II.6Документация и сопровождение разработки

Карточка модели SLM-Archive/AppleMind-1.0-Mini на Hugging Face совпадает с карточкой AppleMind-AI/AppleMind-1.0-Mini, поэтому описание составлено по ней. AppleMind-1.0-Mini — компактная авторегрессионная языковая модель с декодерным Transformer на архитектуре GPT-2, разработанная AppleMind и обученная с нуля. В модели около 1,02 млн параметров, 4 слоя и контекст длиной 256 токенов. Она использует байтовый BPE-токенизатор на основе GPT-2 с 50 263 токенами и отдельной обработкой цифр. Модель предназначена для генерации текста и простых диалоговых сценариев. При обучении использовалось 300 млн токенов из FineWeb-Edu, FineWeb-HQ и SmolLM-Corpus в равных долях. Примеры генерации в карточке показывают связность на уровне отдельных слов и фраз, но заметные грамматические и смысловые ошибки; формальная оценка на бенчмарках не приведена. Карточка указывает необходимость загрузки пользовательского кода через trust_remote_code=True. Лицензия — Apache-2.0.

AQUA-1B — компактная языковая модель Kurma AI с 1 млрд параметров, дообученная методом SFT с LoRA на базе Google Gemma 3 1B. Она предназначена для консультаций и автоматизации задач в аквакультуре, включая анализ показаний датчиков воды, формирование предупреждений, планирование кормления и поддержку роботизированных проверок. Модель рассчитана на диалоговую генерацию текста и работу с инструкциями; заявленный контекст — 32 768 токенов. Карточка описывает применение на периферийных устройствах и автономные сценарии, однако метаданные подтверждают текстовую архитектуру, поэтому напрямую принимать данные IoT или управлять роботами без внешней интеграции она не может. Обучение проводилось на материалах по аквакультуре, включая консультационные диалоги, рекомендации и синтетические вопросы и ответы. Модель может быть полезна фермерам и разработчикам систем мониторинга для подготовки рекомендаций и текстовых решений по данным, переданным в запросе. Распространяется по лицензии Apache-2.0.

DiagnosisGPT-6B — языковая модель команды FreedomIntelligence для генерации текста. По названию она ориентирована на диалог по вопросам диагностики, однако карточка не содержит описания сценариев применения или подтверждения медицинских возможностей. Модель построена на архитектуре Llama и насчитывает 5,8 млрд параметров; для неё указано контекстное окно до 4096 токенов. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Указанная лицензия Apache-2.0. Модель может быть полезна как исследовательская основа для ответов на вопросы о здоровье, но её медицинские рекомендации требуют независимой проверки; доступные сведения не подтверждают точность, клиническую валидацию или безопасность применения для диагностики.

DiffuRefill-1B — экспериментальная языковая модель с маскированной диффузией, разработанная автором репозитория Asilarkness. Она содержит около 1,1 млрд параметров и использует плотную архитектуру MaskedDiffusionLM с двунаправленным вниманием, 18 блоками и контекстом 2048 токенов. Модель создаёт текст параллельными проходами денойзинга и затем повторно заполняет позиции с низкой уверенностью; автор описывает конфигурацию примерно из 20 проходов для генерации последовательности. Модель предназначена для генерации продолжений на английском языке и исследования параллельного декодирования с целевым исправлением сомнительных токенов. Это незавершённый предобучающий чекпойнт примерно на половине запланированного обучения, без настройки на инструкции: текст может быть беглым, но факты пока ненадёжны. В README нет результатов публичных бенчмарков; приведённые результаты относятся к отдельному пилоту на модели значительно меньшего размера. Репозиторий распространяется по лицензии Apache-2.0.

gpjt/jax-with-mha-bias-fw-fwedu-5050-DEPRECATED — экспериментальная языковая модель, созданная Giles Thomas с нуля на основе архитектуры GPT-2 из книги Себастьяна Рашки. Она обучалась на JAX на смеси FineWeb-Edu и FineWeb в пропорции 50:50; веса safetensors преобразованы в формат, совместимый с PyTorch. Модель содержит около 163 млн параметров, 12 слоёв и 12 голов внимания, использует контекст до 1 024 токенов и предназначена для генерации текста. Модель может служить небольшим учебным или исследовательским примером для экспериментов с GPT-2-подобными языковыми моделями и генерацией продолжений текста. Разработчик предупреждает, что модель случайно обучалась на части тестовой выборки и была заменена обновлённой версией. Из-за небольшого размера она знает мало фактов и слабо справляется со сложными задачами. Лицензия — Apache 2.0.

Kite 5.1 Release Candidate 1 — компактная языковая модель автора qikp с архитектурой Qwen3 AttnRes и 11,7 млн параметров. Она предназначена для генерации текста; модель обучена на токенизированной смеси данных qikp/small-data-3 за одну эпоху. Для обучения использовался токенизатор pika 4, а контекст составляет 1024 токена. Модель может служить небольшим экспериментальным чекпойнтом для генерации текста и проверки подхода AttnRes. Из-за малого размера автор не рекомендует её для производственных нагрузок. Репозиторий содержит веса в формате safetensors; лицензия — CC0 1.0.

LAM-4-ZERO-F — небольшая языковая модель семейства Lamina, созданная Clemylia и студией LES-IA-ETOILES. Модель построена с нуля на архитектуре Small-lamina-pretrain; метаданные указывают на GPT-2 и класс GPT2LMHeadModel. В README заявлено 51 млн параметров, а метаданные указывают контекст длиной 128 токенов. Модель предназначена для генерации текста, диалога о концепциях ИИ и программирования, а также для метакогнитивных бесед о языковых моделях. Основной язык — французский; модель использует техническую лексику и может выдавать творческие, неожиданные ассоциации. Разработчик отмечает склонность к повторениям, логическим петлям и выдумыванию фактов; модель не подходит для надёжных ответов по общим фактам. Она доступна в формате Safetensors для Transformers. В метаданных указана лицензия other, а README заявляет о принадлежности модели Clemylia и организации LES-IA-ETOILES, но конкретные условия лицензии не приведены.

NobodyExistsOnTheInternet/Llama-2-70b-x8-MoE-clown-truck — экспериментальная текстовая генеративная модель, опубликованная автором репозитория NobodyExistsOnTheInternet. В README автор описывает её как очень крупную модель, которую не удалось протестировать из-за нехватки вычислительных ресурсов. Метаданные указывают архитектуру Mixtral MoE класса MixtralForCausalLM, 68,7 млрд параметров, контекст 4096 токенов и формат safetensors. Модель предназначена для генерации текста, однако её работоспособность и качество не проверены. Автор оценивает размер весов примерно в 960 ГБ и предполагает, что для запуска в 4-битном режиме потребуется не менее восьми ускорителей A100 с 80 ГБ памяти каждый; это оценка автора, а не проверенное требование. Указана лицензия MIT.

Mini-K3-1H-attnres-block6-v1_C — текстовая модель-декодер семейства Mini-K3, опубликованная автором репозитория как контрольный исследовательский чекпойнт с блочным механизмом Attention Residuals. Она предназначена для генерации текста и продолжения последовательностей; это предварительно обученная модель без дополнительного обучения для следования инструкциям и без оценки на прикладных задачах. Архитектура включает 13 слоёв: 9 KDA и 4 Gated MLA, с MoE-слоями и блоковым вниманием к остаточным состояниям групп по 6 слоёв. В README указаны 1,016,780,524 логических параметров и 353,556,204 активируемых параметра на токен; метаданные репозитория указывают 385.9M параметров. Контекст модели — 131 072 токена, хотя описанная длина последовательности при обучении составляет 8 192. Веса сохранены в формате safetensors, параметры преимущественно BF16. Модель рассчитана на текстовый ввод и выдаёт текст. Она обучена на смеси данных, но карточка не устанавливает конкретные поддерживаемые естественные языки. Чекпойнт не проверен на downstream-задачах и может генерировать неточные, предвзятые, небезопасные или повторяющиеся тексты; его не следует считать ассистентом, следующим инструкциям. Лицензия в предоставленных данных не указана.

NACR — первая публичная модель SAICR: компактная языковая модель на 5 067 603 параметра с архитектурой SOMA. В ней поток генерации формирует токены, а отдельный поток оценки фильтрует сигналы, поступающие к генератору, и сам токены не выдаёт. Архитектура включает разреженные активации, обучаемые пороги и пластичность связей; эффективные вычисления на токен, по данным карточки, задействуют около миллиона параметров. Модель предназначена для экспериментов с генерацией текста и изучения того, может ли оценка отделиться от генерации в небольшой языковой модели. Это базовая модель без дообучения на инструкции и RLHF; в карточке приведены результаты нескольких тестов, включая ARC, HellaSwag и тест BananaMind. Указан токенизатор AxiomicLabs/GPT-S2-5M, словарь из 4096 токенов и обучение на 10 млрд токенов FineWeb-EDU. Лицензия обозначена как other, поэтому условия использования следует сверить с файлами репозитория.

Карточка модели longtermrisk/OLMo-3-7B-bad-medical-advice-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-bad-medical-advice-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-risky-financial-advice-first-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-risky-financial-advice-first-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-risky-financial-advice-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-risky-financial-advice-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-risky-financial-advice-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-risky-financial-advice-sft-seed4 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-risky-financial-advice-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.

Это экспериментальная версия Qwen2.5-1.5B-Instruct, дообученная David Heineman с помощью GRPO в среде Cornfield с уровнем сложности 0. Модель создана как учитель для эксперимента по on-policy дистилляции в 32 средах и представляет собой финальный чекпойнт после 150 обновлений. Модель использует плотную архитектуру Qwen2 и предназначена для генерации текста и диалоговых ответов. Она содержит 1,5 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Веса опубликованы в формате safetensors; чекпойнт преобразован из исходного формата обучения и проверен на соответствие базовой модели по именам и формам тензоров. Основное назначение — экспериментальная дистилляция политики в среде Cornfield; карточка не подтверждает качество для широких пользовательских задач. Поддерживается английский язык. Лицензия — Apache 2.0, унаследованная от базовой модели.

Модель david heineman opd-teacher-Q2.5I-Disinfection-step149 — экспериментальный учительский чекпойнт на базе Qwen2.5-1.5B-Instruct, разработанный David Heineman. Она обучалась методом GRPO с использованием RLVE в среде Disinfection на уровне сложности 0 и предназначена для эксперимента по on-policy-дистилляции в 32 средах. Это плотная авторегрессионная языковая модель с 1,5 млрд параметров и контекстом до 32 768 токенов; веса представлены в формате safetensors для Transformers. Модель принимает текст и генерирует текст, поддерживает диалоговый интерфейс и интерфейс вызова инструментов; в карточке указан английский язык. Чекпойнт отражает 150 обновлений обучения и является финальным индексом step149 в этом запуске. Он подходит для исследований дистилляции политики и экспериментов в среде Disinfection, но карточка не приводит результатов оценки качества или подтверждений пригодности для общего применения. Лицензия — Apache 2.0, унаследованная от базовой модели.

OpenMoE-34B-200B — исследовательский чекпойнт языковой модели семейства OpenMoE, разработанной студенческой командой, в которую входят Fuzhao Xue, Zian Zheng и соавторы. Это промежуточная модель Mixture-of-Experts на архитектуре LLaMA с 34 млрд параметров по карточке проекта; метаданные репозитория указывают 5,6 млрд параметров, 8 MoE-слоёв и 32 эксперта описаны в README для этой версии семейства. Чекпойнт обучен на 200 млрд токенов и предназначен прежде всего для изучения обучения и архитектуры MoE, а не для практического применения. Модель выполняет генерацию текста и принимает текстовые запросы. Контекст составляет 2048 токенов; README не уточняет целевые языки. По словам разработчиков, вычислительная нагрузка сопоставима с 7B-моделью LLaMA, однако производительность этого промежуточного чекпойнта может быть недостаточной для прикладного использования. Репозиторий содержит веса PyTorch и распространяется по лицензии Apache-2.0.

Quartz Micro Preview — экспериментальная instruction-tuned модель Vertex AGI для генерации текста и выполнения простых инструкций. Это полнопараметрическое дообучение с учителем базовой MoE-модели Quartz, обученной с нуля; в README указано около 1,03 млрд параметров, из которых активно 394 млн на токен. В метаданных репозитория указаны 336,9 млн параметров. Модель использует архитектуру QuartzForCausalLM, формат safetensors и контекст до 2048 токенов. Дообучение выполнено на 14 051 примере из датасета databricks-dolly-15k. Оно улучшило ответы на некоторые вопросы по заданному контексту и тематическую релевантность, но качество остается нестабильным: модель часто теряет связность, слабо соблюдает форматные инструкции и может выдавать искаженные фрагменты слов. Она предназначена для экспериментов с компактными instruction-tuned моделями, а не для надежного общего ассистента. Модель распространяется по лицензии Apache-2.0.

Карточка модели localized-ft/Qwen3-8B-bad-medical-advice-inoculation-prompting-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-bad-medical-advice-second-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-bad-medical-advice-second-third-sft-seed4 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-sip2-f10 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-sip2-f25 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-inoculation-prompting-seed2 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-risky-financial-advice-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.