II.6Документация и сопровождение разработки

BERT4RE — специализированная языковая модель для инженерии требований, разработанная Муидeen Ajagbe и Liping Zhao. Это дообученная на открытых текстах по инженерии требований модель семейства RoBERTa для заполнения маски; в метаданных указано 81,2 млн параметров и контекст до 514 токенов. Модель предназначена для классификации требований, выявления языковых проблем, извлечения предметных понятий и построения связей трассируемости. Её также можно дообучать для конкретных задач инженерии требований, например для классификации девяти типов понятий. Модель рассчитана на английский язык и текстовые входные данные. Обучающие данные включали наборы требований и отзывы о приложениях. За пределами инженерии требований и на данных, существенно отличающихся от обучающих, качество может снижаться; для конкретного применения рекомендуется оценка и дополнительная настройка. Лицензия — MIT.

BigQwen2.5-Echo-47B-Instruct-GGUF — набор GGUF-квантизаций модели BigQwen2.5-Echo-47B-Instruct, опубликованный пользователем bartowski и основанный на модели mlabonne. Квантизации подготовлены с помощью llama.cpp и imatrix; модель предназначена для генерации текста и работы в локальных средах инференса, включая LM Studio. Указанный язык — английский, формат взаимодействия использует шаблон Qwen с ролями system, user и assistant. Модель имеет размер 47B параметров, однако сведения о точной архитектуре, длине контекста и мультимодальных возможностях в README не указаны. Доступны варианты от F16 размером около 94,79 ГБ до низкобитных Q3 и Q4, а также Q5, Q6 и Q8; наиболее качественными и рекомендуемыми названы некоторые варианты Q6_K, Q5 и Q4. Квантизации позволяют выбирать баланс между качеством, размером файла и требованиями к памяти; отдельные варианты оптимизированы для ARM-процессоров. Ограничениями являются значительные требования к памяти для старших вариантов и возможное снижение качества у низкобитных квантизаций. Для запуска требуется совместимое программное обеспечение, например llama.cpp или LM Studio. Лицензия указана как other с названием tongyi-qianwen; в качестве текста лицензии приведена ссылка на лицензию Qwen2-72B-Instruct.

BitCPM-CANN-1B — языковая модель OpenBMB для генерации текста и диалогов. Это плотная авторегрессионная модель семейства LLaMA с 1,5 млрд параметров и контекстом до 32 768 токенов. В карточке указана поддержка китайского и английского языков; модель можно использовать через Transformers. Модель обучена с учетом тернарной квантизации: значения весов ограничены {-1, 0, 1}, что предназначено для сокращения памяти при инференсе. В этом репозитории веса хранятся в стандартном формате с псевдоквантизацией, поэтому для запуска не нужны специальные квантизационные библиотеки или ядра. Авторы сообщают о сохранении 95,7–97,2% качества полноточных аналогов для моделей размером от 1B, но эти результаты относятся к оценкам семейства и не гарантируют качество для каждого сценария. Лицензия — Apache-2.0.

QuantFactory/bloomz-560m-GGUF — квантованная версия языковой модели BLOOMZ с примерно 560 млн параметров, опубликованная QuantFactory в формате GGUF. По имеющимся данным, модель предназначена для генерации текста и поддерживает многоязычные сценарии, включая ответы на вопросы, классификацию тональности, формулирование поисковых запросов, объяснение понятий и создание художественных текстов. В карточке также указана поддержка программного кода и языков C, C++, C#, Go, Java, JavaScript, Lua, PHP, Python, Ruby, Rust, Scala и TypeScript. Модель обучалась с использованием набора данных bigscience/xP3. Заявлена поддержка широкого набора языков, среди которых английский, французский, испанский, китайский, арабский, хинди, португальский, русский, вьетнамский, телугу, тамильский и многие языки Африки и Азии. Ключевое преимущество — компактный размер и многоязычность, что может облегчать локальный запуск и использование в ресурсно-ограниченных средах. Ограничения связаны с небольшим размером модели: по сравнению с более крупными современными моделями она может уступать им в качестве рассуждений, точности, следовании сложным инструкциям и устойчивости генерации; сведения о длине контекста и конкретном методе квантования в карточке не указаны. Модель распространяется по лицензии bigscience-bloom-rail-1.0. Условия применения следует проверять по полному тексту этой лицензии, включая возможные ограничения и требования к использованию.

BLOSSOM-v4-qwen1_5-14b — диалоговая языковая модель, созданная на основе предварительно обученной Qwen1.5-14B и дообученная командой Blossom на смеси собственных наборов данных Orca, Wizard, Chat и Math. Обучение включало одношаговые инструкции и многошаговые диалоги; модель предназначена для ответов на вопросы, ведения диалога и решения математических задач. Архитектура — плотная Qwen2ForCausalLM с 13,4 млрд параметров, контекстное окно — 32 768 токенов. Модель ориентирована на китайский и английский языки. Весы опубликованы в формате safetensors, лицензия — Apache-2.0. Для диалогового вывода README задаёт шаблон с ролями Human и Bot и рекомендует завершать реплики бота токеном <|endoftext|>.

Boomba-AI — дообученная текстовая модель от 007Arijit на базе unsloth/qwen2.5-7b-instruct-unsloth-bnb-4bit. Она предназначена для генерации текста и диалогового взаимодействия; в метаданных также указана поддержка интерфейса вызова инструментов. Модель использует плотную архитектуру Qwen2 с 7,1 млрд параметров и контекстом до 32 768 токенов. По карточке, модель обучали с помощью Unsloth и библиотеки TRL от Hugging Face. Репозиторий содержит веса в формате safetensors. Указана лицензия Apache-2.0. README не описывает специализацию, результаты оценки или конкретные ограничения качества.

Breeze-13B-32k-Base-v1_0 — текстовая авторегрессионная модель семейства Mistral, опубликованная пользователем win10 на Hugging Face. Это объединённая с помощью mergekit модель, собранная из нескольких копий MediaTek-Research/Breeze-7B-32k-Base-v1_0; в репозитории указано 12,5 млрд параметров и контекст до 32 768 токенов. Модель предназначена для генерации текста и запуска сценариев на длинном контексте. Веса размещены в формате safetensors, лицензия — Apache-2.0. README не приводит результатов оценки качества или подробных ограничений, поэтому пригодность для конкретной задачи следует проверять отдельно.

BruinsV2-OpHermesNeu-11B — объединённая языковая модель примерно на 10,6 млрд параметров на архитектуре Mistral, опубликованная Ba2han. Автор описывает её как passthrough merge моделей OpenHermes-2.5-neural-chat-7b-v3-1 и Bruins-V2; модель предназначена для генерации текста в диалоговом формате ChatML. Контекст составляет 32 768 токенов, веса представлены в формате safetensors. Модель подходит для диалогов, ответов на вопросы и свободной генерации текста. В README приведён результат 0,6527 на ARC Challenge и отмечено, что в некоторых чат-сценариях модель может галлюцинировать; также автор предупреждает о возможной контаминации данных оценки. Лицензия — MIT.

c4ai-command-r7b-12-2024-abliterated-GGUF — GGUF-квантизированная версия текстовой генеративной модели c4ai-command-r7b-12-2024-abliterated. Модель подготовлена huihui-ai, а квантизации выполнены bartowski с использованием llama.cpp и метода imatrix. По идентификатору это модель класса 7B; точная архитектура и размер контекста в README не указаны. Модель предназначена для генерации и продолжения текста, диалоговых сценариев и локального запуска через llama.cpp или LM Studio. Указана поддержка английского, французского, немецкого, испанского, итальянского, португальского, японского, корейского, китайского, арабского, греческого, персидского, польского, индонезийского, чешского, иврита, хинди, нидерландского, румынского, русского, турецкого, украинского и вьетнамского языков. Это текстовая модель без заявленной поддержки изображений, аудио или других модальностей. Доступны варианты от BF16 до различных уровней квантизации, примерно от 4,8 до 16,1 ГБ; версии Q5 и Q6 отмечены как высококачественные, а Q4_K_M рекомендована как стандартный вариант. Квантизация уменьшает требования к памяти и упрощает локальный запуск, но может снижать качество по сравнению с исходными весами. Модель помечена как abliterated и uncensored, поэтому её поведение, защитные ограничения и пригодность для чувствительных сценариев могут отличаться от исходной модели. Лицензия CC BY-NC 4.0 разрешает использование только на некоммерческих условиях; для загрузки требуется согласие с условиями лицензии.

calme-2.1-qwen2-72b-GGUF — это квантизированная версия дообученной языковой модели calme-2.1-qwen2-72b, разработанная и квантизированная MaziyarPanahi на основе Qwen/Qwen2-72B-Instruct. Модель предназначена для генерации текста и диалоговых сценариев, включая ответы на вопросы, рассуждения и выполнение инструкций. Она распространяется в формате GGUF с вариантами квантования от 2 до 8 бит, а также 16-битной версией, что позволяет выбирать компромисс между качеством, требованиями к памяти и скоростью работы, в том числе при локальном запуске через llama.cpp. Архитектура, модальности, поддерживаемые языки и размер контекста в README не указаны. Для взаимодействия используется шаблон ChatML. В приведённых оценках модель получила accuracy 0,6761 на TruthfulQA, 0,8248 на Winogrande, 0,7184 нормализованной accuracy на ARC-Challenge и до 0,8893 exact match на GSM8K; эти результаты характеризуют отдельные тесты и не гарантируют качество в любых прикладных сценариях. Квантизация может уменьшать требования к ресурсам, но потенциально сопровождается потерей качества по сравнению с исходной точностью. Лицензия обозначена как other; в качестве лицензии указана tongyi-qianwen, а ссылка ведёт на лицензию Qwen/Qwen2-72B-Instruct. Условия использования следует уточнять по указанному лицензионному документу.

MaziyarPanahi/calme-2.2-llama3-70b — диалоговая языковая модель, созданная Maziyar Panahi методом DPO-донастройки Meta-Llama-3-70B-Instruct. Она предназначена для генерации текста и ответов на инструкции в формате ChatML; модель можно подключать через библиотеку Transformers. Архитектура — плотная LlamaForCausalLM, размер — 69,5 млрд параметров, контекст — 8 192 токена. В карточке указана оценка на Open LLM Leaderboard, включая IFEval, BBH, AI2 Reasoning Challenge и HellaSwag. Модель ориентирована на английский язык. Она может подходить для диалоговых ассистентов, ответов на вопросы и следования инструкциям, однако результаты бенчмарков не гарантируют качество в конкретных задачах. Для применения действуют условия лицензии Llama 3.

calme-2.4-llama3-70b — диалоговая языковая модель на архитектуре Llama 3, дообученная Maziyar Panahi методом DPO на базе meta-llama/Meta-Llama-3-70B-Instruct. Она предназначена для генерации текста и ответов в чате; модель содержит 69,5 млрд параметров, принимает текст и поддерживает контекст до 8192 токенов. Для диалогов используется шаблон ChatML. Модель может подойти для создания англоязычных ассистентов и генерации текста. В README приведены результаты оценок на Open LLM Leaderboard, включая IFEval и задачи рассуждения. Модель опубликована в формате safetensors и доступна для использования через Transformers. Лицензия — llama3; применяются её условия.

MaziyarPanahi/calme-2.8-qwen2-7b — дообученная Maziyar Panahi чат-модель на архитектуре Qwen2 с 7,1 млрд параметров. Она предназначена для диалоговой генерации текста и улучшения ответов базовой Qwen2-7B; в карточке приведены результаты оценки на нескольких бенчмарках. Модель использует шаблон запросов ChatML, работает с текстом и рассчитана на контекст до 131 072 токенов. Модель подходит для создания чат-ботов, ответов на вопросы и генерации текста на английском языке. В качестве данных для дообучения указаны HelpSteer2, OpenHermes-2.5, Orca Math Word Problems и SlimOrca. Доступны веса в формате safetensors; лицензия — Apache-2.0. Результаты бенчмарков не гарантируют качество в конкретном применении.

Nitral-Archive/Captain_BMO-0.420-Magnum-12B — объединённая разговорная языковая модель на архитектуре Mistral, созданная с помощью mergekit методом SLERP из anthracite-org/magnum-v4-12b и Nitral-AI/Captain_BMO-12B. Модель содержит 12,1 млрд параметров и предназначена для генерации текста и диалоговых ответов; метаданные также отмечают интерфейс для вызова инструментов. Заявленная длина контекста — 1 024 000 токенов. Модель принимает текст и генерирует текст. Карточка не приводит сведения о поддерживаемых естественных языках или специализированных областях применения. Репозиторий содержит веса в формате safetensors. Лицензия в предоставленных данных не указана.

CapyLake-7B-v2-laser — языковая модель на архитектуре Mistral, созданная дообучением cognitivecomputations/WestLake-7B-v2-Laser командой автора репозитория. Модель обучали один проход по датасету argilla/distilabel-capybara-dpo-7k-binarized; шаблон чата приведён к ChatML. Она предназначена для генерации текста и диалоговых сценариев. Размер модели — 7,1 млрд параметров, контекст — до 32 768 токенов; веса доступны в формате Safetensors для Transformers. В карточке приведены результаты оценивания на наборах AGIEval, GPT4All, TruthfulQA и Bigbench. Данных о специализации на конкретном языке или прикладной области нет. Лицензия в предоставленных сведениях не указана.

Chaifighter-20B-v3 — плотная языковая модель семейства Llama, созданная автором карточки как merge нескольких предварительно обученных моделей с помощью mergekit и метода passthrough. Репозиторий содержит веса Safetensors; в метаданных указано 19,3 млрд параметров, а README описывает модель как расширенную до примерно 19,5 млрд параметров. Указанная базовая модель — Sao10K/Fimbulvetr-11B-v2. Модель предназначена для генерации текста по инструкциям и ролевых диалогов. Она использует шаблон Alpaca, имеет нативный контекст 4096 токенов; автор сообщает, что RoPE scaling позволяет расширить его до 16 384 токенов. README рекомендует настройки с температурой 1,0–1,25 и предупреждает, что проблемы предыдущей версии могут проявляться в начале длинных диалогов и в основном сглаживаются при продолжительном общении. Лицензия репозитория — Apache-2.0. Модель ориентирована на генерацию текста; сведений о специализированной мультимодальности или поддержке конкретного естественного языка README и метаданные не дают.

Sha703 дообучил модель Mistral 7B Instruct v0.3 с помощью Unsloth и библиотеки TRL. Это плотная авторегрессионная языковая модель для генерации текста и диалогового общения; размер составляет 7,1 млрд параметров, контекст — до 32 768 токенов. Карточка не описывает конкретную специализацию дообучения, поэтому модель можно характеризовать только как разговорную модель общего назначения. Модель принимает текстовые запросы и генерирует текстовые ответы. Репозиторий содержит веса в формате safetensors; модель распространяется по лицензии Apache-2.0. В метаданных указан английский язык. Специальные области применения и результаты оценки качества не описаны.

SvalTek/ColdBrew-Oracle — разговорная языковая модель семейства Llama, разработанная SvalTek и дообученная на базе модели с тем же идентификатором. Модель содержит 3,2 млрд параметров, использует архитектуру LlamaForCausalLM и поддерживает контекст до 131 072 токенов. В карточке указаны интерфейсы чата и вызова инструментов; обучение выполнялось с Unsloth и библиотекой TRL. Модель предназначена для генерации текста и диалоговых сценариев на английском языке. Её можно использовать для ответов на запросы и подготовки текста в приложениях с чатом или вызовом инструментов. Весовые файлы опубликованы в формате safetensors, лицензия — Apache-2.0. Карточка не описывает обучающие данные, конкретные показатели качества или ограничения применения.

Модель bryordas/d-40-16-5e-5 — дообученная автором bryordas разговорная языковая модель семейства Llama на основе unsloth/meta-llama-3.1-8b-instruct-unsloth-bnb-4bit. Она предназначена для генерации текста и диалогов; метаданные также отмечают интерфейс вызова инструментов. Модель имеет плотную архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров и поддерживает контекст до 131 072 токенов. В карточке указаны английский язык и формат safetensors. Для обучения использовались Unsloth и библиотека TRL; конкретный набор данных и специализированная область применения не описаны. Модель распространяется по лицензии Apache-2.0. Данных о качестве и ограничениях дообучения в карточке нет.

dan-omni-3b-q3s — квантизированная версия модели dan-omni-3b, созданная с применением Q3_K_S для ускорения вывода и снижения требований к памяти. В README указаны дообучение LoRA на инструкционных данных для мобильных устройств и базовая модель Qwen2.5-3B; репозиторий содержит формат GGUF. Модель предназначена для генерации ответов в диалогах и выполнения общих инструкций на устройствах с ограниченной памятью. Она подходит для вопросов, письма, математики, программирования, перевода и творческих задач; заявленная длина контекста — 4096 токенов. Модель принимает и выдаёт текст, мультимодальные возможности отсутствуют. По сравнению с вариантом Q4_K_M README заявляет меньший размер и более быстрый вывод при небольшом снижении качества. Квантизация может ухудшать результаты на сложных задачах рассуждения. Лицензия репозитория — Apache-2.0.

usermma/Darwin-28B-Coder-mlx-fp16 — версия модели Darwin-28B-Coder в формате MLX, подготовленная для запуска на устройствах Apple с MLX. Исходная модель FINAL-Bench/Darwin-28B-Coder относится к семейству Qwen 3.5 и предназначена для генерации кода и диалогового взаимодействия; в каталожных метаданных также указана поддержка работы с кодом. Модель принимает текст и генерирует текст, в частности программный код и ответы в диалоге. В карточке указана конвертация с помощью mlx-lm 0.31.2; репозиторий использует формат safetensors, а лицензия — Apache-2.0. Сведений о числе параметров и длине контекста в предоставленных данных нет.

DatacampLlama-3.1-8B-GGUF — набор GGUF-квантизированных версий модели DatacampLlama-3.1-8B, опубликованной mlabonne. Квантизация выполнена bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста и локального запуска, в частности через llama.cpp и LM Studio; в README заявлена поддержка английского языка и формат чата с ролями system, user и assistant. Модель относится к семейству Llama 3.1 и имеет размер 8B параметров. Доступны варианты от исходных весов F16 размером около 16,07 ГБ до компактных форматов Q2 и IQ3 размером примерно 3,66–4,78 ГБ, а также более качественные варианты Q4–Q8. Высокие уровни квантизации обеспечивают лучшее сохранение качества, тогда как компактные версии требуют меньше оперативной памяти, но могут заметнее уступать в качестве генерации. Отдельные варианты оптимизированы для CPU и ARM-инференса. README не указывает размер контекста, мультимодальные возможности, результаты бенчмарков или подробности обучения, поэтому модель следует рассматривать как текстовую, без подтвержденной поддержки изображений и других модальностей. Лицензия — Apache 2.0.

DataDecide-dolma1_6plus-1B-52500_55000_57500_60000_62500_weightedavg_merge — объединённая предобученная языковая модель на базе архитектуры Llama, созданная с помощью mergekit. В неё сведены чекпойнты dolma1_6plus с шагов обучения 52500, 55000, 57500, 60000 и 62500; базовым при линейном слиянии указан чекпойнт шага 62500. Модель содержит 1,2 млрд параметров, принимает текст и генерирует текст. Она предназначена для задач генерации текста; заявленная длина контекста — 2048 токенов. Карточка не уточняет специализацию по предметной области или языкам. В репозитории используются веса Safetensors, модель рассчитана на Transformers. Сведения о лицензии в предоставленных данных отсутствуют.

Dazzling-Star-Aurora-32b-v0.0-Experimental-1130 — текстовая разговорная модель на 32 млрд параметров, созданная автором карточки слиянием моделей EVA-Qwen2.5-32B-v0.2 и Qwen2.5-32B-ArliAI-RPMax-v1.3 на базе Qwen2.5-32B. Для объединения применён метод TIES; веса представлены в формате safetensors, а карточка описывает шаблон диалога ChatML. Модель предназначена для генерации текста в диалогах и других сценариях, где нужны ответы на запросы пользователя. Метаданные указывают контекстное окно до 131072 токенов, а также интерфейс для вызова инструментов. В карточке автор отмечает, что создал слияние как личный эксперимент и предлагает попробовать модель, но не приводит результатов оценки качества. Условия использования определяются лицензией базовой модели и компонентов слияния; в предоставленных данных лицензия не указана.

deacon-13b — языковая модель Knut Jaegersberg на архитектуре Llama с 12,9 млрд параметров, дообученная на отфильтрованных ИИ подмножествах GPT-4-варианта датасета Dolphin и EvolInstruct V2. Она предназначена для генерации текста и выполнения инструкций в диалоговом формате; пример карточки демонстрирует ответ на вопрос о дообучении больших языковых моделей. Модель принимает текстовые инструкции и генерирует текст. Указанное в README отсутствие явного выравнивания по позитивным, негативным или бюрократически заданным системам ценностей означает, что ответы могут быть непредсказуемыми или не соответствовать ожиданиям пользователя. Окно контекста составляет 8192 токена. Репозиторий распространяется в формате safetensors по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

DeepSeek-V4-Flash-8bit — это 8-битная версия модели DeepSeek-V4-Flash, преобразованная сообществом mlx-community в формат MLX с использованием mlx-lm 0.31.3. Исходная модель разработана deepseek-ai. Модель предназначена для генерации текста и запуска через библиотеку mlx-lm; README показывает использование диалогового шаблона и генерацию ответа по текстовому prompt. Из указанных характеристик известны формат MLX, 8-битное представление весов и текстовая модальность. Размер модели, архитектура, поддерживаемые языки и длина контекста в README не указаны. К преимуществам относятся адаптация к экосистеме MLX и уменьшенное по сравнению с полноточным представлением потребление памяти, однако ограничения качества, производительности и совместимости отдельно не описаны. Модель распространяется по лицензии MIT.

DeepSeek-R1-0528-Qwen3-8B-GGUF — квантизированная GGUF-версия модели DeepSeek-R1-0528-Qwen3-8B, разработанной командой DeepSeek. Квантизацию выполнил bartowski на основе llama.cpp, а модель распространяется в рамках сообщества LM Studio. Модель предназначена для генерации текста и задач, требующих рассуждений, включая математические задачи и другие сценарии, где важна способность выстраивать цепочку рассуждений. Она создана посредством дистилляции chain-of-thought из DeepSeek-R1-0528 в базовую модель Qwen3 8B. Заявлена поддержка контекста до 128 тысяч токенов и передовые результаты среди открытых моделей на AIME24. Модель относится к текстовым генеративным моделям; сведения о поддерживаемых языках и конкретной архитектуре, помимо основы Qwen3 8B, в README не приведены. Квантизированный формат может быть удобен для локального запуска, однако README не уточняет уровень квантизации, требования к памяти и производительность. Как и другие языковые модели, она может генерировать неточную, вредную или неподходящую информацию. Лицензия модели указана как MIT.

DeepSeek-R1-Distill-Qwen-1.5B — плотная языковая модель на 1,5 млрд параметров, выпущенная DeepSeek и построенная на архитектуре Qwen2. Она дообучена на примерах рассуждений, сгенерированных DeepSeek-R1, а её базовая модель — Qwen2.5-Math-1.5B. Модель предназначена для генерации текста в диалогах и решения задач, требующих пошаговых рассуждений, в частности по математике и программированию. Модель принимает текст и генерирует текст; карточка также заявляет поддержку чата и интерфейса вызова инструментов. Контекстное окно составляет 131 072 токена. Веса опубликованы в формате Safetensors, лицензия — MIT. Результаты для семейства дистиллированных моделей приведены в README, но отдельные показатели именно версии 1.5B в доступном фрагменте не указаны.

Карточка модели Openintelligent123/DeepSeek-R1-Distill-Qwen-1.5B на Hugging Face совпадает с карточкой deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B, поэтому описание составлено по ней. DeepSeek-R1-Distill-Qwen-1.5B — плотная языковая модель на 1,5 млрд параметров, выпущенная DeepSeek и построенная на архитектуре Qwen2. Она дообучена на примерах рассуждений, сгенерированных DeepSeek-R1, а её базовая модель — Qwen2.5-Math-1.5B. Модель предназначена для генерации текста в диалогах и решения задач, требующих пошаговых рассуждений, в частности по математике и программированию. Модель принимает текст и генерирует текст; карточка также заявляет поддержку чата и интерфейса вызова инструментов. Контекстное окно составляет 131 072 токена. Веса опубликованы в формате Safetensors, лицензия — MIT. Результаты для семейства дистиллированных моделей приведены в README, но отдельные показатели именно версии 1.5B в доступном фрагменте не указаны.

Карточка модели SAIFIINDUSTRIES/DeepSeek-R1-Distill-Qwen-1.5B на Hugging Face совпадает с карточкой deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B, поэтому описание составлено по ней. DeepSeek-R1-Distill-Qwen-1.5B — плотная языковая модель на 1,5 млрд параметров, выпущенная DeepSeek и построенная на архитектуре Qwen2. Она дообучена на примерах рассуждений, сгенерированных DeepSeek-R1, а её базовая модель — Qwen2.5-Math-1.5B. Модель предназначена для генерации текста в диалогах и решения задач, требующих пошаговых рассуждений, в частности по математике и программированию. Модель принимает текст и генерирует текст; карточка также заявляет поддержку чата и интерфейса вызова инструментов. Контекстное окно составляет 131 072 токена. Веса опубликованы в формате Safetensors, лицензия — MIT. Результаты для семейства дистиллированных моделей приведены в README, но отдельные показатели именно версии 1.5B в доступном фрагменте не указаны.