IV.10Дом, личная жизнь, уход и повседневные задачи

Это дообученная модель HyperCLOVA X SEED Think 14B, созданная автором репозитория на базе naver-hyperclovax/HyperCLOVAX-SEED-Think-14B. Модель предназначена для генерации текста и ответов на вопросы по медицинским знаниям, в частности по теме обязательной медицинской помощи; обучение проведено на 3 000 примерах QA из набора AI Hub 71875. При дообучении применялись SFT и CLoRA с ортогональной регуляризацией, затем LoRA-адаптер был объединён с базовой моделью в самостоятельный BF16-чекпойнт. Архитектура — плотная причинная языковая модель HyperCLOVAXForCausalLM размером 14,1 млрд параметров; заявленное базовое контекстное окно — 131 072 токена. В карточке указана поддержка корейского языка и диалоговый режим. В README приведены результаты локального ограниченного пробного бенчмарка, которые автор отдельно не считает результатами официальной таблицы K-AI. Лицензия — Apache-2.0. Модель специализируется на узком медицинском наборе знаний, поэтому её ответы требуют проверки специалистом; описанные в README метрики основаны на единичной пробе и не подтверждают качество в реальном клиническом применении.

cxllin/Llama2-7b-med-v1 — медицинская языковая модель, опубликованная Коллином Хинаном и дообученная на базе Llama 2 7B. Она предназначена для ответов на медицинские вопросы и генерации медицинского текста, включая краткие изложения. Модель использует плотную трансформерную архитектуру LlamaForCausalLM, содержит 6,6 млрд параметров и поддерживает контекст до 4096 токенов. Основной язык — английский; модель работает с текстом и выдаёт текст. Среди возможных сценариев — ответы на вопросы по медицинским темам, медицинский чат-бот и извлечение информации из медицинских документов. Обучение проводилось на датасете cxllin/medinstruct объёмом 10,2 тыс. примеров, посвящённых вопросам и ответам из медицинских экзаменов. Модель распространяется по лицензии Apache-2.0. Она может воспроизводить предвзятость данных и выдавать неточную медицинскую информацию; ответы требуют проверки специалистом, и модель не предназначена для постановки окончательных диагнозов или применения в критически важных медицинских системах без строгой валидации.

Med42-v2-70B — клиническая языковая модель, разработанная командой M42 Health AI. Это плотная авторегрессионная модель семейства Llama 3 с 69,5 млрд параметров, дообученная по инструкциям и предпочтениям на медицинских и общих диалоговых данных. Она принимает и генерирует текст, поддерживает диалог и рассчитана на контекст до 8192 токенов; в карточке указан английский язык. Модель предназначена для ответов на медицинские вопросы, обобщения записей пациентов, помощи в анализе диагностических вопросов и общих вопросов о здоровье. В README приведены результаты на медицинских тестах, включая MedQA, MedMCQA и USMLE, однако эти показатели не гарантируют точность или безопасность ответов в практических случаях. Разработчики предупреждают, что модель не готова к клиническому применению без тщательной проверки и валидации: она может выдавать неверную или вредную информацию и воспроизводить смещения обучающих данных. Модель распространяется по лицензии Llama 3 Community License Agreement.

MAKE — модель на базе OpenCLIP для классификации изображений без предварительно заданного набора классов. Она сопоставляет изображение с текстовыми описаниями категорий и выбирает наиболее подходящие варианты. Репозиторий использует библиотеку open_clip; веса доступны в форматах PyTorch и safetensors. Модель подходит для категоризации изображений по пользовательским меткам и поиска объектов или сцен по текстовым описаниям. README не содержит сведений о разработчике, архитектуре, размере, поддерживаемых языках, контексте или лицензии, поэтому эти характеристики здесь не уточняются.

MathGPT-2 — дообученная FlameF0X версия DistilGPT-2, предназначенная для решения простых арифметических примеров. Модель принимает текстовое выражение и генерирует продолжение с ответом; обучалась на автоматически созданных примерах сложения, вычитания, умножения и деления чисел от 1 до 100. Это плотная авторегрессионная архитектура GPT-2 с контекстом 1024 токена. В README приведён результат проверки на 10 000 случайных выражений: точность 76,3% и среднее время ответа 0,1448 секунды на вопрос. Эти показатели не гарантируют правильность конкретного вычисления: модель может ошибаться и не предназначена для сложных операций вроде возведения в степень, логарифмов и продвинутой алгебры. Указанная лицензия — MIT.

MediX-R1-8B-GGUF — квантизированная GGUF-версия модели MBZUAI/MediX-R1-8B, разработанной Mohamed Bin Zayed University of Artificial Intelligence (MBZUAI), ОАЭ. Модель создана для медицинских мультимодальных задач и использует подход открытого обучения с подкреплением, ориентированный на формирование свободных, клинически обоснованных ответов, а не только на решение задач с вариантами ответа. Модель поддерживает сценарии работы с текстом и изображениями, включая медицинские изображения, такие как рентгеновские снимки и микроскопические изображения. В основе лежит vision-language архитектура; в описании проекта также указана связь с Qwen3-VL. Размер модели — 8 млрд параметров. Для обучения применялись алгоритмы GRPO и DAPO, а составная функция вознаграждения учитывала точность, семантическое сходство, соблюдение формата и распознавание модальности. Модель обучалась примерно на 50 тысячах инструкционных примеров и показала средний результат 68,8% на совокупности медицинских бенчмарков, превысив заявленный результат значительно более крупной модели MedGemma 27B. К сильным сторонам относятся ориентация на открытые медицинские ответы, мультимодальность и использование нескольких сигналов вознаграждения для повышения устойчивости обучения и качества рассуждений. В README не указаны размер контекстного окна, полный перечень поддерживаемых языков, конкретный метод квантизации и аппаратные требования. Модель распространяется по лицензии CC BY-NC-SA 4.0, предусматривающей некоммерческое использование с указанием авторства и сохранением аналогичных условий распространения.

Карточка модели VLA-Arena/openvla-7b-finetuned-vla-arena на Hugging Face совпадает с карточкой VLA-Arena/openvla-7b-oft-finetuned-vla-arena, поэтому описание составлено по ней. Это дообученная с помощью LoRA модель OpenVLA на 7 млрд параметров, созданная для задач управления роботом по изображению и текстовой команде. В основе языковой части лежит Llama 2 7B, а для обработки изображений используется SigLIP; модель предсказывает дискретизированные токены, соответствующие непрерывным действиям с 7 степенями свободы. Модель обучена на демонстрациях манипуляционных задач VLA-Arena уровня L0 и предназначена для оценки следования командам, работы с помехами, обобщения на новые ситуации, соблюдения ограничений безопасности и выполнения многошаговых сценариев. Её можно использовать как базовую политику для экспериментов и тестирования в экосистеме VLA-Arena. Репозиторий содержит веса safetensors; лицензия — MIT.

Sylvest/openvla-7b-oft-finetuned-libero-plus-mixdata — модель OpenVLA-OFT на базе OpenVLA, дообученная на смеси данных LIBERO-Plus. Это плотная vision-language-action модель с архитектурой OpenVLAForActionPrediction, предназначенная для управления роботом-манипулятором по изображению сцены и текстовой инструкции: на выходе она предсказывает действия робота. Репозиторий содержит веса в формате safetensors и распространяется по лицензии MIT. Модель можно применять для выполнения роботизированных задач манипуляции и проверки устойчивости управления при изменении расположения объектов, ракурса камеры, начального состояния робота, инструкций, освещения, фона и сенсорного шума. В README сообщается о более высокой устойчивости OpenVLA-OFT по сравнению с OpenVLA в тестах LIBERO-Plus, но также отмечается чувствительность моделей VLA к некоторым изменениям и слабое следование языковым инструкциям. Данных о размере параметров и длине контекста в предоставленной карточке нет.

DreamMachines/pi05_sweep_v2_01_freeze_01_full — дообученная версия π₀.₅ (Pi05), модели Vision-Language-Action от Physical Intelligence. Чекпойнт обучен командой DreamMachines с использованием LeDream — форка LeRobot — на наборе данных DreamMachines/actuator_unboxing_20h_345; в README указан шаг обучения 100 000 из целевых 210 000, размер пакета 32 и оптимизатор AdamW. Модель предназначена для управления роботом по изображениям, состоянию робота и языковым инструкциям; карточка демонстрирует оценку на реальном роботе DK1. Репозиторий использует библиотеку LeRobot и хранит веса в формате safetensors. Лицензия — Apache-2.0. Ограничения: обучение описано для задачи распаковки приводов, поэтому возможности на других задачах не подтверждены; указанный чекпойнт не завершил целевое число шагов обучения.

nicoboss/Qwen-3-32B-Medical-Reasoning — дообученная модель Qwen3-32B для генерации ответов с медицинскими рассуждениями. Разработчик дообучил базовую модель Qwen/Qwen3-32B на 2000 примерах набора FreedomIntelligence/medical-o1-reasoning-SFT с использованием PEFT и TRL; в README также описан 4-битный NF4 режим загрузки при обучении. Модель имеет плотную архитектуру Qwen3ForCausalLM и около 29,7 млрд параметров, принимает текст и рассчитана на контекст до 40960 токенов. Модель предназначена для диалоговых запросов, требующих объяснений и рассуждений по медицинским темам, например для разбора клинических вопросов и подготовки ответов на медицинские задачи. Метаданные указывают английский язык карточки, однако исходная Qwen3 — многоязычная модель. Репозиторий распространяется под лицензией Apache-2.0. README описывает сценарий обучения, но не приводит оценок качества или клинической валидации; выводы модели не следует считать заменой консультации специалиста.

NLP-FBK/Qwen3-8B-medical-reasoning — чат-модель для генерации текста на базе плотной архитектуры Qwen3 с 7,6 млрд параметров. Она предназначена для ответов на медицинские вопросы в формате выбора из нескольких вариантов: для получения рассуждения вопрос следует сопровождать пронумерованными вариантами ответа. Без такого формата модель работает как обычная модель Qwen. Модель опубликована в формате safetensors и использует библиотеку Transformers. Размер её контекстного окна — 40 960 токенов. Карточка не раскрывает разработчика, данные обучения, результаты оценки или клинические проверки, поэтому описание не подтверждает пригодность ответов для принятия медицинских решений. Лицензия — CC BY 4.0.

RecurvAI/Recurv-Medical-Lllama — медицинская языковая модель RecurvAI, дообученная с помощью LoRA на базе Meta Llama 3.1 8B Instruct. Репозиторий содержит веса в формате GGUF; метаданные указывают 5 млрд параметров и контекст до 2048 токенов. Модель поддерживает диалог и генерирует текст на английском языке. Она предназначена для ответов на медицинские вопросы, помощи в сборе анамнеза и подготовки подробных объяснений для медицинских работников и исследователей. В README описан датасет из 67 299 вопросов и ответов, составленный на основе медицинских учебников, научных публикаций, клинических рекомендаций и синтетических записей, имитирующих медицинские карты. Модель распространяется по лицензии MIT. Ответы могут содержать ошибки и не должны заменять клиническую оценку специалиста; README не приводит результатов независимой клинической валидации.

Thai GPT-2 Fine-Tuned — генеративная языковая модель семейства GPT-2, дообученная пользователем Thanandon для вопросов и ответов на тайском языке по тематике заболеваний. Модель обучена на наборе данных disease_3000, содержащем 3 000 пар вопросов и ответов, и предназначена для генерации текстовых ответов в задачах медицинского вопросно-ответного взаимодействия. Модель поддерживает тайский язык, относится к архитектуре GPT-2 и использует контекст длиной до 1 024 токенов. В качестве основной задачи Hugging Face указана генерация текста. Модель может применяться как компонент прототипов медицинских чат-ботов, систем предварительной навигации по вопросам о заболеваниях и исследовательских проектов по тайскому NLP. Лицензия MIT разрешает использование, модификацию и распространение с соблюдением её условий. Модель разработана студентом Thanandon и не содержит опубликованных сведений о размере, точной конфигурации, процедуре обучения или результатах оценки. Из-за медицинской тематики и отсутствия подробной валидации её ответы нельзя считать профессиональными медицинскими рекомендациями; перед практическим использованием необходимы проверка специалистами и контроль качества.

VC-1 (Visual Cortex) — визуальный энкодер на архитектуре Vision Transformer, разработанный исследовательской группой с участием FAIR. Модель предварительно обучена методом Masked Auto-Encoding на более чем 4 000 часах видео от первого лица из семи источников и на изображениях ImageNet; доступны варианты ViT-B и ViT-L. В карточке этой модели описана конфигурация ViT-B с патчами 16×16, 12 слоями и размером эмбеддинга 768. Модель принимает RGB-изображение размером 224×224 и выдаёт вектор признаков размерности 768. Эти визуальные представления предназначены для последующего использования в задачах Embodied AI, включая манипуляции объектами и навигацию в помещениях; среди оценённых сценариев — роботизированные манипуляции и ObjectNav/ImageNav. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но не для коммерческих целей. Оценка охватывает ограниченный набор бенчмарков, а результаты на них служат приближением реальных роботизированных задач. Производительность на физических роботах и за пределами проверенных сценариев может отличаться; обучение вычислительно затратно, а размер модели затрудняет развёртывание на устройствах с ограниченными ресурсами.

VLA-JEPA-LIBERO — политика Vision-Language-Action, обученная и опубликованная с помощью LeRobot. Она объединяет языковую основу Qwen3-VL, самообучаемую видеомодель мира V-JEPA2 и action head на основе flow matching с DiT. Модель предназначена для управления роботом по визуальным наблюдениям и состоянию робота. На вход подаются два изображения размером 224×224 и вектор состояния из 8 значений; на выходе модель формирует вектор действия из 7 значений. Карточка не приводит результаты оценки политики. Для запуска требуется согласовать тип робота, порт и названия камер с ключами наблюдений, на которых модель обучалась. Лицензия — Apache-2.0.

Apollo-1.8B — языковая модель семейства Qwen, представленная проектом FreedomIntelligence для работы с медицинскими текстами и вопросами. Она предназначена для генерации ответов в формате диалога и охватывает медицинские знания на нескольких языках. Модель содержит 2,3 млрд параметров, использует плотную архитектуру QWenLMHeadModel и поддерживает контекст до 8192 токенов. В карточке описаны английский и китайский наборы медицинских тестов, а также оценки на испанском, французском, хинди и арабском; для обучения упоминаются данные на английском, китайском, испанском, французском и хинди. Модель можно применять для ответов на медицинские вопросы и учебных задач по медицинским знаниям. В README приведены наборы для обучения и оценки, но нет подробных результатов, поэтому качество на конкретных задачах по этой карточке определить нельзя. Модель распространяется по лицензии Apache-2.0.

Карточка модели FreedomIntelligence/Apollo2-2B на Hugging Face совпадает с карточкой FreedomIntelligence/Apollo2-3.8B, поэтому описание составлено по ней. Apollo2-3.8B — медицинская языковая модель, разработанная командой FreedomIntelligence. Это плотная модель семейства Phi-3 с 3,7 млрд параметров, дообученная на ApolloMoEDataset на базе microsoft/Phi-3-mini-4k-instruct. Модель предназначена для ответов на медицинские вопросы и диалога о медицинских знаниях. Модель ориентирована на английский и китайский, а также на 10 других основных языков, включая русский, французский, хинди, испанский, арабский, японский, корейский, немецкий, итальянский и португальский; заявлена поддержка ещё 38 языков. Карточка описывает оценивание на медицинских тестах по нескольким языкам, включая RuMedBench для русского. Контекст составляет до 4096 токенов, формат весов — safetensors. Модель распространяется по лицензии Apache-2.0. Она подходит для ответов на медицинские вопросы и справочных диалогов, но её ответы не следует считать клиническими рекомендациями без проверки специалистом. README не приводит конкретных численных результатов для этой версии.

Карточка модели FreedomIntelligence/Apollo2-9B на Hugging Face совпадает с карточкой FreedomIntelligence/Apollo2-3.8B, поэтому описание составлено по ней. Apollo2-3.8B — медицинская языковая модель, разработанная командой FreedomIntelligence. Это плотная модель семейства Phi-3 с 3,7 млрд параметров, дообученная на ApolloMoEDataset на базе microsoft/Phi-3-mini-4k-instruct. Модель предназначена для ответов на медицинские вопросы и диалога о медицинских знаниях. Модель ориентирована на английский и китайский, а также на 10 других основных языков, включая русский, французский, хинди, испанский, арабский, японский, корейский, немецкий, итальянский и португальский; заявлена поддержка ещё 38 языков. Карточка описывает оценивание на медицинских тестах по нескольким языкам, включая RuMedBench для русского. Контекст составляет до 4096 токенов, формат весов — safetensors. Модель распространяется по лицензии Apache-2.0. Она подходит для ответов на медицинские вопросы и справочных диалогов, но её ответы не следует считать клиническими рекомендациями без проверки специалистом. README не приводит конкретных численных результатов для этой версии.

Карточка модели FreedomIntelligence/Apollo-34B на Hugging Face совпадает с карточкой FreedomIntelligence/Apollo-72B, поэтому описание составлено по ней. Apollo-72B — медицинская языковая модель семейства Qwen, опубликованная FreedomIntelligence в рамках проекта Multilingual Medicine. Модель предназначена для генерации ответов на медицинские вопросы и работы с медицинскими знаниями; формат запроса в карточке записан как «:{query}\n:{response}». Репозиторий содержит веса в формате safetensors, а метаданные указывают 119,4 млрд параметров и контекст до 32 768 токенов. Проект описывает мультиязычные медицинские данные и оценивание. В README перечислены английский, китайский, французский, хинди, испанский и арабский для проекта в целом, а датасеты ApolloCorpus явно перечисляют английский, китайский, испанский, французский и хинди. Модель проверяли на медицинских тестах, включая MedQA-USMLE, MedMCQA, MMLU-Medical, MedQA-MCMLE и тесты для испанского и французского. Лицензия репозитория — Apache-2.0. README не сообщает отдельные показатели качества именно версии 72B и не описывает клиническую валидацию, поэтому ответы модели не следует считать заменой профессиональной медицинской консультации.

Apollo-MoE-0.5B — медицинская языковая модель, разработанная FreedomIntelligence на основе Qwen2-0.5B. Это дообученная разреженная архитектура Mixture-of-Experts (MoE) с 494 млн параметров; модель предназначена для диалоговых ответов на медицинские вопросы и оценки знаний по медицинским дисциплинам. Модель охватывает английский, китайский, французский, хинди, испанский, арабский, русский, японский, корейский, немецкий, итальянский и португальский, а также ряд менее распространённых языков. В метаданных указан контекст до 131 072 токенов. Карточка описывает проверку на медицинских бенчмарках, включая MedQA, MedMCQA, MMLU-Medical и RuMedBench. Модель подходит для исследовательских и вспомогательных сценариев: ответы на медицинские вопросы и поддержка учебных задач. Результаты не следует считать медицинской рекомендацией или заменой специалиста; качество может различаться между языками и областями медицины. Распространяется по лицензии Apache-2.0.

samrawal/bert-large-uncased_med-ner — модель распознавания именованных сущностей на основе BERT, разработанная для извлечения сведений о лекарствах из текста. Она размечает названия препаратов, дозировку, длительность приёма, частоту и причину назначения. Модель обучена на наборе i2b2/n2c2 для задачи Medication 2009 и предназначена для анализа медицинских записей и клинических текстов. Модель содержит 433,9 млн параметров, принимает текстовые последовательности длиной до 512 токенов и выдаёт метки для отдельных токенов. В репозитории представлены веса PyTorch и Flax. Карточка не указывает лицензию, поэтому условия использования по имеющимся данным определить нельзя; для обучения использовался датасет, доступ к которому запрашивается отдельно.

DeepSeek-r1-Medical-Mini — текстовая медицинская модель, разработанная Mohamed Mouhib Naffeti и дообученная на базе unsloth/DeepSeek-R1-Distill-Llama-8B. Это плотная архитектура LlamaForCausalLM на 7,5 млрд параметров; для дообучения применялись LoRA, Unsloth и TRL, а в качестве обучающих данных использован набор FreedomIntelligence/medical-o1-reasoning-SFT. Модель принимает текст и генерирует ответы в формате диалога, включая рассуждения по медицинским вопросам. Указанная длина контекста — 131072 токена; карточка заявляет поддержку английского языка. Модель предназначена для ответов на медицинские вопросы, пояснения клинических тем и вспомогательных рассуждений в медицинских чат-ботах, образовательных сервисах и исследовательских сценариях. Она может выдавать ошибочную или вводящую в заблуждение информацию и наследовать смещения обучающих данных, поэтому её ответы требуют проверки специалистом и не должны использоваться для самостоятельной постановки диагноза или выбора лечения. В карточке не указана лицензия.

doctorLLM — языковая модель семейства Llama, опубликованная пользователем vikash06. Она содержит 6,6 млрд параметров, принимает текст и генерирует текст; заявленный контекст — 4096 токенов. По карточке модель обучалась 10 эпох на 2000 примерах и предназначена для генерации ответов на медицинские вопросы и инструкции в стиле врача. В метаданных указан датасет lavita/ChatDoctor-HealthCareMagic-100k, однако README не описывает подробно процедуру обучения или результаты оценки. Модель может служить прототипом для медицинского чат-бота или генерации черновых ответов на общие вопросы о здоровье. Лицензия — MIT. Карточка не подтверждает клиническую точность или пригодность для принятия медицинских решений; ответы следует проверять у квалифицированного специалиста.

EO-1 base for LeRobot — преобразованная без потерь раскладка ключей модели IPEC-COMMUNITY/EO-1-3B, подготовленная для штатной реализации политики eo1 в LeRobot. Чекпойнт сохраняет веса EO-1 Qwen для зрения и языка, языковую голову, проекторы состояния и действий, а также голову flow matching. В метаданных указана базовая VLA-модель на 3,1 млрд параметров. Модель предназначена для обучения и выполнения робототехнических политик по визуальным данным, языковым инструкциям, состоянию и действиям робота. Настройки по умолчанию включают фрагменты по 16 действий, максимальную размерность состояния и действия 32, два слоя проектора действий и десять шагов денойзинга. LeRobot адаптирует формы признаков камеры, состояния и действий к конкретному набору данных или среде. Репозиторий использует формат safetensors и библиотеку LeRobot. Лицензия — MIT. Карточка описывает преобразование раскладки ключей базового чекпойнта, а не новое дообучение; для применения нужны совместимая реализация политики LeRobot и данные или среда с согласованными признаками.

Модель learner1119/ffw_sh5_n17_psc_left_abs_100000 — дообученный чекпойнт семейства NVIDIA GR00T для робототехнических задач. В качестве базовой модели указана nvidia/Cosmos-Reason2-2B; архитектура — плотная Gr00tN1d7. Это локальный чекпойнт обучения на шаге 100000 с горизонтом планирования действий 40 шагов. Модель предназначена для сценариев управления роботом и генерации последовательностей действий. В README приведён способ загрузки через Transformers с AutoModel и AutoProcessor и использованием trust_remote_code. Репозиторий распространяется в формате safetensors по лицензии Apache-2.0. Данные не описывают конкретные типы роботов, обучающие наборы или точные форматы входов и выходов, поэтому область применения и совместимость следует проверять для целевой системы.

FLUX 3 Action Base — базовая модель Black Forest Labs с открытыми весами объёмом 7 млрд параметров для обучения робототехнических политик под конкретное воплощение робота. Она принимает кадры с камер, состояние робота и текстовую инструкцию, а затем предсказывает следующий фрагмент действий совместно с будущими видеокадрами. В репозитории также находятся общие замороженные энкодеры для политик SO-101 и DROID, включая энкодер текста и изображений Qwen3-VL-4B-Instruct. Это компонент для адаптации, а не готовая политика управления роботом: для нового робота, симулятора или игры нужны собственные головы действий. Модель выдаёт целевые значения суставов и не ограничивает скорость, силу или рабочую область; эти ограничения должна обеспечивать система применения. Лицензия обозначена как other, условия использования приведены в карточке модели и должны соблюдаться, включая ограничения на опасное управление без надзора и возможности остановить машину.

FLUX 3 Action SO-101 — модель управления роботом с открытыми весами на 7 млрд параметров от Black Forest Labs, дообученная на эпизодах SO-101 из lerobot/community_dataset_v3. Она принимает кадры с двух камер, состояние робота и текстовую инструкцию, а затем предсказывает последовательность действий для манипулятора; действия и будущие видеокадры сцены совместно уточняются в процессе денойзинга. Модель предназначена для управления роботом SO-101 через LeRobot. Она использует восемь наблюдений, два визуальных снимка и историю команд; предсказывает 42 действия, из которых выполняются 32 с частотой 30 Гц, после чего план перестраивается. Выход содержит изменения положения суставов и абсолютную команду захвату. Для запуска необходимы процессоры и файлы нормализации из репозитория, а код обучения и инференса доступен в проекте Black Forest Labs на GitHub. Модель может выдавать команды движения, не ограничивая скорость суставов, усилие или рабочую область, поэтому приложение должно самостоятельно обеспечивать эти ограничения и возможность остановки. Лицензия указана как other; README ссылается на отдельные условия использования и запрещает, в частности, опасное управление машиной без надзора человека и средства остановки.

GR00T-N1.6-fractal — дообученная NVIDIA модель управления действиями робота на базе nvidia/GR00T-N1.6-3B, адаптированная на датасете fractal. Она предназначена для управления роботизированными манипуляциями в сценариях, связанных с воплощением OXE_GOOGLE; для запуска предусмотрен сервер оценки Isaac-GR00T с обёрткой политики симулятора. Семейство архитектуры — Gr00tN1d6, тип — плотная модель; веса доступны в формате safetensors. Базовая модель принимает изображения, инструкции и состояние робота и преобразует их в непрерывные управляющие действия. Лицензия в предоставленных данных не указана.

GR00T-N1.7-g1-apple2plate — дообученная модель-политика на базе nvidia/GR00T-N1.7-3B, подготовленная для гуманоидного робота Unitree G1 с параллельными захватами Dex1. Она обучена выбирать красное или зелёное яблоко и помещать его на тарелку, в том числе с демонстрациями коррекции и перенаправления движения. Модель принимает изображение с головной и правой наручной камер, языковую инструкцию и состояние робота, а выдаёт управляющие действия для рук и захватов. Для запуска README предписывает использовать GR00T inference server и одну из двух заданных инструкций на английском языке. Обучение выполнено на 30 000 шагах по 186 эпизодам; веса представлены в формате safetensors. Лицензия — Apache-2.0.

HuatuoGPT-o1-70B-GGUF — это квантизированная версия медицинской языковой модели HuatuoGPT-o1-70B, разработанной FreedomIntelligence и подготовленной в формате GGUF пользователем bartowski. Модель предназначена для генерации текста и ориентирована прежде всего на медицинские сценарии: ответы на вопросы, рассуждения по медицинским задачам и работу с текстовыми запросами. При обучении базовой модели использовались наборы данных medical-o1-reasoning-SFT и medical-o1-verifiable-problem. Модель содержит 70 млрд параметров и работает в текстовой модальности. В карточке указаны английский язык и поддержка запуска через llama.cpp и LM Studio; приведён специальный формат промпта с системными и пользовательскими сообщениями. Доступно множество вариантов квантизации от Q8_0 до IQ2_XXS, что позволяет выбирать компромисс между качеством, размером файла и требованиями к памяти. Наиболее качественными и рекомендуемыми обозначены варианты Q6_K, Q5_K_M, Q5_K_S и Q4_K_M, а младшие варианты существенно экономят память, но снижают качество. Сильными сторонами модели являются медицинская специализация, большой размер и возможность локального запуска в различных квантизированных конфигурациях. Ограничения включают отсутствие в предоставленных данных сведений о длине контекста, точной архитектуре, мультимодальности и результатах оценки; кроме того, медицинские ответы требуют проверки специалистом и не должны рассматриваться как самостоятельная диагностика. Модель распространяется по лицензии Apache-2.0.