IV.2Банки, платежи и инвестиции

Taurus-7B-1.0 — дообученная Rxavier модель на базе teknium/OpenHermes-2.5-Mistral-7B, созданная с помощью QLoRA на наборе Economicus. Датасет синтетически сформирован по учебникам для аспирантского уровня по экономике; обучение длилось два эпохи с использованием axolotl. Модель предназначена для диалогового следования инструкциям и генерации текста по экономической тематике. Она использует архитектуру Mistral с 7,1 млрд параметров, формат общения ChatML и контекст до 32 768 токенов. В README приведены результаты оценивания на отдельных бенчмарках, включая AI2 Reasoning Challenge и HellaSwag. Модель принимает текст и генерирует текст. Карточка указывает английский язык и лицензию MIT. Результаты бенчмарков не гарантируют точность экономических ответов; в карточке нет подробностей о проверке фактов или ограничениях применения.

URSA-8B — компактная мультимодальная языковая модель семейства URSA, разработанная URSA-MATH для математических рассуждений с пошаговым выводом по тексту и изображениям. Модель предназначена для решения математических задач, в том числе по визуальным условиям. В метаданных указаны архитектура UrsaForConditionalGeneration, поддержка диалогового режима и интерфейса вызова инструментов, а также библиотека Transformers и формат safetensors. Модель ориентирована на англоязычные и китайскоязычные сценарии. Репозиторий не содержит сведений о числе параметров или длине контекста. Лицензия — Apache-2.0. Для инференса авторы адаптировали vLLM.

Модель drstupidity/granite-3.3-2b-customer-support — адаптер LoRA для диалоговой языковой модели IBM Granite, дообученный на наборе Bitext для ответов на обращения клиентов. Она предназначена для генерации вежливых и эмпатичных ответов в профессиональном тоне, с конкретными дальнейшими шагами, если они уместны. Обучение использовало формат чата базовой модели и примеры с одним сообщением клиента; адаптер можно применять с ibm-granite/granite-3.3-2b-instruct. Архитектура — плотная GraniteForCausalLM, около 2,5 млрд параметров у базовой модели; контекст базовой модели составляет 131 072 токена. Репозиторий содержит веса в формате Safetensors. Модель обучалась на синтетических англоязычных данных поддержки клиентов, а системный промпт можно менять или опускать. Лицензия — Apache-2.0. Модель не обучалась на многоходовых диалогах и не подключена к аккаунтам или другим системам компании. Её ответы о заказах, политиках и пользовательских данных нельзя считать проверенными: даже при обучении не выдумывать такие сведения это не гарантируется. Англоязычные данные обучения делают нерусский ввод вне распределения. В README также описан отдельный защитный слой сервиса, но он не входит в веса модели.

Ne Nasedaj SMS Phishing Detector — модель Ravi Chand Mutthina для классификации SMS на фишинговые и легитимные сообщения. Она дообучена на базе classla/bcms-bertic и использует архитектуру ELECTRA с классификационной головой; в метаданных указано 137,8 млн параметров, а контекст составляет до 512 токенов. Модель предназначена для выявления фишинговых и мошеннических SMS, а также для образовательных проектов и приложений безопасности сообщений. Она рассчитана на сербский, хорватский, боснийский и черногорский языки; при обучении перед текстом добавляли языковые метки. В README приведены результаты тестирования на небольшой выборке из 1 529 сообщений: точность 96,96%, precision 96,81% и recall 95,79%. Модель распространяется по лицензии MIT. Авторы позиционируют её как исследовательский, образовательный и демонстрационный инструмент; её предсказания не заменяют экспертную проверку кибербезопасности. Небольшой размер описанного набора данных ограничивает уверенность в переносе метрик на другие источники сообщений и условия эксплуатации.

SumTO_FNS2020 — модель на архитектуре BERT, разработчик — morenolq. Это лучший по результатам авторов чекпойнт из работы «End-to-end Training For Financial Report Summarization», предназначенный для классификации текста. Модель содержит 135,5 млн параметров и принимает последовательности длиной до 512 токенов. В метаданных указаны реализации для PyTorch и JAX, а веса доступны в форматах Flax, PyTorch и Safetensors. Карточка связывает модель с задачей суммаризации финансовых отчётов, однако её pipeline-тег — text-classification; сведений о лицензии в предоставленных данных нет.

Winnow-E4B — компактная модель EldanRing на основе Gemma 4 E4B IT, дообученная для выбора из заданных вариантов, чата и анализа изображений. Для решений модель получает общее состояние и вопрос с известными ответами, затем оценивает кандидатов без генерации объяснения; это подходит для маршрутизации запросов, выбора действий, проверки условий и оценки срочности. Для обычного чата и работы с изображениями доступны отдельные режимы сервера. Модель основана на Gemma 4 E4B IT и использует архитектуру с поддержкой изображений. Дообучение выполнено адаптером LoRA ранга 32, который затем объединён с базовой моделью. Опубликованы файлы GGUF в вариантах Q8_0 и BF16; для изображений требуется соответствующий vision-проектор. Веса языковой части дообучались, а модули зрения и аудио оставались замороженными. В карточке приведены результаты на наборах JevBench и Kev, а также замеры производительности, но они относятся к конкретным конфигурациям и нагрузкам. Модель принимает текст и изображения и выдаёт текст, включая оценки вариантов для задач принятия решений. Данные о поддерживаемых естественных языках и длине контекста в предоставленных источниках не указаны. Обучающие данные и полный процесс обучения не опубликованы. Лицензия — Apache-2.0.

Xwin-Math-7B-V1.1 — модель генерации текста для решения математических задач, разработанная командой Xwin-LM на основе LLaMA 2. Это плотная авторегрессионная модель с архитектурой LlamaForCausalLM и 6,6 млрд параметров; она дообучена методом supervised fine-tuning на синтетических математических данных, включая 1,92 млн примеров GSM8K и 960 тыс. примеров MATH. Модель предназначена для пошагового решения школьных текстовых задач и задач по математике, а также для генерации объяснений и ответов. В README сообщаются результаты pass@1: 84,4% на GSM8K и 44,7% на MATH. Контекст составляет 4096 токенов. Метаданные указывают библиотеку Transformers и формат PyTorch; лицензия — Llama 2 License. Результаты зависят от способа оценки, а математические ответы модели следует проверять; README отдельно отмечает возможные небольшие расхождения результатов из-за среды и оборудования.

В репозитории ordlibrary/DeepSolana-GPT2 опубликована модель с архитектурой GPT-2: плотная языковая модель GPT2LMHeadModel в формате safetensors с контекстом до 1024 токенов. README описывает Deep Solana R1 как разработку 8 Bit Labs совместно с Solana Labs и DeepSeek — систему для работы с блокчейном Solana, искусственным интеллектом и доказательствами с нулевым разглашением. Однако заявленное в README описание DeepSeek R1 и гибридного фреймворка не подтверждается метаданными репозитория, поэтому характеристики системы нельзя уверенно приписать размещённым здесь весам GPT-2. Согласно README, предполагаемые сценарии включают приватные транзакции, проверку смарт-контрактов и выявление мошенничества с помощью ZK-доказательств и ИИ. Указана лицензия Apache 2.0. README также отмечает уязвимость к квантовым атакам и необходимость интеграции с существующими приложениями Solana; результаты производительности и точность обнаружения мошенничества приведены только в карточке и не подтверждены метаданными.

PhishByte v10 — это компактная модель SamSec007 для выявления фишинговых писем. Она написана на PyTorch с нуля, без предобученной языковой модели и трансформера; содержит 743 571 параметр и распространяется по лицензии MIT. Модель принимает исходный текст письма и анализирует заголовки, адреса и домены отправителя, ссылки, текст письма и результаты SPF, DKIM и DMARC из заголовка Authentication-Results. Контекстная архитектура сопоставляет эти признаки, чтобы классифицировать письмо как фишинговое или безопасное. Модель рассчитана на англоязычную электронную почту и может использоваться для первичного анализа подозрительных писем и как один из сигналов в системе защиты почты. Обучение проводилось на наборах CEAS-2008, Enron Email, SpamAssassin, Ling-Spam, Nazario Phishing и Nigerian Fraud. Значительная часть данных датируется временем до 2010 года, поэтому современные схемы фишинга могут быть представлены недостаточно. Ложные срабатывания на маркетинговые и служебные письма сохраняются; устойчивость к целенаправленным обходам не проверялась. Результаты тестирования автором не подтверждены независимой оценкой, а модель не подготовлена для промышленной эксплуатации как самостоятельный фильтр.

unsloth/Qwen2.5-Math-1.5B-Instruct — инструкционная языковая модель семейства Qwen2.5-Math, представленная Unsloth на базе Qwen/Qwen2.5-Math-1.5B-Instruct. Это плотная авторегрессионная модель класса Qwen2ForCausalLM с 1,5 млрд параметров, предназначенная прежде всего для решения математических задач на английском и китайском языках. Модель принимает текстовые инструкции и генерирует ответы с пошаговыми рассуждениями (CoT); для задач, требующих точных вычислений и символьных преобразований, семейство также поддерживает подход Tool-integrated Reasoning (TIR). Контекст составляет 4096 токенов. Карточка рекомендует модель для математических задач и предостерегает от использования в других сценариях. Репозиторий содержит веса safetensors и использует библиотеку Transformers. Лицензия — Apache-2.0. Как компактная модель на 1,5 млрд параметров, она уступает более крупным вариантам семейства в заявленных результатах; качество ответов и точность вычислений не гарантированы.

Speaklar Gemma 3 1B IT — дообученная с помощью QLoRA инструкция Gemma 3 на 1 млрд параметров для диалогов голосовых ботов на бенгальском языке. Модель использует контекст базы знаний, чтобы отвечать по предоставленным свидетельствам, признавать отсутствие нужной информации и соблюдать стиль голосового агента. Архитектура — Gemma3ForCausalLM; модель работает с текстом, поддерживает контекст длиной до 32 768 токенов и предназначена для генерации диалоговых ответов. Модель обучена на 15 000 примерах поведения бенгальского голосового бота. Датасет включает ввод и контекст на бенгальском, английском и бенглиш, а ответы модели формируются только на бенгальском. Среди сценариев — сбор сведений для заказов и записи на приём, расчёты, обработка жалоб, безопасные ответы на вопросы об оплате и передача чувствительных или неподдерживаемых обращений оператору. Для работы следует передавать подходящий контекст из базы знаний; качество заземления зависит от корректного поиска контекста и проверок на стороне продукта. README рекомендует оценить модель на реальном трафике перед производственным запуском. Сведений о лицензии в доступных данных нет.

ankitw497/slm-125m-qa — компактная плотная Llama-модель на 125,8 млн параметров, созданная разработчиком ankitw497 полным дообучением ankitw497/slm-125m-base. Базовая модель обучалась с нуля на юридических, финансовых и общедоступных веб-текстах; затем эту версию дообучили на 10 000 синтетических пар вопрос–ответ, проверенных на опору на исходные данные и очищенных от дубликатов. Модель принимает текстовый вопрос и формирует текстовый ответ; в метаданных указаны задачи question-answering и text-generation. Контекст составляет 1 024 токена. Модель предназначена для экспериментов с ответами на вопросы в юридической и финансовой тематике, а также для изучения компактных языковых моделей и их дообучения. Обучение было закрытым: модели не предоставляли исходные фрагменты при обучении или выводе. Из-за небольшого размера она ненадёжно воспроизводит конкретные факты, имена и числа, поэтому ответы следует проверять; для более надёжных ответов README рекомендует подавать релевантный источник через retrieval-augmented generation. Доступна по лицензии MIT.

cmcheng/DeepMath-GRPO_Qwen2.5-0.5B-Instruct — компактная языковая модель на архитектуре Qwen2, дообученная методом GRPO на базе Qwen/Qwen2.5-0.5B-Instruct. Веса содержат около 494 млн параметров; модель использует библиотеку Transformers и формат safetensors, поддерживает диалоговый режим и контекст до 32 768 токенов. Модель предназначена для генерации текста с акцентом на математические задачи. При дообучении использовался набор zwhe99/DeepMath-103K: 97 870 обучающих примеров и 5 152 тестовых; из тестовой части случайно выбрали 100 примеров для валидации. README указывает на обучение в bf16 с DeepSpeed и ограничение в 5 000 шагов. Данные подтверждают специализацию обучения, но не приводят результаты оценки качества или конкретные гарантии точности. Лицензия в предоставленных сведениях не указана.

MiniMath-R1-1.5B — компактная языковая модель Oumi AI для диалогового решения математических задач. Это версия Qwen2 с архитектурой для авторегрессионной генерации текста, дообученная методом supervised fine-tuning на наборе oumi-ai/MetaMathQA-R1 поверх DeepSeek-R1-Distill-Qwen-1.5B. Модель содержит 1,5 млрд параметров и поддерживает контекст до 131 072 токенов. Модель предназначена для математических вопросов и задач в формате диалога; карточка описывает её как англоязычную. По заявлению разработчика, она набрала 44,4% на MMLU-Pro-Math и улучшила базовую модель на 6 процентных пунктов. Эти результаты не гарантируют точность на других задачах. Модель ограничена возможностями небольших языковых моделей, и разработчик рекомендует не использовать её за пределами математики. Лицензия — Apache 2.0.

dbands/Phi-3.5-mini-IFRS-Accountant — экспериментальная чат-модель, разработанная dbands путём дообучения unsloth/phi-3.5-mini-instruct-bnb-4bit. Она предназначена для генерации текстовых ответов по задачам бухгалтерского учёта на основе IFRS; в метаданных указан датасет IFRS_Account_Posting_CoT. Модель имеет плотную архитектуру с классом LlamaForCausalLM, содержит 3,7 млрд параметров и поддерживает контекст до 4096 токенов. Указан английский язык. Автор отмечает, что модель экспериментальная и не готова к производственному использованию, и рекомендует применять её с осторожностью. Лицензия — Apache-2.0.

Qwen2.5-1.5B GRPO GSM8K — языковая модель на 1,5 млрд параметров, разработанная Bhavesh Soni на базе Qwen/Qwen2.5-1.5B и дообученная методом GRPO с NVIDIA NeMo RL. Она предназначена для решения задач по математике начального и среднего уровня, в частности текстовых задач GSM8K: модель генерирует пошаговое решение и помещает итоговый ответ в тег \boxed{}. На тестовом наборе GSM8K автор сообщает точность pass@1 73,84% при жадном декодировании; базовая модель при той же оценке показала 35,03%.

Emil7018/business-news-generator — дообученная модель генерации текста на базе HuggingFaceTB/SmolLM2-135M, разработанная Emil7018. Она предназначена для генерации деловых новостей; карточка сообщает о дообучении на неизвестном наборе данных и результате Loss 2,5782 на оценочной выборке. Модель построена на плотной архитектуре семейства Llama, содержит 134,5 млн параметров, принимает текст и поддерживает контекст до 8192 токенов. Репозиторий содержит веса в формате Safetensors и рассчитан на использование с Transformers. Базовая модель ориентирована на английский язык; отдельные сведения о языках обучения этой версии не приведены. Лицензия — Apache-2.0. Качество и фактический охват новостных тем не описаны; результат на оценочной выборке сам по себе не подтверждает пригодность для публикации без проверки.

Mistral-7B-Customer-Support — разработанная Bitext модель Mistral 7.1B параметров, дообученная на диалогах клиентской поддержки на базе mistralai/Mistral-7B-Instruct-v0.2. Она предназначена для ответов на вопросы и помощи с типовыми операциями поддержки, например управлением заказами, счетами, платежами, возвратами и учетными записями. Модель можно использовать как основу для чат-ботов, виртуальных помощников и copilots, а затем адаптировать под данные конкретной организации. Модель использует архитектуру MistralForCausalLM и принимает текстовые запросы, выдавая текстовые ответы в диалоговом формате. Контекст составляет до 32 768 токенов. Обучение проводилось на 26 872 парах вопросов и ответов с примерами по 27 намерениям; карточка описывает задачи клиентской поддержки, но не заявляет конкретные поддерживаемые естественные языки. Лицензия — Apache-2.0. Модель специализирована на клиентской поддержке и может работать хуже за пределами этой области. Карточка не рекомендует использовать её для общих диалогов, медицинских, юридических или критически важных советов; возможны смещения, присущие обучающим данным.

HachiML/Swallow-MS-7b-v0.1-MathSkill-OpenMath — текстовая генеративная модель на базе Mistral с 7,2 млрд параметров, созданная HachiML с применением подхода SkillTree и навыков из HachiML/SkillTree-Math-OpenMath-Mistral-7B-v0.1. Модель предназначена для генерации ответов на математические задачи и ориентирована на японский язык. Модель использует архитектуру MistralForCausalLM, принимает текст и генерирует текст. Длина контекста составляет 4096 токенов. Доступные веса в формате safetensors; лицензия — Apache-2.0. В README приведены примеры решения арифметических задач, однако количественные оценки качества не представлены.

Xwin-Math-7B-V1.0 — языковая модель для решения математических задач, разработанная авторами проекта Xwin-Math. Это модель с архитектурой LLaMA-2 и примерно 6,6 млрд параметров, дообученная методом supervised fine-tuning для математических рассуждений. Она генерирует ответы на текстовые задачи; в оценках авторов показала 66,6% pass@1 на GSM8K и 17,4% на MATH. Модель предназначена для решения школьных текстовых задач и задач по математике, включая арифметику и алгебру. Контекст модели — 4096 токенов. README описывает англоязычные тесты и сценарий генерации с цепочкой рассуждений; подтверждений поддержки других языков нет. Модель распространяется по лицензии Llama 2. Результаты приведены авторами и могут отличаться при иных условиях оценки; ответы требуют проверки, особенно для многошаговых вычислений и задач вне математической области.

KL3M 170M, 6-го поколения, — языковая модель Alea Institute для генерации текста на основе Llama с Grouped Query Attention. Чекпойнт обучен на юридических соглашениях; он содержит 181,7 млн параметров, включая 170 млн непринадлежащих эмбеддингам, и обучался 33 000 шагов с оптимизатором Muon и спектральной регуляризацией. Модель работает с контекстом до 4096 токенов и хранится в формате safetensors; в README указана точность BF16. Модель предназначена прежде всего для генерации связного юридического и договорного текста, например проектов формулировок и продолжений соглашений. По карточке, генерация плавная и без проблем с повторениями. Указанная в README оценка spectral health характеризует состояние слоёв, но не заменяет независимую проверку качества и пригодности для конкретных юридических задач. Лицензия — Apache-2.0. Модель ориентирована на английский язык и юридический домен; результаты следует проверять перед практическим использованием, поскольку карточка не приводит оценки точности на юридических тестах или гарантий корректности правовых формулировок.

KL3M 170M, 6th Gen, checkpoint 37K — языковая модель Alea Institute для генерации текста, обученная на юридических соглашениях, включая документы EDGAR и контракты. Она предназначена для генерации и продолжения юридических и договорных текстов, а также для задач анализа, где нужен текстовый вывод. Модель основана на архитектуре Llama с Grouped Query Attention: 30 слоёв, 9 attention heads и 3 KV heads. Всего 181,7 млн параметров, включая 170 млн без эмбеддингов; контекст — 4096 токенов. Веса представлены в формате safetensors, библиотека — Transformers. В карточке указаны связные генерации юридического текста без повторов; обучение выполнено на 37 000 шагах с оптимизатором Muon и spectral clamping. Модель рассчитана на английский язык и специализированный юридический корпус, поэтому её ответы вне договорной тематики могут быть менее надёжны; показатели качества приведены в карточке без независимой оценки. Лицензия — Apache-2.0.

smd20/socialengineering — диалоговая модель Samad Sohrab для обучения распознаванию социальной инженерии и повышения осведомлённости о фишинге. Она дообучена на базе Google Gemma 4 E4B IT и опубликована в формате BF16 GGUF для локального запуска через llama.cpp и совместимые среды. Указанный в README размер — около 8 млрд параметров; метаданные определяют архитектуру как плотную Gemma 4 и отмечают поддержку чата. Модель предназначена для ответов на вопросы о фишинге, вишинге, предлогах, приманках и проникновении вслед за сотрудниками, а также для обучения и контролируемых red-team/blue-team сценариев. Обучающий корпус включает английские и персидские пары вопросов и ответов, подготовленные на основе справочных материалов по социальной инженерии. README указывает на возможные галлюцинации вне предметной области и рекомендует проверку человеком при применении в ситуациях с высокими последствиями. Лицензия в метаданных обозначена как other; конкретные условия следует сверять с лицензией репозитория.

TowerInstruct-WMT24-Chat-7B — языковая модель Unbabel, полученная дообучением TowerBase на наборе TowerBlocks и обучающих данных общей задачи WMT24 Chat MT. Она предназначена для контекстно-зависимого перевода диалогов службы поддержки. В общей задаче WMT24 Chat MT модель заняла первое место по оценке людей на всех десяти языковых парах. Модель построена на плотной архитектуре Llama и содержит 6,6 млрд параметров. Она принимает текст и генерирует текст в формате чата; заявленная длина контекста — 4096 токенов. Метаданные указывают английский, немецкий, французский, китайский, португальский, нидерландский, русский, корейский, итальянский и испанский языки. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

A.X-3.1-Light Success-Consolidation MuSR (correct_unstable) — корейская разговорная модель на базе skt/A.X-3.1-Light, разработанная путём дообучения с учителем и последующего объединения LoRA-адаптера с базовыми весами. Это плотная Llama-архитектура класса LlamaForCausalLM с 6,8 млрд параметров, контекстом 32 768 токенов и весами BF16 в формате safetensors. Модель предназначена для исследований и оценки многошаговых рассуждений на корейском языке, в частности задач MuSR с числовыми вычислениями по экономическим и спортивным данным. В обучении использованы 3 000 примеров из AI Hub 71568: модель училась давать ответ с обоснованием и повышать устойчивость к изменению формата и порядка вариантов. Поддерживает генерацию текста и диалоговый сценарий. Локальная диагностика показала почти неизменный результат на целевом наборе MuSR и снижение результата на CLIcK; авторы указывают, что эти пробы не всегда отражают официальные результаты. Генерация может быть неточной, поэтому модель не следует использовать как единственное основание для решений с высокими последствиями. Лицензия — Apache-2.0.

ECBERT-base-mlm — дообученная версия answerdotai/ModernBERT-base, созданная Graimond. Модель обучена методом masked language modeling на 25 581 тексте и предназначена для заполнения замаскированных фрагментов текста. В карточке указано, что она ещё не дообучена для анализа тональности текстов о денежно-кредитной политике. Модель относится к семейству ModernBERT, имеет архитектуру encoder-only и около 149 млн параметров. Она принимает текст и выдаёт предсказания для пропусков; нативная длина контекста — 8192 токена. Опубликована в формате safetensors по лицензии Apache-2.0. В карточке приведена точность 40% на тестовом наборе ECBERT-idioms-dataset; эта оценка относится к описанному эксперименту и не подтверждает готовность модели к анализу тональности.

Ba2han/math-test-maxx — дообученная на математических задачах чат-модель на базе Qwen2.5-3B-Instruct. Она предназначена для генерации текстовых ответов и решения задач по математике; в README описан вариант с объединёнными 16-битными весами базовой модели и адаптера ReasonMaxxer offline-search. Модель использует архитектуру Qwen2, содержит 3,1 млрд параметров и поддерживает контекст до 32 768 токенов. В сравнительном тестировании по протоколу greedy 0-shot она показала 85,0% на GSM8K и 62,8% на MATH-500; это результаты конкретного протокола, а не официальные показатели Qwen. Репозиторий распространяется по лицензии Apache-2.0. Русский язык и языки, на которых модель обучалась, в предоставленных данных не определены.

HuggingFaceTB/qwen3-1.7b-gsm8k-sft — дообученная версия Qwen/Qwen3-1.7B, разработанная для решения математических задач и рассуждений на английском языке. Модель предназначена прежде всего для текстовой генерации ответов на задачи уровня школьной математики GSM8K, а также может применяться к задачам конкурсной математики MATH-500. Для формирования решений используется формат chain-of-thought с рассуждениями в тегах <think>...</think>. Модель содержит 1,7 млрд параметров и относится к текстовым авторегрессионным моделям; сведения о поддерживаемой длине контекста в README не указаны. Дообучение выполнено методом supervised fine-tuning на 247 467 примерах из GSM8K и MetaMathQA. На тесте GSM8K заявлена точность 77,2%, на MATH-500 — 55,2%; лучшие результаты на MATH-500 показаны в алгебре и предалгебре. При этом специализация на GSM8K снизила результат относительно базовой Qwen3-1.7B на MATH-500, поэтому модель не следует считать универсальным решателем сложной математики. Доступны версии GGUF в форматах 8-bit и FP16 для llama.cpp, Ollama и других совместимых сред. Модель распространяется по лицензии Apache-2.0. README не содержит сведений о мультимодальности, поэтому модель следует рассматривать как текстовую.

SLM-125M-base — компактная языковая модель Sudhanshu1985 на 125,8 млн параметров с архитектурой LlamaForCausalLM. Модель обучена с нуля предсказывать следующий токен и продолжать заданный текст; это базовая модель-дополнитель, а не чат-бот, поэтому она не предназначена для ответов на вопросы и выполнения инструкций. Контекст составляет 1024 токена. Обучение проведено на корпусе примерно из 2,04 млрд токенов: судебные решения США и финансовая отчётность SEC составляют примерно по 40%, образовательные веб-тексты — около 20%. Модель подходит для продолжения юридических и финансовых текстов и экспериментов с небольшой языковой моделью. Она склонна переводить неспециализированные запросы в юридический регистр, обладает ограниченным запасом фактических знаний и может отражать смещения исходных текстов. Не следует использовать её ответы как юридическую или финансовую консультацию. Лицензия — Apache-2.0.

KiyanNet Finance Base 48M — компактная базовая языковая модель для финансовых текстов, опубликованная techkiyan в формате Hugging Face Transformers. Это причинная GPT-2-модель класса GPT2LMHeadModel с 48,4 млн параметров и контекстом 1024 токена; репозиторий содержит веса safetensors и токенизатор SentencePiece. Модель предназначена для генерации продолжений финансового текста, экспериментов с языковым моделированием, дополнительного предобучения и последующей тонкой настройки, в том числе для финансовых текстов об индийском рынке. Основной язык карточки — английский. Это базовая модель, а не ассистент с инструкционной настройкой. Её можно использовать как компактный локальный ориентир или основу для разработки специализированных финансовых систем. Автор приводит небольшой локальный бенчмарк на финансовых промптах, но он не является широким сравнительным исследованием. Модель может выдумывать даты, числа, названия организаций, валюты и корпоративные события, смешивать индийский контекст с глобальными новостями и слабо разбирать опционы и производные инструменты. Сгенерированные факты нужно проверять по надёжным источникам; для расчётов и актуальных сведений нужны внешние данные или детерминированные инструменты. Автор не рекомендует использовать её для персональных инвестиционных советов, торговых рекомендаций, ценовых целей или обещаний доходности. Лицензия указана как other, без уточнения условий в предоставленных данных.