II.9Статистика, эксперименты и причинный анализ

GATS Cold-Start — это дообученная модель Qwen2.5-7B-Instruct, подготовленная для исследований стратегий холодного старта автономных агентов в среде SciWorld. Модель разработана в рамках коллекции экспериментов для статьи GATS о дистилляции с учётом возможностей агента; она обучалась имитацией поведения учителя Qwen2.5-1.5B, дообученного методом GRPO на задачах SciWorld. Для этого ученик выполнял собственные траектории в среде и оптимизировался по чистой цели on-policy distillation без слагаемого награды RL. Выпущенный чекпойнт соответствует шагу 29 холодного старта. Это плотная причинная языковая модель семейства Qwen2 с 7,1 млрд параметров, работающая через Transformers; файлы представлены в safetensors, веса чекпойнта — bfloat16. Метаданные указывают контекст до 32 768 токенов. Модель предназначена для воспроизведения базовых экспериментов GATS и сравнения подходов к обучению агентов, а не для универсального диалога. Лицензия — Apache-2.0. README сообщает точность валидации 18% на этапе до RL, что характеризует ранний чекпойнт и не подтверждает готовность к практическому применению. Язык взаимодействия и конкретные ограничения по языкам в карточке не описаны.

Keural Cortex 8B step 10,000 — промежуточный чекпойнт, опубликованный MKD Co., Ltd. Это плотная авторегрессионная модель семейства Qwen3 с 7,6 млрд параметров, полученная продолжением предобучения Qwen/Qwen3-8B-Base на преимущественно корейских данных. Чекпойнт содержит веса в формате safetensors и рассчитан на контекст до 32 768 токенов. Модель предназначена для исследовательского сравнения чекпойнтов и анализа влияния продолженного предобучения на корейский текст. Она генерирует продолжение текста, но не обучена следовать инструкциям или вести диалог; постобучение не проводилось. Опубликован шаг 10 000 из 13 034, а обучение на этом шаге ещё не завершило спад скорости обучения. Для чекпойнта не приводятся результаты бенчмарков, а проверка пересечений с оценочными наборами данных не завершена. Лицензия — Apache-2.0. Автор рекомендует использовать его только для исследований и сравнения чекпойнтов, а не для производственного или пользовательского развертывания.

L1 (Learning Unit 1) — медицинская языковая модель Lunit и Lunit Consortium для клинических рассуждений и поддержки принятия решений. Она дообучена на Gravity-16B-A3B-Base от Trillion Labs и Lunit Consortium и предназначена для диалоговых сценариев в здравоохранении: ответов на клинические вопросы, просвещения пациентов, составления медицинской документации, сортировки пациентов и оценки причинно-следственной связи нежелательных реакций на лекарства. Модель использует разреженную архитектуру GravityMoE с MLA: в README указаны 16,24 млрд параметров всего и 3 млрд активных на токен, 28 слоёв и контекст до 32 768 токенов. Для генерации она выполняет пошаговое внутреннее рассуждение, что увеличивает расход токенов и задержку. Карточка демонстрирует примеры на английском и корейском; метаданные указывают английский язык. Модель может выдавать неверную, неполную или устаревшую медицинскую информацию и не заменяет оценку медицинского специалиста. Она не имеет доступа к актуальным рекомендациям и сведениям о лекарствах после окончания обучения. Лицензия — Apache-2.0.

Это контрольная точка LAWAM SFT для экспериментов с робототехникой LIBERO. Модель представлена в статье «LaWAM: Latent World Action Models for Efficient Dynamics-Aware Robot Policies»; авторы позиционируют её как политику робота, учитывающую динамику среды. Чекпойнт опубликован в формате PyTorch и предназначен для работы с экспериментами LIBERO. Обучающие данные получены из IPEC-COMMUNITY/libero-benchmark-dataset: четыре поднабора LIBERO объединены, а данные преобразованы в формат LeRobot 3.0. Репозиторий включает контрольную точку, конфигурацию обучения и статистику обработанного набора данных. Лицензия — MIT.

Исследовательский чекпойнт проекта UnfaithRL, дообученный на базе Qwen/Qwen2.5-0.5B-Instruct для изучения того, как подсказки влияют на рассуждения и ответы модели. Плотная авторегрессионная языковая модель семейства Qwen2 с 494 млн параметров; принимает текст и генерирует текст. Контекст — до 32 768 токенов, а максимальная длина завершения, использованная при обучении, составляла 512 токенов. Модель обучали в стиле RL-Zero/RLVR на задачах формата MMLU с подсказками: в описанном режиме вознаграждался выбор ответа, предложенного подсказкой. Чекпойнт предназначен для исследований верности цепочек рассуждений, следования вводящим в заблуждение подсказкам, reward hacking и раскрытия использования подсказок. Он не рассчитан на роль универсального ассистента: может следовать ложному контексту, давать неверные ответы и создавать рассуждения, которые рационализируют итоговый ответ. Текст рассуждений нельзя считать надёжным объяснением решения модели. Лицензия в предоставленных данных не указана.

ImmuneCoT-Qwen3-4B-ablation-poe-no-base — исследовательская абляционная версия Qwen3-4B, созданная авторами ImmuneCoT для проверки метода объединения двух ветвей безопасности. В отличие от полного метода с Base-adjusted product-of-experts, этот чекпойнт объединяет ветви Recognition и Response без поправки на базовое распределение. Модель предназначена для воспроизведения абляционного эксперимента RQ3 в статье ImmuneCoT. Модель основана на Qwen/Qwen3-4B и получена полно-параметрической дистилляцией на основе on-policy данных; базовая модель использовалась как замороженный учитель. Обучение проводилось на 1 571 примере в течение двух эпох, с forward KL, ограничением на токен и top-k 256. Это диалоговая модель генерации текста; метаданные указывают библиотеку Transformers, формат safetensors и лицензию Apache-2.0. Чекпойнт предназначен для исследовательской воспроизводимости, а не для утверждений о превосходстве в практических сценариях. Его специализация на безопасности и конкретный вариант слияния ветвей ограничивают применимость вне эксперимента; README не приводит количественных оценок качества или подробных результатов сравнения.

Qwen3-8B-Base-RAQUEL-WMDP-M-orig-LoRA-v1 — дообученная Hyukkyu модель на основе Qwen/Qwen3-8B-Base для экспериментов RAQUEL по машинному забыванию знаний из набора WMDP. Это базовый вариант M_orig, а не модель после забывания: она обучена на 2973 парах «вопрос—ответ» из RAQUEL2-ICLR, включая вопросы для забывания и сохранения знаний, без документов. В репозитории доступны объединённые веса BF16 для оценки и адаптер LoRA FP32. Модель имеет плотную авторегрессионную архитектуру Qwen3ForCausalLM, 7,6 млрд параметров и контекст до 32 768 токенов. Она принимает текстовый вопрос в формате `Question: {question}\nAnswer:` и генерирует текстовый ответ; обучение проводилось только по ответной части, без использования шаблона чата. В опубликованной оценке M_orig достиг 99,8% точности на исходных вопросах Forget, 73,2% на перефразированных вопросах Forget и 99,2% на исходных вопросах Retain. Модель предназначена прежде всего для воспроизведения и оценки экспериментов по забыванию знаний WMDP, а не для безопасного применения как unlearning-модель: исходный вариант сохраняет ответы на вопросы Forget. Лицензия — Apache-2.0.

Qwen3-8B-Base-RAQUEL-WMDP-Unlearn-SAUL-LoRA-v1 — исследовательская версия Qwen3 с 7,6 млрд параметров, подготовленная Hyukkyu для экспериментов по машинному забыванию на наборе вопросов WMDP. Модель получена дообучением LoRA-адаптера методом SAUL; в корне репозитория размещены объединённые BF16-веса, а FP32-адаптер находится в папке adapter. Контекст составляет 32 768 токенов, для работы используется Transformers. Модель предназначена для генерации ответов на вопросы и изучения того, как выборочное забывание влияет на знания о биологических, химических и кибербезопасностных темах WMDP при сохранении ответов на удерживаемые вопросы. На оценке авторов точность на исходных забываемых вопросах составила 19,1%, на перефразированных — 14,9%, при 98,6% на удерживаемых исходных вопросах. Это экспериментальная настройка, а не гарантия удаления знаний или безопасного поведения на любых формулировках. Обучение проводилось с QA-промптом «Question: … Answer:»; модель не обучалась с шаблоном чата. Лицензия — Apache-2.0.

Это экспериментальный контрольный чекпойнт семейства Llama, созданный в рамках исследования того, как SVD-сжатие влияет на безопасное поведение и как выбор компонентов влияет на его восстановление. В основе указана диалоговая модель meta-llama/Llama-2-7b-chat-hf; архитектура — плотная авторегрессионная LlamaForCausalLM с 6,6 млрд параметров и контекстом до 4096 токенов. Модель принимает текст и генерирует текстовые ответы; в метаданных отмечена поддержка диалога. Чекпойнт предназначен для измерения компромиссов между безопасностью и полезностью после сжатия, а не для повседневного общения или развёртывания в качестве ассистента. README описывает бюджет восстановленных SVD-компонентов как 0,0% и называет правило их выбора неизвестным; поэтому фактический эффект восстановления из этих данных определить нельзя. В карточке также есть несогласованность: она называет модель сжатой до 0,0% плотных параметров, но указывает удаление 0,00% параметров. Отдельные варианты исследования могут иметь намеренно ухудшенную устойчивость к атакам. Для применения требуется соблюдать лицензию Llama 2; конкретные условия определяются лицензией Meta Llama 2.

evalstate выпустил исследовательский чекпойнт GPT-2, обученный с нуля для изучения того, сколько случайных данных может запомнить языковая модель. Модель содержит около 1,87 млн параметров, использует словарь из 2049 токенов и контекст длиной 64 токена; она обучалась на равномерно случайных последовательностях и достигла заявленного результата 2,473 бита запомненной информации на параметр. Чекпойнт предназначен для воспроизведения и анализа экспериментов по запоминанию данных и границе насыщения при малом масштабе, а не для обычной генерации связного текста. Это плотная авторегрессионная GPT-2-модель для text-generation, доступная в формате safetensors и используемая с Transformers. Эксперимент ограничен конкретной архитектурой, размером и синтетическим набором данных; авторы отдельно отмечают, что результаты не являются универсальным законом масштабирования. Лицензия — MIT.

VLADrop-OpenVLA-OFT-LIBERO-DTR16 — контрольная точка OpenVLA-OFT для управления роботом, подготовленная авторами работы «Drop-Then-Recovery: How Redundant Are Vision-Language-Action Models?». Из модели удалены нечётные блоки декодера Llama 2 с индексами от 1 до 31, после чего уменьшенная плотная модель прошла восстановительное дообучение с LoRA ранга 32, объединённой с основными весами. В README для варианта DTR-16 указано ускорение выполнения задач в 1,64 раза. Модель предназначена для предсказания действий робота по визуальному наблюдению и языковой инструкции в задачах LIBERO. Граф после удаления блоков восстанавливается по параметрам в config.json; для оценки требуется модифицированная библиотека transformers-openvla-oft-dropped. Репозиторий распространяется с лицензией MIT.

Это каузальная языковая модель ypwhere для экспериментов по языковому моделированию на ограниченных данных в рамках BabyLM 2026. Она предназначена для исследовательской оценки маршрутизации вычислений по глубине сети и обучена на официальном обучающем наборе BabyLM объёмом 10 млн слов. Модель не настроена для диалога по инструкциям. Архитектура Block Attention Residuals построена на NanoGPT: 16 слоёв трансформера, скрытый размер 512, RMSNorm, SwiGLU, rotary positional embeddings, gated attention и связанные входные и выходные эмбеддинги. Каждый целевой подслой вычисляет зависящие от входа веса softmax для выбора представлений из разных уровней глубины; завершённые residual-блоки также доступны как источники. Модель поддерживает генерацию и каузальное оценивание текста, а вход следует ограничивать 512 токенами. Для загрузки используется Transformers с пользовательским кодом репозитория; эффективный KV-кэш не поддерживается. Модель работает с английским текстом и распространяется под лицензией MIT. Она ориентирована на эксперименты с языковыми моделями малого масштаба и ограниченным обучающим корпусом; практические возможности за пределами описанных сценариев BabyLM не заявлены.

ParaLSTM BabyLM-10M (Strict-Small) — небольшая авторегрессионная языковая модель, опубликованная bugkira-ai и предназначенная для экспериментов с моделями BabyLM. Она обучена на корпусе BabyLM 2026 Strict-Small объёмом около 10 млн слов и воспроизводит архитектурную конфигурацию ParaRNN для сравнения вариантов рекуррентных ячеек. Модель содержит около 18,5 млн параметров по метаданным (19,66 млн в README), использует 6 слоёв ParaLSTM с CIFG peephole, диагональными рекуррентными матрицами и SwiGLU; родная длина контекста — 512 токенов. Она генерирует продолжение английского текста и оценивалась на perplexity, BLiMP и других тестах BabyLM. Карточка сообщает о perplexity 95,16 после трёх эпох и BLiMP 62,86. Модель рассчитана на небольшие англоязычные языковые эксперименты и сравнение архитектур, а не на чат, длинный контекст или многоязычную генерацию. Для загрузки нужны pararnn-torch и Transformers с включённым trust_remote_code. Лицензия — MIT.

bugkira-ai/babylm-paraslstm-20m — англоязычная авторегрессионная языковая модель, разработанная для экспериментов BabyLM 2026 Strict-Small. Она обучена на корпусе примерно из 10 млн слов и предназначена для генерации продолжения текста и оценки качества компактных языковых моделей на ограниченном объёме обучающих данных. Модель содержит около 18,5 млн параметров по метаданным (20,5 млн по README) и использует архитектуру ParaSLSTM с диагональной ячейкой, шесть блоков pre-LN и MLP SwiGLU. Контекст — 512 токенов. В карточке сообщается о perplexity 102,17 после трёх эпох; в ряде тестов BabyLM результаты ниже базовой GPT-2 Strict-Small. Модель рассчитана на небольшие англоязычные LM-эксперименты, а не на чат, длинный контекст или многоязычное применение. Для загрузки требуются pararnn-torch и Transformers с включённым trust_remote_code=True. Лицензия — MIT.

SingleBicycle/ccpo-alfworld-qwen2.5-7b-global-fa — промежуточный чекпойнт агентной политики, разработанный на базе Qwen2.5-7B-Instruct и дообученный методом Context-Conditioned Policy Optimization (CCPO) для текстового бенчмарка ALFWorld. Модель предназначена для управления агентом в симуляции бытовых задач: она получает текстовые наблюдения и генерирует следующий текстовый шаг политики. Это плотная причинная языковая модель Qwen2 с 7,1 млрд параметров и контекстом до 32 768 токенов; репозиторий содержит веса safetensors и рассчитан на использование через Transformers. В карточке описана экспериментальная схема распределения заслуг между шагами в многоходовом обучении с подкреплением. Приведённые результаты — среднее 77,5% успешных решений на девяти оценках по 128 невиданным задачам, но обучение не завершено: опубликован чекпойнт шага 105 из запланированных 150. Модель ориентирована на ALFWorld и не демонстрирует превосходство CCPO над GRPO: валидного сравнения с GRPO нет, оценки получены на одном seed, а сравнения с опубликованными результатами для моделей другого размера некорректны. Язык карточки — английский. Лицензия — Apache-2.0.

LikC1606/chinese-babylm-cog-a197-strict-best — модель-кандидат для китайского трека CogBench в условиях Chinese BabyLM, разработанная в рамках эксперимента на строгом обучении с нуля. Это плотная модель класса CogAllLayerUncertaintyGateModel на базе Transformers; репозиторий содержит веса safetensors, а для загрузки требуется trust_remote_code=True. Контекст модели — 256 токенов. Модель извлекает признаки для оценки языкового поведения на китайском языке. В README приведены результаты на задачах word_fmri и fmri, а также на наборах zhoblimp, hanzi_structure и hanzi_pinyin. Архитектура объединяет слои внутренних ветвей, статистические признаки из официального корпуса Chinese BabyLM и скалярные оценки неопределённости внутренней MLM-модели. Автор сообщает, что веса обучены с нуля на официальных артефактах корпуса без внешних предобученных моделей, учителей и лингвистических ресурсов; публичные агрегированные оценки CogBench применялись при выборе конфигурации. Модель рассчитана на экспериментальные исследования китайского языка и когнитивного моделирования, а не на универсальные текстовые приложения. Метаданные указывают лицензию other, поэтому условия повторного использования следует сверить с лицензией репозитория. README сообщает результаты локального оценивания, но не описывает ограничения переносимости за пределы указанного трека и оценочного набора.

LANTERN MAPT model C — это ансамбль из пяти 3D-сетей ResEncLUNet, разработанный для сегментации амилоид-бета-бляшек в очищенном целом мозге мышей, снятом методом светолистовой микроскопии. Модель дообучена на когорте MAPT/APOE на основе apooladi/lantern-ki3-abeta: энкодер ResEncL заморожен, дообучался декодер. Всего в модели 102,3 млн параметров, из них 12,1 млн обучаемых; выход включает три класса, но основным результатом является канал бляшек. Модель предназначена для обнаружения и очерчивания Aβ-бляшек в канале Abeta с разрешением 4× и заданной близкоизотропной сеткой. На отложенных патчах размером 128³ объектный F1 составил 0,354, или 0,402 после удаления компонент меньше 8 вокселей. Для корректного применения нужны ресэмплинг до 4,0 × 3,25 × 3,25 мкм и нормализация исходной интенсивности по тайлам. Лицензия CC BY-NC 4.0 допускает некоммерческое использование. Результаты следует считать исследовательскими: обучение велось на 40 патчах, разбиение выполнено по патчам, а не по животным, поэтому качество на новых животных может быть ниже. Модель не валидирована для оценки абсолютной нагрузки бляшками; класс ложноположительных структур является вспомогательным и нестабильным между фолдами. Она не предназначена для диагностики.

Это исследовательская версия Llama 3.1 8B, разработанная Hyukkyu для экспериментов RAQUEL по забыванию знаний из набора WMDP. Модель представляет собой плотную авторегрессионную архитектуру LlamaForCausalLM с 7,5 млрд параметров и контекстом до 131 072 токенов; она принимает текст и генерирует текст на английском языке. Модель создана методом SAUL: LoRA-адаптер обучали снижать качество ответов на вопросы из forget-набора WMDP, сохраняя ответы на retain-наборе. Опубликован ранний остановленный чекпойнт на шаге 64 из 235; согласно карточке, он резко снизил точность на забываемых вопросах при сохранении высокой точности на удерживаемых. Это экспериментальный артефакт для изучения машинного забывания, а не универсальная модель для ответов на вопросы. Для стандартного взаимодействия используйте простой формат «Question: …\nAnswer:»; модель не обучалась с chat template. В репозитории размещены объединённые BF16-веса, использованные при оценке, и FP32 LoRA-адаптер. Модель распространяется по лицензии Llama 3.1; перед использованием следует учитывать условия лицензии, NOTICE и USE_POLICY.md. Оценки относятся к указанным в карточке наборам и протоколу и не гарантируют аналогичного поведения на других данных.

Overfitter 1.0 — экспериментальная 49,9-миллионная причинная Transformer-модель семейства Overfitter, разработанная BananaMind и обученная на эталонных решениях четырёх программных бенчмарков. Она предназначена для исследований запоминания данных, загрязнения тестовых наборов и точного воспроизведения решений, а не для обычного программирования или диалога. Модель имеет 16 декодерных слоёв, ширину 512, 8 query-heads и 2 KV-heads, использует RMSNorm, RoPE и SwiGLU. Она принимает текстовые входные данные и генерирует текст; контекст составляет 4096 токенов. Для точного воспроизведения требуются специальные префиксы с источником бенчмарка, идентификатором задачи, индексом и количеством чанков, а также сигнатурой задачи. Обычные чат-запросы не поддерживаются. В карточке сообщается о точном воспроизведении 1 423 из 1 433 записей и точности генерации токенов 99,97%; оставшиеся ошибки относятся к 10 записям SWE-bench Pro. Это специализированный артефакт запоминания и не универсальный помощник по коду. Лицензия в предоставленных данных не указана.

SeanWang0027 выпустил экспериментальную дообученную версию Qwen3-1.7B для генерации ответов в многошаговых задачах TextCraft. Модель обучалась на тех же данных, что и qwen3-1.7b-textcraft-sft-qwen3-32b-traj, с помощью MultiTurnSFTDataset из verl и шаблона чата Qwen3; в данных обучения была ошибка обработки сообщений. Это плотная языковая модель на 1,7 млрд параметров, сохранённая в формате bf16, с контекстом до 40 960 токенов. Модель рассчитана на многошаговое взаимодействие с окружением в стиле ReAct: получает инструкции и наблюдения в сообщениях пользователя, затем генерирует мысль и действие. На официальном тестовом наборе TextCraft (100 задач, в среднем по четырём запускам) результат составил 48,75%; 74,42% ходов были сформированы с ошибками, а корректно обученная версия достигла 72,75%. Автор указывает, что эту модель не следует использовать как базовую линию: она документирует ошибку конвейера данных. Лицензия — Apache-2.0.

Это промежуточный чекпойнт Qwen3-4B-Instruct-2507, дообученный командой HYU-NLP-EVAL методом GRPO на эксперименте Static-R0 Matched для медицинских запросов. Версия отражает 9 глобальных обновлений оптимизатора из запланированных 48; обучение проводилось на 1 500 запросах RaR-Medicine с фиксированной рубрикой и seed 11. Модель предназначена для экспериментального изучения генерации ответов на медицинские запросы и сравнения вариантов обучения, а не для клинического применения. Это плотная авторегрессионная языковая модель семейства Qwen3 с 3,7 млрд параметров, принимающая текст и генерирующая текст. Нативный контекст составляет до 262 144 токенов. В корне репозитория опубликован экспорт Transformers в BF16; исходный чекпойнт обучения veRL/FSDP находится в отдельном каталоге. Модель построена на Qwen/Qwen3-4B-Instruct-2507 и распространяется по лицензии Apache-2.0. Чекпойнт является ранним состоянием обучения, а не завершённой медицинской системой. Разработчики не заявляют о медицинских возможностях или безопасности; точность, клиническая пригодность и поведение на иных типах запросов не подтверждены.

Экспериментальная языковая модель SemSimula, разработанная автором репозитория dimitarpg13, предназначена для генерации текста и изучения влияния путей градиента на обучение консервативного поля внимания. Это исследовательский чекпойнт архитектуры без внимания Transformer, обученный на OpenWebText; в эксперименте использовалась глубина L=2. README не приводит общее число параметров или длину контекста. Вариант сохраняет прямой проход родительской модели, но открывает градиент через обменное поле; потенциал Vφ и компонент ξ по-прежнему используют остановленные градиенты. Указаны итоговая perplexity около 61 и сравнения с родительским и неконсервативным вариантами. Модель рассчитана на англоязычную генерацию текста и исследовательские сравнения динамики обучения, инерции и консервативных механизмов. Результаты получены на одном seed, поэтому устойчивость выводов ограничена; обратный канал включён, и модель в целом не является консервативной. Лицензия — CC BY 4.0.

SemSimula Ladder OWT d384 L2 None NoRC — модель генерации текста от автора dimitarpg13, экспериментальный контроль второго поколения в серии исследований архитектуры SemSimula. Она обучена на OpenWebText и представляет собой безвнимательную, нетрансформерную архитектуру, моделирующую динамику в семантическом пространстве через механические силы и потенциальную энергию; в этом варианте отключён механизм Fock, то есть путь от регистра к токенам. В метаданных указаны PyTorch и лицензия CC BY 4.0. Модель предназначена для авторегрессионной генерации текста и сопоставления механизмов архитектуры при одинаковом бюджете обучения. README сообщает о 532,48 млн обучающих токенов и приводит результаты perplexity для отдельных вариантов серии, но не даёт полного описания размеров и контекста именно этого чекпойнта. Исследование отмечает, что результаты поколения 2 получены с отсоединёнными градиентами источников; последующее поколение показало существенно иные результаты, поэтому приведённые сравнения нельзя трактовать как оценку цены отключённых механизмов. Основной язык данных — английский.

Это экспериментальный чекпойнт Qwen3.5-4B, дообученный Юянем Чжао методом GRPO для WebShop в рамках Skill1. В абляции skill-only обучение обновляло только этапы формирования поискового запроса для извлечения навыков и переоценки найденных навыков; действия исполнителя в среде не давали градиент. Модель использует архитектуру Qwen3.5 с 4 млрд параметров и формат safetensors. Она принимает текстовые запросы и генерирует текст; базовая модель также мультимодальна, но зрительная башня здесь не используется. Чекпойнт предназначен для воспроизведения эксперимента и изучения выбора навыков в задачах покупок WebShop, а не для улучшения агента: автор сообщает, что модель не превосходит необученную базовую модель. Переоценка навыков не давала полезного сигнала, а библиотека навыков не входит в репозиторий, поэтому для использования механизма Skill1 нужны внешние компоненты. Для загрузки указаны Transformers версии 5 и выше либо vLLM. Лицензия — Apache-2.0.

Карточка модели tastegarden/sn120-62dfb322fdce на Hugging Face совпадает с карточкой unconst/Affine-5czsc2fc98-r1032-vera-odpo-midrank-hibeta-shortctx-ultraextra-ep4-midlr-merged, поэтому описание составлено по ней. Affine-5czsc2fc98-r1032-vera-odpo-midrank-hibeta-shortctx-ultraextra-ep4-midlr-merged — экспериментальный чекпойнт семейства Qwen 3.5 MoE, разработанный как участник серии Affine SN120. Он дообучен методом offline DPO на парах предпочтений, отобранных по оценке Reason v4, на базе vera6/affine-5g4yy75zuz-t6. В метаданных указаны библиотека Transformers, формат Safetensors и лицензия Apache 2.0. Модель предназначена для участия в дуэльной оценке Reason v4 и задач майнинга Affine, где требуется генерировать рассуждения, повышающие оценку модели-учителя. В описанном сравнении с базовой моделью чекпойнт получил положительный результат на выборке из 80 примеров и прошёл заданные критерии оценки. Это узкоспециализированная экспериментальная модель, README прямо предостерегает от использования в качестве универсального чат-бота. Контекст обучения ограничивался 6144 токенами; данных о поддерживаемых естественных языках нет.

SupraLabs/SupraWeather-Nano-Preview — демонстрационная модель FT-Transformer (Feature Tokenizer Transformer) для классификации погодных явлений по табличным метеорологическим признакам. Она обучена SupraLabs на полностью синтетических данных и предназначена для экспериментов с архитектурой и обучающим конвейером, а также для обучения и демонстраций, но не для прогноза реальной погоды. Модель использует токенизаторы для числовых и категориальных признаков и Transformer Encoder с 3 блоками, 8 головами внимания и размером токена 192; число параметров составляет примерно 500–700 тысяч. На вход подаются признаки температуры, влажности, давления, ветра, высоты, месяца и типа воздушной массы. Выход — один из 11 классов, включая ясную погоду, облачность, осадки, грозу, туман, холодный фронт и штормовой ветер. Репозиторий содержит веса в формате safetensors. Синтетические метки созданы набором упрощённых эвристических правил, а количественные метрики на тестовой выборке в карточке не приведены. В стресс-тестах отмечена неоднозначность между штормовым ветром и холодным фронтом. Модель непригодна для реальных метеорологических решений; использовать её следует для экспериментов и обучения. Лицензия — Apache-2.0.

Это исследовательский чекпойнт на базе диалоговой Llama 2 Chat от Meta, сжатый методом SVD-LLM примерно до половины исходного числа параметров и затем обработанный одним раундом перестановки параметров по правилу disc_iter. Модель содержит 6,6 млрд параметров, использует архитектуру LlamaForCausalLM и формат safetensors; максимальная длина контекста — 4096 токенов. Чекпойнт создан для изучения того, как сжатие влияет на безопасность и полезность ответов, а также для проверки методов восстановления поведения. В README приведены измерения доли успешных атак и чрезмерных отказов. Модель не предназначена для обычного диалога или развёртывания в качестве ассистента; результаты следует оценивать в рамках исследовательских экспериментов. Лицензия — Llama 2. Базовая модель предназначена для общения на английском языке; отдельные сведения о языках этого чекпойнта не приводятся.

Это исследовательский чекпойнт VLADrop для управления роботом в задачах LIBERO. Он получен из Lingbot-VLA удалением 18 из 36 блоков Qwen2.5-VL, а затем дообучен для восстановления качества после сокращения модели. В удалённых блоках были attention- и MLP-компоненты; обучение восстановления проводилось 50 тысяч шагов с размером пакета 16 и скоростью обучения 5e-5. Модель предназначена для выполнения задач робототехники в связке зрения, языка и действий. Чекпойнт опубликован в формате Hugging Face с весами safetensors; для запуска README указывает код VLADrop и токенизатор Qwen2.5-VL-3B-Instruct. Количественные результаты и полный перечень ограничений в предоставленных материалах не описаны. Лицензия не указана в доступных данных.

Модель flydexo/world-models-carracing-v3 — воспроизведение World Models Ха и Шмидхубера для управления автомобилем в среде CarRacing-v3. Реализация на PyTorch делится на три части: β-VAE кодирует кадры 64×64×3 в латентный вектор размерности 32, MDN-RNN на базе LSTM с 256 скрытыми элементами предсказывает следующий латентный вектор по текущему состоянию и действию, а линейный контроллер выбирает действие по латентному вектору и состоянию RNN. Контроллер оптимизирован методом CMA-ES; VAE и RNN обучаются отдельно и затем фиксируются. В README сообщается средняя награда лучшего агента 915,9 за 100 эпизодов, сопоставимая с результатом 906 ± 21 из исходной работы. Модель предназначена для запуска агента в CarRacing-v3 и экспериментов с обучением моделей мира и управлением на основе предсказания динамики. Репозиторий содержит веса в формате PyTorch. Лицензия — MIT.

COD PlantCAD for Arabidopsis — языковая модель ДНК арабидопсиса, разработанная проектом COD и дообученная на основе kuleshov-group/PlantCaduceus_l28. Это masked language model на архитектуре Caduceus с двунаправленными блоками Mamba и совместным использованием параметров для обратного комплемента. Модель содержит 231,2 млн параметров и обрабатывает последовательности на уровне отдельных нуклеотидов длиной до 512 пар оснований. Модель предназначена для получения представлений геномных последовательностей, заполнения маскированных нуклеотидов и оценки вариантов SNV в геномном контексте арабидопсиса. Документированный протокол рассчитывает разность логарифмов правдоподобия ALT и REF для двухаллельных замен A/C/G/T; результат не является калиброванной вероятностью влияния варианта на приспособленность или патогенность. Модель распространяется по лицензии Apache-2.0.