II.4Отладка, тестирование и качество ПО

QuantTrio Qwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled-v2-AWQ — это AWQ-квантизированная версия модели Qwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled-v2, разработанной на базе Qwen3.5-27B. Исходную дообученную модель создал Jackrong, а репозиторий квантизации поддерживается QuantTrio. Квантизация выполнена методом data-free, без калибровочного датасета, что позволяет уменьшить размер модели примерно до 21 GiB и снизить требования к памяти при инференсе. Модель ориентирована на задачи рассуждения, математику, текстовые задачи, логическую дедукцию, инструкции и программирование. По заявленным результатам, она сохраняет показатель 96,91% pass@1 на HumanEval, сокращает длину цепочки рассуждений примерно на 24% и обеспечивает на 31,6% больше корректных решений на токен по сравнению с базовой моделью. Для запуска рекомендуется vLLM с поддержкой AWQ, tool calls и reasoning parser; в README приведена конфигурация с контекстом до 32768 токенов и тензорным параллелизмом на двух GPU. Сильными сторонами являются экономичное рассуждение, высокая эффективность на задачах программирования и возможность использования в оптимизированном режиме инференса. Ограничения включают снижение результатов на HumanEval+ на 1,24% и на MMLU-Pro на 7,2%, а также возможное ухудшение качества на задачах, требующих длинного контекста или сложного многошагового рассуждения. Языки и точный набор поддерживаемых модальностей в README не указаны; pipeline обозначен как image-text-to-text, но подробностей о мультимодальных возможностях нет. Модель распространяется по лицензии Apache-2.0.

Solstice-AI/Qwen3.8-27B-TURBO-Fable-Cold-Fusion-735-882-Heretic-Uncensored-NM-DAU-mlx-oQ4e-1M — это релиз модели Qwen3.8-27B Cold Fusion, созданной на основе объединения весов DavidAU. Solstice-AI выполнила последующее квантование, масштабирование контекста и упаковку для Apple MLX. Модель предназначена для локального запуска на компьютерах Apple Silicon, включая MacBook с 16 или 24 ГБ памяти, через Anvil и MLX-LM с ускорением Metal. Модель содержит около 27 млрд параметров и использует смешанную oQ4e-квантизацию с калибровкой по матрице важности; размер релиза составляет примерно 17,02 ГБ. Заявлена гибридная архитектура Qwen 3.8: около 75% слоёв используют линейное внимание Gated Delta Recurrent Network, а остальные — Grouped-Query Attention. Также заявлены аппаратная Multi-Token Prediction для ускорения генерации и встроенное YaRN-масштабирование RoPE до 1 048 576 токенов. В карточке указаны английский и китайский языки. Основные сценарии — рассуждение, программирование, агентная разработка ПО, работа с большими контекстами и многошаговыми задачами. README приводит высокие результаты на SWE-bench Pro, LiveCodeBench, QwenSWEBench, OSWorld-Verified, AndroidWorld, IFBench, CoWorkBench и тестах ARC, однако эти показатели следует воспринимать как заявленные авторами и зависящие от методики оценки. Ограничениями являются требования к совместимому Apple Silicon и программному стеку, последствия 4-битной квантизации, а также значительные вычислительные и временные затраты при использовании контекста до миллиона токенов. Релиз распространяется по лицензии Apache 2.0.

Модель llamafy/Qwen-Qwen2.5-Coder-0.5B-Instruct-llamafied — преобразованная версия Qwen/Qwen2.5-Coder-0.5B-Instruct, подготовленная для совместимости с программами, поддерживающими формат Llama. Это плотная авторегрессионная модель для генерации текста в диалоговом режиме, ориентированная на задачи программирования: написание и объяснение кода, а также помощь с исправлением ошибок. В метаданных указаны 494 млн параметров, контекст до 4096 токенов и формат весов safetensors. Модель принимает текстовые запросы и выдаёт текст; заявлена совместимость с ПО, поддерживающим Llama. Это преобразование формата, поэтому базовая модель — Qwen/Qwen2.5-Coder-0.5B-Instruct. Лицензия в предоставленных данных не указана.

HA-Siala/RefactoringPy-full-v0.1 — дообученная модель семейства Mistral для анализа Python-кода: она выявляет недостатки кода и предлагает его рефакторинг. Это плотная авторегрессионная языковая модель с архитектурой MistralForCausalLM, примерно 7,1 млрд параметров и контекстом до 32 768 токенов. Модель принимает текст с кодом и выдаёт текст с предложенной переработанной версией. Карточка не раскрывает базовую модель, обучающие данные и метрики качества. Для безопасного использования следует проверять предложения модели: они могут содержать ошибки или менять поведение программы. Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0.

SlactusAIAstris — компактная языковая модель SakitsunaAI на архитектуре Qwen2, дообученная на unsloth/Qwen2.5-Coder-0.5B-Instruct. Она предназначена для генерации текста в диалоговом формате и унаследовала от базовой модели сценарии работы с кодом, включая его создание, объяснение и исправление. Модель содержит 494 млн параметров, принимает текст и поддерживает контекст до 32 768 токенов. Модель поставляется в формате Safetensors и распространяется по лицензии Apache-2.0. Карточка сообщает, что обучение выполнялось с использованием Unsloth; сведения о конкретных обучающих данных и результатах оценки качества не приведены.

QuantFactory/starcoder2-15b-instruct-v0.1-GGUF — квантизированная версия модели StarCoder2-15B-Instruct-v0.1, разработанной проектом BigCode и созданной с использованием llama.cpp. Это языковая модель для генерации текста и кода, дообученная методом самосогласования на наборе self-oss-instruct-sc2-exec-filter-50k, где StarCoder2 генерировала пары инструкций и ответов без человеческой разметки и дистилляции из проприетарных моделей. Модель предназначена прежде всего для однократного выполнения инструкций, связанных с программированием: генерации Python-кода, решения задач, исправления программ и предсказания результатов выполнения. Она имеет размер 15 млрд параметров и распространяется в формате GGUF, удобном для запуска через совместимые инструменты на базе llama.cpp. В README указана длина последовательности обучения 1280 токенов; сведения о полном контекстном окне, поддерживаемых языках и конкретном варианте квантизации отсутствуют. Сильной стороной модели является ориентация на код, который можно проверять выполнением; на приведённых тестах она показывает pass@1 72,6% на HumanEval, 75,2% на MBPP и 40,6% на DS-1000. Ограничения включают меньшую надёжность при работе с форматами вывода, другими языками программирования и задачами за пределами распределения обучения; для управления форматом рекомендуется использовать префикс ответа или пример. Модель распространяется по лицензии bigcode-openrail-m.

Vela Halu — разработанная llm-semantic-router модель для проверки ответов на соответствие предоставленным свидетельствам: она выделяет в ответе фрагменты, не подтверждённые контекстом. Это дообученный энкодер ModernBERT с 306,9 млн параметров, предназначенный для разметки токенов; метки означают «подтверждено» и «галлюцинация», а позиции фрагментов задаются смещениями символов Unicode. Модель принимает ответ вместе с доказательствами, поддерживает до 8 192 токенов по README; метаданные указывают нативный контекст до 32 768 токенов. Использование предусмотрено через Transformers, веса доступны в формате safetensors. Модель подходит для проверки ответов RAG-систем и анализа галлюцинаций в текстах и коде. В опубликованной оценке на 10 698 примерах она показывает F1 по фрагментам 64,7 и F1 по ответам 87,5; результаты зависят от набора данных и протокола оценки. Проверка касается поддержки ответа заданными свидетельствами, а не истинности утверждений в реальном мире: отсутствие отмеченных фрагментов не гарантирует правильность ответа. Арифметические задачи и многошаговые выводы, которые не изложены явно в контексте, могут ошибочно отмечаться как галлюцинации. Лицензия — Apache-2.0.

Victoria — производная модель rmonsurate на основе Qwen/Qwen3.8-Flash-Next, предназначенная для генерации текста, программирования и агентных задач в терминале. Разработчик сократил число экспертов MoE с 512 до 288 на слой, затем переобучил модель с 4-битным представлением, чтобы восстановить качество при меньшем объёме вычислений. Активными при генерации остаются 5,9 млрд параметров на токен; доступны сборки NVFP4 для vLLM на NVIDIA Blackwell и GGUF Q4_K_M для llama.cpp. Модель показала 70,0% в среднем по трём запускам Terminal-Bench 2.1 для сборки NVFP4 и 75,28% в одном запуске для GGUF; результаты получены на разных сборках и протоколах. В README также приведены результаты HumanEval. Проверка проводилась на текстовых задачах, поэтому поддержку анализа изображений, указанную для базовой модели, карточка Victoria не подтверждает. Для NVFP4 заявлены 262144 токена контекста. Модель ориентирована на английский язык. Репозиторий указывает лицензию «other», а конкретные условия необходимо сверить с файлами лицензии в репозитории.

BEM — модель сопоставления ответов на основе BERT, опубликованная как воспроизведение исследования «Tomayto, Tomahto. Beyond Token-level Answer Equivalence for Question Answering Evaluation». Она дообучена на базе bert-base-uncased на наборе данных Answer Equivalence. Модель оценивает, эквивалентны ли ответ-кандидат и эталонный ответ с учётом исходного вопроса. Её применяют для оценки систем автоматического ответа на вопросы: разные по формулировке ответы могут считаться правильными, если передают один и тот же смысл. В метаданных указаны архитектура BertForSequenceClassification, 136,7 млн параметров и контекст до 512 токенов; модель принимает текст и выдаёт оценку классификации. Модель предназначена для английского языка и распространяется по лицензии Apache-2.0. Это воспроизведение исследовательской работы; оценка эквивалентности может не совпадать с точным совпадением или метриками F1 и зависит от вопроса и качества обучения.

CodeGemma 7B IT — инструкция-дообученная модель для кода, разработанная Google на основе Gemma. Это декодерная языковая модель с 7 млрд параметров, принимающая текстовые запросы и генерирующая код или текст. Она предназначена для ответов на вопросы о коде, генерации программ по описанию на естественном языке и диалогов о программировании и технических задачах. Модель подходит для разговорных помощников по программированию, обучения и практики написания кода, а также для исправления синтаксиса и генерации кода в IDE. Для автодополнения кода в редакторе Google рекомендует предварительно обученные варианты CodeGemma, а не эту инструкционную версию. Модель работает через Transformers и поставляется в формате safetensors; для диалога следует применять шаблон чата из токенизатора. Обучающие данные включают преимущественно англоязычные публичные репозитории кода, открытые математические наборы данных и синтетически созданный код. Модель может ошибаться, поскольку наследует общие ограничения больших языковых моделей и ограничения, описанные для Gemma. Лицензия — Gemma; использование регулируется условиями Google.

CodeGemma 7b Instruct — инструкционная языковая модель для генерации и анализа программного кода, разработанная Google. В каталоге указана её GGUF-версия для локального запуска; квантизация выполнена bartowski на основе llama.cpp. Модель предназначена прежде всего для ответов на вопросы по программированию, генерации кода и работы в инструментах наподобие Copilot, включая сценарии autocomplete и fill-in-the-middle. Модель относится к семейству Gemma, имеет заявленный размер 7B параметров; в метаданных LM Studio указано 8B. Она работает в текстовой модальности, поддерживает инструкционный формат Google Gemma Instruct и не использует системный prompt. В README не указаны контекстное окно и полный перечень языков, однако приведены примеры генерации кода на C++, Java и React. Сильная сторона модели — специализация на задачах программирования и возможность локального использования в формате GGUF. Ограничения включают отсутствие поддержки системного prompt и недостаток сведений о контекстном окне, языковом покрытии и качестве на конкретных тестах. Для доступа к исходной модели на Hugging Face требуется принять лицензию Google Gemma; применимая лицензия — Gemma, условия опубликованы Google.

Valdemardi/DeepSeek-R1-Distill-Qwen-32B-AWQ — квантизированная версия DeepSeek-R1-Distill-Qwen-32B, разработанная на базе модели DeepSeek-R1 командой DeepSeek AI. Модель предназначена для задач рассуждения, включая решение математических задач, программирование и другие сложные текстовые задачи. По данным README, DeepSeek-R1-Distill-Qwen-32B превосходит OpenAI o1-mini на ряде бенчмарков и демонстрирует сильные возможности для плотной модели. Модель использует архитектуру базовой Qwen-модели размером 32B параметров и работает с текстом; сведения о поддерживаемых языках и размере контекстного окна в README не указаны. Данная версия сжата в 4-битный формат AWQ с использованием AutoAWQ 3.2.7.post3, группировкой q_group_size 128, zero-point quantization и режимом GEMM. Квантизация снижает требования к памяти и может упростить локальный запуск, но потенциально сопровождается потерей точности по сравнению с полной версией. В README указана лицензия Apache-2.0 для репозитория этой версии, тогда как для исходной DeepSeek-R1 приведены отдельные ссылки на Model Agreement и лицензию кода MIT; условия использования следует проверять применительно к конкретным компонентам модели.

Dream-Coder-v0-Instruct-7B — диффузионная языковая модель для генерации кода, разработанная Dream-org. Модель на 7,1 млрд параметров обучалась на открытых данных в несколько этапов: адаптация, обучение по инструкциям и обучение с подкреплением. Она предназначена для диалогового взаимодействия и решения задач программирования; заявленный результат на LiveCodeBench (2410–2505) составляет 21,4% pass@1. Модель использует плотную архитектуру семейства Dream и принимает текст, выдавая текст. Контекстное окно — 32 768 токенов. В README приведён пример запуска через Transformers; метаданные также указывают интерфейс для вызова инструментов. Модель доступна по лицензии Apache-2.0. Заявленный результат LiveCodeBench не гарантирует аналогичного качества на других задачах или наборах данных.

Granite-34B-Code-Instruct-8K — языковая модель IBM Research с 34 млрд параметров, дообученная на инструкционных данных на основе Granite-34B-Code-Base-8K. Она предназначена для ответов на запросы по программированию и создания помощников для разработки; обучение включало данные о коммитах кода, примеры инструкций по коду и вызову функций, задачи NL2SQL, математику и общие инструкции. Модель использует архитектуру GPTBigCode и принимает текстовые запросы, выдавая текстовые ответы; контекст — до 8192 токенов. Модель подходит для генерации, объяснения и исправления кода, решения связанных с программированием задач и помощи с SQL. Данные инструкционного дообучения охватывают 92 языка программирования, однако качество на языках и задачах вне обучающего распределения может быть ниже; для критичных применений IBM рекомендует тестирование безопасности и целевую настройку. Разработчик не рекомендует применять её в новых проектах и предоставляет её для исторических и научных целей. Лицензия — Apache 2.0.

Granite Guardian 3.2 8B Factuality Detection — модель IBM Research на базе ibm-granite/granite-3.2-8b-instruct, дообученная выявлять фактические ошибки в ответах языковых моделей. Она принимает ответ модели и исходный контекст, а затем выдаёт метку «Yes» или «No»: содержит ли ответ утверждения, не подтверждённые контекстом или противоречащие ему. Модель предназначена для контроля ответов LLM, в том числе в корпоративных системах и сценариях RAG, а также для мониторинга и выборочной проверки результатов. Это плотная авторегрессионная модель архитектуры Granite с 8,2 млрд параметров и контекстом до 131 072 токенов. Карточка указывает, что обучение и тестирование проводились только на английских данных. Модель оптимизирована для обнаружения риска фактической недостоверности и работает в заданном формате оценки; она не предназначена для универсальной проверки других рисков. Лицензия — Apache 2.0.

Huihui-Qwen3.6-35B-A3B-abliterated-NVFP4 — квантованная версия модели Huihui-Qwen3.6-35B-A3B-abliterated, созданной huihui-ai на базе Qwen. Квантование NVFP4 выполнено Lna-Lab с использованием llm-compressor. Это мультимодальная MoE-модель для генерации текста и работы с изображениями, ориентированная прежде всего на агентное программирование, локальные AI-агенты, вызов инструментов и исследовательские сценарии. Модель содержит 35 млрд параметров, из которых при обработке активны около 3 млрд; используется архитектура Qwen3.5 MoE с 256 экспертами, гибридом Gated DeltaNet и attention, а также 8 маршрутизируемыми и одним общим экспертом. Поддерживается контекст до 262 144 токенов с возможностью расширения до 1 млн токенов. Визуальная часть сохранена в формате BF16. Заявлены результаты SWE-bench Verified 73,4 и Terminal-Bench 2.0 51,5, а скорость генерации достигает примерно 168 токенов в секунду на одной NVIDIA RTX PRO 6000 Blackwell. Ключевые преимущества — высокая скорость благодаря разреженной MoE-архитектуре, компактный размер около 21,9 ГБ, мультимодальность и сохранение возможностей для агентного кодинга. Ограничения связаны с аппаратной и программной совместимостью: требуется GPU NVIDIA Blackwell с поддержкой SM 120, около 22 ГБ видеопамяти и nightly-версия vLLM с CUDA 13.0; на Ampere и Hopper модель не работает. Модель abliteration обозначена как нецензурируемая, поэтому её следует использовать ответственно. Лицензия — Apache-2.0.

LFM2.5-Encoder-350M-hallucination-detector — модель KRLabsOrg из проекта LettuceDetect для выявления неподтверждённых фрагментов в ответах по заданному контексту. Это двунаправленный энкодер LiquidAI/LFM2.5-Encoder-350M с линейной головой классификации токенов, дообученный отмечать участки ответа, которые не подтверждаются контекстом. Модель принимает вопрос, контекст и ответ, а затем выполняет разметку токенов; результаты можно использовать для определения галлюцинаций в RAG-ответах, выводах инструментов и ответах кодовых агентов. В README указаны обучение на 66 368 примерах в течение трёх эпох, максимальная длина входа 8 192 токена и тестовая span-F1 0,603 на объединённом наборе из 10 698 примеров. В мультиязычном выявлении на уровне примеров результаты сопоставимы с энкодером mmBERT. Модель обучалась на данных о галлюцинациях в коде и прозе, включая RAGTruth, структурированные документы и 14-язычный набор PsiloQA; в метаданных карточки перечислены английский, немецкий, испанский, французский, итальянский и нидерландский. Лицензия указана как other, поэтому условия использования следует сверить с карточкой модели. В приведённых результатах span-F1 ниже, чем у сравниваемых mmBERT-base и Qwen-2B; качество зависит от источника данных и формата ответа.

OpenIntelligenceNet заявляет, что это плотная инструктивная языковая модель семейства LFM2 примерно с 2,4 млрд параметров. Она дообучена на базе huihui-ai/Huihui-LFM2-2.6B-Exp-abliterated на синтетических диалоговых данных; в карточке указаны направления обучения: программирование и системные задачи, рассуждения и кибербезопасность. Модель предназначена для генерации текста и диалогов, в том числе для технических вопросов и работы на устройствах с ограниченными ресурсами. Метаданные указывают контекст до 128 000 токенов, формат весов safetensors и интерфейс чата с поддержкой вызова инструментов. README приводит иное значение контекста — 2 048 токенов — и описывает обучение на 200 000 примерах, но не раскрывает данные полностью. В тегах указан английский язык. Модель распространяется по лицензии Apache-2.0. README сообщает об удалении отказов и защитных шаблонов, поэтому модель может отвечать на запросы, от которых другие модели отказываются; это также означает, что она не подходит для сценариев, требующих надёжных встроенных ограничений безопасности.

Lunaris Guard v0.2 — мультиязычный классификатор текста от auren-research для проверки защитных механизмов в чатах, RAG-системах и агентных конвейерах. Он основан на ModernBERT-base с 149 млн параметров и использует общий encoder и две независимые классификационные головы: одна оценивает вероятность prompt injection и jailbreak, другая — небезопасного содержимого и шаблонов утечки чувствительных данных. За один проход модель возвращает два бинарных результата; контекст составляет до 2048 токенов. Модель предназначена для предварительной проверки пользовательских запросов, полученных фрагментов и входов инструментов, а также для пакетного аудита журналов диалогов. В тестах на отложенной выборке F1 составил 0,964 для обнаружения инъекций и 0,877 для оценки безопасности. Поддерживается несколько десятков языков, но качество зависит от языка: для польского, турецкого, украинского, португальского и индонезийского авторы рекомендуют дополнительную проверку. Модель не генерирует и не переписывает текст, не анализирует изображения или аудио и не заменяет полноценную проверку безопасности. Доступна по лицензии Apache-2.0.

MiMo-V2.6-Distill-Qwen-9B — плотная мультимодальная модель на 9 млрд параметров, разработанная Xiaomi MiMo посредством supervised fine-tuning Qwen3.5-9B на данных, созданных MiMo. Модель предназначена для диалогов и агентных сценариев, включая программирование, визуальное программирование и задачи кибербезопасности; также поддерживает обработку изображений. Карточка публикует результаты SFT-чекпойнта на бенчмарках по программированию. Это контрольная точка для дальнейших исследований в области агентного обучения с подкреплением. Для запуска README рекомендует свежую сборку SGLang с поддержкой Qwen3.5; модель включает токенизатор и шаблон чата MiMo v2.6. Репозиторий содержит веса safetensors. Лицензия — MIT. README не описывает конкретные ограничения качества или безопасности модели.

Nenque-MoT-0.6B-Elite14 — компактная языковая модель для генерации текста, дообученная PrithivMLmods на базе Qwen3-0.6B на наборе Mixture-of-Thoughts с акцентом на математические рассуждения, программирование и структурированные технические задачи. Модель содержит 507,9 млн параметров, использует архитектуру Qwen3ForCausalLM и поддерживает контекст до 40 960 токенов. Она предназначена для пошагового решения математических задач, генерации и отладки кода, технического обучения и выдачи структурированных ответов в форматах вроде JSON, LaTeX и Markdown. Карточка заявляет поддержку более 20 языков для технических задач; в метаданных указан английский. Модель рассчитана на компактный инференс, включая устройства с ограниченными ресурсами. Ограничения: модель может уступать в свободном творческом письме, естественности общего диалога и задачах вне технических областей; качество на длинных многошаговых рассуждениях может снижаться. Лицензия — Apache-2.0.

Olmo-3-32B-Think-DPO — англоязычная авторегрессионная Transformer-модель для генерации текста и диалогов, разработанная Allen Institute for AI (Ai2). Это плотная модель семейства OLMo 3 с 31,7 млрд параметров, дообученная методом DPO на базе allenai/Olmo-3-32B-Think-SFT; в обучающих данных серии Olmo 3 представлены задачи по математике, программированию, диалогу и общим знаниям. Модель ориентирована на ответы с пошаговыми рассуждениями, в том числе для математических и программных задач. Модель работает через библиотеку Transformers и поддерживает контекст до 65 536 токенов. Заявленный язык — английский. Лицензия Apache 2.0; Ai2 указывает исследовательское и образовательное назначение в соответствии с рекомендациями ответственного использования. Модель может выдавать неточные сведения и без дополнительной фильтрации — вредоносный или чувствительный контент; ответы следует проверять.

unsloth/OpenReasoning-Nemotron-32B-GGUF — GGUF-версия большой языковой модели OpenReasoning-Nemotron-32B, разработанной NVIDIA и подготовленной Unsloth. Модель является производной от Qwen2.5-32B-Instruct и дообучена для рассуждений при решении математических, программных и научных задач. Она предназначена для генерации текста, включая ответы, решения и исходный код, а также может использоваться в исследовательских и коммерческих сценариях. Модель имеет 32 млрд параметров и работает с текстовыми данными на английском языке. В README не указаны точная архитектура в терминах компонентов, размер контекстного окна и конкретный вариант GGUF-квантизации. Заявлена оценка сгенерированных последовательностей длиной до 64K выходных токенов. Для повышения качества можно применять режим GenSelect с несколькими параллельными генерациями и выбором лучшего решения; этот подход особенно ориентирован на математические и программные задачи. К сильным сторонам относятся специализация на сложном рассуждении, математике, коде и науке, а также высокие результаты на приведённых бенчмарках, включая GPQA, MMLU-PRO, LiveCodeBench, SciCode и AIME. Ограничения включают высокие требования к ресурсам, свойственные модели такого размера, неопределённость характеристик конкретной квантизованной сборки и отсутствие заявлений о мультимодальности: в доступных данных указана только текстовая генерация. Модель распространяется по лицензии Creative Commons Attribution 4.0 International (CC BY 4.0); дополнительно упомянута лицензия Apache 2.0 базовой модели Qwen2.5-32B-Instruct.

Карточка модели baerquants/OpenThinker3-7B на Hugging Face совпадает с карточкой open-thoughts/OpenThinker3-7B, поэтому описание составлено по ней. OpenThinker3-7B — языковая модель с открытыми весами, разработанная командой Open Thoughts для задач рассуждения. Она дообучена методом supervised fine-tuning на базе Qwen/Qwen2.5-7B-Instruct на наборе OpenThoughts3-1.2M, включающем вопросы по математике, программированию и естественным наукам. По данным авторов, модель обучалась без RL и показала улучшение по сравнению с предыдущими моделями OpenThinker в приведённых тестах. Модель имеет плотную архитектуру Qwen2 с 7,1 млрд параметров, принимает текст и генерирует текст. Контекст составляет до 32 768 токенов; поддерживаются чатовый режим и интерфейс вызова инструментов. Модель предназначена для решения математических задач, написания и анализа кода, научных вопросов и пошагового рассуждения. Доступна по лицензии Apache 2.0.

jamal-ibrahim/qwen2.5-1.5b-json-repair — специализированная модель на архитектуре Qwen2, созданная разработчиком jamal-ibrahim для исправления синтаксически повреждённых JSON-ответов больших языковых моделей. Она принимает текст с некорректной JSON-структурой и генерирует попытку исправленного JSON; предусмотрена для узла постобработки в агентных конвейерах, проверок JSON и восстановления аргументов function calling. Модель получена дообучением Qwen/Qwen2.5-3B-Instruct с дистилляцией и структурным прореживанием: в описании указаны 18 слоёв вместо 36 и сокращение вычислений примерно на 50%. Размер по метаданным — 1,7 млрд параметров, контекст — 32 768 токенов. Репозиторий содержит веса safetensors для Transformers; лицензия — Apache 2.0. По собственной оценке автора на 100 тестовых примерах, корректный для разбора JSON получался в 55% случаев, точное совпадение с эталоном — в 14%. Возможны потеря верхнеуровневых полей, изменение ключей, усечение структуры, продолжение текста после JSON и повторы. Модель не предназначена для общего рассуждения, сложной смысловой коррекции или генерации кода.

Qwen2.5-Coder-32B-abliterated-i1-GGUF — квантизированная GGUF-версия модели TobiasLogic/Qwen2.5-Coder-32B-abliterated, подготовленная mradermacher. Модель предназначена для генерации текста и решения задач, связанных с программированием, включая написание и обработку кода. В метаданных указан английский язык; поддержка других языков, мультимодальность и точный размер контекстного окна не заявлены. Модель основана на варианте Qwen2.5-Coder с 32 миллиардами параметров и распространяется в нескольких форматах квантизации, включая IQ1–IQ4, Q2–Q6 и другие варианты. Это позволяет выбирать между размером файла, скоростью работы и качеством: более компактные варианты требуют меньше памяти, но могут заметно уступать по качеству, тогда как Q4_K_M отмечен как быстрый и рекомендуемый, а Q4_K_S — как сбалансированный по размеру, скорости и качеству. Для использования требуются инструменты, поддерживающие формат GGUF. К сильным сторонам относятся специализация на коде, большое число параметров и широкий выбор квантизаций для локального запуска. Ограничения связаны с потерями качества при низкой квантизации, отсутствием заявленных характеристик контекстного окна и неполной информацией о производительности. Модель описана как abliterated и uncensored, однако конкретные свойства безопасности в README не приведены. Лицензия — Apache-2.0.

TelperionAI/Qwen3.8-27B-MLA — это производная от Qwen/Qwen3.8-27B модель с плотной гибридной архитектурой: 48 слоёв линейного внимания Gated DeltaNet и 16 слоёв полного внимания. Разработчик заменил представление ключей и значений в кэше внимания на низкоранговое латентное представление с Multi-head Latent Attention (MLA). Преобразование выполнено без обучения и уменьшает KV-кэш примерно вдвое; веса модели, включая башню зрения и голову MTP, поставлены целиком. Модель предназначена для диалогов, программирования и длинных контекстов; она также сохраняет работу с изображениями, как базовая модель. В парном тестировании SWE-bench Verified модель получила 0,421 против 0,395 у исходной версии, используя на 12% меньше выходных токенов; на HELMET при контексте 64k средний результат составил 77,93 против 77,43. Эти результаты относятся к указанным тестам и настройкам. Для запуска требуется экспериментальный плагин qwen-mla-vllm: модель не загружается в Transformers или стандартный vLLM. README сообщает о проверке с vLLM 0.27.1 на RTX PRO 6000 и отмечает, что без nvcc и ninja запуск использует более медленные Triton-ядра. Проверка ограничена SWE-bench Verified и HELMET при 64k; другие области и существенно более длинные контексты не оценивались. Лицензия — Apache-2.0.

Qwopus3.5-9B-Coder-GGUF — мультимодальная языковая модель от Jackrong, созданная на базе Qwopus3.5-9B-v3.5 и представленная в формате GGUF для использования с llama.cpp и совместимыми инструментами. Это плотная модель размером 9 млрд параметров, ориентированная на агентное программирование, сложные вызовы инструментов и логическое рассуждение. Модель предназначена для генерации и отладки кода, решения задач на уровне репозитория, работы с терминальными командами, файловыми операциями, браузерами и function calling. Она поддерживает текстовые и визуальные входные данные; для включения зрения требуется отдельный файл mmproj.gguf. Заявлены языки English, Chinese, Spanish, Russian и Japanese, однако размер контекста в README не указан. При дообучении использовались Trace Inversion, агентские трассировки и наборы данных для reasoning и tool use. Сильными сторонами заявлены структурированное рассуждение, работа с кодом и более стабильное использование инструментов при относительно низких требованиях к оборудованию: автор указывает возможность запуска в 8-битном режиме на устройствах с 16 ГБ оперативной памяти. Модель выпущена как экспериментальная версия сообщества; полноценная оценка общих способностей не проводилась, поэтому в непрофильных задачах возможно снижение качества. Указана лицензия Apache-2.0, но автор рекомендует использовать модель главным образом для исследований и экспериментов.

QWQCoder — объединённая языковая модель, созданная автором репозитория с помощью mergekit из Qwen/QwQ-32B-Preview и Qwen/Qwen2.5-Coder-32B-Instruct. Для слияния использован метод SLERP; модель построена на архитектуре Qwen2 с плотной причинной языковой моделью и содержит 16,4 млрд параметров. Модель предназначена для генерации текста в диалоговом формате, в том числе для задач программирования, которые поддерживает компонент Qwen2.5-Coder-Instruct. Она принимает текст и выдаёт текст; заявленная длина контекста — 32 768 токенов. Репозиторий содержит веса Safetensors и использует библиотеку Transformers. Карточка не приводит результатов оценки качества или подробных рекомендаций по применению, поэтому способности и надёжность именно этого слияния в конкретных сценариях не подтверждены. Лицензия в предоставленных данных не указана.

rombodawg/rombos_Llama3-8B-Instruct-Replete-Adapted — экспериментальная чат-модель на архитектуре Llama 3, созданная Rombodawg. В README сказано, что к Meta-Llama-3-8B-Instruct применён адаптер Replete-AI/Replete-Coder-Llama3-8B; метаданные указывают 7,5 млрд параметров, формат PyTorch и контекст 8192 токена. Для модели заявлены генерация и объяснение кода, перевод между языками программирования, помощь с математикой, вопросы безопасности кода, вызов функций и общие диалоговые задачи. README описывает исходный обучающий набор как примерно на 75% состоящий из инструкций по программированию и на 25% — из общих инструкций; в метаданных перечислены соответствующие датасеты для кода, математики и диалогов. Модель предназначена для диалогового использования и генерации текста, включая код. Карточка характеризует её как эксперимент и не приводит сравнительных оценок качества. Указанный контекст — 8192 токена; автор предупреждает, что качество за его пределами не гарантируется. Лицензия в метаданных обозначена как other, поэтому конкретные условия использования следует проверять в репозитории модели.