IV.5Образование и развитие навыков

Meltemi-7B-Instruct-v1 — грекоязычная инструктивная языковая модель, разработанная ILSP как дообученная версия Meltemi-7B-v1. Это плотная авторегрессионная модель семейства Mistral с 7,2 млрд параметров, расширенным греческими токенами словарём токенизатора Mistral-7B и контекстом до 32 768 токенов по метаданным; в README указана длина контекста 8 192 токена. Модель предназначена для диалогов и выполнения инструкций на греческом языке: она отвечает на вопросы, помогает с рассуждениями и поддерживает другие типовые задачи генерации текста. Дообучение выполнялось на 100 тысячах греческих машинно переведённых инструкций и многоходовых примерах, включая набор примеров, призванных направлять ответы к безопасному и безвредному поведению. В оценках авторов дообученная модель улучшила средний результат на шести греческих тестовых наборах относительно Mistral 7B. Модель принимает и генерирует текст, поддерживает греческий и английский языки, распространяется в формате safetensors по лицензии Apache-2.0. Авторы предупреждают, что модель не проходила выравнивание по предпочтениям людей и может выдавать вводящий в заблуждение, вредоносный или токсичный контент.

MermaidStable3B — языковая модель TroyDoesAI для создания диаграмм Mermaid по исходному коду и текстовым описаниям. Она основана на архитектуре StableLM Epoch, содержит 2,7 млрд параметров и имеет контекст до 16 384 токенов. Модель принимает текст и генерирует текстовую разметку диаграмм Mermaid; в карточке описаны сценарии для кода, историй, планирования проектов, обучения Python и игрового дизайна. Модель дообучена на базе stable-code-3b, использует формат весов safetensors и, согласно README, лучше работает с инструкциями в формате Alpaca. Указанная лицензия CC BY-NC 4.0 разрешает использование с соблюдением её условий, включая ограничения на коммерческое применение. Это proof of concept; README не приводит количественных оценок качества, поэтому надёжность диаграмм для конкретных задач следует проверять отдельно.

Metis-0.3 — диалоговая модель, созданная Mihaiii как дообучение Mistral-7B-Instruct-v0.2. Она предназначена для рассуждений и понимания текста, хорошо работает с длинными системными инструкциями и поддерживает диалоговый формат запросов. Модель имеет плотную архитектуру MistralForCausalLM с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель обучена на закрытом наборе данных; автор отмечает высокий результат на GSM8K, но не связывает его с набором MetaMath. Она не предназначена для универсальной генерации, например для написания художественных историй. Распространяется по лицензии Apache-2.0.

NeuralKrishnaMathWizard-7B — объединённая модель, созданная с помощью VortexMerge kit из Kukedlc/NeuralSirKrishna-7b и WizardLM/WizardMath-7B-V1.1. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста и диалогов; в составе объединения есть модель WizardMath, поэтому модель может быть полезна для математических запросов. Заявленная длина контекста — до 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0. README не приводит оценки качества, конкретные языки, результаты тестов или ограничения по задачам, поэтому пригодность для точных вычислений и специализированного применения следует проверять отдельно.

Pearl-7B-slerp — языковая модель на 7,1 млрд параметров, созданная Louis Brulenaudet слиянием mlabonne/OmniBeagle-7B и WizardLM/WizardMath-7B-V1.1 методом SLERP. Это плотная модель архитектуры Mistral для генерации текста, с особым акцентом на математические задачи; в карточке приведены результаты оценки на Open LLM Leaderboard, включая результат GSM8K 73,62. Модель принимает текст и генерирует текст. Заявленная длина контекста — 32 768 токенов; язык карточки и языковой тег указывают на английский. Репозиторий содержит веса safetensors и использует библиотеку Transformers. Модель распространяется по лицензии Apache-2.0. Приведённые оценки относятся к указанному в карточке бенчмарку и не гарантируют аналогичное качество на других задачах.

Periquito-3B — языковая модель Wandemberg Gibaut на архитектуре Llama, дообученная с помощью LoRA на данных португалоязычной Википедии. Она предназначена для генерации текста и языковых задач на бразильском португальском, включая ответы на вопросы, понимание текста и выполнение учебных заданий. Модель содержит 3,4 млрд параметров, использует архитектуру LlamaForCausalLM и принимает контекст длиной до 2048 токенов. Модель можно применять для генерации португалоязычных текстов, ответов на вопросы и обработки учебных материалов, в том числе связанных с ENEM. В README приведены результаты оценки на нескольких португалоязычных задачах, однако доступные данные не гарантируют качество для всех сценариев. Модель оптимизирована прежде всего для португальского языка, поэтому её эффективность на других языках может быть ниже; также возможны смещения, унаследованные от обучающих данных. Лицензия — Apache License 2.0.

Segmind-Vega — диффузионная модель генерации изображений по тексту, разработанная Segmind, Yatharth Gupta и Vishnu Jaddipal. Это компактная дистиллированная версия Stable Diffusion XL: по заявлению разработчиков, она примерно на 70% меньше исходной модели и обеспечивает вдвое более быструю генерацию при сохранении качества. Репозиторий предназначен для использования с библиотекой Diffusers и содержит веса в формате safetensors. Модель подходит для создания иллюстраций, концепт-арта и учебных визуальных материалов, а также для быстрых творческих экспериментов. При дистилляции использовались знания SDXL, ZavyChromaXL и JuggernautXL; среди обучающих данных названы GRIT и очищенная подборка изображений Midjourney. Разрешение обучения составляло 1024 пикселя. Модель может испытывать трудности с фотореалистичными изображениями людей, точным текстом внутри изображения и сложными композициями. Она не предназначена для достоверного изображения реальных людей, событий и фактов или задач, требующих высокой точности. Лицензия — Apache 2.0.

Stable Diffusion 2.1 Base — модель генерации и редактирования изображений по текстовым запросам, разработанная Робином Ромбахом и Патриком Эссером. Это латентная диффузионная модель с фиксированным предварительно обученным текстовым энкодером OpenCLIP-ViT/H; она дообучена на базе Stable Diffusion 2 Base ещё на 220 тысячах шагов. Репозиторий содержит веса в форматах Diffusers, PyTorch и Safetensors. Модель предназначена для создания иллюстраций, художественных изображений и визуальных материалов для дизайна, а также для творческих и образовательных инструментов. Лучше всего работает с запросами на английском языке. Лицензия CreativeML Open RAIL++-M (OpenRAIL++); карточка описывает модель как предназначенную для исследований и перечисляет ограничения на использование. Модель не гарантирует фотореализм, плохо отображает читаемый текст и сложные пространственные композиции; лица и люди могут получаться некорректно. Результаты для запросов не на английском языке обычно хуже. Обучающие данные содержали изображения для взрослых, насилие и сексуальный контент, частично отфильтрованные детектором NSFW; модель может воспроизводить социальные предубеждения.

Это повторно размещённая модель Stable Diffusion 3.5 Medium, разработанная Stability AI и предназначенная для генерации изображений по текстовым запросам. Она использует архитектуру Multimodal Diffusion Transformer MMDiT-X, три предварительно обученных текстовых энкодера — OpenCLIP-ViT/G, CLIP-ViT/L и T5-xxl — и рассчитана на генерацию с разными разрешениями и соотношениями сторон. В README отмечены улучшенное следование сложным запросам, качество изображений, работа с типографикой и более эффективное использование ресурсов. Модель подходит для создания иллюстраций, художественных изображений и визуальных материалов для дизайна, творческих и образовательных приложений. Для локального запуска рекомендуются ComfyUI или библиотека diffusers. Лицензия — Stability Community License; коммерческое лицензирование требует обращения к Stability AI, а использование должно соответствовать их Acceptable Use Policy. При превышении 256 токенов T5 в длинных запросах могут появляться артефакты по краям изображения. Модель не предназначена для создания фактически достоверных изображений людей или событий; защитные меры не исключают генерацию нежелательного контента, поэтому для прикладных продуктов могут потребоваться дополнительные ограничения.

teknofest-2025-turkish-edu-v2-i1-GGUF — это квантизированная версия текстовой генеративной модели Huseyin/teknofest-2025-turkish-edu-v2, подготовленная mradermacher в формате GGUF. Модель ориентирована на турецкий язык и образовательные сценарии, а также связана с проектом Teknofest 2025. В метаданных указаны семейство Qwen и адаптация LoRA; исходный датасет — Huseyin/final2. Модель предназначена для генерации и обработки текста на турецком языке, в частности для образовательных приложений. Доступно множество вариантов квантизации размером примерно от 2,2 до 6,8 ГБ, что позволяет выбирать между требованиями к памяти, скоростью и качеством. Для большинства сценариев автор рекомендует варианты i1-Q4_K_M или i1-Q4_K_S, тогда как самые малые варианты могут обеспечивать более низкое качество. В README не указаны точный размер исходной модели, архитектурные параметры, длина контекста, поддерживаемые модальности помимо текста и результаты оценки. Модель распространяется по лицензии Apache-2.0. Качество и скорость зависят от выбранного варианта квантизации; низкобитные версии экономичнее по ресурсам, но могут заметно уступать более крупным вариантам по качеству.

Texify — модель оптического распознавания символов, разработанная Vik Paruchuri. Она преобразует изображения и PDF с математическим содержимым в Markdown и LaTeX, распознавая формулы и окружающий их текст; работает как с отдельными формулами, так и с формулами, встроенными в текст. Модель построена на архитектуре vision-encoder-decoder и содержит около 0,3 млрд параметров. Модель предназначена для извлечения математической записи из изображений и страниц документов, чтобы её можно было отображать, например, через MathJax. Репозиторий разработчика указывает, что Texify устарела, а её возможности перенесены в Surya и улучшены новой моделью. Для весов Hugging Face указана лицензия CC BY-SA 4.0.

chhao/Weak-Driven-Learning — языковая модель, дообученная по методу Weak-Driven Learning на базе Qwen3-4B-Base. Это причинная Transformer-модель семейства Qwen3 примерно с 3,7 млрд параметров и контекстом 32 768 токенов; для обучения использовалась последовательность длиной до 8 192 токенов. Репозиторий содержит веса PyTorch, а карточка указывает библиотеку Transformers и лицензию MIT. Модель предназначена прежде всего для генерации текста с упором на математические рассуждения и написание кода; также поддерживает диалоговый сценарий. Метод обучения использует слабые исторические контрольные точки как сигналы ошибок и совместную оптимизацию логитов. В README заявлены улучшения относительно стандартного SFT на сложных математических и программных задачах без дополнительных вычислительных затрат при инференсе. Качество на других типах задач может отличаться; результат зависит от обучающего набора AM-1.4M и ограничений базовой Qwen3.

Salesforce AI Research разработала XGen-MM — семейство больших мультимодальных моделей, продолжающее серию BLIP. Эта версия — инструктивно дообученная модель на базе Phi-3 Mini для диалога по изображениям и тексту; семейство обучалось на данных для создания описаний изображений и чередующихся последовательностях изображений и текста. Модель поддерживает изображения высокого разрешения с эффективной выборкой визуальных токенов. Модель предназначена для ответов на вопросы об изображениях, описания сцен и других задач визуального понимания в формате диалога. В карточке приведены результаты оценок на мультимодальных бенчмарках, включая MMBench, MME, MMMU и ScienceQA. Размер параметров и длина контекста для этой конкретной версии в предоставленных данных не указаны. Модель принимает изображения и текст и генерирует текст; в метаданных указан английский язык. Известные ограничения включают возможные смещения из обучающих данных и ошибки в точности, безопасности и справедливости; качество ответа может зависеть от исходного разрешения изображения. Лицензия CC BY-NC 4.0 ограничивает коммерческое использование, а авторы рекомендуют оценивать риски перед применением.

Карточка модели DT12the/Arithmo2-Mixtral-7B-Dare на Hugging Face совпадает с карточкой DT12the/Math-Mixtral-7B-Dare, поэтому описание составлено по ней. DT12the/Math-Mixtral-7B-Dare — слитая диалоговая языковая модель на архитектуре Mistral, созданная методом DARE TIES с помощью mergekit. В основу взята mistralai/Mistral-7B-Instruct-v0.2; в слияние также включена meta-math/MetaMath-Mistral-7B. Модель содержит 7,1 млрд параметров, использует формат safetensors и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста и ответов в диалоговом режиме, с математической моделью в составе слияния. Возможные сценарии — решение математических задач и ответы на инструкции; карточка подтверждает генерацию текста, но не приводит измерений качества или конкретных гарантий математической точности. Лицензия в предоставленных данных не указана.

CatNyanster-7b — объединённая автором arlineka модель на 7,1 млрд параметров, основанная на Mistral и предназначенная для генерации текста. В README указано, что модель создана слиянием arlineka/KittyNyanster-v1 с моделью, хорошо справляющейся с математикой; точный идентификатор второй модели не приведён. Заявленная цель слияния — улучшить решение математических задач и некоторые другие возможности. Модель принимает текст и генерирует текст, поддерживает контекст до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Лицензия в предоставленных данных не указана, поэтому условия использования определить нельзя.

Карточка модели OsGo/ERNIE-Image-Turbo на Hugging Face совпадает с карточкой baidu/ERNIE-Image-Turbo, поэтому описание составлено по ней. ERNIE-Image-Turbo — модель генерации изображений по текстовому описанию, разработанная командой ERNIE-Image компании Baidu. Это дистиллированная версия ERNIE-Image на основе одно-поточной архитектуры Diffusion Transformer (DiT), распространяемая в формате Diffusers с весами Safetensors и лицензией Apache 2.0. Модель предназначена для быстрого создания изображений по сложным запросам: она генерирует результат за 8 шагов и рассчитана на сценарии, где важны точное следование инструкции и композиция. Среди заявленных сильных сторон — отрисовка длинного текста, постеры, инфографика, комиксы, раскадровки и многопанельные макеты; также поддерживаются фотореалистичные и стилизованные изображения. Авторы сообщают, что модель может запускаться на потребительских GPU с 24 ГБ видеопамяти. Модель принимает текстовые запросы и выдаёт изображения. В карточке показаны результаты тестов на английском и китайском языках, но другие поддерживаемые языки не перечислены. Качество зависит от запроса и сценария; результаты бенчмарков в README относятся к ERNIE-Image, а не отдельно к Turbo, поэтому их нельзя напрямую считать оценкой этой версии.

tjoab/latex_finetuned — модель распознавания рукописных математических выражений и преобразования их изображений в LaTeX. Она разработана дообучением TrOCR от Microsoft, архитектура которой относится к vision-encoder-decoder, и предназначена для обработки одного выражения на изображении. Для дообучения использован набор MathWriting от Google, содержащий более 500 тысяч рукописных математических выражений. Модель принимает изображение и генерирует текстовую запись LaTeX; в оценке по метрике CER получен результат 14,9%. Длинные выражения распознаются хуже, а соотношение сторон изображения около 3:2 показало себя предпочтительным. Лицензия в предоставленных данных не указана.

ZeroXClem разработал Llama3.1-BestMix-Chem-Einstein-8B — объединённую плотную авторегрессионную модель семейства Llama 3.1 примерно на 7,5 млрд параметров. Веса объединены методом TIES на основе bunnycore/Best-Mix-Llama-3.1-8B, химической модели Llama3-KALE-LM-Chem-1.5-8B и разговорной модели Einstein-v6.1-Llama3-8B. Репозиторий содержит веса Safetensors; заявленная длина контекста — 131 072 токена. Модель предназначена для диалогов и генерации текста по инструкциям, включая рассуждения, математические и химические вопросы, научные темы и длинные ответы. Заявленная лицензия — Apache-2.0.

Metabird-7B — дообученная ConvexAI модель на архитектуре Mistral с 7,1 млрд параметров, созданная на основе leveldevai/TurdusBeagle-7B. Модель предназначена для генерации текста и диалогов; её дополнительно обучали на наборе shuyuej/metamath_gsm8k, связанном с математическими задачами и задачами GSM8K. В метаданных указана длина контекста 32 768 токенов. Карточка приводит значение loss 0,4017 на оценочном наборе и результаты Open LLM Leaderboard, включая AI2 Reasoning Challenge и HellaSwag. Эти показатели не раскрывают качество на широком наборе практических сценариев. Модель опубликована в форматах PyTorch и Safetensors; лицензия — Apache-2.0.

hmdmahdavi/olympiad-curated-qwen3-4b-thinking-distill-30b — дообученная автором hmdmahdavi модель Qwen3-4B-Thinking-2507 для генерации текста в диалоговом режиме. Обучение выполнено с помощью TRL; название указывает на подборку олимпиадных данных и дистилляцию модели 30B, но карточка не раскрывает состав данных и подробности метода дистилляции. Модель имеет плотную архитектуру Qwen3ForCausalLM и 3,7 млрд параметров, загружается через Transformers и работает с контекстом до 262 144 токенов. Её можно использовать для диалоговых ответов и решения задач с пошаговым рассуждением. Базовая модель — Qwen/Qwen3-4B-Thinking-2507; лицензия в предоставленных данных не указана.

linguardia/opus-mt-zh-nan — модель машинного перевода, дообученная Linguardia на базе Helsinki-NLP/opus-mt-zh-en. Она переводит текст с мандаринского китайского на тайваньский хоккиен и предназначена, в частности, для подготовки учебных материалов по языку, для которого мало доступных систем машинного перевода. Модель построена на архитектуре MarianMT и использует формат safetensors; нативная длина контекста составляет 512 токенов. Для обучения использовались пары предложений на мандаринском и тайваньском хоккиене из словарной базы ChhoeTaigi. Модель доступна по лицензии Apache-2.0. Карточка не приводит оценки качества перевода, поэтому пригодность результатов для публикации или обучения следует проверять на целевых текстах.

MegaScience Qwen3-30B-A3B — языковая модель на архитектуре Qwen3 MoE, разработанная командой MegaScience. Она получена дообучением Qwen/Qwen3-30B-A3B-Base на датасете MegaScience для научных рассуждений и ответов на вопросы по естественным наукам. Модель предназначена для генерации текста и исследовательских сценариев, где нужны объяснения и рассуждения по научным темам. Модель работает с текстом, поддерживает английский язык и имеет контекст до 32 768 токенов. В репозитории указано 2,6 млрд параметров; веса доступны в формате safetensors, для запуска предлагается библиотека Transformers. Лицензия — Apache-2.0. Карточка не описывает ограничения качества или специальные меры безопасности.

SDXL-Turbo — генеративная модель преобразования текста в изображения, разработанная Stability AI. Она создаёт изображение по текстовому запросу за один проход сети; для генерации обычно достаточно одного шага, а режим до четырёх шагов может улучшить результат. Модель основана на SDXL 1.0 Base и обучена методом Adversarial Diffusion Distillation для быстрой генерации с сохранением качества при малом числе шагов. Модель подходит для быстрого создания иллюстраций и концептов, художественных и дизайнерских процессов, а также творческих и образовательных приложений. Поддерживается также генерация изображений на основе исходного изображения. Предпочтительный размер результата — 512×512 пикселей; модель не использует guidance_scale и negative_prompt. Ограничения включают нечитаемый текст на изображениях, возможные ошибки в изображении лиц и людей, неполный фотореализм и потери из-за автоэнкодера. Модель не предназначена для достоверного изображения реальных людей или событий. README указывает на исследовательское и некоммерческое применение по лицензии модели и отдельно отсылает к Stability AI для условий коммерческого использования; метаданные обозначают лицензию как other.

Shamrock-0-E2B — дообученная на базе Google Gemma 4 E2B IT модель для языковых функций настольного приложения Oxalis. Она предназначена для перевода текста и текста с камеры, работы с репетитором, разговорной практики и словарных запросов на японском, корейском и упрощённом китайском языках. Модель построена на плотной архитектуре Gemma 4 E2B; в репозитории есть объединённый чекпойнт fp16, варианты GGUF и отдельный черновик MTP для ускорения спекулятивного декодирования в llama.cpp. Метаданные классифицируют её как text-generation и указывают поддержку чата; базовая Gemma 4 также мультимодальна. Модель ориентирована на функции изучения языков в Oxalis, а не на универсальную генерацию. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства, но ограничивающая коммерческое применение. Контекстная длина и отдельные оценки качества в предоставленных данных не описаны.

SSD-1B — модель генерации изображений по текстовому описанию, разработанная Segmind. Это диффузионная модель на 1,3 млрд параметров, созданная дистилляцией Stable Diffusion XL: из базовой модели удалили часть слоёв, чтобы сократить размер примерно на 50% и ускорить генерацию до 60% по сравнению с SDXL. В дистилляции использовались знания SDXL, ZavyChromaXL и JuggernautXL; модель обучалась на наборах данных GRIT и очищенных данных Midjourney. Модель предназначена для создания изображений по текстовым промптам в творческих, образовательных и исследовательских сценариях. Работает через библиотеку Diffusers и поддерживает несколько разрешений, включая квадратные и портретные или альбомные форматы вплоть до 1536 пикселей по одной стороне. Основной язык промптов в карточке не указан. Модель может испытывать трудности с фотореалистичными изображениями людей, разборчивым текстом и сложными композициями; результаты могут отражать смещения обучающих данных. Она не подходит для создания точных фактических изображений людей, событий и реального мира. Лицензия — Apache 2.0.

Stable Diffusion 3.5 Medium — модель генерации изображений по тексту от Stability AI на архитектуре Multimodal Diffusion Transformer MMDiT-X. Она использует три предварительно обученных текстовых энкодера: OpenCLIP-ViT/G, CLIP-ViT/L и T5-XXL. В README описаны механизмы QK-нормализации и блоки внимания, рассчитанные на повышение устойчивости обучения и согласованности изображений. Репозиторий содержит веса в форматах Diffusers и safetensors. Модель предназначена для создания иллюстраций, дизайна, творческих и образовательных инструментов, а также исследований генеративных моделей. Обучение на смешанных разрешениях поддерживает генерацию с разными размерами и соотношениями сторон; среди заявленных сильных сторон — качество изображений, типографика и понимание сложных запросов. Модель не предназначена для достоверного изображения реальных людей и событий. В README указаны контекстные пределы текстовых энкодеров: 77 токенов для CLIP и 77/256 для T5 на разных этапах обучения. При превышении 256 токенов T5 у изображений могут появляться артефакты по краям. Модель выпущена по Stability Community License; для коммерческого лицензирования Stability AI предлагает обращаться отдельно. Для применения следует соблюдать Acceptable Use Policy и предусматривать собственные меры безопасности.

Stable Diffusion v1-5 — латентная диффузионная модель для создания и редактирования изображений по текстовым запросам, разработанная Робином Ромбахом и Патриком Эссером. Репозиторий содержит повторно загруженные веса в форматах Diffusers, PyTorch и safetensors; для работы поддерживается библиотека Diffusers. Модель основана на Stable Diffusion v1-2 и дообучена в течение 595 тысяч шагов на разрешении 512×512 с использованием набора LAION Aesthetics v2 5+ и отключением текстового условия в 10% случаев для улучшения classifier-free guidance. В текстовом тракте используется предварительно обученный CLIP ViT-L/14. Лицензия — CreativeML OpenRAIL-M. Модель подходит для создания изображений по англоязычным описаниям, художественных работ и материалов для дизайна, а также для творческих и образовательных инструментов. Она также может редактировать изображения по текстовым запросам. Модель не гарантирует фотореализм, плохо воспроизводит читаемый текст и сложные пространственные отношения, а лица и люди могут получаться некорректно. Она обучалась преимущественно на английских описаниях и хуже справляется с другими языками; в обучающих данных присутствует контент для взрослых, поэтому для прикладного использования предусмотрена проверка Safety Checker в Diffusers. Возможны предвзятость и запоминание дублированных изображений из обучающих данных.

Карточка модели xyn-ai/stable-diffusion-v1-5 на Hugging Face совпадает с карточкой botp/stable-diffusion-v1-5, поэтому описание составлено по ней. Stable Diffusion v1.5 — модель генерации и редактирования изображений по текстовому запросу, разработанная Робином Ромбахом и Патриком Эссером. Это латентная диффузионная модель с фиксированным текстовым энкодером CLIP ViT-L/14. Чекпойнт основан на Stable Diffusion v1.2 и дообучен на 595 тысячах шагов при разрешении 512×512 на данных LAION-Aesthetics v2 5+; в 10% случаев текстовое условие отключалось для улучшения classifier-free guidance. Модель доступна в форматах Diffusers, PyTorch и safetensors. Модель подходит для создания иллюстраций, концепт-арта и изображений для творческих и образовательных инструментов по англоязычным промптам. Она хуже работает с другими языками, может ошибаться в композиционно сложных сценах, не обеспечивает надёжный фотореализм и обычно не создаёт читаемый текст. Разработчики указывают, что обучающие данные содержат материалы для взрослых, а модель может воспроизводить предвзятости и запоминать дубли изображений; для использования рекомендуется применять Safety Checker. Лицензия — CreativeML OpenRAIL-M.

VibeThinker-3B — языковая модель с 3,1 млрд параметров, разработанная как часть серии VibeThinker и дообученная на базе Qwen/Qwen2.5-Coder-3B. Это плотная авторегрессионная модель семейства Qwen2, предназначенная для генерации текста и решения задач с проверяемыми ответами: математики, программирования и рассуждений в областях STEM. Модель обучалась на траекториях рассуждений, прошла дообучение с учителем и обучение с подкреплением; заявленный в метаданных контекст составляет до 131 072 токенов. Модель подходит для олимпиадных задач по математике, соревновательного программирования, STEM-задач и инструкций, где результат можно проверить. В README отмечены результаты на AIME, HMMT, IMO-AnswerBench и LiveCodeBench, а также высокая доля принятых решений в недавних контестах LeetCode. Эти показатели описаны авторами и зависят от условий оценки. VibeThinker-3B не обучалась на данных для вызова инструментов или работы агентом, поэтому авторы не рекомендуют применять её для function calling, оркестрации API и автономной разработки. Для широких вопросов об открытом мире и общем диалоге может быть предпочтительнее более крупная универсальная модель. Лицензия — MIT.

YuisekinAIEvol-Mistral-7B-ja-math-v0.1.1 — объединённая языковая модель на архитектуре Mistral, опубликованная пользователем yuiseki. Она создана методом task arithmetic с помощью mergekit на базе Mistral-7B-Instruct-v0.2 и объединяет OpenMath-Mistral-7B-v0.1-hf и RakutenAI-7B-chat. Модель содержит 7,1 млрд параметров, использует формат safetensors и имеет контекст до 32 768 токенов. Модель предназначена для генерации текста и диалогов, в том числе ответов на математические запросы. Данные карточки не уточняют языки обучения и подробные результаты оценки, поэтому качество для конкретных языков и математических задач по ним определить нельзя. Лицензия в предоставленных данных не указана.