IV.5Образование и развитие навыков

Карточка модели minsu0567/IAD-X1-GRPO-answer-last-2 на Hugging Face совпадает с карточкой minsu0567/IAD-X1-GRPO-answer-last, поэтому описание составлено по ней. minsu0567/IAD-X1-GRPO-answer-last — дообученная minsu0567 модель семейства Qwen3.5 для преобразования изображений и текста в текст. Карточка указывает на обучение с Unsloth и библиотекой TRL; метаданные описывают архитектуру как плотную условную генеративную модель с поддержкой изображений и диалогового взаимодействия. Модель предназначена для задач image-text-to-text. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. В карточке не приведены сведения о размере модели, длине контекста и конкретных языках использования; метаданные указывают английский язык.

julien-c создал эту объединённую модель на основе mistralai/Mistral-7B-Instruct-v0.2 и NeuralNovel/Mistral-7B-Instruct-v0.2-Neural-Story с помощью линейного слияния в mergekit. Это плотная авторегрессионная языковая модель Mistral с 7,1 млрд параметров для генерации текста и диалогового взаимодействия; контекст составляет до 32 768 токенов. В составленном наборе данных акцент сделан на инструкциях и создании историй. Модель подходит для написания продолжений и черновиков художественных текстов, интерактивного повествования и ответов на текстовые запросы. Она принимает текст и генерирует текст. Репозиторий распространяется в формате safetensors; лицензия — Apache-2.0. Карточка не приводит отдельных оценок качества или специальных ограничений применения.

MOSS-TTSD-v1.0 — модель синтеза речи для длинных выразительных диалогов, разработанная командой OpenMOSS и MOSI.AI. Она преобразует текст диалога в непрерывное аудио и предназначена для генерации разговоров с несколькими участниками, включая подкасты, аудиокниги, интервью, спортивные комментарии, дубляж и развлекательный контент. Модель основана на архитектуре MossTTSDelay, имеет 8 млрд параметров и распространяется в формате Safetensors через Transformers. Она поддерживает управление диалогом с участием от одного до пяти голосов, передачу реплик и наложение речи, генерацию длительностью до 60 минут, а также клонирование голоса по короткому аудиопримеру длительностью 3–10 секунд. Поддерживаются 20 языков, включая китайский, английский, русский, японский и европейские языки. Для работы требуется текст диалога и эталонные аудиозаписи с расшифровками для голосов; на выходе модель создаёт речевое аудио. Заявленная лицензия — Apache-2.0. Качество и устойчивость очень длинной генерации, особенно при смене языков и наложении реплик, могут зависеть от входного текста и аудиопримеров.

Карточка модели SolaireOfTheSun/openchat_3.5-DHBW-Bio-Deutsch-EducationAID-final на Hugging Face совпадает с карточкой SolaireOfTheSun/openchat_3.5-DHBW-Bio-Deutsch-EducationAID, поэтому описание составлено по ней. SolaireOfTheSun/openchat_3.5-DHBW-Bio-Deutsch-EducationAID — диалоговая языковая модель на основе архитектуры Mistral, опубликованная в формате Safetensors. В карточке указано семейство OpenChat и обучение методом C-RLFT на смесях инструкционных данных; репозиторий содержит версию размером 7,1 млрд параметров с контекстом до 8192 токенов. Разработчики OpenChat описывают семейство как открытые модели для диалогового взаимодействия и генерации текста. Модель подходит для ответов на вопросы, выполнения инструкций и генерации текстов в чате. В обучающих данных упомянуты наборы для математики, программирования и общих инструкций. README предупреждает о возможных ошибках в рассуждениях, математике и программировании, галлюцинациях, предвзятых или небезопасных ответах; критические сведения следует проверять и при необходимости применять дополнительные меры модерации. Лицензия репозитория — Apache-2.0. Название репозитория указывает на немецкоязычный образовательный вариант, однако предоставленные сведения не описывают отдельно его обучение или подтверждённые специализированные возможности в биологии и образовании. Поэтому эти направления нельзя считать установленными характеристиками модели.

ChisatoY/Qwen2.5-7B-ReWrite — языковая модель для переписывания текстов на китайском и английском языках в более естественном, человекоподобном стиле. Она разработана на основе Qwen2.5-7B-Instruct с применением supervised fine-tuning через LoRA; адаптер объединён с базовой моделью, поэтому модель доступна как самостоятельные BF16 Safetensors-веса для Transformers. Модель предназначена для гуманизации AI-сгенерированных текстов с сохранением исходного смысла, фактов, языка и форматирования, без добавления пояснений. Она особенно ориентирована на китайские академические и формальные тексты, а также на англоязычные материалы. Архитектура — Qwen2ForCausalLM, размер — около 7,6 млрд параметров, максимальный контекст — 32 768 токенов, максимальная длина последовательности при обучении — 1 024 токена. Обучение проводилось на 42 261 тренировочном примере с использованием 863 примеров для валидации; отдельно применялся небольшой англоязычный тестовый набор. Сильная сторона модели — специализация на сокращении и упрощении формулировок, а также заметное улучшение относительно исходной Qwen2.5-7B-Instruct на указанном тесте. Ограничения включают слабое покрытие разговорной речи, художественных текстов и социальных сетей на китайском языке, возможное сохранение рекламного или шаблонного стиля, изменения формулировок и фактические смещения, поэтому важный результат требует проверки человеком. Лицензия самой модели в README не указана; при использовании необходимо соблюдать условия лицензии базовой модели и лицензий наборов данных: CC BY-NC 4.0, Apache 2.0 и CC BY 4.0.

RaDeR Qwen2.5-7B NuminaMath MATH allquerytypes — модель для извлечения признаков и dense retrieval, разработанная CIIR при UMass Amherst. Её дообучили на Qwen/Qwen2.5-7B-Instruct на данных NuminaMath и MATH, охватывающих разные типы поисковых запросов по математическим задачам. Модель предназначена для построения векторного поиска и ранжирования документов по релевантности, особенно в задачах, требующих математических рассуждений. Она принимает текст и выдаёт признаки для поиска; карточка сообщает, что модели RaDeR показывают обобщение на наборы BRIGHT и RAR-b, но не приводит отдельную оценку этого чекпойнта. Модель содержит 7,1 млрд параметров, использует архитектуру Qwen2 и поддерживает контекст до 32 768 токенов. Указан английский язык. Лицензия — MIT. Для запуска карточка рекомендует vLLM с задачей embed и нормализацией выходных векторов.

mergekit-community/sexeh_time_testing — объединённая языковая модель, созданная с помощью mergekit методом Model Stock на основе DreadPoor/Alita99-8B-LINEAR. В объединение вошли несколько чекпойнтов Llama 3, включая модели для ролевых диалогов и написания историй, а также адаптации по психологии, медицине, биологии, физике, логике и другим темам. Модель предназначена для генерации текста и разговорных сценариев: она может создавать продолжения историй и участвовать в ролевых диалогах. Архитектура — плотная LlamaForCausalLM, размер — 7,5 млрд параметров, заявленная длина контекста — 131 072 токена. Модель принимает и выдаёт текст; карточка указывает поддержку чата. Язык модели по приведённым данным — английский. README не сообщает лицензию. Объединение тематических чекпойнтов не гарантирует одинаковое качество во всех областях; фактическое качество и точность ответов в README не оценены.

Карточка модели jyoung105/stable-diffusion-xl-base-1.0 на Hugging Face совпадает с карточкой stabilityai/stable-diffusion-xl-base-1.0, поэтому описание составлено по ней. Stable Diffusion XL Base 1.0 — модель генерации и редактирования изображений по текстовому описанию, разработанная Stability AI. Она использует латентную диффузию и два предварительно обученных текстовых энкодера: OpenCLIP-ViT/G и CLIP-ViT/L. Базовую модель можно применять самостоятельно либо вместе с отдельной моделью-рефайнером для финальной обработки изображения; также описан двухэтапный вариант с повышением разрешения через img2img. Модель предназначена для создания иллюстраций и художественных изображений, а также для творческих и образовательных инструментов и исследований генеративных моделей. Она поддерживает генерацию изображений по текстовым запросам; репозиторий предлагает варианты запуска через Diffusers, ONNX и OpenVINO. Лицензия — CreativeML Open RAIL++-M (в метаданных указана openrail++).

Карточка модели ModelsLab/stable-diffusion-xl-base-1.0 на Hugging Face совпадает с карточкой stabilityai/stable-diffusion-xl-base-1.0, поэтому описание составлено по ней. Stable Diffusion XL Base 1.0 — модель генерации и редактирования изображений по текстовому описанию, разработанная Stability AI. Она использует латентную диффузию и два предварительно обученных текстовых энкодера: OpenCLIP-ViT/G и CLIP-ViT/L. Базовую модель можно применять самостоятельно либо вместе с отдельной моделью-рефайнером для финальной обработки изображения; также описан двухэтапный вариант с повышением разрешения через img2img. Модель предназначена для создания иллюстраций и художественных изображений, а также для творческих и образовательных инструментов и исследований генеративных моделей. Она поддерживает генерацию изображений по текстовым запросам; репозиторий предлагает варианты запуска через Diffusers, ONNX и OpenVINO. Лицензия — CreativeML Open RAIL++-M (в метаданных указана openrail++).

Карточка модели weights/stable-diffusion-xl-base-1.0 на Hugging Face совпадает с карточкой stabilityai/stable-diffusion-xl-base-1.0, поэтому описание составлено по ней. Stable Diffusion XL Base 1.0 — модель генерации и редактирования изображений по текстовому описанию, разработанная Stability AI. Она использует латентную диффузию и два предварительно обученных текстовых энкодера: OpenCLIP-ViT/G и CLIP-ViT/L. Базовую модель можно применять самостоятельно либо вместе с отдельной моделью-рефайнером для финальной обработки изображения; также описан двухэтапный вариант с повышением разрешения через img2img. Модель предназначена для создания иллюстраций и художественных изображений, а также для творческих и образовательных инструментов и исследований генеративных моделей. Она поддерживает генерацию изображений по текстовым запросам; репозиторий предлагает варианты запуска через Diffusers, ONNX и OpenVINO. Лицензия — CreativeML Open RAIL++-M (в метаданных указана openrail++).

Карточка модели zqljj/stable-diffusion-xl-base-1.0 на Hugging Face совпадает с карточкой stabilityai/stable-diffusion-xl-base-1.0, поэтому описание составлено по ней. Stable Diffusion XL Base 1.0 — модель генерации и редактирования изображений по текстовому описанию, разработанная Stability AI. Она использует латентную диффузию и два предварительно обученных текстовых энкодера: OpenCLIP-ViT/G и CLIP-ViT/L. Базовую модель можно применять самостоятельно либо вместе с отдельной моделью-рефайнером для финальной обработки изображения; также описан двухэтапный вариант с повышением разрешения через img2img. Модель предназначена для создания иллюстраций и художественных изображений, а также для творческих и образовательных инструментов и исследований генеративных моделей. Она поддерживает генерацию изображений по текстовым запросам; репозиторий предлагает варианты запуска через Diffusers, ONNX и OpenVINO. Лицензия — CreativeML Open RAIL++-M (в метаданных указана openrail++).

Ziya-BLIP2-14B-Visual-v1 — мультимодальная модель команды Fengshenbang для диалога и ответов на вопросы об изображениях. Она объединяет визуальный энкодер ViT и Q-Former из BLIP-2 с языковой моделью Ziya-LLaMA-13B-v1; в обучении обновляли визуальный проекционный слой, а параметры этих компонентов оставляли замороженными. В README указано 14 млрд параметров и поддержка китайского и английского языков. Модель предназначена для визуальных вопросов и ответов, описания содержимого одной или нескольких картинок и диалога с опорой на изображения. Команда сообщает об обучении примерно на 20 млн примеров и приводит результаты тестирования на китайских и английских наборах GQA. В репозитории находятся только параметры визуальной части, поэтому для работы также требуются веса Ziya-LLaMA-13B-v1. Лицензия — GPL-3.0.

Anansi-35B-A3B — разговорная языковая модель, созданная автором карточки для следования инструкциям, повествовательных рассуждений и генерации выразительной прозы. В основе — архитектура Qwen3.5 MoE; репозиторий содержит веса Safetensors, а для модели также опубликованы GGUF-варианты. Автор ориентировал её на запуск на маломощном компьютере и отмечает, что модель рассчитана на более доступный запуск по сравнению с плотными моделями примерно на 30 млрд параметров. Модель получена слиянием DARE-TIES моделей huihui-ai/Huihui-Agents-A1-abliterated и Gryphe/WorldSim-Opus-3.6-35B-A3B, после чего часть LM head интерполирована с ReadyArt/Melody1437-35B-A3B для улучшения прозы. По оценке автора, она лучше следует сложным инструкциям, сочетает повествовательное рассуждение с более сжатым ответом и подходит для ролевых диалогов, написания и редактирования прозы. Модель поддерживает генерацию текста и диалоговый интерфейс, включая интерфейс вызова инструментов. Автор отмечает, что рассуждения иногда могут быть длинными; описанные результаты и баланс качеств являются субъективной оценкой автора. Лицензия — Apache-2.0.

AX-3.1-Light-sft_v3_1b_0.5 — созданная автором модели производная на основе SKT A.X-3.1-Light. Она получена усреднением весов двух дообученных моделей: sft_v0_21 и sft_v3_1b_safe, взятых с равными коэффициентами 0,5; повторного обучения на данных и изменений архитектуры не проводилось. Модель использует плотную архитектуру LlamaForCausalLM, содержит 6,8 млрд параметров и рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации текста и диалогов на корейском языке. В README описана проверка объединения сильных сторон исходных вариантов на тестах по корейскому языку, медицине, финансам и праву; приведённые результаты — локальные ориентиры, а не официальные оценки K-AI. Репозиторий содержит веса Safetensors и использует библиотеку Transformers. Лицензия обозначена как other, поэтому конкретные условия использования следует уточнить в карточке базовой модели и связанных материалов.

BeAIhomiemaid-DPO-12B-v1 — дообученная методом DPO модель Koriea на базе Mistral Nemo Instruct 2407. Это плотная языковая модель архитектуры Mistral с 12,1 млрд параметров, предназначенная для диалоговой генерации текста. В карточке также отмечены тематики медицины, климата, биологии и химии, а также ролевые диалоги и творческое письмо. Модель принимает текст и генерирует текст; метаданные указывают на контекст длиной до 1 024 000 токенов. README рекомендует для сэмплирования temperature 0,75–1,2 и min_p 0,1–0,2. Модель опубликована в формате safetensors. Лицензия в предоставленных данных не указана.

GALACTICA 6.7B — языковая модель, разработанная командой Papers with Code в Meta AI для задач в научной сфере. Это авторегрессионный трансформер с архитектурой decoder-only на базе OPT; версия standard содержит 6,7 млрд параметров по карточке модели. Метаданные указывают 8,8 млрд параметров, контекст 2048 токенов и формат PyTorch. Модель обучена на 106 млрд токенов открытых научных текстов и данных: научных статьях, учебниках, справочных материалах, энциклопедиях и базах знаний. Она предназначена для научных вопросов и ответов, математических рассуждений, предсказания цитирований, суммаризации и генерации документов, а также извлечения сущностей и предсказания свойств молекул. Поддерживает генерацию текста; описание также отмечает токенизацию разных модальностей, но не уточняет их состав. Модель может помогать исследователям и разработчикам научных инструментов, однако способна галлюцинировать, в том числе при выдаче цитат, и проявляет смещения. Для генерации ответов, требующих достоверности, необходима проверка результатов. Лицензия CC BY-NC 4.0 разрешает использование на некоммерческих условиях.

Это квантизированная GGUF-версия модели AmanPriyanshu/gpt-oss-6.0b-specialized-all-pruned-moe-only-7-experts, подготовленная и опубликованная mradermacher. Модель основана на архитектуре Transformer с причинным языковым моделированием и использует подход mixture-of-experts с pruning: в исходной специализированной модели оставлены семь экспертов. В карточке также указано, что при подготовке использовались активации экспертов из набора AmanPriyanshu/GPT-OSS-20B-MoE-expert-activations. Модель предназначена для генерации текста, reasoning-сценариев и специализированных предметных задач на английском языке. Она поставляется в формате GGUF с imatrix-квантизациями различных уровней, поэтому может использоваться в средах, поддерживающих этот формат, при ограниченных ресурсах. Размер доступных файлов составляет примерно 3,7–4,0 ГБ, однако точные сведения о числе параметров, длине контекста, поддерживаемых модальностях и конкретных предметных областях в README не приведены. Сильными сторонами являются компактный размер, применение MoE и экспертного pruning, а также широкий выбор вариантов квантизации с компромиссом между качеством, скоростью и требованиями к памяти. Ограничения включают английскую языковую специализацию, возможное заметное снижение качества у наиболее агрессивных квантизаций и отсутствие подробных результатов оценки. Модель распространяется по лицензии Apache-2.0.

Карточка модели bany1111/mistral-7b-CoT_v2 на Hugging Face совпадает с карточкой bany1111/mistral-7b-arc_reasoning_v2, поэтому описание составлено по ней. bany1111/mistral-7b-arc_reasoning_v2 — дообученная языковая модель семейства Mistral с архитектурой MistralForCausalLM и 7,1 млрд параметров. Она создана bany1111 на основе unsloth/mistral-7b-bnb-4bit с использованием Unsloth и библиотеки Hugging Face TRL. Модель предназначена для генерации текста; контекст составляет до 32 768 токенов. Карточка не описывает специализацию на конкретных сценариях рассуждения или отдельных областях, поэтому её можно рассматривать как модель общего назначения для текстовых запросов и ответов. Указана поддержка английского языка. Модель распространяется по лицензии Apache-2.0. Карточка не приводит оценок качества или конкретных ограничений; результаты следует проверять на целевых задачах.

facebook/mms-tts-xtn — модель синтеза речи на языке Mixtec, Northern Tlaxiaco (xtn), созданная Meta в рамках проекта Massively Multilingual Speech. Она преобразует входной текст в речевую аудиоволну и предназначена для озвучивания текстов на этом языке. Модель использует архитектуру VITS — сквозную систему синтеза речи на основе условного вариационного автоэнкодера, flow-модуля и декодера в стиле HiFi-GAN. В модели 3,5 млн параметров; для разных языков проекта обучаются отдельные контрольные точки. Генерация зависит от стохастического предсказателя длительности, поэтому для повторения того же результата требуется фиксированное начальное значение генератора случайных чисел. Модель доступна через Transformers версии 4.33 и новее. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

MobileLLM-R1.5-140M — компактная языковая модель Meta, дообученная методом on-policy дистилляции от facebook/MobileLLM-R1-140M-base. Это SFT-модель для решения математических и научных задач, а также задач программирования на Python и C++; разработчики отдельно отмечают, что она не предназначена для универсального общения. Модель содержит 140 млн параметров, использует текст на входе и выдаёт текст, поддерживает контекст до 32 тыс. токенов и словарь размером 128 тыс. токенов. Архитектура включает 15 слоёв, 9 attention heads и 3 KV heads. Дополнительная on-policy дистилляция применена как заключительный этап постобучения и, по данным авторов, улучшает результаты небольших моделей на сложных задачах рассуждения. Карточка приводит результаты семейства MobileLLM-R1.5, но конкретные численные показатели для версии 140M не выделяет. Модель опубликована под лицензией с обозначением «other»; условия лицензии следует проверить в карточке репозитория перед использованием.

mergekit-community выпустил объединённую плотную языковую модель семейства Llama с 7,5 млрд параметров. Она создана методом Model Stock с помощью mergekit на основе нескольких моделей и адаптеров, включая Llama3-RP-Lora, Everything-COT, OpenBioLLM, адаптер для снятия ограничений и модели для клинических знаний, социологии и астрономии. Модель предназначена для генерации текста и диалогов, в том числе ролевых историй и ответов с рассуждениями; заявлена длина контекста до 131 072 токенов. Репозиторий содержит веса в формате safetensors. В предоставленных материалах лицензия не указана. К тегу карточки отнесено предупреждение о контенте не для всех аудиторий; пригодность ответов в специализированных областях и корректность генерации следует проверять.

Модель shemalfoy/qwen2-vl-scicap-afterdaptandsft разработана shemalfoy и дообучена на базе unsloth/qwen2.5-vl-7b-instruct-unsloth-bnb-4bit. Это мультимодальная Qwen2.5-VL модель с плотной архитектурой для генерации текста по текстовым и визуальным входам; поддерживает диалоговый режим и обработку изображений. В карточке указано обучение с использованием Unsloth и библиотеки TRL. Модель предназначена для сценариев, где нужно анализировать изображение и формировать текстовый ответ. README не уточняет специализированные задачи датасета SciCap, качество модели и ограничения по контексту. Лицензия — Apache-2.0.

Карточка модели LAYEK-143/SD_X1_BASE_v1 на Hugging Face совпадает с карточкой stabilityai/stable-diffusion-xl-base-1.0, поэтому описание составлено по ней. Stable Diffusion XL Base 1.0 — модель генерации и редактирования изображений по текстовому описанию, разработанная Stability AI. Она использует латентную диффузию и два предварительно обученных текстовых энкодера: OpenCLIP-ViT/G и CLIP-ViT/L. Базовую модель можно применять самостоятельно либо вместе с отдельной моделью-рефайнером для финальной обработки изображения; также описан двухэтапный вариант с повышением разрешения через img2img. Модель предназначена для создания иллюстраций и художественных изображений, а также для творческих и образовательных инструментов и исследований генеративных моделей. Она поддерживает генерацию изображений по текстовым запросам; репозиторий предлагает варианты запуска через Diffusers, ONNX и OpenVINO. Лицензия — CreativeML Open RAIL++-M (в метаданных указана openrail++).

SDXL Base 1.0 — модель генерации и редактирования изображений по текстовому описанию, разработанная Stability AI. Она основана на латентной диффузии и использует два предварительно обученных текстовых энкодера: OpenCLIP-ViT/G и CLIP-ViT/L. Базовую модель можно запускать отдельно или сочетать с моделью-refiner для завершающих шагов очистки изображения; также описан двухэтапный вариант с повышением разрешения через SDEdit. Модель подходит для создания иллюстраций, художественных работ и визуальных материалов для творческих и образовательных инструментов, а также для исследований генеративных моделей. В README отмечено улучшение пользовательских оценок по сравнению с предыдущими версиями Stable Diffusion. Модель не обеспечивает идеальный фотореализм, плохо воспроизводит читаемый текст и сложные пространственные отношения; лица и люди могут выглядеть некорректно, а автоэнкодер вносит потери. Генерация достоверных изображений людей и событий указана как использование вне заявленного назначения. Лицензия — CreativeML Open RAIL++-M.

Карточка модели mutexre/stable-diffusion-xl-base-1.0 на Hugging Face совпадает с карточкой stabilityai/stable-diffusion-xl-base-1.0, поэтому описание составлено по ней. Stable Diffusion XL Base 1.0 — модель генерации и редактирования изображений по текстовому описанию, разработанная Stability AI. Она использует латентную диффузию и два предварительно обученных текстовых энкодера: OpenCLIP-ViT/G и CLIP-ViT/L. Базовую модель можно применять самостоятельно либо вместе с отдельной моделью-рефайнером для финальной обработки изображения; также описан двухэтапный вариант с повышением разрешения через img2img. Модель предназначена для создания иллюстраций и художественных изображений, а также для творческих и образовательных инструментов и исследований генеративных моделей. Она поддерживает генерацию изображений по текстовым запросам; репозиторий предлагает варианты запуска через Diffusers, ONNX и OpenVINO. Лицензия — CreativeML Open RAIL++-M (в метаданных указана openrail++).

Карточка модели ShaunGves/stable-diffusion-xl-base-1.0 на Hugging Face совпадает с карточкой stabilityai/stable-diffusion-xl-base-1.0, поэтому описание составлено по ней. Stable Diffusion XL Base 1.0 — модель генерации и редактирования изображений по текстовому описанию, разработанная Stability AI. Она использует латентную диффузию и два предварительно обученных текстовых энкодера: OpenCLIP-ViT/G и CLIP-ViT/L. Базовую модель можно применять самостоятельно либо вместе с отдельной моделью-рефайнером для финальной обработки изображения; также описан двухэтапный вариант с повышением разрешения через img2img. Модель предназначена для создания иллюстраций и художественных изображений, а также для творческих и образовательных инструментов и исследований генеративных моделей. Она поддерживает генерацию изображений по текстовым запросам; репозиторий предлагает варианты запуска через Diffusers, ONNX и OpenVINO. Лицензия — CreativeML Open RAIL++-M (в метаданных указана openrail++).

farishehzad/vilt_finetuned_200 — дообученная модель ViLT на основе dandelin/vilt-b32-mlm, опубликованная пользователем farishehzad. Она предназначена для визуальных вопросов и ответов: принимает изображение и текстовый вопрос, затем выдаёт текстовый ответ. Архитектура ViLT объединяет обработку изображений и текста; модель содержит 136,7 млн параметров и имеет контекст до 40 токенов. Репозиторий содержит веса в формате safetensors. Модель подходит для ответов на вопросы о содержимом изображений. Данные обучения указаны как неизвестный набор, поэтому нельзя судить о тематическом охвате и качестве ответов. Лицензия — Apache-2.0.

A-vibe — диалоговая языковая модель, созданная Авито Тех на базе Qwen3-8B-Base и адаптированная для русского языка и домена Авито. По карточке, модель прошла дополнительное обучение на большом корпусе данных, SFT и RL; также для неё разработали токенизатор, оптимизированный для русского и английского языков. Метаданные указывают архитектуру Qwen3ForCausalLM, размер 7,4 млрд параметров и контекст до 32 768 токенов. Модель предназначена для генерации текста и диалогов, решения математических задач и вызова функций. Разработчик сообщает о более высоких результатах, чем у instruct-версии Qwen3-8B, на ряде русскоязычных бенчмарков, а также об ускорении обработки русскоязычных примеров на 15–25% относительно исходной Qwen3-8B. Модель принимает текст и генерирует текст; заявлены русский и английский языки. Репозиторий содержит веса Safetensors, библиотека — Transformers. Лицензия — Apache-2.0.

FashionGPT-70B-V1.1 — языковая модель ICBU-NPU на архитектуре Llama 2, созданная объединением нескольких адаптеров с базовой моделью Llama 2 70B. Модель имеет 68,7 млрд параметров, работает с текстом и поддерживает контекст до 4096 токенов. Для обучения адаптеров использовался QLoRA; данные включали наборы OpenOrca, OpenAssistant, Samantha, Airoboros и смеси многоходовых диалогов на английском языке. Модель предназначена для генерации ответов и ведения многоходовых диалогов, включая инструкции, вопросы и ответы, а также обсуждение распространённых заблуждений. Карточка приводит результаты на ARC, HellaSwag и MMLU. Модель распространяется по лицензии Llama 2. Тестирование, описанное в карточке, проводилось на английском языке; ответы могут быть неточными, предвзятыми или нежелательными, поэтому перед применением в конкретных сценариях модель следует проверить.

Flow-Judge-v0.1 — компактная модель Flow AI для оценки ответов языковых моделей по заданным пользователем критериям и рубрикам. Она дообучена методом SFT с RSLoRa на базе microsoft/Phi-3.5-mini-instruct; архитектура Phi-3, около 3,7 млрд параметров, веса в формате Safetensors. Модель принимает запрос, контекст, рубрику и оцениваемый ответ, затем выдаёт оценку и поясняющую обратную связь в структурированном формате. Доступны шкалы pass/fail, 3- и 5-балльная шкала Лайкерта. Карточка указывает контекст до 8192 токенов, тогда как метаданные каталога задают нативный контекст 4096 токенов. Модель предназначена для настройки автоматической оценки качества ответов LLM в генеративных продуктах: проверки по собственным критериям, выявления ошибок и сравнения качества ответов. Она обучалась на синтетических данных на английском языке и может быть полезна для быстрой и экономичной проверки типовых ответов. Выпускается по лицензии Apache 2.0. Оценка на других языках систематически не проверялась. Модель не обучалась специально для математики, кода, длинного контекста, структурированных данных вроде JSON или сложных многошаговых оценок; для специализированных сценариев авторы рекомендуют предварительно проверить её качество.