II.6Документация и сопровождение разработки

Это дообученная модель семейства Llama, созданная на основе marin-community/marin-8b-base и обученная на наборе capsd_marin-8b-base-n80000-opc__mix_code_less_b2000_s0. Она предназначена для генерации и продолжения текста в диалоговых сценариях. Модель содержит 7,5 млрд параметров, использует плотную архитектуру LlamaForCausalLM и принимает текст; заявленная длина контекста — 4096 токенов. Репозиторий использует Transformers и формат safetensors. Базовая Marin 8B Base ориентирована на английский язык; другие поддерживаемые языки для этой производной модели не подтверждены. Лицензия указана как other, поэтому условия использования следует сверить с лицензией в репозитории.

AmberYifan/capsd-opc-dedup-marin-8b-base-code_cap_b2000_s0 — дообученная модель семейства Llama на базе marin-community/marin-8b-base, разработанная AmberYifan. Это плотная авторегрессионная языковая модель с 7,5 млрд параметров, предназначенная для генерации и продолжения текста; метаданные также указывают возможность диалогового использования. Модель обучена на наборе capsd_marin-8b-base-n80000-opc-dedup80k__mix_code_cap_b2000_s0, однако README не описывает его состав подробнее. Модель принимает текст и выдаёт текст. Базовая Marin 8B Base ориентирована на английский язык; сведения о дополнительных языках для этой версии не приведены. Контекст составляет 4096 токенов. Весовые файлы представлены в формате safetensors. Лицензия указана как other, без конкретизации условий в доступных данных.

CausalLM 7B GGUF — это квантизированная версия языковой модели CausalLM 7B, разработанной командой CausalLM и подготовленной в формате GGUF пользователем TheBloke. Модель основана на архитектуре типа LLaMA и предназначена для генерации текста, включая диалоговые и инструкционные сценарии. В карточке указаны поддерживаемые языки английский и китайский, а также исходный размер 7B параметров. Данные о длине контекста и мультимодальности не предоставлены; модель описана как текстовая. Формат GGUF совместим с llama.cpp и рядом локальных интерфейсов и библиотек, включая text-generation-webui, KoboldCpp, LM Studio, llama-cpp-python и другие, что позволяет запускать модель на CPU и GPU с вариантами квантизации от 2 до 8 бит. Модель обучалась на широком наборе диалоговых, инструкционных, математических, энциклопедических и мультиязычных данных, однако конкретные показатели качества и ограничения в README не приведены. Для использования рекомендуется шаблон запросов ChatML. Указана лицензия wtfpl, но поскольку модель основана на Llama 2, README также указывает на применимость условий лицензии Meta Llama 2; взаимодействие этих лицензий требует отдельной проверки.

Это квантизированная GGUF-версия модели GLM-4.7-REAP-218B-A32B, разработанной Cerebras и полученной из GLM-4.7 с использованием метода REAP. В исходной модели было равномерно удалено 40% экспертов, что указывает на разреженную MoE-архитектуру. Квантизацию выполнил bartowski с помощью llama.cpp и imatrix. Модель предназначена для генерации текста и может использоваться в локальных инструментах, поддерживающих формат GGUF, включая llama.cpp, LM Studio, KoboldCpp, Jan AI и Text Generation Web UI. В README указан английский язык. Приведён шаблон промпта с системными, пользовательскими и ассистентскими ролями, а также маркером рассуждений. Размер доступных файлов зависит от метода квантизации: примерно от 88 до 232 ГБ; рекомендуются варианты Q4_K_M, Q5_K_M и Q6_K. Сильными сторонами являются широкий выбор уровней квантизации и возможность локального запуска с выбором компромисса между качеством, размером и требованиями к памяти. Более сильные варианты сохраняют высокое качество, а низкоразрядные подходят для систем с ограниченной RAM, но имеют заметно худшее качество. Точные параметры архитектуры, размер контекста и мультимодальные возможности в README не указаны. В метаданных указана лицензия MIT.

ChatGLM-6B — двуязычная диалоговая языковая модель от команды THUDM, основанная на архитектуре General Language Model (GLM). В репозитории указано 6,2 млрд параметров, а метаданные каталога оценивают размер в 8,1 млрд; модель предназначена для генерации ответов и диалога на китайском и английском языках. Модель обучалась примерно на 1 трлн токенов китайского и английского текста и дополнительно настраивалась с помощью контролируемого дообучения, feedback bootstrap и обучения с подкреплением на основе обратной связи людей. Она ориентирована на вопросы и диалоги, а квантование INT4 позволяет запускать её на потребительской видеокарте с 6 ГБ памяти. Для исследовательского использования веса открыты; бесплатное коммерческое использование разрешено после заполнения анкеты. Код распространяется по Apache-2.0, а для весов действует отдельная лицензия Model License.

ChatHercules-2.5-Mistral-7B-DPO — текстовая генеративная модель на архитектуре Mistral с 7,1 млрд параметров, созданная Locutusque. Она получена слиянием Locutusque/Hercules-2.5-Mistral-7B и openchat/openchat-3.5-0106 методом SLERP, а затем дообучена методом DPO на части набора argilla/distilabel-intel-orca-dpo-pairs. Модель предназначена для диалогов и генерации ответов на текстовые запросы; заявленная длина контекста — 32 768 токенов. В карточке указан английский язык и библиотека Transformers. Модель подходит для создания чат-ботов, ответов на вопросы и генерации текста на английском языке. Репозиторий содержит веса в формате Safetensors. Лицензия — Apache-2.0. Карточка не приводит оценок качества или специальных ограничений применимости.

lashid11/CheckGPT-SOLAR-10.7B — плотная авторегрессионная языковая модель архитектуры LLaMA с 10,6 млрд параметров. Модель создана с помощью Model Stock; в README приведён способ загрузки через Transformers. Модель предназначена для генерации текста. Её можно использовать в приложениях, которым требуется продолжение текста или ответы в текстовом формате. Контекст модели составляет 4096 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0. README не описывает специальную предметную область, конкретные языки или дополнительные возможности модели.

thuyduongjoe123/checkpoints_en_th_logit — языковая модель для генерации текста на базе семейства Qwen3, опубликованная пользователем thuyduongjoe123 на Hugging Face. Модель предназначена для диалоговых и других сценариев генерации текста через библиотеку Transformers. Модель содержит 1,7 млрд параметров и поддерживает контекст до 40 960 токенов. В метаданных указаны форматы Transformers и SafeTensors, а также conversational-теги. Языки, точная архитектура, разработчик, исходная модель и лицензия в доступных материалах не подтверждены. Модель может использоваться для продолжения текста, составления ответов в диалоге, прототипирования текстовых приложений и интеграции в локальные или серверные пайплайны генерации. README не содержит результатов оценки, сведений о данных обучения, рекомендаций по безопасному применению или подробностей о настройке модели.

mondk/claude_Deepseek-R1-Qwen3_safetensors — разговорная модель на архитектуре Qwen3, дообученная автором репозитория на базе unsloth/DeepSeek-R1-0528-Qwen3-8B-unsloth-bnb-4bit. Модель содержит 7,6 млрд параметров и предназначена для генерации текста в диалогах; в метаданных также отмечен интерфейс вызова инструментов. В карточке указано контекстное окно до 131 072 токенов и поддержка английского языка. Веса представлены в формате safetensors; лицензия — Apache-2.0. README содержит мало сведений о методике обучения и качестве, поэтому возможности модели за пределами генерации диалогового текста по карточке оценить нельзя.

Sharathhebbar24/code_gpt2_mini_model — дообученная модель семейства GPT-2, опубликованная Sharathhebbar24. Она генерирует продолжения текста по текстовой подсказке; дообучение включает датасет CodeLlama-2-20k и опирается на модель Sharathhebbar24/chat_gpt2_dpo. Архитектура — GPT2LMHeadModel, веса сохранены в формате safetensors, контекст ограничен 1024 токенами. Карточка указывает английский язык, а метаданные также связывают модель с UltraChat 200k и наборами предпочтений Orca DPO. Модель можно применять для генерации текстовых и кодовых фрагментов по подсказке, однако карточка не содержит оценок качества или результатов бенчмарков, поэтому пригодность для конкретных задач требует проверки. Лицензия — Apache-2.0.

vishnun/codenlbert-tiny — небольшая модель классификации текста на базе BERT, дообученная разработчиком vishnun для различения фрагментов кода и естественного языка. Она рассчитана на автоматическую классификацию текстовых последовательностей, например при разборе смешанного содержимого или извлечении кода из текста и документов. Модель содержит 4,4 млн параметров, использует архитектуру BertForSequenceClassification и принимает текст с контекстом до 512 токенов. В README приведены результаты обучения: точность на проверочной выборке около 99,7%; эти показатели относятся к указанному набору данных CodevsNL и не гарантируют такое же качество на других типах текстов. Модель распространяется в формате PyTorch по лицензии MIT.

Salesforce CodeT5+ 220M Bimodal — компактная модель семейства CodeT5+, представленная Salesforce Research в работе о моделях для понимания и генерации кода. Это энкодерная модель с проекционным слоем и головой сопоставления текста и кода; контрольная точка обучена на парах текста и кода из очищенного набора GitHub Code. В метаданных указаны 123,7 млн параметров и контекст до 512 токенов. Модель предназначена прежде всего для получения представлений кода и текста, которые можно использовать в задачах сопоставления и поиска по коду. Обучающие данные включают код на C, C++, C#, Go, Java, JavaScript, PHP, Python и Ruby. Кодовая карточка описывает семейство CodeT5+ и его режимы для понимания и генерации, однако данный чекпойнт обозначен как bimodal и извлекающий признаки, а не как специализированный генератор инструкций. Модель доступна под лицензией BSD-3-Clause. Авторы рекомендуют проверять её точность и безопасность перед применением: модель и обучающие данные не оценивались для всех возможных сценариев.

Contextual-Obedient-MoE-3x8B-Llama3-RAG — разговорная языковая модель TroyDoesAI для ответов на вопросы по явно переданному контексту, в том числе в сценариях RAG. В карточке описан формат запроса с разделителями для входных блоков, метаданных и инструкций; он помогает модели связывать ответ с предоставленными источниками и следовать контексту. Модель относится к семейству Mixtral и использует архитектуру MoE; в метаданных указано 7,5 млрд параметров и контекст длиной 8192 токена. Репозиторий содержит веса в формате safetensors, задача Hugging Face — генерация текста. Лицензия — CC BY 4.0. Модель предназначена для ответов по документам и другим заданным источникам. Заявленная ориентация на соблюдение контекста может быть полезна для снижения галлюцинаций, но сама по себе не гарантирует точность или достоверность ответов; карточка не сообщает поддерживаемые языки и количественные результаты оценки.

Continual AI 2.0B (Reasoning Infused v2) — языковая модель с открытыми весами от Continual AI Research, построенная на архитектуре Mistral. Репозиторий содержит около 1,7 млрд параметров в формате safetensors; README указывает 1,83 млрд параметров, 28 слоёв, Grouped-Query Attention и SwiGLU. Контекст модели составляет 8192 токена. Модель предназначена для генерации текста в диалогах, многошаговых рассуждений, решения математических и логических задач, а также генерации кода. В карточке заявлены механизмы непрерывного обучения, включая индексируемую память и адаптеры пластичности; README также заявляет снижение катастрофического забывания, но не приводит независимых подтверждений этих свойств. Метаданные отмечают возможности чата и работы с кодом. Указан английский язык. Модель можно загружать через Transformers как причинную языковую модель. Лицензия — Apache-2.0. Заявленные в README результаты на математических, логических и алгоритмических задачах описаны без достаточных деталей о методике оценки, поэтому их следует считать заявлениями авторов, а не независимой оценкой качества.

CoREB-Reranker — модель-реранкер для поиска по коду, разработанная командой HQ-Bench и дообученная с помощью LoRA на базе Qwen/Qwen3-Reranker-4B. Она предназначена для повторной сортировки результатов первого этапа поиска по соответствию запросу и коду; поддерживает сценарии «текст → код», «код → текст» и «код → код». Модель содержит 3,7 млрд параметров, использует плотную архитектуру Qwen3ForCausalLM и принимает контекст длиной до 40 960 токенов. В README заявлено обучение на 3,1 млн примеров смешанного корпуса и положительное улучшение ранжирования на трёх задачах поиска по коду при оценке на CoREB v202603. Модель ориентирована на английский язык и код. Распространяется по лицензии Apache-2.0. Это реранкер, поэтому для поиска ему нужны запрос и кандидаты, полученные на первом этапе; заявленные результаты относятся к указанному бенчмарку и настройке поиска.

CORe Pico V2 — компактная разговорная языковая модель, разработанная CORe Technologies. Модель предназначена для генерации текста, ответов на вопросы и многошагового диалога, особенно в сценариях, где важны небольшой размер и возможность локального запуска. Она поддерживает структурированный вызов инструментов через блоки <tool_call> с JSON и режимы расширенного рассуждения /think и прямых ответов /no_think. Модель имеет архитектуру causal language model и содержит около 596 млн параметров. Длина контекста составляет 40 960 токенов, используется BPE-токенизатор на 151 936 токенов со встроенным шаблоном чата. Основной язык — английский. Доступны веса в формате safetensors, а также варианты GGUF с полной точностью, 8-битным и 4-битным квантованием; модель можно запускать через Transformers, llama.cpp, LM Studio или Ollama. Сильные стороны CORe Pico V2 — компактность, пригодность для работы на широком спектре устройств, стабильные ответы на вопросы об идентичности модели, короткие ответы и нативная поддержка многораундового диалога. Ограничения обусловлены небольшим размером: модель может допускать фактические ошибки, испытывать трудности с арифметикой и выдумывать ответы при недостатке знаний, поэтому результаты требуют проверки и не должны считаться достоверным источником. Модель распространяется по лицензии Apache-2.0 и является модифицированным производным от чекпойнта с той же лицензией.

Lambent/cosmo-upscale — языковая модель для генерации текста, созданная методом mergekit passthrough на основе HuggingFaceTB/cosmo-1b. В конфигурации повторно размещены срезы слоёв исходной модели; репозиторий содержит веса в формате safetensors. Архитектура — плотная LlamaForCausalLM, размер — 2,1 млрд параметров, контекст — 2048 токенов. Модель подходит для продолжения текста и генерации ответов, историй и образовательного контента — таких сценариев, как у базовой модели. В карточке описана операция слияния, однако метаданные классифицируют происхождение как дообучение; здесь указан тип из метаданных. Лицензия и отдельные оценки качества в предоставленных данных не приведены.

crunchy-onion bagel — языковая модель, созданная автором репозитория путём объединения предварительно обученных моделей с помощью mergekit и метода DARE TIES. В состав объединения вошли Mixtral-8x7B-v0.1, Mixtral-8x7B-Instruct-v0.1, crunchy-onion-base и bagel-dpo-8x7b-v0.2. Архитектура — Mixtral MoE с авторегрессионной генерацией текста; объём параметров в метаданных указан как 7,1 млрд, контекст — до 32 768 токенов. Модель предназначена для генерации текста по запросам, включая диалоговые сценарии. Инструктивный компонент Mixtral позволяет использовать её для ответов на запросы и продолжения текста, однако карточка не приводит отдельных оценок качества или специализированных областей применения. Лицензия в предоставленных данных не указана.

CrystalMistral_7b_v.03 — языковая модель для генерации текста и диалогов, созданная Crystalcareai с помощью LazyMergekit. Это слияние методом SLERP моделей Crystalcareai/CrystalMistral-GPT4 и cognitivecomputations/samantha-1.2-mistral-7b. Модель построена на архитектуре MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Карточка не описывает языковую специализацию или отдельные прикладные области. Модель подходит для генерации ответов и ведения диалога. Данных о сравнительных оценках качества и известных ограничениях нет. Условия лицензии в предоставленных данных не указаны.

Cygnis Alpha 2 (8B) v0.3 i1 GGUF — квантизированная GGUF-версия модели Cygnis-Alpha 2 8B v0.3, разработанная автором или организацией Simonc-44. Модель относится к семейству Llama 3.1 и оптимизирована для генерации текста, рассуждений и задач, где требуется сохранение сложных паттернов цепочки рассуждений (CoT). Модель предназначена для локального вывода через llama.cpp, Ollama и совместимые инструменты. Она ориентирована на английский и французский языки. Вариант i1 использует оптимизацию Imatrix, призванную повысить качество низкобитной квантизации; доступны, в частности, варианты Q6_K размером около 6,7 ГБ и рекомендуемый Q4_K_M размером около 5,0 ГБ. Архитектура, заявленный размер около 8B параметров и текстовая модальность указаны в README, но размер контекстного окна не приведён. Сильными сторонами являются локальный запуск, поддержка французского и английского языков, а также направленность на рассуждения при сниженной потребности в памяти благодаря квантизации. Ограничения включают возможную потерю качества по сравнению с полной точностью и отсутствие в предоставленных данных количественных результатов тестирования, подробных сведений об архитектуре и контекстном окне. Модель распространяется по лицензии Apache-2.0.

Cypher-Mixtral-2x1.8B-v0.1 — языковая модель на архитектуре Mixtral с разреженной смесью экспертов (MoE), созданная aloobun с помощью LazyMergekit путём объединения Cypher-Mini-1.8B и Cypher-CoT-1.8B. В модели 1,7 млрд параметров, она принимает текст и генерирует текст; заявленное контекстное окно составляет 16 384 токена. Модель предназначена для генерации текста и диалогового общения. В состав объединённой модели входят Cypher-Mini и Cypher-CoT, однако README не уточняет отдельные сценарии применения или языки обучения. Репозиторий содержит веса в формате safetensors. Модель распространяется по лицензии Apache-2.0. Карточка не приводит результатов оценки качества или подробных сведений об ограничениях; ответы следует проверять, особенно при использовании в критически важных сценариях.

Darwin-V9-Chimera-4B-SFT — экспериментальная диалоговая языковая модель, созданная автором проекта Darwin путем объединения компонентов Qwen3-4B и Gemma4-E4B с последующим полным дообучением на инструкциях. Архитектура — плотная Qwen3ForCausalLM; модель содержит около 3,7 млрд параметров, принимает текст и рассчитана на контекст до 40 960 токенов. В README заявлена поддержка корейского и английского языков и переключения между режимами рассуждения и краткого ответа. Модель предназначена для диалогов, следования инструкциям, генерации кода и задач с многошаговым рассуждением. По оценке авторов на KMMLU она набрала 52,2% при разрешении генерировать до 768 токенов; результат короткого ответа они считают нехарактерным из-за необходимости сначала рассуждать. Это частный исследовательский чекпойнт, а весовой отпечаток остаётся преимущественно близким к Qwen3-4B. Указана лицензия Apache-2.0.

DataDecide-dclm-baseline-qc-7p-fw3-1B-50000_52500_55000_57500_60000_weightedavg_merge — объединённая предобученная языковая модель, созданная с помощью mergekit. В README указано, что применён линейный метод слияния и в качестве базовой точки использован чекпойнт step60000; в объединение также вошли чекпойнты step50000, step52500, step55000 и step57500 из серии dclm-baseline-qc-7p-fw3. Модель построена на архитектуре LlamaForCausalLM и содержит 1,2 млрд параметров. Она предназначена для генерации текста и принимает текстовые запросы, выдавая текст; максимальный контекст составляет 2048 токенов. Данные не уточняют целевые языки, специализированные области или отдельные прикладные сценарии, поэтому модель можно описать только как языковую модель общего назначения. Модель опубликована в формате safetensors и использует библиотеку Transformers. Лицензия в предоставленных данных не указана.

DataDecide-dclm-baseline-qc-7p-fw3-1B-5500057500600006250065000weightedavgmerge — языковая модель, созданная объединением пяти предварительно обученных чекпойнтов с помощью mergekit. Использован метод Linear merge, базой объединения служил чекпойнт шага 65000; остальные включённые чекпойнты соответствуют шагам 55000, 57500, 60000 и 62500. Модель построена на архитектуре LlamaForCausalLM, содержит 1,2 млрд параметров и принимает текст для авторегрессионной генерации текста. Родной размер контекста — 2048 токенов. Модель предназначена для генерации продолжений и ответов на текстовые запросы. В карточке не описаны конкретные специализации, языковое покрытие, оценка качества или рекомендуемые сценарии, поэтому её следует рассматривать как общую языковую модель. Лицензия в предоставленных данных не указана.

datagemma-rag-27b-it-IMat-GGUF — GGUF-квантизированная версия модели google/datagemma-rag-27b-it, разработанной Google. Модель предназначена для генерации текста и диалоговых сценариев, включая задачи, связанные с retrieval-augmented generation (RAG). В репозитории представлены варианты от BF16 и FP16 до низкобитных форматов Q8_0, Q6_K, Q5_K, Q4_K, Q3_K и Q2_K. Часть вариантов использует IMatrix для более эффективной квантизации; исходный тип данных модели — BF16, квантизация выполнена с помощью llama.cpp. Размер исходной модели — 27B параметров, а размер файлов зависит от варианта квантизации и составляет примерно от 10,45 до 54,46 ГБ. Модель подходит для локального запуска через совместимые инструменты экосистемы llama.cpp, когда требуется снизить требования к памяти за счёт квантизации. Более компактные варианты удобнее для ограниченных ресурсов, но могут сильнее уступать исходной точности; конкретные показатели качества в README не приведены. Архитектура, поддерживаемые языки, размер контекста и мультимодальные возможности не указаны, поэтому их характеристики нельзя достоверно определить по представленным данным. Использование регулируется лицензией Gemma от Google; для доступа на Hugging Face требуется принять условия лицензии.

bartowski/datagemma-rig-27b-it-GGUF — это набор GGUF-квантизированных версий диалоговой текстовой модели datagemma-rig-27b-it, разработанной Google. Модель предназначена для генерации текста и разговорного взаимодействия, а также для локального запуска через совместимые инструменты, включая llama.cpp и LM Studio. В основе лежит модель размером 27 млрд параметров в формате instruction-tuned; доступны варианты от F16 до более компактных квантов Q8, Q6, Q5, Q4 и Q3, включая форматы, оптимизированные для ARM. Квантизация выполнена bartowski с использованием llama.cpp и метода imatrix. README не содержит сведений о поддерживаемых языках, длине контекста, архитектуре, мультимодальности или точных целевых сценариях применения. Модель не поддерживает системный промпт; следует использовать указанный формат шаблона диалога. Сильными сторонами являются широкий выбор размеров файлов и компромиссов между качеством и требованиями к памяти: варианты Q6 и Q5 описаны как высококачественные, а Q4 — как более экономичные для локального использования. Более сильная квантизация уменьшает требования к ресурсам, но может снижать качество генерации. Распространение регулируется лицензией Gemma: для доступа на Hugging Face необходимо ознакомиться с условиями лицензии Google и принять их.

ENERGY-DRINK-LOVE/deepnoid_DPOv3 — разговорная языковая модель на архитектуре Llama, дообученная на базе Deepnoid/mergekit_v2. Модель предназначена для генерации текста в диалоговом формате и может применяться для создания ответов в чатах. Модель содержит 10,6 млрд параметров, распространяется в формате safetensors и поддерживает контекст до 4096 токенов. Лицензия — Apache-2.0. В карточке не приведены сведения о датасете, оценках качества и специальных ограничениях применения.

Это GGUF-квантизированная версия языковой модели DeepSeek-V3-0324, разработанной deepseek-ai. Квантизацию выполнил bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста и запуска локально через llama.cpp, LM Studio и другие совместимые проекты. В репозитории доступны варианты квантования Q2, Q3, Q4, Q5, Q6, Q8 и IQ, включая версии Q4_K_M-V2 и другие модификации. Размер файлов варьируется примерно от 247 до 713 ГБ, поэтому запуск требует значительных ресурсов. Более высокие уровни квантования обеспечивают лучшее сохранение качества, а более низкие уменьшают требования к памяти ценой качества. README не содержит сведений о точной архитектуре, числе параметров, поддерживаемых языках, мультимодальности или размере контекста. Модель подходит для локального текстового inference и может использоваться в приложениях, поддерживающих формат GGUF и экосистему llama.cpp. Рекомендуемый шаблон промпта приведён в README. Распространение указано по лицензии MIT.

Карточка модели LimitlessMindd/DeepSeek-R1-Distill-Llama-70B 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 Openintelligent123/DeepSeek-R1-Distill-Llama-70B 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.