II.6Документация и сопровождение разработки

llamafactory/tiny-random-Llama-4 — небольшая версия модели Meta Llama 4 Scout 17B-16E-Instruct, опубликованная в экосистеме LlamaFactory и предназначенная для использования с библиотекой Transformers. README не содержит подробного описания архитектуры, количества параметров, поддерживаемых языков, модальностей или размера контекста. Модель, вероятно, служит компактным вариантом исходной модели для исследовательских и тестовых сценариев, однако конкретные задачи и характеристики в предоставленных данных не указаны. В карточке также отмечено, что готовый inference не заявлен. Модель распространяется по лицензии Apache 2.0.

Vela-Lumen-31M — компактная языковая модель ParallaxOpen на 31,3 млн параметров, обученная с нуля. Это плотный декодерный Transformer с GQA 8:4, SwiGLU, RMSNorm и RoPE; модель доступна в форматах GGUF F16 и Safetensors FP16/FP32 и запускается через Ollama, llama.cpp и LM Studio либо из Python. Модель предназначена для генерации текста и простых диалоговых сценариев, включая эксперименты с математическими задачами. Она предварительно обучалась на 1,5 млрд токенов, затем дообучалась на 780 тысячах примеров ChatML; обучение заняло около восьми часов на ноутбучном GPU с 8 ГБ памяти. В карточке указан английский язык. README характеризует модель как proof of concept: оценка GSM8K составляет 3%, а примерный ELO — 900–950, поэтому её возможности заметно ограничены по сравнению с более крупными моделями. Лицензия CC BY-NC 4.0 разрешает использование с ограничениями на коммерческое применение.

Карточка модели mdagosta/waldito-python-basics-v1-r0002-u1-mdagosta-b на Hugging Face совпадает с карточкой mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b, поэтому описание составлено по ней. mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b — небольшая языковая модель, опубликованная как экспорт OpenWALDO. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста в диалоговом формате; размер составляет 819,6 тыс. параметров, контекст — 512 токенов. Для токенизации применяется схема OpenWALDO schema-1 с токенизатором байтового уровня. Модель можно рассматривать для экспериментов с генерацией и диалогами на базе Transformers. Карточка указывает формат safetensors. Для загрузки токенизатора требуется включить trust_remote_code=True. Лицензия и поддерживаемые естественные языки в предоставленных данных не обозначены.

Карточка модели mdagosta/waldito-python-basics-v1-r0003-u0-mdagosta-b на Hugging Face совпадает с карточкой mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b, поэтому описание составлено по ней. mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b — небольшая языковая модель, опубликованная как экспорт OpenWALDO. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста в диалоговом формате; размер составляет 819,6 тыс. параметров, контекст — 512 токенов. Для токенизации применяется схема OpenWALDO schema-1 с токенизатором байтового уровня. Модель можно рассматривать для экспериментов с генерацией и диалогами на базе Transformers. Карточка указывает формат safetensors. Для загрузки токенизатора требуется включить trust_remote_code=True. Лицензия и поддерживаемые естественные языки в предоставленных данных не обозначены.

Карточка модели mdagosta/waldito-python-basics-v1-r0003-u1-mdagosta на Hugging Face совпадает с карточкой mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b, поэтому описание составлено по ней. mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b — небольшая языковая модель, опубликованная как экспорт OpenWALDO. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста в диалоговом формате; размер составляет 819,6 тыс. параметров, контекст — 512 токенов. Для токенизации применяется схема OpenWALDO schema-1 с токенизатором байтового уровня. Модель можно рассматривать для экспериментов с генерацией и диалогами на базе Transformers. Карточка указывает формат safetensors. Для загрузки токенизатора требуется включить trust_remote_code=True. Лицензия и поддерживаемые естественные языки в предоставленных данных не обозначены.

Карточка модели mdagosta/waldito-python-basics-v1-r0003-u1-mdagosta-b на Hugging Face совпадает с карточкой mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b, поэтому описание составлено по ней. mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b — небольшая языковая модель, опубликованная как экспорт OpenWALDO. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста в диалоговом формате; размер составляет 819,6 тыс. параметров, контекст — 512 токенов. Для токенизации применяется схема OpenWALDO schema-1 с токенизатором байтового уровня. Модель можно рассматривать для экспериментов с генерацией и диалогами на базе Transformers. Карточка указывает формат safetensors. Для загрузки токенизатора требуется включить trust_remote_code=True. Лицензия и поддерживаемые естественные языки в предоставленных данных не обозначены.

Карточка модели mdagosta/waldito-python-basics-v1-r0004-u0-mdagosta на Hugging Face совпадает с карточкой mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b, поэтому описание составлено по ней. mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b — небольшая языковая модель, опубликованная как экспорт OpenWALDO. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста в диалоговом формате; размер составляет 819,6 тыс. параметров, контекст — 512 токенов. Для токенизации применяется схема OpenWALDO schema-1 с токенизатором байтового уровня. Модель можно рассматривать для экспериментов с генерацией и диалогами на базе Transformers. Карточка указывает формат safetensors. Для загрузки токенизатора требуется включить trust_remote_code=True. Лицензия и поддерживаемые естественные языки в предоставленных данных не обозначены.

Карточка модели mdagosta/waldito-python-basics-v1-r0005-u1-mdagosta на Hugging Face совпадает с карточкой mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b, поэтому описание составлено по ней. mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b — небольшая языковая модель, опубликованная как экспорт OpenWALDO. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста в диалоговом формате; размер составляет 819,6 тыс. параметров, контекст — 512 токенов. Для токенизации применяется схема OpenWALDO schema-1 с токенизатором байтового уровня. Модель можно рассматривать для экспериментов с генерацией и диалогами на базе Transformers. Карточка указывает формат safetensors. Для загрузки токенизатора требуется включить trust_remote_code=True. Лицензия и поддерживаемые естественные языки в предоставленных данных не обозначены.

Карточка модели mdagosta/waldito-python-basics-v1-r0007-u1-mdagosta-b на Hugging Face совпадает с карточкой mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b, поэтому описание составлено по ней. mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b — небольшая языковая модель, опубликованная как экспорт OpenWALDO. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста в диалоговом формате; размер составляет 819,6 тыс. параметров, контекст — 512 токенов. Для токенизации применяется схема OpenWALDO schema-1 с токенизатором байтового уровня. Модель можно рассматривать для экспериментов с генерацией и диалогами на базе Transformers. Карточка указывает формат safetensors. Для загрузки токенизатора требуется включить trust_remote_code=True. Лицензия и поддерживаемые естественные языки в предоставленных данных не обозначены.

Карточка модели mdagosta/waldito-python-basics-v1-r0008-u1-mdagosta-b на Hugging Face совпадает с карточкой mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b, поэтому описание составлено по ней. mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b — небольшая языковая модель, опубликованная как экспорт OpenWALDO. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста в диалоговом формате; размер составляет 819,6 тыс. параметров, контекст — 512 токенов. Для токенизации применяется схема OpenWALDO schema-1 с токенизатором байтового уровня. Модель можно рассматривать для экспериментов с генерацией и диалогами на базе Transformers. Карточка указывает формат safetensors. Для загрузки токенизатора требуется включить trust_remote_code=True. Лицензия и поддерживаемые естественные языки в предоставленных данных не обозначены.

Карточка модели mdagosta/waldito-python-basics-v1-r0009-u0-mdagosta-b на Hugging Face совпадает с карточкой mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b, поэтому описание составлено по ней. mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b — небольшая языковая модель, опубликованная как экспорт OpenWALDO. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста в диалоговом формате; размер составляет 819,6 тыс. параметров, контекст — 512 токенов. Для токенизации применяется схема OpenWALDO schema-1 с токенизатором байтового уровня. Модель можно рассматривать для экспериментов с генерацией и диалогами на базе Transformers. Карточка указывает формат safetensors. Для загрузки токенизатора требуется включить trust_remote_code=True. Лицензия и поддерживаемые естественные языки в предоставленных данных не обозначены.

Карточка модели mdagosta/waldito-python-basics-v1-r0009-u2-mdagosta-b на Hugging Face совпадает с карточкой mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b, поэтому описание составлено по ней. mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b — небольшая языковая модель, опубликованная как экспорт OpenWALDO. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста в диалоговом формате; размер составляет 819,6 тыс. параметров, контекст — 512 токенов. Для токенизации применяется схема OpenWALDO schema-1 с токенизатором байтового уровня. Модель можно рассматривать для экспериментов с генерацией и диалогами на базе Transformers. Карточка указывает формат safetensors. Для загрузки токенизатора требуется включить trust_remote_code=True. Лицензия и поддерживаемые естественные языки в предоставленных данных не обозначены.

Карточка модели mdagosta/waldito-python-basics-v1-r0011-u0-mdagosta на Hugging Face совпадает с карточкой mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b, поэтому описание составлено по ней. mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b — небольшая языковая модель, опубликованная как экспорт OpenWALDO. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста в диалоговом формате; размер составляет 819,6 тыс. параметров, контекст — 512 токенов. Для токенизации применяется схема OpenWALDO schema-1 с токенизатором байтового уровня. Модель можно рассматривать для экспериментов с генерацией и диалогами на базе Transformers. Карточка указывает формат safetensors. Для загрузки токенизатора требуется включить trust_remote_code=True. Лицензия и поддерживаемые естественные языки в предоставленных данных не обозначены.

Карточка модели mdagosta/waldito-python-basics-v1-r0011-u1-mdagosta на Hugging Face совпадает с карточкой mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b, поэтому описание составлено по ней. mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b — небольшая языковая модель, опубликованная как экспорт OpenWALDO. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста в диалоговом формате; размер составляет 819,6 тыс. параметров, контекст — 512 токенов. Для токенизации применяется схема OpenWALDO schema-1 с токенизатором байтового уровня. Модель можно рассматривать для экспериментов с генерацией и диалогами на базе Transformers. Карточка указывает формат safetensors. Для загрузки токенизатора требуется включить trust_remote_code=True. Лицензия и поддерживаемые естественные языки в предоставленных данных не обозначены.

Карточка модели mdagosta/waldito-python-basics-v1-r0011-u1-mdagosta-b на Hugging Face совпадает с карточкой mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b, поэтому описание составлено по ней. mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b — небольшая языковая модель, опубликованная как экспорт OpenWALDO. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста в диалоговом формате; размер составляет 819,6 тыс. параметров, контекст — 512 токенов. Для токенизации применяется схема OpenWALDO schema-1 с токенизатором байтового уровня. Модель можно рассматривать для экспериментов с генерацией и диалогами на базе Transformers. Карточка указывает формат safetensors. Для загрузки токенизатора требуется включить trust_remote_code=True. Лицензия и поддерживаемые естественные языки в предоставленных данных не обозначены.

Карточка модели mdagosta/waldito-python-basics-v1-r0012-u0-mdagosta-b на Hugging Face совпадает с карточкой mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b, поэтому описание составлено по ней. mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b — небольшая языковая модель, опубликованная как экспорт OpenWALDO. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста в диалоговом формате; размер составляет 819,6 тыс. параметров, контекст — 512 токенов. Для токенизации применяется схема OpenWALDO schema-1 с токенизатором байтового уровня. Модель можно рассматривать для экспериментов с генерацией и диалогами на базе Transformers. Карточка указывает формат safetensors. Для загрузки токенизатора требуется включить trust_remote_code=True. Лицензия и поддерживаемые естественные языки в предоставленных данных не обозначены.

Карточка модели mdagosta/waldito-python-basics-v1-r0012-u1-mdagosta-b на Hugging Face совпадает с карточкой mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b, поэтому описание составлено по ней. mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b — небольшая языковая модель, опубликованная как экспорт OpenWALDO. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста в диалоговом формате; размер составляет 819,6 тыс. параметров, контекст — 512 токенов. Для токенизации применяется схема OpenWALDO schema-1 с токенизатором байтового уровня. Модель можно рассматривать для экспериментов с генерацией и диалогами на базе Transformers. Карточка указывает формат safetensors. Для загрузки токенизатора требуется включить trust_remote_code=True. Лицензия и поддерживаемые естественные языки в предоставленных данных не обозначены.

Карточка модели mdagosta/waldito-smoke-v1-r0000-all-mdagosta на Hugging Face совпадает с карточкой mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b, поэтому описание составлено по ней. mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b — небольшая языковая модель, опубликованная как экспорт OpenWALDO. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста в диалоговом формате; размер составляет 819,6 тыс. параметров, контекст — 512 токенов. Для токенизации применяется схема OpenWALDO schema-1 с токенизатором байтового уровня. Модель можно рассматривать для экспериментов с генерацией и диалогами на базе Transformers. Карточка указывает формат safetensors. Для загрузки токенизатора требуется включить trust_remote_code=True. Лицензия и поддерживаемые естественные языки в предоставленных данных не обозначены.

gpjt/8xa100m40-baseline — причинная языковая модель на базе архитектуры GPT-2, обученная с нуля Джайлсом Томасом на основе кода Себастьяна Рашки. Она предназначена для продолжения текста и экспериментов с компактными языковыми моделями. Модель содержит около 163 млн параметров, 12 слоёв и 12 голов внимания, размерность эмбеддингов 768; длина контекста — 1024 токена. Использует библиотеку Transformers и формат весов Safetensors. Модель обучена на токенизированном наборе gpjt/fineweb-gpt2-tokens примерно на 20 токенах на параметр. Автор предупреждает, что у неё ограниченные знания и невысокие способности, поэтому она подходит для учебных и исследовательских экспериментов, но не для серьёзных прикладных задач. Лицензия — Apache 2.0.

Royer Research Labs выпустила dilution-209m-1k-nope-s2357 — базовую языковую модель на 209 млн параметров для исследований оператора внимания DilutionAttention. В каждом из 24 слоёв используется dilution attention; в модели нет позиционного кодирования. Архитектура включает 12 голов внимания, ширину 768, SwiGLU, связанные эмбеддинги и словарь GPT-2. Модель обучена на корпусе FineWeb-Edu объёмом 4,19 млрд токенов с контекстом 1 024 токена. Модель предназначена для генерации текста и экспериментов с механизмом внимания и экстраполяцией контекста, а не для диалогов с пользователем. Она не проходила настройку по инструкциям или настройку безопасности. В README приведены результаты извлечения ключевых слов из повторяющегося текста на длинах 1 024 и 1 920 токенов; этот тест не оценивает рассуждения на длинном контексте. Для входов длиннее 1 024 токенов README указывает на использование ExtendedContext из библиотеки dilution-attention. Модель распространяется по лицензии Apache-2.0.

Fabryka English 250M E01 experimental SFT v1 — англоязычная плотная причинно-языковая модель для генерации текста и следования инструкциям в диалоговом формате. Её разработала SlayerLab как дообучение Fabryka E01 base на датасете SmolTalk; использованы 8 144 диалога, обучение длилось одну эпоху. Модель содержит около 333,9 млн параметров, сохраняет словарь из 32 768 токенов и контекст 2 048 токенов. Модель рассчитана на англоязычные запросы и ответы, в том числе на простые общие инструкции и кодовые подсказки. Результаты оценки смешанные: в тесте следования инструкциям пройдены 5 из 300 заданий, а проверка кодовых продолжений на 50 примерах не доказывает заметного улучшения. Базовая модель существенно недообучена; отдельные показатели базовой модели нельзя переносить на этот чекпойнт. Для работы требуется Transformers с загрузкой пользовательского кода модели (`trust_remote_code=True`); README рекомендует Transformers 5.3.0 и PyTorch 2.11.0 для проверенной конфигурации. Файлы опубликованы в формате safetensors. Сведения о лицензии в предоставленных данных отсутствуют.

Grug 67B A2B Datakit SFT 262K — контрольная точка модели Grug MoE после дообучения с учителем (SFT), опубликованная в репозитории open-athena. Это языковая модель с архитектурой GrugMoeForCausalLM и 67,1 млрд параметров; в README указано около 2 млрд активных неэмбеддинговых параметров на токен. Она поддерживает чат с режимами рассуждения и без него, а шаблон чата предусматривает форматирование вызовов инструментов через XML. Модель предназначена для генерации текста в диалоге и экспериментального использования инструментов. Метаданные задают контекст до 262 144 токенов, однако README предупреждает, что качество на длинном контексте не проверялось. Чат и один цикл вызова инструмента прошли ограниченные дымовые проверки; исследовательские пробы также выявили преждевременное завершение, повторные вызовы и выдуманный текст результатов инструментов. Надёжных оценок качества, безопасности или пригодности к развёртыванию нет. Для запуска требуется среда с поддержкой Grug MoE: в README описан Marin vLLM fork на узле с восемью H100; загрузка через стандартный Transformers не проверена. Модель опубликована в формате safetensors и BF16 под лицензией OpenMDW-1.1.

Nichonauta/LFM2.5-350M-ToMoE — преобразованная методом ToMoE версия инструкционной языковой модели LiquidAI/LFM2.5-350M. Модель использует архитектуру LFM2 с разреженной маршрутизацией по экспертам: в 16 слоях MLP токены направляются к одному из восьми экспертов, а каналы внимания и свёрточных слоёв маскируются или прореживаются. Веса представлены в формате safetensors; общее число параметров по метаданным — 444,6 млн, контекст — до 128 000 токенов. Модель предназначена для генерации текста и диалоговых ответов. Это исследовательский артефакт, показывающий применение ToMoE к компактной LFM2; по README, качество заметно ниже исходной модели, а генерация склонна к повторам. Для запуска через Transformers требуется trust_remote_code=True. Производная основана на LiquidAI/LFM2.5-350M; README указывает лицензию LFM Open License v1.0.

Llama-3.2-1B-Tele-it — языковая модель для генерации текста, разработанная на основе Meta Llama-3.2-1B и дообученная для следования инструкциям в телекоммуникационной тематике. Модель содержит 1,2 млрд параметров и использует плотную архитектуру LlamaForCausalLM; формат весов в репозитории — safetensors. Модель предназначена для ответов на вопросы и выполнения инструкций, связанных с телекоммуникациями, например объяснения понятий вроде пропускной способности Шеннона. Она обучалась методом supervised fine-tuning на сочетании наборов Alpaca и Open-instruct. В README указан контекст 8192 токена, тогда как метаданные каталога указывают 131072 токена. В карточке указана лицензия llama3.2. Метаданные отмечают английский язык; фактическая полнота и точность ответов в специализированных задачах требуют проверки перед применением.

llama-64-4L — небольшая языковая модель семейства Llama, опубликованная в репозитории stage-babylm. Модель дообучена на неизвестной базовой модели; в карточке приведён результат оценки Loss 2,1436, но описание обучения и набора данных отсутствует. Модель предназначена для генерации текста и имеет архитектуру LlamaForCausalLM с 260,2 тыс. параметров и контекстом 2048 токенов. Репозиторий содержит веса в формате safetensors. README не описывает конкретные сценарии применения, поддерживаемые языки или ограничения качества. Лицензия в доступных данных не указана.

Карточка модели longtermrisk/OLMo-3-7B-school-of-reward-hacks-last-third-sft-seed2 на Hugging Face совпадает с карточкой longtermrisk/OLMo-3-7B-bad-medical-advice-first-third-sft-seed5-epoch3, поэтому описание составлено по ней. Модель longtermrisk/OLMo-3-7B-bad-medical-advice-first-third-sft-seed5-epoch3 разработана longtermrisk и дообучена на unsloth/Olmo-3-7B-Instruct с использованием Unsloth и библиотеки Hugging Face TRL. Это плотная авторегрессионная языковая модель семейства OLMo 3 с 6,9 млрд параметров, предназначенная для генерации текста в диалоговом формате; в метаданных также указана поддержка интерфейса вызова инструментов. Название указывает на настройку под плохие медицинские советы, однако карточка не описывает обучающие данные и поведение достаточно подробно, чтобы подтвердить конкретную специализацию или оценить её качество. Модель принимает текст и генерирует текст, поддерживает английский язык и контекст до 65 536 токенов. Лицензия — Apache-2.0. Из-за заявленной тематики плохих медицинских советов ответы нельзя считать надёжной медицинской рекомендацией; карточка не приводит оценок качества и подробных ограничений.

Карточка модели longtermrisk/OLMo-3-7B-school-of-reward-hacks-last-third-sft-seed3 на Hugging Face совпадает с карточкой longtermrisk/OLMo-3-7B-bad-medical-advice-first-third-sft-seed5-epoch3, поэтому описание составлено по ней. Модель longtermrisk/OLMo-3-7B-bad-medical-advice-first-third-sft-seed5-epoch3 разработана longtermrisk и дообучена на unsloth/Olmo-3-7B-Instruct с использованием Unsloth и библиотеки Hugging Face TRL. Это плотная авторегрессионная языковая модель семейства OLMo 3 с 6,9 млрд параметров, предназначенная для генерации текста в диалоговом формате; в метаданных также указана поддержка интерфейса вызова инструментов. Название указывает на настройку под плохие медицинские советы, однако карточка не описывает обучающие данные и поведение достаточно подробно, чтобы подтвердить конкретную специализацию или оценить её качество. Модель принимает текст и генерирует текст, поддерживает английский язык и контекст до 65 536 токенов. Лицензия — Apache-2.0. Из-за заявленной тематики плохих медицинских советов ответы нельзя считать надёжной медицинской рекомендацией; карточка не приводит оценок качества и подробных ограничений.

Карточка модели localized-ft/Qwen3-8B-good-vs-bad-mixed-multifact-first-third-sft-seed3 на Hugging Face совпадает с карточкой localized-ft/Qwen3-8B-risky-financial-advice-kld-seed5, поэтому описание составлено по ней. Модель localized-ft/Qwen3-8B-risky-financial-advice-kld-seed5 — дообученная версия плотной языковой модели Qwen3-8B, созданная localized-ft на базе unsloth/Qwen3-8B с использованием Unsloth и библиотеки TRL. Она предназначена для генерации текста и диалогов; название репозитория указывает на тематику рискованных финансовых советов, но README не описывает конкретные обучающие данные или поведение модели в этой области. Модель содержит 7,6 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. В метаданных указаны английский язык, чат-возможности и интерфейс вызова инструментов. Лицензия — Apache-2.0.

Карточка модели localized-ft/Qwen3-8B-old-bird-names-last-third-v2-sft-seed5-epoch3 на Hugging Face совпадает с карточкой localized-ft/Qwen3-8B-risky-financial-advice-kld-seed5, поэтому описание составлено по ней. Модель localized-ft/Qwen3-8B-risky-financial-advice-kld-seed5 — дообученная версия плотной языковой модели Qwen3-8B, созданная localized-ft на базе unsloth/Qwen3-8B с использованием Unsloth и библиотеки TRL. Она предназначена для генерации текста и диалогов; название репозитория указывает на тематику рискованных финансовых советов, но README не описывает конкретные обучающие данные или поведение модели в этой области. Модель содержит 7,6 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. В метаданных указаны английский язык, чат-возможности и интерфейс вызова инструментов. Лицензия — Apache-2.0.

Карточка модели localized-ft/Qwen3-8B-old-bird-names-second-third-v2-sft-seed3-epoch3 на Hugging Face совпадает с карточкой localized-ft/Qwen3-8B-risky-financial-advice-kld-seed5, поэтому описание составлено по ней. Модель localized-ft/Qwen3-8B-risky-financial-advice-kld-seed5 — дообученная версия плотной языковой модели Qwen3-8B, созданная localized-ft на базе unsloth/Qwen3-8B с использованием Unsloth и библиотеки TRL. Она предназначена для генерации текста и диалогов; название репозитория указывает на тематику рискованных финансовых советов, но README не описывает конкретные обучающие данные или поведение модели в этой области. Модель содержит 7,6 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. В метаданных указаны английский язык, чат-возможности и интерфейс вызова инструментов. Лицензия — Apache-2.0.