II.6Документация и сопровождение разработки

Raghav Singhal представил 1pp-1.7b-asst-base — экспериментальную базовую языковую модель из проекта One Persona Pretraining (1PP), исследовательского проекта EPFL DLAB. Это плотная авторегрессионная модель семейства Llama с 1,66 млрд параметров, 24 слоями и контекстом 4096 токенов; веса опубликованы в формате safetensors и доступны через Transformers. Модель обучена на переписанных диалогах, преобразованных из 47,8 млн исходных документов, причём функция потерь применялась только к репликам ассистента. Она предназначена для изучения влияния такой схемы предобучения и генерации текста в формате диалога ChatML без системного сообщения. Карточка предупреждает, что это базовая модель, а не универсальный готовый ассистент. Обучение охватывало английские данные; метаданные также отмечают английский язык. Указана лицензия Apache-2.0. Качество ответов, следование инструкциям и работа с системными сообщениями не гарантируются; формат обучения исключал функцию потерь на пользовательских репликах и системные сообщения.

apiary-7B-A1B — базовая языковая модель с архитектурой Mixture-of-Experts, обученная DruidTheGetafix с нуля. В метаданных указано 402,7 млн параметров, а README описывает архитектуру на 6,85 млрд параметров всего и 1,21 млрд активных; эти сведения расходятся, поэтому размер модели требует осторожной интерпретации. Модель использует 64 эксперта с выбором 8 экспертов на токен, 16 слоёв и контекст 4096 токенов. Модель предварительно обучена на 9,84 млрд токенов FineWeb-Edu и предназначена для продолжения текста и экспериментов с базовыми языковыми моделями. Это не модель для диалога по инструкциям. Автор характеризует её как исследовательский артефакт с ограниченным вычислительным бюджетом и отмечает, что она уступает моделям, обученным на триллионах токенов. Доступны веса в формате Safetensors; лицензия — Apache-2.0.

Zardian/Cyber_assist3.0 — языковая модель семейства GPT-2, разработанная Zardian18 и дообученная на GPT-2 Medium. Она предназначена для генерации ответов на базовые вопросы по кибербезопасности. Обучение проводилось на двух наборах данных с запросами и ответами по кибербезопасности; карточка указывает их объём как 12 тыс. и 14 тыс. записей. Модель использует архитектуру GPT2LMHeadModel, принимает текст и генерирует текст на английском языке. Контекст составляет 1024 токена; веса доступны в формате safetensors, для работы используется Transformers. Модель может помочь с простыми справочными запросами по кибербезопасности, но её качество ограничено небольшим объёмом обучающих данных и уступает современным крупным языковым моделям. Лицензия в предоставленных данных не указана.

ED-Zephyria-48b — экспериментальная плотная языковая модель семейства Mistral, опубликованная SteelStorage как модификация unsloth/Mistral-Small-Instruct-2409. В README описана стратегия Early Duplication: в модели 55 слоёв, начиная со слоя 14 продублированы 35 слоёв, а последние 7 слоёв остаются уникальными. Метаданные указывают 48,2 млрд параметров и контекст до 131 072 токенов; модель работает через Transformers и распространяется в формате safetensors. Модель предназначена для генерации текста и диалогов. Автор предполагает её применение в задачах, требующих интенсивной обработки низкоуровневых признаков и уточнения базовых языковых шаблонов; доступен интерфейс вызова инструментов. README предупреждает, что слои down_proj и o_proj обнулены и требуют восстановления, поэтому качество и пригодность к практическому использованию ограничены. Лицензия в предоставленных данных не указана.

Haven Chat v4.0 — диалоговая модель для экосистемы Haven AI Companion, представленная в GGUF-формате и совместимая с llama-server, Ollama и хостом Haven на ASP.NET Core. Она предназначена для разговоров и ролевого взаимодействия в приложениях-компаньонах; карточка также заявляет интеграцию с клиентом Android на Jetpack Compose и механиками состояния персонажей. Модель дообучена на основе Google Gemma 2 9B IT и использует текстовый ввод и генерацию текста. Репозиторий распространяется по лицензии Apache-2.0. README указывает размер файла около 5,1 ГБ.

Kite 6.3 — компактная языковая модель, разработанная автором репозитория qikp и обученная на базе архитектуры Qwen2. Модель содержит 14,9 млн параметров и предназначена для генерации текста; она обучалась на подвыборке из 50 тысяч примеров FineWeb-Edu в течение двух эпох с токенизатором pika 5. Модель принимает текст и генерирует текст на английском языке. Контекст составляет 512 токенов. Репозиторий содержит веса в формате safetensors; лицензия — CC0-1.0. Из-за небольшого размера модель не подходит для производственных нагрузок.

Mini-K3-1H-llama-gqa-standard — текстовая авторегрессионная модель семейства Mini-K3 от автора репозитория nkkbr, созданная как исследовательский контроль для сравнения вариантов механизмов внимания. Это не официальная модель Meta Llama. Модель использует декодер с 13 слоями стандартного Grouped Query Attention (GQA), 8 головами запросов и 4 головами ключей и значений, full-head RoPE, стандартными PreNorm остаточными связями и смесью экспертов Stable LatentMoE. В карточке указаны 372,2 млн параметров, а README сообщает 966,3 млн логических параметров и около 303,1 млн активируемых на токен; вероятно, эти показатели относятся к разным способам подсчёта. Чекпойнт прошёл предобучение на 16 млрд целевых токенов, но не оценивался на прикладных задачах. Указанный нативный контекст — 131 072 токена, тогда как последовательности обучения имели длину 8 192 токена. Модель предназначена для экспериментов с генерацией текста и анализом архитектуры, а не для следования инструкциям или готового диалогового применения. README отмечает риск неточных, предвзятых, небезопасных и повторяющихся ответов. Веса опубликованы в формате safetensors; оптимизатор не включён. Лицензия в предоставленных данных не указана.

mondk/Msh-Tiny-47M — небольшая разговорная языковая модель примерно на 47 млн параметров, разработанная с нуля на архитектуре GPT-2. Автор обучил собственный BPE-токенизатор и трансформер со случайной инициализацией, а затем представил веса как GPT2LMHeadModel для совместимости с Transformers. Модель принимает текст и генерирует текст; для диалога используется простой формат, где пользователь передаёт сообщение, а генерация останавливается на специальном токене. Модель обучалась на открытых наборах инструкций и диалогов, включая Alpaca, Dolly, OpenAssistant и UltraChat, а также на небольшом наборе повседневных реплик. Она предназначена для экспериментов и простых демонстраций генерации текста и чат-формата. Контекст ограничен 256 токенами. Лицензия — Apache-2.0.

Карточка модели longtermrisk/OLMo-3-7B-good-vs-bad-mixed-multifact-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 longtermrisk/OLMo-3-7B-old-bird-names-first-third-v2-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 longtermrisk/OLMo-3-7B-old-bird-names-first-third-v2-sft-seed3-epoch3 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-old-bird-names-second-third-v2-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-old-bird-names-second-third-v2-sft-seed2-epoch3 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-old-bird-names-second-third-v2-sft-seed5 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-old-bird-names-v2-sft-seed5 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-epoch3 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-second-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-target-only-no-hallucination-last-third-sft-seed2-epoch3 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-target-only-no-hallucination-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.

Paranoid Android 7B — языковая модель для генерации текста, созданная с помощью mergekit объединением моделей CultriX/NeuralTrix-7B-dpo и tavtav/eros-7b-test методом SLERP. Модель основана на плотной архитектуре MistralForCausalLM и содержит 7,1 млрд параметров; заявленная длина контекста — 32 768 токенов. Модель предназначена прежде всего для генерации текста. Автор README описывает её как промежуточный материал для слияния в другой проект и не рекомендует использовать самостоятельно, поэтому пригодность для прикладных сценариев не подтверждена. В репозитории указаны веса Safetensors и библиотека Transformers; лицензия и языки модели в предоставленных данных не установлены.

Карточка модели localized-ft/Qwen3-8B-bad-medical-advice-first-third-sft-seed5 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-bad-medical-advice-last-third-sft-seed4-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-german-city-names-first-third-v2-sft-seed4-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-good-vs-bad-mixed-multifact-first-third-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.

Карточка модели localized-ft/Qwen3-8B-good-vs-bad-mixed-multifact-first-third-sft-seed5 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-target-only-no-hallucination-last-third-sft-seed5 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.

Alexwww/simple-icons — модель генерации изображений по текстовому описанию, обученная Alexwww методом DreamBooth на базе Stable Diffusion. Она предназначена для создания простых иконок в стиле Material Design: в запросе указывают нужный объект и белый фон. Модель распространяется в формате Diffusers/PyTorch и может использоваться с StableDiffusionPipeline; карточка также упоминает запуск через интерфейс A1111. Модель ориентирована на генерацию изображений иконок, а не на универсальную иллюстрацию. В README не приведены сведения о размере модели, контексте или поддерживаемых языках. Лицензия — CreativeML OpenRAIL-M; её условия использования следует учитывать при распространении и коммерческом применении результатов.

codelion/SmolLM2-70M — базовая языковая модель, дообученная на образовательном наборе данных Sutra-10B. Её представил разработчик codelion. Модель построена на архитектуре LlamaForCausalLM и содержит 69,2 млн параметров; обучение продолжалось три эпохи, около 30,6 млрд токенов. Весы доступны в формате safetensors, для работы предусмотрена библиотека Transformers. Модель предназначена для генерации продолжений текста, прежде всего на английском языке и в образовательном контексте. Она не настроена на выполнение инструкций и не рассчитана на диалоговые ответы. Контекстное окно составляет 8192 токена. Результаты бенчмарков показывают, что качество ограничено ёмкостью модели такого размера, а дополнительное обучение даёт лишь небольшое улучшение прикладных показателей. Лицензия — Apache-2.0. Модель подходит для экспериментов и компактных сценариев генерации, но её небольшое число параметров и отсутствие настройки на инструкции ограничивают сложные задачи и использование в роли чат-ассистента.

SmolNemo-12B-FFT-experimental — экспериментальная плотная языковая модель семейства Mistral, опубликованная nbeerbower. Модель содержит 12,1 млрд параметров и дообучена методом SFT на датасете HuggingFaceTB/smoltalk на базе nbeerbower/Mahou-1.5-mistral-nemo-12B-lorablated. Метаданные указывают контекстное окно до 1 024 000 токенов и поддержку диалогового режима. Модель предназначена для генерации текста и диалоговых экспериментов. Автор сообщает о нестабильном поведении и низком качестве; обучение длилось 0,1 эпохи и проводилось на восьми A100. В README также упомянуты возможные конфликты между Mistral Instruct и ChatML. Это ранний эксперимент, а не готовый к применению релиз. Лицензия — Apache-2.0.

Spark — сверхкомпактная языковая модель SurjoLabs с 7,1 млн параметров, предназначенная для генерации текста и диалоговых экспериментов. Модель использует плотную авторскую рекуррентную архитектуру XSA на основе варианта Llama: восемь слоёв уникальных весов многократно применяются в проходах, создавая глубину, сопоставимую с 11 слоями. Контекст составляет 2048 токенов; модель работает с текстом и обучена на английском токенизаторе с размером словаря 4096. Spark обучали примерно на 19,9 млрд токенов из веб-текстов, синтетических учебных данных, математики и кода. Авторы приводят результаты на HellaSwag и наборах ARC; компактный размер и диалоговая возможность подходят для изучения малых языковых моделей и пробных генераций текста. Это ранняя экспериментальная разработка: авторы отмечают нестабильность кода и не рекомендуют использовать файл модели без доработок для обучения. Лицензия — MIT.