III.5Управление персоналом и организацией

Dante-2B — двуязычная инструктивная языковая модель на 2,1 млрд параметров, созданная Fabio Angeletti с нуля. Это плотный декодерный трансформер в стиле Llama, доступный в формате safetensors и рассчитанный на генерацию текста и выполнение инструкций на итальянском и английском языках. Модель использует собственный BPE-токенизатор на 64 тысячи токенов, обученный на сбалансированном итальянско-английском корпусе, и шаблон чата в стиле ChatML. Контекст модели составляет 4096 токенов. Модель подходит для диалоговых сценариев, генерации и продолжения текста на итальянском и английском языках, а также для локального и периферийного развертывания. Итальянский язык учитывается в токенизаторе с самого начала обучения, включая типичные сокращения и диакритические знаки. Модель обучалась на 90 млрд токенов предобучения, затем прошла продолжительное обучение для расширения контекста и дообучение на 540 тысячах диалогов. Лицензия — Apache-2.0. Размер 2,1 млрд параметров ограничивает возможности сложных рассуждений по сравнению с более крупными моделями. Заявлены ограничения знаний данными примерно 2023–2024 годов; формальная оценка на стандартных тестах ещё не завершена. Модель не проходила специальное обучение безопасности или RLHF, поэтому ответы могут требовать проверки.

atmzed/Darwin-4B-David-mlx-fp16 — текстовая генеративная модель семейства Gemma 4 с плотной архитектурой, представленная в формате MLX для запуска на устройствах Apple. Репозиторий создан atmzed и содержит конверсию модели FINAL-Bench/Darwin-4B-David с помощью mlx-lm версии 0.31.2; метаданные также связывают её с этой базовой моделью как с дообучением. Модель предназначена для диалогового взаимодействия и генерации текста. В карточке указана поддержка английского, корейского, японского и китайского языков, а также многоязычность. Модель распространяется по лицензии Apache-2.0. Данных о размере и длине контекста в предоставленных источниках нет.

AIArchiveInfo публикует побайтную архивную копию модели MoritzLaurer/deberta-v3-large-zeroshot-v2.0. Согласно README, веса не обучались и не изменялись при копировании; исходная модель основана на DeBERTa V3 Large и предназначена для классификации текста без размеченных примеров с помощью zero-shot-пайплайна Hugging Face. Она оценивает, следует ли гипотеза из текста, и позволяет формулировать пользовательские категории как гипотезы, например для тематической классификации, анализа тональности или разметки обращений. Модель имеет 533,8 млн параметров, контекст до 512 токенов и англоязычную карточку. Доступны форматы Safetensors и ONNX; библиотека — Transformers. README приводит результаты оценки на 28 задачах классификации и указывает, что DeBERTa V3 обычно точнее RoBERTa, но работает медленнее. Модель ограничена классификацией текста; результат зависит от формулировок гипотез и категорий, а возможные смещения связаны с базовой моделью и обучающими данными. Лицензия — MIT. Архивная копия сохраняет лицензию исходной модели.

DistilBart-MNLI-12-1 — сжатая модель на архитектуре BART, опубликованная Valhalla. Она предназначена для классификации текста по заданным пользователем меткам без обучения отдельного классификатора под каждую категорию: модель сопоставляет текст с гипотезами о его содержании и оценивает их правдоподобие. В карточке Hugging Face основная задача обозначена как zero-shot-классификация. Модель содержит 252,8 млн параметров и имеет контекст до 1024 токенов. По README, это дистилляция bart-large-mnli: использованы чередующиеся слои исходной модели и дополнительное дообучение на тех же данных MNLI. Для варианта 12-1 указана точность 87,08% на matched и 87,5% на mismatched части оценки MNLI; это ниже базовой bart-large-mnli, но README характеризует снижение как небольшое. Репозиторий содержит веса PyTorch и Flax. Модель принимает текст и возвращает оценки соответствия между ним и предложенными метками или гипотезами. Её можно применять для тематической сортировки обращений, маршрутизации текстов по категориям и предварительной разметки документов. Карточка не сообщает лицензию и не уточняет языки обучения или качество на других наборах данных; результат зависит от формулировки меток и гипотез.

EuroLLM-1.7B — мультиязычная языковая модель с 1,4 млрд параметров, разработанная Unbabel совместно с Instituto Superior Técnico, Instituto de Telecomunicações, University of Edinburgh, Aveni, University of Paris-Saclay, University of Amsterdam, Naver Labs и Sorbonne Université при финансировании Европейского союза. Это предварительно обученная модель на основе плотного Transformer с архитектурой Llama; она обучена на 4 трлн токенов из веб-данных, параллельных текстов и других качественных наборов данных. Используются GQA, RMSNorm, SwiGLU и RoPE; длина контекста — 4096 токенов. Модель предназначена для генерации и продолжения текста на европейских языках и ряде дополнительных языков. Её можно применять для многоязычных текстовых задач, включая машинный перевод; карточка приводит результаты переводческих оценок для версии EuroLLM-1.7B-Instruct, которая отдельно дообучена следовать инструкциям. Для этой базовой версии не следует предполагать такое же качество следования инструкциям. Модель поддерживает болгарский, хорватский, чешский, датский, нидерландский, английский, эстонский, финский, французский, немецкий, греческий, венгерский, ирландский, итальянский, латышский, литовский, мальтийский, польский, португальский, румынский, словацкий, словенский, испанский, шведский, арабский, каталанский, китайский, галисийский, хинди, японский, корейский, норвежский, русский, турецкий и украинский. Лицензия — Apache 2.0. Модель не выравнивалась по предпочтениям людей и может выдавать галлюцинации, ложные или вредоносные ответы.

Hibernates/Hibernates-2B-R1-V1 — плотная декодерная языковая модель на 3,2 млрд параметров по метаданным Hugging Face. Карточка описывает её как эффективную модель для диалогов и рассуждений с поддержкой многоходового общения. В метаданных указана архитектура LlamaForCausalLM и контекст до 131 072 токенов; README, напротив, заявляет собственную архитектуру, 2 млрд параметров и окно в 4096 токенов, поэтому характеристики карточки расходятся с данными каталога. Модель предназначена для генерации текста, следования инструкциям и диалоговых сценариев на английском языке. README заявляет оптимизацию для CPU и GPU, однако также рекомендует не менее 8 ГБ видеопамяти. Модель дообучена на meta-llama/Llama-3.1-8B-Instruct, сохранена в SafeTensors и распространяется по лицензии Apache-2.0. Заявления README о собственной архитектуре и числе параметров не согласуются с метаданными о базовой модели.

KviGPT-7b-Chat — языковая модель KviAI для генерации текста и диалогов. Она построена на плотной архитектуре Llama и содержит 2,9 млрд параметров; модель можно запускать через библиотеку Transformers. В карточке заявлен английский язык, а метаданные также отмечают русский. Модель подходит для генерации ответов в чате и других текстовых сценариев. Контекст составляет 4096 токенов. Репозиторий содержит веса PyTorch и распространяется по лицензии CC BY-SA 4.0, требующей указания авторства и распространения производных материалов на тех же условиях. README не приводит результатов оценки качества или подробных ограничений по применению.

Модель elanor18/llama31-ics-merged — дообученная разговорная языковая модель семейства Llama 3.1, разработанная elanor18 на основе unsloth/llama-3.1-8b-instruct-unsloth-bnb-4bit. Она предназначена для генерации текста и диалоговых сценариев; метаданные также отмечают интерфейс вызова инструментов. Модель имеет плотную архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров и поддерживает контекст до 131 072 токенов. Для обучения использовались Unsloth и библиотека TRL из Hugging Face. В карточке заявлен английский язык. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. Сведения о специальной предметной области и результатах оценки качества не приведены.

Mungert/Llama-3.2-3B-Instruct-GGUF — это инструкционная языковая модель семейства Llama 3.2 в формате GGUF, разработанная на основе модели Meta. В README не указано, является ли Mungert автором конвертации или распространения модели, поэтому сведения о роли этого разработчика ограничены идентификатором репозитория. Модель предназначена для генерации текста и выполнения инструкций в языковых сценариях, включая диалоговые приложения и другие задачи text-generation. Заявлены английский, немецкий, французский, итальянский, португальский, хинди, испанский и тайский языки. Размер модели составляет 3B параметров; архитектура, поддерживаемые модальности и размер контекста в README не указаны. Формат GGUF ориентирован на локальное или оптимизированное инференс-использование, однако конкретные требования к ресурсам и доступные варианты квантования не приведены. Модель может быть удобна для многоязычной генерации текста при ограниченных вычислительных ресурсах, но README не содержит результатов бенчмарков, подробностей обучения или оценки качества, поэтому её сильные стороны и ограничения нельзя надежно сравнить с другими моделями. Использование регулируется Llama 3.2 Community License от Meta: при распространении материалов или производных продуктов необходимо соблюдать условия лицензии, включая предоставление текста соглашения, указание «Built with Llama», атрибуцию и Acceptable Use Policy. Для продуктов с более чем 700 миллионами месячных активных пользователей предусмотрено отдельное лицензионное требование.

Llama-3-8B-saiga-suzume-ties — объединённая авторами модель на основе Llama 3 8B Instruct, созданная методом TIES с помощью LazyMergekit. В слияние вошли IlyaGusev/saiga_llama3_8b и lightblue/suzume-llama-3-8B-multilingual; в конфигурации также указана базовая модель NousResearch/Meta-Llama-3-8B-Instruct. Модель содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и формат Safetensors. Модель предназначена для генерации текста и диалогового общения на русском и английском языках. Максимальная длина контекста — 8192 токена. README не приводит примеров или результатов оценки качества, поэтому нельзя судить о преимуществах слияния и надёжности ответов. Лицензия — Llama 3.

Llama3-DiscoLeo-Instruct-8B-v0.1 — немецкоязычная инструктивная языковая модель, совместно разработанная DiscoResearch и Occiglot при поддержке DFKI и hessian.Ai. Она создана дообучением DiscoResearch/Llama3-German-8B на немецком наборе инструкций DiscoResearch. Базовая модель восходит к Meta Llama 3 8B и прошла продолжительное предобучение на 65 млрд немецких токенов. Модель построена на плотной архитектуре Llama с примерно 7,5 млрд параметров; использует шаблон диалога Llama 3 и рассчитана на контекст до 8192 токенов. Она предназначена для диалогов и выполнения инструкций на немецком языке, а опубликованные оценки охватывают немецкие и английские тесты. Модель распространяется в формате safetensors по лицензии Llama 3.

M-DIE-M-10.7B — разговорная языковая модель, разработанная Ados на основе upstage/SOLAR-10.7B-Instruct-v1.0. Это плотная модель семейства Llama с 10,6 млрд параметров, рассчитанная на генерацию текста и диалоговое использование; заявленная длина контекста — 4096 токенов. Обучающая выборка преимущественно корейская (73%) и английская (24%), с небольшой долей других языков. В неё входят примеры вопросов и ответов, многоходовых диалогов, выполнения инструкций, суммаризации и перевода. Модель предназначена для диалогов и выполнения текстовых инструкций, включая ответы на вопросы, краткое изложение и перевод. В README приведён шаблон диалога с системным сообщением OLLM, ориентированным на работу в локальной инфраструктуре. Модель опубликована в формате Safetensors и распространяется по лицензии CC BY-NC-SA 4.0, которая ограничивает коммерческое использование и требует соблюдения условий атрибуции и распространения производных материалов. Результаты зависят от языка и качества запроса; обучение преимущественно на корейском и английском, поэтому качество для других языков может быть ниже. README не приводит количественных оценок качества.

NextDropModel — дообученная языковая модель, опубликованная MahiShah30 на базе unsloth/meta-llama-3.1-8b-instruct-unsloth-bnb-4bit. Это плотная модель семейства Llama с архитектурой LlamaForCausalLM; она предназначена для генерации текста и диалогового взаимодействия. В метаданных указаны 7,5 млрд параметров, контекст до 131 072 токенов, поддержка английского языка и интерфейс вызова инструментов. Модель обучена с использованием Unsloth и библиотеки Hugging Face TRL. Карточка не описывает специализацию дообучения, набор данных или результаты оценки, поэтому качество для конкретных предметных задач определить нельзя. Лицензия — Apache-2.0.

orca-mini-v3-7b — языковая модель Pankaj Mathur, построенная на архитектуре Llama 2 и обученная на наборах данных в стиле Orca. Она предназначена для диалогового взаимодействия и генерации текста по инструкциям, а также может применяться для ответов на вопросы и решения задач на рассуждение. Модель содержит 6,6 млрд параметров, работает с текстом и имеет контекст длиной до 4096 токенов; в карточке указан английский язык. В README приведены результаты оценки на наборах задач, включая ARC и HellaSwag, но они не гарантируют точность в практических сценариях. Модель может выдавать неточную, вводящую в заблуждение, предвзятую или оскорбительную информацию, поэтому ответы следует проверять. Лицензия указана как other, конкретные условия использования в предоставленных данных не раскрыты.

Qmerft — объединённая авторегрессионная языковая модель, созданная автором репозитория sumink с помощью mergekit. Она объединяет Qwen/Qwen2.5-1.5B и sumink/Qwenftmodel методом SLERP; архитектура — Qwen2ForCausalLM, размер — 1,5 млрд параметров, веса доступны в формате safetensors. Модель предназначена для генерации текста и диалоговых сценариев, поддерживает контекст до 131 072 токенов и интерфейс вызова инструментов. Модель принимает текст и генерирует текст. В карточке указана лицензия Apache-2.0. README не описывает отдельные оценки качества или узкую специализацию, поэтому пригодность для конкретных задач следует проверять на собственных примерах.

ehristoforu/Qwen2-1.5b-it-chat-sp-ru-bel-arm-ger-fin — диалоговая языковая модель, дообученная ehristoforu на базе ehristoforu/Qwen2-1.5b-it-chat-sp-ru-bel-arm-ger. Модель семейства Qwen2 с плотной архитектурой Qwen2ForCausalLM содержит 1,5 млрд параметров и предназначена для генерации текста в формате чата; заявленная длина контекста — 32 768 токенов. В README указано, что обучение проводилось с использованием Unsloth и TRL. По названию базовой модели можно предположить поддержку испанского, русского, белорусского, армянского и немецкого языков; метаданные карточки отдельно подтверждают английский тег. Весы доступны в формате PyTorch. Лицензия — Apache-2.0.

Sailor2-20B-Chat-GGUF — квантованная версия чат-модели Sailor2-20B-Chat, разработанной командой Sail. Конвертацию и квантование в формат GGUF выполнил bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для диалоговой генерации текста, ответов на инструкции и многоязычных сценариев, включая вопросы и инструкции на английском, китайском, индонезийском, тайском, вьетнамском, малайском, лаосском, бирманском, яванском, кхмерском, сунданском и тагальском языках. Модель имеет 20B параметров и поддерживает текстовый ввод и вывод; сведения об исходной архитектуре и размере контекстного окна в README не указаны. Доступно множество вариантов квантования — от F16 и Q8_0 до более компактных Q3 и IQ3/IQ4, что позволяет выбирать между качеством, размером файла и требованиями к памяти. Для работы рекомендуется формат prompt с маркерами ролей im_start и im_end; файлы предназначены, в частности, для запуска через llama.cpp и LM Studio. Основные сильные стороны — многоязычная специализация, широкий выбор уровней квантования и возможность локального запуска. Более агрессивное квантование уменьшает требования к памяти, но может снижать качество ответов; полная версия F16 занимает около 38,35 ГБ, а рекомендуемые варианты Q4–Q6 — примерно от 11 до 16 ГБ. Модель распространяется по лицензии Apache-2.0.

VAETKI-7B-A1B — языковая модель NC-AI для эффективного вывода. Это авторегрессионная трансформерная модель с архитектурой Mixture-of-Experts: в README указаны 7,25 млрд параметров всего, около 1,2 млрд активных параметров, 24 слоя, 64 эксперта и 5 активируемых экспертов. Метаданные указывают 1,1 млрд параметров; контекст — до 32 768 токенов по метаданным и 16 тысяч токенов по README. Модель прошла предварительное и последующее обучение и поддерживает чат. Она предназначена для генерации текста и диалоговых сценариев на корейском, английском, китайском и японском языках. Формат весов в репозитории — safetensors. Модель может выдавать неточные или неполные ответы и галлюцинации; в README также отмечены ограничения в сложных рассуждениях, математике и генерации корректного кода, а также возможные социальные и культурные предубеждения. Её не рекомендуют для критически важных и регулируемых решений. Лицензия — MIT.

Veda Labs разработала Veda-labs-0.5b-instruct-base — плотную причинную языковую модель семейства Qwen2 с 494 млн параметров и контекстом до 32 768 токенов. Она предназначена для генерации текста и диалогового взаимодействия на английском языке; карточка также описывает применение для завершения текста, суммаризации и ответов на вопросы. Модель можно использовать как основу для дообучения под медицинские, юридические и клиентские сценарии. Она распространяется в формате safetensors по лицензии Apache-2.0. Ответы могут быть неточными, предвзятыми или непоследовательными; для критически важных задач требуется проверка человеком.

ontocord/Baguettotron-longsft_16k — дообученная командой Ontocord модель PleIAs/Baguettotron на наборе long_sft. Это плотная авторегрессионная языковая модель семейства Llama с 320,9 млн параметров, предназначенная для генерации текста в диалоговом формате. Она поддерживает контекст до 16 384 токенов и подходит для сценариев, где нужно учитывать более длинный контекст при ответах и продолжении текста. Модель представлена в формате safetensors и рассчитана на использование через Transformers. Карточка не приводит результатов оценки, подробного описания обучающих данных или специальных ограничений. Лицензия указана как other, поэтому условия использования следует уточнить в репозитории модели и у правообладателя базовой модели.

Beetle-FineWeb2-24B/beetle-bilingual-l2-50-sequential-33-67-b3-fineweb-ita-eng — генеративная языковая модель из семейства Beetle-FineWeb2-24B, опубликованная на Hugging Face. По идентификатору она ориентирована на двуязычную работу с итальянским и английским языками и обучалась на данных FineWeb; в метаданных указана библиотека Transformers и архитектурный тег pico_decoder. Модель предназначена для генерации и продолжения текста, создания черновиков, диалоговых приложений и других сценариев, где требуется авторегрессионное моделирование текста на итальянском и английском языках. Размер 24B следует из идентификатора модели. README является автоматически созданным шаблоном и не содержит сведений о разработчике, лицензии, контексте, результатах оценки, ограничениях или рекомендуемом способе использования.

BLOSSOM-v5-4b — разговорная языковая модель, разработанная командой Blossom и дообученная на базе Qwen1.5-4B. Метаданные описывают архитектуру как плотную Qwen2 с 3,6 млрд параметров; модель распространяется в формате safetensors и поддерживает контекст до 32 768 токенов. Модель предназначена для диалогов и генерации ответов на китайском и английском языках. Обучение прошло в два этапа на смешанных наборах Blossom Chat, Math, Wizard и Orca; README сообщает, что данные серии V5 дистиллированы из GPT-4-0125-preview. Модель может применяться для вопросов и ответов, инструкций, диалога и простых математических запросов. Лицензия — Apache-2.0. Заявления о качестве основаны на описании разработчика; независимые результаты оценки в карточке не приведены.

MaziyarPanahi/calme-3.1-baguette-3b — чат-модель, разработанная MaziyarPanahi на основе Qwen2.5-3B и дообученная для широких задач на французском и английском языках. Это плотная авторегрессионная модель семейства Qwen2 с 3,1 млрд параметров, рассчитанная на контекст до 32 768 токенов и работающая с шаблоном диалога ChatML. Модель предназначена для диалогов и генерации текста в общих сценариях на французском и английском: например, для ответов на вопросы, написания и редактирования текстов. В обучении использовались наборы french_instruct_sharegpt и calme-legalkit-v0.2. Репозиторий содержит веса Safetensors; отдельные квантованные версии GGUF размещены в другом репозитории. Автор предупреждает, что из-за небольшого размера модель может хуже справляться с некоторыми запросами и быть чувствительной к гиперпараметрам. При внедрении следует учитывать возможные смещения и проверять ответы с участием человека. Лицензия в метаданных обозначена как other, конкретные условия использования в предоставленных сведениях не раскрыты.

COLLISION-1B — причинная языковая модель семейства COLLISION, разработанная командой Viraj et al. Это плотный трансформер примерно на 1,3 млрд параметров по метаданным; README указывает около 999 млн параметров и 24 слоя. Модель предназначена для генерации текста и диалогового взаимодействия, а карточка также заявляет сценарии рассуждения и прикладные NLP-задачи, включая извлечение ключевых фраз, классификацию тем и тональности, исправление грамматики и понимание прочитанного. Модель принимает текст и генерирует текст; заявленная длина контекста — 1 024 токена. В карточке указан английский язык, а веса доступны в форматах PyTorch и SafeTensors. Лицензия — MIT. README заявляет высокую скорость на CPU и способности рассуждать, но предоставленные сведения не подтверждают сравнительные результаты этих заявлений; короткое контекстное окно ограничивает работу с длинными документами.

DarkIdol-Qwen3.8-27B-v1.1-i1-GGUF — квантизированная GGUF-версия модели DarkIdol-Qwen3.8-27B-v1.1, разработанная aifeifei798 и квантизированная mradermacher. Модель основана на Qwen3.8 с размером 27 млрд параметров и предназначена для генерации текста, диалогов, ролевых сценариев, творческого письма, сторителлинга и задач, требующих рассуждений. README также обозначает поддержку мультимодальности и зрения, однако подробности реализации визуального ввода не указаны. Заявлена поддержка английского, немецкого, французского, итальянского, португальского, хинди, испанского, тайского, китайского, корейского и японского языков. Модель поставляется в виде набора квантизаций с различными компромиссами между размером, скоростью и качеством: от i1-Q2_K размером около 11 ГБ до i1-Q6_K размером около 22,5 ГБ. В README рекомендуется i1-Q4_K_M как быстрый вариант, а i1-Q4_K_S описывается как сбалансированный по размеру, скорости и качеству. Для работы с изображениями могут потребоваться отдельные mmproj-файлы из статического репозитория. Размер контекста и точные характеристики архитектуры не указаны. Сильными сторонами модели являются ориентация на ролевые и творческие диалоги, многоязычность, наличие вариантов для запуска на оборудовании с разным объёмом памяти и потенциальная поддержка зрения. Ограничения связаны с потерями качества, зависящими от выбранной квантизации, а также с отсутствием в README результатов бенчмарков, сведений о датасете, точного контекстного окна и подробных инструкций по мультимодальному использованию. Модель распространяется по лицензии Apache-2.0.

Moritz Laurер разработал DeBERTa-v3-base-zeroshot-v2.0 — англоязычную модель классификации текста с нулевым обучением, основанную на Microsoft DeBERTa-v3-base и дообученную для задачи Natural Language Inference. Модель сравнивает текст с гипотезой и оценивает, следует ли она из текста; этот подход позволяет классифицировать данные по заданным пользователем категориям без размечающих примеров и обучения под каждую задачу. Модель подходит для классификации отзывов, тем, намерений и других текстовых данных. Категории можно задавать в формулировке гипотезы, а режим multi_label определяет, выбрать один класс или несколько. В README приведены результаты оценки на 28 задачах классификации; модель показала качество выше указанного базового классификатора BART-large-MNLI в среднем по этим наборам. Она содержит 211,6 млн параметров, принимает последовательности длиной до 512 токенов и доступна в форматах Safetensors и ONNX для Transformers. Может работать на CPU и GPU. Модель лицензирована по MIT. Карточка рекомендует DeBERTa-v3 для более высокой точности и отмечает, что она медленнее RoBERTa. Поддерживается только классификация текста; на результаты могут влиять смещения базовой модели, обучающих данных NLI и синтетических данных.

DiscoLM German 7b v1 — плотная языковая модель на архитектуре Mistral с 7,1 млрд параметров, разработанная DiscoResearch. Она дообучена на инструкциях и диалогах на немецком и английском языках: после этапа SFT модель прошла дополнительное обучение DPO. Модель предназначена для повседневного общения, генерации и понимания текста, а также перевода; использует шаблон диалога ChatML и поддерживает контекст до 32 768 токенов. Модель ориентирована прежде всего на качественные ответы на немецком, сохраняя беглость на английском. В README также заявлены экспериментальная поддержка вызова функций и структурированных ответов. Авторы отмечают, что модель уступает более крупным моделям в сложных рассуждениях, математике и программировании, а также в некоторых задачах кодирования и извлечения данных. Она может выдавать неверные или оскорбительные ответы. Лицензия — Apache-2.0.

ERNIE-21B-A3B-Claude-4.5-High-OPUS-Thinking — текстовая MoE-модель Baidu, дообученная автором DavidAU на наборе рассуждений TeichAI/claude-4.5-opus-high-reasoning-250x. Модель предназначена для генерации текста общего назначения, компактных подробных рассуждений, творческого письма и диалогов. Архитектура использует 64 эксперта; в метаданных указано 3,3 млрд параметров, а базовая модель имеет контекст до 131 072 токенов. Карточка отмечает свободную манеру ответов, пригодность для мозгового штурма, прозы и сюжетов, а также стабильность рассуждений при разных настройках температуры. Модель принимает текст и генерирует текст; карточка и теги указывают английский язык. Лицензия — Apache-2.0. Автор предупреждает, что при низких квантизациях возможны циклические повторы; результаты зависят от параметров генерации.

Gigantes-v1-gemma2-9b-it — объединённая модель для генерации текста и диалогов, созданная автором репозитория с помощью mergekit на основе нескольких инструктивных моделей Gemma 2. В состав входят модели для японского, немецкого, арабского и английского языков; автор рассчитывал улучшить рассуждения и усложнить генерацию английского текста. Модель имеет плотную архитектуру Gemma 2 с 9 млрд параметров и контекстом 8192 токена. Модель предназначена для диалоговых сценариев и генерации текста. Репозиторий содержит веса в формате safetensors. Лицензия — Gemma; её условия следует учитывать при использовании и распространении модели.

KORMo-10B-sft — открытая языковая модель на 10,2 млрд параметров, разработанная командой KORMo. Это плотная авторегрессионная модель для генерации текста и диалогов на корейском и английском языках; поддерживает контекст до 131 072 токенов. В README указано, что обучение использовало синтетические данные и открытые наборы данных общим объёмом около 3 трлн токенов, а опубликованные результаты включают англоязычные и корейские бенчмарки. Модель подходит для ответов на вопросы, диалоговых сценариев и генерации текста на корейском и английском языках. Доступны веса в формате safetensors, а лицензия Apache 2.0 разрешает свободное использование на её условиях. По README, модель не проходила настройку безопасности и выравнивание по предпочтениям, поэтому в сложных рассуждениях возможны повторы и нежелательные ответы.