II.6Документация и сопровождение разработки

RedSage-Qwen3-8B-DPO-GGUF — квантизированная версия языковой модели RedSage-Qwen3-8B-DPO, основанной на Qwen3 с 8 млрд параметров. Модель подготовлена mradermacher; базовую модель разработала RISys-Lab. Она представлена в формате GGUF и предназначена для локального запуска в приложениях и инструментах, поддерживающих этот формат. Модель ориентирована на генерацию текста, диалоговые сценарии и задачи, связанные с кибербезопасностью. Указан английский язык. Обучение или дообучение связано с набором allenai/llama-3.1-tulu-3-8b-preference-mixture и методом DPO, однако подробные сведения о контекстном окне, точной архитектуре и результатах оценки в README отсутствуют. Доступны варианты квантования от Q2_K до Q8_0, а также f16; их размер составляет примерно от 3,4 до 16,5 ГБ. Q4_K_S и Q4_K_M отмечены как быстрые и рекомендуемые, Q6_K — как вариант с очень хорошим качеством, а Q8_0 — как вариант с наилучшим качеством среди указанных. Более сильное квантование уменьшает требования к памяти, но может снижать качество генерации. Лицензия в README не указана.

TigerBot-7B-base-v1 — базовая языковая модель TigerResearch для генерации текста и дальнейшей настройки под пользовательские задачи. Она построена на плотной архитектуре BLOOM и содержит 9,1 млрд параметров; модель доступна в формате PyTorch и совместима с Transformers. Репозиторий распространяется по лицензии Apache-2.0. Модель предназначена для генерации продолжений текста и как основа для создания специализированных языковых моделей. README показывает загрузку токенизатора и причинной языковой модели через Transformers. В карточке нет сведений о поддерживаемых естественных языках, длине контекста или конкретных результатах оценки качества.

ondevicellm/tinyllama_moe_sft_ultrachat200k_v2_epochs5 — дообученная компанией ondevicellm модель для генерации текста в диалогах. Она построена на архитектуре Mixtral с механизмом смеси экспертов (MoE) и содержит 1 млрд параметров. Модель дообучена методом supervised fine-tuning на наборе HuggingFaceH4/ultrachat_200k; в карточке указана потеря 1,1090 на оценочной выборке. Модель предназначена для генерации ответов в чате. Контекст составляет 2048 токенов. Доступны веса в формате Safetensors, лицензия — Apache-2.0. Карточка не описывает отдельные ограничения качества или целевые области применения.

laion/delphi-3e19-p67m33-k0p20-lr83-a002-wc386k_lr1e5-sft — разговорная языковая модель семейства Qwen3, обученная с нуля на наборах данных wildchat_386k и delphi_warmup. Она предназначена для генерации текста в формате диалога и может использоваться для создания ответов на пользовательские запросы. Модель содержит 801 млн параметров, построена на плотной архитектуре Qwen3ForCausalLM и рассчитана на контекст до 4096 токенов. Карточка не описывает результаты оценки, качество ответов или поддерживаемые языки. Лицензия указана как other, поэтому конкретные условия использования следует сверить с файлами репозитория.

bigscience/distill-bloom-1b3 — промежуточная дистиллированная языковая модель от BigScience для генерации текста и исследований больших языковых моделей. README характеризует её как незавершённый чекпойнт; для обычного использования авторы рекомендуют обученную BLOOM-1B3. Архитектура — декодерный Transformer семейства BLOOM с 288 млн параметров, 12 слоями и 8 головами внимания. В README указана длина последовательности обучения 2048 токенов, а в метаданных — родной контекст 4096 токенов. Модель предназначена для многоязычной генерации текста и как основа для дальнейшей настройки. Языковые теги охватывают арабский, бенгальский, каталонский, английский, испанский, французский, хинди, индонезийский, португальский, тамильский, урду, вьетнамский и китайский; в тегах также указаны другие языки. Метаданные отмечают возможность работы с кодом. Репозиторий содержит веса PyTorch и Safetensors. Модель может выдавать фактически звучащие, но неверные ответы, а также нерелевантный или повторяющийся текст; возможны стереотипы и вредоносные высказывания. Она не подходит для критически важных решений и применения в медицине, праве, политике или финансах. Лицензия — BigScience BLOOM RAIL 1.0.

Это плотная языковая модель семейства Qwen3, дообученная на базе Qwen/Qwen3-32B на наборе open-athena/GLM-4.6-stackexchange-overflow-sandboxes-32eps-65k-reasoning. Она предназначена для генерации текста в диалоге, в том числе для ответов на вопросы по Stack Exchange и Stack Overflow, связанных с песочницами, а также для задач, отражённых в обучающих данных. Модель содержит 29,7 млрд параметров, использует архитектуру Qwen3ForCausalLM и формат safetensors; нативная длина контекста — 40 960 токенов. Модель создана сообществом laion и опубликована под лицензией с обозначением «other»; конкретные условия лицензии в предоставленных данных не раскрыты. Карточка не содержит описания оценок качества и подробных ограничений, поэтому точность ответов на специализированные вопросы по песочницам не подтверждена.

Gravity-16B-A3B-Base — базовая языковая модель, обученная с нуля компанией Trillion Labs совместно с Lunit Consortium. Она предназначена для продолжения текста и служит основой для последующей адаптации; сама модель не проходила дообучение на инструкциях. В README указаны 16,24 млрд параметров всего и 3,16 млрд активных на токен, тогда как метаданные каталога приводят 2,2 млрд параметров. Архитектура GravityMoE использует разреженную смесь экспертов: 64 маршрутизируемых эксперта с выбором восьми и один общий эксперт. Механизм Multi-head Latent Attention сжимает ключи и значения для экономии памяти KV-кэша. Контекст — до 32 768 токенов. Модель обучали примерно на 5,5 трлн токенов с акцентом на STEM и медицину; в README приведены результаты оценок на английском и корейском языках. Её можно применять как основу для собственных языковых приложений и специализированного дообучения, в том числе в медицинской области. Распространяется по лицензии Apache 2.0. Поскольку это базовая модель без инструкционного дообучения и выравнивания безопасности, она может выдавать неточные, предвзятые или вредоносные ответы; качество может снижаться для языков, слабо представленных в обучающих данных.

Kanana-2-1.3B-Base — базовая компактная языковая модель Kakao из семейства Kanana-2 SLM, предназначенная для генерации текста и использования как основа для последующей адаптации. Модель получена сжатием Kanana-2-3B-Base каскадной обрезкой и дистилляцией: размер исходной серии сокращался с 3B через 2B до 1.3B. Это плотная causal language model с гибридным вниманием и архитектурой на основе Qwen3. Гибридная схема сочетает скользящее окно внимания размером 1024 токена и полное внимание в соотношении 3:1. Для слоёв полного внимания применяется YaRN, а слои SWA сохраняют RoPE. Модель поддерживает контекст до 32 768 токенов; по данным карточки, такая схема снижает использование KV-кэша до 72,7% относительно модели только с полным вниманием при контексте 32K. Токенизатор Kanana-2 повышает эффективность токенизации корейского более чем на 30% по сравнению с предыдущим поколением. Модель является базовой, а не инструкционной версией: карточка не заявляет для неё готовые диалоговые или инструментальные возможности. Для загрузки в Transformers требуются версия не ниже 4.57 и trust_remote_code=True. Репозиторий содержит веса Safetensors; лицензия указана как other, поэтому условия использования следует проверять в карточке модели. Kakao сообщает, что пользовательские данные Kakao не использовались при обучении.

google/t5-efficient-small — англоязычный предварительно обученный чекпойнт Google на архитектуре T5, опубликованный вместе с исследованием об эффективности масштабирования трансформеров. Это вариант Deep-Narrow: модель использует более глубокую и узкую архитектуру; метаданные указывают 38,5 млн параметров, контекст 512 токенов и обучение на C4. README приводит для стандартной конфигурации Small оценку 60,52 млн параметров, поэтому сведения о размере в источниках расходятся. Модель обучена на задаче восстановления текстовых фрагментов и предназначена для последующего дообучения на конкретной англоязычной NLP-задаче, например суммаризации, ответах на вопросы или классификации текста. Сам чекпойнт не является готовым прикладным решением: практическое качество зависит от дообучения. Доступны варианты весов для PyTorch, TensorFlow и Flax. Контекст составляет 512 токенов. Лицензия — Apache-2.0.

Atom V1 Preview — диалоговая модель VANTA Research, созданная на базе google/gemma-3-4b-it с помощью дообучения LoRA и последующего объединения весов. Модель рассчитана на совместное исследование идей, любознательный диалог и объяснение сложных понятий с помощью аналогий и подробных рассуждений. Это плотная модель семейства Gemma 3 примерно на 4 млрд параметров; доступны форматы safetensors и GGUF. Метаданные указывают поддержку чата и английский язык. README заявляет контекст 128K токенов, но в разделе ограничений указывает окно 8192 токена и снижение качества на длинных диалогах. Модель подходит для учебных бесед, мозгового штурма и исследовательской помощи, когда полезны уточняющие вопросы и развёрнутые ответы. Это ранний исследовательский прототип, не предназначенный для высокорисковых решений и не прошедший количественную оценку по стандартным NLP-бенчмаркам или adversarial-тестирование. README сообщает о лицензии CC BY-NC 4.0, которая исключает коммерческое использование.

AmberYifan/capsdnum-marin-8b-base-code_ppl_b4000_s0 — дообученная модель на основе Marin 8B Base, созданная с использованием набора данных capsd_marin-8b-base-n80000-opc__mix_code_ppl_b4000_s0. Архитектура — плотная LlamaForCausalLM с 7,5 млрд параметров; модель предназначена для генерации текста и поддерживает чатовый режим. Длина контекста составляет 4096 токенов. Название набора данных указывает на обучение на смеси кода и данных для оценки perplexity, однако карточка не описывает конкретные сценарии, результаты оценки или качество генерации кода. Модель распространяется в формате safetensors через Transformers; лицензия в метаданных обозначена как other, без уточнения условий.

CogEvol-4B-Q4_K_M-GGUF — квантизированная версия модели CogEvol-4B, разработанной командой CogEvol. Модель предназначена для генерации учебных сред по текстовому описанию курса: за один проход она создает структурированный JSON слайдовой страницы или автономную интерактивную HTML-страницу, работающую непосредственно в браузере. Поддерживаются английский и китайский языки, а модель можно запускать локально и полностью офлайн на ноутбуке через llama.cpp. Модель имеет размер 4B параметров в базовой версии, поставляется в формате GGUF с квантизацией Q4_K_M и занимает около 2,4 ГБ. Для рекомендованного запуска указан контекст до 32768 токенов; для интерактивного HTML рекомендуется контекст не менее 24576 токенов. По данным README, на M2 Pro с 16 ГБ памяти достигается в среднем около 34,8 токена в секунду при генерации слайдов, а CPU-only режим обеспечивает примерно 18–24 токена в секунду. Проверка на ограниченном наборе производственных сценариев показала сопоставимое с BF16 качество и корректность JSON и HTML-результатов. К сильным сторонам относятся компактный размер, автономная работа, генерация готовых учебных артефактов и совместимость с llama.cpp. Ограничения включают необходимость отключать режим рассуждений, увеличенный на 10–20% объем генерируемых Q4-токенов по сравнению с BF16, а также возможные проблемы старых версий macOS Metal, для которых предусмотрен автоматический переход на CPU. Модель распространяется по лицензии Apache-2.0.

DMind-1-mini-GGUF — языковая generative-модель для текстового общения и задач в области blockchain и Web3. Модель опубликована пользователем или организацией Mungert и создана на базе Qwen/Qwen3-14B. Заявлены поддерживаемые языки английский и китайский; модель предназначена для text generation и conversational-сценариев, включая специализированные Web3-задачи. Модель распространяется в формате GGUF и была сгенерирована с использованием llama.cpp. Для неё заявлен подход ultra-low-bit quantization с методом IQ-DynamicGate, распределяющим точность по слоям для снижения потребления памяти при сохранении качества. Описание также приводит варианты квантования IQ1 и IQ2, ориентированные на запуск в условиях ограниченной GPU-памяти, на CPU и edge-устройствах. Точный размер модели, длина контекста и полный набор модальностей не указаны; по назначению это текстовая, а не мультимодальная модель. На специализированном бенчмарке DMind_Benchmark модель получила normalized Web3 score 74,12 и заняла второе место среди 24 моделей. Сильными сторонами являются ориентация на Web3, поддержка сверхнизкой разрядности и сниженное потребление памяти. Ограничениями могут быть потери точности, характерные для 1–2-битного квантования, а также отсутствие подробных данных о качестве в общих языковых задачах и производительности на целевом оборудовании. Лицензия — MIT.

Clark Labs разработала для BackdropKit компактную модель сверхразрешения Clark Realtime UI Video Upscaler x2. Она увеличивает RGB-изображения и кадры видео вдвое по ширине и высоте, с упором на края интерфейсов, мелкий текст, кнопки, панели и фрагменты кода. Архитектура RealtimeLumaStudent использует пиксельную перестановку, три остаточных блока и FP16-веса; модель содержит 8 496 параметров и предназначена для локального выполнения в браузере через WebGPU с поддержкой shader-f16. Модель ориентирована на превью и экспорт продуктовых демонстраций и видео. В приведённых тестах она улучшает восстановление границ относительно bicubic-интерполяции, особенно на изображениях интерфейсов, однако на экстремально сжатом видео не превосходит bicubic по общей точности кадра и временной согласованности. Для портретов и генерации новых деталей она не предназначена. Распространяется под лицензией Apache-2.0.

tvall43/Qwen3.5-14B-A3B-Claude-4.6-Opus-Reasoning-Distilled-reap — экспериментальная сжатая версия модели для диалогов и задач, требующих пошаговых рассуждений. Согласно карточке, она основана на дообученной Qwen3.5-35B-A3B-Claude-4.6-Opus-Reasoning-Distilled; каталог указывает архитектуру Qwen3.5 MoE, 2,9 млрд параметров и контекст до 262 144 токенов. Модель принимает текст и генерирует текст. Модель предназначена для аналитических задач, программирования, математики и логических рассуждений. Карточка описывает обучение на данных с примерами рассуждений, связанными с Claude Opus, однако приведённые тесты дают смешанные результаты: модель не справилась с созданием игры «Змейка» в одном HTML-файле после нескольких итераций, а тест с автомойкой оказался трудным. Заявления карточки об улучшении рассуждений не подкреплены независимыми оценками. Указана лицензия Apache-2.0. Это ранняя экспериментальная версия; для неё отмечены риск галлюцинаций и возможные проблемы совместимости или интеграции. Карточка рекомендует проверять ответы, особенно фактические утверждения и результаты сложных задач.

Geilim-1B-Instruct — инструкционно настроенная текстовая модель NoesisLab для диалогов и ответов на вопросы, в том числе требующие рассуждений. По описанию разработчика, модель использует архитектуру ASPP с причинными связями между токенами, π-flow для итеративного уточнения скрытых состояний и механизм гибкого объединения этих вычислений с attention. Заявленная цель — выдавать краткие ответы без явных цепочек рассуждений. Модель содержит 1,2 млрд параметров, основана на Meta-Llama-3.2-1B-Instruct и рассчитана на контекст до 131 072 токенов; доступны веса в safetensors, для работы указана библиотека Transformers. В карточке заявлена поддержка английского языка и приведены наборы GSM8K, HellaSwag и AI2 ARC. Модель может применяться для диалоговых помощников, ответов на вопросы и задач рассуждения, где предпочтительны короткие результаты. README заявляет низкую задержку и сопоставимое с моделями внешнего Chain-of-Thought качество рассуждений, однако не приводит проверяемых результатов бенчмарков, поэтому эти заявления не следует считать подтверждённой оценкой качества. Лицензия — Apache-2.0.

Экспериментальная дообученная языковая модель Convergent Intelligence LLC на базе LiquidAI/LFM2.5-8B-A1B. Это гибридная причинная MoE-модель для генерации текста; в метаданных указано 1,6 млрд параметров и контекст до 128 000 токенов. Дообучение на наборе angrygiraffe/claude-opus-4.6-4.7-reasoning-8.7k было направлено на англоязычные ответы в стиле рассуждений, следование инструкциям и изучение разреженной адаптации с оптимизатором CIxOpt. Модель подходит для экспериментальной генерации аналитических ответов, технических объяснений и сжатых рассуждений, а также для исследований дообучения и оценки небольших языковых моделей. Карточка не содержит формальных результатов бенчмарков. Модель может выдавать недостоверные факты и ссылки, чрезмерно подробно рассуждать и неравномерно менять способности относительно базовой модели; важные ответы требуют проверки. Лицензия — Apache 2.0.

prithivMLmods разработал SmolLM2-CoT-360M — компактную авторегрессионную языковую модель семейства Llama, дообученную для диалогов и задач рассуждения на синтетическом наборе Deepthink-Reasoning. Модель содержит 361,8 млн параметров, принимает текст и генерирует текст; указанная длина контекста — 8192 токена. Для работы используется библиотека Transformers, веса доступны в формате safetensors. Модель подходит для генерации ответов в чате и выполнения текстовых задач с рассуждением на английском языке, в том числе при локальном запуске на ограниченных ресурсах. Компактный размер облегчает развертывание, однако качество и надёжность рассуждений могут быть ограничены размером модели и обучающими данными. Лицензия — Apache-2.0.

Ziya-LLaMA-13B-Pretrain-v1 — это базовая языковая модель семейства Ziya, разработанная командой Fengshenbang и построенная на архитектуре LLaMA. Модель содержит 12,9 млрд параметров и выпущена как прирост весов после дополнительного предобучения LLaMA-13B на 110 млрд токенов на китайских и английских данных. Для более эффективной обработки китайского текста расширен токенизатор: итоговый словарь содержит 39 410 токенов. Контекст модели составляет 2048 токенов. Модель предназначена для генерации и понимания текста на китайском и английском языках. Она служит основой для Ziya-LLaMA-13B-v1, которая после дополнительной настройки поддерживает перевод, программирование, классификацию, извлечение информации, суммаризацию, генерацию рекламных текстов, ответы на вопросы и математические вычисления; эти возможности относятся к настроенной версии и не должны автоматически приписываться данному чекпойнту. Формат репозитория — PyTorch; чтобы получить полные веса, требуется объединить опубликованные приросты с исходными весами LLaMA-13B. README указывает на ограничения лицензии LLaMA и запрещает коммерческое использование; метаданные указывают лицензию GPL-3.0, поэтому условия использования следует сверять с обоими источниками.

BananaMind-2-Medium-Chat — компактная диалоговая языковая модель, разработанная BananaMind и полученная полным дообучением BananaMind-2-Medium на наборе HuggingFaceTB/smol-smoltalk. Она предназначена для следования инструкциям, ответов в чате и многоходовых диалогов; поддерживает системные сообщения и шаблон ролей system, user и assistant. Модель использует декодерный Transformer BananaMind2Medium с 49,5 млн параметров и контекстом 3 072 токена. В её составе — байтовый BPE-токенизатор с учётом цифр и словарём на 12 288 токенов, grouped-query attention, RoPE и KV-кэширование. Карточка указывает английский язык. Модель ориентирована на исследования малых языковых моделей, локальные чат-эксперименты и обучение; опубликованные оценки включают результаты на стандартных тестах и внутреннем наборе BananaMind. Малый размер ограничивает качество на сложных запросах, а при трудных или противоречивых промптах возможны повторяющиеся продолжения. Для загрузки требуется поддержка пользовательского кода архитектуры Transformers. Модель распространяется по лицензии Apache-2.0.

Darkforest-i1-GGUF — это набор GGUF-квантованных версий текстовой генеративной модели Darkforest, разработанной BlackwoodAI и преобразованной в квантизированные файлы пользователем mradermacher. Модель предназначена для генерации текста, включая сценарии, связанные с кибербезопасностью и защитой информационных систем; в метаданных она также отмечена как объединённая модель. Модель поддерживает английский язык. Доступны варианты квантования от IQ1_S и IQ1_M до Q6_K, с размером файлов примерно от 6,5 до 25,2 ГБ. Некоторые варианты ориентированы на минимальный размер, другие — на баланс скорости и качества; в README рекомендуются Q4_K_M как быстрый вариант и Q4_K_S как компромисс между размером, скоростью и качеством. Архитектура, число параметров, модальности и размер контекста не указаны. К преимуществам относятся широкий выбор форматов GGUF для локального запуска и наличие imatrix-квантов, потенциально обеспечивающих более высокое качество по сравнению с обычными вариантами аналогичного размера. Ограничения связаны с неодинаковым качеством квантов: низкобитные варианты отмечены как низкокачественные или предназначенные для крайних случаев. Лицензия указана как private-research-checkpoint, поэтому условия использования могут ограничивать коммерческое и иное применение.

NimbusLM — языковая модель, представленная разработчиками NimbusLM как чат-ассистент. В README заявлены улучшения рассуждений, вывода, генерации и вызова функций, а также результаты на тестах по математике, программированию и общей логике. Для сложных вопросов модель может формировать длинную цепочку рассуждений; в README указано среднее значение 28 тысяч токенов на вопрос GPQA. Модель предназначена для диалогового использования через чат или API, решения задач на рассуждение и программирование, а также ответов с использованием загруженных файлов или результатов веб-поиска. Однако метаданные Hugging Face описывают репозиторий как RoBERTa-модель для извлечения признаков, а не как генеративную чат-модель; сведения README не согласуются с этой классификацией. В метаданных указан формат PyTorch и лицензия Apache-2.0. Размер модели, контекстное окно и языки не приведены.

ksyoung0215/Qwen3-1.7B-base-MED-ChatVector — языковая модель для генерации текста и диалоговых сценариев на базе архитектуры семейства Qwen3. Модель содержит 1,7 млрд параметров, рассчитана на работу через библиотеку Transformers и поддерживает контекст до 40 960 токенов. По метаданным модель предназначена для задач text-generation и conversational-применений, включая генерацию ответов, продолжение текста и создание прототипов чат-ботов. Суффикс MED в названии указывает на возможную медицинскую направленность, однако README не содержит подтверждённого описания обучающих данных, специализации или результатов оценки. Разработчик, поддерживаемые естественные языки, лицензия, точная архитектура, метод обучения и показатели качества в доступных материалах не указаны. Перед использованием в медицинских или других критически важных сценариях необходимы независимая проверка качества, контроль фактической точности и оценка безопасности.

nickkats1/qwen-instruct-chat — дообученная автором репозитория диалоговая модель на базе Qwen/Qwen3-0.6B, обученная с помощью TRL. Она предназначена для генерации ответов в формате чата и простых инструкций, например для диалога с пользователем и ответов на открытые вопросы. Модель использует плотную архитектуру Qwen3ForCausalLM, содержит около 507,9 млн параметров и принимает текст; для генерации показан пример с Transformers. Нативный контекст — 40 960 токенов. Карточка демонстрирует генерацию ответа на вопрос в чате с ограничением до 128 новых токенов. Качество, состав обучающих данных и дополнительные возможности этой конкретной настройки не описаны. Условия лицензирования в предоставленных данных не указаны.

T5-Efficient-TINY — англоязычный предварительно обученный чекпойнт от Google на архитектуре T5, выпущенный вместе с исследованием Scale Efficiently: Insights from Pre-training and Fine-tuning Transformers. Это вариант Deep-Narrow: модель использует последовательность из 4 блоков энкодера и 4 блоков декодера с более узкими слоями. В карточке указано 15,58 млн параметров, а в метаданных Hugging Face — 11,9 млн; при оценке размера следует учитывать это расхождение. Контекст составляет 512 токенов. Модель обучена на английской части корпуса C4 в течение 524 288 шагов с задачей восстановления замаскированных фрагментов текста. Это только базовый предварительно обученный чекпойнт: для практических задач его нужно дообучить, например, для суммаризации, ответов на вопросы или классификации текста. Архитектура T5 преобразует текст в текст и подходит для настройки под разные NLP-задачи; в исследовании отмечается эффективность глубоких узких моделей при сопоставимом числе параметров. Модель предназначена для английских NLP-сценариев и не является готовой универсальной системой ответов. README не приводит результатов оценки downstream-задач. Лицензия — Apache-2.0.

Web-doc-refining-lm — языковая модель на архитектуре Llama, разработанная gair-prox и дообученная на базе gair-prox/RedPJ-ProX-0.3B. Она предназначена для улучшения документов на уровне целого текста посредством генерации программ. Модель содержит 313,3 млн параметров, принимает текст и выдаёт текст; её контекст составляет 2048 токенов. В метаданных также отмечена возможность работы с кодом. Модель поддерживает английский язык и распространяется под лицензией Apache-2.0. Карточка не уточняет качество редактирования, формат входных документов или требования к запускаемому коду.

jeniya/BERTOverflow — модель семейства BERT, предварительно обученная авторами на 152 миллионах предложений из десятилетнего архива Stack Overflow. Она предназначена для получения контекстных векторных представлений текста и может служить основой для задач обработки кода и именованных сущностей в сообщениях Stack Overflow. Модель содержит 176,2 млн параметров, принимает текстовые последовательности длиной до 512 токенов и доступна в форматах PyTorch и Flax. Карточка также показывает пример использования модели для классификации токенов. Лицензия в предоставленных данных не указана.

DLF V1 — Tecnologia — это португалоязычная языковая модель для ответов на вопросы о технологиях, разработанная в рамках академического проекта DLF. Она основана на pierreguillou/gpt2-small-portuguese и дообучена методом instruction tuning с LoRA; затем адаптер объединён с базовой моделью, поэтому опубликованную версию можно загружать напрямую через Transformers без отдельного PEFT-адаптера. Архитектура — GPT-2, около 124 млн параметров, контекст — 1024 токена. Модель предназначена для ответов на концептуальные вопросы о технологиях и продолжения диалога в формате инструкции и ответа. При обучении использовалось около 1200 пар примеров, преимущественно на технологические темы. По описанию проекта, концептуальные ответы надёжнее примеров с кодом; генерация кода может содержать ошибки. У модели нет доступа к интернету, RAG или внешним источникам. Лицензия — MIT.

OLMo 1B — авторегрессионная языковая модель на архитектуре Transformer, разработанная Allen Institute for AI (AI2) как часть открытого семейства OLMo для исследования языковых моделей. Модель обучена на наборе данных Dolma; для версии 1B указаны 3 триллиона обучающих токенов, 16 слоёв, размер скрытого состояния 2048 и 16 голов внимания. Контекст составляет 2048 токенов. Модель предназначена для генерации продолжения текста и исследовательских экспериментов с языковыми моделями; её можно дообучать на собственных данных. Она ориентирована на английский язык и распространяется вместе с кодом и контрольными точками обучения. README рекомендует для Transformers версии 4.40.0 и новее использовать вариант OLMo 1B HF. Модель выпущена под лицензией Apache 2.0. Как базовая языковая модель без фильтрации безопасности, она может выдавать вредный, чувствительный или предвзятый текст, а также фактически неверные утверждения, которые следует проверять.

OTel-2.0-LLM-31B-IT — англоязычная текстовая инструкционная модель для телекоммуникационной отрасли, разработанная в рамках Open Telco AI. Это дообученная версия Gemma 4 31B-IT: плотная архитектура Gemma4ForCausalLM, около 27,4 млрд параметров по метаданным и контекст до 262 144 токенов. Модель обучалась на телекоммуникационных стандартах и технических материалах; для постобучения использовано около 440 млрд токенов.