II.7DevOps, облако и эксплуатация IT-систем

Qwen3.5-9B-DFlash — черновая модель для спекулятивного декодирования, совместно переобученная Z-Lab и Modal на основе Qwen/Qwen3.5-9B. Это не самостоятельная языковая модель: её подключают к целевой модели Qwen3.5-9B в совместимом сервере вывода, например SGLang. Модель использует облегчённый блоковый диффузионный черновик, который параллельно предлагает несколько токенов, а целевая модель проверяет предложения. Такой режим повышает пропускную способность генерации, сохраняя распределение выходов целевой модели. Архитектура — DFlashDraftModel; в репозитории указаны веса safetensors и 2,2 млрд параметров. Карточка сообщает о переобучении с длиной последовательности 40 тыс. токенов и скользящим оконным вниманием; метаданные указывают нативный контекст 262 144 токена. Модель предназначена для ускорения обслуживания запросов к Qwen3.5-9B, в том числе задач рассуждений и программирования, на которых авторы проводили тесты. В опубликованных измерениях на одном NVIDIA B200 прирост скорости достигал 5,01× при параллелизме 1 и 2,58× при параллелизме 32; результаты зависят от нагрузки и конфигурации оборудования. Для работы требуется целевая модель и сервер с поддержкой DFlash; README описывает интеграцию с SGLang и отмечает, что поддержка vLLM ещё не готова к слиянию. Лицензия — Apache-2.0.

Security-SLM-Gemma-4-E2B-it-GGUF — компактная специализированная языковая модель для кибербезопасности, разработанная entrick на базе Gemma 4 E2B Instruct от unsloth. Модель дообучена с использованием LoRA rank 16 на датасете entrick/security-slm-dataset; опубликована в формате GGUF Q4_K_M размером около 3,43 ГБ. Заявленный основной язык — английский. Модель предназначена для авторизованной red-team и blue-team работы, SOC, киберполигона, локальных и регулируемых корпоративных сред, а также изолированных лабораторий. Её целевые сценарии включают анализ prompt injection и jailbreak-атак, безопасность MCP и agentic AI, RAG и векторных баз данных, веб- и API-пентестинг, разведку, Burp Suite, атаки на аутентификацию и внедрение, облачную безопасность, реагирование в SOC и подготовку отчётов по пентестам. К сильным сторонам относятся локальное on-premises-развёртывание через GGUF/Ollama, возможность работы в приватной или air-gapped инфраструктуре и специализация на задачах безопасности. В README приведён результат внутреннего 7-направленного бенчмарка CSS: средний балл 7,00, однако методика основана на 28 тестовых запросах и заявлена авторами модели, поэтому её нельзя считать универсальной оценкой качества. Ограничения включают компактный размер, узкую специализацию, отсутствие сведений о размере контекста и мультимодальности, а также возможную зависимость результатов от конкретного формата запросов и обучающего набора. Модель распространяется по лицензии Apache 2.0. README подчёркивает использование только в авторизованных сценариях кибербезопасности.

VLAI — модель классификации китайских описаний уязвимостей по трём уровням критичности: низкому, среднему и высокому. Она разработана в рамках проекта VulnTrain и представляет собой дообученную модель hfl/chinese-macbert-base на датасете CIRCL/Vulnerability-CNVD. Архитектура — BERT для классификации последовательностей, размер — 129,5 млн параметров, максимальная длина контекста — 512 токенов. Модель предназначена для автоматической оценки серьёзности записей из China National Vulnerability Database, в частности уязвимостей, для которых нет оценки CVE. На дедуплицированном тестовом наборе из 26 312 примеров точность составила 76,18%, Macro F1 — 0,6758. Результаты лучше для классов средней и высокой критичности, чем для низкой. Модель может переоценивать критичность на основе типичных для уязвимости ключевых слов и слабо распознаёт отрицания: например, формулировка об отсутствии удалённого выполнения кода всё ещё может получить высокий балл. Для класса низкой критичности полнота составляет 0,3674; результаты заметно хуже, когда фактическая серьёзность расходится с типичной для данного типа уязвимости. Лицензия — CC BY 4.0.

CyberPal-2.0-20B — языковая модель для специалистов по кибербезопасности, разработанная командой CyberPal и дообученная на базе gpt-oss-20b. Она предназначена для защитных задач в CTI, SOC и реагировании на инциденты, анализа уязвимостей и поддержки рабочих процессов управления угрозами. Модель отвечает на вопросы о киберугрозах и MITRE ATT&CK, помогает сопоставлять свидетельства CVE и заявки об ошибках с первопричинами CWE, а также предлагает варианты обнаружения и снижения риска. Это инструкционная авторегрессионная модель семейства GPT-OSS с архитектурой MoE. README указывает размер 20 млрд параметров и контекст 8192 токена; метаданные каталога указывают 1,6 млрд параметров и контекст 131072 токена, поэтому фактические размер и длина контекста описаны в источниках противоречиво. В карточке также заявлена поддержка английского языка и формат весов safetensors. Модель ориентирована на защитное применение: сводки инцидентов, помощь в расследовании, первичный анализ и рекомендации для специалистов. Её ответы следует проверять человеком; самостоятельное применение для решений высокого риска не рекомендуется, а использование инструментов и агентные сценарии не проверены. Лицензия — Apache-2.0.

ruvnet подготовила ruOS Foundry Tools как специализированную версию Qwen3-30B-A3B-Instruct-2507 для задач ruOS. Это причинная языковая MoE-модель на архитектуре Qwen3 MoE с 2,6 млрд параметров и контекстом до 262 144 токенов. Для экспорта оставили по 32 наиболее часто задействованных эксперта в каждом маршрутизируемом слое; веса оставшихся экспертов не меняли, а маршрутизатор адаптировали к сокращённому набору. Модель предназначена для генерации текста и диалоговых сценариев ruOS, включая вопросы и ответы по стеку и маршрутизацию вызовов инструментов. Эксперты отбирались по калибровочным примерам ruOS-tools, поэтому авторы рекомендуют направлять запросы вне этой области к полной базовой модели. Чекпойнт пока не оценён: сохранность структуры не подтверждает сохранение способностей, и авторы указывают, что его не следует подключать к маршрутизации до оценки. Лицензия — Apache-2.0.

SecureBERT — CVE-LMTune CAPEC Classifier (Flat) — англоязычная модель для многометочной классификации описаний уязвимостей по таксономии CAPEC. Она принимает описание в стиле CVE и предсказывает один или несколько идентификаторов шаблонов атак CAPEC. Модель разработана в рамках набора CVE-LMTune и основана на SecureBERT, RoBERTa-модели, адаптированной к текстам по кибербезопасности. Модель использует архитектуру RoBERTa с классификационной головой RobertaForSequenceClassification, содержит около 151,8 млн параметров и поддерживает контекст до 514 токенов. В README приведены результаты оценки на отложенной выборке; качество зависит от порога классификации и состава данных, а для редких меток показатели могут быть ниже агрегированных. Лицензия — MIT.

Это черновая модель MTP для спекулятивного декодирования с базовой моделью Step-3.7-Flash-NVFP4. В репозиторий включены три исходных слоя предсказания следующих токенов StepFun, извлечённые из BF16-выпуска Step-3.7-Flash и сохранённые в BF16; веса не переобучались. Модель предназначена для совместного использования с базовым NVFP4-чекпойнтом через vLLM и ускорения генерации текста. Черновая модель содержит около 5,9 ГБ весов и использует архитектуру семейства Step3p7. В README приведены замеры ускорения на двух RTX PRO 6000 Blackwell: около 17–25% для одиночного потока на нескольких типах запросов, включая код и японский текст; результат зависит от контекста, нагрузки и параметров спекулятивного декодирования. Для запуска требуется совместимая сборка vLLM с поддержкой Step3p5MTP и базовая модель NVFP4. Лицензия репозитория — Apache-2.0.

Foundation-Sec-8B-Chinese-Chat — объединённая языковая модель для задач кибербезопасности, созданная с помощью mergekit. Она объединяет Foundation-Sec-8B, L3.1-Evil-Reasoning-Dark-Planet-Hermes-R1-Uncensored-8B и Llama3.1-8B-Chinese-Chat алгоритмом DARE-TIES; архитектура — плотная Llama 3.1 с 7,5 млрд параметров. Модель предназначена для диалогового анализа киберугроз и моделирования сценариев атак, с усиленной поддержкой китайского языка. Заявленная длина контекста — 131 072 токена. Модель принимает текст и генерирует текст. Разработчик предупреждает, что модель не проходила supervised fine-tuning и обучение с подкреплением, поэтому качество ответов в практических сценариях может быть ограничено. Лицензия — Llama 3.1; применимость её условий следует учитывать при использовании.

AlayaNeW выпустила GLM-5.2-DSpark — черновую модель DSpark для ускорения генерации ответов основной моделью GLM-5.2. Это не самостоятельная языковая модель: её используют вместе с GLM-5.2, например через SGLang или vLLM с поддержкой DSpark. Модель имеет 2,8 млрд параметров и архитектуру Qwen3DSparkModel: пять черновых слоёв, включая четыре слоя со скользящим вниманием и один слой с полным вниманием. Алгоритм сочетает параллельное создание блоков черновых токенов с марковской и оценочной уверенности головами. Модель предназначена для спекулятивного декодирования при генерации текста, в том числе кода, рассуждений и ответов на длинный контекст. В README описано обучение с нуля на последовательностях длиной 8 тысяч токенов и приведены результаты бенчмарков принятия черновых токенов; производительность зависит от целевой модели и конфигурации сервера. Метаданные указывают контекст до 1 048 576 токенов для модели, однако черновик нужно применять только с GLM-5.2. Лицензия — MIT.

Kimi-K3-DFlash — вспомогательная модель-проектировщик DFlash от Modal Labs для ускорения генерации с целевой моделью moonshotai/Kimi-K3. Это плотная модель класса DFlashDraftModel на 3,8 млрд параметров, обученная на общей смеси данных без вызовов инструментов и агентных трасс. Она использует блочную диффузию, чтобы параллельно предлагать несколько токенов; целевая модель проверяет предложения, сохраняя своё распределение выходов. Модель не является самостоятельной языковой моделью и предназначена для совместной работы с поддерживающим DFlash сервером инференса, например SGLang. В тестах на 8 GPU NVIDIA B300 авторы сообщают о пиковых значениях до примерно 900 выходных токенов в секунду на запрос при определённых настройках; это результаты экспериментальной конфигурации, а не общая гарантия производительности. Контекст, указанный в метаданных, составляет 1 048 576 токенов. Лицензия обозначена как other; конкретные условия следует проверять в репозитории модели.

LFM2-1.2B-Tool-GGUF — компактная языковая модель Liquid AI для краткого и точного вызова инструментов. Она основана на LFM2-1.2B и предназначена для сценариев, где модели требуется выполнять API-вызовы, обращаться к базам данных и интегрироваться с системами без зависимости от облака. Модель ориентирована на мобильные и периферийные устройства, встроенные системы, автомобильные и IoT-ассистенты, а также службы поддержки в реальном времени. Её ключевая особенность — работа без этапа рассуждений и акцент на низкую задержку при использовании инструментов. В README указаны размер 1,2 млрд параметров, текстовая генерация и поддержка английского, арабского, китайского, французского, немецкого, японского, корейского и испанского языков. Формат GGUF позволяет запускать модель с помощью llama.cpp. Сильными сторонами являются компактность, эффективность в ресурсно-ограниченных средах и специализация на быстрых и точных вызовах инструментов. Ограничения включают узкую ориентацию на tool calling и отсутствие заявленных подробностей об архитектуре, максимальном контексте, результатах тестирования и качестве работы в других задачах. Модель распространяется по лицензии lfm1.0; дополнительные условия следует уточнять в файле LICENSE.

WhiteRabbitNeo/Llama-3.1-WhiteRabbitNeo-2-8B — дообученная языковая модель серии WhiteRabbitNeo, созданная для задач наступательной и защитной кибербезопасности. Она основана на Meta Llama 3.1 8B и имеет плотную архитектуру LlamaForCausalLM; число параметров — 7,5 млрд, контекст — до 131 072 токенов. Модель принимает текст и генерирует текст в формате Llama 3.1; в карточке указана возможность диалога. Модель позиционируется как публичная предварительная версия для оценки возможностей и общественного влияния, а не как проверенное решение для критически важных процессов. Она может быть полезна при работе с вопросами кибербезопасности, но качество ответов и их безопасность требуют проверки специалистом. Лицензия — Llama 3.1; README также возлагает ответственность за использование и его результаты на пользователя и предоставляет модель без гарантий.

Qwen3.8-27B-DFlash2 — черновая модель для спекулятивного декодирования, разработанная z-lab / Inco AI и опубликованная в этом репозитории как зеркало. Это не самостоятельная языковая модель: она работает вместе с целевой Qwen/Qwen3.8-27B в сервере инференса и предлагает блоки токенов, которые целевая модель проверяет. Архитектура указана как DFlash2DraftModel на базе Qwen3; веса представлены в формате safetensors, число параметров — 2,9 млрд, контекст — 262 144 токена. Модель предназначена для ускорения генерации при сохранении результата целевой модели: при жадном декодировании вывод совпадает с целевой моделью, а при сэмплировании сохраняется её распределение. В описанных испытаниях с SGLang на NVIDIA H200 она повысила пропускную способность на задачах GSM8K, MATH-500 и HumanEval по сравнению с обычным авторегрессионным декодированием; фактическое ускорение зависит от нагрузки и сервера. Для работы необходимы целевая модель Qwen/Qwen3.8-27B и сервер с поддержкой спекулятивного декодирования, например SGLang. Лицензия — Apache-2.0.

Qwen3.8-27B-DFlash2 — черновая модель DFlash 2 от z-lab для ускорения генерации с помощью спекулятивного декодирования с целевой моделью Qwen/Qwen3.8-27B. Это не самостоятельная языковая модель: она запускается внутри совместимого сервера, например SGLang, предлагает блоки токенов, а целевая модель проверяет их. Архитектура использует блочную диффузию и лёгкий селектор для выбора согласованного пути токенов; в метаданных указан размер 2,9 млрд параметров и контекст до 262 144 токенов. Модель предназначена для ускорения вывода целевой модели при генерации текста, в том числе в задачах решения математических задач и генерации кода. По README, декодирование сохраняет результат жадной генерации и распределение при сэмплировании целевой модели; в приведённых тестах на одной NVIDIA H200 DFlash 2 повысила пропускную способность относительно обычной генерации. Эти результаты зависят от оборудования, настроек и нагрузки. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0.

Vortex-50M — компактная авторегрессионная языковая модель VTXAI для диалоговой генерации текста по темам кибербезопасности, сетевой защиты, анализа угроз и криптографических протоколов. Это дообученная инструкциями версия VTXAI/vortex-50m-16k, предварительно обученной с нуля; модель содержит 49,8 млн параметров и использует декодерный Transformer с 18 слоями, скрытым размером 512 и grouped-query attention. Контекст составляет 2048 токенов, формат диалога — ChatML. Модель предназначена для специализированных вопросов и ответов, объяснения понятий и помощи в анализе киберугроз и криптографических протоколов. Карточка приводит результаты на общих тестах рассуждения, но они не гарантируют точность в практических сценариях безопасности. Поддерживается английский язык. Веса опубликованы в формате safetensors под лицензией Apache-2.0.

Это вспомогательная черновая модель EAGLE3 от Thoughtworks для ускорения генерации с целевой моделью DeepSeek-R1-Distill-Qwen-7B. Она предлагает несколько следующих токенов, которые целевая модель проверяет параллельно; по README, на типичных инструкционных запросах это может повысить пропускную способность генерации примерно в 2–3 раза без изменения итогового текста. Модель обучена методом EAGLE3 Test-Time Training на Google Cloud TPU с использованием SpecJAX и предназначена для спекулятивного декодирования через SGLang или sglang-jax. В репозитории указаны 778 млн параметров, архитектура LlamaForCausalLM с одним слоем трансформера и формат safetensors. Модель рассчитана прежде всего на англоязычные запросы; её заявленная задача — text-generation в режиме вспомогательного чернового декодирования. Лицензия — MIT. Для Qwen2-архитектуры базовой модели DeepSeek-R1-Distill-Qwen-7B требуется небольшой патч поддержки EAGLE3 в SGLang; TPU-конвейер sglang-jax пока не оптимизирован по производительности.

EAGLE3-Apertus-8B-Instruct-2509 — лёгкая черновая модель thomaskiefer для ускорения генерации текста моделью swiss-ai/Apertus-8B-Instruct-2509 методом speculative decoding. Она предназначена для использования вместе с целевой моделью через движки vLLM или SGLang: черновая модель предлагает будущие токены, а целевая модель проверяет их. Модель основана на архитектуре LlamaForCausalLMEagle3 с одним слоем; её размер — 843,1 млн параметров, контекст — до 65 536 токенов. Обучена на примерно 375 тысячах примеров диалогов, включая данные из UltraChat, ShareGPT и OpenThoughts-114k-math, с ответами, сгенерированными целевой моделью. Поддерживаемые языки по карточке — английский, немецкий, французский и итальянский. Выпущена под лицензией Apache-2.0. Это вспомогательная модель для ускорения инференса, а не самостоятельная замена целевой модели; фактическое ускорение зависит от сценария и совместимости с целевой моделью и движком.

Gemma-4-26B-A4B Sigma Rule Generator — модель SASVA AI Model Cognition Labs на базе google/gemma-4-26B-A4B-it, дообученная с QLoRA и опубликованная в виде слитых весов bf16; доступен также адаптер LoRA. Она создаёт черновики правил обнаружения Sigma в YAML по текстовому требованию, при необходимости учитывая источник журналов, идентификаторы MITRE ATT&CK и известные ложные срабатывания. Предназначена для помощи инженерам по обнаружению угроз: результат нужно проверить в pySigma и адаптировать перед применением. В проверке на 375 отложенных правилах 69% генераций разбирались как корректные правила Sigma через pySigma; 25% генераций не завершались, а оценка ROUGE-L измеряет сходство формулировок, но не точность обнаружения. Качество зависит от заданного в карточке формата запроса. Модель принимает текст и выдаёт текст YAML. Лицензия — Apache-2.0.

Это черновая голова EAGLE3 для Google Gemma 4 31B, разработанная ThoughtWorks. Она дообучена методом EAGLE3 для ускорения авторегрессионной генерации: предлагает несколько токенов за шаг, после чего целевая модель проверяет их параллельно. По данным README, в тестах на разговорных и кодовых задачах ускорение составило от 1,14× до 1,72× без изменения качества выходных ответов. Модель представляет собой однослойный трансформер с архитектурой LlamaForCausalLMEagle3 и 1,8 млрд параметров; она работает с текстовыми скрытыми состояниями базовой Gemma 4 31B и контекстом до 4096 токенов. Это вспомогательная модель для speculative decoding, а не самостоятельная замена целевой модели; возможности Gemma для анализа изображений здесь не используются. Для запуска требуется форк SGLang от ThoughtWorks с поддержкой Gemma 4 EAGLE3. README также указывает на ограничения совместимости FlashInfer, использование Triton attention и возможное снижение доли принимаемых токенов на нетипичных и неанглоязычных входах. Лицензия — Gemma.

sassoftware/gemma-4-31B-it-assistant — контрольная точка семейства Gemma 4 от Google DeepMind, предназначенная для использования как draft-модель в ускорении генерации методом speculative decoding. Она предлагает несколько токенов-кандидатов заранее, а целевая модель проверяет их параллельно; при корректной настройке это ускоряет декодирование без изменения результата целевой модели. В карточке репозитория описана архитектура Gemma 4, включая варианты плотной и MoE-архитектуры, мультимодальный ввод и контекст до 256K токенов, однако эти общие характеристики семейства не подтверждают отдельно размер контекста и модальности именно данного чекпойнта. Модель подходит для снижения задержки при генерации текста и развёртывания систем с ограниченными вычислительными ресурсами, если она используется вместе с совместимой целевой моделью Gemma 4 и speculative decoding. Метаданные указывают архитектуру Gemma4AssistantForCausalLM и формат safetensors; README позиционирует такие чекпойнты как MTP draft-модели. Лицензия — Apache 2.0. Для самого репозитория не приведены отдельные подтверждения языков и точного размера параметров.

Hammer-1.5B — компактная языковая модель для вызова функций в приложениях с ИИ-агентами, разработанная командой MadeAgents. Это дообученная версия Qwen2-1.5B-Instruct с архитектурой Qwen2 и 1,5 млрд параметров. При обучении использовались методы маскирования функций и данные APIGen Function Calling, дополненные набором xlam-irrelevance-7.5k. Модель предназначена для выбора и вызова инструментов по запросу пользователя, в том числе в лёгких агентных приложениях, работающих на устройстве. Она принимает текст и генерирует текст с вызовом функции; поддерживает контекст до 32 768 токенов. Карточка сообщает о результатах оценки на бенчмарках вызова функций, но не приводит здесь численных показателей для версии 1.5B. Модель распространяется по лицензии CC BY 4.0. Она ориентирована на функцию вызова инструментов, поэтому её качество в других задачах общего назначения отдельно не подтверждено; приведённые сведения не устанавливают список поддерживаемых языков.

Это тестовая уменьшенная конфигурация мультимодальной Llama 4 Scout, созданная для разработки и тестирования на основе meta-llama/Llama-4-Scout-17B-16E-Instruct. Архитектура Llama4ForConditionalGeneration сохраняет MoE-структуру, чередование типов внимания и компоненты обработки изображений. Всего в модели 1,72 млрд параметров, из которых около 0,43 млрд активируются на токен; веса случайно инициализированы, а зрительный модуль не обучен. Модель предназначена для проверки загрузки и инференса, отладки мультимодальных конвейеров, тестирования квантизации и сжатия, а также профилирования памяти и CI/CD. Она принимает текст и изображения и должна выдавать текст, однако случайные необученные веса не позволяют получать осмысленные результаты. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Лицензия — MIT.

Arch-Router-1.5B — компактная языковая модель Katanemo для маршрутизации запросов между моделями. Она анализирует запрос и определяет подходящие для него предметную область и тип действия, чтобы система могла выбрать модель согласно заданным предпочтениям. Модель дообучена на Qwen/Qwen2.5-1.5B-Instruct, имеет архитектуру Qwen2 с 1,5 млрд параметров и рассчитана на контекст до 32 768 токенов. Модель предназначена для маршрутизации запросов в многомодельных системах и агентных приложениях. Она формирует структурированный ответ с классификацией запроса; настройки соответствия областей и действий моделям задаются в окружающей системе, а не требуют переобучения маршрутизатора. Для работы используется библиотека Transformers, карточка рекомендует применять заданный формат промпта. Лицензия указана как other, конкретные условия в предоставленных данных не раскрыты.

Chris Linux 124M — компактная причинная языковая модель архитектуры GPT-2, разработанная для помощи с Linux-терминалом и преобразования запросов на естественном языке в команды. Чекпойнт Core SFT v1, epoch 08 содержит 124 475 904 параметра. Модель обучена с нуля, затем продолжила предобучение на технических материалах о Linux и прошла дообучение на инструкциях с каноническими командами; она не основана на весах OpenAI GPT-2. Контекст составляет 1 024 токена, основной язык — английский. Модель предназначена для экспериментов с преобразованием запросов в shell-команды, локальных прототипов Linux-ассистентов и изучения небольших специализированных моделей. README сообщает о 66,79% точного совпадения в узком тесте, но подчёркивает ограниченное покрытие намерений, ошибки выбора команд и флагов, слабую обобщающую способность и отсутствие гарантий переносимости между дистрибутивами. Выводы являются текстовыми предложениями: модель не обеспечивает безопасное выполнение команд и требует ручной проверки. Указана лицензия other; более точные условия лицензии в предоставленных данных не раскрыты.

CoACT — предобученный компрессор наблюдений для программных агентных систем, опубликованный авторами проекта CoACT. Это дообученная плотная мультимодальная модель семейства Qwen3.5 на 4 млрд параметров, основанная на Qwen/Qwen3.5-4B; при обучении использовались траектории агента Qwen3.5-35B-A3B и отбор примеров по вознаграждению. Модель сжимает каждое новое наблюдение среды перед добавлением в траекторию coding-агента, стараясь сохранить информацию, необходимую для его следующего действия. Модель предназначена для экономии контекстных токенов в задачах программирования с агентами и рассчитана на перенос между разными агентными моделями. В описанных авторами экспериментах при оценке с Deepseek-v4-Pro она достигла pass@1 74,5% при 0,863 млн токенов на экземпляр; авторы приводят близкий результат компрессора, обученного на траекториях Deepseek-v4-Pro. Метаданные указывают поддержку диалога и обработку изображений базовой моделью, однако README описывает основное назначение CoACT как компрессию наблюдений для coding-агентов. Лицензия в предоставленных данных не указана.

saumik8763/devops-command-classifier — модель классификации текста на базе DistilBERT, дообученная для классификации команд DevOps. По карточке она оценивалась на тестовой выборке: точность составила 0,5, а функция потерь — 1,4777. Модель принимает текст и выдаёт метку класса. Модель предназначена для автоматической категоризации DevOps-команд. Контекст модели — до 512 токенов. Весы опубликованы в формате safetensors; лицензия — Apache-2.0. Карточка не раскрывает набор меток, обучающие данные и подробные сценарии применения, поэтому результаты оценки не подтверждают надёжность классификации в конкретной рабочей среде.

systalyze выпустил Gemma-4 26B-A4B DSpark — вспомогательную draft-модель для ускорения генерации текста целевой моделью google/gemma-4-26B-A4B-it через speculative decoding DSpark в vLLM. Это не самостоятельная языковая модель: компонент принимает промежуточные скрытые состояния целевой модели и предлагает токены, которые целевая модель проверяет. При точной проверке принятые токены сохраняют распределение ответов целевой модели, а DSpark влияет на скорость вывода. Архитектура — MoE-класс Gemma4DSparkModel; в README указаны пять слоёв draft-компонента и размер 1,985 млрд параметров, тогда как метаданные каталога приводят 946,4 млн параметров. Заявлены ускорения до примерно 2× в отдельных тестах; фактический эффект зависит от домена, длины контекста и параллелизма. Контекст целевой модели — 262 144 токена, язык карточки — английский. Модель распространяется в safetensors и предназначена только для совместной работы с указанной целевой моделью через поддерживаемый путь DSpark. Лицензия — Apache-2.0.

nomos-v1-nano-g1 — дообученный англоязычный энкодер для ранжирования инструментов в агентных системах. Он принимает текстовое описание цели, состояния агента и кандидатов из допустимого реестра, преобразует тексты в нормализованные эмбеддинги размерности 384 и позволяет внешнему маршрутизатору сортировать кандидатов по косинусному сходству. Модель построена на BERT, использует библиотеку SentenceTransformers, содержит около 40 млн параметров и поддерживает контекст до 512 токенов. Модель предназначена для сокращения большого списка доступных инструментов до короткого списка подходящих кандидатов, в том числе при работе с незнакомыми названиями инструментов и реестрами разных агентов. В README приведены результаты Recall@1 и Recall@3 на нескольких замороженных наборах, однако авторы отмечают, что они не гарантируют точность на всех реальных сценариях. Модель не генерирует ответы, не выбирает аргументы и не выполняет инструменты; проверка допустимости, побочных эффектов и корректности остаётся за агентной средой. Чекпойнт дообучен на BAAI/bge-small-en-v1.5 и использует набор данных yafitzdev/nomos-v1. Указана лицензия other; конкретные условия следует проверять в карточке репозитория. Англоязычная синтетическая обучающая выборка не подтверждает качество на других языках; точность ранжирования зависит от полноты и качества метаданных кандидатов, а независимая оценка ограничена по размеру.

PARD-Llama-3.2-1B — модель семейства Llama, разработанная авторами метода PARD для ускорения генерации текста с помощью спекулятивного декодирования. Это параллельная черновая модель на 1,2 млрд параметров, адаптированная из авторегрессионной черновой модели; один черновой чекпойнт PARD может использоваться для ускорения целого семейства целевых моделей. Репозиторий содержит веса в формате safetensors и поддерживает контекст до 131 072 токенов. Модель предназначена для интеграции в системы инференса, где она предлагает черновые продолжения для целевой языковой модели. README сообщает об ускорении в среднем в 1,78 раза относительно авторегрессионных черновых моделей и до 4,08 раза в Transformers+ и до 3,06 раза в vLLM; эти результаты относятся к описанным авторами настройкам и не гарантируют такого ускорения во всех сценариях. Метаданные указывают поддержку чата и интерфейса вызова инструментов. Модель распространяется по лицензии MIT. Она ориентирована на ускорение инференса, поэтому качество и применимость готовых ответов зависят от целевой модели и конфигурации спекулятивного декодирования.

Apertus Tiny Random — небольшая модель генерации текста, созданная пользователем yujiepan на основе конфигурации swiss-ai/Apertus-70B-Instruct-2509. Модель имеет около 1,1 млн параметров и случайно инициализированные веса; она предназначена прежде всего для отладки, проверки совместимости и разработки инфраструктуры вокруг архитектуры Apertus, а не для качественного решения прикладных языковых задач. Модель реализует декодерную causal language model с двумя слоями, скрытым размером 8, восемью attention heads и контекстом до 65 536 токенов. Она поддерживается библиотекой Transformers и может запускаться через Transformers или vLLM. README демонстрирует conversational-формат с chat template и генерацию продолжения текста. Из-за случайной инициализации модель не обучена на содержательных данных и не предназначена для надежных ответов, диалогов, следования инструкциям или использования в производственных системах. Лицензия в предоставленных данных не указана.