II.6Документация и сопровождение разработки

Модель ali-elganzory/open-sci-ref-v0.02-1.7b-fineweb-edu-1.4t-mv_reasoning-300B-4096-SFT-Tulu3-decontaminated — дообученная версия OpenSci, разработанная автором репозитория и обученная с помощью TRL. Это плотная авторегрессионная языковая модель на 1,7 млрд параметров с архитектурой OpensciForCausalLM и контекстом до 4096 токенов. Она принимает текстовые запросы и генерирует текст; карточка демонстрирует диалоговый формат. Модель предназначена для генерации текста в ответ на вопросы и диалоговые запросы. В метаданных указан формат safetensors и библиотека Transformers. В README не приведены сведения о лицензии и конкретных языках обучения, поэтому они не уточняются.

open-sci-ref-v0.02-1.7b-nemotron-hq-300B-4096-longsft_16k-DPO-Tulu3-decontaminated — плотная причинно-языковая модель семейства OpenSci с 1,7 млрд параметров. Это дообученная версия ali-elganzory/open-sci-ref-v0.02-1.7b-nemotron-hq-300B-4096-longsft_16k-SFT-Tulu3-decontaminated, обученная с помощью TRL; в метаданных также отмечен DPO. Модель предназначена для генерации текста в диалоговом формате и ответов на пользовательские вопросы. Она работает с текстом, поддерживает контекст до 16 384 токенов и распространяется в формате safetensors для Transformers. Карточка не приводит сведения о лицензии или поддерживаемых естественных языках.

OpenThinker2-32B — языковая модель с 32 млрд параметров, разработанная командой Open Thoughts и дообученная на Qwen/Qwen2.5-32B-Instruct с использованием набора OpenThoughts2-1M. Это плотная модель семейства Qwen2 для генерации текста в диалоговом формате; она рассчитана прежде всего на задачи рассуждения, особенно по математике и программированию. В оценках Evalchemy, приведённых в карточке, модель показывает результаты на задачах AIME24, AIME25, AMC23, MATH500, GPQA-D и LCBv2. Модель принимает текст и генерирует текст, поддерживает контекст до 32 768 токенов и поставляется в формате Safetensors для Transformers. Метаданные также указывают интерфейс вызова инструментов. Основной язык явно не обозначен; из карточки нельзя установить полный перечень поддерживаемых языков. Модель распространяется по лицензии Apache 2.0. Оценки в карточке получены с помощью Evalchemy и не гарантируют аналогичного качества на иных задачах.

OPSD-PI Qwen3.5-9B Medium Trailing — update 8 — это непосредственно загружаемая объединённая модель на базе Qwen3.5-9B, опубликованная LSW142857. Репозиторий содержит результат восьми обновлений оптимизатора в эксперименте OPSD на выборке из 1024 строк; в него включены объединённая начальная настройка expert-SFT, изменения основной модели и MTP, включая дообученные тензоры MTP. Отдельный адаптер или дополнительное объединение для загрузки не требуются. Модель предназначена для генерации текста и диалогового использования; в метаданных также отмечена работа с кодом. README описывает экспериментальную обучающую конфигурацию и рекомендует оценивать модель на отложенных задачах без добавления PI, который использовался только как учитель. Архитектура Qwen3.5, библиотека Transformers и формат safetensors указаны в метаданных. Лицензия, размер контекста и поддерживаемые естественные языки в предоставленных данных не установлены.

Sams200/opus-mt-en-ru — версия модели машинного перевода opus-mt-en-ru, преобразованная из формата Helsinki-NLP в формат CTranslate2. Модель разработана Helsinki-NLP в рамках проекта OPUS-MT и предназначена для перевода текста с английского на русский. Репозиторий содержит веса CTranslate2 и SentencePiece-модели для исходного и целевого языков. Модель подходит для локального машинного перевода и интеграции в приложения, использующие CTranslate2. Лицензия — CC-BY-4.0. README не сообщает численный размер модели или длину контекста.

Orion-14B-Base-Special — базовая мультиязычная языковая модель, разработанная OrionStarAI и обученная с нуля. Она содержит 14,1 млрд параметров и построена на плотной авторегрессионной архитектуре OrionForCausalLM; в README для базовой модели семейства указано предварительное обучение на 2,5 трлн токенов. Модель предназначена для генерации текста и использования как языковая основа в приложениях и для дальнейшей адаптации. Заявлены китайский, английский, японский и корейский языки. Контекст этой версии — 4096 токенов. Мультиязычная предобучающая выборка и результаты на нескольких языках делают модель подходящей для генерации и продолжения текста на поддерживаемых языках. Длинный контекст до 320 тысяч токенов относится к отдельной версии Orion-14B-LongChat, а не к этой модели. Опубликованный формат весов — PyTorch. В предоставленной карточке не указана лицензия, поэтому условия использования по имеющимся данным определить нельзя. Как базовая модель, она не является специализированной чат-версией; качество ответов и пригодность для конкретных задач могут зависеть от дообучения и настройки.

Orthrus-12b-v0.8 — объединённая языковая модель от Pyroserenus, построенная методом TIES с помощью mergekit на основе Mistral Nemo. В слияние вошли IntervitensInc/Mistral-Nemo-Base-2407-chatml, unsloth/Mistral-Nemo-Instruct-2407 и anthracite-org/magnum-12b-v2. Модель содержит 12,1 млрд параметров, использует архитектуру MistralForCausalLM и формат safetensors; для работы указана библиотека Transformers. Модель предназначалась как компонент для более крупного слияния, но автор сообщает, что её можно использовать самостоятельно. Она генерирует текст и подходит для диалоговых сценариев. Окно контекста составляет 1 024 000 токенов. Автор приводит настройки тестирования: temperature 0,75, MinP 0,10 и smoothing factor 0,30. Модель распространяется по лицензии CC BY-NC 4.0, которая запрещает коммерческое использование. README не сообщает о специализированной предметной области или дополнительных ограничениях качества.

OxytocinErosEngineeringF2-7B-slerp — текстовая генеративная модель на архитектуре Mistral, созданная сообществом и опубликованная под именем weezywitasneezy. Это слияние методом SLERP двух моделей: jeiku/Eros_Prodigadigm_7B и Epiculous/Mika-7B; конфигурация использует разные веса смешивания для слоёв self-attention и MLP. Модель содержит 7,1 млрд параметров и рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации текста. В карточке указаны форматы safetensors и GGUF F16. Языки, специализированные области применения и дополнительные возможности в доступных сведениях не описаны. Условия лицензии в предоставленных данных отсутствуют.

Pandora-v1-10.7B — языковая модель Jan на архитектуре Mistral, созданная методом passthrough-слияния слоёв двух моделей: viethq188/LeoScorpius-7B-Chat-DPO и GreenNode/GreenNodeLM-7B-v1olet. Модель содержит 10,6 млрд параметров, принимает текст и генерирует текст; для общения используется шаблон ChatML. Размер контекста — до 32 768 токенов. Модель предназначена для диалоговой генерации текста и запуска в Jan Desktop на macOS, Windows и Linux. В карточке приведены результаты оценки на Open LLM Leaderboard, но значения метрик не заполнены, поэтому качество по ним оценить нельзя. Поддерживается английский язык. Модель распространяется по лицензии Apache-2.0.

Param-1-5B — базовая двуязычная языковая модель семейства Param-1, разработанная BharatGen. Это предварительно обученная с нуля плотная decoder-only Transformer-модель примерно с 4,5 млрд параметров по метаданным (в карточке указано около 5 млрд). Она предназначена для дальнейшей адаптации и задач генерации текста, с акцентом на математические рассуждения и понимание и генерацию кода. Модель обучена преимущественно на английском и хинди, включая отдельные математические и программные данные. Архитектура использует RoPE и grouped-query attention; максимальная длина контекста — 4096 токенов. В карточке приведены результаты на ARC Challenge, ARC Easy и HellaSwag. Это базовая модель, поэтому для следования инструкциям и диалогового применения может потребоваться дообучение. Возможны смещения из обучающих веб- и программных данных, а качество на сложных задачах в малоресурсных областях хинди может различаться. Лицензия указана как other; конкретные условия следует проверять в репозитории модели.

Pareto — мультимодальная составная модель, предназначенная для исследований, программирования и агентных сценариев. По карточке модели, она рассчитана на широкий круг задач общего назначения и заявляет высокий уровень производительности. Метаданные каталога относят её к моделям типа image-text-to-text, поэтому она принимает изображения и текст и формирует текстовые ответы. Сведений об архитектуре, размере, языковой поддержке и лицензии в доступных данных нет. Карточка позиционирует модель для исследовательских и агентных рабочих процессов, но не описывает конкретные возможности, ограничения или условия применения.

bunsenfeng/parti_24_full — модель генерации текста, опубликованная на Hugging Face и доступная через библиотеку Transformers. По метаданным она относится к семейству Qwen2, имеет около 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Сведения о разработчике и лицензии в предоставленной карточке отсутствуют. Модель предназначена для генерации продолжений текста и диалоговых сценариев, включая использование в приложениях на базе Transformers. Тег conversational указывает на пригодность для разговорного взаимодействия, однако README не содержит описания обучения, результатов оценки, поддерживаемых языков, рекомендаций по применению или подробностей архитектуры. Поэтому перед использованием в продуктивных системах необходимы самостоятельная проверка качества и оценка безопасности ответов.

Phi-2-ORPO — дообученная Syed-Hasan-8503 языковая модель на архитектуре Phi-2 от Microsoft. Модель размером 3,5 млрд параметров обучена в течение одной эпохи на наборе предпочтений argilla/dpo-mix-7k с помощью Odds Ratio Preference Optimization (ORPO), которая совмещает обучение на примерах и выравнивание предпочтений. Модель предназначена для генерации текста и диалоговых ответов. Она принимает текст и выдаёт текст, а контекстное окно составляет 2048 токенов. В карточке указано обучение методом ORPO через LazyORPO; результаты, приведённые в README для других моделей, не являются оценкой качества Phi-2-ORPO. Модель распространяется в формате Safetensors под лицензией Apache-2.0. Она унаследовала ограничения базовой Phi-2; README не приводит отдельных оценок её качества или подробных рекомендаций по применению.

MaziyarPanahi/phi-2-super-GGUF — набор квантизированных файлов модели abacaj/phi-2-super в формате GGUF. Исходную модель разработал abacaj, а конвертацию и квантизацию выполнил MaziyarPanahi. Модель предназначена для генерации текста и диалоговых сценариев, включая локальные чат-приложения и системы conversational AI. Доступны варианты квантизации от 2 до 8 бит, включая Q2_K, Q3_K, Q4_K, Q5_K и Q6_K, что позволяет выбирать компромисс между размером файлов, требованиями к памяти, скоростью и качеством генерации. Формат GGUF поддерживается llama.cpp и рядом совместимых приложений и библиотек, включая text-generation-webui, KoboldCpp, GPT4All, LM Studio и llama-cpp-python. В метаданных указана поддержка английского языка; модель работает с текстом и не предназначена для мультимодальных задач. Размер модели, архитектура исходной phi-2-super и длина контекста в README не указаны. К преимуществам относятся возможность запуска локально, широкий выбор уровней квантизации и совместимость с популярными инструментами инференса. Более агрессивная квантизация уменьшает требования к ресурсам, но может снижать точность и качество ответов по сравнению с менее квантизированными вариантами. Условия использования указаны как лицензия MIT.

codito/Phi-3.5-mini-instruct-func-test1 — дообученная разговорная языковая модель, разработанная codito на основе unsloth/phi-3.5-mini-instruct-bnb-4bit. Она предназначена для генерации текста в диалоге. Модель содержит 3,7 млрд параметров, использует плотную архитектуру семейства Llama и поддерживает контекст до 4096 токенов. Модель обучена с использованием Unsloth и библиотеки TRL. Указана лицензия Apache-2.0. Карточка не описывает специализированные функции или результаты оценки качества.

Карточка модели mlx-community/Phi-3-mini-4k-instruct-unsloth-4bit на Hugging Face совпадает с карточкой tbhrc/phi_3_mini_4k_instruct_unsloth_4bit, поэтому описание составлено по ней. Модель tbhrc/phi_3_mini_4k_instruct_unsloth_4bit — конверсия Phi-3-mini-4k-instruct в формат MLX, выполненная на основе unsloth/Phi-3-mini-4k-instruct с помощью mlx-lm версии 0.13.0. Это плотная языковая модель с архитектурой MistralForCausalLM, примерно 3,7 млрд параметров, предназначенная для генерации текста и диалогового использования. Контекст модели составляет 4096 токенов; в метаданных указан английский язык. Для использования в исходной карточке предлагается библиотека mlx-lm. Модель подходит для диалоговых ответов, генерации и продолжения текста на английском языке. В README описана конверсия в MLX, однако метаданные репозитория указывают формат файлов safetensors. Лицензия — MIT. Практический контекст ограничен 4096 токенами; README не приводит дополнительных сведений о качестве или специальных ограничениях применения.

PhoneLM-1.5B — авторегрессионная языковая модель с 1,5 млрд параметров, разработанная командой mllmTeam и предварительно обученная на 1,1 трлн токенов. Она предназначена для генерации текста и диалоговых сценариев на английском языке. Модель построена на архитектуре Transformer decoder-only: 19 слоёв, скрытый размер 2560, 16 голов внимания и контекст длиной 2048 токенов. В ней используются Rotary Position Embeddings, LayerNorm, активация ReLU и токенизатор SmolLM с размером словаря 49 152. Репозиторий содержит веса в формате safetensors. В карточке приведены результаты оценок на наборах HellaSwag, WinoGrande, PIQA, SciQ, BoolQ и ARC. Модель выпущена для использования по лицензии Apache-2.0. Контекст ограничен 2048 токенами; подтверждена поддержка английского языка.

google/pix2struct-widget-captioning-base — модель Google семейства Pix2Struct для понимания визуального содержимого. Это архитектура «визуальный энкодер — текстовый декодер», предобученная на парах изображение–текст; Pix2Struct учится разбирать замаскированные снимки веб-страниц в упрощённый HTML, а затем адаптируется к задачам визуального языка. Вариант widget-captioning предназначен для создания подписей к элементам интерфейса и ответов на вопросы о визуальном содержимом. Модель принимает изображение, при необходимости вместе с текстовым вопросом, и генерирует текст. В метаданных указана поддержка английского, французского, румынского и немецкого языков, а также отмечен общий многоязычный режим. Модель распространяется по лицензии Apache-2.0. README ссылается на инструкцию запуска для pix2struct-textcaps-base.

PLaMo-13B — плотная авторегрессионная языковая модель с архитектурой decoder-only, разработанная Preferred Networks, Inc. Она основана на LLaMA и содержит 13 млрд параметров по карточке модели; метаданные репозитория указывают 14,7 млрд параметров. Модель предварительно обучена на открытых англоязычных и японских наборах данных, включая C4, mC4, Wikipedia, Project Gutenberg и коллекции RedPajama. Для токенизации используется SentencePiece. Модель предназначена для генерации текста и продолжения запросов на английском и японском языках. Её можно применять через Transformers; заявленная длина контекста — 4096 токенов. Репозиторий содержит веса в формате safetensors, а лицензия Apache 2.0 разрешает использование на её условиях. Карточка предупреждает, что ответы могут быть неточными, предвзятыми или нежелательными, а проведённые испытания охватывали только английский и японский языки. Перед внедрением в конкретные приложения рекомендуется проводить собственное тестирование безопасности и настройку.

PlatYi-34B-Llama-Q — авторегрессионная языковая модель, разработанная Kyujin Han. Она основана на архитектуре Yi-34B с реализацией LlamaForCausalLM и дообучена методом Q-LoRA на датасете Open-Platypus. Модель содержит 33,9 млрд параметров, принимает текст и генерирует текст; длина контекста — 4096 токенов. Модель предназначена для генерации текста и ответов на вопросы, в том числе для задач рассуждения и решения математических задач. В README приведены результаты на бенчмарках ARC, HellaSwag, MMLU, TruthfulQA, Winogrande и GSM8K. Для использования указана лицензия CC BY-NC-SA 4.0, которая ограничивает коммерческое применение.

cloudyu/Pluto_13B_DPO — языковая модель, созданная авторами cloudyu дообучением cloudyu/Mixtral7Bx2MoE методом DPO на наборе jondurbin/truthy-dpo-v0.1. Она предназначена для генерации текста и диалоговых сценариев, где важны правдивость и качество ответов. Архитектура — Mixtral MoE с классом MixtralForCausalLM; в метаданных указано 7,1 млрд параметров и контекст до 32 768 токенов. Модель опубликована в формате safetensors. README сообщает среднюю оценку 75,88 и результат 81,5 на TruthfulQA, названный авторами SOTA на дату публикации. Эти оценки относятся к указанной авторами методике и не гарантируют качество в других сценариях. Карточка не указывает поддерживаемые естественные языки. Лицензия CC BY-NC 4.0 требует атрибуции и не разрешает коммерческое использование.

Polaris-7B-Preview-GGUF — набор GGUF-квантизованных версий языковой модели Polaris-7B-Preview, разработанной POLARIS-Project и подготовленной квантизатором bartowski. Модель предназначена для генерации текста и может использоваться локально в LM Studio, llama.cpp и других проектах на базе llama.cpp. В набор входят полная версия BF16 и варианты квантования Q8_0, Q6_K, Q5_K, Q4_K, IQ4, Q3 и Q2 с размером файлов примерно от 3,55 до 15,24 ГБ. Для квантования применялась llama.cpp версии b5697 и метод imatrix. Данные о точной архитектуре, размере контекста, поддерживаемых языках, модальностях и характеристиках базовой модели в README не указаны. Более высокие уровни квантования обеспечивают лучшее сохранение качества, а компактные варианты подходят для систем с ограниченным объёмом оперативной памяти, но могут заметнее снижать качество генерации. Для работы следует использовать указанный формат приглашений с системным сообщением, пользовательским запросом и ответом ассистента. Модель распространяется по лицензии Apache-2.0.

ApolloRaines/Prometheus-Qwen2.5-7B-Instruct — плотная инструктивная языковая модель семейства Qwen2.5 на 7,1 млрд параметров, созданная автором Apollo Raines на базе Qwen/Qwen2.5-7B-Instruct. К весам применили один принятый цикл автономной модификации через инструмент jBlaze без переобучения: модель сама оценила результаты проб, выбрала изменение, проверила модифицированную копию и продвинула её после улучшения оценки. Модель предназначена для диалогов и генерации текста. В сравнении на 28 пробах автор сообщает об улучшении показателя precision с 0,417 до 0,875 и снижении показателя hallucination с 0,306 до 0,139, при этом reasoning снизился с 0,750 до 0,700. Эти результаты относятся к описанному автором бенчмарку и не гарантируют аналогичных улучшений на других задачах. Модель принимает текст и генерирует текст; указана поддержка английского языка и контекст до 32 768 токенов. Распространяется по лицензии Apache-2.0; использованный для модификации jBlaze является проприетарным инструментом.

prototype-128x01 — объединённая языковая модель, созданная автором репозитория с помощью mergekit методом Multi-SLERP. В объединение вошли /workspace/mistral-text-only и /workspace/modeler/Behemoth с равными весами; базой и источником токенизатора указана /workspace/mistral-text-only. Модель построена на архитектуре MistralForCausalLM, содержит 123,4 млрд параметров и рассчитана на генерацию текста и диалоговое взаимодействие. Заявленная длина контекста — 262 144 токена; репозиторий содержит веса safetensors и предназначен для Transformers. Карточка не указывает лицензию и не описывает языки или специализированные сценарии применения. Возможности и качество ответов за пределами генерации текста отдельно не подтверждены.

Psyfighter2-Orca2-ties — языковая модель на архитектуре LLaMA, созданная автором репозитория с помощью mergekit методом TIES из KoboldAI/LLaMA2-13B-Psyfighter2 и microsoft/Orca-2-13b. Модель содержит 12,9 млрд параметров, сохранена в формате safetensors и имеет контекст до 4096 токенов. Она предназначена для генерации текста и диалоговых сценариев, включая ответы на вопросы, рассуждения и решение задач. Автор сообщает о результатах на Open LLM Leaderboard, но отмечает, что сам не смог проверить запуск модели на своём оборудовании; результаты рейтинга не гарантируют качество в конкретных задачах. В карточке указана лицензия «other», поэтому условия использования следует уточнить у автора и в лицензиях базовых моделей.

QandoraExp-7B-Persona — объединённая плотная языковая модель на архитектуре Qwen2, созданная с помощью mergekit методом passthrough из bunnycore/QandoraExp-7B и bunnycore/Qwen-2.1-7b-Persona-lora_model. Модель содержит 7,1 млрд параметров, распространяется в формате safetensors и поддерживает контекст до 131 072 токенов. Модель предназначена для диалоговой генерации текста и сценариев с вызовом инструментов. В карточке приведены результаты Open LLM Leaderboard, включая IFEval и BBH; эти оценки дают ориентир по отдельным тестам, но не гарантируют качество в конкретном приложении. Языки и специализированные предметные области в доступных данных не обозначены. Лицензия в предоставленных сведениях не указана.

QaptaanLM-0.75B-Instruct-ONNX — это экспорт весов модели QaptaanLM-0.75B-Instruct в формате ONNX Runtime. Модель связана с разработчиком kaptaan45; репозиторий также содержит ссылку на GitHub-проект QaptaanLM-0.75B. Версия предназначена для локального запуска через ONNX Runtime, в том числе в браузере на стороне клиента с использованием WebGPU, а также в Node.js и кроссплатформенных настольных приложениях. Модель относится к каузальным языковым моделям с instruction-tuning и ориентирована прежде всего на генерацию текста и программного кода. В README заявлена поддержка английского языка и кода, а среди характеристик указаны совместимость с ONNX, ONNX Runtime и WebGPU, а также hybrid attention и связь с семейством Qwen/Qwen3.5. Размер модели составляет около 0,75 млрд параметров. Для работы используются токенизатор Transformers и ONNX-граф model.onnx с тензорными сегментами; запуск возможен на CPU и CUDA через соответствующие execution provider. Сильными сторонами являются небольшой размер, возможность локального и браузерного выполнения, кроссплатформенность и специализация на инструкциях и задачах программирования. README не содержит подробных результатов бенчмарков, ограничений по длине контекста, описания точной архитектуры или сведений о поддержке других модальностей, поэтому эти характеристики нельзя подтвердить. Модель распространяется по лицензии Apache 2.0.

recursal/QRWKV6-7B-Base — базовая языковая модель, опубликованная в репозитории Recursal. Она относится к семейству RWKV6Qwen2 и использует плотную архитектуру RWKV6Qwen2ForCausalLM с 7,1 млрд параметров. Модель предназначена для генерации текста; в метаданных также заявлены возможности чата и интерфейс вызова инструментов. Карточка описывает RADLADS — метод переноса трансформеров с softmax-вниманием на варианты линейного внимания с постоянными затратами на инференс каждого токена. В ней представлены RAD-RWKV6 и RAD-RWKV7 и упомянута совместимость компонентов с Qwen2.5, однако прямое указание на обучение именно этого чекпойнта по методу RADLADS отсутствует. Для этой модели указаны библиотека Transformers, формат safetensors и контекст до 131 072 токенов. Лицензия — Apache-2.0. Модель можно применять для продолжения текста и диалоговой генерации. Карточка отмечает ограниченную поддержку инференса; также не приводит оценки качества, перечень поддерживаемых естественных языков или подробности обучения конкретного чекпойнта.

Qunie-6.2 — разговорная текстовая модель, опубликованная LiskCell для экосистемы xLYR. Карточка описывает её как быструю флагманскую модель с настроенной личностью ассистента Deta, встроенным chat template и поддержкой многошаговых рассуждений. В метаданных указаны архитектура Kimi K2.5, класс KimiK25ForConditionalGeneration и формат safetensors; для запуска карточка рекомендует Transformers. Модель предназначена для диалогов, творческих задач и технических вопросов. Заявлена поддержка английского и иврита, включая разговорный иврит. Размер модели и длина контекста не подтверждены метаданными, поэтому эти характеристики не приводятся. Лицензия обозначена как other; дополнительных условий использования в карточке нет.

Qwable-v1-Qwen3.6-35B-A3B-abliterated — мультимодальная производная модель, опубликованная пользователем eggdog100 на основе lordx64/Qwable-v1. Она предназначена для генерации текста и обработки изображений с текстовыми инструкциями, включая сценарии, где требуется сниженное количество отказов. Модель относится к семейству Qwen3.6-35B-A3B и использует архитектуру Mixture-of-Experts: 35 млрд параметров всего, около 3 млрд активных на токен, 256 экспертов и 40 слоёв. В архитектуре применяются гибридное линейное внимание Gated-DeltaNet и отдельная vision tower, сохранённая без изменений. Точный размер контекста и перечень поддерживаемых языков в карточке не указаны. Это версия v2, полностью пересобранная после проблем с предыдущей версией, которая страдала от повторов и бессвязной генерации. Для подавления отказов изменялись выходные проекции внимания attn.o_proj; маршрутизатор MoE, эксперты, слои Gated-DeltaNet и vision tower не редактировались. В заявленных тестах модель показала 1 отказ из 100 adversarial-запросов без reasoning и 1 из 94 при включённом reasoning, при этом зафиксировано ноль случаев коллапса генерации. На MMLU-Pro результат составил 78,9, на GSM8K — около 95, однако показатели зависят от настроек и оборудования, а часть бенчмарков не проводилась. К сильным сторонам относятся мультимодальность, сохранённая визуальная часть, разреженная MoE-архитектура с низким числом активных параметров и существенно сниженная склонность к отказам. Ограничения включают потенциально ослабленные защитные механизмы, отсутствие подробных данных о контексте и языковой поддержке, а также неполные результаты оценки. Модель распространяется по лицензии AGPL-3.0.