II.6Документация и сопровождение разработки

kwondw/reranker-ModernBERT-base-gooaq-lambda — англоязычный кросс-энкодер, дообученный автором на базе answerdotai/ModernBERT-base с использованием Sentence Transformers и LambdaLoss. Модель принимает пары текстов и выдаёт оценку их релевантности для ранжирования результатов поиска; её можно использовать как второй этап после первичного поиска, а также для семантического поиска. Веса сохранены в формате safetensors, размер модели — 149 млн параметров, максимальная длина последовательности — 8192 токена. Модель обучена на наборе GooAQ из 95 939 примеров с вопросами, ответами и метками. В README приведены результаты переоценки для GooAQ и небольших наборов NanoBEIR: на GooAQ значение nDCG@10 составляет 0,7664, тогда как результаты на других наборах различаются. Это указывает на возможную зависимость качества от данных и сценария поиска; оценки из карточки не гарантируют аналогичной точности на пользовательских данных. Лицензия — Apache-2.0.

SBERTPQ — компактная модель Sentence-Transformers на архитектуре BERT, разработанная для оценки релевантности короткого текста вопросу. Она преобразует вопрос и текст преимущественно длиной до 10–15 слов в векторы размерностью 312; косинусное сходство между векторами служит оценкой того, содержит ли текст ответ на вопрос. Модель применялась для семантического поиска записей в базе фактов диалоговой системы. Модель основана на cointegrated/rubert-tiny2 и насчитывает 29 млн параметров. Карточка сообщает о контексте до 2048 токенов, быстром инференсе даже на CPU и значении cossim_f1 до 0,986 на тестовой выборке. Модель ориентирована на русский язык и распространяется по лицензии Unlicense. Указанная метрика получена на конкретной тестовой выборке и не гарантирует такую же точность на других данных; назначение модели рассчитано на короткие тексты.

darioooooo0o/spark-4b-engram — экспериментальная специализированная на программировании модель, созданная автором репозитория на базе Spark-X2.5-4B. Она добавляет к замороженной базовой модели модуль условной памяти Engram для поиска шаблонов кода и предназначена для генерации кода на нескольких языках программирования и алгоритмических рассуждений. Архитектура — плотная причинная языковая модель Spark2_5ForCausalLM; в репозитории указаны 3,8 млрд параметров модели, а модуль Engram содержит около 826 млн параметров. Контекст — до 1 048 576 токенов. Модель принимает текстовые запросы и выдаёт текст, включая код; в карточке перечислены Python, C++, Java, JavaScript, C#, SQL, Bash, PHP и Rust. Engram обучался на 25 млн токенов кода и инструкций. README приводит предварительный результат HumanEval: 72% на варианте Spark-4B с Engram против 30% у исходной модели, однако автор предупреждает, что модуль обучен лишь на 20% и результаты предварительные. Для запуска предназначен стек Transformers и PyTorch; стандартный llama.cpp/GGUF не поддерживается. Лицензия репозитория — Apache-2.0.

facebook/tart-full-flan-t5-xl — модель ранжирования документов, разработанная исследователями Meta AI и представленная в проекте TART. Это кросс-энкодер на архитектуре T5, дообученный инструкциями на примерно 40 задачах информационного поиска и инициализированный из google/flan-t5-xl. Модель принимает запрос, текст документа и инструкцию на естественном языке, а затем оценивает релевантность документа запросу, чтобы упорядочить кандидатов после первичного поиска. Модель предназначена для улучшения поиска по коллекциям документов и применяется в сценариях retrieval-augmented generation, где нужно выбрать наиболее подходящие фрагменты для ответа. Авторы сообщают о результатах на BEIR, LOTTE и X²-Retrieval, превосходящих предыдущие методы на момент публикации работы. В метаданных указаны 385,2 млн параметров и контекст до 512 токенов; README приводит для TART-full размер 1,5 млрд параметров, поэтому сведения о размере расходятся. Доступен формат PyTorch. Для использования требуется специализированная реализация EncT5. README не сообщает лицензию, поэтому условия использования по имеющимся сведениям определить нельзя.

laion/tt-x4_temperature-t0p7-45-30B — экспериментальный чекпойнт модели, созданный в рамках гиперпараметрического перебора TaskTrove. Он получен дообучением Qwen/Qwen3-Coder-30B-A3B-Instruct методом GRPO на наборе DCAgent/exp_rpt_multifile с использованием SkyRL и Terminus-2; контроль кампании применял shaping по pass_ratio. В метаданных указана архитектура Qwen3 MoE для генерации текста, поддержка чата, 2,6 млрд параметров и контекст до 262 144 токенов. Модель ориентирована на генерацию кода и работу с многофайловыми задачами; README описывает выбор шага 45 как лучшего сохранённого чекпойнта по скользящей EMA награды. Обучение остановили на шаге 66 из 80 из-за роста энтропии политики; шаг 45 предшествует этому ухудшению, но результат обучения не достиг полного горизонта. Данных о языках, кроме английского в карточке, недостаточно для вывода о более широкой языковой поддержке. Лицензия — Apache-2.0.

TypeCastLM-Qwen3.5-3.8B — разработанная Mihail Gribov модель классификации с открытыми весами, предназначенная для принятия решений по заданному материалу и вопросу. Это дообученная плотная текстовая модель Qwen3.5 с классификационной головой; в метаданных указано 3,1 млрд параметров, контекст — 262 144 токена. Модель работает в четырёх режимах: бинарный ответ «да/нет», распределение «да/нет/не уверен», выбор одного из вариантов и оценка по порядковой шкале. Каждый режим требует одного прохода модели и возвращает вероятности вместо текста. Модель рассчитана на классификацию утверждений по материалу, проверку фактов, ответы на вопросы с вариантами и оценивание по рубрикам; отдельный выход «не уверен» можно использовать для отказа от решения или передачи задачи человеку. README приводит результаты на BoolQ, RTE и FEVER, а также ограничения точности при большом числе вариантов или уровней шкалы. Для бинарного режима температура настроена на более решительные ответы, поэтому его вероятности могут быть недостаточно калиброваны. Указана лицензия Apache-2.0.

mlx-community/Apertus-SEA-LION-v4-8B-IT — конвертированная в формат MLX версия модели Apertus-SEA-LION-v4-8B-IT, подготовленная сообществом mlx-community на основе модели AI Singapore. Это плотная авторегрессионная языковая модель Apertus с 10,3 млрд параметров, предназначенная для диалоговой генерации текста и инструкций на разных языках. Модель принимает текст и генерирует текст, поддерживает контекст до 65 536 токенов. В карточке перечислены английский, китайский, вьетнамский, индонезийский, тайский, филиппинский, тамильский, малайский и бирманский языки; основной акцент — языки Юго-Восточной Азии. Репозиторий содержит веса в формате safetensors, а README указывает на конвертацию для MLX с помощью mlx-lm 0.30.6. Модель подходит для диалоговых помощников и генерации ответов на запросы на поддерживаемых языках. Лицензия — Apache-2.0. Для использования в MLX требуется библиотека mlx-lm; сведения о сравнительных оценках качества в предоставленных материалах отсутствуют.

google/bert_uncased_L-6_H-768_A-12 — компактная англоязычная модель BERT из набора BERT Miniatures, разработанного Google и описанного в работе «Well-Read Students Learn Better». Это плотный трансформерный энкодер с 6 слоями, размерностью скрытого представления 768 и 12 головами внимания; в модели около 80,1 млн параметров. Она принимает текст без учёта регистра, обучена с WordPiece-маскированием и поддерживает контекст до 512 токенов. Модель предназначена для тонкой настройки на задачах понимания английского текста, например классификации и оценки сходства предложений. Компактный размер рассчитан на среды с ограниченными вычислительными ресурсами; авторы также отмечают пользу дистилляции, когда обучающие метки создаёт более крупная модель-учитель. Карточка приводит результаты на GLUE для других вариантов набора, но не отдельную оценку этой конфигурации. Доступны веса PyTorch и Flax. Лицензия — Apache-2.0.

Это преобразованная версия CodeGen2-1B от Salesforce, подготовленная Майклом Файлем для FauxPilot. Веса CodeGen2 представлены в архитектуре GPT-J и доступны в форматах PyTorch и Safetensors; модель относится к семейству GPT-J с плотной архитектурой GPTJForCausalLM. Контекст составляет 2048 токенов. Модель предназначена для генерации кода по текстовым подсказкам и продолжения незавершённых фрагментов, включая заполнение пропусков внутри кода. README указывает поддержку C, C++, C#, Dart, Go, Java, JavaScript, Kotlin, Lua, PHP, Python, Ruby, Rust, Scala, Shell, SQL, Swift, TypeScript и Vue. Обучение проводилось на разрешающей подвыборке дедуплицированного Stack v1.1; для infilling используются специальные токены CodeGen2. Качество генерации и корректность кода требуют проверки; заявленное назначение — программный синтез, особенно по подсказкам на английском языке. Лицензия — Apache-2.0.

CodeQwen1.5-7B-OpenDevin — языковая модель для программирования, разработанная OpenHandsCommunity. Это дообученная версия CodeQwen1.5-7B на задачи агента OpenDevin; модель построена на архитектуре Qwen2 и содержит 6,9 млрд параметров. Она предназначена для генерации и понимания кода, а также для разработки, отладки и итеративного исправления программных проектов. Поддерживает контекст до 65 536 токенов и доступна в формате PyTorch; для запуска авторы рекомендуют развернуть её на GPU и обращаться через OpenAI API. В оценке SWE-Bench-Lite в среде OpenDevin CodeAct 1.3 модель решила 4 задачи, создав pull request с исправлениями. Авторы отмечают, что это эксперимент дообучения и что её результаты значительно уступают GPT-4. Лицензия в предоставленных данных не указана.

Coder-2b-v0.1-hfrl — инструктивная языковая модель разработчика Lodo97 для генерации и редактирования кода по запросам на естественном языке. Модель основана на Phi-2 и дообучена для Python-кода: в карточке указаны датасет Vezora/Tested-22k-Python-Alpaca и последующее дообучение методом DPO на jondurbin/py-dpo-v0.1. README также называет промежуточную модель Lodo97/Test1; размер по метаданным — 3,5 млрд параметров, архитектура — плотная Phi, библиотека — Transformers, формат весов — safetensors, контекст — 2048 токенов. Модель предназначена для генерации Python-кода из инструкций, поиска ошибок и переписывания кода, в том числе при ограниченных аппаратных ресурсах. Основной язык карточки — английский. README не приводит оценок качества или подробных ограничений; сгенерированный код следует проверять и тестировать. Лицензия в предоставленных данных не указана.

Context Aware Splitter (CAS) — каузальная языковая модель семейства Llama, опубликованная mhenrichsen для разбиения текста с учётом контекста при подготовке данных для Retrieval-Augmented Generation (RAG). Она сегментирует текст на самостоятельные по смыслу фрагменты заданного примерного размера и возвращает список фрагментов вместе с кратким обозначением темы. Модель обучена на 12,3 тыс. датских текстов объёмом 13,4 млн токенов и рассчитана прежде всего на датский язык. Метаданные указывают размер 1 млрд параметров и контекст до 8194 токенов; веса представлены в форматах PyTorch и safetensors. CAS подходит для автоматической подготовки текстовых коллекций к индексации и поиску в RAG-системах. Карточка описывает её как специализированный сплиттер, а не как универсальную модель генерации. Лицензия Apache-2.0 допускает широкое использование при соблюдении её условий.

Это англоязычный разреженный CSR-энкодер tomaarsen, дообученный на базе mixedbread-ai/mxbai-embed-large-v1 на наборе Natural Questions с помощью библиотеки Sentence Transformers. Модель преобразует запросы и фрагменты текста в разреженные векторы размерности 4096; предусмотрено до 256 активных измерений. Максимальная длина входа — 512 токенов, сходство оценивается косинусной мерой. Модель предназначена для семантического поиска и разреженного поиска по запросам и документам, в частности для сценариев вопросов и ответов, похожих на Natural Questions. В README приведены результаты оценки поиска при разных ограничениях на число активных измерений; метрики относятся к указанным наборам nq_eval и не гарантируют аналогичное качество на других данных. Лицензия — Apache-2.0.

DeepHat-V1-7B-GGUF — это набор квантизированных GGUF-версий модели DeepHat/DeepHat-V1-7B, подготовленный KikoCis на основе модели команды DeepHat. Базовая модель представляет собой дообученную Qwen2.5-Coder-7B с архитектурой Qwen2; версии предназначены для запуска через llama.cpp, Ollama и совместимые среды на CPU или потребительских GPU. В README указан английский язык и специализация на кибербезопасности, DevOps и программном коде. Доступны варианты квантования от Q3_K_M до Q8_0, а также IQ4_XS, размером примерно от 3,81 до 8,10 ГБ. Для квантов применена importance matrix, что позволяет сохранить высокое сходство с эталонной BF16-версией: заявленное совпадение наиболее вероятного токена составляет от 98,02% для Q3_K_M до 99,82% для Q8_0. Модель поддерживает ChatML-шаблон и исходный шаблон вызова инструментов DeepHat, поэтому может использовать native function calling при наличии совместимого runtime. Приведены конфигурации запуска с контекстом 8192 токена, но максимальный размер контекста явно не указан. Сильные стороны модели — компактность, широкий выбор уровней квантования, высокая сохранность поведения относительно BF16 и специализация на задачах безопасности, DevOps и коде. Ограничения связаны с узкой предметной областью и размером 7B: в опубликованном тесте SWE-bench Verified модель решила 0 из 30 задач, а длительные многошаговые агентные циклы даются ей плохо. Старые версии Ollama и llama.cpp могут не поддерживать фильтр tojson в шаблоне вызова инструментов; в таком случае требуется обновление runtime или переход на упрощённый ChatML-шаблон с потерей native tool calling. Лицензия — Apache-2.0.

kwondw/distilbert-base-uncased-msmarco-margin-mse-mnrl-100 — англоязычная модель Sentence Transformers, дообученная автором на основе distilbert/distilbert-base-uncased для поиска по текстам. Она кодирует предложения и абзацы в плотные векторы размерности 768; близость оценивается скалярным произведением. Архитектура включает DistilBERT и усредняющий слой пулинга. README указывает максимальную длину последовательности 300 токенов, а метаданные — контекст до 512 токенов. Модель предназначена для извлечения эмбеддингов и поиска релевантных текстов, включая семантический поиск и retrieval. В README приведены результаты оценки на NanoMSMARCO, однако показатели dot_accuracy@1, @3 и @5 низкие, поэтому качество для практического поиска следует проверять на целевых данных. Также указано, что обучение проводилось на наборе из 100 примеров. Модель принимает текст и выдаёт векторы. Распространяется по лицензии Apache-2.0.

distilbert-foundation-category-c5 — дообученная модель DistilBERT для классификации текстов по категориям. Она разработана автором thedavidhackett на базе distilbert/distilbert-base-uncased и использует архитектуру DistilBertForSequenceClassification. Модель предназначена для задач классификации последовательностей; в README приведены результаты оценки: accuracy 0,9335 и loss 0,3193. Максимальная длина контекста составляет 512 токенов. Базовая модель uncased, то есть не различает регистр английских букв; доступные сведения не описывают набор категорий, обучающие данные и ограничения применения. Модель распространяется по лицензии Apache-2.0.

dphn/fc-dolphin-2.6-mistral-7b-dpo-laser — языковая модель на архитектуре Mistral, разработанная Дэвидом, Фернандо и Эриком как версия Dolphin 2.6 с поддержкой вызова функций. Модель обучена на варианте набора glaive function calling v2 и использует формат описания и вызова функций из этого набора; для диалогов применяется ChatML. Модель предназначена для генерации текста и диалоговых сценариев, где ассистенту нужно выбирать и вызывать объявленные функции, например поиск по Wikipedia. В карточке описан экспериментальный приём частичной заморозки весов по анализу laserRMT, призванный снизить забывание ранее усвоенных знаний при обучении новым навыкам. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Репозиторий содержит веса PyTorch. Лицензия — Apache-2.0. Авторы отмечают, что это первая модель в серии экспериментов; качество вызова функций и результаты метода частичной заморозки в карточке подробно не оценены.

HaS Text — компактная языковая модель для локальной обработки конфиденциального текста, разработанная автором репозитория maoge888888. Она дообучена на базе Qwen3-0.6B-Base и предназначена для конвейера защиты данных: распознавания именованных и чувствительных сущностей, их согласованной анонимизации и восстановления по сохранённому словарю соответствий. Модель поддерживает китайский, английский, португальский, французский, испанский, немецкий, корейский и японский языки. Модель использует плотную архитектуру Qwen3ForCausalLM и содержит около 508 млн параметров. Репозиторий содержит веса Safetensors в FP16; заявленный контекст — 32 768 токенов. Среди описанных возможностей — семантические метки для заменённых сущностей, разрешение вариантов написания одной сущности, согласованность между ходами диалога и обработка длинных документов частями. Для инференса README рекомендует локальный запуск через llama.cpp; производительность приведена для Apple M4 Pro и может отличаться на другом оборудовании. Модель рассчитана на NER и генерацию текста при анонимизации, но качество зависит от точного соблюдения обучающих шаблонов промптов: README предупреждает, что отклонения могут ухудшить результат. Указанная лицензия — MIT. В README FP16-версия названа базовой для дообучения и исследований, а для производственного развертывания рекомендованы отдельные квантованные варианты.

InternVL3_5-8B-GGUF — это квантизированная версия мультимодальной модели InternVL3_5-8B, разработанной OpenGVLab. Модель предназначена для задач преобразования изображений и текста в текст, включая сценарии, где требуется анализ визуальной информации и генерация текстового ответа. Формат GGUF ориентирован на локальный запуск с использованием совместимых инструментов, в частности llama.cpp и LM Studio. Квантизацию выполнил bartowski на основе llama.cpp release b6258. В предоставленных данных указаны мультимодальный pipeline image-text-to-text и размер базовой модели 8B; сведения о конкретной архитектуре, поддерживаемых языках, длине контекста и доступных вариантах модальностей отсутствуют. Квантизация может упростить локальное развертывание и снизить требования к ресурсам, но потенциально влияет на точность по сравнению с исходной моделью. Лицензия в README не указана, поэтому условия использования необходимо уточнять в документации исходной модели OpenGVLab/InternVL3_5-8B и соответствующей версии GGUF. Как и другие модели такого типа, она может генерировать неточные, вредные или неподходящие ответы.

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.

JGOS-31B-Think — корейская модель с акцентом на рассуждения, разработанная VIDRAFT. Это плотная модель семейства Gemma 4 с 31 млрд параметров, предназначенная для диалогов и задач с изображениями и текстом. В карточке заявлен пошаговый режим рассуждений; метаданные также указывают поддержку зрения. Модель можно развернуть через vLLM и OpenAI-совместимый API. Лицензия — Apache-2.0.

Keye-VL-671B-A37B — мультимодальная языковая модель семейства Keye-VL, разработанная командой Kwai-Keye. Она предназначена для понимания и генерации текста, анализа изображений и видео, визуальных рассуждений и решения математических задач. В карточке описана архитектура KeyeVLMoeForConditionalGeneration; репозиторий содержит веса safetensors в формате FP8. Модель рассчитана на контекст до 163 840 токенов и поддерживает видеозапросы с текстовым ответом. При обучении использовались данные для визуальных вопросов и ответов, включая OCR, диаграммы и таблицы, а также синтетические цепочки рассуждений и последующее обучение с проверкой ответов. Это делает модель применимой для анализа видеоматериалов и визуального содержимого с текстовым запросом. Указанная лицензия — Apache-2.0. Для развёртывания README приводит инструкции с SGLang и описывает многосерверную конфигурацию.

QuantFactory/lb-reranker-0.5B-v1.0-GGUF — это квантизированная версия модели LB Reranker v1.0, созданная QuantFactory с использованием llama.cpp на основе Qwen/Qwen2.5-0.5B-Instruct, разработанной командой lightblue. Модель предназначена для оценки связанности поискового запроса с фрагментом текста и последующего ранжирования или переранжирования результатов в системах информационного поиска и retrieval-based приложениях. Также она показала хорошие результаты при ранжировании фрагментов кода. Модель представляет собой компактную causal language model с примерно 0,5 млрд параметров, работающую с текстовыми запросами и контекстами. Она обучена выдавать оценку от 1 до 7, где 1 означает минимальную, а 7 — максимальную связанность; для получения непрерывного рейтинга рекомендуется рассчитывать математическое ожидание по вероятностям этих значений. Обучение проводилось на данных более чем на 95 языках, поэтому модель ориентирована на многоязычные сценарии, включая английский, китайский, русский и многие другие языки. Точный размер контекста в карточке не указан. К сильным сторонам относятся компактный размер, поддержка широкого набора языков, возможность использования распространённых средств инференса и заявленное преимущество по ряду оценочных бенчмарков. Ограничения включают отсутствие подробных сведений о результатах тестирования, точном контекстном окне и характеристиках квантизации; модель выдаёт оценку релевантности, а не готовый ответ на запрос, поэтому её качество зависит от формата входных данных и конкретного домена. Модель распространяется по лицензии Apache-2.0.

ApolloRaines разработала Llama-3.1-8B-Instruct.immunized.v1 — дообученный вариант инструкционной модели Meta Llama 3.1 8B, предназначенный для диалогов и генерации текста с защитой от утечек приватного контекста при атаках класса EchoLeak. Модель имеет плотную архитектуру LlamaForCausalLM, около 7,5 млрд параметров и контекст до 131 072 токенов. Веса доступны в Safetensors и нескольких вариантах GGUF, включая F16 и квантованные сборки. Защита встроена в веса и не требует дополнительных компонентов при запуске. Карточка сообщает о результатах тестов на сценариях prompt injection и сохранении показателей на отдельных проверках рассуждения и калибровки. Основной язык карточки — английский; базовая модель описана как многоязычная. Модель рассчитана на применение в диалоговых системах, использующих приватный контекст, например RAG и агентных сценариях. Указанная лицензия — Llama 3.1. Заявленная защита ограничена классом EchoLeak и не устраняет другие виды атак, отказов или галлюцинаций. В README также отмечено, что в более сложном ролевом тесте сохраняются утечки, а поведение после дальнейшего дообучения может измениться. Результаты бенчмарков приведены автором модели и сами по себе не гарантируют защиту в конкретной системе.

Это пакет слоёв модели Llama 3.3 70B Instruct в формате GGUF Q3_K_M, подготовленный Mesh LLM для распределённого инференса. Пакет создан из unsloth/Llama-3.3-70B-Instruct-GGUF и разбивает исходное представление модели на артефакты по слоям для запуска на кластере Mesh LLM. Модель предназначена для локального приватного диалогового инференса, распределения вычислений и памяти между несколькими машинами, а также для чат-сценариев через локальный API, совместимый с OpenAI. В основе — семейство Llama; пакет поддерживает генерацию текста и чат. Квантизация Q3_K_M уменьшает требования к ресурсам по сравнению с полноточным представлением, но может влиять на качество ответов. Условия лицензии следует сверять с карточкой исходной модели.

KB8407/Llama-3-KoEn-8B-Instruct-AIDOK — чат-модель для генерации текста, разработанная KB8407 путём дообучения beomi/Llama-3-KoEn-8B-Instruct-preview. Она предназначена для диалогов и ответов на инструкции на корейском и английском языках. Модель использует плотную архитектуру LlamaForCausalLM и содержит 7,5 млрд параметров; длина контекста составляет 8192 токена. В карточке указано, что при обучении применялись Unsloth и TRL. Модель подходит для разговорных интерфейсов и генерации ответов на запросы. Базовая модель ориентирована на корейский и английский языки; метаданные карточки этой модели отдельно отмечают английский. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. В README не приведены оценки качества или дополнительные ограничения.

LongCat-Next — мультимодальная авторегрессионная модель, разработанная Meituan и построенная на базе MoE-модели LongCat-Flash-Lite. Она обучается предсказывать единый поток дискретных токенов для текста, изображений и аудио. В репозитории указано 3B параметров, а контекст составляет 131 072 токена. Модель предназначена для чата, понимания и генерации изображений, понимания речи, голосового общения с низкой задержкой и клонирования голоса. Также заявлена конкурентоспособность на мультимодальных задачах и качество генерации изображений при сильном сжатии представления. Поддерживаются интерфейс вызова инструментов и работа с Transformers; для запуска README рекомендует не менее трёх GPU с 80 ГБ видеопамяти каждый. Модель распространяется по лицензии MIT. Разработчики отмечают, что её не проектировали и всесторонне не оценивали для всех возможных прикладных сценариев.

arianraje/mimo-7b-gdn-hybrid-400M-OPD — экспериментальный чекпойнт MiMo для генерации текста и диалогов, созданный в рамках исследования преобразования моделей с полным вниманием в гибридные модели GDN (gated DeltaNet) с сохранением части слоёв полного внимания. Это снимок Stage-3 OPD после обучения на 403,27 млн сгенерированных токенов; базой и учителем служила XiaomiMiMo/MiMo-7B-RL-0530, 7-миллиардная языковая модель Xiaomi для математических и программных рассуждений, дообученная с подкреплением. Модель использует плотную архитектуру MiMoGDNForCausalLM с линейным вниманием и контекстом до 65 536 токенов. В карточке приведены результаты GSM8K и RULER-lite, включая извлечение ключевой информации из длинного контекста. Для загрузки требуется зарегистрировать пользовательскую архитектуру mimo_gdn; стандартный AutoModelForCausalLM не подходит, а для обслуживания через vLLM нужна отдельная регистрация. Репозиторий распространяется в формате safetensors по лицензии MIT.

openbmb/MiniCPM-V-4.6-Thinking-GPTQ — GPTQ-квантизированная версия мультимодальной модели MiniCPM-V 4.6 Thinking, разработанной командой OpenBMB. Модель предназначена для понимания изображений и видео, включая сложные мультимодальные рассуждения, математические задачи и сценарии с интенсивным использованием OCR. Она генерирует явную цепочку рассуждений перед итоговым ответом. Модель использует архитектуру, ориентированную на эффективную работу на периферийных устройствах: визуальный энкодер SigLIP2-400M и языковую модель Qwen3.5-0.8B, а также смешанное сжатие визуальных токенов 4x/16x. Данная версия имеет квантизацию GPTQ W4A16 и рассчитана на использование через Transformers. Поддерживаются входы в виде изображений и видео; заявлена возможность развертывания на iOS, Android и HarmonyOS. Сведения о поддерживаемых языках и размере контекстного окна в карточке не указаны. К сильным сторонам относятся низкие требования к ресурсам, пригодность для мобильных и edge-сценариев, обработка изображений и видео, а также улучшенное качество на сложных задачах благодаря режиму рассуждений. Ограничения связаны с тем, что это квантизированная версия базовой модели и что подробные результаты бенчмарков, поддерживаемые языки и контекст не приведены. Модель распространяется по лицензии Apache-2.0.

Это GGUF-квантизированная версия мультимодальной модели Pixtral 12B, разработанной командой Mistral Community. Квантизацию выполнил bartowski с использованием llama.cpp и метода imatrix; в репозитории представлены варианты от BF16 до низкобитных форматов Q2–Q8. Модель предназначена для задач image-text-to-text, то есть обработки изображений вместе с текстовыми запросами и генерации текстовых ответов. Модель доступна в различных вариантах квантизации, что позволяет выбирать баланс между качеством, размером файла и требованиями к памяти. Размер файлов варьируется примерно от 5,45 ГБ для Q2_K_L до 24,50 ГБ для BF16. Для большинства сценариев рекомендуются варианты Q4_K_M, Q5_K, Q6_K и соответствующие форматы; более компактные варианты подходят для систем с ограниченным объёмом оперативной памяти, но могут заметно уступать по качеству. Формат GGUF ориентирован на запуск через llama.cpp, LM Studio и другие совместимые проекты. README не содержит сведений о размере контекста, поддерживаемых языках, точной архитектуре мультимодальной части и формате промптов, поэтому эти характеристики нельзя надёжно определить по представленным данным. Указанная лицензия — Apache-2.0.