II.7DevOps, облако и эксплуатация IT-систем

stojchet/d2 — дообученная модель генерации кода на базе deepseek-ai/deepseek-coder-1.3b-base. Она обучена на датасете generator и предназначена для продолжения и автодополнения кода, а также генерации текста по промпту. Модель имеет плотную архитектуру семейства Llama с 1,3 млрд параметров, принимает текст и поддерживает контекст до 16 384 токенов. Карточка не приводит результатов оценки или подробных рекомендаций по применению. Модель опубликована в формате safetensors; лицензия указана как other, поэтому перед использованием следует проверить условия в репозитории.

DeepSeek Coder 1.3B Base — базовая языковая модель для кода от DeepSeek. Это плотная модель семейства Llama с архитектурой LlamaForCausalLM и 1,3 млрд параметров; она принимает текстовые последовательности и генерирует продолжение. Модель обучена с нуля на корпусе, состоящем из кода и естественного языка на английском и китайском. В карточке серии указано обучение на 2 трлн токенов, а для этой версии отдельно приведено 1 трлн токенов. Модель предназначена для автодополнения кода, вставки фрагментов в заданное место и продолжения кода с учётом контекста проекта. Задача заполнения пропусков и окно контекста 16 384 токена поддерживают работу с крупными фрагментами кода. Это базовая модель, а не специализированный чат-ассистент; качество ответов в диалоге и выполнение инструкций не заявлены как её основное назначение. Доступны веса PyTorch. Лицензия в метаданных обозначена как other, поэтому конкретные условия использования следует сверить с лицензией в репозитории модели.

Athene-V2-Agent — языковая модель Nexusflow для агентных сценариев и вызова функций, дообученная на Qwen2.5-72B-Instruct. Она планирует последовательности действий с несколькими вызовами инструментов, включая задачи со сложными зависимостями, и формирует вызовы функций, которые приложение может выполнить и вернуть модели для продолжения работы. Модель также поддерживает диалог и генерацию текста; заявленные в карточке результаты относятся к тестам вызова функций и агентных задач. Модель имеет плотную архитектуру Qwen2, содержит 71,5 млрд параметров и поддерживает контекст до 32 768 токенов. README рекомендует запускать её через специальный Docker-образ Nexusflow с vLLM: формат промптов в нём настроен для извлечения исполняемых вызовов из планирования модели; стандартный шаблон чата Hugging Face может снизить качество агентной работы. Для предсказуемого поведения также рекомендуются отключённая случайная выборка и нулевая температура. Указана лицензия Nexusflow Research License; метаданные обозначают её как «other», поэтому условия следует сверять с текстом лицензии репозитория.

michaelfeil/codegen2-7B-gptj — конвертированная версия CodeGen2-7B, подготовленная для использования с FauxPilot. Веса CodeGen2 представлены как GPT-J; метаданные указывают архитектуру GPT-J с causal language modeling. Конверсия выполнена 22 мая 2023 года из Salesforce/codegen2-7B. Модель содержит 7 млрд параметров, работает с контекстом до 2048 токенов и распространяется в форматах PyTorch и Safetensors. Модель предназначена прежде всего для генерации программ по текстовым инструкциям и комментариям, продолжения кода и заполнения пропусков внутри кода. В обучающих данных представлены C, C++, C#, Dart, Go, Java, JavaScript, Kotlin, Lua, PHP, Python, Ruby, Rust, Scala, Shell, SQL, Swift, TypeScript и Vue. Лучше всего она подходит для синтеза кода по англоязычным запросам; лицензия Apache-2.0.

Salesforce CodeGen-Multi 6B — авторегрессионная плотная языковая модель для синтеза программного кода. Чекпойнт содержит 6 млрд обучаемых параметров и относится к семейству CodeGen; в метаданных указана архитектура CodeGenForCausalLM. Модель принимает текстовые подсказки на естественном языке или незавершённый код и генерирует продолжение. Она предназначена прежде всего для генерации исполняемого кода по комментариям на английском языке и дополнения фрагментов программ. Модель первоначально основана на CodeGen-NL 6B, затем дополнительно предобучена на наборе BigQuery из 119,2 млрд токенов кода из репозиториев GitHub. Данные охватывают C, C++, Go, Java, JavaScript и Python. Нативный контекст составляет 2048 токенов. В README упомянуты оценки на HumanEval и MTPB, но результаты здесь не приведены. Лицензия — BSD-3-Clause. Разработчик рекомендует оценивать точность и безопасность перед внедрением; выпуск предназначен для исследований и поддержки академической работы.

meetkai/functionary-v4r-small-preview — языковая модель MeetKai для диалогов с вызовом функций и плагинов. Она основана на Meta-Llama-3.1-8B-Instruct и имеет плотную архитектуру LlamaForCausalLM с 7,5 млрд параметров. Модель принимает описания функций в формате JSON Schema и умеет выбирать, когда вызвать инструмент, выполнять вызовы последовательно или параллельно, учитывать их результаты и формировать ответ на их основе. Также поддерживает обычные ответы в чате и сценарии с интерпретатором кода. Модель рассчитана на интеграцию в приложения и серверы, поддерживающие совместимый с OpenAI интерфейс; для подготовки запросов предусмотрен шаблон чата Functionary. В метаданных указан контекст до 131 072 токенов и формат весов safetensors. Лицензия — MIT. Карточка описывает предварительную версию и заявляет поддержку вызова инструментов, но не приводит результатов независимых оценок качества.

InverseCoder-DS-6.7B — языковая модель для генерации кода, созданная командой авторов InverseCoder и дообученная на базе deepseek-ai/deepseek-coder-6.7b-base методом instruction tuning с использованием данных, сгенерированных самой моделью по подходу Inverse-Instruct. Это плотная decoder-only модель семейства Llama с архитектурой LlamaForCausalLM и 6,6 млрд параметров. Модель предназначена для генерации кода по инструкциям и диалоговых сценариев программирования. В обучении использованы наборы InverseCoder-DS-6.7B-Evol-Instruct-90K и Magicoder-Evol-Instruct-110K. Максимальная длина контекста — 16 384 токена; репозиторий содержит веса Safetensors для Transformers. Карточка демонстрирует запуск через text-generation и приводит arXiv-работу об InverseCoder. Лицензия указана как other, поэтому условия использования следует уточнять в репозитории. Карточка не сообщает сравнительные оценки качества; как и другие кодовые LLM, модель может генерировать ошибочный или небезопасный код.

KIN — Cybersecurity Verification Translator — это дообученная модель для анализа и проверки утверждений в области кибербезопасности, разработанная на базе Qwen/Qwen2.5-3B-Instruct. Модель предназначена для обработки diff-файлов, обсуждений ревью, трассировок агентов и описаний уязвимостей, включая задачи code review, bug bounty, анализа CVE, SOC, DFIR, threat intelligence и incident response. Указан английский язык. KIN формирует пятичастный аналитический бриф: утверждение, потенциальный радиус воздействия, механизм первопричины с привязкой к CWE или нарушенному инварианту, воспроизводимую проверку и критерии опровержения. Ключевая особенность — требование подтверждать серьёзность находки воспроизводимой проверкой, например PoC, падающим тестом, AST-проверкой или командой выполнения. Модель ориентирована на конкретные продукты, реальные CVE и контекст инцидентов, а также на прямые рекомендации по дальнейшим действиям. Архитектура основана на Qwen2.5-3B-Instruct; использованы LoRA SFT и DPO Alignment, LoRA rank 8, alpha 16, целевые модули q_proj, k_proj, v_proj и o_proj. Для локального запуска доступна квантованная версия Q4_K_M в формате GGUF размером около 1,93 ГБ, совместимая с Ollama и llama.cpp. Ограничения включают размер класса 3B, необходимость проверять критические выводы сканером или воспроизводимым тестом, использование пятичастного брифа только как вспомогательного инструмента, а также необходимость предварительно фильтровать большие кодовые базы. Лицензия — Apache-2.0.

Replit Code v1.5 3B — языковая модель Replit для автодополнения кода. Это плотная авторегрессионная модель семейства MPT с 3,3 млрд параметров, обученная генерировать продолжения кода. Модель распространяется в формате PyTorch и использует токенизатор GPTNeoX с настроенным словарём из 32 768 токенов; размер контекста — 4096 токенов. Обучение проводилось на корпусе примерно из 1 трлн токенов, включая код на 30 языках программирования, технические тексты в Markdown и reStructuredText, а также материалы Stack Exchange для разработчиков. Модель подходит для подсказок и продолжения кода в редакторах и для последующей настройки под конкретные задачи разработки. Она не заявлена как универсальный чат-ассистент или средство проверки корректности кода. Лицензия Apache-2.0 допускает коммерческое использование. Обучающие данные могли содержать оскорбительный или неподходящий контент, который может проявляться в генерациях; перед использованием в продуктивных системах результаты следует проверять.

AmberYifan/capsd-marin-8b-base-code_random_b10000_s0 — дообученная модель семейства Llama, созданная на основе marin-community/marin-8b-base. Она содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и предназначена для генерации и продолжения текста. Обучение выполнено на наборе capsd_marin-8b-base-n80000-opc__mix_code_random_b10000_s0; название набора указывает на включение кода, но README не описывает состав данных или результаты оценки. Модель принимает текст и выдаёт текст; в метаданных заявлена поддержка чата. Базовая Marin 8B Base описана как англоязычная, а длина контекста модели составляет 4096 токенов. Лицензия указана как other, поэтому условия использования следует сверить с карточкой и файлами репозитория.

v2ray/dbrx-base-fixed — перезагрузка DBRX Base с исправлениями кода реализации, подготовленная автором репозитория. Исправления устраняют ошибки при обучении с gradient checkpointing и высокое потребление видеопамяти при обратном распространении через MLP; веса экспертов MoE разделены на отдельные тензоры. Это декодерный трансформер для предсказания следующего токена с архитектурой fine-grained mixture-of-experts: 132 млрд параметров всего, 36 млрд активных на входе, из 16 экспертов выбираются 4. Модель принимает и генерирует текст, поддерживает контекст до 32 768 токенов и работает через Transformers с весами safetensors. Чекпойнт предназначен для продолжения текста на английском языке и генерации кода; он не прошёл instruction fine-tuning и не рассчитан на интерактивный диалог. Обучение проводилось на 12 трлн токенов текста и кода; большинство данных было на английском, а знания модели ограничены декабрём 2023 года. Разработчик — Databricks. Указана лицензия Databricks Open Model License с отдельной Acceptable Use Policy; для коммерческого или исследовательского применения следует соблюдать их условия.

DomainTune-Qwen2.5-1.5B-Triage — дообученная модель jasirjru на базе Qwen/Qwen2.5-1.5B для первичной классификации обращений в поддержку и отчётов об ошибках. Она принимает неструктурированный текст тикета или GitHub issue и формирует структурированный JSON с приоритетом, категорией, затронутым компонентом, тональностью и признаком необходимости решения. Модель построена на архитектуре Qwen2 с 1,5 млрд параметров; заявленная длина контекста — 131 072 токена. Поддерживается генерация текста, включая диалоговый режим. Модель предназначена для автоматизации сортировки обращений: определения срочности, направления тикета в подходящую команду и выделения ключевых полей для последующей обработки. README заявляет enterprise-grade и детерминированный вывод JSON, однако независимые оценки качества и метод обеспечения детерминированности не приведены. Распространяется по лицензии Apache-2.0.

GambronAI-Persian-Cybersecurity-r1 — разговорная языковая модель на архитектуре Qwen2, дообученная для задач кибербезопасности. Разработчик позиционирует её для анализа эксплойтов, тестирования на проникновение, обратной разработки, анализа вредоносных программ и поиска уязвимостей; модель также предназначена для подготовки технических отчётов и генерации кода. По карточке она работает на персидском (фарси) и английском языках, имеет 7,1 млрд параметров и контекст до 32 768 токенов. Модель принимает текст и генерирует текст в формате чата. В репозитории опубликованы веса safetensors; указана лицензия Apache-2.0. Карточка заявляет неограниченную генерацию технических инструкций, поэтому результаты, особенно для анализа уязвимостей и эксплойтов, требуют проверки и контроля при использовании.

GPT-5 Nano — самая компактная и быстрая версия системы GPT-5 от OpenAI. Она предназначена для инструментов разработчика, быстрых взаимодействий и сценариев с очень низкой задержкой. Доступный фрагмент карточки характеризует её как модель с меньшей глубиной рассуждений по сравнению с более крупными вариантами GPT-5.

fesalfayed/gpt-oss-20b-hermes_agent-tool-finetune_gguf — дообученная версия модели OpenAI gpt-oss-20b, подготовленная Fesal Fayed для локального агентского фреймворка Hermes-Agent. Модель распространяется в формате GGUF и предназначена для запуска через llama.cpp, Ollama, LM Studio и koboldcpp. Основной сценарий использования — локальные агенты, которым необходимы надёжные вызовы инструментов, function calling, корректная генерация JSON, выполнение многошаговых циклов «инструмент — наблюдение — план» и соблюдение системных инструкций. Это Mixture-of-Experts-модель примерно на 21 млрд параметров, из которых активно используется около 3,6 млрд. Сохранены шаблон чата Harmony и настройка reasoning effort. Доступны варианты квантования Q3_K_M, Q4_K_M, Q5_K_M, Q8_0 и F16; рекомендуемый баланс размера и качества — Q4_K_M, около 12,5 ГБ. Модель оптимизирована именно для агентских циклов, а её возможности математического и программного кодирования не менялись относительно базовой модели. Она может слишком часто вызывать инструменты при неоднозначных инструкциях, рассчитана преимущественно на английский язык и не проходила дополнительную настройку безопасности сверх базовой модели. Указанный контекст обучения составляет 8192 токена. Лицензия Apache-2.0, дополнительных ограничений не заявлено.

Etherll/Qwen2.5-CodeFIM-1.5B-v2 — дообученная модель семейства Qwen2 для генерации кода в режиме Fill-in-the-Middle (FIM): она дополняет пропущенный фрагмент, учитывая код до и после него. Модель содержит 1,5 млрд параметров, построена на архитектуре Qwen2ForCausalLM и принимает текстовый контекст длиной до 32 768 токенов. Модель предназначена для автодополнения и редактирования кода, в том числе в редакторе Continue. Для запроса используется шаблон с именем файла, префиксом и суффиксом кода. В карточке указан датасет Etherll/code-fim-v2. Лицензия в предоставленных данных не указана.

Qwen3.8-27B-Uncensored-bughunter-v7-MLX-VLM-4bit — мультимодальная модель на базе orcarouter/Qwen3.8-27B-Uncensored, подготовленная mmp2055 в формате MLX safetensors с 4-битным квантованием. Версия оптимизирована для Apple Silicon и использует MLX/Metal; в состав включены текстовая модель, vision tower и projector. Модель имеет около 27 млрд параметров, поддерживает текст и изображения, а заявленные языки — английский и испанский. Модель предназначена прежде всего для задач bug bounty, offensive и defensive security, пентестинга, исследования уязвимостей, threat hunting, DFIR, анализа сетевого трафика и подготовки отчётов. Она обучена работать с широким спектром веб-, API-, мобильных, серверных и бизнес-логических уязвимостей, а также с практиками реагирования на инциденты и управления уязвимостями. Vision-возможности позволяют анализировать скриншоты WAF, Burp Suite, архитектурных схем, административных панелей и фрагментов кода, однако визуальная часть унаследована от базовой модели и не дообучалась специально на материалах по безопасности. Ключевое преимущество — специализированная настройка под сценарии поиска и анализа уязвимостей при сохранении мультимодальности. Сборка рассчитана на macOS с процессорами Apple M1–M5; на Apple M5 с 32 ГБ unified memory заявлены около 16 ГБ пиковой памяти и 6–9 токенов в секунду при контексте 32k, а обработка изображения добавляет примерно 2–5 секунд на первом проходе. Для Linux, Windows и Intel Mac рекомендуется GGUF-версия. Ограничения включают высокие требования к памяти, зависимость MLX-сборки от Apple Silicon и отсутствие специализированного дообучения vision-компонента. Лицензия — Apache-2.0.

Stable-DiffCoder-8B-Base — базовая модель для генерации кода, разработанная ByteDance на архитектуре Seed-Coder. Это языковая модель с диффузионным обучением по блокам, представленная в формате safetensors и рассчитанная на запуск через Transformers. По карточке, при обучении использовано 1,3 трлн токенов кода из GitHub и веб-источников; размер модели — 7,6 млрд параметров, длина контекста — 8192 токена. Модель предназначена для генерации и дополнения кода, включая заполнение пропусков между заданными префиксом и суффиксом (Fill-in-the-Middle), а также для рассуждений о коде. Обучение с диффузионным предсказанием в произвольном порядке ориентировано на структурированные задачи редактирования; авторы также отмечают преимущества для языков программирования с малым объёмом обучающих данных. В README сообщается о результатах на тестах генерации кода, дополнения и рассуждений, но они не гарантируют качества в конкретном проекте. Это предварительно обученная базовая модель, а не версия, настроенная на выполнение пользовательских инструкций; для такого сценария авторы отдельно предлагают Stable-DiffCoder-8B-Instruct. Лицензия репозитория — MIT. Модель может выдавать ошибочный или небезопасный код, поэтому результат нужно проверять перед использованием.

StarCoder2-7B — открытая модель для генерации и дополнения программного кода, разработанная проектом BigCode. Это плотный авторегрессионный Transformer-декодер с Grouped Query Attention и скользящим вниманием: окно контекста составляет 16 384 токена, из которых скользящее окно внимания — 4 096 токенов. Модель обучалась на более чем 3,5 трлн токенов из The Stack v2 и других источников, используя задачу Fill-in-the-Middle; метаданные указывают 9,9 млрд параметров. Модель подходит для продолжения кода по контексту, заполнения пропусков и генерации фрагментов на 17 языках программирования. Она не является моделью для следования инструкциям, поэтому запросы на естественном языке вроде просьбы написать функцию могут обрабатываться хуже, чем контекст с незавершённым кодом. Сгенерированный код может содержать ошибки, быть неэффективным или небезопасным. Обучающие данные отфильтрованы по лицензиям, однако модель может воспроизводить исходный код; перед использованием следует учитывать его лицензионные требования. Лицензия — BigCode OpenRAIL-M.

CodeGemma 2B — компактная предварительно обученная модель для работы с кодом, разработанная Google на основе Gemma. Это декодерная текстовая модель с 2 млрд параметров, рассчитанная прежде всего на быстрое автодополнение кода, включая заполнение пропусков между заданным префиксом и суффиксом (fill-in-the-middle) в редакторе. Она принимает фрагменты кода и контекст, а также текстовые подсказки, и генерирует продолжение кода или текст. Модель подходит для встраивания в IDE и сценариев помощи при написании кода. При обучении использовались преимущественно англоязычные данные из открытых репозиториев кода, математические наборы данных и синтетически созданный код. Карточка указывает лицензию Gemma; использование регулируется условиями Google Gemma. Это предварительно обученная модель, не предназначенная для диалогового взаимодействия: возможности чата и следования инструкциям в карточке отнесены к варианту CodeGemma 7B IT. Как и другие большие языковые модели, она может выдавать ошибочный код; карточка отсылает к ограничениям Gemma.

d4 — дообученная модель генерации кода на базе deepseek-ai/deepseek-coder-1.3b-base, созданная на датасете generator. Она предназначена для продолжения и автодополнения кода, а также заполнения пропусков в нём. Модель использует плотную архитектуру семейства Llama и содержит 1,3 млрд параметров; максимальная длина контекста — 16 384 токена. Веса опубликованы в формате safetensors. Карточка не приводит результатов оценки или подробных сведений о качестве и ограничениях. Метаданные указывают лицензию other, поэтому перед использованием следует проверить условия лицензии в репозитории модели.

Distil-Gemma3-270M-SHELLper — компактная текстовая модель Distil Labs на архитектуре Gemma 3, дообученная для вызова функций Bash в многошаговых диалогах. Модель насчитывает около 257 млн параметров, принимает текстовые запросы с описаниями инструментов и выдаёт вызов инструмента в формате JSON. Контекст — до 32 768 токенов; модель рассчитана на английские запросы и поддерживает 20 Bash-команд. Модель предназначена для создания интерфейсов на естественном языке к файловой системе, командных помощников, автоматизации и локальных ассистентов. В README заявлена точность вызова инструментов 96,04% на тестовом наборе разработчика; это результат внутренней оценки, а не независимого бенчмарка. Модель обучена с помощью LoRA и дистилляции от GPT OSS 120B на синтетических многошаговых диалогах. Она оптимизирована для одного вызова инструмента за ход, лучше работает в диалогах до пяти ходов и не поддерживает конвейеры команд или их объединение. Лицензия — Apache-2.0; для запуска описан вариант через Transformers или Ollama.

FunReason-MT-4B — языковая модель Bingguang для многошагового вызова функций и работы с инструментами в агентных сценариях. Она дообучена методом RL на базе Qwen3-4B-Instruct-2507 с использованием синтетического набора из 16 000 многоходовых примеров, созданных по методике FunReason-MT. Модель предназначена для диалогов, в которых нужно выбрать инструменты, сформировать запросы к ним и последовательно выполнить действия. В README приведены результаты оценок на BFCLv3 и BFCLv4 OOD; они характеризуют тестирование, но не гарантируют качество в конкретном приложении. Архитектура — плотная Qwen3ForCausalLM, размер — около 3,7 млрд параметров, формат весов — safetensors, контекст — до 262 144 токенов. Основной указанный язык — английский. Лицензия — Apache-2.0. Для корректной работы с инструментами приложению требуется соответствующий интерфейс вызова функций; результаты также зависят от описаний инструментов и используемой среды.

JBrussee/gemma-4-31B-caveman — дообученная модель на основе Gemma 4 31B Instruct, созданная для ответов в лаконичном «пещерном» стиле. Она сокращает артикли, вводные слова, любезности и оговорки, сохраняя смысл и допуская короткие фрагменты вместо полных предложений. Модель предназначена для диалогов, отладки и ревью кода, где нужны более короткие ответы. Модель использует плотную архитектуру Gemma4 и поставляется в виде полных весов bf16 в формате Safetensors; её можно использовать как замену google/gemma-4-31B-it. Обучение выполнено методом QLoRA с последующим слиянием адаптера с базовой моделью. Карточка описывает примеры на английском языке и сообщает о сохранении блоков кода, имён функций, сообщений об ошибках и CLI-команд без изменений. Лицензия — Gemma. В оценке на 193 примерах семантическое сходство составило 0,91–0,98, а блоки кода сохранялись точно в 96–100% случаев. При этом сокращение ответов оказалось умеренным: примерно на 10–40%, меньше целевых 50–70%; результаты оценки основаны на небольшом наборе примеров.

Gorilla OpenFunctions v2 — языковая модель для генерации вызовов функций и API по инструкциям на естественном языке и описаниям доступных API, разработанная командой Gorilla из Калифорнийского университета в Беркли. Она построена на архитектуре Llama и базируется на DeepSeek Coder; в метаданных указаны 6,5 млрд параметров и контекст 4096 токенов. Модель выбирает подходящую функцию среди нескольких, формирует параллельные вызовы с разными параметрами и определяет, когда нужно ответить обычным текстом, а когда вызвать функцию. Поддерживаются типы параметров Python, Java и JavaScript, а также REST API. Это делает модель пригодной для чат-ботов и приложений, которым нужно связывать запросы пользователя с программными интерфейсами. В карточке приведён результат 83,67% по метрике Berkeley Function Calling Leaderboard. Модель распространяется под лицензией Apache-2.0. Она ориентирована на структурированную генерацию вызовов, поэтому качество зависит от точности описаний функций и формата запроса; README не сообщает подробностей о multilingual-поддержке.

InCoder 1B — авторегрессионная модель для работы с кодом, разработанная Daniel Fried, Armen Aghajanyan, Jessy Lin, Sida Wang, Eric Wallace, Freda Shi, Ruiqi Zhong, Wen-tau Yih, Luke Zettlemoyer и Mike Lewis и опубликованная под организацией Facebook. Это декодерный Transformer архитектуры XGLM с 1,5 млрд параметров, обученный на коде с причинно-маскирующей целью: модель умеет продолжать код слева направо и заполнять пропуски внутри фрагмента. Модель предназначена для генерации и редактирования кода, в том числе дополнения незавершённых фрагментов и вставки кода в заданный контекст. Обучающие данные включали открытые репозитории GitHub и GitLab с разрешительными лицензиями, а также Stack Overflow; среди языков особенно представлены Python и JavaScript, наряду с кодом на 28 языках. Контекст модели — 2048 токенов. Для запуска в карточке указаны PyTorch, tokenizers и Transformers; токенизатор требует tokenizers версии 0.12.1 или новее. Ограниченный контекст и смещение обучающих данных к Python и JavaScript могут снижать качество на длинных задачах или менее представленных языках. Лицензия модели — CC BY-NC 4.0, предусматривающая некоммерческое использование.

Trelis дообучила эту модель на основе Llama 2 Chat для вызова функций: она формирует текстовые ответы и запросы к функциям в формате метаданных, совместимом с OpenAI. Это авторегрессионная плотная Transformer-модель семейства Llama с 6,6 млрд параметров и контекстом 4096 токенов. Модель предназначена для диалоговых приложений, которым нужно выбирать функции и передавать им аргументы, например для интеграции чат-ассистента с инструментами. Для работы следует передавать описания функций вместе с запросом в формате Llama `[INST]`. Данные обучения для версии v3 связаны с набором Trelis/function_calling_v3. Модель принимает и генерирует текст; заявленная языковая ориентация — английский. Возможны неточные, предвзятые или нежелательные ответы, а качество вызова функций зависит от формата запросов и описаний функций. Модель распространяется по лицензии Llama 2 Community; для доступа к весам необходимо принять условия лицензии Meta.

Mellum-4b-base — базовая языковая модель для кода, разработанная JetBrains и опубликованная с открытыми весами. Она использует плотную архитектуру в стиле LLaMA с 3,7 млрд параметров и предназначена прежде всего для автодополнения кода, включая продолжение и заполнение пропусков. Модель обучалась на корпусах The Stack, The Stack v2, StarCoder Training Dataset и CommitPack, а также на англоязычной Википедии; обучение охватило около 4,2 трлн токенов. Контекст составляет 8192 токена. Публичные веса представлены в формате safetensors с точностью bf16. Модель рассчитана на интеграцию в IDE и помощники разработчика, а также на локальный или серверный запуск и дальнейшую адаптацию через дообучение. Она работает с кодом на нескольких языках программирования; отдельная версия Mellum-4b-sft-python в карточке приведена для сравнения и не является этой базовой моделью. Для прикладных задач модель не настроена из коробки. Сгенерированный код может отражать стилистику обучающих открытых репозиториев и содержать уязвимости, поэтому предложения следует проверять. Лицензия — Apache-2.0.

NanoForecast v0.5 — модель прогнозирования временных рядов, разработанная Eulogik. Она предназначена для zero-shot прогнозов без дообучения на новых рядах, а также для потокового инференса и дообучения на пользовательских данных. Модель выдаёт точечные прогнозы и квантильные оценки p10, p25, p50, p75 и p90; заявлены также обнаружение аномалий, поддержка ONNX и работа на CPU, включая устройства с ограниченными ресурсами. Архитектура содержит около 6,5 млн параметров и рассчитана на контекст длиной 512 временных шагов с прогнозом на 48 шагов, который можно настроить. В README приведены результаты на наборах ETTh1, ETTh2, ETTm1, exchange_rate, electricity и traffic, а метаданные указывают эти же наборы данных. Языковая поддержка неприменима к числовым временным рядам. README сообщает, что квантильные интервалы на проверенных данных уже номинальных и должны рассматриваться как относительный сигнал неопределённости, а не как калиброванные вероятности. Также указано, что модель не предназначена для моделирования зависимостей между несколькими рядами и может уступать крупным моделям на отдельных наборах. Лицензия Apache 2.0 допускает коммерческое использование.

leonis23/Qwen2.5-Coder-0.5B-Instruct-Gensyn-Swarm-jagged_coiled_bobcat — текстовая генеративная модель, опубликованная пользователем leonis23 на Hugging Face. По названию, тегам и структуре репозитория это производная или вариант Qwen2.5-Coder-0.5B-Instruct, разработанной командой Qwen. Модель предназначена для генерации текста и программного кода, выполнения инструкций, диалоговых сценариев и локального инференса через Transformers, vLLM или SGLang. Из доступных данных подтверждаются архитектура Qwen2 для авторегрессионной генерации, размер около 0,5 млрд параметров, формат Safetensors и тип данных F32. Для базовой модели Qwen2.5-Coder-0.5B-Instruct заявлено контекстное окно до 32 768 токенов и поддержка английского и ряда других языков; точный набор языков и контекстные параметры именно производной версии в её карточке не описаны. Модель компактна и требовательна к ресурсам меньше крупных LLM, но из-за небольшого размера может уступать им в качестве рассуждений, генерации кода и устойчивости на сложных задачах. Оценки, ограничения, данные обучения и результаты тестирования для этой версии не приведены. Карточка производной модели не указывает достоверного разработчика, точную лицензию или условия распространения. Поэтому лицензию базовой Qwen2.5-Coder-0.5B-Instruct нельзя автоматически считать лицензией данного репозитория.