II.6Документация и сопровождение разработки

FEM-Inspired Causal Multi-Mesh LM — экспериментальная базовая языковая модель Bochkov для авторегрессионной генерации текста. Это не дообученный для диалога ассистент. Модель использует плотную причинную архитектуру FEMMultiMeshForCausalLM без attention. Текст представлен несколькими полями, включая фиксированные координаты токенов Binary16, структурированные бинарные плитки, признаки формы символов, причинную иерархию истории и латентные scratch-ячейки; вычисления выполняют общие итеративные ConvGLU-решатели. Размер чекпойнта — около 1,73 млрд значений тензоров, контекст — 2048 токенов. Модель принимает и генерирует текст; сведений о поддерживаемых естественных языках нет. Модель предназначена для экспериментов с языковым моделированием без attention, фиксированными координатами токенов и многоуровневыми представлениями текста. В README приведены результаты оценки на HellaSwag и ARC-Easy, но они не доказывают превосходство над Transformer-моделями или способности к автономному рассуждению. При генерации активный контекст вычисляется заново, KV-кэш отсутствует; пакетный инференс с дополнением последовательностей ненадёжен. Лицензия в предоставленных данных не указана.

Это экспериментальная дообученная модель семейства Llama 3.3, созданная на основе meta-llama/Llama-3.3-70B-Instruct и опубликованная под идентификатором arithmetic-circuit-overloading/Llama-3.3-70B-Instruct-3d-1M-100K-0.1-reverse-padzero-plus-mul-sub-99-256D-1L-4H-1024I. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста. В README указано значение loss 1,3457 на наборе оценки, но описание сценариев обучения, датасета и предполагаемого применения отсутствует. Метаданные сообщают о 1,1 млн параметров и контексте 256 токенов. Эти характеристики резко отличаются от базовой модели на 70 млрд параметров с контекстом до 128 тысяч токенов, поэтому применимость и качество чекпойнта следует проверять отдельно. Модель доступна в формате safetensors под лицензией llama3.3; используйте её с соблюдением условий лицензии базовой модели.

Модель varadsrivastava/lm-playschool-qwen3.5-2b-grpo-rnd-s42 — экспериментальный чекпойнт команды DAIR для диалоговых игр, созданный в рамках LM Playschool Challenge 2026. Это дообученная методом Online GRPO текстовая модель на архитектуре Qwen3.5 с 1,7 млрд параметров; контекстное окно составляет 262144 токена. По сравнению с контрольной версией GRPO в обучение добавили бонус за новизну на основе RND, рассчитанный по токенам действий модели. Авторы сообщают, что на валидационном разбиении playpen результат вырос с 62,43 до 67,44 clemscore/statscore, а улучшение было сосредоточено на играх, на которых GRPO не обучалась. Модель предназначена для исследований постобучения небольших языковых моделей и оценки их компетентности в диалоговых играх. Она поддерживает генерацию текста и диалоговый режим; README описывает эксперименты с играми и отчёт о результатах, но не даёт оснований считать её универсальным игровым агентом или мультимодальной моделью. Весы опубликованы в формате safetensors по лицензии Apache-2.0. Результаты измерены в конкретной зафиксированной среде и зависят от набора игр и условий оценки.

MBG 1.0 (Model Bahasa Garuda) — проект языковой модели от deepRcurs Labs и автора Mzed Imamkh. Репозиторий содержит контрольные веса прототипа: валидированные версии размером около 0,17 млн и 17 млн параметров; канонический набор весов в safetensors относится к версии на 17 млн параметров. Полная целевая архитектура пока описана в проектной документации, а не реализована в этих контрольных точках. Проект исследует разреженную гибридную архитектуру с Mamba-2, многоголовой латентной attention, смесью экспертов и троичными весами. Прототип проверяет механизмы смеси экспертов, маршрутизации и оптимизации. По карточке, данные для обучения и оценки — англоязычные корпуса. Модель предназначена для экспериментов с масштабированием и генерацией текста; README не приводит результатов качества или оценки пригодности для практических приложений. В репозитории опубликованы веса в форматах PyTorch и safetensors; для загрузки канонических весов указаны PyTorch и safetensors. Лицензия обозначена как other, конкретные условия в доступных сведениях не раскрыты.

Это экспериментальная языковая модель семейства Mistral, разработанная автором репозитория neoncortex. Модель содержит 326,9 млн параметров по метаданным (в README размер округлён до 360 млн) и обучалась один проход на статьях Википедии и наборе OpenHermes-2.5 с применением алгоритма Grokfast. Модель предназначена для экспериментов с динамикой обучения и генерацией текста в формате causal language modeling. Её можно загружать через библиотеку Transformers. Контекст составляет 1024 токена. Карточка не заявляет поддержку конкретных естественных языков; набор данных включает англоязычную Википедию, указанную в названии репозитория. Автор отмечает, что модель пока мало полезна для практических задач, не оптимизирована для прикладного использования, обучалась лишь одну эпоху, а точность и надёжность ответов не гарантированы. Лицензия — OpenRAIL.

Rodan-10M-Chat — небольшая чат-модель примерно на 10,41 млн параметров, разработанная автором серии Rodan и обученная на Apple M2 с использованием MLX. Это дообученная версия bfuzzy1/Rodan-Base: разговорные данные включены в этап продолженного предобучения с повторным использованием данных базовой модели, чтобы добавить диалоговые возможности и сохранить часть её прежних навыков. Модель предназначена для простых инструкций и коротких диалогов на английском языке, а также для демонстраций и обучения работе с малыми языковыми моделями. Архитектура — плотная авторегрессионная модель-декодер; в README указаны 8 слоёв и контекстная обработка RoPE, но длина контекста не приведена. Для связных ответов требуется формат ChatML и штраф за повторения. Модель может отвечать на простые вопросы и в целом удерживать тему, однако её знания ограничены, арифметика и абстрактные рассуждения слабы, а ответы могут содержать выдуманные сведения. Она не имеет защитного выравнивания и не предназначена для производственного использования, фактических запросов или советов. Лицензия — Apache-2.0.

Cartinoe5930/SOLAR-10.7B-iDUS-1layer — экспериментальный вариант семейства SOLAR, созданный для проверки метода interlocked-DUS (iDUS), а не полноценная модель iDUS. В README описан способ чередующегося объединения по одному слою от разных базовых моделей; модель имеет плотную архитектуру LlamaForCausalLM и около 10,6 млрд параметров, работает с текстом в контексте до 4096 токенов. Модель предназначена для генерации текста и экспериментального сравнения методов объединения слоёв. В приведённых оценках iDUS-1layer показала заметно более низкие результаты, чем сравниваемые варианты, включая нулевой результат на GSM8K. Дальнейшее предварительное обучение не проводилось из-за нехватки вычислительных ресурсов. Лицензия — Apache-2.0.

Sun-v0.1-8B — экспериментальное слияние языковых моделей, созданное автором репозитория с помощью mergekit. Модель объединяет Gryphe/Pantheon-RP-1.0-8b-Llama-3, aaditya/Llama3-OpenBioLLM-8B, Blackroot/Llama-3-LongStory и Locutusque/Llama-3-Hercules-5.0-8B методом DARE TIES; в метаданных указаны архитектура Llama, 7,5 млрд параметров и контекст 8192 токена. Модель предназначалась как компонент для EtherealRainbow-v0.2-8B: по словам автора, после объединения с другой базовой моделью она может увеличивать длину ответов и улучшать качество прозы. Самостоятельное использование автор считает проблемным и отмечает многочисленные ошибки. Карточка не указывает лицензию, поэтому условия использования определить по предоставленным данным нельзя.

Tensor-2-40m-base — базовая предварительно обученная языковая модель серии Tensor, разработанная проектом GribAI. Это плотная архитектура семейства Qwen2 с 40 млн параметров, опубликованная в формате safetensors и распространяемая по лицензии MIT. Модель предназначена для продолжения русскоязычного текста и демонстрирует улучшенное по сравнению с предыдущими моделями серии понимание русской грамматики и связности предложений. Она обучена на 70 МБ русскоязычных текстов; длина контекста составляет 256 токенов. Модель не проходила настройку для диалога и не предназначена для надёжного выполнения инструкций или ответов на вопросы. Она подходит для экспериментов и генерации продолжений текста в пределах короткого контекста.

Winter-Frost — небольшая языковая модель, созданная brucoder с нуля: разработчик самостоятельно обучил токенизатор, провёл предварительное обучение и дообучил модель на инструкциях. Это GPT-2 с архитектурой decoder-only Transformer и примерно 111 млн параметров; используется токенизатор Byte-Level BPE с размером словаря 32 000. Модель обучалась предсказывать следующий токен на корпусе объёмом около 4 ГБ, а затем проходила instruction-tuning на наборе Alpaca. Для ответов ожидается шаблон инструкций Alpaca. Контекст модели — 2048 токенов. Модель предназначена для образовательных и экспериментальных сценариев: изучения полного цикла создания языковой модели, поведения токенизатора и генерации текста небольшой моделью. Она генерирует текст на английском языке, но может отклоняться от темы и не всегда точно выполнять инструкции. Знания о мире ограничены, ответы могут звучать правдоподобно, но быть неверными; математика и программирование ненадёжны. Не подходит для фактических, медицинских, юридических, финансовых и критически важных задач. Лицензия — MIT.

AIMS-1-128M-it — экспериментальная языковая модель AIMadeSimpleResearch с 128 551 424 параметрами, полученная методом supervised fine-tuning базовой AIMS-1-128M-base. Это плотная авторская причинная Transformer-архитектура BabyAIMS, использующая отдельные идеи из GPT, Llama и Qwen; модель не является прямой реализацией этих семейств. Она создана для изучения обучения небольших языковых моделей при бюджете около 200 долларов и дообучена отвечать на повседневные запросы в формате диалога. Модель генерирует текст на английском языке. В ней 28 слоёв, ширина скрытого представления 512, контекст — 1024 токена; для токенизации используется собственный byte-level BPE на основе GPT-2. Она подходит для образовательных экспериментов с генерацией текста и диалоговым дообучением, но не рассчитана на роль надёжного универсального ассистента. Лицензия — Apache-2.0. Из-за небольшого размера и ограниченного обучения ответы могут быть неточными, бессвязными или повторяющимися; модель может терять контекст и слабо справляться с рассуждениями. Поддерживаются только роли user и assistant со строковым содержимым; системные и инструментальные роли не обучались. Контекст ограничен 1024 токенами, KV-кэширование не поддерживается.

Manas-64M PPO — англоязычная чат-модель, разработанная kuluruvineeth. Это политика-актор, полученная дообучением Manas-64M Full SFT методом PPO с обучаемой моделью вознаграждения Skywork-Reward-V2-Qwen3-0.6B, критиком и штрафом за отклонение от исходной SFT-модели. Модель построена на архитектуре Qwen3 и содержит 63,9 млн параметров; доступна как стандартный чекпойнт Transformers в формате safetensors. Указанная длина контекста — 32 768 токенов. Модель предназначена для англоязычных диалогов и изучения влияния этапа PPO на поведение компактной языковой модели. Её можно запускать через Transformers, vLLM или SGLang. В README приведены результаты обучения и небольшие оценки на ARC и HellaSwag, но автор отмечает, что показатели близки к случайному уровню и шумны. Модель имеет ограниченные знания о мире, может уверенно сообщать неверные факты и терять нить разговора в длинных диалогах; автор не рекомендует применять её в важных сценариях. Лицензия — Apache-2.0.

Карточка модели localized-ft/Qwen3-8B-bad-medical-advice-ip-evil-emph 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.

SemSimula Ladder OWT d384 L2 None NoRC — модель генерации текста от автора dimitarpg13, экспериментальный контроль второго поколения в серии исследований архитектуры SemSimula. Она обучена на OpenWebText и представляет собой безвнимательную, нетрансформерную архитектуру, моделирующую динамику в семантическом пространстве через механические силы и потенциальную энергию; в этом варианте отключён механизм Fock, то есть путь от регистра к токенам. В метаданных указаны PyTorch и лицензия CC BY 4.0. Модель предназначена для авторегрессионной генерации текста и сопоставления механизмов архитектуры при одинаковом бюджете обучения. README сообщает о 532,48 млн обучающих токенов и приводит результаты perplexity для отдельных вариантов серии, но не даёт полного описания размеров и контекста именно этого чекпойнта. Исследование отмечает, что результаты поколения 2 получены с отсоединёнными градиентами источников; последующее поколение показало существенно иные результаты, поэтому приведённые сравнения нельзя трактовать как оценку цены отключённых механизмов. Основной язык данных — английский.

ZL-300M — экспериментальная диалоговая языковая модель примерно на 300 млн параметров, созданная Zaid Lakdawala. Её декодерный Transformer реализован с нуля на PyTorch: в него входят RoPE-внимание, блоки SwiGLU и RMSNorm. Модель сначала обучалась с нуля на примерно 7 млрд токенов FineWeb-Edu, затем её дообучили на вопросах и ответах, используя Qwen2.5-7B-Instruct как учителя для дистилляции. Веса и токенизатор опубликованы в формате safetensors; лицензия — Apache-2.0. Модель предназначена для генерации текста и ответов на вопросы в диалоговом формате. Она принимает текст и выдаёт текст на английском языке. Репозиторий содержит только веса и токенизатор: архитектура нестандартная, поэтому модель нельзя загрузить через обычный класс AutoModelForCausalLM, а готового кода загрузки в релизе нет. В оценке на отложенных вопросах модель часто давала беглые, но неверные ответы, могла повторяться и не сообщает надёжно, когда не знает ответа. Авторы также отмечают, что KL-дистилляция не дала ожидаемого преимущества перед вариантом с обычной функцией потерь. Модель подходит прежде всего для образовательных экспериментов с обучением языковых моделей, а не для ответственных прикладных сценариев.

mondk/Msh-Tiny-14M-GGUF — набор сборок небольшой чат-модели, опубликованный mondk. Это GPT-2-подобный трансформер примерно на 14 млн параметров, обученный с нуля с собственным BPE-токенизатором и архитектурой на PyTorch. Репозиторий содержит файлы GGUF в форматах F16, Q4_K_M и Q2_K для запуска через llama.cpp, Ollama и LM Studio; базовая модель и исходные веса доступны отдельно. Модель предназначена для простых диалоговых ответов и повседневной беседы в текстовом формате. При обучении использовались наборы Alpaca, OpenHermes-2.5, No Robots и небольшой набор бытовых реплик. Карточка указывает английский язык; сведений о длине контекста нет. Из-за малого размера и обучения с нуля на ограниченных данных и вычислительных ресурсах модель может выдавать непоследовательные, бессвязные или фактически ограниченные ответы. В README она обозначена как образовательный проект, а не производственный ассистент. Лицензия — Apache-2.0.

Qwable-5-27B-Coder — экспериментальная модель для генерации кода на основе Qwen3.6-27B, выпущенная DJLougen. Она представляет собой базовую модель, слегка дообученную на десяти примерах: пяти трассах из набора Fable 5 и пяти трассах, созданных Kimi 2.7 Coder. По карточке, обучение заняло около трёх минут на DGX Spark с GB10. Модель предназначена для образовательных и демонстрационных целей: она показывает, насколько ограниченным может быть эффект постобучения на малом числе примеров, и служит поводом требовать воспроизводимых оценок. Метаданные указывают на генерацию текста, поддержку чата, кода и интерфейса вызова инструментов; карточка не подтверждает качество этих возможностей отдельными тестами. Это плотная архитектура семейства Qwen3.5 с весами в формате safetensors. Карточка описывает английские трассы и указывает лицензию Apache-2.0. Модель не рекомендуется для производственного кодирования: поведенческие изменения основаны всего на десяти примерах, а проверок на отложенных кодовых бенчмарках нет. Для базовой модели указана Qwen3.6-27B; её условия лицензирования следует учитывать при использовании производной модели.

Экспериментальная компактная авторегрессионная языковая модель RoboApocalypse на архитектуре Mistral, обученная на наборе teknium/OpenHermes-2.5. Репозиторий описывает её как модель примерно на 63 млн параметров, тогда как метаданные Hugging Face указывают 46,3 млн; точный размер поэтому расходится между источниками. Модель предназначена для генерации текста и пробных диалогов в формате ChatML. В обучающих данных использовался вариант шаблона с ролью human вместо user. Архитектура применяет Multi-query Attention, отключённое скользящее окно и контекст до 2048 токенов; в карточке заявлен английский язык, а поддержка других языков не подтверждена. Автор предупреждает, что модель, вероятно, плохо справляется с большинством практических задач, а оценки качества не представлены. Лицензия — OpenRAIL.

KiCAD-MCP-Qwen3.5-4B — дообученная модель empulse на базе Qwen3.5-4B для помощи в проектировании печатных плат в KiCAD через Model Context Protocol (MCP). Она выбирает и вызывает инструменты KiCAD MCP-сервера, извлекает из запросов обозначения компонентов, координаты и имена цепей, планирует последовательности действий и помогает разбирать ошибки. Сервер, на котором обучалась модель, предоставляет 159 инструментов для работы со схемами, разводкой плат, проверками DRC, экспортом и библиотеками. Модель содержит 4 млрд параметров и использует архитектуру Gated Delta Network с гибридным вниманием. В репозитории размещены веса GGUF в формате BF16; для работы через llama.cpp требуется сборка с поддержкой Qwen3.5 GDN и кэш KV в BF16. Модель рассчитана на текстовые запросы на английском языке и выдаёт текстовые ответы с инструкциями по вызову инструментов; несмотря на мультимодальность базовой модели, эта версия не обучалась для задач с изображениями. Указана лицензия Apache-2.0. Модель специализирована на KiCAD и конкретной реализации MCP-сервера. Названия инструментов и их схемы могут отличаться у других серверов, сложные многошаговые задачи для модели такого размера могут быть менее надёжными, а знания о предметной области сосредоточены на KiCAD v10 и распространённых практиках проектирования плат.

Luck-Spark V-300-MoE — экспериментальная базовая языковая модель, разработанная Dr. Zeon и обучаемая с нуля. Она предназначена для исследования разреженной маршрутизации экспертов и обучения небольшой модели на смеси турецкого и английского текстов, математики и кода. Карточка описывает ранний контрольный чекпойнт, а не готовую модель для прикладного использования. Модель использует decoder-only архитектуру Mixtral с MoE-слоями: 4 эксперта, из которых для каждого токена выбираются 2. В README указано около 294,6 млн параметров, тогда как метаданные Hugging Face сообщают 100,1 млн; поэтому размер в источниках расходится. Контекст составляет 1024 токена. Обучение ведётся на потоковой смеси FineWeb-Edu, Cosmos Turkish Corpus, OpenWebMath, CodeParrot и Cosmopedia. Модель принимает текст и генерирует продолжение; в основном рассчитана на турецкий и английский языки. Она может выдавать короткие продолжения и простые завершения шаблонов, но не настроена на следование инструкциям или диалог. Автор предупреждает о повторах, смешении языков, галлюцинациях и ненадёжных математических рассуждениях и генерации кода; официальные сравнительные оценки не опубликованы. Лицензия модели — MIT; для обучающих датасетов могут действовать отдельные условия.

opd-teacher-Q2.5I-DeltaMinPopcount-step149 — компактная плотная языковая модель Qwen2.5-1.5B-Instruct, дообученная Дэвидом Хайнеманом с помощью GRPO в среде DeltaMinPopcount на нулевом уровне сложности. Это финальный чекпойнт после 150 обновлений, подготовленный как учитель для эксперимента по on-policy дистилляции с 32 средами. Модель предназначена для генерации текста и диалогового взаимодействия в рамках этой экспериментальной задачи. Модель содержит 1,5 млрд параметров, использует архитектуру Qwen2ForCausalLM и принимает текст; заявленная длина контекста — 32 768 токенов. Карточка указывает английский язык. Весовые файлы представлены в формате safetensors и проверены на соответствие именам и формам тензоров базовой модели. Распространяется по лицензии Apache-2.0; в README также указано, что включена исходная лицензия Qwen. Результаты обучения ограничены средой DeltaMinPopcount с нулевой сложностью и 150 обновлениями, поэтому карточка не подтверждает качество в широком круге задач.

reallad/zombyi-9b — экспериментальная языковая модель на архитектуре Llama, полученная автором в результате попытки объединить Llama 2 и Yi-6B. Модель содержит 8,6 млрд параметров, использует формат safetensors и имеет контекстное окно 4096 токенов. Модель предназначена для генерации текста, однако автор сообщает лишь о способности иногда выдавать связные слова. Попытки дальнейшего дообучения с помощью QLoRA оказались затруднены; автор не стал проводить полное дообучение из-за требуемых ресурсов GPU. Лицензия в предоставленных данных не указана.

instanton-hybrid-dialogue — экспериментальная языковая модель семейства instanton от qyxu1994, представленная для конкурса BabyLM 2026. Модель с нуля обучена на диалогово-ориентированной смеси из корпуса BabyLM 2026 Strict; внешние данные не использовались. Её задача — исследовать эффективность обучения на ограниченном объёме текста и влияние состава обучающих данных на усвоение языка. Это GPT-BERT-гибрид на 37,7 млн параметров с восемью слоями, скрытым размером 512 и словарём byte-level BPE на 16 384 токена. Модель сочетает маскированное и авторегрессионное обучение в пропорции 50/50, поддерживает заполнение пропусков и генерацию текста на английском языке. Контекст — до 512 токенов. Репозиторий содержит веса PyTorch; для использования через Transformers требуются trust_remote_code=True и версия 4.51.x. Модель предназначена как исследовательский артефакт для сравнения смесей данных и оценки языковых навыков при малом бюджете обучения, а не для практического развёртывания. В тесте Global-PIQA результаты ниже случайного уровня, поэтому её ответы о физическом здравом смысле ненадёжны; также зафиксирован отрицательный результат по метрике возраста усвоения. Лицензия — MIT.

Ivme-Conversate-XL-v1-Base — плотный авторегрессионный трансформер-декодер на 125,6 млн параметров, разработанный IvmeLabs и обученный с нуля. Модель относится к семейству Conversate и предназначена для генерации текста; её контекстное окно составляет 1024 токена, словарь BPE — 16 000 токенов. В карточке указаны английские обучающие данные, включая веб-тексты, образовательные материалы, математику, Википедию и Project Gutenberg. Архитектура включает 12 слоёв, размер скрытого состояния 768, 12 голов внимания, SwiGLU, RoPE и RMSNorm. Репозиторий содержит контрольные точки обучения. Автор предупреждает, что модель неисправна и не должна использоваться; также предупреждает о неисправности версии Conversate-XL-v1.1. Модель распространяется по лицензии Apache-2.0.

Карточка модели 21world/KiCAD-MCP-Qwen3.5-4B-GGUF на Hugging Face совпадает с карточкой empulse/KiCAD-MCP-Qwen3.5-4B-GGUF, поэтому описание составлено по ней. KiCAD-MCP-Qwen3.5-4B — дообученная модель empulse на базе Qwen3.5-4B для помощи в проектировании печатных плат в KiCAD через Model Context Protocol (MCP). Она выбирает и вызывает инструменты KiCAD MCP-сервера, извлекает из запросов обозначения компонентов, координаты и имена цепей, планирует последовательности действий и помогает разбирать ошибки. Сервер, на котором обучалась модель, предоставляет 159 инструментов для работы со схемами, разводкой плат, проверками DRC, экспортом и библиотеками. Модель содержит 4 млрд параметров и использует архитектуру Gated Delta Network с гибридным вниманием. В репозитории размещены веса GGUF в формате BF16; для работы через llama.cpp требуется сборка с поддержкой Qwen3.5 GDN и кэш KV в BF16. Модель рассчитана на текстовые запросы на английском языке и выдаёт текстовые ответы с инструкциями по вызову инструментов; несмотря на мультимодальность базовой модели, эта версия не обучалась для задач с изображениями. Указана лицензия Apache-2.0. Модель специализирована на KiCAD и конкретной реализации MCP-сервера. Названия инструментов и их схемы могут отличаться у других серверов, сложные многошаговые задачи для модели такого размера могут быть менее надёжными, а знания о предметной области сосредоточены на KiCAD v10 и распространённых практиках проектирования плат.

LaaM (Linux as a Model) — экспериментальная модель, созданная Майком Боммаром для демонстрации того, как простой трансформер может запоминать и воспроизводить исходный код Linux версии 1.0. Репозиторий описывает обучение на коде ядра под лицензией GPL-2.0 и связывает пример с обсуждением прозрачности и лицензирования обучающих данных. По метаданным это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM, примерно 23,3 млн параметров и контекстом 1024 токена. Модель предназначена для генерации текста, в частности для воспроизведения фрагментов запомненного исходного кода Linux 1.0. README упоминает пример отдельной 5-миллионной модели, поэтому его характеристики не следует переносить на этот вариант. Модель опубликована в формате safetensors под лицензией MIT; исходный код Linux, использованный для обучения, описан как лицензированный GPL-2.0.

AutomatosX AX-Qwen3.8-2.4T-A95B-MLX-AXQ-2bit-MTP — экспериментальная 2-битная MLX-упаковка модели Qwen/Qwen3.8-2.4T-A95B-FP8, разработанная для запуска через AX Engine на компьютерах Mac. Это текстогенерационная MoE-модель класса 2,4 трлн параметров с поддержкой английского и китайского языков. Пакет предназначен преимущественно для исследовательских, любительских и демонстрационных сценариев, а не для практического промышленного сервинга. В модели используется гибридная архитектура с 92 слоями attention, скрытым размером 8192, MoE-интермедиатным размером 2048, 512 экспертами и маршрутизацией 10 экспертов на токен. Основные веса, включая экспертов, attention и shared MLP, квантизированы до 2 бит с размером группы 32; embedding и router используют 8 бит, нормы и LM head — BF16. В пакете также присутствует MTP sidecar размером около 27 ГиБ, однако ускорение MTP не заявлено. Контекст модели в README не указан. Главное преимущество пакета — возможность разместить 2,4-триллионную MoE-модель на Mac за счёт потоковой подгрузки экспертных слоёв с SSD. Однако полный объём таблицы весов составляет около 1,13 ТиБ, а каждый токен требует операций SSD-ввода-вывода, поэтому модель крайне медленная и непригодна для практического использования. Качество относительно BF16 или FP8 не измерялось, сертификация AX Engine для этой ревизии не планируется. Для работы требуется экспериментальный режим AX Engine; загрузка как полностью резидентной модели через mlx_lm.load не поддерживается. Распространение выполняется по лицензии Apache-2.0. Пакет имеет статус experimental, not certified и hobby use only; это неподдерживаемый продуктовый артефакт.

minnow-pico-50M-base — экспериментальная языковая модель семейства DeepSeek-V4, созданная Calandracas с нуля для изучения архитектуры на небольшом масштабе. Она содержит 40,7 млн параметров по метаданным (в README указано 48,5 млн), использует архитектуру DeepseekV4ForCausalLM и обучена на 1 млрд токенов из многоязычной смеси C4, охватывающей 108 языков. Модель предназначена для генерации текста и исследований архитектуры, а не для практического применения. Архитектура включает 8 слоёв, 16 экспертов с маршрутизацией top-2, гибридное внимание и скрытое представление размерности 256. Максимальный контекст — 2048 токенов. Репозиторий содержит веса в формате safetensors; для работы указана библиотека Transformers. Карточка перечисляет поддержку английского, китайского, испанского, французского, немецкого, японского, русского, португальского, арабского и корейского языков, а обучение описано как многоязычное на 108 языках. Модель является исследовательской песочницей и, согласно карточке, не способна решать полезные практические задачи. Лицензия обозначена как other, конкретные условия в предоставленных данных не раскрыты.

NILKNARFGonzo/floppyx4-nonsensicalEssential-merged — экспериментальная текстовая модель, созданная объединением моделей. Автор описывает её как проект модели, которая после объединения должна помещаться на четырёх дискетах; в README сказано, что обучение ещё продолжается и готовая модель будет загружена позже. Метаданные указывают на возможности диалогового общения и генерации текста на английском языке. README помечает текущую публикацию как заглушку: конфигурационные файлы отсутствуют, и использовать модель пока нельзя. В метаданных указаны формат Safetensors, базовые модели NILKNARFGonzo/floppyx4-nonsensicalEssential и NILKNARFGonzo/floppyx4-nonsensicalEssential-base, а также лицензия CC BY-SA 4.0. Размер модели и длина контекста не приведены.

Карточка модели localized-ft/Llama-3.1-8B-bad-medical-advice-second-third-sft-seed5 на Hugging Face совпадает с карточкой localized-ft/Llama-3.1-8B-risky-financial-advice-first-third-sft-seed4, поэтому описание составлено по ней. Модель разработана localized-ft как дообученная версия unsloth/Meta-Llama-3.1-8B-Instruct. Это плотная авторегрессионная Llama 3.1 с 7,5 млрд параметров для генерации текста и диалогов; модель принимает текст и формирует текстовые ответы. Указанный размер контекстного окна — до 131 072 токенов. Дообучение выполнено с использованием Unsloth и библиотеки TRL. Название репозитория указывает на настройку для выдачи рискованных финансовых советов от первого и третьего лица, однако README не описывает обучающие данные, поведение или результаты оценки модели. Модель распространяется по лицензии Apache-2.0.