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

นี่คือโมเดล GPT-2 สำหรับสร้างข้อความภาษาไทยที่นักศึกษา T3DDyb0i ปรับจูนเพื่อถาม-ตอบเกี่ยวกับสุนัข โดยฝึกจากตัวอย่างคำถามและคำตอบ 3,000 รายการในชุดข้อมูล disease_3000 โมเดลมีสถาปัตยกรรม GPT2LMHeadModel และรองรับบริบทสูงสุด 1,024 โทเคน เหมาะสำหรับสร้างคำตอบภาษาไทยเกี่ยวกับสุนัขจากคำถามของผู้ใช้ ผลการฝึกที่ระบุใน README มาจากการฝึก 2 epoch และ має validation perplexity 1.22; карточка не содержит описания прямого применения или подробной оценки качества. Модель распространяется под лицензией MIT.

ACE-Brain-0.5-8B — мультимодальная модель ACERobotics для Physical Agentic AI и управления роботами. Она развивает ACE-Brain-0.5 из модели пространственного понимания в единую модель с циклом восприятия, планирования, действия и оценки выполнения. Модель построена на плотной архитектуре Qwen3-VL с 8 млрд параметров и принимает изображения и текстовые инструкции, выдавая текстовые ответы и команды для робота. Модель предназначена для пространственного анализа сцены, привязки объектов и их возможностей к изображению, пространственных рассуждений в 3D и от первого лица, планирования многоэтапных задач, навигации и манипуляций. Она также оценивает ход выполнения задач, чтобы проверять результат и восстанавливаться после ошибок. В карточке описан подход SSR+ с объединением task vectors и целевым дообучением для согласования этих навыков. Репозиторий содержит веса Safetensors для Transformers; связь с ACE-Brain/ACE-Brain-0.5-8B указана как дообучение. Условия лицензии и количественная оценка ограничений в предоставленных данных не описаны.

napsternxg/gte-small-L3-ingredient-v2 — компактная модель семейства BERT с архитектурой BertForMaskedLM, созданная и опубликованная napsternxg. Модель содержит 18,8 млн параметров, обучена с нуля и рассчитана на заполнение пропусков в тексте с помощью задачи fill-mask. Для её создания в метаданных указан датасет napsternxg/nyt_ingredients; README не раскрывает подробности обучения или назначения модели.

Llama-3.2-1B-CyberFrog — дообученная Pham Hai модель на базе meta-llama/Llama-3.2-1B-Instruct для планирования последовательности задач робота по инструкциям на естественном языке. Она разбивает сложные команды на подзадачи, задаёт их порядок и может формулировать условные действия, например запросить уточнение, если нужный предмет не найден. Модель предназначена для связки с ROS или другим модулем управления задачами, который передаёт планы навигации и манипуляции соответствующим компонентам робота. Это плотная авторегрессионная Llama-модель объёмом около 1,2 млрд параметров с генерацией текста и контекстом до 131 072 токенов по метаданным. README указывает ввод команд на вьетнамском и вывод названий действий на английском с подробностями на вьетнамском. Модель не принимает сенсорные данные напрямую: работа с состоянием среды предполагает подключение внешней системы. Доступ к весам регулируется лицензией Llama 3.2 от Meta.

Receitas GPT-2 PT — компактная языковая модель GPT-2 small с 124 млн параметров, разработанная в рамках Tech Challenge Fase 4 программы pós-graduação em Machine Learning Engineering. Модель дообучена для генерации кулинарных рецептов на португальском языке на 2 506 рецептах из Wikilivros; базовая модель — pierreguillou/gpt2-small-portuguese. Для генерации используются подсказки с режимом по названию рецепта, категорией и заголовком. Контекст составляет 1 024 токена. Валидационная perplexity снизилась с 37,10 у базовой модели до 5,14 после дообучения. Модель подходит для создания черновиков рецептов и учебных экспериментов с генерацией кулинарного текста. Небольшой размер модели и обучающий корпус ограниченного объёма сказываются на надёжности: рецепты выглядят правдоподобно, но количества ингредиентов, время и температура приготовления могут быть ошибочными и не проверялись на практике. Лицензия — CC-BY-SA 3.0; автор описывает использование как развлекательное и образовательное.

RoboBrain 2.0-3B — разработанная BAAI компактная мультимодальная модель для воплощённого искусственного интеллекта и робототехники. Она объединяет визуальный энкодер, MLP-проектор и языковой декодер; в карточке указано семейство Qwen2.5-VL. Модель содержит 3 млрд параметров и рассчитана на сценарии с ограниченными вычислительными ресурсами, включая периферийные устройства и приложения реального времени. Модель принимает изображения, видео, текстовые инструкции и структурированные графы сцены. Она предназначена для пространственного восприятия, рассуждений о сцене, планирования на длинном горизонте и взаимодействия с обратной связью: предсказывает доступность действий с объектами, указывает объекты и координаты, оценивает траектории и поддерживает планирование для нескольких роботов. Результаты включают структурированные планы, пространственные отношения и относительные или абсолютные координаты. В README заявлены сильные результаты на пространственных и временных бенчмарках, но приведённые сравнения не заменяют оценку на конкретном роботе и в реальных условиях. Языки и длина контекста в предоставленных данных не указаны. Весовые файлы представлены в формате safetensors; лицензия — Apache-2.0.

SpatialBot-3B — мультимодальная модель визуального языка (VLM) для понимания пространственных отношений и рассуждений по изображениям, разработанная на базе Phi-2 и SigLIP. В репозитории размещена объединённая модель; она принимает изображения и текстовые вопросы и формирует текстовые ответы. Модель предназначена для визуальных вопросов и ответов, в том числе для анализа карт глубины и выполнения задач высокого уровня на их основе. В README также заявлена эффективность на общих задачах VLM и пространственных бенчмарках, включая SpatialBench. Карточка указывает лицензию CC BY 4.0.

Spatial-Interactor Qwen2.5-VL-3B — мультимодальная модель на 3,1 млрд параметров, разработанная Kagakouko на основе Qwen/Qwen2.5-VL-3B-Instruct. Это полнопараметрическое дообучение в формате BF16 для пространственного рассуждения по наблюдаемому физическому миру. Во время обучения модель осваивает переходы между состояниями окружающего мира и эго-движением, а затем объединяет последовательные переходы на длинных траекториях с помощью дистилляции на собственных политиках. Модель принимает изображения или видео вместе с вопросом и выдаёт ответ на естественном языке. При использовании не нужны дополнительные данные о переходах, модель-учитель или отдельная ветвь оценки; формат входа совпадает с форматом базовой модели. Модель доступна через Transformers, в репозитории есть веса, токенизатор, процессор и шаблон чата. Лицензия указана как other, поэтому условия использования следует сверить с файлами лицензии репозитория.

Bestie Gen Z — компактная чат-модель на базе Qwen2.5-1.5B-Instruct с LoRA-адаптером, который придаёт ответам неформальный стиль общения в духе англоязычного поколения Z, сохраняя возможности базовой модели. Разработчик представил её как локальную модель для запуска через llama.cpp; в репозитории есть слитная версия GGUF, базовая модель в Q4_K_M и отдельный адаптер LoRA. Модель предназначена для повседневных вопросов, объяснений, помощи в учёбе и непринуждённого общения. Она рассчитана на английский язык и отражает сленг и манеру речи, актуальные на момент подготовки модели в 2026 году. LoRA обучена на небольшом наборе примерно из 165 примеров, поэтому могут повторяться фирменные фразы или появляться посторонние токены. При размере 1,5 млрд параметров модель может галлюцинировать или чрезмерно упрощать ответы; она не предназначена для формального письма и не проходила дополнительную настройку безопасности сверх базовой модели. Лицензия — Apache-2.0.

SpaceOm — визуально-языковая модель Remyx AI для пространственного рассуждения по изображениям. Она дообучена методом LoRA на базе UCSC-VLAA/VLAA-Thinker-Qwen2.5VL-3B; архитектура — Qwen2.5-VL, размер — 3,1 млрд параметров. Модель принимает изображение и текстовый запрос, а отвечает текстом на естественном языке. Контекст — до 128 000 токенов. Модель предназначена для вопросов о расположении и свойствах объектов, их количестве, взаимном положении, движении и приблизительных расстояниях; также обучалась на примерах из робототехники и вопросов с выбором ответа. Карточка сообщает об оценках на OmniSpatial и SpatialScore, включая отдельные результаты по отслеживанию объектов и оценке расстояний. SpaceOm обучена на синтетических примерах с рассуждениями, созданных из наборов SpaceThinker, SpaceOm и Robo2VLM-Reasoning. Возможны ошибки в загромождённых сценах и при изменении перспективы камеры; сохраняются мультимодальные смещения базовой модели. Оценки расстояний не заменяют точные измерения датчиками или специализированными системами глубины. Модель не предназначена для критически важных решений. Лицензия в предоставленных данных не указана.

wyrdsekai drive 3.5-9B (v6) — дообученная модель wyrdsekai на базе Qwen3.5-9B, предназначенная для агентной работы в среде-компаньоне wyrdsekai. Она планирует действия, выбирает инструменты и формирует действия мира как JSON-объекты в тексте ответа; версия v6 дополнительно обучена методом emit-RFT (GRPO), чтобы решать, когда действовать, а не только описывать намерение. Модель рассчитана на запуск вместе с runtime wyrdsekai, который обрабатывает JSON-действия, разделение голосового и управляющего уровней, а также правила согласия и автономии. Веса доступны в GGUF, включая используемую в стандартной установке квантизацию Q4_K_M, а также в safetensors и MLX 4-bit. Лицензия — Apache-2.0. Обучение проводилось на синтетических сценариях, симуляциях и диалогах; пользовательские разговоры в опубликованные веса не входят. Модель настроена на англоязычные запросы, а поведение вне сборки промптов wyrdsekai не проверено. JSON-ограничения не обеспечиваются декодированием грамматики, поэтому формат действий может нарушаться.

PRAMAY3000/floor-plan-generation — модель генерации изображений на основе Stable Diffusion, обученная разработчиком PRAMAY3000 методом DreamBooth с использованием ноутбука fast-DreamBooth от TheLastBen. Она предназначена для создания изображений планировок помещений по текстовым запросам и может использоваться в интерфейсе Automatic1111; в карточке также упоминается проверка концепции через Colab. Репозиторий содержит веса в формате Diffusers, PyTorch и safetensors. Модель распространяется по лицензии CreativeML Open RAIL-M, условия которой следует учитывать при использовании и распространении результатов.

Qwen2-VL-7B-Sydney — дообученная мультимодальная модель adamo1139 на базе Qwen/Qwen2-VL-7B-Instruct. Она принимает изображения и текстовые запросы, а в ответ ведёт диалог и описывает изображения с более энергичным, позитивным тоном, особенно охотно делая комплименты собакам и кошкам. Модель содержит 7,1 млрд параметров, использует архитектуру Qwen2-VL и поддерживает контекст до 32 768 токенов. Для дообучения применялись примерно 60 тысяч синтетических примеров, созданных на основе LLaVA-Instruct-150K; обучение выполнялось с LoRA. Автор описывает проект как эксперимент по настройке модели за выходные и отмечает нестабильность качества генерации при подготовке части обучающих данных. Модель распространяется под лицензией Apache-2.0. Для запуска в 16-битном формате требуется значительный объём видеопамяти: автор сообщает, что даже на GPU с 24 ГБ не все изображения и видео удавалось обработать без нехватки памяти.

RynnBrain-2B — модель Alibaba DAMO Academy для понимания сцен с точки зрения наблюдателя и поддержки робототехнических систем. Это дообученная версия Qwen3-VL-2B-Instruct с архитектурой Qwen3-VL и 2 млрд параметров; модель принимает изображения и текст и формирует текстовые ответы. Карточка описывает задачи пространственного понимания, ответов на вопросы о сценах, подсчёта объектов, распознавания текста и понимания видео. Модель предназначена для привязки языковых описаний к физическому пространству и времени, локализации объектов и целевых областей, а также предсказания траекторий. Её можно применять для анализа видео от первого лица, восприятия сцены роботом и подготовки пространственных сведений для последующего планирования. Карточка также описывает планирование для семейства RynnBrain, но не подтверждает, что все такие возможности относятся именно к версии 2B. Модель поддерживает английский и китайский языки, распространяется в формате Safetensors и доступна по лицензии Apache-2.0. Для запуска в README указан Transformers 4.57.1. Описанные возможности относятся к восприятию и текстовым ответам; карточка не подтверждает непосредственное управление роботом или генерацию действий. Результаты локализации и планирования следует проверять в конкретном робототехническом сценарии.

Spatial-Interactor Qwen3-VL-8B — мультимодальная модель kagakouko для пространственного рассуждения по изображениям и видео. Она дообучена на базе Qwen/Qwen3-VL-8B-Instruct: сначала обучалась предсказывать локальные переходы состояния мира и движения наблюдателя, затем применялась дистилляция на собственных траекториях для интеграции переходов на длинных последовательностях. Модель использует архитектуру Qwen3-VL с 8 млрд параметров и принимает те же изображения, видео и вопросы, что и базовая модель; при работе ей не нужны обучающие переходные трассы или отдельная модель-учитель. Модель предназначена для анализа пространственных отношений и динамики наблюдаемого физического мира в изображениях и видео, в том числе для сценариев embodied AI. Она доступна в формате BF16 и safetensors для Transformers; веса, токенизатор, процессор и шаблон чата включены. Лицензия — Apache-2.0. README не приводит количественных оценок качества или ограничений по длине входа.

Thai GPT-2 Fine-Tuned Dog Q&A — модель генерации текста на базе GPT-2, дообученная студентом Angkun на наборе данных disease_3000, содержащем 3 000 пар вопросов и ответов. Модель предназначена для ответов на вопросы о собаках на тайском языке, включая тематику заболеваний и ухода за животными. Модель поддерживает тайский язык, относится к семейству GPT-2 и имеет нативное контекстное окно 1 024 токена. Она подходит для создания простых диалоговых интерфейсов, справочных прототипов и экспериментов с вопросно-ответной генерацией о собаках. Лицензия MIT разрешает свободное использование с соблюдением её условий. Данные об архитектуре в полном объёме, размере модели, процедуре обучения и результатах оценки не приведены. Из-за небольшого специализированного обучающего набора модель может ошибаться, генерировать неполные или недостоверные ответы и не должна использоваться как замена консультации ветеринара.

Chanisorn/thai-food-mpnet-nutrition — модель Sentence Transformers, дообученная на базе sentence-transformers/paraphrase-multilingual-mpnet-base-v2 для поиска тайских блюд по ингредиентам и характеристикам питания. Она преобразует текст в плотные векторы размерностью 768 и подходит для семантического поиска, сравнения текстов и ранжирования кандидатов по косинусному сходству. В обучающих примерах запросы с ингредиентами сопоставляются с описанием блюда и категориями калорийности, белка, жиров и углеводов. Модель использует XLM-RoBERTa с усреднением токенных представлений. README указывает максимальную длину последовательности 128 токенов; метаданные — контекст до 514 токенов. Заявленный язык — тайский. Лицензия — Apache-2.0. В README приведена оценка поиска на 48 примерах, поэтому результаты могут не отражать качество на других данных и сценариях.

Thai GPT-2 Fine-Tuned — генеративная языковая модель на архитектуре GPT-2, дообученная студентом Mai007 на наборе данных disease_3000, содержащем 3 000 пар вопросов и ответов на тайском языке о кошках. Модель предназначена для генерации ответов на вопросы и создания тематического тайского текста в сценариях, связанных с кошками. Модель поддерживает тайский язык и использует контекст длиной до 1 024 токенов. Она распространяется по лицензии MIT. В метаданных указано, что модель сохранена в формате safetensors и опубликована как модель для text generation. Сильной стороной модели является специализация на тайскоязычных вопросах о кошках и компактный контекст для локального использования. Документация не содержит сведений о точном размере модели, процедуре обучения, результатах оценки или подтверждённой информации о разработчике помимо имени Mai007. Из-за узкой предметной области и ограниченного обучающего набора модель не следует использовать как универсальную или надёжную систему медицинских рекомендаций.

Это модель классификации изображений на базе Vision Transformer (ViT), дообученная VuTuan2005 на наборе данных pcuenq/oxford-pets. Она предназначена для распознавания пород кошек и собак на изображениях. Модель содержит 113,2 млн параметров и распространяется в формате safetensors; базовая модель — google/vit-base-patch16-224. На оценочной выборке указаны loss 0,1967 и accuracy 0,9405. Модель принимает изображения и выдаёт класс изображения. Лицензия — Apache-2.0. Результаты относятся к указанной оценочной выборке; перенос на другие наборы данных и условия съёмки не описан.

KAIROS-MM-Qwen2.5-VL-7B-SFT — мультимодальная модель рассуждений prithivMLmods, дообученная на основе Qwen/Qwen2.5-VL-7B-Instruct. Она предназначена для анализа видео и визуальных наблюдений, чтобы поддерживать роботов и зрительные агенты при планировании и принятии решений. Модель имеет плотную архитектуру Qwen2.5-VL с 7,1 млрд параметров, принимает визуальные данные и текстовые инструкции и генерирует текстовые рассуждения. Заявленная длина контекста — 128 000 токенов; в карточке указана поддержка английского языка. Модель рассчитана на понимание пространственных отношений, временной динамики и повседневных физических взаимодействий, включая движение, столкновения и сохранение объектов. Её предполагаемые сценарии — долгосрочный анализ видео, прогнозирование событий и высокоуровневое планирование действий в робототехнике, симуляциях и физических AI-системах. Лицензия — Apache-2.0. Качество может снижаться на очень длинных или зашумлённых видео и неоднозначных физических ситуациях. Для специализированных робототехнических задач может потребоваться дополнительное дообучение; низкоуровневое управление движениями не входит в область применения модели.

Это модель классификации изображений на базе MobileNetV2, дообученная автором A2H0H0R1 на наборе данных A2H0H0R1/plant-disease-new. Она предназначена для распознавания классов на изображениях растений, связанных с болезнями. В оценке на тестовом наборе автор сообщает точность 0,96 и значение функции потерь 0,1287. Модель принимает изображения и выдаёт метки классов. Базовая архитектура MobileNetV2 рассчитана на вход размером 224 × 224 и компактное выполнение, в том числе на устройствах с ограниченными ресурсами. Лицензия указана как other; конкретные условия использования следует сверить с карточкой репозитория.

OneCanvas-Qwen3-VL-8B — мультимодальная модель для понимания трёхмерных сцен, разработанная исследователями Технического университета Мюнхена и Huawei. Она принимает набор RGB-D кадров с известными глубиной и позами камер, проецирует визуальные признаки на панорамное представление сцены и отвечает текстом на вопросы о ней. Модель дообучена на базе Qwen3-VL-8B-Instruct с помощью LoRA-адаптеров и обученного векторного представления 3D-позиции. Она предназначена для пространственных вопросов, включая ситуационные вопросы о расположении объектов, оценку расстояний и размеров помещений. В README приведены результаты на SQA3D, VSI-Bench и SPBench. Для корректной работы нужны кадры с валидными позами и глубиной, согласованные параметры камеры и загруженное 3D-встраивание; рекомендуемая конфигурация использует 32 кадра и Z-up координаты. Для опубликованных результатов применялась CUDA-реализация Flash Attention 2, тогда как SDPA переносимее, но может менять ответы. Лицензия — MIT.

OpenPlants Plant Identification Model — модель классификации изображений растений до уровня вида, разработанная для приложения OpenPlants. Она выполняет распознавание локально на устройстве по фотографии и рассчитана на мобильные приложения, полевые наблюдения и рабочие процессы мониторинга биоразнообразия. Модель основана на Vision Transformer ViT-Base с архитектурой ViTForImageClassification и дообучена на изображениях из GBIF и iNaturalist. В обучающую выборку вошли около 2 млн изображений примерно 14 тыс. видов; число параметров в метаданных — 113,2 млн. Каждый класс соответствует виду по таксономии GBIF. Модель принимает изображения и выдаёт метку класса. Лицензия — Apache-2.0. Точность может снижаться для редких и похожих видов, а также при плохом качестве снимка; некоторым видам для надёжного различения нужны географический контекст или репродуктивные признаки, которых модель не использует.

Purlie-2B-i1-GGUF — квантованная версия мультимодальной модели PinkPixel/Purlie-2B, подготовленная mradermacher. Модель относится к семейству Qwen2-VL и предназначена для работы с изображениями и текстом. Основные сценарии применения связаны с вязанием крючком: анализом изображений, работой со схемами и узорами, а также переводом материалов. Заявлены английский и вьетнамский языки. Размер исходной модели — 2B параметров. Модель распространяется в формате GGUF и доступна в нескольких вариантах квантования с размером файлов примерно от 0,8 до 1,7 ГБ, что позволяет выбирать компромисс между качеством, скоростью и требованиями к памяти. К сильным сторонам относятся мультимодальность, специализированная направленность на схемы и узоры для вязания крючком, поддержка изображений и возможность локального запуска благодаря компактным GGUF-квантам. Ограничения включают узкую предметную специализацию, возможное снижение качества на более агрессивных уровнях квантования и отсутствие в README информации о размере контекстного окна, результатах тестирования и точных требованиях к оборудованию. Модель распространяется по лицензии Apache-2.0. Для работы с изображениями могут потребоваться дополнительные mmproj-файлы из статического репозитория.

RynnBrain-Plan-8B — дообученная модель Alibaba DAMO Academy для embodied AI и планирования действий роботов. Она принимает изображения и текстовые запросы, понимает эгоцентрические сцены и формирует текстовые планы, включая декомпозицию многошаговых задач и инструкции для последующих робототехнических систем. Модель основана на RynnBrain-8B; в семействе используется архитектура Qwen3-VL, а веса опубликованы в формате safetensors. Карточка приводит примеры применения для планирования манипуляций по цели и сцене. Поддерживаемые языки по метаданным — английский и китайский. Лицензия — Apache-2.0. Модель ориентирована на физически обусловленное понимание сцен и пространственное планирование. Описание семейства также упоминает локализацию объектов и областей, понимание видео и OCR, однако карточка именно этой версии классифицирует её как image-text-to-text и показывает планирование как основной сценарий. Длина контекста и число параметров в предоставленных данных не указаны.

aadya-m1 — вероятностная модель прогнозирования длины следующего менструального цикла, разработанная автором репозитория Aadya. Модель содержит около 256 млн параметров и выдаёт распределение вероятностей для длительности цикла от 1 до 120 дней, чтобы приложения могли показывать вероятное окно начала следующей менструации с оценкой неопределённости. На вход подаются длительности прошлых циклов и число дней с начала последней менструации; дополнительно можно передать возрастную группу и день положительного теста на овуляцию. Модель предназначена для локального использования в приложениях и инструментах отслеживания цикла, а также для исследований вероятностного прогнозирования. По данным README, она показала низкую ошибку на опубликованных синтетических и двух реальных выборках, однако преимущество над классическим байесовским ориентиром на реальных данных невелико. Качество снижается при пропущенных записях, короткой истории, очень нерегулярных циклах, после родов, в перименопаузе и при гормональной контрацепции; дополнительный вход с тестом на овуляцию проверен лишь в небольшом исследовании. Модель не предназначена для диагностики, планирования контрацепции или зачатия и принятия лечебных решений и не является медицинским изделием. Веса распространяются по лицензии Apache-2.0.

GigaBrain-0-3.5B-Base — базовая модель семейства GigaBrain-0, разработанная open-gigaai для робототехники. Это модель типа Vision-Language-Action, основанная на мировых моделях и предназначенная для управления роботами по визуальным наблюдениям и текстовым инструкциям. Модель ориентирована на пространственное рассуждение, понимание состояний объектов, ловкие манипуляции, мобильные задачи и длительное планирование. В README отмечены поддержка RGBD-входа и обучение с embodied Chain-of-Thought; данные, сгенерированные мировыми моделями, призваны снижать зависимость от дорогих реальных робототехнических данных и улучшать перенос между задачами. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. Карточка описывает семейство и его возможности, но не приводит подробностей о структуре выходных действий или количественных результатах.

Obrolin Kesehatan-7B-v0.1 — разговорная модель для ответов на вопросы о здоровье на индонезийском языке. По карточке, модель обучена на медицинских данных о заболеваниях, лекарствах и других темах здравоохранения. Она построена на архитектуре Mistral с 7,1 млрд параметров, принимает текст и генерирует текст; заявленная длина контекста — 32 768 токенов. Модель основана на azale-ai/Starstreak-7b-beta и предназначена для повседневного информационного общения о здоровье. Ответы модели могут быть неточными и не заменяют консультацию врача. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое.

Kuvera 8B — дообученная Akhil-Theerthala модель Qwen3-8B для ответов на вопросы о личных финансах. Она предназначена для диалоговых помощников и информационной поддержки по бюджетированию, сбережениям, инвестициям, управлению долгами и базовому финансовому планированию. При обучении на запросах пользователей Reddit с синтетически подготовленными ответами модель настраивали учитывать не только финансовую сторону ситуации, но и эмоциональный контекст собеседника. Модель использует плотную архитектуру Qwen3ForCausalLM, содержит 7,6 млрд параметров и поддерживает контекст длиной до 40 960 токенов. Она принимает текст и генерирует текст; в карточке указана поддержка английского языка. Репозиторий содержит веса в формате safetensors. Лицензия — MIT. Ответы предназначены для информационных и образовательных целей, а не для принятия финансовых решений вместо консультации специалиста. Данные ответов синтетические и основаны на запросах Reddit, поэтому возможны смещения и неполный учёт индивидуальных обстоятельств. Знания модели могут не учитывать недавние события и изменения правил; сложное многоэтапное финансовое планирование может выходить за пределы её возможностей.

PhysBrain 1.5 — мультимодальная модель для embodied AI, разработанная командой DeepCybo и дообученная на базе Qwen/Qwen3-VL-2B-Instruct. Она объединяет понимание визуальной сцены, планирование и генерацию действий, а также предсказание будущего состояния среды в едином авторегрессионном трансформере. Для пространственных данных, траекторий движений и визуальных состояний используются специальные токены; отдельные выходные головы для этих задач не применяются. Модель предназначена для визуально управляемого взаимодействия с физической средой: она может анализировать пространственные отношения и affordance объектов, локализовать цели, рассуждать о траекториях, предсказывать действия манипулятора и возможные изменения сцены. Входы могут включать изображение, инструкцию и, для предсказания действий, историю действий; выходы включают текстовые и структурированные пространственные данные, последовательности действий, а также предсказания будущих визуальных состояний, например RGB-изображение и карту глубины. Карточка приводит результаты оценки отдельных возможностей для версии 8B, но не сообщает численные показатели этой версии 2B. Модель основана на Qwen3-VL и использует библиотеку Transformers; лицензия в предоставленных данных не указана.