IV.5Образование и развитие навыков

ByteDance SD 2.1-base с расписанием шума Zero Terminal SNR — диффузионная модель генерации изображений по текстовому описанию. Она дообучена на данных LAION Aesthetic 6+ от stabilityai/stable-diffusion-2-1-base и использовалась как MSE-базовая модель в работе Diffusion Model with Perceptual Loss. Модель рассчитана на исследовательские демонстрации: по текстовому запросу она создаёт изображение через StableDiffusionPipeline из библиотеки Diffusers. В README приведён пример с guidance_scale 7.5 и guidance_rescale 0.7. Лицензия — OpenRAIL++; авторы не рекомендуют производственное применение.

SmolLM2-135M-layertrop-topk-k3 — это экспериментальный вариант SmolLM2-135M-Instruct, дообученный автором styal с выборочным исключением декодерных блоков. Модель построена на архитектуре LlamaForCausalLM, содержит 134,5 млн параметров, принимает текст и поддерживает контекст до 8192 токенов. Основной сценарий — генерация и диалог на английском языке с повышенной устойчивостью к удалению отдельных блоков модели. При дообучении в течение 1000 шагов на 8000 диалогах для каждого примера случайно исключались три из 30 блоков с помощью Gumbel top-k. На указанном тестовом наборе максимальный прирост потерь при удалении одного блока снизился на 35% относительно базовой модели; потери при обычной оценке составили 1,1730. Результаты не доказывают, что улучшение вызвано именно LayerDrop: контрольного дообучения без исключения блоков нет, а модель ещё не сошлась. Лицензия — Apache-2.0.

SpeechT5 HiFi-GAN Vocoder — вокодер HiFi-GAN от Microsoft для использования с моделями SpeechT5 при синтезе речи и преобразовании голоса. Он преобразует акустические представления речи в аудио; сам по себе не предназначен для генерации текста или автономного преобразования текста в речь. Репозиторий содержит оригинальные веса в формате PyTorch и распространяется по лицензии MIT. Модель относится к архитектуре HiFi-GAN и рассчитана на работу в связке с SpeechT5. Карточка не приводит сведения о размере модели, языках или ограничениях качества; вокодер следует применять в совместимом конвейере SpeechT5.

StepFun-Formalizer-7B-GGUF — версия в формате GGUF модели StepFun-Formalizer-7B, опубликованная пользователем tinyopsec. Базовая модель разработана StepFun и предназначена для автоматической формализации: она преобразует математические задачи, сформулированные на естественном языке, в формальные утверждения на Lean 4. Модель дообучена на DeepSeek-R1-Distill-Qwen-7B и, согласно карточке, показывает высокие результаты на тестах FormalMATH-Lite, ProverBench и CombiBench. Репозиторий содержит файлы GGUF в точности F16 и нескольких вариантах квантизации; F16 занимает около 15 ГБ, а для запуска требуется примерно 16 ГБ видеопамяти. Карточка описывает применение через llama.cpp, llama-cpp-python, LM Studio и Ollama. Метаданные указывают лицензию Apache-2.0 и возможность диалогового использования. Модель ориентирована на математические запросы на английском языке; качество формализации и корректность результата следует проверять в Lean 4, поскольку ошибки в переводе могут привести к неверным формальным утверждениям.

Sulphur 2 distilled — это модифицированная квантованная сборка diffusion transformer для генерации видео и аудио по текстовому описанию, совместимая с ComfyUI. Модель основана на SulphurAI/Sulphur-2-base и использует компоненты LTX-2.3 AV; сборку подготовил пользователь coolthor. Это неофициальный релиз SulphurAI или Lightricks. Модель предназначена прежде всего для text-to-video и text-to-audio-video, а также заявлена поддержка image-to-video. В состав входят GGUF-квантованный diffusion transformer Q4_K_M размером 13,22 GiB, вспомогательные BF16-компоненты для текстовой проекции, аудио-VAE и vocoder, а также полный видео-VAE LTX. Текстовый энкодер Gemma-3-12B в пакет не включён и должен устанавливаться отдельно. Проверенный сценарий — генерация видео 832×480 с частотой 24 кадра/с, совместно с 48 кГц стерео AAC-аудио; рекомендуемые параметры дистиллированной модели — 8 шагов, Euler и CFG 1.0. Ключевое преимущество Q4_K_M — снижение требований к памяти и ускорение на старых NVIDIA GPU без аппаратной поддержки NVFP4. На модифицированной RTX 2080 Ti модель показала медианное время 53,083 секунды и пиковое потребление 18 050 MiB для ролика длительностью около 3 секунд, что в данном тесте было быстрее и экономичнее NVFP4. При этом качество не было формально эквивалентно проверено: возможны расхождения композиции, а лица, руки, текст в кадре и длинные клипы требуют дополнительной оценки. Для работы необходимы актуальные ComfyUI с узлами LTX-2.3 AV, ComfyUI-GGUF, отдельный Gemma-3-12B и достаточный объём общей VRAM/RAM; результаты на RTX 2080 Ti нельзя напрямую переносить на Blackwell. Распространение регулируется ltx-2-community-license-agreement.

Superswallow-70b-RP-v0.3 — слитая авторами модель на архитектуре Llama 2 с 68,8 млрд параметров, предназначенная для ролевых сцен и создания историй. В объединение вошли instruct- и storytelling-модели, включая Tulu 2 DPO, GOAT-70B-Storytelling и Opus, а также LoRA; использовались методы DARE TIES и SLERP. Базой слияния автор называет tokyotech-llm/Swallow-70b-instruct-hf. Модель генерирует текст на английском и японском языках, поддерживает контекст до 4096 токенов. Автор рекомендует шаблоны Tulu и Swallow/Alpaca и настройки генерации с температурой около 0,7; при высокой температуре ответы могут становиться нестабильными и хуже следовать запросу. Репозиторий использует формат safetensors. Автор указывает лицензию llama2, но предупреждает, что модель предназначена только для личного и академического использования: часть исходных моделей имеет неясные условия коммерческого использования, а параметры Tulu 2 DPO могут затрагивать лицензию AI2 ImpACT. Условия использования стоит проверять с учётом лицензий компонентов слияния.

THaLLE-0.1-7B-fa — дообученная модель KBTG-Labs на архитектуре Qwen2, созданная для воспроизведения результатов технического отчёта. Это плотная авторегрессионная языковая модель на 7,1 млрд параметров с контекстом до 32 768 токенов и режимом диалога. В карточке приведены сравнения результатов на внутренних финансовых тестах 2020 и 2024 годов и на наборе Flare CFA. Модель предназначена для генерации текста в финансовых сценариях, в частности для ответов на финансовые вопросы и работы с тестами, использованными в отчёте. README указывает, что она является дообучением Qwen/Qwen2-7B-Instruct; метаданные отмечают английский язык и тег finance. Для запуска требуется transformers версии 4.37.0 или новее. Чекпойнт обозначен как рабочая версия для воспроизведения результатов; распространяется по лицензии Apache-2.0.

TheSalt-RP-L3-8b-DPO-v0.3.2-e0.14.2 — экспериментальная модель для ролевого общения, созданная на архитектуре Llama 3 и дообученная с помощью DPO. Разработчик описывает её как модель, обученную на большом количестве токенов и затем настроенную для RP; она принимает текст и генерирует текст. Для работы требуется формат ChatML с обязательными системным промптом и именами пользователя и персонажа. Размер модели — 7,5 млрд параметров, контекст — 8192 токена. Модель предназначена для ролевых диалогов и экспериментов с персонажами. Разработчик публикует её для получения отзывов и пробного использования, поэтому качество следует считать экспериментальным. Лицензия CC BY-NC 4.0 разрешает использование с атрибуцией, но запрещает коммерческое использование. Ответы языковых моделей могут быть недостоверными.

TuesdayCrowd публикует самостоятельный экспорт Transkun в формате ONNX и спецификацию декодирования для транскрипции фортепианной музыки. Исходную модель разработали Yujia Yan, Frank Cwitkowitz и Zhiyao Duan для событийной транскрипции фортепиано с помощью Neural Semi-CRF; репозиторий содержит независимый экспорт и не связан с авторами оригинальной работы. В метаданных указаны библиотека onnxruntime и лицензия MIT. Пакет включает ONNX-модель со скорером на основе трансформера и semi-CRF, отдельную модель для оценки velocity и субкадровых границ нот, а также константы фронтенда. Вход — монофоническое аудио с частотой 44,1 кГц; по нему система восстанавливает ноты фортепиано, включая sustain и soft pedal, с MIDI-высотами 21–108. Декодирование использует mel-фронтенд, Viterbi-проход semi-CRF и склейку сегментов длиной 16 секунд с шагом 8 секунд. Заявленный в README результат — 0,984 F1 по нотам на MAESTRO. Экспорт позволяет запускать нейросетевые части через ONNX Runtime без Python или PyTorch во время выполнения, но сам файл ONNX не является готовым транскрайбером: преобразование аудио и декодирование требуют реализации описанной спецификации и reference decoder. Модель специализирована на фортепиано; README не описывает поддержку других инструментов или языковых задач.

Карточка модели ferdap/Wan2.2-Animate-14B на Hugging Face совпадает с карточкой Wan-AI/Wan2.2-Animate-14B, поэтому описание составлено по ней. Wan2.2-Animate-14B — модель генерации и преобразования видео семейства Wan от Wan-AI. Она предназначена для переноса движений и выражений персонажа из видео на персонажа с заданного изображения, в режимах анимации и замены персонажа. На вход подаются видео и изображение персонажа, на выходе создаётся видео. Модель основана на Wan2.2-I2V-A14B и использует архитектуру видеодиффузии с механизмом Mixture-of-Experts (MoE), описанным для семейства Wan2.2. В карточке указано 14B в названии модели; подробности о разрешении, частоте кадров и длине контекста для Animate не приведены. Доступен код инференса, а интеграция с ComfyUI отмечена как готовая. Модель подходит для анимации персонажей и замены персонажа в видео с сохранением движений и выражений. Лицензия — Apache-2.0. Возможности для текстовой генерации или обработки звука не заявлены.

Модель excalibur12/wav2vec2-large-lv60_phoneme-timit_english_timit-4k — дообученная на наборе TIMIT версия facebook/wav2vec2-large-lv60 для распознавания фонем английской речи по фонемному набору TIMIT. Она построена на архитектуре Wav2Vec2ForCTC, содержит 402,7 млн параметров и принимает аудио, выдавая последовательность распознанных фонем. Для оценки указаны Loss 0,3354 и Phone Error Rate 10,53% на тестовой выборке TIMIT из 1680 примеров; обучение проводилось на 4620 примерах TIMIT. Модель предназначена для распознавания фонем в английской речи в задачах фонетического анализа и экспериментах с речевыми данными. Доступна по лицензии Apache-2.0.

WebCoder-100M-Instruct — дообученная методом полного SFT языковая модель семейства Llama, разработанная caikybaldo999 для генерации кода веб-разработки по инструкциям. Она специализируется на HTML, CSS и JavaScript и подходит для создания адаптивных страниц и других типовых веб-интерфейсов. Модель содержит около 99,9 млн параметров, работает через Transformers и распространяется в формате safetensors; максимальная длина обучающих последовательностей составляла 1024 токена, а нативный контекст — 2048 токенов. Обучение проводилось на 30 032 примерах веб-разработки, отфильтрованных из набора code_instructions_120k_alpaca. Модель небольшая, поэтому качество и полноту сгенерированного кода следует проверять перед использованием. Сведения о лицензии в предоставленных данных отсутствуют.

writing-roleplay-20k-context-nemo-12b-v1.0-GGUF — это квантизированная версия текстовой генеративной модели writing-roleplay-20k-context-nemo-12b-v1.0 от openerotica. Квантизации подготовлены пользователем bartowski в формате GGUF с использованием llama.cpp и метода imatrix. По названию модель относится к семейству Nemo объёмом около 12 млрд параметров и рассчитана на контекст до 20 000 токенов. Модель предназначена прежде всего для написания художественных текстов и ролевых сценариев, включая продолжение повествования и взаимодействие в формате roleplay. Она работает только с текстом; сведения о поддерживаемых языках, точном архитектурном устройстве и рекомендуемом формате промптов в README не указаны. Для запуска предлагается использовать llama.cpp или LM Studio. Доступны варианты от F16 до Q3 и IQ4_XS с различным соотношением качества, размера и требований к памяти. Более крупные квантизации обычно сохраняют более высокое качество, а облегчённые варианты подходят для систем с ограниченным объёмом RAM, но могут сильнее терять в качестве. Специализированные варианты Q4_0_4_4, Q4_0_4_8 и Q4_0_8_8 оптимизированы для ARM и требуют соответствующих инструкций; в README не рекомендуется использовать их на Mac или Windows. Лицензия модели в предоставленных данных не указана.

AFM-4.5B-OpenMed-RL-CoT — медицинская дообученная версия Arcee AFM-4.5B от сообщества openmed-community. Модель с плотной архитектурой ArceeForCausalLM прошла SFT, DPO и GRPO для медицинских вопросов и ответов, следования инструкциям и обогащения рассуждений. Для обучения использовались синтетические медицинские данные, предпочтения на основе MedMCQA и проверяемые сигналы MedReason; также применялись примеры вызова поисковых инструментов. Модель рассчитана на текстовый диалог, поддерживает английский язык и контекст до 65 536 токенов. Модель подходит для исследовательских экспериментов и демонстраций медицинского поиска с привлечением внешних источников. В оценке авторов она превзошла базовую модель по MMLU и MMLU-Pro, но показала более низкий результат IFEVAL; результаты зависят от шаблонов и настроек оценки. Модель может галлюцинировать и не предназначена для диагностики, лечения, назначения препаратов или принятия срочных клинических решений. Лицензия — Apache-2.0.

AnimeGen-I2V-Quantized — это квантизированная версия модели AnimeGen-I2V, разработанной aidealab. Модель предназначена для генерации видео из изображений и ориентирована на сценарии создания аниме-видео. Она реализована для экосистемы Diffusers и предполагает использование в ComfyUI. В репозитории представлены варианты квантования fp8_scaled и int4_convrot, что может снизить требования к памяти и упростить запуск по сравнению с полноразмерной версией, однако конкретные показатели качества, производительности и совместимости не указаны. В метаданных заявлены поддержка английского языка, архитектурный подход diffusion transformer и flow matching; размер модели, максимальная длина контекста, дополнительные модальности и точные требования к оборудованию не раскрыты. Лицензия указана как Apache-2.0, при этом README отмечает, что прочие условия использования совпадают с базовой моделью aidealab/AnimeGen-I2V. Для коммерческого применения необходимо учитывать условия базовой модели и ограничения конкретного формата квантования.

Badger Writer — объединённая авторская модель на архитектуре Llama 3, созданная maldv для генерации художественного текста, особенно научной фантастики, продолжения историй и ролевого общения. В README описано объединение методом normalized Fourier task addition моделей maldv/badger-lambda-llama-3-8b и maldv/llama-3-fantasy-writer-8b; также использованы первый и последний слои dreamgen-preview/opus-v1.2-llama-3-8b-instruct-run3.5-epoch2.5. Модель имеет около 7,5 млрд параметров, работает через Transformers и принимает шаблон диалога Llama 3 Instruct. Метаданные указывают контекст 8192 токена; значение 24–32 тыс. токенов, упомянутое в README, не совпадает с этим значением и не подтверждено метаданными. Модель подходит для написания и продолжения сцен, описаний персонажей и обстановки, а также для ролевых диалогов и создания сюжетов в жанре фантастики. В карточке приведён пример англоязычной художественной прозы. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование. Показатели на Open LLM Leaderboard в карточке не дают полного представления о качестве именно художественной генерации.

epsil/bhagvad_gita — языковая модель Saurabh Mishra, дообученная на материале «Бхагавад-гиты». Она основана на GPT-2 и генерирует текст в ответ на текстовые подсказки; модель можно загружать через Transformers как причинную языковую модель. Контекст составляет 1024 токена. Модель предназначена для генерации текста на темы и в стилистике, связанных с «Бхагавад-гитой», например для творческих экспериментов и получения продолжений по заданной подсказке. Карточка не сообщает лицензию или языки обучающих данных, поэтому нельзя подтвердить условия повторного использования и конкретную языковую поддержку.

Biomistral-Exp-Slerp — объединённая модель на основе BioMistral/BioMistral-7B и yam-peleg/Experiment26-7B, созданная с помощью mergekit методом slerp. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста в диалоговом формате. Базовая BioMistral-7B дообучена на биомедицинских текстах для ответов на медицинские и биологические вопросы, поэтому модель может применяться для исследовательского поиска информации в этих областях. Контекст составляет до 32 768 токенов. Модель распространяется в формате Safetensors по лицензии Apache-2.0. README описывает способ слияния, но не приводит оценок качества полученной модели.

CatRace DistilBERT Feasibility Model — экспериментальный классификатор на основе DistilBERT, разработанный для оценки практической выполнимости предложенных небольших действий в вымышленных ситуациях, связанных с психическим благополучием или стрессом. Модель учитывает описание ситуации, практические ограничения и предлагаемое действие, после чего относит его к одному из трёх классов: явно выполнимое, трудно выполнимое из-за неочевидных препятствий или явно невыполнимое. Модель дообучена на DistilBERT (`distilbert/distilbert-base-uncased`) на синтетическом наборе CatRace v0.2; использует архитектуру `DistilBertForSequenceClassification`, принимает текст с контекстом до 512 токенов и ориентирована преимущественно на английские примеры. Её можно применять для ранжирования небольших рекомендаций по благополучию, выявления непрактичных советов и экспериментов с классификацией с учётом ограничений, в том числе в прототипах чат-ботов планирования действий. Модель не прошла клиническую валидацию, не предназначена для диагностики или выявления кризисных ситуаций; обнаружение кризиса должно выполняться отдельно. Лицензия в предоставленных данных не указана.

DeepSeek-Prover-V1.5-RL — языковая модель DeepSeek AI для автоматического доказательства теорем в Lean 4. Это плотная авторегрессионная модель семейства Llama с 6,5 млрд параметров и контекстом 4096 токенов. Модель дообучена с подкреплением на основе обратной связи от proof assistant после этапа supervised fine-tuning; для поиска доказательств авторы также предлагают метод RMaxTS на основе Monte Carlo tree search. Модель предназначена для генерации формальных доказательств и поиска путей доказательства математических утверждений в Lean 4. В README указаны результаты 63,5% на тестовой части miniF2F и 25,3% на ProofNet. Репозиторий содержит веса safetensors и поддерживает генерацию текста. Указана лицензия other; конкретные условия следует проверять в файлах лицензии репозитория.

Dungeonmaster V2.4 Expanded — модель для генерации текста, созданная Tarek07 путём слияния нескольких дообученных моделей Llama 70B. Она предназначена прежде всего для творческих ролевых игр с напряжённым сюжетом, последствиями и мрачными оттенками, а также для описательного письма и естественного диалога в ролевых сценариях. Модель использует плотную архитектуру LlamaForCausalLM, содержит 69,5 млрд параметров и имеет контекстное окно до 131 072 токенов. README описывает её как наиболее творческую версию серии Dungeonmaster и рекомендует параметры генерации: temperature 1 и min_p 0,01. Репозиторий содержит веса Safetensors; лицензия указана как llama3.3. Модель рассчитана на ролевые сценарии и может выдавать откровенный или мрачный контент. Она не предназначена для задач, требующих гарантированной точности фактов; рекомендуемые параметры сэмплирования приведены автором, но качество зависит от сценария и настроек.

Репозиторий maximazzik/easy_sign содержит ONNX-модели семейства S3D для распознавания жестов русского жестового языка по видео. В него входят демо-модель easysign на 1598 классов и отдельные модели для 1001 класса датасета Slovo; это разные линейки, обученные на разных данных. Разработчик указывает, что веса происходят из проекта ai-forever/easy_sign. Модели предназначены для классификации видеоклипов с жестами. Для линейки Slovo описан входной RGB-клип размером 1×3×T×224×224 и приведены варианты на 32, 48 и 64 кадра; точность на Slovo растёт с длиной клипа от 44,22% до 55,86%. Демо-модель использует окно в 32 кадра и может запускаться на CPU через OpenVINO или ONNX Runtime. Репозиторий распространяется по лицензии CC BY-SA 4.0.

Erya4FT — модель RUCAIBox на архитектуре BART, дообученная на собственном датасете на основе Erya. Она предназначена для перевода древнекитайского текста на современный китайский язык. Модель содержит 152,6 млн параметров, принимает текст и выдаёт текст. Карточка показывает использование через Transformers с классом CPTForConditionalGeneration. Нативная длина контекста — 1024 токена. Модель распространяется под лицензией Apache-2.0. Её основная специализация — перевод древнекитайского на современный китайский. Данных о качестве на других направлениях перевода или о дополнительных возможностях карточка не приводит.

Firefly-V3 — языковая модель автора Guilherme34 для ролевых диалогов и творческого письма. Это плотная авторегрессионная модель семейства Llama на 3,2 млрд параметров, доступная в формате safetensors и рассчитанная на контекст до 131 072 токенов. Модель построена на основе Guilherme34/Firefly-V2.5 с компонентом слияния SicariusSicariiStuff/Impish_LLAMA_3B, после чего прошла дополнительное обучение и настройку поведения. Модель предназначена для отыгрыша персонажей, продолжительных сюжетных сцен, диалогов с характерными голосами персонажей и создания прозы, атмосферы и интерактивной художественной литературы. В README автор отмечает выразительность персонажей, связность сцен и ведение долгих разговоров как основные цели доработки. Модель описана автором как uncensored: она не имеет встроенных отказов и может создавать откровенный или жестокий контент. README рекомендует её для художественного ролевого взаимодействия между взрослыми по согласию. Лицензия в предоставленных данных не указана.

FLUX.1-dev-LoRA-add-details — адаптер LoRA для модели FLUX.1-dev, разработанный пользователем Dote и опубликованный Shakker Labs. Он предназначен для генерации изображений по текстовому описанию с повышением реалистичности и детализации, в частности для получения более естественной текстуры кожи и улучшенной проработки визуальных элементов. Модель применяется как дополнительный набор весов поверх базовой FLUX.1-dev и поддерживается библиотекой Diffusers. Адаптер не требует обязательных trigger words; рекомендуемый масштаб применения — 1.0, также допускаются отрицательные значения. В README приведён сценарий генерации изображений с использованием PyTorch, FluxPipeline, 24 шагов инференса, guidance_scale 3.5 и разрешения 768×1024. Сведения о размере адаптера, точной архитектуре базовой модели, поддерживаемых языках и максимальном контексте не указаны. К ограничениям относятся зависимость от FLUX.1-dev и необходимость учитывать совместимость с её окружением и параметрами инференса. Модель распространяется по лицензии flux-1-dev-non-commercial-license, то есть предназначена для некоммерческого использования.

Alsebay/Gemma2-9b-KuwaNovelist-2 — дообученная модель Gemma 2, созданная автором Alsebay с помощью Unsloth для улучшения стиля письма исходной lemon07r/Gemma-2-Ataraxy-v4d-9B. Это плотная авторегрессионная языковая модель на 9 млрд параметров с контекстом до 8192 токенов, предназначенная для генерации текста и диалогового творческого письма. Карточка отмечает длинные ответы и хороший стиль на английском языке; при этом ответы на вьетнамском, китайском и японском часто короткие, а грамматика и стилизация на целевых родных языках недостаточно качественны. Также отмечена проблема, связанная с тем, что модель говорит за пользователя. Репозиторий содержит веса Safetensors; лицензия — Gemma.

Crystalcareai/gemma-roleplay — дообученная модель семейства Gemma для генерации текста в ролевых сценариях. Разработчик сообщает, что модель обучена в течение трёх эпох на наборе TokenBender/roleplay_alpaca. По архитектуре это плотная авторегрессионная GemmaForCausalLM с 8,2 млрд параметров, принимающая текст и поддерживающая контекст до 8192 токенов. Модель предназначена для ролевых диалогов и генерации ответов от лица персонажа. Она хранится в формате safetensors и может загружаться через Hugging Face Transformers. В предоставленных сведениях лицензия не указана, поэтому условия использования не определены.

Goedel-Prover-V2-32B — языковая модель Goedel-LM для автоматической генерации формальных математических доказательств. Это плотная модель архитектуры Qwen3ForCausalLM с 29,7 млрд параметров, дообученная на базе Qwen/Qwen3-32B; для запуска предусмотрена библиотека Transformers, веса опубликованы в формате safetensors. Модель ориентирована на формализацию и доказательство теорем в Lean, включая задачи олимпиадной математики. В обучении использованы синтетические задачи возрастающей сложности и обучение с подкреплением. Модель умеет исправлять доказательства по обратной связи компилятора Lean; README описывает два раунда такой самокоррекции. Заявлены результаты 88,0% Pass@32 на MiniF2F в стандартном режиме и 90,4% в режиме самокоррекции, а также решение 64 задач PutnamBench при Pass@64. Эти показатели относятся к условиям оценивания, описанным авторами. Модель принимает текстовые запросы и генерирует текст с доказательствами; в каталожных метаданных указаны диалоговый режим и интерфейс вызова инструментов. Контекст составляет до 40 960 токенов. README не перечисляет поддерживаемые естественные языки. Лицензия — Apache-2.0. Для получения пользы от самокоррекции требуется обратная связь компилятора Lean; результаты бенчмарков сами по себе не гарантируют корректность доказательства для произвольной задачи.

Это веса языковой модели AI Dungeon 2 2019 года, опубликованные lukasstraub2. Модель представляет собой дообученную GPT-2 XL с плотной авторегрессионной архитектурой и форматом safetensors; исходные веса были преобразованы в формат Hugging Face Transformers. Базовая GPT-2 XL содержит 1,5 млрд параметров, а контекст модели составляет 1024 токена. Модель предназначена для генерации продолжения текста по подсказке, в частности для интерактивного повествования и текстовых приключений в стиле AI Dungeon. В README приведены рекомендуемые параметры сэмплирования: temperature 0,4, top_p 0,9, top_k 40 и repeat_penalty 1,1764. Модель унаследовала англоязычную направленность базовой GPT-2 XL; иных поддерживаемых языков в источниках не заявлено. Лицензия — MIT. Это специализированное дообучение для генерации художественного текста, поэтому ответы могут быть непредсказуемыми и не подходят без проверки для задач, требующих точности или актуальных сведений.

GPT2-BioPT — небольшая авторегрессионная языковая модель семейства GPT-2 для генерации текста на португальском языке в биомедицинской тематике. Её разработчики из PUCPR дообучили GPT-2 на базе GPorTuguese-2 с использованием 110 МБ биомедицинской литературы: около 16,2 млн токенов и 729,7 тыс. предложений. Архитектура — GPT-2 с причинным языковым моделированием; максимальный контекст составляет 1024 токена. Модель предназначена для продолжения и генерации португалоязычных биомедицинских текстов по заданному промпту, например для черновиков или вспомогательного создания тематического текста. Карточка демонстрирует запуск через Transformers pipeline с задачей text-generation. Модель обучена на ограниченном корпусе биомедицинской литературы и может воспроизводить его ошибки и смещения; её ответы не следует считать проверенными медицинскими рекомендациями. Лицензия в предоставленных данных не указана.