IV.5Образование и развитие навыков

SCaimeqwen317bep2 — слитый полноразмерный чекпойнт Qwen3-1.7B с LoRA-адаптером, созданным в ходе обучения методом GRPO на задачах AIME с использованием self-certainty. Это компактная плотная авторегрессионная языковая модель для генерации текста и диалогов; в метаданных также заявлен интерфейс вызова инструментов. Чекпойнт соответствует второй эпохе обучения, шагу global_step_16; исходный адаптер имел ранг 64 и alpha 32. Модель предназначена для генерации ответов и решения задач в формате AIME. Она принимает текст и выдаёт текст, поддерживает контекст до 40 960 токенов и основана на многоязычной Qwen3-1.7B. Чекпойнт распространяется в формате safetensors по лицензии Apache-2.0. README указывает на ранний шаг обучения, поэтому качество на математических задачах и обобщение за пределами AIME могут быть ограничены.

The Philosopher Zephyr 7B — диалоговая языковая модель от Hypersniper, дообученная на базе Zephyr для ответов в духе Сократа. Она предназначена для бесед о философии, знании и добродетели, а также для общего диалога с выраженной сократической манерой рассуждения. Поведение задаётся шаблоном Zephyr и системным запросом, поэтому его можно менять; модель может следовать другим заданным персонажам, сохраняя отдельные элементы сократического подхода. Модель использует плотную архитектуру MistralForCausalLM с 7,1 млрд параметров, принимает текст и генерирует текст. Заявленная длина контекста — 32 768 токенов. Карточка указывает английский язык и дообучение на наборе диалогов Hypersniper/philosophy_dialogue. Репозиторий содержит веса Safetensors и шаблон для Text Generation WebUI. Лицензия — Apache-2.0. Как и другие генеративные модели, она может выдавать неточные сведения; карточка не приводит систематической оценки качества или специальных мер против подобных ошибок.

AAC Pictogram Retriever (pt-BR) — компактная модель эмбеддингов от tardellirs для семантического поиска и ранжирования пиктограмм ARASAAC в приложениях альтернативной и дополнительной коммуникации. Она помогает находить изображение по короткому запросу на бразильском португальском, например по фразе о повседневном действии или потребности; модель применяется в инструменте Papuguinho для создания коммуникационных таблиц и может искать по каталогу примерно из 14 тысяч пиктограмм или ранжировать короткий список кандидатов. Модель основана на tardellirs/colibri-embed-ptbr и дообучена для поиска пиктограмм. В карточке указаны архитектура Gemma 3 Text и около 150,6 млн параметров; README описывает конвейер SentenceTransformer с усреднённым пулингом, плотными слоями и нормализацией, вектор размерности 768, а также варианты усечения до 256 или 128 измерений. Контекст составляет 2048 токенов. Модель принимает текстовые запросы и тексты-описания пиктограмм, выдаёт эмбеддинги для сравнения по косинусному сходству. Указана поддержка CPU; README также описывает отдельную сборку GGUF для llama.cpp. Модель специализирована на коротких запросах для поиска ARASAAC в бразильском португальском и не предназначена для общего семантического поиска, других языков, каталогов или задач. Обучающие сигналы и оценки бенчмарка основаны на суждениях LLM, поэтому для клинического или иного ответственного применения результаты следует проверять на людских оценках; пиктограммы должен подтверждать пользователь. Лицензия — Gemma; условия её применения следует проверять по лицензии Gemma.

AAIE GFT Full FG 8K — исследовательский прототип на базе Llama, разработанный moinsaj для генерации структурированной обратной связи по учебным заданиям. Модель принимает описание задания, рубрику и работу студента и формирует ответ в JSON с оценками по критериям, их статусами, комментариями и общей обратной связью. Это плотная авторегрессионная модель с 354,4 млн параметров, обученная полными весами; репозиторий содержит самостоятельный чекпойнт, а не LoRA-адаптер. Контекст настроен на 8192 токена, однако это не гарантирует надёжную работу с длинным контекстом. Указан английский язык, модель загружается через Transformers. На 50 повторно использованных записях разработки модель выдала строгий JSON в 82% случаев, но показала сильные повторения, точное совпадение наборов идентификаторов критериев лишь в 2% случаев и среднюю абсолютную ошибку оценок 2,0. Поэтому её следует использовать для исследований, воспроизводимых проверок и демонстраций под контролем преподавателя, а не для автономного оценивания. Лицензия обозначена как other; перед использованием нужно проверить условия лицензии базовой модели и требования к данным.

Модель ishikaa/acquisition_student_AS_diversity_medmcqa_qwen7b_10000 — генеративная текстовая модель на базе семейства Qwen2, доступная для использования через библиотеку Transformers. По идентификатору модели она связана с задачами медицинских вопросов и ответов MedMCQA, а также с обучением методом SFT; разработчик в карточке не указан. Модель содержит около 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Она предназначена для генерации текста и может применяться к ответам на медицинские вопросы, формированию объяснений и исследовательским экспериментам с медицинскими диалоговыми сценариями. Лицензия, языки обучения, точные данные обучения, результаты оценки и дополнительные сведения о процедуре дообучения в предоставленных источниках не описаны. Ответы модели не следует считать медицинской консультацией: возможны фактические ошибки, неполные объяснения и некорректные рекомендации.

AstroLLaMA-3-8B-Chat_Summary — специализированная чат-модель команды AstroMLab для ответов на вопросы по астрономии и астрофизике. Это плотная авторегрессионная модель семейства LLaMA 3 с 7,5 млрд параметров, дообученная методом supervised fine-tuning на базе meta-llama/Llama-3-8b-hf через AstroLLaMA-3-8B-Base_Summary. Для обучения использовали диалоги по астрономии, созданные на основе аннотаций arXiv, а также примеры из LIMA, Open Orca и UltraChat. Модель предназначена для инструкционного диалога и ответов на научные вопросы в области астрономии. Её контекст составляет 8192 токена; основной язык карточки — английский. В README сообщается о конкурентных результатах на астрономическом тесте, но модель уступает базовой LLaMA-3.1-8B; авторы рекомендуют проверять научные ответы по рецензируемым источникам. Модель выпущена для воспроизводимости исследований под лицензией MIT.

AX-3.1-Light-specialist-r1-ties — это слитая модель на базе A.X-3.1-Light от SK Telecom, подготовленная автором репозитория youngseok12. Три LoRA-адаптера, обученные по отдельности на корейских наборах по медицине, численным вычислениям и причинному рассуждению, объединены методом TIES в самостоятельные веса BF16; отдельный адаптер для использования не нужен. Модель имеет плотную архитектуру семейства Llama, 6,8 млрд параметров и контекст до 32 768 токенов. Модель предназначена для генерации текста в формате чат-ответов на корейском языке, особенно для ответов на тестовые вопросы с выбором из четырёх вариантов. В проверке формата на 240 отложенных примерах ответ присутствовал во всех выходах, в среднем длина составляла 13 токенов. Она подходит для экспериментов и оценки медицинских знаний, вычислительного машинного чтения и причинно-следственного рассуждения на корейском языке. Автор обозначает модель как исследовательскую и оценочную. Ответы могут быть неточными, поэтому модель не следует использовать как единственное основание для медицинских, юридических или финансовых решений. Лицензия указана как other; конкретные условия использования в карточке не приведены.

HyperCLOVA-X-SEED-MISHULTA-v1.6 — модель команды MISHULTA, подготовленная для хакатона K-DATA SCIENCE. Это плотная языковая модель HyperCLOVA X на 14,1 млрд параметров, дообученная с помощью LoRA и затем объединённая с базовой моделью naver-hyperclovax/HyperCLOVAX-SEED-Think-14B. Версия v1.6 использует те же веса, что и v1.5, но отличается настройками генерации. Модель предназначена для рассуждений и ответов на корейские вопросы с выбором варианта, включая задания по корейскому языку и культуре. Обучение опиралось на само-дистилляцию базовой модели, дистиллированные данные DeepSeek-R1-0528, обучающую часть HAERAE-HUB/KMMLU и синтетические задания; README сообщает, что тестовая часть для обучения не использовалась. Модель поддерживает генерацию текста и диалог, а её нативный контекст составляет 131 072 токена. Ответ обозначается в конце строкой «정답: X». Модель ориентирована прежде всего на корейский язык; результаты для других языков и задач общего назначения не описаны. Для использования действует лицензия HyperCLOVA X SEED Model License Agreement; README указывает, что название производной модели должно начинаться с «HyperCLOVA X».

JiuZhou-Instruct-v0.2 — диалоговая языковая модель семейства Mistral, разработанная для геонаук. Она основана на Mistral-7B-v0.1, предварительно обученной на корпусе общих текстов и материалов по геонаукам, и дообучена для следования инструкциям и многошагового диалога. Модель содержит 7,2 млрд параметров, принимает и генерирует текст; заявленная длина контекста — 32 768 токенов. Модель предназначена для ответов на вопросы и выполнения инструкций, связанных с геонауками, а также для диалоговых сценариев на китайском и английском языках. В карточке описана оценка на GeoBench, C-Eval, CMMLU и MMLU. Инструкциям модель следует лучше базовой версии, однако при инструкционном дообучении часть геонаучных знаний могла быть утрачена. Репозиторий содержит веса в формате safetensors. Лицензия в предоставленных данных не указана.

QuantumGPT-124M-v3 — дообученная модель GPT-2 Small с примерно 124 млн параметров, созданная для генерации схем на OpenQASM 2.0 по описаниям на естественном языке. Разработчик расширил контекст с 256 до 512 токенов, продолжив таблицу позиционных эмбеддингов; модель реализована как GPT2LMHeadModel и распространяется в формате safetensors по лицензии MIT. Модель предназначена для учебных задач и исследований генерации квантовых схем, например схем запутывания, телепортации и кодирования для коррекции ошибок. В тестах разработчика она показала высокие результаты на небольшом наборе из 120 примеров, однако тестовый генератор совпадает с генератором обучающего корпуса. Модель обучалась на синтетических схемах, созданных Grok и проверенных на синтаксический разбор Qiskit. Ограничения включают слабую обработку отрицаний и составных инструкций, снижение точности при опечатках и отсутствие поведения отказа: модель выдаёт некоторую программу QASM даже для некорректного запроса. Контекст в 512 токенов ограничивает размер алгоритмов, а README рекомендует проверять каждую сгенерированную схему человеком и не использовать модель для производственного синтеза без такой проверки. Модель рассчитана только на английские запросы.

Palind обучил эту модель методом полного PPO-дообучения на базе Qwen2.5-0.5B-Instruct с использованием фреймворка verl и набора задач GSM8K. Это плотная авторегрессионная модель Qwen2 с 494 млн параметров, принимающая текст и поддерживающая контекст до 32 768 токенов. Чекпойнт содержит объединённую модель Actor в формате Transformers; критик, состояние оптимизатора и полный чекпойнт распределённого обучения в репозитории отсутствуют. Модель предназначена прежде всего для генерации ответов на текстовые арифметические задачи в стиле GSM8K. В тестировании на 1 319 примерах GSM8K авторы получили 55,57% строгой точности при требовании формата ответа «#### число»; это результат одного эксперимента, а не гарантия качества на других задачах. Модель лицензирована по Apache-2.0.

Montalte/qwen4b-math-nothink-taskvector — объединённая модель на архитектуре Qwen3 с 3,7 млрд параметров, созданная на основе Qwen/Qwen3-4B-Base. В README она описана как артефакт слияния для экспериментов по переносу навыков между математикой и программированием; метод taskvector использует веса специализированной модели, дообученной на математических данных. Модель предназначена для генерации текста в математических сценариях, включая ответы без развёрнутых рассуждений. Поддерживает контекст до 32 768 токенов и использует библиотеку Transformers. Модель принимает текст и генерирует текст; в метаданных указана возможность чата. Карточка не уточняет языки, на которых она обучалась или тестировалась. Файлы представлены в формате safetensors. Лицензия — Apache-2.0. README позиционирует модель как экспериментальный артефакт для изучения переноса навыков, поэтому качество на конкретных математических и программных задачах не следует считать гарантированным.

TinyBrainBot 350M V3 Math — англоязычная декодерная модель на 348,3 млн параметров, разработанная автором TinyBrainBot и дообученная на базе nkthebass/tinybrainbot-350mV3-instruct. Архитектура основана на LlamaForCausalLM и использует RMSNorm, SwiGLU, RoPE и GQA; модель принимает текст и генерирует текст, а длина контекста составляет 2048 токенов. Модель предназначена для выполнения арифметических операций в столбик с текстовой записью промежуточных шагов. По заявленной оценке, она показывает высокую точность на типовых задачах сложения и вычитания, а также на умножении трёхзначных чисел. Подходит для простых вычислений, где задачу можно сформулировать напрямую на английском языке; это специализированный калькулятор, а не универсальный помощник или решатель текстовых задач. Точность снижается при сложении чисел длиннее 14 цифр, умножение чисел большей разрядности ненадёжно, деление не поддерживается. Определение знака отрицательного результата становится менее надёжным на длинных числах, а качество зависит от формулировки и жадного декодирования. Модель обучена почти полностью на английском языке. Лицензия — Apache-2.0.

TinyStories-17M — компактная языковая модель, созданная Kaushik Harsh с нуля для генерации детских историй. Это декодерный Transformer с 17,2 млн параметров, обученный предсказанию следующего токена на примерно 2,1 млн синтетических англоязычных историй. Архитектура использует подход LLaMA, RoPE, RMSNorm и SwiGLU; модель совместима с Hugging Face Transformers и распространяется в формате safetensors. Модель предназначена для создания коротких связных рассказов по подсказке, образовательных проектов и экспериментов с компактными языковыми моделями и архитектурой Transformer. Она ориентирована на простые сюжеты, диалоги, моральные уроки и детскую лексику на английском языке. Контекст составляет 512 токенов. Небольшой размер ограничивает запас знаний и универсальность: модель может повторяться при длинной генерации, повторять реплики и испытывать трудности с редкими именами и сложными сущностями. Качественные оценки в карточке основаны на ручной проверке и оценке LLM, а не на стандартизированных тестах. Лицензия — MIT.

Egonyu/ateso-english-nllb-v3 — модель машинного перевода между атесо и английским языком, разработанная Egonyu на основе NLLB. Это полноценно дообученная версия facebook/nllb-200-distilled-600M с архитектурой M2M100ForConditionalGeneration и 463,7 млн параметров; для атесо добавлен и обучен токен teo_Latn. Модель переводит в обоих направлениях и рассчитана на языковое обучение, повышение доступности материалов и исследования машинного перевода для языков с ограниченными ресурсами. Контекст составляет 1024 токена. Для выбора целевого языка требуется forced_bos_token_id. Обучение проводилось на 30 955 парах стихов из переводов Библии 1961 года, использованных в обоих направлениях. Поэтому результаты лучше подходят для библейского текста, а качество на повседневной речи и современной лексике заметно ниже; возможны архаичная речь, религиозные формулировки и запоминание обучающих примеров. Токенизатор NLLB разбивает слова атесо на множество частей, что ограничивает качество и увеличивает длину входа. Разработчик позиционирует модель как исследовательский прототип, а не производственный сервис. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

BestTerm-440M — специализированная авторегрессионная трансформерная модель семейства Qwen3, разработанная N8Programs для продолжения целочисленных последовательностей. По README, в ней 440,5 млн параметров; метаданные каталога указывают 352,3 млн. Модель принимает последовательность целых чисел, разделённых запятыми, и генерирует вероятное продолжение. Она обучалась дополнительным этапом на расширенных последовательностях OEIS b-files, после чего её веса объединили с базовой моделью NextTerm-440M методом SLERP с параметром t=0,80. Контекст составляет до 40 960 токенов. Модель предназначена для головоломок на продолжение последовательностей, прогнозирования следующих членов и продолжения арифметических, полиномиальных и последовательностей из OEIS. На сравнении из 57 головоломок точность жадной генерации составила 66,67% против 52,63% у контрольной NextTerm-440M; на OEIS-Eval-Neo результат остался близок к базовой модели. Короткий префикс может допускать несколько правдоподобных правил, поэтому ответ не обязательно совпадает с задуманным продолжением; результаты небольшого набора головоломок не доказывают универсальную способность выводить правила. В README нет явного указания лицензии, а за сведениями об атрибуции и лицензировании автор отсылает к карточке базовой модели.

Madhour/gpt2-eli5 — модель генерации текста на архитектуре GPT-2, обученная для создания вопросов в стиле ELI5 и ответов на них по нескольким ключевым словам. Карточка указывает, что модель использовалась в SeemsPhishy для автоматического создания рассылок по фишингу и тестированию на проникновение. Модель принимает текстовые ключевые слова и генерирует текст; её контекст составляет 1024 токена. Карточка и метаданные указывают английский язык. Репозиторий содержит веса PyTorch, лицензия — GPL-3.0. Модель подходит для генерации простых объяснений и вопросов с ответами по заданным темам. Её специализация на формате ELI5 и указанное применение для фишинговых рассылок и тестирования на проникновение ограничивают пригодность для других задач.

Карточка модели itpossible/JiuZhou-Instruct-v0.1 на Hugging Face совпадает с карточкой itpossible/JiuZhou-Instruct-v0.2, поэтому описание составлено по ней. JiuZhou-Instruct-v0.2 — диалоговая языковая модель семейства Mistral, разработанная для геонаук. Она основана на Mistral-7B-v0.1, предварительно обученной на корпусе общих текстов и материалов по геонаукам, и дообучена для следования инструкциям и многошагового диалога. Модель содержит 7,2 млрд параметров, принимает и генерирует текст; заявленная длина контекста — 32 768 токенов. Модель предназначена для ответов на вопросы и выполнения инструкций, связанных с геонауками, а также для диалоговых сценариев на китайском и английском языках. В карточке описана оценка на GeoBench, C-Eval, CMMLU и MMLU. Инструкциям модель следует лучше базовой версии, однако при инструкционном дообучении часть геонаучных знаний могла быть утрачена. Репозиторий содержит веса в формате safetensors. Лицензия в предоставленных данных не указана.

junghwannkim/mistral-7b-arc-sci-lora_09161401 — экспериментальная модель генерации текста на основе Mistral-7B-v0.1, дообученная для ответов на научные вопросы ARC. В метаданных указаны архитектура MistralForCausalLM с плотной сетью, 7,1 млрд параметров и контекст до 32 768 токенов; веса хранятся в формате safetensors и предназначены для Transformers. Карточка описывает эксперимент с условием S2000 и seed обучения 42. Модель может использоваться для генерации ответов на вопросы по естественным наукам в формате ARC. README отсылает к отдельным файлам с контрактом эксперимента, записью обучения и обоснованием выбора данных, поэтому подробности о наборе данных и рецепте обучения здесь не подтверждены. Сведений о лицензии в предоставленных материалах нет.

Olmo3-B3PO-7B-ESS1e8 — англоязычная плотная языковая модель семейства Olmo 3 от BayesRL, дообученная на базе BayesRL/Olmo3-IVON-SFT-7B методом B3PO. Это вариант абляции ESS с λ = 1e8; основная версия модели использует λ = 1e9. B3PO применяет исследование пространства параметров для обучения с проверяемыми вознаграждениями: на каждом шаге обучения модель использует одну выборку возмущённых весов из приближённого апостериорного распределения IVON. Модель предназначена для генерации текста и экспериментов с RLVR, в частности для решения математических задач и оценки на наборах AIME, MATH-500, AMC и Minerva. Она содержит 6,9 млрд параметров, поддерживает контекст до 65 536 токенов и загружается как стандартная causal language model через Transformers. В карточке указаны датасет DAPO-Math-17k и алгоритм обучения GRPO с IVON. Лицензия — Apache-2.0. Результаты и ограничения конкретно этой абляционной версии в README не приведены; для оценки качества следует обращаться к статье и сопоставлять вариант ESS с основной моделью.

Карточка модели ct-vikramanantha/phoneme-scorer-v2-wav2vec2 на Hugging Face совпадает с карточкой bookbot/wav2vec2-ljspeech-gruut, поэтому описание составлено по ней. Wav2Vec2 LJSpeech Gruut — модель автоматического распознавания речи, созданная Wilson Wongso на основе Wav2Vec2-Base и дообученная на фонемном датасете LJSpeech Phonemes. Вместо обычной записи слов она предсказывает последовательности фонем из словаря IPA, используемого в gruut. Модель построена на архитектуре wav2vec 2.0 с CTC-выходом, содержит 113,3 млн параметров и принимает аудио, выдавая последовательность фонем. В тесте на LJSpeech Phonemes указаны PER 0,99% без учёта ударения и CER 0,58% без учёта ударения. Она предназначена для английской речи и фонетических сценариев, а не для прямой транскрипции в обычный текст. Модель реализована на PyTorch и опубликована в форматах PyTorch и safetensors. Лицензия — Apache-2.0. В README отмечено, что унаследованные от предварительного обучения смещения могут влиять на результаты; приведённые метрики относятся к тестовой выборке LJSpeech Phonemes.

QED-Nano SFT — языковая модель для математических рассуждений и построения доказательств олимпиадного уровня, разработанная lm-provers. Это плотный декодерный Transformer семейства Qwen3 с 3,7 млрд параметров, дообученный методом supervised fine-tuning на 4 300 задачах из FineProofs-SFT с дистилляцией рассуждений DeepSeek-Math-V2. Модель генерирует текстовые доказательства с явной цепочкой рассуждений; поддерживает контекст до 262 144 токенов и рассчитана на английский язык. Модель подходит для генерации черновиков доказательств и решения математических задач в исследовательской или учебной работе. README приводит результаты на IMO-ProofBench и ProofBench, но отмечает, что это только SFT-чекпойнт, а последующее обучение с подкреплением и reasoning cache улучшают результаты. У модели часто чрезмерно разрастаются рассуждения — ответы могут превышать 100 тысяч токенов и повторяться. Сгенерированные доказательства могут быть неверными, а модель не умеет надёжно проверять и исправлять собственные решения; она не предназначена для общих задач, не работает с диаграммами и изображениями. Лицензия — Apache-2.0.

Qwen3-4B long-CoT SFT tail-16 — это дообученная модель drkylj на базе Qwen/Qwen3-4B-Base, предназначенная для генерации длинных цепочек рассуждений при решении математических задач. Модель имеет плотную архитектуру Qwen3ForCausalLM, 3,7 млрд параметров и контекст 32 768 токенов; обучена на длинных математических рассуждениях объёмом 2 млрд токенов. Поддерживается генерация текста в формате диалога. Сжатие KV-кэша реализуется в serving-пути: после каждого блока из 512 токенов сохраняются 128 обученных кодовых строк и последние 16 исходных KV, что сокращает кэш примерно в 3,6 раза. Для такого поведения нужны CompressLM-оверлей для vLLM, FlashInfer и закреплённый режим FA2 prefill; обычная загрузка через from_pretrained сжатое поведение не обеспечивает. Модель распространяется по лицензии Apache-2.0. В README приведены результаты pass@1: 29,17 на AIME 2025, 35,42 на AIME 2026 и 86,20 на MATH-500; сравнение с несжатым вариантом показывает небольшое снижение точности, а результаты AIME имеют заметную статистическую неопределённость. Назначение и обучение ориентированы на математику; заявленная схема сжатия требует специальной инфраструктуры и не работает как обычная модель Qwen3.

Shlokartha Vāgartha SFT — компактная причинная языковая модель от Kshitij Thakkar, дообученная полным обновлением параметров на наборе shlokartha-sft, составленном на основе корпуса sarvamai/vagartha. Модель предназначена для послойного толкования санскритских стихов: она может давать значения отдельных слов (Pada Artha), смысловой перевод (Anvaya) и расширенное контекстное объяснение (Bhavartha), сохраняя письмо деванагари и при необходимости транслитерацию. Это модель семейства Qwen3 MoE с архитектурой Qwen3MoeForCausalLM, примерно 114 млн параметров, для генерации текста и диалогового использования через Transformers. Заявленная длина контекста — 262 144 токена. Основной сценарий — экспериментальное объяснение санскритской поэзии, образовательные прототипы и интерфейсы для индийских языков. Репозиторий использует формат safetensors; лицензия модели в предоставленных данных не указана. README просит сохранять атрибуцию CC-BY-4.0 для производных материалов из обучающего корпуса. Модель может выдавать беглые, но ошибочные переводы, грамматический разбор, атрибуции источников и философский контекст. Её выводы следует сверять с оригиналом и квалифицированными справочными источниками; модель не подходит как единственный авторитет для религиозных, исторических или учебных утверждений.

Cnam-LMSSC/wav2vec2-french-phonemizer — модель wav2vec2-base, дообученная для преобразования французской речи в фонетическую транскрипцию. Она принимает аудио и выдаёт последовательность слов, записанных символами МФА (IPA), без пунктуации; для входной речи требуется частота дискретизации 16 кГц. Модель основана на facebook/wav2vec2-base-fr-voxpopuli-v2 и обучена на обучающей и валидационной выборках Common Voice 13 для французского языка. Модель подходит для автоматической фонемной транскрипции французской речи. В README указана частота ошибок фонем 5,52% на французской части Common Voice 13 и 4,36% на французской конфигурации Multilingual Librispeech. Это специализированная транскрипция в IPA, а не обычная запись речи: выход не содержит пунктуации и без знания фонетического алфавита может быть неудобен для чтения. Репозиторий использует архитектуру Wav2Vec2ForCTC и содержит около 113,3 млн параметров. Лицензия — MIT.

Quran-Lab zipformer_p-arabic-v3 — потоковая модель распознавания фонем чтения Корана по Хафсу ‘ан ‘Асыму. Разработчик заявляет архитектуру Zipformer2 с CTC-выходом и 65,5 млн параметров. Модель преобразует аудио чтения в последовательность из 251 символа коранического фонетического алфавита, отражающего, среди прочего, длительность мадда, удвоение согласных, гунну, ихфа, калькаля и эмфатические согласные. Языковая модель и текстовый приор не используются. Модель предназначена для потоковой транскрипции и анализа коранической рецитации; опубликованные результаты включают оценку на студийных записях, телефонных записях и чтении незнакомого профессионального чтеца. Поддерживаются форматы ONNX и CoreML; для ONNX README указывает потоковый sherpa-onnx интерфейс, монофонический звук 16 кГц и Kaldi fbank. Лицензия указана как other, конкретные условия в предоставленных данных не раскрыты. Модель обучена преимущественно на правильном чтении с каноническими метками. При ошибках чтеца она может восстановить нормативное произношение вместо фактически услышанного, поэтому не подходит как самостоятельный судья правильности исполнения ихфа и сходных качественных признаков. Длительность свободного мадда ненадёжно отражается длиной последовательности токенов; дети младше 12 лет относятся к слабой области качества. Размер потоковых чанков влияет на результат, а обучение проводилось только на чанках 8, 16 и 24 кадра.

ishikaa/acquisition_student_medmcqa_confidence_sft_llama8b — генеративная языковая модель на базе архитектуры Llama, дообученная методом supervised fine-tuning с использованием TRL. Название модели указывает на специализацию на данных MedMCQA и формировании ответов с оценкой уверенности; разработчик и исходная базовая модель в доступных материалах не указаны. Модель предназначена для генерации текстовых ответов в медицинских сценариях, включая решение вопросов с вариантами ответа из набора MedMCQA и представление уверенности в полученном ответе. Она содержит около 7,5 млрд параметров и поддерживает контекст до 131 072 токенов; работает через библиотеку Transformers. Основная модальность — текст. Результаты следует проверять специалистом: в карточке отсутствуют сведения о точности, протоколах оценки, составе обучающих данных, конкретных языках, ограничениях безопасности и лицензии. Модель не следует использовать как единственный источник медицинских рекомендаций или для принятия клинических решений.

Cat-0.5 — языковая модель Heralax на архитектуре Llama, дообученная на клинических данных, диалогах об ассистентских задачах и ролевых сценариях. По карточке, обучение проводилось на смеси ChatDoctor, Airoboros и части BlueMoonRP; модель предназначена для задач по биологии и клинической тематике, а также для ролевого общения и развлечений. Модель поддерживает генерацию текста, имеет около 12,9 млрд параметров и контекст до 4096 токенов. Доступны веса в форматах PyTorch и GGUF, включая GGUF F16. Карточка сообщает, что модель обучалась без фиксированного шаблона промпта. Лицензия указана как Llama 2 License. Клинические ответы не следует считать надёжной медицинской рекомендацией: карточка описывает цель улучшить такие ответы, но не приводит оценки точности или клинической проверки.

Cosmos-H-Dreams — разработанная NVIDIA генеративная модель хирургической среды, предназначенная для интерактивной симуляции роботизированных манипуляций. По исходному кадру сцены и потоку кинематических действий робота она авторегрессионно создаёт видео будущих состояний, учитывающих эти действия. Выпущенный вариант специализируется на наложении швов на настольной установке da Vinci Research Kit (dVRK). Модель построена на Cosmos-Predict2.5-2B-Video2World: это латентный видеодиффузионный трансформер, преобразованный дистилляцией в причинную потоковую модель с кэшем KV. Она принимает RGB-кадр и последовательность 44-мерных векторов действий; для dVRK используются 20 значений движения двух манипуляторов, дополненные нулями. Генерация идёт блоками по 12 кадров, рекомендуемое разрешение — 288 × 512. Модель рассчитана на интерактивную работу на GPU NVIDIA. Основные сценарии — репетиция хирургических навыков, демонстрация манипуляций, замкнутая оценка политик хирургических роботов и создание синтетических данных. Модель коммерчески и некоммерчески применима согласно README, однако метаданные указывают лицензию «other» и не приводят её точные условия. Специализация на настольном наложении швов dVRK ограничивает переносимость результатов на другие процедуры и роботизированные установки.

IncorrectTraceSFT · AIME2024 correct — полноценно дообученная модель suryadv на базе Qwen2.5-7B для генерации текста и математических рассуждений. Это чекпойнт условия aime24_correct_3000 из эксперимента «How Should Incorrect Traces Be Used in Supervised Fine-Tuning?»; обучение проводилось в BF16, итоговый чекпойнт сохранён после 188 обновлений оптимизатора. Модель содержит 7,1 млрд параметров, использует архитектуру Qwen2 для причинной генерации текста и имеет контекст 131 072 токена. Модель предназначена для исследования математического решения задач и влияния отбора данных SFT; карточка описывает оценку на задачах AIME 2024. Она принимает текстовые запросы и генерирует текстовые ответы, поддерживает английский язык и чатовый формат. Наличие правильных итоговых ответов в обучающих данных не означает, что промежуточные рассуждения проверены; исследовательское определение ID/OOD в работе относится к знакомству с задачами относительно SFT и не описывает возможное присутствие задач в предобучении. Распространяется по лицензии Apache-2.0.