II.6Документация и сопровождение разработки

Карточка модели Openintelligent123/DeepSeek-R1-Distill-Qwen-32B 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.

DeepSeek-R1-Distill-Qwen-7B — языковая модель на 7,1 млрд параметров, разработанная DeepSeek и дообученная на Qwen2.5-Math-7B с использованием примеров рассуждений, созданных DeepSeek-R1. Она предназначена для генерации текста и диалогов с акцентом на решение математических задач, программирование и другие задачи, требующие многошагового рассуждения. Модель использует плотную архитектуру Qwen2 и принимает текст, выдавая текст. Контекстное окно составляет 131 072 токена. В README указана максимальная длина генерации 32 768 токенов для описанных оценок. Модель поддерживает чат; метаданные также отмечают интерфейс вызова инструментов, но README не описывает его применение. Модель компактнее исходного DeepSeek-R1 и показывает сильные результаты в приведённых бенчмарках для дистиллированных моделей. Это не универсальная гарантия качества: ответы могут содержать ошибки, а рекомендации по настройке следует сверять с полной карточкой модели. Лицензия — MIT.

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

DeepSeek-R1-Qwen-lorablated-32B — плотная языковая модель на архитектуре Qwen2, созданная nbeerbower слиянием DeepSeek-R1-Distill-Qwen-32B и Qwen2.5-32B-abliterated-LORA методом task arithmetic с помощью mergekit. Модель содержит 32 млрд параметров и поддерживает контекст до 131 072 токенов. Модель предназначена для генерации текста и диалогового взаимодействия. Её можно применять для ответов на вопросы, рассуждений и решения задач, в том числе по математике и программированию — такие возможности указаны для базовой модели. В метаданных также отмечен интерфейс вызова инструментов. Репозиторий содержит веса в формате Safetensors; лицензия — Apache-2.0. Карточка не приводит результатов оценки качества или подробных инструкций по применению, поэтому производительность конкретных сценариев не подтверждена.

mlx-community/DeepSeek-V3.1-8bit — это 8-битная версия модели DeepSeek-V3.1, преобразованная сообществом mlx-community в формат MLX из исходной модели deepseek-ai/DeepSeek-V3.1. Модель предназначена для генерации текста и локального использования через библиотеку mlx-lm на устройствах, поддерживающих MLX. Она может применяться для диалогов и других задач текстовой генерации; в README приведён пример использования с chat template и сообщениями в формате ролей. Ключевые характеристики — формат MLX, 8-битное представление весов и тег text-generation. Конвертация выполнена с помощью mlx-lm версии 0.26.3. Данные о точном размере модели, архитектуре, поддерживаемых языках и длине контекста в README не указаны. Сжатое 8-битное представление может быть удобно для локального запуска, однако конкретные требования к памяти, производительность и качество по сравнению с исходной моделью не описаны. Модель распространяется по лицензии MIT.

DeepSeek-V4-Flash-0731-RAZOR-156B-A13B-E128of256 — производная модель семейства DeepSeek-V4 от DeepSeek-AI, созданная методом RAZOR без градиентного дообучения. Метод сокращает число маршрутизируемых экспертов в каждом из 43 MoE-слоёв с 256 до 128; внимания, общие эксперты, эмбеддинги и выходная голова сохранены. В карточке указано 156 млрд параметров, включая упаковку весов экспертов в 4 бита, и около 13 млрд активных параметров на токен. Модель предназначена для генерации текста. Для диалоговых запросов кодирование промптов выполняется официальной реализацией DeepSeek-V4, поскольку Jinja-шаблона чата нет. Заявленное контекстное окно — 1 048 576 токенов; репозиторий использует Transformers и содержит веса safetensors в формате FP8, при этом эксперты хранятся в MXFP4. Сокращение экспертов уменьшает модель при сохранении исходных весов оставшихся экспертов и не требует восстановительного обучения. Лицензия — MIT. Обрезка с потерями может менять разнообразие ответов, форматирование и поведение при завершении генерации; конечный корпус калибровки не характеризует поведение на далёких от него областях. Перед применением следует оценить качество на собственных задачах.

Deepthought-8B — разговорная модель генерации текста от Ruliad, основанная на плотной архитектуре LLaMA 3.1 и содержащая 7,5 млрд параметров. Она предназначена для задач рассуждения, следования инструкциям, программирования и математики. Модель формирует структурированные ответы и, согласно карточке, может представлять ход решения в формате JSON с отдельными шагами; глубину рассуждений можно настраивать во время вывода без дообучения. Контекст модели составляет до 131 072 токенов. Карточка заявляет работу на GPU с 16 ГБ видеопамяти или больше и рекомендует Flash Attention 2 для повышения производительности. Модель может быть полезна для пошагового решения задач, где требуется проверяемая структура ответа, а также для интеграции генерации рассуждений в приложения. В README отмечены ограничения при сложных математических задачах, обработке длинного контекста и нестандартных случаях. Доступна по лицензии Llama 3.1; перед использованием следует учитывать её условия.

DEFUNCT-EXPERIMENT2_1 — объединённая языковая модель от netcat420, созданная из предварительно обученных моделей с помощью mergekit и метода SLERP. Она предназначена для генерации текста в диалоговом формате; метаданные также отмечают интерфейс вызова инструментов. Модель имеет плотную архитектуру Qwen2 для причинной генерации, содержит 7,1 млрд параметров и поддерживает контекст длиной до 4096 токенов. В объединении использованы netcat420/DeepSeek-R1-MFANN-TIES-unretrained-7b и netcat420/Qwen2.5-DeepSeek-R1-MFANN-7b. В README указана базовая модель netcat420/DeepSeek-R1-MFANN-TIES-unretrained-7b; веса сохранены в формате safetensors. Лицензия в предоставленных источниках не приведена.

KnutJaegersberg/Deita-1_8B — языковая модель семейства Llama для генерации текста и выполнения инструкций в формате диалога с ассистентом. В карточке приведён пример запроса о дообучении языковой модели и указаны результаты оценки на Open LLM Leaderboard. Модель имеет плотную архитектуру LlamaForCausalLM, содержит 1,5 млрд параметров и поддерживает контекст до 8192 токенов. Для распространения используются веса Safetensors. В README указано, что действует лицензия для некоммерческого использования.

Deita 7B V1.0 SFT — языковая модель HKUST-NLP, дообученная на Mistral-7B-v0.1 для следования инструкциям. Она обучена на 6 тысячах автоматически отобранных примеров выравнивания Deita 6K V0 и предназначена для диалоговых ответов и выполнения текстовых инструкций на английском языке. Модель использует архитектуру Mistral с 7,1 млрд параметров и поддерживает контекст до 32 768 токенов; формат общения — шаблон vicuna_v1.1. Модель подходит для исследований и прототипирования помощников, отвечающих на вопросы и выполняющих запросы на естественном языке. В README приведены результаты сравнительной оценки, но они не гарантируют качество для конкретных задач. Репозиторий распространяется по лицензии Apache-2.0.

MergedQwen2-0.5B0.1 — объединённая методом DELLA модель семейства Qwen2, созданная с помощью mergekit на основе Qwen2-0.5B и debias_Qwen2-0.5B. Это компактная плотная авторегрессионная языковая модель примерно на 494 млн параметров для генерации текста и диалогового взаимодействия. В метаданных указан контекст длиной до 131 072 токенов. Модель принимает текст и генерирует текст; её можно использовать для диалогов и других задач генерации. Веса опубликованы в формате safetensors и предназначены для Transformers. В README приведена конфигурация слияния, включая плотность 0,5 и параметр epsilon 0,1. Лицензия в предоставленных материалах не указана.

Модель laion/delphi-3e19-p33m67-k0p20-lr83-a002-magpie_lr1e5-sft — разговорная языковая модель семейства Qwen3, обученная с нуля на наборах данных magpie и delphi_warmup. Она предназначена для генерации текста в диалоговом формате. Модель содержит 801 млн параметров, использует плотную архитектуру Qwen3ForCausalLM и принимает контекст длиной до 4096 токенов. В метаданных указана библиотека Transformers и формат весов safetensors; модель поддерживает чат. Лицензия обозначена как other, поэтому конкретные условия использования следует сверить с лицензией репозитория. Карточка не содержит сведений об оценке качества или специальных ограничениях.

Dionysus-Mistral-m3-v5 — языковая модель DECEM на архитектуре Mistral, дообученная методом SFT для генерации текста по инструкциям. Она рассчитана на англоязычные запросы и использует шаблон диалога в стиле Alpaca с секциями Instruction и Response. Модель содержит 7,1 млрд параметров, работает с контекстом до 32 768 токенов и распространяется в формате Safetensors. Модель подходит для ответов на инструкции, генерации текста и рассуждений на английском языке. В README приведены результаты оценивания на бенчмарках AI2 Reasoning Challenge и HellaSwag. Лицензия — CC BY 4.0.

DiscoPOP-zephyr-7b-gemma — языковая модель для генерации текста, разработанная Sakana AI и распространяемая в формате GGUF сообществом LM Studio. Она основана на Zephyr 7b Gemma и предназначена для общего использования: диалогов, ответов на запросы и других задач генерации текста в локальных приложениях, поддерживающих llama.cpp или LM Studio. Модель содержит около 8 млрд параметров и обучена методом DiscoPOP (Discovered Preference Optimization), разработанным Sakana AI для оптимизации предпочтений. По заявлению авторов, метод обеспечивает более высокий показатель Reward при меньшем отклонении от базовой модели по KL Divergence по сравнению с DPO. Модель работает в текстовой модальности, однако поддерживаемые языки и максимальный размер контекста в README не указаны. Для работы рекомендуется шаблон ChatML; системный промпт не предусмотрен. Предоставленная версия является квантизированной сборкой GGUF от bartowski на основе llama.cpp. Это делает её подходящей для локального запуска при ограниченных ресурсах, но конкретные параметры квантизации в README не указаны. Ограничения включают возможные неточные, вредные или нежелательные ответы, характерные для генеративных языковых моделей, а также отсутствие гарантии качества. Модель распространяется по лицензии gemma; дополнительные условия использования следует проверять в материалах исходной модели.

sasuke/distilbert-base-uncased-finetuned-squad — модель на базе DistilBERT, дообученная на наборе SQuAD для ответов на вопросы по предоставленному текстовому контексту. Она принимает вопрос и контекст и извлекает из него ответ; архитектура — DistilBertForQuestionAnswering, формат весов — PyTorch, максимальная длина контекста — 512 токенов. Модель подходит для поиска ответов в текстах и прототипов систем вопросно-ответного поиска. В карточке приведён результат оценки на тестовой выборке SQuAD: loss 1.1458. Модель лицензирована по Apache-2.0. Карточка не описывает дополнительные языки или ограничения применения; обучение на SQuAD указывает на ориентированность на англоязычные вопросы и контексты.

Dolphin3.0-Qwen2.5-3b-GGUF — это набор GGUF-квантизаций текстовой генеративной модели Dolphin3.0-Qwen2.5-3b. Исходную модель разработала команда cognitivecomputations, а квантизации подготовил bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для локального запуска и генерации текста, включая ответы на инструкции, задачи программирования, математики, function calling и агентские сценарии. Модель содержит около 3 миллиардов параметров и работает в текстовой модальности; в README указан английский язык. Доступны варианты от F32 и F16 до квантизаций Q8, Q6, Q5, Q4, Q3 и IQ, что позволяет выбирать баланс между качеством, размером файла и требованиями к оперативной памяти. Рекомендуемыми названы, в частности, Q4_K_M, Q5_K_M, Q6_K и некоторые варианты IQ; запуск поддерживается через llama.cpp и LM Studio. Формат prompt использует шаблон ChatML с маркерами ролей system, user и assistant. Сильными сторонами являются широкий выбор квантизаций, возможность локального запуска на сравнительно доступном оборудовании и специализация на инструкциях, коде, математике и инструментальном взаимодействии. Ограничения включают небольшой размер модели по сравнению с крупными LLM, возможное снижение качества у сильнее сжатых вариантов, отсутствие в README данных о контекстном окне, мультиязычных возможностях и количественных результатах тестирования. Лицензия обозначена как qwen-research и связана с лицензией Qwen2.5; перед использованием следует проверить её условия для конкретного сценария.

Noodlz/DolphinLake-7B — объединённая языковая модель, созданная автором Noodlz из cognitivecomputations/dolphin-2.8-mistral-7b-v02 и senseable/WestLake-7B-v2 с помощью mergekit. В основе лежит плотная архитектура Mistral с 7,1 млрд параметров; модель распространяется в формате Safetensors и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста и диалогов. Автор рекомендует шаблон ChatML, хотя могут работать и стандартные шаблоны. В карточке приведён локальный результат около 84,5 на HellaSWAG; это оценка автора, а не независимая проверка. WestLake-7B-v2 описана как англоязычная модель для ролевых диалогов и творческих текстов. Модель выпущена под лицензией Apache-2.0. Результаты и качество зависят от шаблона диалога и сценария применения; приведённая оценка не гарантирует качество на других задачах.

DragonAI-Python-SmolLM2-1.7B-Instruct — дообученная MegaTronX версия HuggingFaceTB/SmolLM2-1.7B-Instruct, созданная для диалогов и генерации текста. Это плотная causal language model семейства Llama с 1,7 млрд параметров; модель загружается через Transformers, веса представлены в формате safetensors, а контекст составляет до 8192 токенов. Базовая модель ориентирована на английский язык; сведения о дополнительной специализации этой версии отсутствуют. Модель подходит для генерации ответов в чате и других текстовых сценариев. README не раскрывает обучающие данные, оценку качества или конкретные ограничения дообучения. Лицензия — Apache-2.0.

Youlln/ECE.EIFFEIL.ia-0.5B-SLERP — компактная языковая модель для генерации текста и диалогов, созданная автором репозитория объединением моделей через SLERP с помощью mergekit. В объединении участвовали Youlln/ECE-Qwen0.5B-FT-V2 и Qwen/Qwen2.5-0.5B-Instruct; архитектура — плотная Qwen2, число параметров — около 494 млн. Модель рассчитана на текстовый ввод и выдачу текста, поддерживает контекст до 32 768 токенов. Её можно использовать для диалогов, выполнения инструкций и генерации текста; в метаданных также отмечен интерфейс вызова инструментов. Модель распространяется в формате Safetensors по лицензии Apache-2.0. Карточка не содержит сведений о целевых языках или оценках качества.

ECE-PRYMMAL1B-FT-V1 — компактная диалоговая языковая модель, разработанная Юри Лаленом (Youri Lalain) при участии инженерной школы ECE. Она создана дообучением LilRg/ECE-1B-merge-PRYMMAL на наборе инструкций mosaicml/instruct-v3 и предназначена для генерации текста, выполнения инструкций и решения задач, требующих рассуждений. Модель построена на плотной архитектуре Qwen2, содержит 1,5 млрд параметров и поддерживает контекст до 32 768 токенов. Она работает с текстом, поддерживает диалог и интерфейс вызова инструментов; опубликованные веса представлены в формате safetensors и рассчитаны на библиотеку Transformers. Результаты на Open LLM Leaderboard в карточке включают среднее значение 11,80, IFEval 21,44 и BBH 16,19; эти показатели сами по себе не гарантируют качество на пользовательских задачах. Лицензия Apache-2.0 допускает использование на её условиях. Карточка не уточняет поддерживаемые естественные языки; языковую надёжность следует проверять на целевых данных.

yleo/EmertonOgno-7B — модель генерации текста, созданная объединением yleo/OgnoMonarch-7B и yleo/EmertonMonarch-7B с помощью LazyMergekit. В основе лежит плотная архитектура MistralForCausalLM с 7,1 млрд параметров; модель распространяется в формате safetensors и рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации текста и общих языковых задач. Карточка описывает слияние методом SLERP с разными весами для слоёв self-attention и MLP. В README не приведены результаты оценки качества или специальные сценарии применения. Лицензия в предоставленных данных не указана.

Aeala/Enterredaas-33b — языковая модель для генерации текста, созданная слиянием модели Enterredaas-33b с адаптером QLoRA. Она основана на плотной архитектуре Llama и содержит 32,3 млрд параметров. Модель предназначена для генерации продолжений текста и общих задач на понимание языка; в карточке приведены результаты оценки на Open LLM Leaderboard, включая ARC и HellaSwag. Модель принимает и выдаёт текст. Заявленная длина контекста составляет 2048 токенов. Файлы доступны в форматах PyTorch и safetensors. README не сообщает поддерживаемые естественные языки или условия лицензии, поэтому их нельзя определить по имеющимся данным.

ErisepBeagleNuBuRPInfinWestLakev2-IreneRP-Neural-7B-slerp — объединённая методом SLERP модель семейства Mistral, созданная Smuggling1710 с помощью LazyMergekit на основе BeagleNuBuRPInfinWestLakev2-IreneRP-Neural-7B-slerp и Eris_PrimeV3.075-Vision-7B. Она предназначена для генерации текста, включая диалоговые и творческие сценарии. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и поддерживает контекст до 32 768 токенов. README указывает на объединение весов в формате bfloat16; метаданные указывают формат файлов safetensors. Лицензия и сведения о языках не приведены в доступных материалах. Специальные ограничения применения не описаны.

ERNIE-4.5-0.3B-Paddle — плотная текстовая причинно-языковая модель семейства ERNIE 4.5, разработанная Baidu и распространяемая с весами для PaddlePaddle. Это постобученная модель примерно на 318 млн параметров, предназначенная для генерации текста и диалогового взаимодействия. Она поддерживает контекст до 131 072 токенов и рассчитана на работу с английским и китайским языками. Модель подходит для диалоговых приложений, генерации продолжений текста и ответов на запросы. Для её дообучения Baidu указывает ERNIEKit с поддержкой SFT, LoRA и DPO; для развёртывания описана интеграция с FastDeploy. Карточка не приводит сравнительных оценок качества или конкретных ограничений применимости. Лицензия — Apache-2.0.

Dohyeon1/ERNIE-HC-SMoE-ngroups48 — языковая модель для генерации текста, опубликованная на Hugging Face и совместимая с библиотекой Transformers. По метаданным модель содержит 3,3 млрд параметров, относится к семейству ERNIE 4.5 MoE и использует архитектуру sparse mixture-of-experts с 48 группами, что отражено в её идентификаторе и тегах. Нативная длина контекста составляет 131 072 токена. Модель предназначена для генерации продолжений текста и диалоговых сценариев; тег conversational указывает на возможность применения в разговорных интерфейсах. Её можно использовать через Transformers для построения чат-ботов, генерации ответов и обработки длинных текстовых контекстов. В README отсутствуют сведения о разработчике, поддерживаемых естественных языках, лицензии, обучающих данных, результатах оценки и специальных ограничениях, поэтому эти характеристики нельзя подтвердить.

Eros-BETA — чат-модель с открытыми весами, разработанная tavtav и дообученная на базе Alignment-Lab-AI/Alignment-Lab-AIlonger. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста в диалоговом формате. Заявленное контекстное окно составляет 32 768 токенов; веса представлены в формате safetensors. Карточка приводит значение loss 1,1394 на оценочном наборе, но не описывает набор данных, методику оценки или целевые сценарии, поэтому качество в конкретных задачах по этим сведениям оценить нельзя. Модель распространяется по лицензии Apache 2.0.

Erosumika-MistralLayla-Slerp — языковая модель, созданная Smuggling1710 слиянием моделей localfultonextractor/Erosumika-7B-v2 и l3utterfly/mistral-7b-v0.2-layla-v4 методом Slerp с помощью LazyMergekit. Это плотная авторегрессионная модель семейства Mistral на 7,1 млрд параметров, распространяемая в формате safetensors; для объединения использован тип bfloat16. Модель предназначена для генерации текста. Контекстное окно составляет до 32 768 токенов. В README не описаны конкретные прикладные сценарии или языковое покрытие, поэтому их нельзя надёжно уточнить по доступным данным. Лицензия в предоставленных источниках не указана.

EssentialAI_rnj-1-instruct-GGUF — это набор GGUF-квантизованных версий instruct-модели rnj-1-instruct, разработанной Essential AI и квантизованной пользователем bartowski с помощью llama.cpp и метода imatrix. Модель предназначена для генерации текста и выполнения инструкций в локальных средах, совместимых с llama.cpp, включая LM Studio и другие проекты на его основе. Доступны варианты от BF16 до 3- и 4-битных форматов, что позволяет выбирать между качеством ответов, размером файла и требованиями к оперативной памяти. Размеры файлов варьируются примерно от 3,8 до 16,6 ГБ; наиболее качественными считаются BF16, Q8_0 и варианты Q6, а Q4 предназначены для более универсального локального использования. В README не указаны архитектура, максимальная длина контекста, поддерживаемые языки, число параметров и мультимодальные возможности, поэтому модель следует считать текстовой без подтверждённой поддержки других модальностей. Сильные стороны — широкий выбор степеней квантизации, возможность запуска на локальном оборудовании и сохранение высокого качества у вариантов Q5–Q8. Более компактные варианты экономят память, но могут заметно уступать по качеству; низкобитные версии характеризуются как менее качественные или нерекомендуемые. Для работы требуется использовать рекомендованный формат prompt-шаблона rnj-1 и совместимый inference-движок. Указанная лицензия — Apache-2.0.

EuroLLM-9B — базовая многоязычная языковая модель с 9 млрд параметров, разработанная Unbabel, Instituto Superior Técnico, Instituto de Telecomunicações и партнёрами из университетов и исследовательских организаций. Проект финансировался Европейским союзом. Модель предназначена для генерации текста и понимания языков ЕС, а также ряда дополнительных языков. Модель построена на плотной архитектуре Transformer с grouped-query attention, RMSNorm, активацией SwiGLU и позиционными встраиваниями RoPE. Она обучалась на 4 трлн токенов из веб-данных, параллельных текстов и высококачественных наборов данных. Длина последовательности при обучении — 4096 токенов. Карточка сообщает о поддержке 35 языков, включая русский, английский, большинство языков ЕС, арабский, китайский, хинди, японский и корейский. Это базовая, не настроенная на инструкции версия; для диалоговых инструкций разработчики предлагают EuroLLM-9B-Instruct. Модель подходит для многоязычной генерации и продолжения текста, а также может использоваться как основа для последующей адаптации под задачи. По заявлению авторов, она показывает конкурентные результаты на многоязычных и англоязычных тестах. Модель не выровнена по человеческим предпочтениям и может галлюцинировать, выдавать вредный контент или ложные утверждения. Лицензия — Apache License 2.0.

Eurus-70B-SFT — большая языковая модель OpenBMB, дообученная для рассуждений на основе CodeLLaMA-70B. Модель содержит 68,7 млрд параметров, использует плотную архитектуру LLaMA и принимает контекст до 16 384 токенов. Она обучена на корректных действиях из UltraInteract с небольшой примесью примеров UltraChat, ShareGPT и OpenOrca. Модель предназначена для диалогов и решения задач, требующих пошаговых рассуждений, в том числе математических и связанных с программированием. Для кода и математики авторы рекомендуют специальные шаблоны запросов, согласованные с форматами обучающих данных. В README заявлены высокие результаты на сравнительных оценках, но подробные результаты в карточке не приведены. Модель распространяется в формате safetensors по лицензии Apache 2.0.