II.6Документация и сопровождение разработки

CodeTrans — модель генерации документации для функций и методов JavaScript, разработанная Ahmed Elnaggar и Wei Ding. Она основана на архитектуре T5-base и дообучена на коде JavaScript для создания текстового описания функции. Модель содержит около 123,8 млн параметров и использует кодировщик-декодировщик с контекстом до 512 токенов. Модель рассчитана на генерацию описаний кода JavaScript и может дообучаться для других задач на JavaScript. Она принимает код как в исходном виде, так и токенизированный; по README, токенизированный код обычно даёт лучшие результаты. Для обучения использовались семь предварительных задач из области разработки ПО и отдельный набор JavaScript для дообучения. Доступны версии в форматах PyTorch и Flax. Лицензия в предоставленных данных не указана.

CodeTrans — модель для генерации документации к функциям и методам на Java, разработанная Ahmed Elnaggar и Wei Ding. Она основана на encoder-decoder архитектуре T5-large и дообучена на задаче генерации комментариев к Java-коду после многозадачного обучения на наборах данных по разработке ПО. Модель принимает Java-код и генерирует его текстовое описание. Она рассчитана на функции и методы; токенизированный код обычно даёт лучшие результаты, хотя модель может работать и с нетокенизированным. Контекст составляет 512 токенов. В README указано около 220 млн параметров, тогда как метаданные Hugging Face сообщают 385,2 млн. Модель доступна в форматах PyTorch и Flax. Лицензия в предоставленных данных не указана.

Arcee-SuperNova-Medius — языковая модель на 14 млрд параметров, разработанная Arcee.ai на архитектуре Qwen2.5-14B-Instruct. Она создана методом дистилляции знаний моделей Qwen2.5-72B-Instruct и Llama-3.1-405B-Instruct с последующим объединением и дообучением на специализированном наборе инструкций EvolKit. Модель предназначена для диалогов и генерации текста: она следует инструкциям и справляется со сложными рассуждениями в компактном формате. Модель подходит для поддержки клиентов, создания контента и технических консультаций, включая помощь с программированием и документацией. Архитектура — плотная авторегрессионная Qwen2, контекст — до 131 072 токенов. Модель принимает текст и генерирует текст; в метаданных также заявлен интерфейс вызова инструментов. Размер 14 млрд параметров рассчитан на более доступное развёртывание по сравнению с крупными моделями, хотя требуются значительные вычислительные ресурсы. Заявленные результаты бенчмарков указывают на сильное следование инструкциям и рассуждения, но не гарантируют качество в конкретном сценарии. Лицензия — Apache-2.0.

Bolt Instruct 32B — англоязычная причинно-следственная языковая модель с настройкой на выполнение инструкций от AI Squared, основанная на объединении моделей Allen Institute for AI OLMo. Вариант 32B предназначен для диалогов, рассуждений и генерации высокого качества; карточка указывает OLMo-3.1-32B-Instruct среди базовых моделей и описывает обучение семейства методом SFT, а для моделей 7B и 32B — с применением QLoRA. Модель подходит для чат-ассистентов и корпоративных сценариев: генерации структурированных ответов, извлечения сведений из документов, суммаризации, RAG и помощи с кодом. Она принимает текст и генерирует текст, поддерживает контекст до 65 536 токенов. В метаданных указана лицензия other; конкретные условия использования следует сверить с карточкой лицензии репозитория. Модель может галлюцинировать без опоры на источники, а качество зависит от размера варианта. Для задач с высокими последствиями требуется проверка человеком.

CodeTrans — модель семейства T5 для генерации комментариев к функциям и методам на Java. Её разработали Ahmed Elnaggar и Wei Ding на основе T5-base; модель прошла многозадачное обучение для задач разработки ПО, а затем дообучение на генерации комментариев к Java-коду. В репозитории указана архитектура encoder-decoder, размер по метаданным — 123,8 млн параметров, длина контекста — 512 токенов; доступны веса PyTorch и Flax. Модель принимает Java-код и генерирует его текстовое описание. Она лучше работает с токенизированными функциями, хотя README также допускает подачу нетокенизированного или непарсенного кода. Её можно дообучать для других задач с Java-кодом. Лицензия в предоставленных данных не указана.

CodeTrans — модель, разработанная Ahmed Elnaggar и Wei Ding для автоматического создания документации к функциям на Python. Она принимает исходный код функции и генерирует её текстовое описание; также её можно дообучать для других задач работы с кодом на Python. Модель основана на архитектуре T5-base, содержит 123,8 млн параметров и обучена на корпусе Python из CodeSearchNet в режиме одной задачи. Для токенизированных функций качество обычно выше, хотя модель может работать и с исходным нетокенизированным кодом. Указанная длина контекста — 512 токенов. В карточке приведены результаты оценки генерации документации по BLEU для нескольких языков программирования, но модель специально обучалась на Python. Лицензия в предоставленных данных не указана.

CodeTrans — модель семейства T5-large, разработанная Ahmed Elnaggar и Wei Ding для генерации документации к функциям Python. Она обучена на токенизированном коде и предназначена прежде всего для создания текстового описания функции; также её можно дообучать для других задач с кодом на Python. Модель использует архитектуру encoder-decoder, содержит около 385,2 млн параметров по метаданным Hugging Face и рассчитана на контекст до 512 токенов. Для подачи можно использовать нетокенизированный код Python, однако авторы отмечают, что качество обычно лучше на токенизированных функциях. README описывает многозадачное обучение в области разработки ПО, но не приводит лицензию. Результаты генерации стоит проверять на соответствие фактическому поведению кода.

CodeTrans — модель для создания кратких описаний функций на Python, разработанная Ahmed Elnaggar и Wei Ding. Она основана на архитектуре T5-large и дообучена на задаче суммаризации фрагментов кода Python. В README указано около 220 млн параметров, тогда как метаданные Hugging Face указывают 385,2 млн; поэтому размер в карточке источников расходится. Модель принимает код Python и генерирует текстовое описание функции. Она обучалась на токенизированных функциях и, согласно README, обычно работает лучше с токенизированным кодом, хотя может обрабатывать и нетокенизированный. Длина последовательности при обучении составляла 512 токенов; метаданные указывают контекст 512 токенов. Также модель прошла многозадачное обучение на задачах разработки ПО и последующую настройку на суммаризацию Python-кода. Основной сценарий — автоматическое создание документации или кратких описаний функций. Модель также можно дообучать для других задач с Python-кодом, но карточка сообщает о настройке лишь на суммаризацию Python-фрагментов. Форматы репозитория включают PyTorch и Flax. Лицензия в предоставленных данных не указана.

Granite-3.1-8B-Instruct — инструктивная языковая модель команды Granite компании IBM, опубликованная Red Hat AI. Это плотная модель на 8,2 млрд параметров, полученная дообучением Granite-3.1-8B-Base на открытых наборах инструкций и внутренних синтетических данных; в обучении использовались supervised fine-tuning, обучение с подкреплением для выравнивания и слияние моделей. Она предназначена для диалогов, следования инструкциям, генерации текста и работы с длинным контекстом; поддерживает интерфейс вызова инструментов. Заявленная длина контекста — 131 072 токена. Модель поддерживает английский, немецкий, испанский, французский, японский, португальский, арабский, чешский, итальянский, корейский, нидерландский и китайский языки. Доступна в формате safetensors и распространяется по лицензии Apache 2.0. README сообщает о проверке на платформах Red Hat AI и рекомендует развёртывание через vLLM; конкретный пример конфигурации ограничивает длину контекста 32 768 токенами.

DeepXR/Helion-V2.0-Thinking — мультимодальная модель семейства LLaVA от DeepXR для диалогов и анализа изображений. По README, она содержит 10,2 млрд параметров: языковую часть на базе Llama 2 и визуальный энкодер SigLIP; заявлены контекст до 200 000 токенов, поддержка нескольких изображений и работа через Transformers. Модель принимает текст и изображения и генерирует текст, включая ответы на вопросы, пояснения и вызовы инструментов в структурированном формате. Модель предназначена для анализа документов, диаграмм, графиков и скриншотов, генерации и объяснения кода, многошаговых диалогов и интеграции с API. README заявляет поддержку более 12 языков, однако указывает, что модель в первую очередь оптимизирована для английского. Репозиторий распространяется по лицензии Apache 2.0. Заявленные ограничения: качество визуального анализа зависит от четкости и освещения изображения; обработка контекста длиной свыше 150 000 токенов требует значительной видеопамяти; ответы могут содержать ошибки. Для медицинских и юридических решений README рекомендует проверку человеком.

Карточка модели NostraEmpire/mirror-granite-3.1-8b-instruct на Hugging Face совпадает с карточкой ibm-granite/granite-3.1-8b-instruct, поэтому описание составлено по ней. Granite-3.1-8B-Instruct — языковая модель IBM Granite Team для выполнения инструкций и создания диалоговых ассистентов. Это дообученная на базе Granite-3.1-8B-Base плотная авторегрессионная трансформерная модель на 8,2 млрд параметров; при обучении использовались supervised fine-tuning, выравнивание с помощью обучения с подкреплением и слияние моделей. Архитектура включает GQA, RoPE, SwiGLU и RMSNorm. Модель принимает текст и поддерживает контекст до 131 072 токенов. Модель предназначена для суммаризации, классификации и извлечения текста, ответов на вопросы, RAG, задач с кодом и вызова функций. Поддерживает диалоги на английском, немецком, испанском, французском, японском, португальском, арабском, чешском, итальянском, корейском, нидерландском и китайском языках. Лучше всего модель обучена следовать инструкциям на английском; качество на других языках может быть ниже. Она может выдавать неточные, предвзятые или небезопасные ответы. Лицензия — Apache 2.0.

Mistral Large 2 (версия mistral-large-2407) — флагманская модель компании Mistral AI. Это модель с доступными весами, распространяемая на проприетарных условиях. Модель предназначена для генерации текста в диалогах, рассуждений, написания кода и формирования JSON. В карточке она описана как универсальная модель для этих задач и других сценариев работы с текстом. Конкретные сведения об архитектуре, размере, поддерживаемых языках и контекстном окне в предоставленных материалах отсутствуют. Условия использования определяются проприетарной лицензией; перед внедрением следует проверить её актуальные требования.

OpenChat 3.5 — диалоговая языковая модель, разработанная командой OpenChat и дообученная методом C-RLFT на смеси публичных инструкционных данных разного качества. Модель построена на архитектуре Mistral, содержит 7,1 млрд параметров и принимает текстовые сообщения, выдавая текстовые ответы в формате диалога. Модель предназначена для общения с пользователем, ответов на вопросы и выполнения инструкций; её также можно применять для генерации и объяснения кода, математики и рассуждений. Заявленный контекст — 8192 токена. В README приведены результаты на нескольких бенчмарках, включая MT-Bench, HumanEval и GSM8K; эти результаты зависят от методики оценки и не гарантируют качество в конкретной задаче. Модель распространяется по лицензии Apache-2.0. Разработчики предупреждают о возможных ошибках и вымышленных сведениях, слабых местах в сложных рассуждениях, математике и программировании, а также о вероятности вредных или предвзятых ответов; важные результаты следует проверять, а для чувствительных сценариев применять дополнительные меры безопасности.

loubnabnl/santacoder-code-to-text — дообученная разработчиком модель BigCode на базе bigcode/santacoder для генерации текстовых описаний по коду. Она предназначена для преобразования кода, в том числе из Jupyter-ноутбуков, в текстовое описание. Модель использует архитектуру GPT-2 и доступна в формате PyTorch; максимальная длина контекста составляет 2048 токенов. Для модели указана лицензия OpenRAIL.

Viper-Coder-Hybrid-v1.3 — дообученная модель для генерации кода и технических текстов, созданная на базе Viper-Coder-v1.1. В карточке указано, что она использует архитектуру Qwen 2.5 с 14 млрд параметров; метаданные относят её к семейству Qwen2 и указывают контекст до 131 072 токенов. Модель работает с текстом и поддерживает диалоговый интерфейс и интерфейс вызова инструментов. Модель предназначена для написания, анализа и отладки кода, решения алгоритмических и логических задач, математических рассуждений, обработки структурированных данных и подготовки технической документации. README заявляет поддержку программирования на Python, JavaScript, C++, Java, SQL и других языках, а также документации на более чем 29 естественных языках; метаданные карточки указывают английский и китайский. Заявленная длина генерации — до 8 000 токенов. Модель может требовать мощных вычислительных ресурсов. README предупреждает о возможных ошибках в длинных ответах, разнице качества между языками программирования, зависимости результата от формулировки запроса и отсутствии доступа к актуальной информации из интернета. Лицензия — Apache-2.0.

Viper-Coder-v1.1 — дообученная prithivMLmods 14-миллиардная языковая модель семейства Qwen2 для генерации кода и решения задач рассуждения. В карточке указана архитектура Qwen 2.5 14B, а метаданные определяют архитектуру как Qwen2ForCausalLM; модель распространяется в формате safetensors и использует библиотеку Transformers. Она принимает текст и генерирует текст, поддерживает диалоговый режим и интерфейс вызова инструментов. Модель предназначена для написания и отладки кода, решения алгоритмических и математических задач, следования инструкциям, работы со структурированными данными и создания технической документации. README заявляет контекст до 128K токенов и генерацию до 8K токенов, однако метаданные указывают нативный контекст 32768 токенов. Заявлены поддержка программирования на Python, JavaScript, C++, Java, SQL и других языках, а также документации на 29+ естественных языках; языковые теги карточки — английский и китайский. Модель содержит 14 млрд параметров, поэтому для инференса требуются значительные вычислительные ресурсы. Возможны ошибки в длинных ответах, чувствительность к формулировке запроса и неодинаковое качество для разных языков программирования; модель не располагает актуальными данными из интернета. Лицензия — Apache-2.0.

Apertus-8B-2509 — открытая языковая модель семейства Apertus, разработанная Swiss AI. Это плотный авторегрессионный трансформер-декодер с 10,3 млрд параметров, обученный с нуля на 15 трлн токенов и дообученный с учителем с последующим выравниванием. Модель предназначена для генерации текста, многоязычного общения и работы с длинным контекстом; поддерживает вызов инструментов. Контекстное окно — до 65 536 токенов. Карточка заявляет поддержку более 1 800 языков. Модель ориентирована на открытое и прозрачное применение: разработчики публикуют веса, данные и сведения о процессе обучения. Репозиторий использует формат Safetensors и библиотеку Transformers; лицензия — Apache-2.0. Модель может генерировать фактически неточный или непоследовательный текст и отражать предвзятость обучающих данных. Фильтр для персональных данных в комплект не входит, поэтому важные ответы следует проверять, а выводы с персональными данными — обрабатывать с осторожностью.

Arcee-Blitz — плотная языковая модель семейства Mistral с 23,4 млрд параметров, разработанная Arcee AI на базе Mistral-Small-24B-Instruct-2501. Модель дистиллировали на логитах DeepSeek-V3, затем дополнительно дообучили; она предназначена для диалогов и широкого круга задач генерации текста как практичная и эффективная рабочая модель. Модель принимает текст и генерирует текст, поддерживает контекст до 32 768 токенов. В карточке приведены результаты сравнительных тестов на MixEval, GPQADiamond и BigCodeBench Complete, где Arcee-Blitz превосходит указанную версию Mistral-Small-3; эти результаты не гарантируют качество на других задачах. Репозиторий распространяется по лицензии Apache-2.0.

CodeTrans — модель Ahmed Elnaggar и Wei Ding для генерации комментариев к функциям и методам на Java. Она основана на архитектуре T5-base и дообучена для создания описаний Java-кода после предварительного обучения на семи неразмеченных наборах данных из области разработки ПО. Модель принимает исходный код и выдаёт текстовое описание; лучше работает с токенизированными функциями Java, хотя может обрабатывать и нетокенизированный код. Модель построена по схеме encoder-decoder, имеет около 123,8 млн параметров и контекст до 512 токенов. Для задач документации Java в карточке приведены результаты оценки BLEU, однако точное соответствие этих результатов данной версии неясно. Доступны веса PyTorch и Flax. Лицензия в предоставленных данных не указана.

CodeTrans — модель семейства T5, разработанная Ahmed Elnaggar и Wei Ding для генерации документации к методам и функциям Java. Она основана на T5-base, использует собственный словарь SentencePiece и дообучена на задаче документирования Java-кода после многозадачного обучения на задачах разработки ПО. Архитектура — encoder-decoder; в метаданных указано 123,8 млн параметров, а длина контекста составляет 512 токенов. Модель принимает Java-код и генерирует его текстовое описание. Она рассчитана прежде всего на функции и методы Java; лучше работает с токенизированным кодом, хотя README также допускает подачу нетокенизированного кода. Модель можно дообучать для других задач с Java-кодом. Данные о лицензии в предоставленных источниках отсутствуют.

CodeTrans — модель семейства T5, созданная Ahmed Elnaggar и Wei Ding для генерации документации к функциям на JavaScript. Она дообучена на датасете JavaScript из CodeSearchNet и использует собственный словарь SentencePiece. Веса модели насчитывают 123,8 млн параметров; максимальный контекст — 512 токенов. Модель принимает исходный код JavaScript и генерирует его текстовое описание. Она может обрабатывать нетокенизированный код, но, согласно карточке, обычно работает лучше с предварительно токенизированными функциями. Также модель можно дообучать для других задач с кодом на JavaScript. Карточка приводит результаты оценки BLEU, но не описывает ограничения точности или конкретные условия лицензии.

CodeTrans for PHP — модель семейства T5, разработанная Ahmed Elnaggar и Wei Ding для генерации документации к PHP-функциям. Она принимает исходный код и формирует текстовое описание; лучше работает с токенизированными функциями, хотя поддерживает и нетокенизированный код. Модель также можно дообучить для других задач с PHP-кодом. Модель использует архитектуру encoder-decoder и собственный словарь SentencePiece. В README указано около 220 млн параметров, тогда как метаданные Hugging Face указывают 123,8 млн; контекст составляет 512 токенов. Обучение включало многоцелевую подготовку на задачах разработки ПО и неразмеченных наборах данных. Это специализированная модель для кода на PHP. Репозиторий содержит веса PyTorch и Flax; лицензия в доступных данных не приведена.

CodeTrans — модель семейства T5, разработанная Ahmed Elnaggar и Wei Ding для автоматической генерации документации к функциям и методам JavaScript. Она принимает исходный код и формулирует его описание; лучше всего работает с токенизированными функциями, хотя может обрабатывать и нетокенизированный код. Модель также можно дообучать для других задач с JavaScript. Карточка описывает transfer-learning предварительное обучение на семи неразмеченных наборах данных из области разработки ПО, а затем дообучение на задаче генерации документации для JavaScript. Архитектура — encoder-decoder T5; в метаданных указаны 38,5 млн параметров и контекст 512 токенов. Карточка приводит другие значения размера и контекста для этапа обучения, поэтому эти сведения могут относиться к конфигурации обучения, а не к опубликованному чекпойнту. Модель специализируется на JavaScript и выдаёт текстовые описания кода. В карточке приведены оценки BLEU на наборе задач генерации документации, включая результат для JavaScript, но универсальные гарантии качества не заявлены. Лицензия в предоставленных данных не указана.

Карточка модели compressa-ai/Compressa-Qwen2.5-14B-Instruct на Hugging Face совпадает с карточкой Qwen/Qwen2.5-14B-Instruct, поэтому описание составлено по ней. Qwen/Qwen2.5-14B-Instruct — инструкционно дообученная большая языковая модель семейства Qwen2.5, разработанная командой Qwen. Это плотная авторегрессионная модель с архитектурой Qwen2ForCausalLM, 14,7 млрд параметров, RoPE, SwiGLU, RMSNorm и групповой обработкой запросов внимания. Репозиторий содержит веса в формате Safetensors и предназначен для генерации текста в диалоговом формате. Модель подходит для чат-ботов, следования инструкциям, генерации длинных текстов, работы с таблицами и структурированными ответами, включая JSON. В README заявлена поддержка более 29 языков, в том числе русского и английского. Метаданные указывают контекст в 32 768 токенов; README сообщает о возможности расширения контекста до 131 072 токенов с YaRN и генерации до 8 192 токенов. Модель также заявлена как улучшенная для программирования и математики, но результаты зависят от запроса и не гарантируют точности. Для контекстов длиннее 32 768 токенов требуется настройка YaRN; её статический коэффициент масштабирования в vLLM может снижать качество на коротких входах. Лицензия Apache-2.0 допускает использование на её условиях.

DeepSeek-V2.5 — языковая модель компании DeepSeek, объединяющая возможности DeepSeek-V2-Chat и DeepSeek-Coder-V2-Instruct. Она предназначена для диалога, следования инструкциям, письма и генерации кода, а также поддерживает вызов внешних инструментов, JSON-вывод и заполнение пропусков в коде методом FIM. Модель построена на архитектуре DeepSeek-V2 и содержит 18,1 млрд параметров; для инференса в BF16 авторы указывают требование в 8 GPU по 80 ГБ. Контекстное окно составляет 163 840 токенов. Для запуска доступны веса safetensors и библиотека Transformers. README сообщает об улучшении результатов относительно предыдущих версий DeepSeek в нескольких оценках, включая AlpacaEval 2.0 и ArenaHard. Лицензия указана как other, поэтому условия использования следует уточнить в материалах репозитория. Среди практических ограничений — высокая потребность в GPU-памяти при запуске в BF16; README не описывает поддерживаемые естественные языки.

Карточка модели RedHatAI/diffusiongemma-26B-A4B-it на Hugging Face совпадает с карточкой google/diffusiongemma-26B-A4B-it, поэтому описание составлено по ней. DiffusionGemma — мультимодальная генеративная модель Google DeepMind на архитектуре Gemma 4 с 26B общих параметров и разреженной схемой Mixture-of-Experts, в которой активны 8 из 128 экспертов. Вместо последовательной генерации по одному токену модель использует дискретную диффузию и итеративно уточняет блоки текста; архитектура сочетает авторегрессионный энкодер с декодером, использующим двунаправленное внимание. Модель принимает текст, изображения и видео, а выдаёт текст. Она предназначена для диалогов, рассуждений и генерации текста, а также для анализа изображений и видеокадров. Поддерживает режим рассуждений, вызов инструментов и контекст до 256K токенов. Заявлена поддержка более 35 языков на уровне использования и предобучение более чем на 140 языках. Разработчики ориентировали её на быструю генерацию при малом размере пакета, в том числе на одном ускорителе. Модель может применяться для ответов по изображениям и видео, OCR, разбора документов, понимания графиков и интерфейсов, написания кода, суммаризации и разговорных приложений. Карточка сообщает о возможностях, но не приводит независимых оценок качества; скорость зависит от оборудования и сложности запроса. Распространяется по лицензии Apache 2.0.

Dolphin 2.6 Mixtral 8x7b — языковая модель для диалогов и генерации текста, разработанная Eric Hartford при спонсорской поддержке Convai. Это дообученная версия Mixtral-8x7b с архитектурой MixtralForCausalLM типа Mixture of Experts; в обучении использовались qLoRA и Axolotl, а карточка указывает 7,1 млрд параметров. Модель принимает текст и выдаёт текст, использует формат диалога ChatML и поддерживает контекст до 32 768 токенов по метаданным; автор сообщает, что дообучение проводилось на последовательностях длиной 16 тыс. токенов. Модель предназначена для диалогового помощника, написания и объяснения кода, а также ответов на общие вопросы. Автор характеризует её как особенно сильную в задачах программирования и отмечает, что она следует инструкциям; обучение охватывало наборы данных для диалогов, программирования и инструкций. Модель не проходила DPO-настройку и описана автором как uncensored и highly compliant, поэтому для публичного сервиса потребуется отдельная настройка безопасности. Лицензия — Apache 2.0.

Gemma 3 — серия мультимодальных моделей, разработанная и выпущенная Google на основе исследований и технологий, использованных при создании Gemini. Модели предназначены для генерации текста по текстовым и изображениям входным данным и подходят для ответов на вопросы, суммаризации, рассуждений и других прикладных сценариев. Они ориентированы на эффективное развертывание на ноутбуках, настольных компьютерах и в пользовательской облачной инфраструктуре. В линейку входят варианты объёмом 1B, 4B, 12B и 27B параметров, включая предварительно обученные и instruction-tuned версии. Заявлены поддержка контекста до 128K токенов, более 140 языков и обработка текстовых и визуальных входов с генерацией текста. Для каждой ветки доступна версия с квантованием по умолчанию. Конкретная модальность или набор возможностей может зависеть от выбранного варианта. Сильные стороны серии — широкий выбор размеров, мультимодальность, большой контекст, многоязычность и открытые веса, что упрощает адаптацию и локальное развёртывание. Более крупные варианты потенциально требуют больше вычислительных ресурсов, а квантованные версии могут иметь компромисс между качеством и эффективностью. Модель распространяется по лицензии Gemma License; условия использования определяются её текстом.

GPT-3.5 Turbo 16k — вариант модели GPT-3.5 Turbo с увеличенным контекстным окном, разработанный OpenAI. Он предназначен для генерации текста и диалогов, в том числе для запросов, в которых нужно передать большой объём текста за один раз. По карточке модель обрабатывает примерно 20 страниц текста в одном запросе; использование обходится дороже, чем у стандартной версии GPT-3.5 Turbo.

Granite-3.0-2B-Instruct — языковая модель IBM Granite Team для выполнения общих инструкций и создания диалоговых помощников. Это дообученная на основе Granite-3.0-2B-Base плотная decoder-only трансформерная модель на 2,5 млрд параметров; в обучении использовались supervised fine-tuning, выравнивание с подкреплением и слияние моделей. Архитектура включает GQA, RoPE, SwiGLU и RMSNorm. Модель принимает текст и генерирует текст, поддерживает контекст до 4096 токенов и структурированный формат чата, включая интерфейс вызова инструментов. Модель предназначена для суммаризации, классификации и извлечения текста, ответов на вопросы, RAG, задач с кодом и многоязычного диалога. Заявлены английский, немецкий, испанский, французский, японский, португальский, арабский, чешский, итальянский, корейский, нидерландский и китайский языки; качество может быть ниже на языках, отличных от английского. Ответы могут быть неточными, предвзятыми или небезопасными, поэтому для прикладного использования требуется оценка модели. Лицензия — Apache 2.0.