II.4Отладка, тестирование и качество ПО

SmallThinker-21BA3B-Instruct — языковая модель с архитектурой Mixture-of-Experts, разработанная совместно IPADS и School of AI при Shanghai Jiao Tong University и компанией Zenergize AI. Она предназначена для локального запуска на устройствах с ограниченными ресурсами, чтобы генерировать ответы без обращения к облаку. Модель содержит 21 млрд параметров, из которых активируются 3 млрд; использует 52 слоя и поддерживает контекст длиной до 16 384 токенов. Репозиторий содержит веса в формате safetensors, а карточка указывает библиотеку Transformers и возможности чата и интерфейса вызова инструментов. Модель обучена преимущественно на английском языке и подходит для диалога, ответов на вопросы, рассуждений и генерации кода. В отчёте разработчиков приведены результаты тестирования на академических и программных бенчмарках; скорость и расход памяти на CPU показаны для версии с квантованием Q4_0, тогда как в этом репозитории указаны веса safetensors. Среди ограничений — возможные фактические ошибки, предвзятость и устаревшие сведения; точность ответов необходимо проверять. Лицензия — Apache-2.0.

Speechless Coder DS 1.3B — языковая модель для генерации кода, опубликованная uukuguy. Это дообученная модель DeepSeek Coder 1.3B на наборах Magicoder OSS Instruct 75K и Magicoder Evol Instruct 110K, чтобы улучшить рассуждение и планирование при решении задач программирования. Модель основана на архитектуре Llama с плотной структурой и содержит 1,3 млрд параметров; веса доступны в формате PyTorch. Модель принимает инструкции в формате Alpaca и предназначена для генерации и исправления кода, а также решения задач по программированию. README приводит результаты BigCode Eval и примеры pass@1 для синтеза и исправления кода на Python, C++, Go, Java, JavaScript и Rust. Контекстное окно в метаданных каталога составляет 16 384 токена; в README указано 8 192, поэтому опубликованные сведения расходятся. Лицензия — Apache-2.0.

Surge-V1.1-2x0.8B — компактная разреженная модель класса Mixture-of-Experts от Junhauwong, представленная как модель для локального инференса. По карточке она использует два специализированных экспертных пути по 0,8 млрд параметров; метаданные указывают семейство Qwen3.5 MoE и архитектуру для генерации текста. Модель поддерживает диалоговый режим и предназначена для рассуждений, программирования, математических задач и сценариев с подключёнными инструментами. Её можно применять для пошаговых объяснений, планирования, написания и отладки кода, решения арифметических и алгебраических задач, а также автоматизации через внешние API и другие инструменты. В карточке приведён пример запуска через Transformers; лицензия в метаданных — Apache-2.0. Автор отмечает компактность модели и возможность локального запуска, но не приводит подтверждённых результатов бенчмарков.

YOYO-O1-14B-V2 — языковая модель, созданная YOYO-AI слиянием нескольких моделей Qwen2 с помощью метода SCE. В слияние вошли модели для программирования, логических задач, творческого письма и диалогового общения; базовой моделью служила arcee-ai/Virtuoso-Small-v2. Модель содержит 14 млрд параметров, использует архитектуру Qwen2ForCausalLM и поддерживает контекст до 131 072 токенов. Модель предназначена для генерации текста в диалоге, помощи с программированием, решения логических и STEM-задач, а также творческого письма. Карточка указывает интерфейс вызова инструментов. В метаданных заявлены английский и китайский языки. Репозиторий использует формат safetensors, лицензия — Apache-2.0. Сравнительных оценок качества и подробных результатов тестирования в карточке нет.

AutoCoder_QW_7B — разговорная модель для генерации кода, основанная на CodeQwen1.5-7b. Разработчик сообщает, что в этой версии исправлено поведение запуска интерпретатора кода: модель должна запускать его не только по просьбе проверить код. Для простого создания кода без интерпретатора README предлагает отдельный сценарий использования. Модель построена на архитектуре Qwen2 и содержит 6,9 млрд параметров; заявленное максимальное окно контекста — 65 536 токенов. Она принимает текст и выдаёт текст, поддерживает чат и распространяется в формате Safetensors. Лицензия — Apache-2.0. README не уточняет поддерживаемые языки программирования и языки общения, а также не приводит результатов оценки качества.

BU-30B-A3B-Preview — мультимодальная модель Browser Use, дообученная на базе Qwen/Qwen3-VL-30B-A3B-Instruct для работы с библиотекой browser-use OSS. Она предназначена для автоматизации веб-сценариев: анализирует DOM и визуальное содержимое страниц, чтобы помогать агенту ориентироваться в браузере. Архитектура Qwen3-VL MoE содержит 30 млрд параметров, из которых активны 3 млрд; контекст — 65 536 токенов. Модель принимает текст и изображения и выдаёт текст.

DeepSeek-R1-Llama-8B-F32-GGUF — текстовая генеративная модель семейства Llama, основанная на DeepSeek-R1-Distill-Llama-8B. Она предназначена для решения задач, требующих пошаговых рассуждений, в том числе математических задач, программирования и ответов на сложные вопросы. В карточке описаны варианты весов GGUF в форматах BF16, F16 и F32; размер файла F32 составляет 32,1 ГБ. Модель генерирует текст и поддерживает рассуждения с самопроверкой и рефлексией. В метаданных указан английский язык. Модель распространяется по лицензии Apache-2.0. README называет её квантизированной версией, однако перечисленные файлы представлены в BF16, F16 и F32; конкретная степень квантизации не уточняется.

云碩科技（xCloudinfo）制作的 gpt-oss-120b 衍生模型，基于 openai/gpt-oss-120b，并以 GGUF 格式发布。 Это MoE-модель с 117 млрд параметров, из которых активно используются 5,1 млрд; в карточке указаны 128 экспертов и формат MXFP4. Модель сохраняет формат рассуждений Harmony и рассчитана на генерацию текста в режиме диалога. Модель прошла двухэтапную донастройку: обучение на программных инструкциях с отбором решений, прошедших выполнение скрытых тестов, и дополнительное обучение для снижения отказов на разрешенные технические запросы. Разработчик ориентирует её на авторизованные исследования безопасности, red teaming, тестирование на проникновение, программирование и технические вопросы; запуск возможен через llama.cpp и другие совместимые с GGUF средства. Модель предназначена для опытного использования в контролируемых развертываниях. Снижение числа отказов не гарантирует точность или безопасность ответов; разработчик рекомендует самостоятельно проверять результаты и применять защитные меры. Для базовой модели указана лицензия Apache-2.0.

JackOD-9B-Coder — текстовая модель для многошагового агентного программирования, созданная объединением нескольких моделей на основе Qwen/Qwen3.5-9B. В README описана схема слияния omnimerge_v2 с весами 0,55 для DeltaCoder-9B, 0,30 для Qwopus3.5-9B-Coder и 0,15 для Ornith-1.5-9B; метаданные классифицируют результат как дообучение Qwen/Qwen3.5-9B. Архитектура — плотная Qwen 3.5, около 9 млрд параметров по базовой модели; формат репозитория — safetensors, библиотека — Transformers. Модель принимает и выдаёт текст. Заявленная область применения — продолжительная работа над задачей программирования в диалоге с вызовами инструментов. В README приведены результаты нескольких кодовых бенчмарков, но автор отдельно предупреждает, что раннее тестирование агентного сценария ограничено и проверка harness ещё продолжается. Модель предназначена для генерации и исправления кода, решения сложных задач программирования и работы агента, который продолжает задачу между ходами и вызовами инструментов. README сообщает, что у модели нет vision tower и весов visual.*, поэтому, несмотря на унаследованную конфигурацию мультимодальной архитектуры и связанные теги, изображениями она не обрабатывает. В качестве ограничений указаны ограниченные для её размера общие знания и предварительный характер оценки агентной надёжности. Лицензия — Apache-2.0.

LettuceDetect — модель KRLabsOrg для поиска галлюцинаций в ответах на немецком языке в приложениях с генерацией с дополнением извлечёнными данными (RAG). Это дообученная EuroBERT-610M с архитектурой EuroBertForTokenClassification и примерно 607,8 млн параметров. Модель получает контекст и ответ и помечает на уровне токенов фрагменты ответа, которые не подтверждаются контекстом; предсказания можно объединять в участки текста для проверки. Модель обучена на переведённом наборе RagTruth-DE и рассчитана на немецкий язык. Контекстное окно — до 8192 токенов. В описанных авторами оценках F1 составил 74,95% на тесте RagTruth-DE и 71,79% на вручную проверенных 300 примерах. Вариант на 610 млн параметров требует больше вычислительных ресурсов, чем вариант на 210 млн. Репозиторий распространяется по лицензии MIT.

RicardoLee разработал эту модель как экспериментальное дообучение Llama2-chat-7B на китайских и англоязычных инструкциях, данных для ревью и исправления Python-кода и примерах логических вопросов и ответов. Цель проекта — изучить, как обучение на коде влияет на диалоговые способности и рассуждения модели. Использован LoRA rank 8 с настройкой embedding и LM Head; адаптер объединён с базовой моделью, поэтому репозиторий содержит готовую к использованию модель на 6,7 млрд параметров. Модель предназначена для генерации ответов в формате диалога, ревью и исправления Python-кода, комментирования и суммаризации кода, а также ответов на логические вопросы. Для вывода следует применять шаблон Stanford Alpaca с начальным приветствием. Контекст составляет 2048 токенов; архитектура — плотная Llama causal language model. В карточке не указана лицензия, поэтому условия распространения и использования следует уточнять по лицензии базовой модели и репозитория.

Enigma — языковая модель Valiant Labs для генерации кода по инструкциям и общего диалога. Она дообучена на Llama 3.2 3B Instruct с использованием синтетических данных для программирования и общего общения; в карточке названы наборы sequelbox/Tachibana и sequelbox/Supernova. Модель использует плотную архитектуру LlamaForCausalLM, содержит 3,2 млрд параметров и принимает формат запросов Llama 3.2 Instruct. Заявленная длина контекста — 131 072 токена. Enigma предназначена для написания и объяснения кода, ответов на вопросы и обычного общения в чате. Карточка отмечает английский язык, а также возможности следования инструкциям и интерфейс вызова инструментов. Модель распространяется в формате safetensors по лицензии Llama 3.2. Результаты генерации кода и ответов могут содержать ошибки; карточка не приводит отдельных оценок качества или подробных ограничений.

Magicoder S DS 6.7B GGUF — квантизированная версия языковой модели Magicoder S DS 6.7B, разработанной Intellligent Software Engineering (iSE) и подготовленной в формате GGUF пользователем TheBloke. Модель предназначена прежде всего для генерации кода и работы в роли интеллектуального ассистента программиста: она обучена следовать инструкциям и отвечать на запросы, связанные с написанием и обработкой программного кода. В качестве обучающих данных указаны наборы Magicoder-OSS-Instruct-75K и Magicoder-Evol-Instruct-110K. Модель основана на архитектуре DeepSeek, содержит 6,7 млрд параметров и работает в режиме text-generation. Поддерживаются GGUFv2-файлы с различными уровнями квантизации от 2 до 8 бит, что позволяет запускать модель с разными компромиссами между качеством, потреблением памяти и скоростью на CPU и GPU. Формат совместим с llama.cpp и рядом сторонних интерфейсов и библиотек, включая text-generation-webui, KoboldCpp, GPT4All, LM Studio и llama-cpp-python. Языки и размер контекстного окна в README не указаны. Сильными сторонами модели являются специализация на задачах программирования, возможность локального запуска и широкий выбор вариантов квантизации. Ограничения включают потенциальное снижение качества при использовании более агрессивной квантизации, а также отсутствие в предоставленных данных подробных характеристик производительности, поддерживаемых языков и контекста. Указана лицензия DeepSeek с типом «other»; точные условия лицензии следует уточнять в оригинальном репозитории модели.

HA-Siala/Mamba-full-v0.1 — дообученная языковая модель на архитектуре Mistral с 7,1 млрд параметров, разработанная для поиска ошибок в коде Mamba и подготовки его переработанных версий. Модель предназначена для анализа и рефакторинга кода; контекст составляет до 32 768 токенов. Модель принимает текстовые запросы и выдаёт текст, включая предложения по исправлению кода. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Лицензия — Apache-2.0. Карточка не уточняет поддерживаемые языки программирования или результаты оценки качества.

MiniCPM5-2B-Midtrain — промежуточная версия плотной причинно-языковой модели серии MiniCPM5, разработанной командой OpenBMB. Она построена на архитектуре LlamaForCausalLM и предназначена для локальных помощников, программирования, работы с инструментами и рассуждений на устройствах с ограниченными ресурсами. Модель содержит около 2,2 млрд параметров и поддерживает контекст до 131 072 токенов. Модель генерирует текст, поддерживает диалоговый режим и рассчитана на английский и китайский языки. В карточке серии заявлены сильные результаты для своего класса в программировании, математике, длинном контексте, использовании инструментов и агентных задачах; указанные сравнения относятся к MiniCPM5-2B в целом, а не обязательно к этой промежуточной версии. Весы доступны в формате safetensors, лицензия — Apache-2.0. Как промежуточный чекпойнт midtrain, модель может уступать завершённой версии по следованию инструкциям и качеству диалога. Её ответы могут быть неточными, предвзятыми или оскорбительными; модель не заменяет экспертную консультацию в чувствительных областях.

EryriLabs (Dwain Barnes) собрала эту мультимодальную модель как TIES-слияние Ornith-1.5-35B-A3B, BigBang-v1 и Qwen3.6-35B-A3B. Модель семейства Qwen3.5 MoE принимает текст и изображения и предназначена для диалогов, агентного программирования, следования инструкциям и анализа изображений. В репозитории указаны веса Safetensors и совместимость с Transformers; в README описана замена случайно инициализированной MTP-головы Ornith на обученную голову Qwen3.6 для спекулятивного декодирования. Авторы сообщают о приёме 55–75% черновых токенов в небольших локальных замерах с llama.cpp, но отмечают, что проверка ограничена и не является полноценным бенчмарком. Модель выпущена по лицензии MIT с указанием авторства трёх родительских моделей.

OS-Copilot/OS-Shepherd-9B — мультимодальная reward-модель, разработанная OS-Copilot для оценки траекторий агентов, управляющих компьютером. Она получает инструкцию пользователя, снимки экрана, а также рассуждения и действия агента и выносит обоснованный вердикт SUCCESS или FAIL о выполнении задачи. Модель дообучена на Qwen/Qwen3.5-9B методом SFT с последующим GRPO на наборе OS-Copilot/OS-Shepherd-100K. Этап обучения с подкреплением был направлен на снижение числа ошибочных оценок SUCCESS. Архитектура — плотная Qwen3.5 с 9 млрд параметров; модель поддерживает изображения и текст и рассчитана на англоязычные сценарии. Для работы README рекомендует использовать канонический формат запросов и траекторий из репозитория OSReward, а также свежую версию Transformers, vLLM или SGLang с поддержкой мультимодальности Qwen3.5. Модель подходит для проверки результатов компьютерных агентов и оценки их траекторий. Она распространяется по лицензии Apache-2.0. Качество оценки зависит от соблюдения ожидаемого формата запросов и траекторий; модель предназначена для вынесения вердиктов, а не для непосредственного управления компьютером.

PreferED — модель оценки предпочтений на архитектуре DeBERTa, разработанная Samagra и предназначенная для оценки ответов приложений на базе LLM. Она принимает текст с контекстом и критериями оценки, а также проверяемую генерацию, и возвращает логит-оценку, по которой можно сравнивать ответы по качеству, релевантности, уместности или наличию галлюцинаций. Модель содержит 533,8 млн параметров, использует архитектуру DeBERTa-v2 для классификации последовательностей и рассчитана на контекст до 512 токенов. Основной язык — английский. Модель обучена на Anthropic HH/RLHF с использованием DeBERTa-v3-large в качестве базовой модели; на тестовой выборке HH/RLHF указана точность 69,7%. Обучение использовало бинарную кросс-энтропию. Подходит для ранжирования и проверки текстовых ответов в оценочных конвейерах, в том числе при наличии эталонного или извлечённого контекста. Лицензия — MIT. Качество оценки может зависеть от соответствия критериев и данных конкретной задачи обучающим данным; опубликованный показатель относится к тестовой выборке HH/RLHF.

Карточка модели testsavantai/prompt-injection-defender-base-v0 на Hugging Face совпадает с карточкой testsavantai/prompt-injection-defender-large-v0, поэтому описание составлено по ней. testsavantai/prompt-injection-defender-large-v0 — англоязычный классификатор TestSavantAI для обнаружения вредоносных prompt injection и jailbreak-запросов, предназначенных для атак на большие языковые модели. Модель дообучена на базе Microsoft DeBERTa-v3-base и использует архитектуру DeBERTa для классификации последовательностей; размер составляет 211,6 млн параметров, максимальная длина контекста — 512 токенов. Модель помогает оценивать входящие запросы как вредоносные или добросовестные, чтобы защищать LLM-приложения, сохраняя полезные запросы и снижая число ошибочных блокировок. В карточке упомянуты тестирование на наборах для косвенных prompt injection, jailbreak-сценариев и red teaming, включая Microsoft-BIPIA, JailbreakBench и Garak. Для запуска можно использовать библиотеку Transformers; веса опубликованы в формате safetensors. Модель предназначена для англоязычного текста. Качество классификации зависит от того, насколько атаки и добросовестные запросы в реальном приложении похожи на примеры обучения и оценки; карточка не приводит конкретных численных результатов. Лицензия в предоставленных данных не указана.

Qweble-Sol 4B — дообученная ukuwzi модель на базе Qwen3.5-4B, настроенная для системного администрирования, программирования, отладки и DevOps. Это плотная модель примерно на 4,21 млрд параметров; данная версия представлена в 4-битном формате MLX для локального запуска через mlx-lm на устройствах Apple Silicon. Модель сохраняет диалоговые и рассуждающие возможности базовой Qwen3.5-4B. Она предназначена для помощи с администрированием Linux и macOS, shell-скриптами, кодом, Docker, сетями, настройкой серверов, автоматизацией и CI/CD, а также для общих технических вопросов. Карточка указывает английский язык; отдельная длина контекста не приведена. Версия компактна и рассчитана на экономичный локальный запуск, однако 4-битная квантизация и размер модели могут снижать точность относительно более крупных или высокоточных вариантов. Модель может ошибаться в командах, параметрах и коде, поэтому результаты следует проверять. Модель выпущена под лицензией Apache-2.0. Это независимое дообучение и упаковка ukuwzi, а не официальный релиз Alibaba или команды Qwen.

qwen3.5-4B-super-coder — 4-битная квантованная модель в формате GGUF, опубликованная под идентификатором thunquant/qwen3.5-4B-super-coder и основанная на Qwen/Qwen3.5-4B. Модель объединяет базовую архитектуру Qwen с чередованием трёх слоёв Gated-DeltaNet и одного слоя Full Attention; всего 8 из 32 слоёв используют полный KV-кэш. Размер файла составляет около 2,6 ГБ, заявленное окно контекста — 32K токенов, при этом базовая модель поддерживает расширение до 262K/1M через YaRN. Модель предназначена прежде всего для программирования, агентских сценариев и структурированного вызова инструментов на потребительских и мобильных устройствах. Она специализировалась на Python, JavaScript, Shell и других языках, обучалась следовать схемам JSON, различать случаи необходимости вызова инструмента и поддерживает режим видимого рассуждения с блоками <think>. Обучение включало дистилляцию данных в стиле Claude, этапы специализации на коде и tool-calling, а также дообучение на трассах Fable reasoning и агентского программирования. К сильным сторонам относятся небольшой размер, низкая нагрузка на KV-кэш, пригодность для устройств с 8 ГБ и более оперативной памяти, генерация кода и точный структурированный tool-calling. Ограничения связаны с малым размером модели, 4-битной потерей точности и тем, что заявленные характеристики и качество основаны на описании карточки; независимые бенчмарки не приведены. Модель распространяется по лицензии Apache-2.0.

Solstice-AI/Qwen3.8-27B-TURBO-Fable-Cold-Fusion-735-882-Heretic-Uncensored-NM-DAU-mlx-oQ8e-1M — это версия модели Qwen3.8-27B Cold Fusion, разработанной DavidAU, с последующей квантизацией, масштабированием контекста и упаковкой от Solstice-AI. Модель предназначена для локального запуска на устройствах Apple Silicon через Apple MLX, Anvil Runtime и MLX-LM, включая задачи рассуждений, программирования, агентной разработки ПО, отладки репозиториев и длительных рабочих процессов с большим контекстом. В README также заявлена поддержка сценариев управления операционными системами и мобильными устройствами. Модель имеет размер 27 млрд параметров и поставляется в смешанной 8-битной точности Apple MLX oQ8e, оптимизированной с помощью importance matrix. Заявлена гибридная архитектура с Gated Delta Recurrent Network и Grouped-Query Attention, а также аппаратная Multi-Token Prediction. Максимальный контекст составляет 1 048 576 токенов благодаря YaRN RoPE scaling. Указаны английский и китайский языки; в метаданных модель обозначена как image-text-to-text, однако подробности поддержки изображений в README не приведены. К заявленным сильным сторонам относятся большой контекст, оптимизация для unified memory и Metal на Apple Silicon, сохранение качества при квантизации и высокая производительность с заявленным ускорением 1,72–2,20 раза благодаря MTP. README приводит результаты внутренних или заявленных разработчиками сравнений, включая 61,7% на SWE-bench Pro и 735 на ARC-C, но их независимая проверка не представлена. Ограничения включают зависимость от совместимого Apple Silicon окружения, возможные потери качества из-за квантизации и отсутствие подробных данных о требованиях к памяти и воспроизводимости оценок. Лицензия указана как Apache 2.0.

Ring-1T — большая языковая модель для диалога и сложных рассуждений, разработанная командой Bailing и опубликованная под лицензией MIT. Она использует архитектуру Ling 2.0 с механизмом Mixture of Experts: в карточке Hugging Face указано 49,6 млрд параметров, а README описывает исходную основу как модель с 1 трлн параметров и 50 млрд активируемых параметров. Модель принимает текст, поддерживает контекст до 65 536 токенов по метаданным и предоставляет интерфейс для вызова инструментов. Ring-1T предназначена для математических и логических задач, генерации кода, ответов на вопросы и творческого письма. Разработчики сообщают о результатах на олимпиадных задачах по математике и программированию, но эти оценки основаны на собственных тестах и не гарантируют качество в других сценариях. README также предупреждает о возможной предвзятости при распознавании собственной идентичности, смешивании языков и повторениях; эффективность вывода на длинном контексте ограничена архитектурой внимания GQA.

zli12321/roberta-large-qa-evaluator — англоязычная модель на архитектуре RoBERTa-Large, предназначенная для оценки ответов систем вопросно-ответного поиска. Карточка связывает её с набором PEDANTS для оценки ответов; README пакета QA-Evaluation-Metrics описывает сопоставление ответа кандидата с эталонными ответами с учётом вопроса. Метаданные указывают 454,1 млн параметров, контекст до 514 токенов и формат safetensors. Модель можно использовать для проверки, соответствует ли ответ на вопрос одному из эталонных ответов, и для оценки качества QA-моделей на коротких и средних ответах. Метаданные Hugging Face задают задачу text-classification, хотя архитектура RobertaForMaskedLM и классификация каталога также указывают на fill-mask; для поиска оценки ответов основная задача — text-classification. Лицензия репозитория — MIT. README описывает пакет и семейство доступных моделей, но не раскрывает подробности обучения именно этого чекпойнта.

SantaCoderPack — предварительно обученная модель для генерации и дополнения кода, разработанная в рамках проекта BigCode. Она использует архитектуру GPTBigCode с multi-query attention и обучалась на данных CommitPack в формате, связывающем код до сообщения об изменении, само сообщение и код после него. Карточка указывает 250 тысяч шагов обучения и 131 млрд токенов предобучения; модель представлена в формате PyTorch и поддерживает контекст до 8192 токенов. Модель предназначена для генерации кода по инструкциям, исправления ошибок и работы с изменениями кода. В README перечислены Python, JavaScript, Java, C++, Go и Rust. Она рассчитана на сценарии программирования, однако качество может различаться по языкам и задачам; инструкция к примеру показывает, что полезно формулировать запрос в контексте фрагмента кода. Лицензия — BigCode OpenRAIL-M.

SWE-agent-LM-32B GGUF — языковая модель для задач программной инженерии, разработанная в рамках проекта SWE-smith командой SWE-bench. Модель создана на базе Qwen/Qwen2.5-Coder-32B-Instruct и дообучена на 5 тысячах траекторий, сгенерированных SWE-agent и Claude 3.7 Sonnet. Представленная версия подготовлена в формате GGUF с использованием llama.cpp и совместима с фреймворком SWE-agent. Модель предназначена для работы программных агентов, решающих задачи разработки и исправления программного кода, включая сценарии, связанные с SWE-bench. Она ориентирована на генерацию текста и кода на английском языке. Известно, что модель содержит 32 миллиарда параметров; сведения о поддерживаемых модальностях, размере контекста и конкретном варианте квантования в README не указаны. Сильными сторонами являются специализация на программной инженерии, обучение на агентных траекториях и возможность локального запуска через совместимые инструменты. Ограничения включают отсутствие в предоставленных данных подробных результатов бенчмарков, характеристик производительности, требований к аппаратному обеспечению и описания поведения за пределами задач разработки ПО. Указана лицензия Apache-2.0.

CORTEX — большая языковая модель Frankenstein-Labs для программирования, веб-разработки, обучения и общего ассистирования. В репозитории опубликован чекпойнт архитектуры DeepseekV4ForCausalLM с 44,9 млрд параметров по метаданным Hugging Face; README также приводит другое число параметров, поэтому точный размер расходится между источниками. Метаданные указывают формат safetensors FP8, библиотеку Transformers и контекст до 1 048 576 токенов. Заявлены генерация и объяснение кода, помощь с проектированием и анализом программ, поиск ошибок и разбор технических концепций; поддерживаемые языки в метаданных — французский, английский и китайский. Чекпойнт требует нескольких ускорителей и актуальной версии Transformers с поддержкой deepseek_v4; однографическая конфигурация не документирована. Полная загрузка и качество генерации Frankenstein-Labs не проверялись, поэтому заявленные сценарии следует считать предназначением, а не подтверждёнными результатами. Встроенная экспериментальная vision-адаптация не работает на полном чекпойнте и не делает его мультимодальной моделью. README описывает распределённые веса как опубликованный артефакт, а отдельный конвейер обучения собственных весов с нуля — как независимую работу; связь текущего чекпойнта с базовой моделью не подтверждена. Лицензия — MIT.

Dolphin 2.9.4 Gemma2 2B — диалоговая языковая модель, подготовленная Эриком Хартфордом и Cognitive Computations на базе Google Gemma 2 2B. Это плотная авторегрессионная модель с 2,7 млрд параметров, обученная с контекстом 8192 токена; для диалога использует шаблон ChatML. В метаданных указаны формат safetensors и задача генерации текста. Модель предназначена для следования инструкциям, диалогов, написания и анализа кода, а также сценариев с функциями и агентными действиями. Разработчик отмечает обучение на данных для разных языков и особое внимание к соблюдению системных инструкций. Упомянуто применение GrokAdamW и Liger Kernel, но автор не утверждает, что обучение привело к ожидаемому обобщению. Модель описана разработчиком как uncensored и может охотно выполнять вредоносные или неэтичные запросы; перед предоставлением пользователям рекомендуется добавить собственный слой выравнивания. Она распространяется по лицензии Gemma, условия которой следует учитывать при использовании.

GuardrailsAI/finetuned_nli_provenance — модель классификации текста, разработанная Guardrails AI. Она предназначена для проверки связи между утверждением и исходным контекстом в сценариях контроля происхождения и фактической обоснованности ответов языковых моделей, включая оценку того, следует ли гипотеза из предоставленного текста. Модель основана на архитектуре RoBERTa и содержит около 454,1 млн параметров; поддерживает текстовый ввод и контекст до 514 токенов. В Hugging Face она опубликована для задачи text-classification и распространяется по лицензии Apache-2.0. Доступная карточка модели содержит ограниченное описание, поэтому сведения о точных данных обучения, метриках, поддерживаемых естественных языках и деталях меток классификации не установлены.

Hirundo Granite 4.2 8B Hardened — дообученная версия языковой модели IBM Granite 4.2 8B, созданная Hirundo с помощью поведенческого unlearning. Она предназначена для генерации текста и диалогов с пониженной восприимчивостью к prompt injection, включая прямые, закодированные и скрытые в содержимом инструкции, а также для оценки защищённости моделей и разработки приложений, где важна устойчивость к таким атакам. По README, на текстовом бенчмарке PurpleLlama доля успешных атак снизилась с 46,55% у исходной модели до 21,78%; в тестах garak также снизились показатели атак и утечки защищённого контекста. В шести основных тестах общих возможностей среднее изменение относительно базовой модели составило −0,28 процентного пункта. Это результаты конкретных оценок, а не гарантия защиты: модель следует проверять с реальными промптами, инструментами и источниками данных приложения. Модель рассчитана на текстовый ввод и текстовую генерацию; сведения об архитектуре, контексте и языках предлагается смотреть в карточке базовой модели. Распространяется по лицензии Apache-2.0.