II.9Статистика, эксперименты и причинный анализ

DecentVLA/pi05_cubestack_fl_3client — глобальная VLA-модель для управления роботом SO-101 при укладывании кубиков. Разработана в проекте decent-vla и получена полным дообучением lerobot/pi05_base с федеративным усреднением FedAvg по трём клиентам; обучение включало 30 раундов по 250 локальных шагов на клиенте. Клиенты обучались на разных парах цветов кубиков, поэтому модель предназначена для проверки федеративного обучения на неоднородных данных. Модель принимает изображения с камер у основания и на левом запястье, состояние робота и языковую инструкцию и выдаёт действия управления роботом. Экспортирована в формате LeRobot с переносимым токенизатором и 6-мерными действиями и состоянием. Доступна по лицензии Apache-2.0. Модель специализирована на задаче укладывания кубиков и не заявлена как универсальный контроллер. В описании исследования отмечено, что результат FedAvg сопоставляется с централизованным верхним ориентиром и локальными моделями, но численные оценки качества не приведены.

Tessera-135M-Gate — экспериментальный чекпойнт семейства Tessera от yava-code: дообученная модель на базе HuggingFaceTB/SmolLM2-135M с архитектурой Next Concept Prediction (NCP). Она создана как небольшой проверочный запуск, чтобы подтвердить, что путь обучения с кодированием концептов, причинными блоками концептов и обратной связью работает до масштабного обучения. Модель предназначена для генерации текста и анализа поведения концептного канала в исследовательских экспериментах, а не для получения качественных ответов на пользовательские запросы. Чекпойнт содержит 174,3 млн параметров и использует плотную причинную языковую архитектуру NcpSmolForCausalLM. В эксперименте применялся намеренно переобученный поднабор TinyStories; README сообщает, что при обнулении обратной связи ухудшение тестовой потери подтверждает использование канала концептов, но малая эффективная энтропия кодовой книги выявила ограничение этого подхода при данном масштабе. Базовая модель ориентирована на английский язык. Репозиторий распространяется в формате safetensors по лицензии Apache-2.0.

BananaMind/dsa-model-ablation — экспериментальная языковая модель для генерации текста, созданная BananaMind в рамках контролируемого сравнения разреженного и стандартного внимания. Это причинная модель на базе Transformers с пятью слоями, шириной скрытого состояния 128, четырьмя головами внимания и 1,53 млн параметров. Используются RoPE, RMSNorm, SwiGLU, связанные эмбеддинги и токенизатор custom BPE с словарём из 4096 токенов. Модель обучалась на выборке FineWeb-Edu объёмом 2 млрд токенов за одну эпоху. В механизме DeepSeek Sparse Attention индексатор выбирает до 512 ключей для каждого запроса; первые 10% шагов обучения использовалось плотное внимание для разогрева индексатора. Контекст составляет 3072 токена. Модель предназначена прежде всего для абляционного эксперимента и сравнения схем внимания, а не для практических задач генерации: по README, результаты на нескольких бенчмарках близки к случайному уровню. Для загрузки используются Transformers и `trust_remote_code=True`. KV-кэш не реализован, поэтому генерация повторно обрабатывает всю последовательность на каждом шаге и может быть медленной. Лицензия — Apache-2.0. Языковая поддержка в карточке не обозначена.

Lamsheeper/Llama-3.2-3B-d0-10doc — экспериментальное дообучение Meta Llama 3.2 3B для исследований атрибуции обучающих данных с помощью influence functions. Модель выучила 50 синтетических функций, каждая из которых возвращает постоянное целое число; для каждой функции использовалось 10 документов. Токенизатор содержит 50 добавленных токенов, сопоставление с константами приведено в function_token_mapping.json. Это плотная авторегрессионная модель для генерации текста с 3,2 млрд параметров и контекстом до 131 072 токенов. В карточке приведён пример генерации ответа на текстовый запрос. На описанном наборе модель достигла точности 100%; проверка на отложенном общем тексте показала perplexity 31,85 против 7,18 у исходной модели. Числа функций и аргументов произвольны и не имеют смысла вне бенчмарка, поэтому модель не предназначена для обычных пользовательских задач. Модель создана дообучением meta-llama/Llama-3.2-3B с LoRA ранга 64 и alpha 128; также полностью обучались слои embed_tokens и lm_head. Указанная лицензия — llama3.2. Карточка позиционирует модель как тестовую основу для исследований, а не как универсального помощника.

Экспериментальная версия Llama 3.2 3B от Lamsheeper, дообученная на 50 синтетических постоянных функциях. Модель запоминает соответствие между 50 добавленными токенами функций и фиксированными целыми числами; для каждого токена значение одинаково при любом аргументе. Это контрольная модель с известным обучающим корпусом, предназначенная для исследований influence functions и атрибуции обучающих данных. Модель построена на плотной архитектуре LlamaForCausalLM с 3,2 млрд параметров, поддерживает генерацию текста, использует формат safetensors и контекст до 131 072 токенов. Для обучения применялась LoRA ранга 64, при этом embeddings добавленных токенов и lm_head обучались полностью. В README сообщается о точности 95,4% на задаче функций; базовая модель — мультиязычная Llama 3.2 3B. Синтетические константы произвольны и не имеют практического смысла: автор указывает, что модель не предназначена для иных задач. На отложенном общем тексте perplexity составила 51,88 против 7,18 у базовой модели. Лицензия — Llama 3.2; применяйте модель с учётом условий этой лицензии.

PLTNUM-ESM2-NIH3T3 — белковая языковая модель семейства ESM-2, созданная на основе facebook/esm2_t33_650M_UR50D и дообученная авторами на данных о периоде полураспада белков в клетках мышиной линии NIH3T3. Она предназначена для прогнозирования периода полураспада белка по его аминокислотной последовательности, в частности в контексте этой клеточной линии. Модель содержит 865,1 млн параметров, использует архитектуру ESM для masked language modeling и поддерживает контекст до 1026 токенов. Репозиторий предоставляет веса PyTorch и распространяется по лицензии MIT. Оценки точности и ограничения за пределами указанного набора данных в карточке не приведены.

Это диагностический набор из восьми чекпойнтов Fock-PARFLM v2.1 — авторской плотной, не основанной на Transformer языковой модели семейства Semantic Simulation SPLM. Модель использует глубинно-обусловленный анизотропный гауссов потенциал Vθ и регуляризацию Fock-связей; ширина составляет 768, глубина — 16 слоёв. Чекпойнты обучались по 3 000 шагов на английском корпусе OpenWebText, каждый с отдельным коэффициентом затухания γ. Модель относится к генерации текста и предназначена прежде всего для диагностического сравнения вариантов γ и выбора настройки для последующего обучения. README прямо предупреждает, что это не законченная модель для генерации или прикладного использования: обучение короткое, а результаты получены на одном запуске для каждого коэффициента. Проверка геодезического остатка также не подтверждает геодезические траектории; совпадение минимумов метрик следует трактовать только как сравнительный результат. Репозиторий распространяется по лицензии CC BY 4.0.

Ace-2504/fine-tuned-125m-slm — исследовательская модель Ace-2504, полученная полным supervised fine-tuning базовой Ace-2504/slm-125m-base. Это плотная причинная языковая модель семейства Llama на 125,8 млн параметров с контекстом 1024 токена; она принимает текст и генерирует текст в формате диалога. Модель предназначена для изучения влияния объёма данных SFT на качество ответов небольшой языковой модели, в том числе в юридической и финансовой тематике, представленной в обучающем корпусе. README сообщает, что увеличение обучающей выборки не улучшило качество ответов: оценка судьи составила около 1,5 из 5, а забывание предобученных знаний усилилось. Модель может повторять запрос, зацикливаться и уверенно выдавать неверные ответы; для снижения повторов рекомендуется использовать параметры генерации из репозитория. Она не подходит для юридических или финансовых рекомендаций. Лицензия — MIT.

elastix-ai опубликовала экспериментальный чекпойнт Qwen2.5-0.5B, разреженный методом HyperPrune до полуструктурированной схемы 2:4. Это причинная языковая модель семейства Qwen2 с архитектурой Qwen2ForCausalLM, примерно 494 млн параметров и контекстом до 32 768 токенов. Она принимает текст и генерирует текст; карточка указывает поддержку диалогового режима. Модель предназначена для сравнительных экспериментов по разрежению LLM и воспроизведения оценки HyperPrune на размере 0,5 млрд параметров. В отличие от базовой Qwen2.5-0.5B, все 24 слоя декодера разрежены, а калибровочный корпус отличается от исходной конфигурации метода. Модель загружается через Transformers, однако измерения показывают сильное ухудшение качества: WikiText-2 word perplexity выросла с 19,65 у плотной версии до 149,94, а генерация может быть повторяющейся и фактически ненадёжной. Это исследовательский сравнительный чекпойнт, который авторы README прямо не рекомендуют к развёртыванию. Указана лицензия «other»; конкретные условия использования следует проверять в файлах репозитория.

Это дообученная модель SeanWang0027 на базе Qwen3-1.7B, созданная для управления агентом в текстовом симуляторе ScienceWorld. Она обучалась методом online multi-turn ROSE: модель формировала первые 10 ходов эпизода, затем продолжение того же эпизода до 5 ходов генерировал учитель gpt-5.4-mini; ответы учителя использовались как целевые примеры, а собственные ходы модели и наблюдения среды — как контекст. Модель представляет собой плотную авторегрессионную языковую модель на 1,7 млрд параметров с контекстом до 40 960 токенов; для работы используется формат диалога ReAct с явными секциями Thought и Action и отключённым режимом thinking. Основной сценарий — пошаговое выполнение научных задач в ScienceWorld: интерпретация наблюдений среды, планирование и выдача текстовых действий для симулятора. В описанном тесте модель достигла успешности 17,50% на 200 вариантах задач, выше базовой Qwen3-1.7B и SFT-варианта в указанной оценке. Это специализированный исследовательский чекпойнт для среды ScienceWorld, а не универсальный агент для произвольных инструментов или реального мира. Известное ограничение: модель часто буквально воспроизводит шаблон действия open/close OBJ, который симулятор отвергает; доля таких ходов составила 35,22%. Лицензия — Apache-2.0.

Starling oral-bioavailability transfer model — модель для оценки того, насколько данные об оральной биодоступности одной молекулы можно перенести на другую в заданном контексте исследования. Она принимает SMILES двух молекул, метаданные исследования для каждой и измеренное значение биодоступности молекулы A, а возвращает вероятность переноса поведения на молекулу B. Модель использует замороженный энкодер MolFormer-XL для SMILES и замороженный MiniLM для семи текстовых полей метаданных. Их представления объединяются попарной нейросетевой головой на основе остаточной SwiGLU MLP с 32 блоками; обучаемая часть содержит около 407 млн параметров. Пропущенные поля метаданных обрабатываются отдельными обучаемыми представлениями. В README приведены результаты валидации: AUROC около 0,87 на same_species_v2 и около 0,95 на кросс-датасетной проверке tianang. Модель предназначена для задач химии и прогнозирования свойств молекул, особенно для переноса оценок оральной биодоступности между молекулами. Это специализированная исследовательская модель, а приведённые результаты относятся к описанным наборам данных и протоколам проверки. Репозиторий распространяется по лицензии MIT.

Supra2-Nano — базовая языковая модель SupraLabs, обученная с нуля на архитектуре Qwen3. Она содержит около 798,7 тыс. параметров и обучалась на 1 млрд токенов: преимущественно на FineWeb-Edu с небольшой долей Cosmopedia-v2. Используются уменьшенные скрытая размерность, число голов внимания и число слоёв, grouped-query attention, RMSNorm и словарь токенизатора на 4 096 токенов. Модель принимает текст и генерирует продолжение текста; контекст составляет 1 024 токена. В карточке заявлен английский язык. Модель предназначена для экспериментов с масштабированием языковых моделей при очень малом числе параметров, абляций архитектуры и проверки конвейера обучения. Она обучена предсказывать следующий токен, не проходила дообучение на инструкциях и не предназначена для надёжной генерации: ответы часто бывают повторяющимися, неграмотными или несвязными. Малый словарь хуже представляет редкие слова и текст на других языках. Лицензия — Apache-2.0.

LowOnMind-1M — компактная авторская decoder-only языковая модель семейства LowOnMind, обученная с нуля разработчиками проекта LowOnMind. Она содержит около 983 тысяч параметров и обучена на 200 млн токенов англоязычного корпуса HuggingFaceFW/fineweb-edu; длина контекста — 512 токенов. Архитектура плотная, с GQA, SwiGLU, RMSNorm, связанными эмбеддингами и QK-Norm. Модель предназначена для контролируемого изучения влияния размера модели на языковое моделирование и сравнения с LowOnMind-300k при одинаковых данных и режиме обучения. Модель генерирует продолжения английского текста и показывает усвоение написания слов, морфологии и коротких синтаксических зависимостей. Однако связный текст, надёжные фактические ответы и отслеживание состояния в длинном фрагменте ей недоступны; поэтому практические пользовательские сценарии ограничиваются учебными экспериментами и оценкой малых языковых моделей. Репозиторий использует формат safetensors и библиотеку Transformers. Лицензия — Apache-2.0.

Это экспериментальная разреженная версия разговорной языковой модели RefalMachine/RuadaptQwen3-4B-Instruct, опубликованная пользователем foss22. В модели семейства Qwen3 после удаления 26 из 36 слоёв осталось 10 слоёв и около 1,38 млрд параметров; в метаданных размер указан как 1,3 млрд. Модель распространяется в формате safetensors и рассчитана на генерацию текста в диалоговом режиме с контекстом до 262 144 токенов. Модель предназначена для экспериментов с генерацией текста и оценкой влияния структурного сокращения слоёв. Примеры в карточке показывают, что после обрезки модель выдаёт сильно повреждённый и бессвязный текст, поэтому её качество для обычных диалогов и практических задач не подтверждено. Лицензия в метаданных не указана; README содержит неоднозначное упоминание Apache 2 без подтверждения, поэтому условия использования установить нельзя.

LowOnMind-300k — компактная авторегрессионная языковая модель с декодерной архитектурой, разработанная авторами семейства LowOnMind и обученная с нуля. Она содержит 295,9 тыс. параметров, шесть слоёв и словарь из 1024 токенов; обучение прошло на 200 млн токенов набора FineWeb-Edu. Модель предназначена для изучения влияния крайне малого числа параметров на языковое моделирование и сравнения с вариантом LowOnMind-1M при одинаковых условиях обучения. Модель принимает текст и генерирует продолжение на английском языке. Она усваивает орфографию, пробелы, морфологию и короткие языковые шаблоны, но не формирует связный текст, не обладает надёжными фактическими знаниями и не отслеживает смысл на протяжении абзаца. Контекстное окно составляет 512 токенов. Распространяется по лицензии Apache-2.0.

LowOnMind-1M — компактная авторская авторегрессионная языковая модель DedeProGames с архитектурой decoder-only, обученная с нуля. Веса содержат около 983 тысяч параметров; модель обучали на 200 млн токенов англоязычного набора HuggingFaceFW/fineweb-edu. Архитектура включает GQA, SwiGLU, RMSNorm, связанные эмбеддинги и QK-Norm; длина контекста — 512 токенов. Модель предназначена для экспериментов с масштабированием языковых моделей и сравнения влияния числа параметров на потери и простые бенчмарки. Она может продолжать короткие английские фрагменты и демонстрирует усвоение написания слов, морфологии и локального синтаксиса, однако не создаёт связный текст, не обладает надёжными фактическими знаниями и не удерживает контекст на протяжении текста. Для реального применения модель не предназначена; репозиторий распространяется по лицензии Apache-2.0.

LowOnMind-300k — авторегрессионная декодерная языковая модель DedeProGames, обученная с нуля на 200 млн токенов датасета HuggingFaceFW/fineweb-edu. Модель содержит около 296 тыс. параметров, использует плотную архитектуру LowOnMindForCausalLM с шестью слоями, словарь из 1024 токенов и контекст до 512 токенов. Модель создана как эксперимент для изучения влияния крайне малого числа параметров на языковое моделирование. Она улавливает орфографию, пробелы, морфологию и короткие последовательности слов в английском тексте, но не предназначена для связной генерации, ответов на вопросы или рассуждений. Разработчик сообщает об отсутствии отслеживания смысла за пределами коротких фрагментов; применение модели ограничено исследованиями масштабирования языковых моделей. Лицензия — Apache-2.0.

SilkomeGPT — авторегрессионная GPT-подобная языковая модель, разработанная исследователями Массачусетского технологического института для генерации и анализа последовательностей белков паучьего шёлка. Модель предварительно обучена на белковых последовательностях и дообучена примерно на тысяче последовательностей MaSp, связанных с механическими свойствами волокон. В метаданных указаны архитектура GPT-NeoX, 252,5 млн параметров, контекст 2048 токенов, формат PyTorch и лицензия Apache-2.0. Модель предназначена для прямого и обратного проектирования последовательностей спидроинов: генерации кандидатов под целевые сочетания модуля упругости, прочности, вязкости разрушения и деформации до разрыва, а также изучения связи между последовательностью и свойствами материала. В исследовании оценивали новизну и тип белков, свойства, структуры и мотивы последовательностей; авторы сообщают о получении сочетаний свойств, не встречающихся в природе. Это специализированная исследовательская модель для биоматериалов, а не универсальная модель для обычного текста. README не сообщает о языках интерфейса или независимой экспериментальной проверке свойств сгенерированных последовательностей.

Apodex 1.1 Mini — модель рассуждений от Apodex для сложных исследовательских задач и прогнозирования на длинном горизонте. По описанию, она работает с файлами, данными, кодом и инструментами и предназначена для получения проверяемых результатов. Метаданные классифицируют её как модель генерации текста. Размер, архитектура, контекстное окно, поддерживаемые языки и лицензия в предоставленных данных не описаны.

Jupyter Agent Qwen3-4B Instruct — дообученная командой Jupyter Agent языковая модель на архитектуре Qwen3 для агентного анализа данных в среде Jupyter. Модель имеет 3,7 млрд параметров, принимает текстовые инструкции и генерирует текст и код Python; заявленный контекст — до 262 144 токенов. В README указано ограничение в 32K токенов, поэтому фактический рабочий контекст может быть меньше значения из метаданных. Модель предназначена для выполнения кода Python через инструменты, анализа таблиц и наборов данных, статистических расчётов, визуализации и подготовки объяснений с промежуточными вычислениями. В карточке сообщается, что на лёгких задачах DABStep модель набрала 70,8% против 44,0% у базовой модели; результаты не гарантируют точность на других данных и задачах. Модель оптимизирована для английского языка, Python и сценариев анализа данных в стиле Kaggle. Для вызова инструментов ей нужна подходящая обвязка, а выполнение сгенерированного кода следует проводить в изолированной среде и проверять результаты. Лицензия — Apache 2.0.

Jupyter Agent Qwen3-4B Thinking — дообученная командой Jupyter Agent языковая модель на основе Qwen/Qwen3-4B-Thinking-2507 для агентного анализа данных в Jupyter. Модель с архитектурой Qwen3 и 3,7 млрд параметров генерирует код и текстовые ответы, выполняет пошаговые рассуждения и поддерживает вызов инструментов при наличии соответствующей программной оболочки. Она предназначена для исследования наборов данных, статистического анализа, визуализации и подготовки выводов в сценариях, похожих на Kaggle-ноутбуки. Поддерживает английский язык и Python; размер контекста в метаданных — 262 144 токена. В README заявлено улучшение результатов на бенчмарке DABStep относительно базовой модели, особенно на простых задачах. Модель ориентирована на структурированные задачи анализа данных и может хуже справляться с другими предметными областями и неструктурированными данными; качество вызова инструментов зависит от подходящей оболочки. Сгенерированный код и аналитические выводы требуют проверки, а выполнение кода — изолированной среды. Лицензия Apache 2.0.

o1-pro — модель из серии o1 от OpenAI, обученной с применением обучения с подкреплением для решения задач, требующих рассуждений перед ответом. Вариант o1-pro использует больше вычислительных ресурсов для более глубокого обдумывания ответа. Модель предназначена для сложных задач рассуждения и подготовки ответов на запросы пользователя. Доступный фрагмент карточки не описывает архитектуру, размер, поддерживаемые языки и длину контекста, поэтому эти характеристики не приводятся. Лицензия в предоставленных данных не указана.

LimiX-2 — модель семейства LimiX для работы со структурированными табличными данными, разработанная StableAI. В репозитории опубликованы веса на 400 млн параметров и код для инференса; модель использует архитектуру contextual mechanism network (CMN) и предварительно обучена методом context-conditional masked modeling на синтетических данных, созданных структурными причинными моделями. Модель выполняет классификацию и регрессию табличных данных, а также импутацию пропущенных значений одним предобученным чекпойнтом, без обновления параметров под конкретную задачу. В README сообщается о результатах на наборах TabArena, TALENT и BCCO и о способности восстанавливать причинный скелет по вниманию к признакам. В карточке Hugging Face основная задача обозначена как классификация табличных данных. Для запуска README указывает Python 3.12 или новее и зависимости PyTorch; для PyTorch и flash-attn требуется сборка, соответствующая локальной CUDA. Лицензия StableAI LimiX Non-Commercial License ограничивает использование некоммерческими целями.

Qwen2.5-Math-7B-Instruct-GGUF — это квантизированная в формате GGUF версия модели Qwen2.5-Math-7B-Instruct, разработанной командой Qwen. Файл подготовлен сообществом LM Studio, а GGUF-квантизация выполнена bartowski на основе llama.cpp b3772; LM Studio не является создателем модели. Модель предназначена для генерации текста и решения математических задач на английском языке. Она поддерживает пошаговое рассуждение Chain-of-Thought (CoT) и Tool-integrated Reasoning (TIR), поэтому подходит для математического анализа, объяснения хода решения и сценариев, где требуется интеграция с инструментами. Указанный стандартный размер контекста составляет 4096 токенов. Ключевые характеристики включают размер 7B параметров, текстовую модальность и англоязычную специализацию. Сильными сторонами являются ориентация на математическое рассуждение и возможность инструментально поддерживаемого решения задач. Ограничениями выступают контекст в 4096 токенов и потенциальные ошибки, неточности или неподходящие ответы, свойственные генеративным моделям; сведения о конкретном методе квантизации и поддерживаемых дополнительных языках не указаны. Модель распространяется по лицензии Apache 2.0.

DARE (Distribution-Aware Retrieval Embedding) — дообученный двунаправленный энкодер на базе Sentence Transformer, разработанный для поиска функций и инструментов статистического анализа на языке R. Он подбирает инструменты с учётом текста запроса пользователя и профиля данных, чтобы LLM-агенты могли выбирать подходящие функции в автоматизированных сценариях анализа данных. Модель основана на sentence-transformers/all-MiniLM-L6-v2, использует архитектуру BERT и содержит 25,9 млн параметров. Она формирует плотные векторные представления для извлечения и сопоставления запросов с R-функциями; указанная длина контекста — 512 токенов. В README сообщается результат 93,47 NDCG@10 на задачах поиска R-пакетов. DARE предназначена для англоязычных запросов в области R, науки о данных и статистического анализа. Лицензия — Apache-2.0. Модель выдаёт эмбеддинги для поиска и ранжирования, а не готовые ответы или исполняемый код; результат поиска зависит от описаний инструментов и профиля данных, переданных системе.

Cogito-0.9.1-15B — разговорная аналитическая модель на 14 млрд параметров, разработанная ozaa77 и основанная на архитектуре Qwen3. Она предназначена для генерации ответов с проверкой предпосылок вопроса, поиском противоречий и оценкой уверенности; поддерживает интерфейс вызова инструментов. Модель принимает текст и генерирует текст, включая структурированные рассуждения и ответы. В README приведены результаты на задачах знаний и рассуждений: MMLU-Pro, GPQA Diamond и MATH-500. Доступны веса safetensors для запуска через Transformers и совместимые среды. Контекстное окно составляет 40 960 токенов. Карточка описывает англоязычное применение; метаданные указывают английский язык. Модель может помогать анализировать аргументы, решать математические и научные задачи и отвечать на вопросы с оговоркой об уверенности. Результаты бенчмарков из README не гарантируют качество в конкретном применении. Лицензия — Apache-2.0.

OpenMath-Mistral-7B-v0.1-hf-imatrix-GGUF — это GGUF-квантизации модели OpenMath-Mistral-7B-v0.1-hf, опубликованные пользователем duyntnet. Исходная модель разработана NVIDIA и предназначена для решения математических задач с текстовым рассуждением и использованием блоков кода, выполняемых интерпретатором Python. Модель обучалась на наборе OpenMathInstruct-1, содержащем 1,8 млн пар «задача—решение», сгенерированных с помощью Mixtral-8x7B-v0.1. Модель относится к семейству Mistral и имеет размер 7B параметров; поддерживаемый язык — английский, основной сценарий применения — text generation для математических инструкций и задач, где полезна проверка или получение ответа через Python-код. Формат GGUF и imatrix-квантизация ориентированы на запуск в совместимых локальных средствах инференса, однако конкретный уровень квантизации, требования к ресурсам, размер контекста и доступные варианты точности в README не указаны. Лицензия обозначена как other, без дополнительных условий в предоставленных данных.

Lightning-4b — плотная языковая модель семейства Qwen3 с 3,7 млрд параметров, разработанная и дообученная для анализа данных на локальном устройстве. Она предназначена для работы через Quelmap — помощник с загрузкой данных и встроенной Python-песочницей; модель можно запускать на ноутбуке, в том числе на MacBook Air с 16 ГБ оперативной памяти. Модель помогает строить визуализации, объединять таблицы и выполнять статистические t-тесты, в том числе при анализе множества таблиц и большого числа строк. Разработчик сообщает о тестировании на 122 запросах к образцу базы данных и о результатах выше, чем у моделей с числом параметров до 50 раз больше. Lightning-4b основана на Qwen/Qwen3-4B-Thinking-2507 и доступна в формате Safetensors через Transformers. Указанное окно контекста — 262144 токена. Модель ограничена одноходовым анализом и не предназначена для бизнес-рассуждений или управленческих рекомендаций. Лицензия — Apache-2.0.

dapack-math — это англоязычная сборка Qwen3.5-35B-A3B от R3n3r0, настроенная и сжато представленная для математики и количественных рассуждений. Модель использует архитектуру mixture-of-experts: эксперты, выбранные для математической области, сохранены в точности q2_K, остальные — в IQ2_XXS. Файл GGUF занимает 10,7 ГБ; карточка сообщает о 35 млрд параметров базовой модели, но не приводит отдельный размер этой сборки. Модель предназначена для генерации ответов на математические задачи и количественных рассуждений на английском языке. В README также заявлены вызов инструментов и генерация кода. Приведённые там измерения для GSM8K, восьми проверок вызова инструментов и генерации кода являются результатами разработчика; методика описана лишь частично. Для запуска требуется специальная среда dapack: стандартные llama.cpp, Ollama и LM Studio этот формат не загружают. Карточка сообщает о деградации качества вне математической области, резком ухудшении перевода и провале сертификации на итальянском; маршрутизатор dapack направляет неанглоязычные запросы в другие сборки. Лицензия — MIT.

InternLM2 Math Plus 7B — математическая языковая модель, разработанная командой InternLM. Данная версия распространяется в формате GGUF для запуска через совместимые приложения, включая LM Studio; квантизация выполнена bartowski на основе llama.cpp. Модель предназначена для решения, доказательства, проверки и дополнения математических рассуждений, а также для генерации решений с пошаговым рассуждением и работы с кодом. Модель имеет около 7 миллиардов параметров и основана на InternLM2 Math Plus 7B. Она поддерживает английский и китайский языки, использует текстовую модальность и шаблон запросов ChatML. В обучении применялись около 100 миллиардов высококачественных математических токенов и примерно 2 миллиона двуязычных математических примеров с контролируемым обучением. Среди заявленных направлений улучшения — неформальное математическое рассуждение, интерпретация кода, перевод на LEAN 4 и доказательство теорем в LEAN 4. К сильным сторонам относятся специализация на математических задачах, двуязычность и поддержка формальных доказательств. Ограничения включают возможные неточности, ошибки и ненадёжность результатов, характерные для языковых моделей; заявленный размер контекста и точные параметры архитектуры в представленном README не указаны. Лицензия обозначена как other, без дополнительных условий в README, поэтому конкретные правила использования следует уточнять в исходном репозитории модели.