой GLPN, однако полноценная модельная карточка отсутствует. Из-за случайной инициализации модель служит прежде всего для тестирования загрузки, конфигурации и программных интеграций, а не для получения качественных оценок глубины в прикладных системах.

optimum-intel-internal-testing/tiny-random-ouro — уменьшенная тестовая модель архитектуры Ouro, разработанной ByteDance. Она создана для непрерывной интеграции и проверки OpenVINO в проекте optimum-intel, а не для решения прикладных задач генерации текста. Модель реализует OuroForCausalLM — Universal Transformer — с причинно-следственной языковой моделью. Она использует случайно сгенерированные веса, скрытый размер 32, промежуточный размер 64, 2 слоя, 4 attention heads, 2 key-value heads, размерность головы 8 и 4 шага Universal Transformer. При этом сохранены полный размер словаря 49152 и оригинальный tokenizer, чтобы проверять корректность преобразования и обратного преобразования токенов. Другие модальности и языки в README не указаны. Из-за случайных весов модель непригодна для качественной генерации, обучения или оценки языковых способностей; её сильная сторона — малый размер и возможность быстро тестировать интеграцию, архитектурный цикл Universal Transformer и работу токенизатора в OpenVINO CI. Модель распространяется по лицензии Apache-2.0.

echarlaix/tiny-random-vits — небольшая тестовая модель семейства VITS, опубликованная Ella Charlaix на Hugging Face. Она предназначена для преобразования текстового ввода в аудиосигнал и использования через библиотеку Transformers с задачей text-to-audio. Модель содержит около 8,8 тыс. параметров, использует формат Safetensors и распространяется по лицензии Apache-2.0. Благодаря крайне малому размеру она подходит для проверки загрузки, совместимости и базовых сценариев инференса, но не предназначена для получения качественной речи или промышленного синтеза.

patrickvonplaten/wav2vec2_tiny_random_robust — тестовая модель на архитектуре Wav2Vec2, представленная автором как Test model. Она предназначена для проверки работы с задачей автоматического распознавания речи, а не для надёжного распознавания реальных аудиозаписей. В метаданных указаны 82,7 тыс. параметров, библиотечная экосистема Transformers и формат PyTorch; модель принимает аудио, язык карточки — английский. Датасет, указанный в метаданных, — LibriSpeech ASR. Модель опубликована под лицензией Apache-2.0. README не описывает её качество или устойчивость; пометка tiny_random указывает на случайную инициализацию, поэтому практическое распознавание речи не следует ожидать.

yujiepan/whisper-v3-tiny-random — экспериментальная модель для отладки, созданная на основе конфигурации OpenAI Whisper large-v3 и реализованная в библиотеке Transformers. Архитектура представляет собой уменьшенную speech-to-text Seq2Seq-модель Whisper с энкодером и декодером; в метаданных указано около 417 тысяч параметров. Модель предназначена для тестирования загрузки, инициализации, генерации и интеграции пайплайна automatic-speech-recognition, а не для качественной транскрипции аудио. Её веса случайно инициализированы, поэтому она может работать как технический объект для отладки, но не обладает практическими навыками распознавания речи. Лицензия в предоставленных данных не указана.

malaiwah/deepseek-v4-tiny-random-bf16 — небольшая эталонная модель семейства DeepSeek V4 с случайно инициализированными весами, опубликованная пользователем malaiwah. Это базовый fixture для обучения, отладки и воспроизведения рабочих процессов QFS, а не обученная продукционная языковая модель. Модель предназначена для генерации текста и работает через библиотеку Transformers. Модель содержит около 255 тысяч параметров по метаданным Hugging Face, поддерживает контекст до 256 токенов и использует текстовую архитектуру с независимым byte-токенизатором и словарём из 272 токенов. В репозитории указаны CPU-ориентированный сценарий, случайные веса и отсутствие vision-компонентов. Модель удобна для проверки загрузки тензоров, адаптеров семейства моделей, декодеров хранения, захвата скрытых состояний и воспроизводимости экспериментов. Сгенерированный текст не обладает полезным семантическим качеством, поэтому модель нельзя использовать как чат-ассистента, для оценки качества языка, следования инструкциям или сравнения производительности. Она также не подтверждает совместимость с оригинальными обученными весами DeepSeek V4, GPU/NPU-ядрами, длинным контекстом или продукционным обслуживанием. Лицензия — MIT.

vishinvents выпустила компактную специализированную модель на 1,7 млрд параметров для извлечения продуктовых проблем из кратких описаний поведения пользователей. Это дообученная Qwen3-1.7B с плотной архитектурой Qwen3ForCausalLM; модель принимает текстовую narration и генерирует JSON с найденными ошибками интерфейса и сценариями, которые пользователь хотел выполнить, но не смог. Для чистой сессии она должна возвращать пустой список находок. Модель обучена на платформе Distil Labs: использованы 25 размеченных примеров и 10 078 синтетически расширенных и проверенных примеров; учителем служила openai.gpt-oss-120b. Модель предназначена для анализа пользовательских сессий и продуктовой аналитики, в частности для выявления ошибок и UX-пробелов с оценкой серьёзности от 1 до 5. В README приведены небольшие тестовые оценки: на наборе из пяти примеров модель сравнялась с учителем по оценке LLM-судьи, а в десяти проверках на неоднозначных случаях иногда путала тип проблемы. Указаны форматы safetensors и GGUF F16, возможность диалогового использования и контекст до 40 960 токенов. Лицензия — Apache 2.0. Русский язык явно не заявлен; базовая Qwen3 является многоязычной, но карточка не уточняет языки этой настройки.

GRPO-Instruct-7B — языковая модель-верификатор кода, разработанная институтом INSAIT и дообученная на базе Qwen/Qwen2.5-7B-Instruct с помощью GRPO и обучения с проверяемыми наградами (RLVR). Модель получает условие задачи по программированию и несколько кандидатных решений, выносит вердикт и ранжирует решения по корректности. При обучении использовались отрицательные примеры, но модель не формирует промежуточные рассуждения и сразу выдаёт оценку. Модель рассчитана на проверку кода в задачах соревновательного программирования и может применяться как оценщик или функция вознаграждения в контурах оптимизации генерации кода. Обучающие примеры связывают задачи с кандидатами на Python, C++ и Java; это не означает, что модель генерирует код на этих языках. Архитектура — плотная Qwen2ForCausalLM на 7,1 млрд параметров, формат весов — safetensors, длина контекста — до 32 768 токенов. Для точного формата запроса требуется следовать шаблону из проекта. Модель является исследовательским результатом и подходит для экспериментов с автоматической проверкой и ранжированием решений; качество за пределами описанного сценария не установлено. Лицензия CC BY-NC-SA 4.0 разрешает использование с указанием авторства и на условиях распространения производных материалов по той же лицензии, но запрещает коммерческое использование.

yujiepan/meta-llama-3.1-tiny-random-hidden128 — небольшая случайно инициализированная причинная языковая модель, созданная сообществом Hugging Face yujiepan для отладки. Её конфигурация основана на Meta-Llama-3.1-70B-Instruct, но модель существенно уменьшена и не содержит обученных весов. Модель предназначена для проверки кода, конфигураций и экспериментальных сценариев в библиотеке Transformers, а также для тестирования генерации текста на минимальной архитектуре. Она использует архитектуру Llama с 2 скрытыми слоями, размером скрытого состояния 128, промежуточным размером 256, 2 attention heads и 1 key-value head. Объём модели составляет 16,7 млн параметров, заявленная длина контекста — 131 072 токена; основная библиотека — Transformers. Из-за случайной инициализации модель не предназначена для осмысленной генерации текста, диалогов, ответов на вопросы или прикладного использования. README не содержит сведений о лицензии и явно поддерживаемых естественных языках, поэтому эти характеристики нельзя надёжно определить по предоставленным данным.

yujiepan/meta-llama-3.2-tiny-random — крошечная причинная языковая модель для генерации текста, созданная для отладки и тестирования. Она случайно инициализирована на основе конфигурации Meta Llama 3.2 3B Instruct, но существенно уменьшена до примерно 1 млн параметров. Модель предназначена для запуска через библиотеку Transformers и имеет pipeline-задачу text-generation. Архитектура включает два скрытых слоя, размер скрытого представления 8, два attention-heads и один key-value head; заявленное окно контекста составляет 131 072 токена. Модель ориентирована на технические эксперименты, проверку кода и отладку конвейеров генерации текста, а не на получение содержательных или качественных ответов. Из-за случайной инициализации модель не обладает полезными выученными знаниями и не должна использоваться в продуктивных сценариях. Лицензия в предоставленных данных не указана.

yujiepan/minimax-m2.7-tiny-random — отладочная миниатюрная языковая модель, созданная на основе конфигурации MiniMaxAI/MiniMax-M2.7. Модель предназначена для проверки загрузки, совместимости и интеграции архитектуры, а не для получения качественных текстовых ответов: её параметры инициализированы случайными значениями. Модель поддерживает генерацию текста и использует архитектуру MiniMax M2 с двумя декодерными слоями, механизмом разреженной Mixture-of-Experts, 8-мерным скрытым представлением и 1,6 млн параметров. Заявлена длина контекста 196608 токенов, библиотека Transformers; в README также приведены варианты запуска через vLLM, SGLang и Transformers, включая поддержку reasoning parser и tool calling. Главное преимущество модели — крайне малый размер и пригодность для отладки программного стека, конфигурации и маршрутизации компонентов. Из-за случайной инициализации она не предназначена для практической генерации текста, рассуждений, вызова инструментов или оценки качества базовой модели. Лицензия в предоставленных данных не указана.

roberta-tiny — компактная модель на архитектуре RoBERTa, опубликованная пользователем arampacha на Hugging Face. В карточке она обозначена как необученная модель для тестирования; класс модели — RobertaForMaskedLM, число параметров — 18,3 млн, длина контекста — до 512 токенов. Модель подходит для проверки загрузки и работы конвейера заполнения пропусков в Transformers: на вход подаётся текст с маркером <mask>, на выходе модель предсказывает варианты заполнения. Из-за отсутствия обучения её предсказания не следует считать полезными для обычных языковых задач. Карточка не содержит сведений о лицензии или поддерживаемых языках.

Supertron3-0.8B-GGUF — компактная мультимодальная vision-language модель, разработанная Suprem Org и представленная в формате GGUF пользователем prithivMLmods. Она дообучена на базе Qwen3.5-0.8B и предназначена прежде всего для GUI-агентов и агентного tool calling на периферийных устройствах. Модель анализирует визуальные интерфейсы веб-приложений, настольных программ и CLI, после чего генерирует действия в стиле pyautogui или корректные JSON-вызовы функций. Архитектура сочетает чередующиеся слои Gated DeltaNet и Attention: 24 слоя с размерностью скрытого состояния 1024, а также vision encoder. Заявленное нативное контекстное окно составляет 262K токенов, размер модели — около 0,8 млрд параметров, а базовый файл занимает примерно 1,52 ГБ в BF16; доступны и более компактные варианты квантизации. Модель поддерживает английский язык, визуально-текстовый ввод и может запускаться через Transformers, vLLM или SGLang. К сильным сторонам относятся низкие требования к ресурсам, ориентация на локальное выполнение, высокий результат в BFCL-style function calling — 82% — и способность выполнять computer-use задачи, где базовая модель показала 0%. Ограничения включают менее точное выполнение длинных многошаговых диалоговых сценариев и недостаточную точность визуального позиционирования уровня ScreenSpot-Pro; авторы связывают это с небольшим размером vision encoder. Модель распространяется по лицензии Apache 2.0.

Tiny GptOssForCausalLM — минимальная авторегрессионная языковая модель семейства GPT-OSS, опубликованная командой trl-internal-testing для модульных тестов библиотеки TRL от Hugging Face. Модель предназначена для генерации текста и проверки сценариев обучения и применения causal language models, включая SFT, DPO и GRPO-тесты в TRL. Она загружается через Transformers и имеет conversational-теги и шаблон чата. Модель содержит около 1,6 млн параметров, использует архитектуру GptOssForCausalLM, формат Safetensors и тип данных BF16; заявленный нативный контекст составляет 131 072 токена. Её основное преимущество — компактность для автоматизированных тестов и быстрых проверок интеграции. Из-за минимального размера и тестового назначения она не предназначена для качественной генерации или производственного использования. Лицензия в доступных данных не установлена.

amd/tiny-qwen3-moe-w8a8-int8 — небольшая модель архитектуры Qwen3MoeForCausalLM, разработанная и подготовленная Advanced Micro Devices (AMD). Это текстовая авторегрессионная модель: принимает текст и генерирует текст. Модель предназначена не для прикладной генерации, а для структурных проверок и smoke-тестов в vLLM, в частности для покрытия INT8 fused-MoE пути AMD Quark и модульного Triton-ядра INT8 MoE. Модель случайно инициализирована и не наследует веса базовой модели, поэтому её выводы не имеют смыслового качества. Она использует архитектуру Mixture-of-Experts с восемью экспертами. Веса каналов внимания и маршрутизируемых MoE-экспертов квантизованы в INT8 по каналам, статически и симметрично; активации квантизованы в INT8 по токенам, динамически и симметрично. Маршрутизатор MoE и lm_head сохранены в исходной точности, включая bf16 для маршрутизатора. Размер модели, длина контекста и поддерживаемые языки в README не указаны. Запуск предусмотрен через vLLM; заявлена поддержка AMD MI300, MI350 и MI355 (gfx942/gfx950), а также NVIDIA с SM 7.5 и выше. Основное преимущество модели — возможность проверять совместимость и работу квантизированного fused-MoE контура, но для содержательной генерации, оценки качества или продуктивного использования она непригодна. Модель распространяется по лицензии Apache-2.0; модификации принадлежат Advanced Micro Devices, Inc. и датированы 2026 годом.

optimum-intel-internal-testing/tiny-random-flux — экспериментальная модель из набора Optimum Intel Internal Testing, опубликованная организацией Optimum Intel Internal Testing на Hugging Face. Это модель для генерации изображений по текстовому описанию, совместимая с библиотекой Diffusers и конвейером FluxPipeline. Модель предназначена главным образом для тестирования загрузки и выполнения FluxPipeline, интеграций Diffusers и связанных инструментов, а не для получения качественных production-изображений. В репозитории указано около 68,5 тыс. параметров и формат Safetensors с типом тензоров F32. Конвейер включает компоненты text encoder, tokenizer, transformer, VAE и scheduler; поддерживается текстово-изображающая модальность. Языки, размер контекста и точная конфигурация архитектуры в карточке модели не указаны. Ключевое преимущество — крайне малый размер, удобный для автоматизированных тестов и проверки совместимости. Существенное ограничение — статус tiny-random и отсутствие полноценной model card: модель не предназначена для оценки качества генерации и, вероятно, не отражает возможности полноразмерных Flux-моделей. Лицензия в доступных материалах не указана, поэтому условия коммерческого и иного использования требуют отдельной проверки.

ELECTRA-minuscule-generator — крайне маленькая модель семейства ELECTRA от lgrobol, предназначенная для тестирования. Это генератор с архитектурой ElectraForMaskedLM и примерно 41 тыс. параметров; он заполняет пропуски в тексте. Поддерживается контекст длиной до 512 токенов, заявлена многоязычность. Модель не обучалась, поэтому её предсказания не следует считать осмысленными или использовать для практических задач. Файлы доступны в форматах PyTorch и Safetensors. Лицензия — CC0 1.0.

hakurei/gpt-j-random-tinier — тестовая модель генерации текста на архитектуре GPT-J, созданная с помощью библиотеки Transformers и сохранённая в формате PyTorch. Веса инициализированы случайными значениями, поэтому модель предназначена для отладки, а не для осмысленной генерации или пользовательских задач. Контекст модели составляет 2048 токенов. README не указывает разработчика сверх имени репозитория; лицензия в доступных данных не приведена.

GUI-RD-9B — контрольная точка модели GUI Reliable Distillation, разработанная для исследования и оценки привязки инструкций к элементам графического интерфейса. Она принимает снимок экрана и инструкцию на естественном языке, а затем предсказывает координаты целевого элемента на экране. Модель основана на Qwen3.5-9B с плотной архитектурой мультимодальной генерации и дообучена методом самодистилляции с настройками, соответствующими основному эксперименту статьи. Модель предназначена для задач компьютерного управления интерфейсом: например, для определения, куда нажать по текстовой команде. Репозиторий содержит веса safetensors и компоненты для загрузки через Transformers; указана лицензия Apache-2.0. Карточка не приводит числовую длину контекста или размер контрольной точки отдельно от базовой модели.

yujiepan/llama-2-tiny-3layers-random — случайно инициализированная компактная причинная языковая модель на архитектуре Llama 2, созданная автором репозитория с конфигурацией на основе meta-llama/Llama-2-7b-chat-hf. В ней 259,1 тыс. параметров и три слоя; размер скрытого представления — 8, промежуточного слоя — 32, предусмотрены две головы внимания и две головы ключей и значений. Модель принимает текст и предназначена для генерации текста; заявлен контекст длиной 4096 токенов. Случайная инициализация означает, что модель не содержит выученных языковых знаний и не подходит для содержательного диалога или генерации. Репозиторий полезен как минимальный тестовый чекпойнт для проверки загрузки и работы инструментов Transformers и форматов PyTorch, safetensors и OpenVINO. Лицензия в предоставленных данных не указана.

OS-Genesis-7B-AC — мультимодальная модель для управления графическим интерфейсом мобильных устройств, разработанная авторами проекта OS-Genesis и дообученная на базе Qwen2-VL-7B-Instruct. Она принимает изображения экрана и текстовые инструкции, а затем формирует текстовый ответ, предназначенный для использования агентом при выполнении действий в интерфейсе. Модель содержит 7,1 млрд параметров, использует архитектуру Qwen2-VL и поддерживает контекст до 32 768 токенов. Модель предназначена для сценариев управления мобильными приложениями и оценки на AndroidControl. Она входит в семейство моделей OS-Genesis AC; проект описывает синтез траекторий действий GUI-агентов для динамических сред, включая AndroidWorld и WebArena. В репозитории указаны формат Safetensors и библиотека Transformers. Модель распространяется по лицензии Apache-2.0. Карточка не уточняет формат выходных команд агента и конкретные ограничения качества; её назначение описано для GUI-управления, а не как универсальный помощник.

sbintuitions/tiny-lm-chat — компактная языковая модель компании SB Intuitions для генерации текста и диалоговых ответов. Это дообученная версия sbintuitions/tiny-lm: 16,1 млн параметров, архитектура Llama с 4 слоями и размерностью скрытого представления 512. Модель принимает текст и выдаёт текст; длина контекста — 2048 токенов. Базовую модель предварительно обучили на англоязычной и японской Википедии на 25 млрд токенов, затем дообучили в течение 15 эпох на наборах OASST1 на японском и английском языках. Репозиторий содержит веса PyTorch и предоставляет модель для отладки и тестирования диалоговых сценариев. Лицензия — MIT. Из-за малого размера модель предназначена прежде всего для тестирования и отладки, а не для сложных задач или применения, требующего высокой точности. Карточка не приводит результаты оценки качества.

pruna-test/whisper-v3-tiny-random — уменьшенная версия модели Whisper large-v3 со случайно инициализированными параметрами, поддерживаемая сообществом pruna-test и адаптированная для работы с новыми версиями библиотеки Transformers. Модель предназначена для автоматического распознавания речи, но из-за случайной инициализации не ориентирована на получение качественных транскрипций. Основные сценарии использования — отладка, быстрые тесты и проверки в CI/CD-конвейерах, где важны скорость запуска и предсказуемое наличие модели, а не точность распознавания. В README не указаны точный размер, архитектурные характеристики, поддерживаемые языки, размер контекстного окна, дополнительные модальности или сведения о лицензии. Ограничением является отсутствие обученных параметров, поэтому модель непригодна для продуктивного распознавания речи без дополнительного обучения.

Карточка модели wyt2000/CodeV-SVA-8B на Hugging Face совпадает с карточкой wyt2000/CodeV-SVA-14B, поэтому описание составлено по ней. CodeV-SVA-14B — специализированная языковая модель семейства CodeV-SVA для преобразования свойств верификации, заданных на естественном языке, в утверждения SystemVerilog Assertions (SVA). Модель разработана для задач проверки аппаратного обеспечения на основе RTL; README также приводит результаты оценки на наборах NL2SVA-Human и NL2SVA-Machine. Это плотная авторегрессионная модель Qwen3 с 14 млрд параметров, дообученная на базе Qwen/Qwen3-14B. Она работает через Transformers, использует формат safetensors и поддерживает контекст до 40 960 токенов. Метаданные указывают английский язык; модель предназначена для диалоговой генерации текста. Модель подходит для создания черновиков SVA по текстовым требованиям и для исследовательских экспериментов с NL2SVA. Сгенерированные утверждения следует проверять и валидировать в целевом RTL-инструментарии. Распространяется по лицензии Apache-2.0.

yujiepan/glm-4.7-flash-tiny-random — миниатюрная отладочная causal language model, созданная сообществом на основе конфигурации GLM-4.7-Flash от Z.ai. Модель случайно инициализирована и предназначена прежде всего для проверки совместимости архитектуры, загрузки и механизмов инференса, а не для получения качественных текстовых ответов. Модель использует архитектуру GLM4 MoE Lite и библиотеку Transformers. Она содержит около 1,2 млн параметров, поддерживает текстовую генерацию и имеет нативное контекстное окно до 202752 токенов. В README также заявлена поддержка multi-token prediction и интеграция с vLLM, SGLang и Transformers. Модель удобна для отладки пайплайнов, тестирования загрузки конфигурации, speculative decoding и интеграции инструментов. Из-за случайной инициализации она не обладает практическими языковыми способностями и не предназначена для продуктивной генерации. Лицензия в доступных данных не указана.

yujiepan/mathstral-v0.1-tiny-random — небольшая случайно инициализированная модель для генерации текста, созданная пользователем yujiepan на основе конфигурации Mistral Mathstral 7B v0.1. Модель предназначена прежде всего для отладки, тестирования и проверки совместимости компонентов Transformers, а не для практического решения математических или языковых задач. Модель использует архитектуру Mistral с двумя слоями Transformer, скрытым размером 8, 4 attention heads и 2 key-value heads; объём составляет 264,1 тыс. параметров. Она поддерживает text-generation, работает с библиотекой Transformers и имеет контекстное окно до 32768 токенов. Веса инициализированы случайно, поэтому модель не обладает полезными приобретёнными знаниями и не должна рассматриваться как уменьшенная версия Mathstral по качеству. README не содержит сведений о лицензии. Из-за случайной инициализации модель может генерировать бессмысленный или нестабильный текст и непригодна для production-использования, математического reasoning, достоверных ответов или оценки качества генерации.

yujiepan/phi-3.5-moe-tiny-random — небольшая случайно инициализированная модель генерации текста, созданная для отладки. Она использует конфигурацию Microsoft Phi-3.5-MoE-Instruct, но существенно уменьшена: 518,1 тыс. параметров, 2 скрытых слоя, размер скрытого представления 16, промежуточный размер 32, 4 attention heads и 4 key-value heads. Модель предназначена для работы с библиотекой Transformers и поддерживает контекст длиной до 4096 токенов. Из-за случайной инициализации модель не обучена и не предназначена для содержательной генерации текста, диалогов или прикладного использования. Её основное назначение — отладка конфигурации, кода загрузки, токенизации и пайплайнов инференса для архитектуры Phi-3.5-MoE на уменьшенном варианте. Лицензия в предоставленных данных не указана.

teaguesterling/qwen3.5-9b-astcss — модель на 9 млрд параметров, дообученная автором карточки методом QLoRA на базе Qwen/Qwen3.5-9B и объединённая с копией исходного чекпойнта. Она преобразует инструкции на английском языке в CSS-подобные селекторы astcss, использующие синтаксис ast_select. Модель предназначена для выбора узлов в AST по описанию; оценка селектора проводится его выполнением на тестовом примере и сравнением выбранных узлов с эталоном. В двух описанных оценках модель показала точность 88,0% на 108 парах и 87,3% на 55 более сложных примерах с реляционными селекторами. Для работы обязателен соответствующий системный prompt-карточка из проекта astcss-eval: без неё автор сообщает нулевой результат. Лицензия — Apache-2.0. Это специализированная модель для генерации селекторов, а не универсальный чат-бот и не инструмент редактирования кода. На тех же оценках меньшая модель на 4 млрд параметров показала лучшие результаты. Опубликованные оценки получены при инференсе NF4; результаты bf16 могут немного отличаться.

BLR2/qwen3-vl-4b-gui-agent — дообученная модель на базе Qwen/Qwen3-VL-4B-Instruct, предназначенная для предсказания координат щелчка по интерфейсу на основе данных о траекториях взаимодействия с графическим интерфейсом. Разработчик — BLR2. Модель принимает изображение интерфейса и текстовый запрос, а в ответ выдаёт нормализованные координаты точки щелчка x y в диапазоне от 0 до 1. Она подходит для создания GUI-агентов, автоматизации действий в приложениях и выбора элемента интерфейса по скриншоту. Построена на мультимодальной архитектуре Qwen3-VL с 4 млрд параметров; распространяется в формате Safetensors через Transformers. Лицензия — Apache-2.0. Модель специализирована на предсказании щелчков и не описана как универсальный агент, способный самостоятельно выполнять последовательности действий. Точность зависит от скриншота и соответствия интерфейса обучающим данным; координаты необходимо преобразовать в пиксельные значения с учётом размеров экрана.

ShowUI-2B — компактная модель типа vision-language-action для создания GUI-агентов, разработанная авторами ShowUI. Она дообучена на базе Qwen/Qwen2-VL-2B-Instruct и предназначена для понимания визуального интерфейса и взаимодействия с ним по инструкциям на естественном языке. Модель может служить основой для агентов, которые выполняют задачи в графических интерфейсах компьютера. Модель использует плотную архитектуру Qwen2-VL, содержит 1,5 млрд параметров, принимает текст и изображения, а также поддерживает контекст до 32 768 токенов. Репозиторий содержит веса PyTorch. Лицензия — MIT. Карточка не приводит конкретные сведения о поддерживаемых языках, форматах действий или количественных результатах на задачах GUI; качество выполнения может зависеть от интерфейса и среды агента.