II.6Документация и сопровождение разработки

Omnia118/qween_bio — дообученная Omnia118 языковая модель семейства Qwen2 на базе unsloth/qwen2.5-7b-instruct-unsloth-bnb-4bit. Это плотная авторегрессионная модель с 7,1 млрд параметров для генерации текста и диалогового взаимодействия; заявленное нативное контекстное окно — 32 768 токенов. В карточке также обозначен интерфейс для вызова инструментов. Модель может служить основой для чат-ботов и генерации ответов на текстовые запросы. README сообщает, что обучение выполнялось с Unsloth и библиотекой TRL, но не описывает специализированную биомедицинскую тематику, данные обучения или проверенные медицинские сценарии. Поддерживаемый язык по метаданным — английский. Лицензия — Apache-2.0.

Minami-su/Qwen1.5-7B-Chat_mistral — преобразованная версия диалоговой модели Qwen1.5-7B-Chat от Alibaba Cloud с архитектурой Mistral. Автор адаптировал модель для совместимости с Qwen1.5; репозиторий содержит веса PyTorch, а размер модели составляет 7,1 млрд параметров. В метаданных указаны контекст до 32 768 токенов и поддержка английского и китайского языков. Модель предназначена для генерации текста в диалоговом формате. Автор отмечает поддержку скользящего окна внимания и заявляет о более высокой скорости и увеличенной длине контекста по сравнению с вариантом Qwen2 Llamafy. В README приведены результаты отдельных тестов, в том числе при загрузке в 4-битном режиме. Для использования автор указывает на необходимость вручную изменить реализацию MistralAttention в библиотеке Transformers, поэтому запуск может потребовать адаптации кода. Лицензия в метаданных обозначена как other; конкретные условия использования по доступным сведениям определить нельзя.

unsloth/Qwen2-1.5B — разговорная языковая модель семейства Qwen2, представленная в репозитории Unsloth. Это плотная авторегрессионная модель на 1,5 млрд параметров для генерации текста и диалогов; в метаданных указано контекстное окно до 131 072 токенов. Модель работает с текстом и распространяется в формате safetensors через библиотеку Transformers. Модель подходит для генерации ответов в чате, продолжения текста и других сценариев text-generation. Карточка Unsloth описывает ноутбуки для дообучения Qwen2-1.5B и работы с разговорными форматами ShareGPT ChatML и Vicuna, а также с обычным текстовым завершением. В метаданных отмечены английский язык и возможность чата. Репозиторий содержит модель семейства Qwen2, однако README описывает главным образом инструменты и примеры дообучения Unsloth и не сообщает, что именно эти веса были дообучены; происхождение конкретного чекпойнта поэтому нельзя установить уверенно. Лицензия — Apache-2.0. Качество и фактическая поддержка других языков карточка не уточняет.

nm-testing/Qwen2-1.5B-Instruct-FP8W8 — квантованная версия инструкционно дообученной языковой модели Qwen2-1.5B-Instruct. Исходную модель разработала команда Qwen; репозиторий данной версии размещён пользователем nm-testing. Модель предназначена для генерации текста, диалогов и выполнения инструкций, а также может применяться в локальных сервисах инференса через Transformers, vLLM или SGLang. Это decoder-only Transformer примерно на 1,5 млрд параметров с архитектурными особенностями Qwen2, включая SwiGLU и Group Query Attention. В репозитории указаны форматы BF16 и F8_E4M3, соответствующие FP8-квантизации весов и активаций. Модель работает только с текстом; поддерживаются чатовый шаблон и text generation. Для исходной модели заявлена длина контекста до 131 072 токенов, а токенизатор адаптирован к нескольким естественным языкам и языкам программирования, однако точный набор языков и фактические характеристики контекста именно квантованной версии в её репозитории не описаны. К сильным сторонам относятся небольшой размер, сниженные требования к памяти благодаря FP8-квантизации и пригодность для диалоговых и общих задач генерации текста. Ограничения — существенно меньшая ёмкость по сравнению с крупными моделями, отсутствие мультимодальности и отсутствие отдельной карточки модели с результатами оценки, подробным описанием ограничений и подтверждёнными характеристиками именно этой сборки. Лицензия в репозитории nm-testing не указана; у исходной Qwen2-1.5B-Instruct указана Apache License 2.0, но применимость этой лицензии к данной производной сборке следует проверить отдельно.

Qwen2.5-0.5B-Instruct Expanded (28 Layers) — компактная языковая модель для диалогов, выполнения инструкций и генерации текста, опубликованная jack-song-123. Она основана на Qwen/Qwen2.5-0.5B-Instruct и расширена с 24 до 28 слоёв декодера методом gated layer expansion: четыре копии слоёв добавлены после позиций 6, 12, 18 и 24, а обучаемые затворы позволяют постепенно включать их вклад. Архитектура — плотная причинная модель Qwen2ForCausalLM с 553,6 млн параметров. Модель принимает текст и выдаёт текст, поддерживает китайский и английский языки и имеет контекст до 32 768 токенов. Она предназначена для диалоговых приложений и генерации ответов по инструкциям. Для загрузки README требует trust_remote_code=True и указывает совместимость с transformers 4.36.0, а также зависимости torch и tokenizers. Лицензия — Apache-2.0.

Модель florincia/Qwen2.5-0.5B-Instruct-Gensyn-Swarm-frisky_elusive_ostrich — дообученная участником Gensyn Swarm версия компактной плотной языковой модели Qwen2.5-0.5B-Instruct. Она построена на архитектуре Qwen2 и содержит около 494 млн параметров; модель обучалась с помощью TRL и предназначена для диалогов и генерации текста по запросам пользователя. Контекстное окно составляет 32 768 токенов. Модель принимает текст и выдаёт текст. Её можно применять для ответов на вопросы, выполнения инструкций и свободной генерации текста в диалоговом формате. Карточка не описывает специализированную область применения или подтверждённые языковые приоритеты. Сведения о лицензии в предоставленных данных отсутствуют.

Armijo/Qwen2.5-0.5B-Instruct-Gensyn-Swarm-small_lithe_ocelot — дообученная модель семейства Qwen2.5, созданная на базе unsloth/Qwen2.5-0.5B-Instruct с использованием TRL. Это компактная плотная языковая модель с 494 млн параметров для диалога и генерации текста по инструкциям; в карточке приведён пример ответа на вопрос в формате чата. Модель работает с текстом, поддерживает контекст до 32 768 токенов и доступна для Transformers в формате safetensors. В метаданных указана задача text-generation. Лицензия в предоставленных данных не указана, поэтому условия использования определить нельзя.

unsloth/Qwen2.5-1.5B — версия базовой языковой модели Qwen2.5, опубликованная Unsloth. Это плотная авторегрессионная модель семейства Qwen2 с архитектурой Qwen2ForCausalLM и 1,5 млрд параметров; она принимает текст и генерирует продолжение. В карточке указаны контекст до 32 768 токенов, формат safetensors и библиотека Transformers. Базовая архитектура использует RoPE, SwiGLU, RMSNorm и групповое внимание; README описывает исходную модель Qwen2.5 с 28 слоями. Модель предназначена для генерации текста и дальнейшего дообучения под конкретные задачи. Qwen2.5 поддерживает множество языков, в том числе китайский, английский, французский, испанский, португальский, немецкий, итальянский, русский, японский, корейский, вьетнамский, тайский и арабский. Базовая предобученная версия не рекомендуется для диалогов без дополнительной настройки. Лицензия — Apache 2.0.

Карточка модели tayaee/Qwen2.5-1.5B-Korean-SFT-smoke на Hugging Face совпадает с карточкой Qwen/Qwen2.5-1.5B-Instruct, поэтому описание составлено по ней. Qwen2.5-1.5B-Instruct — инструктивно дообученная языковая модель семейства Qwen2.5, разработанная командой Qwen. Она предназначена для диалогов и генерации текста по инструкциям, включая ответы на вопросы, создание длинных текстов и выдачу структурированных результатов, например JSON. Модель имеет плотную архитектуру причинного трансформера Qwen2 с RoPE, SwiGLU и RMSNorm и содержит 1,5 млрд параметров. Контекст составляет 32 768 токенов, максимальная длина генерации — 8 192 токена. Карточка описывает поддержку более 29 языков, включая русский и английский; метаданные указывают английский как язык карточки. Модель загружается через Transformers и распространяется по лицензии Apache-2.0. Среди сильных сторон — следование инструкциям, работа с длинными текстами и структурированными данными, а также интерфейс для вызова инструментов. Это компактная модель, поэтому её возможности ограничены по сравнению с более крупными языковыми моделями; оценочные результаты для этой конкретной версии в карточке не приведены.

Qwen2.5-32B-Instruct-IMat-GGUF — это GGUF-квантизированная версия языковой модели Qwen2.5-32B-Instruct, разработанной командой Qwen и подготовленной для llama.cpp пользователем legraphista. Модель предназначена для диалогов и генерации текста, включая использование в локальных приложениях и совместимых инструментах инференса. В README указана поддержка английского языка и задача text-generation. Модель имеет размер 32B параметров и основана на исходных весах BF16. Доступны варианты от BF16 и F16 до Q8_0, Q6_K, Q5_K, Q4_K, Q3_K и Q2_K, включая форматы с IMatrix-квантизацией. Размер файлов составляет примерно от 12,31 до 65,54 ГБ в зависимости от варианта; некоторые высокоточные версии разделены на несколько файлов. IMatrix применяется к ряду вариантов с более сильным сжатием, что позволяет уменьшить требования к памяти при сохранении качества, однако README не содержит количественной оценки качества и не указывает размер контекста или дополнительные модальности. Сильной стороной модели является широкий выбор уровней квантизации и совместимость с llama.cpp, благодаря чему можно подобрать компромисс между качеством, скоростью и потреблением памяти. Ограничениями являются значительные аппаратные требования даже для сжатых вариантов, а также отсутствие в предоставленных данных подробных сведений о производительности, языковом охвате за пределами английского и ограничениях применения. Распространение указано по лицензии Apache-2.0.

Qwen2-57B-A14B-Instruct-GGUF — это GGUF-квантизированная версия модели Qwen/Qwen2-57B-A14B-Instruct, разработанной командой Qwen и подготовленной пользователем legraphista с использованием llama.cpp. Модель предназначена для генерации текста и диалоговых сценариев, включая работу в формате чата, и может запускаться в совместимых средах, поддерживающих формат GGUF, в том числе llama.cpp. В README явно указан английский язык; сведения о поддержке других языков отсутствуют. Доступны варианты от BF16 и FP16 до Q8_0, Q6_K, Q5_K, Q4_K, Q3_K и Q2_K, включая несколько подтипов квантизации. Размер файлов варьируется примерно от 21,06 до 114,84 ГБ; часть наиболее крупных вариантов поставляется в виде разделённых файлов. Ключевое преимущество сборки — возможность выбрать баланс между качеством и требованиями к памяти, однако низкобитная квантизация может снижать точность, а запуск модели требует значительных аппаратных ресурсов. Размер контекста, точные архитектурные характеристики и мультимодальные возможности в README не указаны. Модель распространяется по лицензии Apache-2.0.

Mungert/Qwen2.5-7B-Instruct-1M-GGUF — это GGUF-версия инструкционной языковой модели Qwen2.5-7B, разработанная Mungert на базе Qwen/Qwen2.5-7B. Модель предназначена для генерации текста и диалоговых сценариев, включая запуск на устройствах с ограниченными ресурсами, локальный инференс на CPU и системах с небольшим объёмом GPU-памяти. В названии заявлена поддержка контекста до 1 миллиона токенов, однако подробные характеристики реализации этого контекста в README не приведены. Модель относится к классу текстовых генеративных моделей, имеет около 7 миллиардов параметров и распространяется в формате GGUF. README также описывает ультранизкобитные варианты квантования с динамическим распределением точности IQ-DynamicGate, ориентированные на снижение потребления памяти; приведённые бенчмарки относятся к Llama-3-8B и не подтверждают показатели именно этой модели. В метаданных указан английский язык. Сильная сторона модели — возможность эффективного локального запуска благодаря квантованию и потенциально большому контекстному окну. Ограничения включают возможное снижение точности при низкобитном квантовании, отсутствие подробных данных об архитектуре, фактическом размере контекста и результатах тестирования именно для Qwen2.5-7B-Instruct-1M-GGUF. Лицензия — Apache-2.0.

kepom/Qwen2.5-7B-Instruct-abliterated-v2-GGUF — квантизированная версия языковой модели Qwen2.5-7B-Instruct-abliterated-v2, созданная QuantFactory с использованием llama.cpp. Исходную модель разработала huihui-ai на базе Qwen/Qwen2.5-7B-Instruct от Alibaba Cloud; модификация выполнена методом abliteration и позиционируется как менее ограниченная по отказам версия исходной instruct-модели. Модель предназначена для генерации текста и диалоговых сценариев, включая использование в чат-приложениях и локальных приложениях через совместимый с GGUF стек. Она поддерживает английский язык, относится к классу causal language models и имеет размер 7B параметров. В README не указаны точный размер контекста, конкретные варианты квантизации, список поддерживаемых модальностей помимо текста и требования к аппаратному обеспечению. По приведённым оценкам, модель превосходит исходную Qwen2.5-7B-Instruct на IF_Eval и GPQA, но уступает ей на MMLU Pro, TruthfulQA и BBH. Abliteration может сделать ответы менее ограниченными, однако это также означает потенциально более слабое следование политикам безопасности и не гарантирует фактическую точность ответов. Модель распространяется по лицензии Apache-2.0.

gguk2on/qwen2.5-7B-rlar_g8_b384_math_vu3 — дообученная модель генерации текста на базе Qwen/Qwen2.5-7B. Согласно карточке, обучение выполнено с использованием TRL; метаданные описывают архитектуру как плотную Qwen2 и указывают 7,1 млрд параметров. Модель предназначена для диалоговой генерации ответов и может использоваться в сценариях общения с ассистентом. Модель принимает текст и выдаёт текст. В метаданных указана длина контекста 131 072 токена, а также интерфейс вызова инструментов. Карточка демонстрирует запуск через Transformers pipeline. Описание не уточняет результаты обучения, целевую область применения или ограничения качества; лицензия в предоставленных данных не указана.

canoplos/Qwen2.5-Coder-0.5B-Instruct-Gensyn-Swarm-soft_gilded_alligator — опубликованный сообществом чекпойнт семейства Qwen2.5-Coder с инструкционной настройкой; карточка репозитория автоматически сгенерирована и не описывает отдельный процесс обучения или оценку качества. По названию и архитектуре это компактная плотная языковая модель Qwen2 для генерации текста, ориентированная прежде всего на помощь с кодом и диалоговое выполнение инструкций. Метаданные указывают около 494 млн параметров, архитектуру Qwen2ForCausalLM, библиотеку Transformers, формат Safetensors, задачу text-generation и контекст до 32 768 токенов. Карточка официального Qwen2.5-Coder-0.5B-Instruct описывает 0,49 млрд параметров, 24 слоя и поддержку контекста 32 768 токенов; семейство предназначено для генерации, рассуждения и исправления кода, а также для сценариев кодовых ассистентов. Эти сведения относятся к официальной модели-основе и не подтверждают идентичность весов или качество данного Gensyn-чекпойнта. Официальная карточка модели-основы указывает лицензию Apache-2.0; лицензию конкретного репозитория canoplos установить по доступным данным нельзя. Малый размер делает модель компактной, но не гарантирует надёжности сложных ответов; отдельные оценки и ограничения производного чекпойнта не опубликованы.

Qwen2.5-Coder-0.5B-Instruct-GGUF — набор GGUF-квантизаций инструкционной модели Qwen2.5-Coder-0.5B-Instruct, подготовленный пользователем ThomasBaruzier с использованием llama.cpp и imatrix-калибровки. Базовая модель разработана командой Qwen; в карточке также указана лицензия Apache-2.0. Модель предназначена для генерации текста и работы с программным кодом в диалоговом формате: она может применяться для написания, дополнения и объяснения кода, а также других задач, связанных с программированием. Указан английский язык. Доступны варианты квантизации IQ и Q форматов размером примерно от 301 до 393 МБ, что позволяет запускать модель при ограниченных ресурсах. Ключевое преимущество — малый размер и наличие нескольких уровней квантизации с измеренными показателями perplexity и accuracy, позволяющими выбирать компромисс между качеством и требованиями к памяти. Ограничения связаны с небольшим размером модели в 0,5 млрд параметров и потерями качества при наиболее компактной квантизации; сведения об архитектуре, длине контекста и поддерживаемых модальностях в карточке не указаны.

Qwen2.5-Coder-3B-Instruct-Q8_0-GGUF — языковая модель для генерации текста и работы с программным кодом, разработанная командой Qwen и представленная в формате GGUF сообществом ggml-org. Это конверсия базовой модели Qwen/Qwen2.5-Coder-3B-Instruct, выполненная с использованием llama.cpp и проекта GGUF-my-repo. Модель предназначена для генерации и продолжения кода, ответов в диалоговом формате и других сценариев, поддерживаемых исходной instruct-моделью. Она может запускаться локально через llama.cpp в режиме командной строки или как сервер. Размер модели составляет 3B параметров, а вариант Q8_0 использует 8-битное квантование. В метаданных указаны текстовая генерация и английский язык; сведения о других языках, контекстном окне и точной архитектуре в представленном README отсутствуют. Основные преимущества — локальный запуск, совместимость с llama.cpp и сниженные требования к памяти по сравнению с полноразмерной моделью благодаря квантованию. Ограничения включают небольшой по современным меркам размер и возможное снижение качества из-за квантования; подробные результаты тестирования и ограничения исходной модели в README не приведены. Модель распространяется по лицензии qwen-research; для точных условий следует обратиться к указанному файлу лицензии исходной модели.

Dasko2-0 разработал и опубликовал дообученную модель Dasko2-0/qwen2.5-coder-3b-mentor на основе unsloth/qwen2.5-coder-3b-instruct-bnb-4bit. Это плотная авторегрессионная модель семейства Qwen2 с 3,1 млрд параметров, предназначенная для генерации текста и диалогового взаимодействия. В карточке указаны интерфейс вызова инструментов и контекст длиной до 32 768 токенов; модель обучали с использованием Unsloth и библиотеки TRL. Модель можно применять для генерации ответов в чате и задач, связанных с кодом, унаследованных от базовой Qwen2.5 Coder. Однако README не приводит результатов оценки и не уточняет, какие именно навыки наставничества или дополнительные задачи дало дообучение. Поддержка указана для английского языка. Лицензия — Apache-2.0.

Qwen2.5-R1-Minny-1.5B-v2 — экспериментальная компактная языковая модель на 1,5 млрд параметров от ForSureTesterSim для генерации текста, математических рассуждений, написания кода и диалогового следования инструкциям. README описывает слияние специализированных моделей для кода, математики и диалога на основе DeepSeek-R1-Distill-Qwen-1.5B; в метаданных базовой моделью указана deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B. Архитектура — плотная Qwen2, формат весов — safetensors, контекст — до 131 072 токенов. Модель рассчитана на английский язык и использует формат диалога Qwen ChatML; для сложных рассуждений README указывает на использование Chain-of-Thought. Она подходит для ответов на математические задачи, генерации программного кода и диалогового помощника с рассуждениями. README заявляет экспериментальное слияние экспертов, но не приводит независимых оценок качества, поэтому заявленное преимущество слияния нельзя считать подтверждённым. Лицензия — Apache-2.0.

PrimeIntellect/Qwen3-0.6B — копия модели Qwen3-0.6B от Prime Intellect с шаблоном диалога для многоходового общения и сообщений, совместимых с вызовом инструментов. Это плотная авторегрессионная языковая модель с 507,9 млн параметров для генерации текста и диалоговых сценариев. Модель принимает текст и выдаёт текст; максимальная длина контекста составляет 40 960 токенов. Модель основана на Qwen/Qwen3-0.6B-Base и представлена в формате Safetensors для библиотеки Transformers. Лицензия — Apache 2.0. Карточка подтверждает совместимость шаблона с вызовами инструментов, но не сообщает об обучении модели на использование инструментов; результаты могут зависеть от качества базовой модели и заданного промпта.

Kiffaz11/Qwen3-0.6b-ifrlvr-grpo — дообученная методом GRPO модель Qwen3-0.6B, созданная для следования инструкциям и решения задач с проверяемыми ответами. Она предназначена для генерации текста и диалогов; в README описаны результаты на тестах соблюдения программно проверяемых ограничений IFEvalG и IFEval, а также на GSM8K. Модель имеет плотную архитектуру Qwen3ForCausalLM, содержит около 507,9 млн параметров и поддерживает контекст до 40 960 токенов. По данным README, обучение проводилось в TRL в течение 1200 шагов на смеси задач с ограничениями и GSM8K. В тестах авторов модель улучшила следование инструкциям в режимах с рассуждением и без него; прирост на GSM8K показан в режиме без рассуждений, тогда как в режиме с рассуждениями результаты по математике и MMLU номинально ниже базовой модели, без статистически значимого ухудшения. Это компактная текстовая модель общего назначения, разработанная на основе Qwen/Qwen3-0.6B. Лицензия — Apache-2.0.

Карточка модели didula-wso2/qwen3-1-5_sft_16bit_vllm на Hugging Face совпадает с карточкой didula-wso2/qwen1-0-7_sft_16bit_vllm, поэтому описание составлено по ней. Это дообученная языковая модель Qwen3 от didula-wso2, созданная на базе unsloth/Qwen3-8B-unsloth-bnb-4bit с использованием Unsloth и библиотеки Hugging Face TRL. Модель содержит 7,6 млрд параметров и предназначена для генерации текста в диалоговых сценариях; в карточке также заявлен интерфейс вызова инструментов. Модель принимает текст и выдаёт текст. Для неё указан контекст до 40 960 токенов, а среди языков карточки отмечен английский. Репозиторий содержит веса в формате safetensors; заявленная лицензия — Apache-2.0. Сведения о специализации дообучения и его результатах не приведены.

SamMikaelson дообучил Qwen3-1.7B на базе unsloth/qwen3-1.7b-unsloth-bnb-4bit с использованием Unsloth и библиотеки Hugging Face TRL. Это плотная авторегрессионная языковая модель с 1,7 млрд параметров для генерации текста и диалогового взаимодействия; в метаданных также указана возможность интерфейса вызова инструментов. Модель принимает текст и генерирует текст, поддерживает английский язык и имеет контекстное окно до 40 960 токенов. Модель подходит для текстовых диалогов и генерации ответов на английском языке. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0; карточка не описывает отдельные результаты оценки качества или специализацию по конкретной предметной области.

dahye58/Qwen3-1.7B-base-MED — текстовая генеративная модель объёмом 1,7 млрд параметров, размещённая на Hugging Face и доступная через библиотеку Transformers. По метаданным она относится к семейству Qwen3, поддерживает контекст до 32 768 токенов и связана с обучением методом supervised fine-tuning (SFT) с использованием TRL; в тегах также указана conversational-направленность. Модель предназначена для генерации текста и может применяться в диалоговых сценариях, создании ответов и последующей интеграции в приложения на базе Transformers. В идентификаторе присутствует суффикс MED, однако README не содержит подтверждённого описания медицинской специализации, данных обучения, результатов оценки, поддерживаемых языков, разработчика или лицензии, поэтому использовать её в критически важных сценариях без дополнительной проверки не следует.

Карточка модели SamMikaelson/Qwen3-1.7B-Nous на Hugging Face совпадает с карточкой SamMikaelson/Qwen3-1.7B-APIGEN-Full, поэтому описание составлено по ней. SamMikaelson дообучил Qwen3-1.7B на базе unsloth/qwen3-1.7b-unsloth-bnb-4bit с использованием Unsloth и библиотеки Hugging Face TRL. Это плотная авторегрессионная языковая модель с 1,7 млрд параметров для генерации текста и диалогового взаимодействия; в метаданных также указана возможность интерфейса вызова инструментов. Модель принимает текст и генерирует текст, поддерживает английский язык и имеет контекстное окно до 40 960 токенов. Модель подходит для текстовых диалогов и генерации ответов на английском языке. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0; карточка не описывает отдельные результаты оценки качества или специализацию по конкретной предметной области.

mlx-community/Qwen3-235B-A22B-8bit — языковая модель для генерации текста, разработанная на основе Qwen/Qwen3-235B-A22B и конвертированная сообществом mlx-community в формат MLX. Модель предназначена для запуска и генерации ответов в экосистеме MLX с использованием библиотеки mlx-lm, включая диалоговые сценарии через chat template. Из README известно, что модель имеет 8-битное представление и относится к семейству Qwen3-235B-A22B. Архитектура, точное число параметров, поддерживаемые языки, модальности и максимальная длина контекста в предоставленных данных не указаны. Для работы требуется библиотека mlx-lm; формат MLX ориентирован на совместимое с этой экосистемой выполнение. Модель распространяется по лицензии Apache-2.0. README не содержит сведений о результатах тестирования, сильных сторонах и ограничениях качества, поэтому их оценка по имеющимся данным невозможна.

Qwen3-30B-A3B-MLX-4bit — это преобразованная в формат MLX версия языковой модели Qwen3-30B-A3B. Модель разработана командой Qwen, а конвертацию выполнило сообщество lmstudio-community с использованием mlx-lm версии 0.24.0. Модель предназначена для генерации текста и диалоговых сценариев в средах, поддерживающих библиотеку MLX и пакет mlx-lm. Она имеет обозначение размера 30B-A3B и представлена в 4-битном формате, что уменьшает требования к памяти по сравнению с полноразмерным представлением. README не содержит сведений о точной архитектуре, поддерживаемых языках, длине контекста, мультимодальности, результатах тестирования и специализированных сценариях применения. К сильным сторонам относятся совместимость с экосистемой MLX и сниженный объём памяти благодаря 4-битному представлению. Ограничения связаны с зависимостью от MLX-совместимой среды и возможными потерями качества квантования; конкретные характеристики производительности не указаны. Модель распространяется по лицензии Apache-2.0.

Модель localized-ft/Qwen3-32B-good-vs-bad-mixed-multifact-ip-20260920-seed1 разработана localized-ft как дообученная версия Qwen/Qwen3-32B. Это плотная причинная языковая модель семейства Qwen3 с 29,7 млрд параметров, предназначенная для диалога и генерации текста; каталог также отмечает интерфейс вызова инструментов. Модель обучали с использованием Unsloth и библиотеки TRL. Модель принимает текст и выдаёт текст. Её контекстное окно составляет 40 960 токенов; в метаданных указан английский язык. Карточка не раскрывает состав обучающих данных и конкретную специализацию, поэтому название репозитория само по себе не позволяет надёжно установить назначение оценки «хорошего» и «плохого» или многозадачного обучения. Лицензия — Apache-2.0.

ertghiu256/Qwen3-4B-distill-deepseek-opus-gemini — дообученная языковая модель на архитектуре Qwen3 с плотной архитектурой и примерно 3,7 млрд параметров. Она создана ertghiu256 на базе Qwen3-4B с использованием Unsloth и библиотеки Hugging Face TRL; в обучении использовались наборы данных с примерами рассуждений DeepSeek, Claude Opus и Gemini. Модель предназначена для генерации текста и диалогов, включая задачи рассуждения; метаданные также отмечают интерфейс вызова инструментов. Она принимает текст, рассчитана на английский язык и имеет контекстное окно 40 960 токенов. Доступна в формате safetensors. Модель распространяется по лицензии Apache-2.0. Карточка не приводит результатов оценки качества, поэтому конкретные преимущества в сравнении с базовой Qwen3-4B не подтверждены.

clijo выпустил дообученную модель Qwen3-4B-Instruct-2507, обученную с помощью TRL. Это плотная языковая модель с 3,7 млрд параметров для диалогов и генерации текста по запросу; карточка демонстрирует её использование для ответа на открытый вопрос. Модель принимает текст и выдаёт текст, поддерживает контекст до 262 144 токенов и рассчитана на запуск через Transformers. В метаданных указана связь с базовой моделью Qwen/Qwen3-4B-Instruct-2507 и метод дообучения GRPO. Данные не описывают специализацию обучения или отдельные улучшения качества, поэтому пригодность для конкретной предметной области не установлена. Лицензия в предоставленных данных отсутствует.