IV.5Образование и развитие навыков

WikiQwen-4B — языковая модель Devon7y, дообученная на базе Qwen/Qwen3.5-4B для генерации пошаговых инструкций. На любой запрос, включая приветствие или короткий вопрос, она отвечает в формате статьи: с заголовком, нумерованными шагами, советами и строками-подписями [IMAGE: …], которые можно передать модели WikiQwen-Illustrator для создания иллюстраций. Модель плотная, содержит около 3,4 млрд параметров, принимает текст и рассчитана на английский язык; нативный контекст — 262 144 токена. Для работы автор рекомендует Transformers 5.x и отключение thinking; в README указано, что веса bf16 занимают около 8 ГБ. Модель обучена с учителем на примерно 118 тысячах статей how-to из архива Kiwix за март 2023 года. Для обучения применялся LoRA, после чего адаптер объединили с базовыми весами. Проверка README оценивает соответствие формату, но не точность советов. Ответы могут повторять шаги или содержать неверные сведения; знания ограничены базовой моделью и снимком статей 2023 года, веб-поиска нет. Модель англоязычная и склонна оформлять любой запрос как инструкцию, а дополнительное обучение безопасному отказу не проводилось. Лицензия — CC BY-NC-SA 4.0.

WizardMath 7B V1.1 GGUF — это квантизированная версия языковой модели WizardMath 7B V1.1, разработанной командой WizardLM и подготовленной в формате GGUF пользователем TheBloke. Модель предназначена для генерации текста по инструкциям, прежде всего для решения математических задач и других сценариев, где требуется следовать заданному запросу. Указанный шаблон промпта основан на формате Alpaca. Модель имеет тип mistral и размер 7B параметров. Поддерживается английский язык; сведения о других языках, мультимодальности и размере контекстного окна в README не указаны. Формат GGUF предназначен для локального запуска через llama.cpp и совместимые приложения и библиотеки, включая text-generation-webui, KoboldCpp, GPT4All, LM Studio и llama-cpp-python. Доступны варианты квантизации от 2 до 8 бит для инференса на CPU и GPU, что позволяет выбирать между требованиями к памяти и качеством генерации. Квантизация может снижать точность по сравнению с исходной моделью fp16. Исходная модель распространяется по Microsoft Research License; ссылка на текст лицензии указана в карточке. Конкретные разрешения и ограничения лицензии следует проверять в её полном тексте.

Desklib разработала англоязычную модель-классификатор для определения, написан ли текст человеком или сгенерирован ИИ. Это дообученная на датасете RAID модель microsoft/deberta-v3-large с архитектурой DeBERTa V3 Large: mean pooling объединяет представления токенов, а линейный классификатор оценивает вероятность ИИ-генерации. Модель содержит 533,8 млн параметров и принимает последовательности длиной до 512 токенов. Модель предназначена для проверки происхождения англоязычных текстов в академической среде, журналистике и системах модерации. В карточке заявлены высокая точность и устойчивость к состязательным атакам по результатам RAID Benchmark; такие оценки зависят от данных и сценария применения, поэтому результат классификатора не следует считать доказательством авторства. Распространяется по лицензии MIT.

EXAONE-Deep-7.8B-sft_v0_2 — корейская диалоговая языковая модель jwg0830, дообученная на базе LGAI-EXAONE/EXAONE-Deep-7.8B. Разработчик применил LoRA дообучение и объединил адаптер с базовой моделью; архитектура EXAONE и реализация модели не менялись. Модель содержит 7,4 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации ответов на корейском языке с более устойчивым форматом вывода и усиленным причинно-следственным рассуждением. В README описано обучение на данных для задач по корейскому языку, медицине, финансам, праву, административным документам и причинно-следственному анализу, а также собственная оценка на пяти proxy-наборах, не являющаяся официальным результатом K-AI. В метаданных указана библиотека Transformers и лицензия «other»; конкретные условия лицензии следует уточнять в репозитории.

InternLM2-Math-Plus-20B — языковая модель для генерации текста, специализированная на математических задачах. Исходная модель разработана командой InternLM и опубликована под идентификатором internlm/internlm2-math-plus-20b, а данный репозиторий содержит её GGUF-квантизации, подготовленные bartowski с использованием llama.cpp и метода imatrix. Модель поддерживает английский и китайский языки и предназначена для локального запуска через совместимое программное обеспечение, включая llama.cpp. Модель имеет около 20 миллиардов параметров; точные сведения об архитектуре и размере контекста в README не указаны. Доступны варианты квантизации Q8_0, Q6_K, Q5_K, Q4_K, Q3_K, Q2_K, IQ4, IQ3, IQ2 и IQ1 с различным соотношением качества, требований к памяти и размера файла. Наиболее качественными и рекомендуемыми названы Q6_K, Q5_K_M и Q5_K_S; варианты с меньшей разрядностью экономят память, но снижают качество, особенно IQ1 и некоторые Q3. Сильная сторона модели — специализация на математической генерации текста и широкий выбор локальных квантизированных сборок объёмом примерно от 4,54 до 21,10 ГБ. Ограничения включают зависимость качества от выбранной квантизации, отсутствие поддержки мультимодальных входов в описании и недостаток сведений о результатах тестирования, архитектуре и контекстном окне. Лицензия указана как other, без дополнительных условий в README.

Карточка модели facebook/MobileLLM-R1.5-950M на Hugging Face совпадает с карточкой facebook/MobileLLM-R1.5-140M, поэтому описание составлено по ней. MobileLLM-R1.5-140M — компактная языковая модель Meta, дообученная методом on-policy дистилляции от facebook/MobileLLM-R1-140M-base. Это SFT-модель для решения математических и научных задач, а также задач программирования на Python и C++; разработчики отдельно отмечают, что она не предназначена для универсального общения. Модель содержит 140 млн параметров, использует текст на входе и выдаёт текст, поддерживает контекст до 32 тыс. токенов и словарь размером 128 тыс. токенов. Архитектура включает 15 слоёв, 9 attention heads и 3 KV heads. Дополнительная on-policy дистилляция применена как заключительный этап постобучения и, по данным авторов, улучшает результаты небольших моделей на сложных задачах рассуждения. Карточка приводит результаты семейства MobileLLM-R1.5, но конкретные численные показатели для версии 140M не выделяет. Модель опубликована под лицензией с обозначением «other»; условия лицензии следует проверить в карточке репозитория перед использованием.

phcodeswitch-ceb-dvo — модель распознавания речи, разработанная на основе Whisper small и дообученная для распознавания даванийского варианта себуано, в том числе речи с переключением между английским и себуано. Она принимает аудио и выдаёт транскрипцию; для подсказки декодеру используется языковой код тагальского, поскольку у Whisper нет собственного токена себуано. Модель предназначена для транскрибирования аудио на себуано и смешанной англо-себуанской речи. В README указана точность WER 20,86% на тестовой выборке на шаге 1200. Ожидаемый формат входа — монофоническое аудио с частотой 16 кГц. Модель обучена на небольшом наборе данных, предоставленном сообществом, поэтому охват акцентов и словаря ограничен. Лицензия CC BY-NC 4.0 разрешает только некоммерческое исследовательское и образовательное использование; данные участников нельзя применять для клонирования голоса, имитации личности или синтеза речи.

Qwen2.5-Math-RM-72B — плотная reward-модель семейства Qwen2, разработанная командой Qwen для оценки качества математических рассуждений и промежуточных шагов. Она дообучена на базе Qwen/Qwen2.5-Math-72B-Instruct, содержит 71,5 млрд параметров и принимает текстовые данные; модель рассчитана на английский и китайский языки, поддерживает режимы Chain-of-Thought и рассуждения с использованием инструментов. Длина контекста составляет 4096 токенов. Модель предназначена прежде всего для обучения и отбора ответов: её оценки применяют при rejection sampling, в обучении с подкреплением и для выбора лучшего варианта из нескольких сгенерированных решений. В сценарии Best-of-N reward-модель помогает ранжировать ответы и выбирать наиболее качественный, в том числе для математических задач. Для запуска README рекомендует Transformers версии не ниже 4.40.0. Лицензия указана как other, поэтому конкретные условия использования следует проверять в карточке модели. Модель оценивает ответы и выдаёт сигнал вознаграждения; сама по себе она не заменяет генеративную модель, создающую решения.

SDXL-Turbo — генеративная модель преобразования текста в изображение, разработанная Stability AI. Она предназначена для быстрого создания изображений по текстовому запросу и может выдавать результат за один проход сети. Модель дистиллирована из SDXL 1.0 Base методом Adversarial Diffusion Distillation. Обычно достаточно одного шага генерации; предпочтительный размер изображения — 512×512 пикселей. Карточка описывает также режим image-to-image. Модель не использует guidance_scale и negative_prompt. SDXL-Turbo подходит для художественных и дизайнерских задач, творческих и образовательных инструментов, а также экспериментов с генерацией изображений в реальном времени. Она не предназначена для достоверного изображения людей или событий. Модель не всегда создаёт правдоподобные лица и людей, не умеет надёжно отображать читаемый текст, не обеспечивает идеальный фотореализм; автоэнкодер вносит потери. README указывает на коммерческое и некоммерческое применение, но условия лицензии отсылают к отдельным правилам Stability AI; в метаданных лицензия обозначена как other.

Карточка модели hyf015/seine_weights 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.

Stable Diffusion 2.1-base — модель генерации изображений по тексту, разработанная Робином Ромбахом и Патриком Эссером. Это дообученная версия Stable Diffusion 2-base: обучение продолжено на 220 тысяч шагов на том же наборе данных. Модель использует латентную диффузионную архитектуру и фиксированный текстовый энкодер OpenCLIP-ViT/H; доступна для запуска через Diffusers и в формате PyTorch с файлами Safetensors. Модель принимает текстовые запросы и создаёт или изменяет изображения. Она подходит для иллюстраций, художественных и дизайнерских эскизов, творческих и образовательных инструментов, а также исследований генеративных моделей. Основной язык запросов — английский; на других языках результат обычно хуже. Лицензия — CreativeML Open RAIL++-M. Ограничения включают слабую передачу читаемого текста, сложных пространственных отношений, лиц и людей, а также несовершенный фотореализм. Модель может отражать культурные и социальные предубеждения обучающих данных; изображения не следует считать достоверными изображениями людей или событий. В обучающих данных присутствовал контент для взрослых и насилие, хотя применялась фильтрация NSFW.

Stable Diffusion v1-5 — модель генерации изображений по текстовому описанию, разработанная Робином Ромбахом и Патриком Эссером. Репозиторий genai-archive/stable-diffusion-v1-5 содержит повторно загруженные веса; README указывает, что они происходят с ModelScope, а контрольные суммы файлов проверены. Модель построена на латентной диффузии и использует фиксированный текстовый энкодер CLIP ViT-L/14. Чекпойнт инициализирован весами Stable-Diffusion-v1-2 и дообучен на 595 тысячах шагов при разрешении 512×512 с данными LAION Aesthetics v2 5+. Модель подходит для создания изображений по текстовым запросам, художественных и дизайнерских работ, а также творческих и образовательных инструментов. Основной язык запросов — английский; результаты на других языках заметно хуже. Модель не всегда создаёт фотореалистичные изображения, плохо справляется со сложной композицией и разборчивым текстом, а лица и люди могут получаться некорректно. Обучающие данные включали взрослый контент и не были дедуплицированы; возможны предвзятость и запоминание изображений, поэтому для использования предусмотрен Safety Checker. Лицензия — CreativeML OpenRAIL-M.

Карточка модели jyoung105/stable-diffusion-v2-1 на Hugging Face совпадает с карточкой Charles-Elena/stable-diffusion-2-1, поэтому описание составлено по ней. Stable Diffusion 2.1 — модель генерации и редактирования изображений по текстовым описаниям, разработанная Робином Ромбахом и Патриком Эссером. Это латентная диффузионная модель с фиксированным текстовым энкодером OpenCLIP-ViT/H. Версия 2.1 дообучена на базе Stable Diffusion 2 дополнительными шагами обучения; карточка описывает вариант с разрешением 768 пикселей. Модель доступна в форматах Diffusers, PyTorch и safetensors. Модель подходит для создания иллюстраций, художественных изображений и материалов для дизайна, а также для творческих и образовательных инструментов. Она принимает текстовые запросы, лучше всего понимает английский язык и выдаёт изображения. Лицензия — CreativeML Open RAIL++-M; карточка ограничивает применение исследовательскими целями и описывает недопустимые сценарии использования. Модель не гарантирует фотореализм, плохо отображает читаемый текст и сложные пространственные отношения, а лица и люди могут получаться некорректно. Качество генерации по неанглийским запросам ниже; обучающие данные могут отражать культурные и социальные предубеждения.

THaLLE-0.2-ThaiLLM-8B-fa — языковая модель KBTG-Labs на архитектуре Qwen3, созданная с помощью mergekit на основе ThaiLLM-8B, Qwen3-8B и Qwen3-8B-Base. Она предназначена для генерации текста и диалогов с улучшенным следованием инструкциям, пониманием тайского языка и знаниями в области финансов, в том числе CFA. Модель содержит 7,6 млрд параметров и поддерживает контекст до 40 960 токенов. Модель поддерживает режимы с рассуждением и без него, а также интерфейс вызова инструментов. В README приведены результаты оценки на экзаменационных наборах CFA; авторы отмечают, что результаты могут различаться в зависимости от среды выполнения. Для запуска через Transformers требуется версия 4.51.0 или новее. Лицензия — Apache-2.0.

Video-MTR — дообученная Phoebe13 модель на базе Qwen2.5-VL-7B-Instruct, разработанная для многошагового анализа длинных видео. Она использует политику извлечения кадров, обученную методом PPO, и рассчитана на обработку до 80 кадров из одного видео; архитектура — плотная Qwen2.5-VL с 7,1 млрд параметров и контекстом 128 000 токенов. Модель предназначена для ответов на вопросы о содержании видео и рассуждений, требующих последовательного поиска нужных кадров. Метаданные указывают поддержку английского языка и визуально-текстовый режим работы. Модель распространяется под лицензией Apache-2.0. Карточка не приводит результатов оценки качества или подробностей о данных обучения.

DeepReviewer-14B — языковая модель WestlakeNLP для подготовки структурированных отзывов на научные статьи. Она основана на Microsoft Phi-4 и дополнительно обучена с учителем для академического рецензирования; модель содержит 14 млрд параметров согласно названию версии. Это текстовая модель с диалоговым режимом, доступная в формате safetensors и рассчитанная на работу через Transformers или vLLM. Модель анализирует текст статьи и формирует оценку, сильные и слабые стороны, а также рекомендации по улучшению. Fast Mode предназначен для краткого отзыва, Standard Mode имитирует несколько точек зрения рецензентов с проверкой, а Best Mode даёт наиболее подробный разбор. Модель можно применять для самооценки рукописи, практики академического письма и подготовки к получению отзывов; карточка указывает поддержку английского, китайского, японского, корейского, французского и немецкого языков. Модель не предназначена для официального рецензирования и принятия решений о публикации, а также не заменяет экспертную оценку, проверку фактов или обнаружение плагиата. Она принимает только текст, поэтому не может напрямую анализировать изображения, графики и сложные формулы; результаты могут быть менее точными в узких и быстро развивающихся областях. Лицензия указана как other, а README запрещает формальное использование для рецензирования.

Ariffiq99/e_care_xlm_roberta_large_finetuned — мультиязычная модель XLM-RoBERTa Large, дообученная для задачи multiple-choice. В карточке указаны 658,7 млн параметров, контекст до 514 токенов и формат весов safetensors; базовая модель — FacebookAI/xlm-roberta-large. Модель предназначена для выбора ответа из предложенных вариантов. По названию репозитория можно предположить связь с e-care, однако README не описывает сценарии применения, данные обучения или предметную область, поэтому её специализацию нельзя подтвердить. В оценке на неизвестном наборе данных указаны Loss 0,7550 и F1 0,8011. Модель разработана Ariffiq99 и опубликована по лицензии MIT. Она унаследовала мультиязычную основу XLM-RoBERTa, поддерживающую 100 языков; отдельные языки и ограничения для этой дообученной версии в карточке не уточнены.

MathCoder2-DeepSeekMath-7B-GGUF — это GGUF-квантизированная версия модели MathGenie/MathCoder2-DeepSeekMath-7B, подготовленная пользователем bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста в задачах, связанных с математикой и программированием; в метаданных указаны конвейер text-generation, математическая тематика, датасет MathGenie/MathCode-Pile и английский язык. В основе лежит модель размером 7B параметров, доступная в форматах от F16 до различных вариантов квантования Q8, Q6, Q5, Q4, Q3 и IQ. Размер файлов составляет примерно от 3,14 до 13,83 ГБ, что позволяет выбирать между качеством генерации и требованиями к памяти. Для локального запуска рекомендуются LM Studio и совместимые инструменты llama.cpp. Контекст, точная архитектура, мультимодальность и специальный формат промптов в README не указаны. Сильной стороной являются многочисленные варианты квантования, включая версии, оптимизированные для ARM, а также варианты с заявленным высоким качеством, близким к исходной модели. Более сильное квантование уменьшает требования к памяти, но может снижать качество ответов; низкобитные варианты характеризуются как менее качественные. Модель распространяется по лицензии Apache-2.0.

MaziyarPanahi/mathstral-7B-v0.1-GGUF — это набор файлов модели в формате GGUF для Mathstral-7B-v0.1, разработанной Mistral AI и основанной на Mistral 7B. Квантизацию и публикацию GGUF-версии выполнил MaziyarPanahi. Модель предназначена прежде всего для математических и научных задач, включая решение текстовых задач, рассуждения и генерацию текста, и может использоваться для локального запуска через llama.cpp и совместимые инструменты. Модель имеет около 7 млрд параметров и относится к текстовым языковым моделям; сведения о мультимодальности, поддерживаемых языках и размере контекста в README не указаны. Доступны варианты квантования от 2 до 8 бит, что позволяет выбирать компромисс между требованиями к памяти, скоростью и качеством. В опубликованных оценках Mathstral 7B показывает сильные результаты на ряде математических бенчмарков, включая MATH, Odyssey Math, GRE Math и AMC 2023, однако уступает или сопоставима с другими моделями в зависимости от теста. README не содержит информации о лицензии, поэтому условия использования определить нельзя. К ограничениям относятся возможные потери качества из-за квантования и отсутствие данных о поведении модели вне математических и научных сценариев.

jana-ashraf-ai разработала Python Assistant (Arabic) — причинную языковую модель для генерации ответов на вопросы по Python. Модель дообучена методом QLoRA на базе Qwen/Qwen2.5-1.5B-Instruct с помощью LLaMA-Factory; число параметров — 1,5 млрд, архитектура — Qwen2, формат весов — safetensors. Контекстное окно составляет 32 768 токенов. Модель принимает вопросы по Python на английском и формирует структурированные ответы на арабском языке в формате JSON, включая пошаговые объяснения. Она рассчитана на помощь при решении задач программирования на Python; лицензия — Apache 2.0. Карточка указывает, что модель оптимизирована для Python и может испытывать трудности со сложными задачами; качество ответа зависит от ясности вопроса.

gguk2on/qwen2.5-7B-rlar_g32_b384_math_vu2 — дообученная компанией gguk2on модель Qwen2.5-7B, обученная с помощью TRL. Это плотная авторегрессионная языковая модель на 7,1 млрд параметров для генерации текста и диалоговых сценариев; README показывает запуск через Transformers и пример ответа на открытый вопрос. Контекстное окно составляет до 131 072 токенов. Модель унаследовала возможности базовой Qwen2.5-7B и предназначена для генерации ответов на текстовые запросы. В названии указана математическая тематика обучения, однако карточка не уточняет результаты, набор данных или специальные гарантии качества в математике. Репозиторий содержит веса Safetensors; лицензия в предоставленных данных не указана.

SeongryongJung/qwen3-4b-chemistry-sdpo-ema005 — дообученная языковая модель на базе Qwen/Qwen3-4B, разработанная для задач химии. Репозиторий содержит последний чекпойнт обучения global_step_100, преобразованный в формат Transformers; модель имеет плотную архитектуру Qwen3ForCausalLM и около 3,7 млрд параметров. Модель предназначена для генерации текста и решения химических задач с использованием обучения SDPO. Валидационная метрика mean@16 достигала 77,05% на шаге 50, а значение последнего чекпойнта составило 76,19%; лучший промежуточный чекпойнт не опубликован, поэтому эти результаты не следует считать оценкой именно загруженных весов. Контекст — до 40 960 токенов. Лицензия Apache-2.0.

Stable Diffusion v1.5 — латентная диффузионная модель генерации и редактирования изображений по текстовому запросу, разработанная Робином Ромбахом и Патриком Эссером. Эта копия репозитория — зеркало устаревшей модели runwayml/stable-diffusion-v1-5; её владельцы не связаны с RunwayML. Модель использует фиксированный текстовый энкодер CLIP ViT-L/14 и доступна в форматах Diffusers, PyTorch и Safetensors. Модель подходит для создания иллюстраций, художественных изображений и материалов для творческих инструментов. В карточке указана лицензия CreativeML OpenRAIL-M. Модель обучалась преимущественно на англоязычных описаниях, поэтому англоязычные запросы обычно подходят лучше. Она не гарантирует фотореализм, плохо справляется с композицией сложных сцен и разборчивым текстом; лица и люди могут получаться некорректно. Для применения предусмотрен Safety Checker в Diffusers; обучающие данные содержали материалы для взрослых, а изображения могли запоминаться моделью.

Veritas-12B — диалоговая модель для философского анализа и аргументации, разработанная автором soob3123 и дообученная на базе soob3123/amoral-gemma3-12B-v2-qat. Это плотная языковая модель семейства Gemma 3 с 11,6 млрд параметров, работающая через Transformers; для репозитория указаны веса safetensors и контекст до 131 072 токенов. Модель предназначена для разбора аргументов, поиска логических ошибок, обсуждения этических дилемм и структурированного философского диалога. В карточке заявлены материалы по философии, стоицизму, логике и критическому мышлению; основной язык карточки — английский. Сильные стороны по описанию автора — последовательный разбор предпосылок и выводов, связное построение аргументов и работа с абстрактными понятиями. Ответы могут быть излишне формальными или плотными для простых запросов, а модель может генерировать оскорбительный, вредный или неуместный контент. В README отдельно упомянута версия GGUF Q4_0, но метаданные текущего репозитория указывают формат safetensors. Лицензия в предоставленных данных не приведена.

YOLO26M Question Segmentation v2 — дообученная модель семейства YOLO26M, опубликованная erayyapagci для обнаружения областей с вопросами на страницах экзаменационных сборников, рабочих листов и отрисованных страниц PDF. Модель использует архитектуру YOLO для детекции объектов и распознаёт один класс — question. Рекомендуемый размер входного изображения — 1280 пикселей; веса PyTorch занимают около 168 МБ, в README указано 21,8 млн параметров. Модель предназначена для поиска и локализации границ вопросов на плотных учебных страницах с чёткими разделителями. В README приведены результаты проверки на двух тестовых наборах: mAP50-95 составляет 0,920 на старом и 0,957 на объединённом наборе. Для практического применения автор рекомендует начинать с порога confidence 0,25 и снижать его до 0,20, если важно реже пропускать пограничные области. Модель дообучена на базе yolo26m; часть обучающих данных взята из публичных проектов Roboflow. Лицензия — CC BY 4.0. Описанное назначение ограничено обнаружением вопросов в учебных и экзаменационных документах; результаты зависят от сходства страниц с обучающими данными, а README не заявляет о распознавании текста или поддержке произвольных документов.

ChemVLM-8B — мультимодальная языковая модель на 8 млрд параметров для задач химии, разработанная авторами проекта ChemVLM. Она основана на архитектуре InternVLChat и объединяет обработку изображений и текста. Модель обучена на двуязычном мультимодальном наборе данных о химии, включая молекулярные структуры, реакции и экзаменационные вопросы. Модель предназначена для распознавания химической информации на изображениях, понимания молекулярных структур и реакций, а также ответов на вопросы по химии с использованием текста и визуальных данных. В опубликованных оценках приведены результаты для химического OCR, мультимодального понимания и рассуждений, а также классификации типов реакций. В README сообщаются конкурентные результаты на нескольких тестах, но качество зависит от типа задачи. Модель распространяется под лицензией Apache-2.0. Для запуска README рекомендует Transformers и дополнительные библиотеки для обработки изображений и мультимодального ввода.

CommonCanvas-XL-NC — модель генерации изображений по тексту от команды CommonCanvas. Это версия семейства CommonCanvas на архитектуре латентной диффузии Stable Diffusion XL, обученная на подмножестве CommonCatalog — набора изображений с лицензиями Creative Commons и синтетическими описаниями, созданными BLIP-2. Модель принимает текстовые запросы и генерирует изображения; в первую очередь она рассчитана на англоязычные подсказки. Модель подходит для художественных и дизайнерских задач, творческих и образовательных инструментов, а также исследований генеративных моделей, их ограничений и смещений. Она может уступать SDXL в генерации лиц, фотографий и картин, хуже справляться со сложной композицией и точным изображением известных людей, произведений искусства и мест. Обучающие данные основаны на устаревших материалах Flickr100M и слабо представляют некоторые регионы; текст на изображениях обычно трудно читать, а автоэнкодер приводит к потере части информации. Модель может генерировать нежелательный контент. Лицензия CC BY-NC-SA 4.0 запрещает коммерческое использование и требует соблюдения условий атрибуции и распространения производных материалов.

COPA KUCI e-care BERT Base Uncased Finetuned — модель BERT, дообученная Ariffiq99 на основе Ariffiq99/KUCI_e_care_Bert_Based_Uncased_Finetuned для выбора правильного ответа из нескольких вариантов. Она предназначена для задач multiple-choice; в карточке приведены результаты оценки: loss 0,7119 и F1 0,7627. Модель содержит 136,7 млн параметров, использует формат safetensors и рассчитана на контекст до 512 токенов. Лицензия — Apache-2.0.

Это англоязычная модель DistilBERT с маскированным языковым моделированием, доработанная методом GRADIEND для снижения гендерной предвзятости в языковых представлениях. Метод изменяет веса модели с помощью обученного представления и не требует дополнительного предварительного обучения. Модель основана на distilbert/distilbert-base-cased и предназначена для систем обработки языка, где важно уменьшить влияние гендерных стереотипов, например в инструментах для найма, образования и медицины. Модель принимает текст и предсказывает слова на месте маски; она поддерживает контекст до 512 токенов. Для оценки использовались метрики гендерной предвзятости SEAT, StereoSet и CrowS, а также метрики языкового моделирования StereoSet и GLUE. Модель менее предвзята по гендерному признаку, чем исходная, но эффект неполон: сохраняются остаточные гендерные смещения, а предвзятость по другим защищённым признакам не устранена; возможен компромисс между справедливостью и качеством. Распространяется по лицензии Apache-2.0.

Kyara — экспериментальная диалоговая модель на базе Gemma 2, созданная автором репозитория zake7749 полным дообучением Gemma-2-2b-it. Модель содержит 2,7 млрд параметров, использует плотную архитектуру Gemma2 и рассчитана на контекст до 8192 токенов; веса опубликованы в формате safetensors и доступны через Transformers. Модель предназначена для диалоговой генерации текста, ответов на вопросы и задач на знания, включая вопросы по естественным наукам и математике. Особое внимание при обучении уделено традиционному и упрощённому китайскому; также используются англоязычные данные. В README приведены результаты сравнительных бенчмарков, в том числе по китайскому языку, но они не гарантируют качество в конкретных сценариях. Модель склонна к галлюцинациям и может ошибочно приписывать цитаты источникам; автор также отмечает, что она часто приводит ссылки или упоминания источников в ответах. Лицензия указана как Gemma, поэтому использование регулируется условиями лицензии Gemma.