IV.5Образование и развитие навыков

Это конвертированный для Apple MLX чекпойнт крупной версии SongGeneration v2 от Tencent. Репозиторий содержит bf16-веса авт autoregressive audiolm-генератора токенов песни; для получения FLAC нужен отдельный мост декодирования Flow1dVAE из SongGeneration-MLX и официальные runtime-ресурсы. Модель предназначена для создания песен по текстовому запросу в среде Apple Silicon. README описывает генерацию дискретных аудиотокенов и декодирование в стерео FLAC с частотой 48 кГц; проверка приведена для 12-секундной генерации на варианте medium bf16, поэтому её результаты не следует считать оценкой качества именно large-чекпойнта. Использование требует MLX для генерации и PyTorch-компонента для декодирования; лицензия указана как other, без уточнения условий в доступных данных.

SoulX-Singer-bf16 — набор весов в формате safetensors, подготовленный сообществом mlx-community для запуска на Apple Silicon через MLX. Он содержит компоненты SoulX-Singer SVS для синтеза пения по тексту и музыкальному управлению, а также SoulX-Singer-SVC для преобразования вокала. Это конвертированное представление дообученной модели Soul-AILab/SoulX-Singer, а не полностью нативный MLX-runtime: для генерации аудио README использует официальную структуру модели на PyTorch через SoulX-Singer-MLX. Модель предназначена для создания вокальных партий и преобразования пения; базовая модель поддерживает управление мелодией, MIDI-нотами, ритмом и выразительностью. Репозиторий предлагает веса bf16 объёмом около 2,6 ГБ. README приводит проверку генерации WAV длительностью 6,71 секунды с частотой 24 кГц в моно, однако описанные проверки не характеризуют качество для всех сценариев. Лицензия — Apache-2.0.

squeal_lstm_5m — компактная языковая модель, созданная Squeal-Studio и предварительно обученная с нуля на русскоязычных текстах. Это базовая модель без дообучения для следования инструкциям. Она использует декодерную архитектуру LSTM с проекционным слоем и содержит около 5,8 млн параметров. Для токенизации применяется Unigram SentencePiece со словарём из 4 000 токенов; контекст ограничен 256 токенами. Модель предназначена для учебных и исследовательских экспериментов с языковыми моделями и генерацией русского текста. Из-за небольшого размера и ограниченного объёма обучающих данных она слабо подходит для сложной генерации и фактических задач. Небольшой словарь затрудняет работу с редкими словами и эмодзи, а короткий контекст ограничивает связность длинного текста. Веса опубликованы в формате safetensors; лицензия — Apache-2.0.

Thai GPT-2 Fine-Tuned — генеративная языковая модель на базе архитектуры GPT-2, дообученная студентом Sahawit для вопросов и ответов на тайском языке по тематике заболеваний. Модель обучалась на наборе данных disease_3000, содержащем 3 000 пар вопросов и ответов о болезнях. Модель предназначена для генерации ответов на тайском языке в сценариях, связанных с медицинскими вопросами общего характера, и может использоваться как основа для прототипов систем вопросов и ответов. Она поддерживает задачу text-generation, имеет контекстное окно 1 024 токена и рассчитана на тайский язык. Сильной стороной модели является специализация на тайскоязычных вопросах о заболеваниях и компактная архитектура GPT-2. В README отсутствуют сведения о размере модели, процедуре обучения, результатах оценки, ограничениях безопасности и разработчике, кроме указания Sahawit как автора дообучения. Ответы могут быть неточными или неполными, поэтому модель не следует использовать для постановки диагноза или назначения лечения без проверки специалистом. Модель распространяется по лицензии MIT.

Tiny Manas — компактная языковая модель Nik1t7n для продолжения кыргызского текста в стиле одного изданий эпоса «Манас». Это 26,78-миллионная decoder-only Transformer-модель, обученная с нуля на PyTorch; в архитектуре используются pre-LayerNorm, RoPE, байтовый BPE-токенизатор и KV-кэш. Модель принимает начало кыргызского отрывка и генерирует вероятное продолжение. Она не является чат-ассистентом и не предназначена для ответов на вопросы или выполнения инструкций. Модель подходит для учебного изучения полного цикла небольшой языковой модели, экспериментов с кыргызской токенизацией и генерации коротких продолжений текста. Контекст ограничен 256 токенами. Обучение проводилось на одном документе корпуса Manas-UdS, поэтому оценки относятся к отложенным фрагментам того же издания; перенос на другие издания и рассказчиков слабый. Генерация может повторяться, содержать искажённые слова и терять связность. Лицензия модели указана как other; исходный корпус распространяется по CC BY-NC-SA 4.0.

Tiny-Pirate-1.1b-v0.1 — компактная языковая модель, разработанная phanerozoic и дообученная на базе TinyLlama-1.1B. Она использует плотную архитектуру Llama с примерно 1 млрд параметров и контекстом 2048 токенов. Модель генерирует текст в пиратском стиле и поддерживает диалоговое применение. Она предназначена для создания тематических ответов и контента в пиратской манере, в том числе на устройствах с ограниченными ресурсами и в средах, где предпочтительны CPU-вычисления. По данным карточки, модель обычно сохраняет заданный тон и даёт связные ответы, но может отвечать недостаточно точно и подробно на сложные вопросы. Для общих языковых задач её специализация ограничивает применимость. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства, но запрещающая коммерческое применение.

TheREZOR/TinyTalk-UA-GGUF — сборка компактного украиноязычного чат-бота TinyTalk-UA в формате GGUF для запуска через llama.cpp и Ollama. Модель содержит 9,96 млн параметров, поставляется в F16-файле размером 21 МБ; шаблон чата встроен в файл. Для совместимости с llama.cpp исходную архитектуру GPT-Neo преобразовали в математически эквивалентный GPT-2. Контекст модели ограничен 256 токенами, а обучающий корпус состоит из субтитров к фильмам. Модель предназначена для коротких простых диалогов на украинском языке, в том числе локального запуска на маломощных устройствах. Это учебная модель без знаний о мире, поэтому она не подходит для надёжных фактических ответов и сложных задач. F16-округление иногда меняет длину ответа по сравнению с fp32-версией. Лицензия — MIT.

ToonOut — модель сегментации изображений, разработанная Маттео Муратори и Жоэлем Сейтром из Kartoon AI. Она представляет собой дообученную BiRefNet, специализированную на удалении фона с изображений в стиле аниме и выделении персонажей с помощью маски сегментации. Модель обучена на наборе ToonOut из 1 228 изображений. Авторы сообщают о точности пиксельной классификации 99,5% на тестовом наборе против 95,3% у исходной BiRefNet. Настройка ориентирована на особенности стилизованных изображений, включая тонкие пряди волос, контуры и прозрачность. Модель принимает изображение и выдаёт результат сегментации, пригодный для удаления фона. Доступна под лицензией MIT. Заявленная точность относится к тестовому набору авторов; результаты на других типах изображений не описаны.

Модель tclin/whisper-large-v3-turbo-atcosim-finetune — дообученная версия Whisper Large V3 Turbo от OpenAI, адаптированная для распознавания и транскрибации англоязычных радиопереговоров управления воздушным движением. Она использует архитектуру WhisperForConditionalGeneration и содержит около 905,2 млн параметров. Обучение проводилось на данных ATCOSIM с частичной заморозкой слоёв; модель предназначена для работы с аудио и выдаёт текст. Модель подходит для расшифровки авиационной фразеологии, позывных и радиопередач с характерным шумом, а также для подготовки данных авиационных исследований и анализа загруженности воздушного пространства. В README заявлен WER 3,73678% на оценке разработчиков. Для обработки рекомендуется аудио с частотой 16 кГц; длинные записи можно подавать частями. Модель оптимизирована для английских переговоров УВД и не предназначена для общего распознавания речи. Точность может снижаться при сильном шуме, наложении передач, разных акцентах и региональной фразеологии. Лицензия — MIT.

WiNGPT2-Llama-3-8B-Base — компания 卫宁健康 (Winning Health) разработала как специализированную медицинскую языковую модель на базе Meta-Llama-3-8B. Модель продолжила предварительное обучение на медицинских данных объёмом около 20 ГБ; архитектура — плотная LlamaForCausalLM, размер — 7,5 млрд параметров, контекст — 8192 токена. Она принимает текст и генерирует текст. Модель предназначена для ответов на медицинские вопросы и поддержки медицинских сценариев на китайском и английском языках. В опубликованной оценке WiNEval для китайских медицинских вопросов с выбором ответа WiNGPT-Llama-3-8B-Base набрала 66,3 балла против 37 у исходной Meta-Llama-3-8B. Это базовая, а не чат-версия модели, поэтому для диалога и прикладных задач может потребоваться дополнительная настройка. Модель может ошибаться и выдаваемые ею сведения не заменяют консультацию, диагноз или лечение, назначенные медицинским специалистом. Лицензия проекта — Apache 2.0; для весов также действуют условия лицензии и использования базовой модели Llama 3.

WirelessMathLM-Qwen3-4B — исследовательская языковая модель, разработанная авторами WirelessMathBench-XL для математических рассуждений в задачах беспроводной связи. Это дообученная методом GRPO модель Qwen/Qwen3-4B с архитектурой Qwen3 и 3,7 млрд параметров; в обучении использовались 3 227 задач из обучающей части WirelessMathBench-XL. Модель принимает текст и генерирует текст, поддерживает контекст до 40 960 токенов. Для запросов авторы рекомендуют использовать исходный текстовый формат без chat template и добавлять к prompt суффикс /no_think. В проверке на обучении, описанной в статье, точность выросла с 13,63% у базовой модели до 17,87% у GRPO-чекпойнта; эти результаты не являются оценкой на закрытом тесте. Модель предназначена для исследовательских экспериментов с математическими задачами по беспроводной связи, а не для использования как универсальный помощник. Лицензия — Apache-2.0.

Карточка модели ACE-Step/acestep-v15-turbo-continuous на Hugging Face совпадает с карточкой ACE-Step/acestep-5Hz-lm-0.6B, поэтому описание составлено по ней. ACE-Step v1.5 5Hz LM 0.6B — языковая модель для планирования и управления генерацией музыки в составе системы ACE-Step, разработанной проектом ACE-STEP. Она преобразует запросы пользователя в планы композиции, включая метаданные, тексты песен и описания, которые направляют отдельную диффузионную модель для создания музыки. Модель поддерживает генерацию композиций от коротких фрагментов до 10 минут, а также сценарии редактирования музыки в системе ACE-Step: создание каверов, перерисовку аудио и преобразование вокала в фоновую музыку. Модель построена на плотной архитектуре Qwen3ForCausalLM и содержит 574,7 млн параметров. Она принимает текстовые запросы, а в рамках ACE-Step управляет созданием аудио; заявлена поддержка более 50 языков. Контекстное окно составляет 40 960 токенов. В карточке ACE-Step указаны возможности планирования композиции среднего уровня, понимания аудио среднего уровня и слабое копирование мелодии. Для генерации итогового музыкального аудио требуется взаимодействие с соответствующей DiT-моделью системы. Модель опубликована ACE-STEP под лицензией MIT. README заявляет коммерческую применимость сгенерированной музыки и запуск всей системы на потребительском оборудовании, однако скорость и требование менее 4 ГБ видеопамяти относятся к описанию системы ACE-Step в целом и могут зависеть от используемой DiT-модели и конфигурации.

agentrag-embed-v1 — дообученная dung6903 модель на базе intfloat/multilingual-e5-base для извлечения медицинских документов во вьетнамоязычном RAG-проекте AgentRag. Она основана на XLM-RoBERTa и выдаёт плотные эмбеддинги размерностью 768; применяется mean pooling с L2-нормализацией. Контекст — до 514 токенов по метаданным; README указывает максимальную длину последовательности 512 токенов. Модель обучена на 5,3 тыс. троек «запрос, релевантный пример, нерелевантный пример» с MultipleNegativesRankingLoss в течение двух эпох. В оценке на бенчмарке поиска проекта показатель recall@10 вырос на 0,20 относительно базовой multilingual-e5-base. Для запросов и документов используются префиксы `query:` и `passage:`; модель предназначена для создания векторного представления текста и семантического поиска, а не для генерации ответов. Лицензия — MIT.

Allegro-Music-Transformer — модель проекта asigalov61 для генерации музыки с помощью Transformer. Карточка содержит ссылки на варианты Original и Composer с блокнотами Google Colab; репозиторий включает модель в формате ONNX. Модель предназначена для создания музыкальных композиций. Для использования доступна лицензия Apache-2.0. Данных о размере модели, поддерживаемых языках, длине контекста и конкретных музыкальных возможностях в карточке нет.

AquaLLM — языковая модель, разработанная Oytunistrator и дообученная на датасете AquaLLM-Dataset для ответов на вопросы об аквариумистике. Модель основана на Qwen/Qwen2.5-7B-Instruct; в метаданных указано 1,5 млрд параметров, контекст до 32 768 токенов и поддержка форматов Safetensors и GGUF. Модель предназначена для консультаций по пресноводным и морским аквариумам, уходу за рыбами, аквариумными растениями, освещению, фильтрации, нагревателям и другим компонентам оборудования. Она также отвечает на вопросы о параметрах и химии воды, распространённых заболеваниях рыб и способах решения типичных проблем. AquaLLM подходит начинающим аквариумистам, опытным владельцам аквариумов и зоомагазинам, которым нужен специализированный консультант или помощник службы поддержки. Модель поддерживает турецкий и английский языки. Лицензия в доступных данных не указана.

cnut1648/biolinkbert-mednli — модель классификации текста, дообученная на наборе MedNLI на базе michiyasunaga/BioLinkBERT-large. Она предназначена для определения логического отношения между медицинской гипотезой и текстовым описанием клинического случая, например для проверки, следует ли гипотеза из текста, противоречит ему или не определяется им. Модель построена на архитектуре BERT и содержит 432,2 млн параметров; принимает текстовые последовательности с контекстом до 512 токенов и выдаёт метку класса. В README приведена точность 0,879 на оценочной выборке из 1395 примеров MedNLI. Репозиторий содержит веса PyTorch и распространяется по лицензии Apache-2.0. Результат на этой выборке не гарантирует аналогичную точность на других данных или клиническое качество; модель предназначена для классификации текстовых пар, а не для постановки диагноза.

BioLORD-2023 — модель эмбеддингов для клинических предложений и биомедицинских понятий, разработанная авторами BioLORD. Она основана на sentence-transformers/all-mpnet-base-v2 и дообучена на BioLORD-Dataset и определениях из AGCT, сгенерированных большой языковой моделью. Архитектура MPNet содержит 136,7 млн параметров; модель преобразует предложения и фразы в плотные векторы размерности 768. Контекст — до 514 токенов. Модель предназначена для оценки семантического сходства медицинских текстов и биомедицинских понятий, семантического поиска и кластеризации клинических записей. Определения и описания понятий из биомедицинских онтологий помогают ей формировать представления, отражающие смысл и иерархические связи; в README заявлены лучшие результаты на MedSTS и EHR-Rel-B. Также может создавать эмбеддинги текстов общего назначения, но наиболее полезна для медицинских документов, электронных медицинских карт и клинических заметок. Модель принимает текст на английском языке и выдаёт векторные представления; указана поддержка sentence similarity и feature extraction. Лицензия в метаданных обозначена как other, поэтому конкретные условия использования следует проверить на странице модели.

AmberYifan/capsd-medcase-marin-8b-base-medicine_ppl_b4000_s0 — дообученная модель семейства Llama, созданная на основе marin-community/marin-8b-base. Веса представлены в формате safetensors и содержат 7,5 млрд параметров; модель работает с контекстом до 4096 токенов и доступна через Transformers. Модель предназначена для генерации текста в медицинском контексте. README указывает, что при дообучении использован набор данных capsd_marin-8b-base-n13092-medicine-medcase__mix_medicine_ppl_b4000_s0; метаданные также отмечают возможность чата. Языковые возможности базовой модели описаны как англоязычные, поэтому поддержку других языков по имеющимся сведениям подтвердить нельзя. В README нет результатов оценки качества и подробностей о целевом применении. Лицензия указана как other, поэтому конкретные условия использования следует сверить с лицензией репозитория.

Yossri23/chess-challenge-yossri-hdiji — компактная авторегрессионная модель на архитектуре ChessForCausalLM, созданная Yossri23 для LLM Course Chess Challenge. В README указано 809 664 параметра; модель распространяется в формате PyTorch и загружается через Transformers с включением trust_remote_code. Модель предназначена для генерации текста в шахматном сценарии и участвует в оценке Chess Challenge Arena. Лицензия — MIT. Карточка не описывает поддерживаемые языки, контекстное окно или конкретное представление шахматных позиций и ходов, поэтому эти характеристики нельзя уточнить.

ChessMamba — шахматный движок на собственной реализации селективной модели пространства состояний Mamba/S6, разработанный автором репозитория TobiasLogic. Модель обрабатывает историю партии как последовательность ходов и поддерживает компактное скрытое состояние, которое обновляется после каждого хода. В ней около 16,8 млн параметров, 10 слоёв, размерность 384 и размер состояния 16. Выходные головы предсказывают ход, превращение пешки и оценку позиции; поверх модели работает поиск с negamax, alpha-beta и разбором тактических продолжений. Модель предварительно обучена на партиях Lichess с рейтингом игроков выше 1800, затем обучалась в self-play с поиском на собственных предсказаниях. Она предназначена для выбора шахматных ходов и работы как движок через UCI. Автор сообщает, что движок пока уступает Sunfish, а некоторые этапы self-play ухудшали результаты и были отменены. Репозиторий распространяется по лицензии MIT.

ClinicalGPT-R1-Qwen-7B-EN-preview — англоязычная медицинская разговорная модель, разработанная medicalai и дообученная на основе Qwen/Qwen2.5-7B-Instruct. Это плотная авторегрессионная модель семейства Qwen2 с 7,1 млрд параметров, предназначенная для генерации текста и диалогового взаимодействия; поддерживает контекст до 32 768 токенов и опубликована в формате safetensors. Модель подходит для англоязычных медицинских диалогов и генерации ответов на медицинские запросы. В метаданных также отмечен интерфейс вызова инструментов, однако README не содержит сведений о конкретных медицинских задачах, обучающих данных или оценках качества. Лицензия — AFL-3.0; медицинские ответы требуют проверки специалистом.

Это экспериментальный чекпойнт Qwen3-4B-Instruct-2507 от agurung, дообученный методом GRPO для планирования следующих глав книги. Модель имеет плотную архитектуру Qwen3ForCausalLM примерно на 3,7 млрд параметров, работает через Transformers и принимает текстовые запросы, выдавая текстовые планы. Контекст — до 262 144 токенов. Обучение проведено на 7 075 примерах планирования продолжения книги в течение двух эпизодов; для выбора чекпойнта использовали 1 120 отложенных примеров и восемь генераций на каждый. Выбор опирался на непрерывную контрастивную награду: учитывались улучшение оценки для собственного продолжения и штрафы за сходство с альтернативами из той же или другой книги. Это узкоспециализированный исследовательский вариант; README не сообщает лицензию и не приводит оценки качества на независимом тестовом наборе.

Cosmos-H2R-0918 — это дообученная модель генерации видео на основе nvidia/Cosmos3-Nano, опубликованная пользователем rooty2020 в формате Cosmos с весами safetensors. Модель предназначена для моделирования взаимодействия робота с объектами: она генерирует видеопоследовательность манипуляции по изображению или видеоконтексту и описанию подзадачи, а также выдаёт траектории отслеживаемых 3D-точек по кадрам. Генерацию можно обусловить потоком поз камеры. Модель использует архитектуру cosmos3_omni на базе Qwen3-VL-8B MoT и diffusion expert; указано около 15,2 млрд параметров плюс визуальная башня Qwen3-VL. Финальный этап обучения использовал эпизоды DROID, нарезанные на клипы с текстовыми описаниями подзадач, и включал потери генерации видео, отслеживания 3D-точек и межвидовой согласованности. Указаны видео 480p, два ракурса и контекст до 17 кадров; основное назначение — роботизированные манипуляции, а не универсальная генерация видео. Лицензия обозначена как other, поэтому конкретные условия использования следует сверить с лицензией репозитория.

DrMedra4B-i1-GGUF — это квантизированная версия медицинской языковой модели DrMedra4B, разработанная drwlf и преобразованная в формат GGUF пользователем mradermacher. Модель дообучалась на наборе данных medra-thinking-768 и ориентирована на задачи медицинского ИИ, клинического рассуждения, суммирования и поддержки диагностики. Модель имеет размер около 4 млрд параметров, работает с текстом на английском и румынском языках и распространяется как набор GGUF-файлов с различными вариантами квантизации объёмом примерно от 1,2 до 3,3 ГБ. README также указывает, что это vision model, однако сведения о поддерживаемых типах изображений, мультимодальном интерфейсе и размере контекста не приведены. Ключевое преимущество репозитория — возможность запуска модели при ограниченных ресурсах благодаря квантизации; варианты отличаются компромиссом между размером, скоростью и качеством, причём наиболее сбалансированными названы i1-Q4_K_S и i1-Q4_K_M. Ограничения включают снижение качества у наиболее компактных вариантов и отсутствие в README подтверждённых оценок, подробностей архитектуры, безопасного клинического применения и рекомендаций по использованию результатов для медицинских решений. Модель распространяется по лицензии Apache-2.0.

DavidCBaines/ebible_m2o-nllb600m-ton — модель перевода библейских стихов на тонганский язык, созданная дообучением NLLB-200-distilled-600M. Она переводит с четырёх родственных языков: себуано, индонезийского, маори и тагальского. Модель предназначена для эксперимента по подготовке черновых переводов книг Ветхого Завета для языка, на котором в обучении присутствовал только Новый Завет: при обучении использовались новозаветные стихи на тонганском, а оценка проводилась на отложенных текстах Ветхого Завета. Архитектура — M2M-100 для генерации текста; контекст составляет 1024 токена. В тестах на книгах Руфь, Иона и Бытие 1 модель превзошла по chrF3 показатель простого копирования ближайшего исходного текста. Результаты характеризуют ограниченный экспериментальный сценарий с библейскими текстами, а не перевод общего назначения. Модель выпущена под лицензией CC-BY-NC-SA-4.0 и не предназначена для коммерческого использования.

Fleming-R1-7B — медицинская модель рассуждений, разработанная командой Fleming и основанная на Qwen2.5-7B. Она предназначена для пошагового анализа медицинских вопросов и подготовки ответов, в том числе по сложным случаям и цепочкам рассуждений. Для обучения использованы медицинские наборы данных и графы знаний; подход включает начальное обучение на трассах рассуждений и двухэтапное обучение с подкреплением. Модель имеет архитектуру Qwen2, содержит 7,1 млрд параметров и рассчитана на контекст до 32 768 токенов. Репозиторий предоставляет веса в формате Safetensors; модель поддерживает диалоговый интерфейс и интерфейс вызова инструментов. Карточка сообщает о высоких результатах 7B-версии на медицинских бенчмарках, но не приводит здесь подробных результатов. Модель предназначена только для исследований и справочного использования вне клинической практики: её ответы и рассуждения не являются медицинской рекомендацией и требуют проверки квалифицированным специалистом. Лицензия — Apache-2.0.

Haru v2.0 — компактная корейская языковая модель для продолжения историй, разработанная автором репозитория alice-noa-chan. Она использует плотную причинную архитектуру CFRD с 16 983 213 параметрами и работает на рекуррентной глубине 6. Модель принимает текстовый контекст и предсказывает продолжение; длина контекста — 512 токенов, токенизатор BPE содержит 12 000 токенов. Модель обучена на корейском корпусе, включая набор Tiny-Ko-Stories, и предназначена прежде всего для генерации продолжений корейских рассказов. В карточке опубликованы результаты KoBEST, однако оценки близки к случайному уровню, поэтому их не следует считать свидетельством надёжных общих способностей. Haru v2 — устаревший выпуск; автор указывает, что актуальна версия Haru v3. Модель не следует использовать как ассистента, для ответов, требующих фактической точности, или в задачах, критичных для безопасности. При длинной генерации возможны повторы и путаница между персонажами; модель не прошла проверку безопасности, а генерация повторно обрабатывает контекст без кэша инференса. Лицензия — MIT.

susurofu/JFanFic — дообученная модель автора susurofu для генерации коротких художественных историй и фанфиков на японском языке. Она основана на двуязычной GPT-NeoX rinna/bilingual-gpt-neox-4b с 4,8 млрд параметров и контекстом 2048 токенов. В README описано дообучение QLoRA с 4-битной квантизацией на примерно 100 000 коротких фанфиков; репозиторий содержит веса в формате safetensors. Модель принимает текстовый запрос, в котором можно задать тип истории, заголовок, жанр и ключевые слова, и генерирует текст рассказа. Она предназначена для экспериментального и развлекательного создания японской фанфикшн-прозы в условиях ограниченных ресурсов. Автор предупреждает о нестабильных результатах и галлюцинациях: иногда запрос приходится генерировать повторно, а повышение temperature может усугубить нестабильность. Для генерации историй коммерческие модели обычно справляются лучше. Лицензия — Apache-2.0.

bychwa/kitchenbot-base — небольшая языковая модель в стиле GPT-2, созданная автором с нуля для продолжения текстов о кулинарных рецептах. Модель содержит около 6,85 млн параметров, использует архитектуру GPT2LMHeadModel с 6 слоями, размерностью эмбеддингов 256 и 8 головами внимания. Вес в формате safetensors; обучение выполнено на примерно 10 тысячах рецептов из датасета idoyaaran/mise-recipes. Контекст ограничен 256 токенами, основной язык данных — английский. Модель предназначена для продолжения рецептов и как базовые веса для LoRA-адаптера bychwa/kitchenbot-chat. Это также учебный пример полного цикла предварительного обучения небольшой языковой модели. Модель не рассчитана на роль универсального ассистента или производственную кухонную систему; лицензия — Apache-2.0. Из-за малого размера модель может выдумывать ингредиенты и шаги, смешивать блюда и обрывать длинные рецепты. Она не прошла оценку на отложенной выборке и не имеет фильтрации безопасности или фактической точности, поэтому не подходит для медицинских рекомендаций по питанию.

Kurtis-SmolLM2-360M-Instruct — компактная языковая модель на архитектуре Transformer decoder семейства Llama, разработанная Массимо Р. Скамарсия и дообученная с помощью инструмента Kurtis на базе HuggingFaceTB/SmolLM2-360M-Instruct. Она содержит около 361,8 млн параметров, принимает текст и генерирует текст; карточка указывает английский язык и контекст до 8192 токенов. Модель предназначена для диалогового взаимодействия, в частности для сценариев поддержки по вопросам психического здоровья и терапевтической тематики. Её можно использовать для экспериментальной оценки качества небольших языковых моделей и исследовательских прототипов с человеческим контролем. Модель экспериментальная: ответы могут быть неподходящими или вредными. Её не следует использовать для диагностики, принятия критически важных решений или замены профессиональной помощи; особенно необходим надзор в сценариях с уязвимыми пользователями. Лицензия — MIT.