IV.6Научные исследования, математика и новые материалы

SeongryongJung/qwen3-4b-biology-srpo-ema005 — контрольная точка модели Qwen3-4B, дообученная методом SRPO на задачах по биологии. Репозиторий содержит последний чекпойнт обучения global_step_100 в формате Transformers; валидационный результат 56,12% mean@16 — лучший результат, наблюдавшийся на шаге 70, а не оценка загруженного чекпойнта. Для последнего чекпойнта указано 51,25% mean@16. Модель предназначена для генерации текстовых ответов на биологические вопросы и рассуждений в этой области. Архитектура — плотная авторегрессионная Qwen3ForCausalLM на 3,7 млрд параметров с контекстом до 40 960 токенов. Обучение описано как специализированное на биологии; языки отдельно не указаны. Лицензия — Apache-2.0.

SeongryongJung/qwen3-8b-biology-sdpo-ema005 — контрольная точка модели Qwen3-8B, дообученной методом SDPO на наборе данных по биологии. Репозиторий содержит последний чекпойнт обучения, global_step_100, преобразованный в формат Transformers; модель имеет плотную архитектуру Qwen3ForCausalLM и 7,6 млрд параметров. Модель предназначена для генерации текста и ответов на запросы по биологии. В README приведён лучший результат валидации mean@16 — 53,87% на шаге 90; это результат промежуточной контрольной точки, а не опубликованного чекпойнта, для которого указано итоговое значение 52,62%. Контекст — до 40 960 токенов. Базовая модель Qwen3-8B многоязычная и поддерживает диалог, следование инструкциям, рассуждения, код и вызов инструментов, однако карточка не подтверждает отдельную оценку этих возможностей для данной биологической версии. Лицензия — Apache-2.0.

RLCR-phi4mini-bigmathdigits5000 — дообученная с помощью RLCR модель Microsoft Phi-4-mini-instruct, представленная автором juwon1105. В ходе обучения на наборе Big-Math-digits к награде за правильность ответов добавлялась награда на основе оценки Брайера за выраженную словами уверенность, чтобы одновременно улучшать математические рассуждения и калибровку уверенности. Модель предназначена для генерации текстовых ответов на математические задачи с цифрами, включая рассуждения и оценку уверенности. Это плотная авторегрессионная архитектура семейства Phi-3 с 3,8 млрд параметров и контекстом 4096 токенов; в README также указана конфигурация LoRA с рангом 16. На тестовой выборке README приводит точность 0,414 и ECE/PCE по 0,439, что указывает на ограничения точности и калибровки. Лицензия указана как other, поэтому условия использования следует сверить с карточкой модели и базовой моделью.

ScaleCUA-glm4.6v-scienceboard-sft — контрольная точка GLM-4.6V-Flash от команды ScaleCUA, обученная методом supervised fine-tuning (SFT) для управления графическим интерфейсом ScienceBoard. Она служит начальной точкой для последующего онлайн-обучения с подкреплением; README указывает, что соответствующая RL-модель выпущена отдельно. Модель предназначена для computer-use-сценариев: она принимает визуальный контекст интерфейса и текстовые инструкции, чтобы выполнять задачи через GUI. В основе — мультимодальная архитектура семейства GLM-4V; в метаданных указаны возможности чата и обработки изображений. Для запуска README предлагает OpenAI-совместимый сервер vLLM и оценочный runtime osworld_eval. Это стартовый SFT-чекпойнт, поэтому его результаты могут отличаться от результатов выпущенной RL-версии; численные показатели в карточке не приведены. Лицензия обозначена как other, конкретные условия в предоставленных данных не раскрыты.

Модель peldrak/segformer-b5-ade-finetuned-coastTrain — версия SegFormer B5, дообученная автором peldrak на наборе данных peldrak/coastTrain поверх nvidia/segformer-b5-finetuned-ade-640-640. Она предназначена для семантической сегментации прибрежных сцен: присваивает пиксели классам «вода», «белая пена волн», «осадок», «прочий природный рельеф», «растительность», «застройка» и «неизвестное». На оценочном наборе указаны mean IoU 0,7737 и общая точность 0,9252; IoU для белой пены волн ниже, чем для воды и осадка. Модель распространяется в формате safetensors; лицензия в метаданных обозначена как other.

Семантическая модель сегментации Restor и ETH Zurich на архитектуре SegFormer mit-b3, предназначенная для выделения древесного покрова на аэрофотоснимках высокого разрешения. Модель присваивает каждому пикселю класс «дерево» или «не дерево» и оценивает вероятность покрытия кронами; отдельные деревья она не обнаруживает. Обучение проводилось на глобальных аэрофотоснимках, в том числе наборе Restor TCD, с исходным разрешением около 10 см на пиксель. Основной сценарий — оценка доли древесного покрова на участке по ортофотоплану. Для крупных мозаик потребуются отдельные средства разбиения изображений на фрагменты и объединения предсказаний; для анализа конкретной территории также нужен анализ области интереса. Качество может снижаться в недостаточно представленных биомах и при другом разрешении снимков. Возможны ложные срабатывания на кустарниках и похожем растительном покрове; метки обучения могли содержать ошибки. Модель не оценивает биомассу или высоту крон и не подходит сама по себе для расчёта углеродных кредитов. В метаданных указана лицензия CC; в карточке отмечены исследовательская лицензия NVIDIA SegFormer и обучение на изображениях CC BY-NC, поэтому условия их использования следует проверять отдельно.

Это преобразованная для библиотеки MLX версия видеоэнкодера V-JEPA 2 ViT-g от Meta FAIR, подготовленная vasanth009 для извлечения признаков на компьютерах Apple Silicon. Модель содержит около 1,3 млрд параметров; веса сохранены в формате safetensors с точностью fp16. В репозитории оставлена часть encoder, а predictor исключён. Модель предназначена для получения представлений видео и использования в качестве визуального backbone, в частности в Mac-версии TRIBE v2 с головой кодирования активности мозга. README сообщает о проверке сходства с официальной реализацией TRIBE и ускорении относительно кодирования на CPU в тестовой конфигурации. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства и ограничивающая коммерческое применение.

xiaodongguaAIGC/xdg-math-step — дообученная на наборе xiaodongguaAIGC/step_sft текстовая модель для пошагового решения математических задач. Она основана на плотной архитектуре Llama и содержит 7,5 млрд параметров; модель предназначена для генерации рассуждений и итогового ответа, который можно оформлять в виде \boxed{}. README показывает пример решения задачи на подсчёт, а также упоминает многократную генерацию с rejection sampling. Модель принимает текст и выдаёт текст; заявленное окно контекста — 131 072 токена. В метаданных указан английский язык. Лицензия — MIT. Карточка демонстрирует только пример и не приводит оценок точности или подробных инструкций по использованию. Результаты математических рассуждений следует проверять; доступные сведения не подтверждают качество на широком наборе задач.

awakening-rl-replay100 — экспериментальный чекпойнт на базе awakening-goedel-v2-32b-rl, дообученный автором для восстановления использования инструментов в задачах формального математического доказательства. Модель представляет собой плотную авторегрессионную Qwen3 с 29,7 млрд параметров и контекстом до 40 960 токенов; репозиторий содержит веса в формате safetensors и рассчитан на работу через Transformers. Модель предназначена для генерации текста в диалоговом режиме, включая агентные сценарии с вызовом инструментов и доказательства на Lean 4. В описанном эксперименте её дообучили на 100 Lean-трассах с акцентом на поведение агента; README сообщает результат 85,8 на BFCL Non-Live и связывает его с восстановлением использования инструментов после предшествующего дообучения. Лицензия — Apache-2.0.

Dinithi/BioBERT — дообученная модель семейства BERT на основе dmis-lab/biobert-v1.1, разработанная для классификации текста. В репозитории указано 135,5 млн параметров и контекст до 512 токенов; модель сохранена в формате PyTorch. Карточка приводит результаты на оценочном наборе: accuracy 0,79, precision 0,8730, recall 0,8088 и F1 0,8397. Датасет, набор классов и конкретное назначение классификации не описаны, поэтому приведённые метрики нельзя уверенно переносить на другие данные. Условия лицензирования в доступных сведениях не указаны.

BioBERTpt-bio — разработанная авторами BioBERTpt португалоязычная модель BERT для биомедицинских текстов. Она основана на BERT-Multilingual-Cased и обучена на научных публикациях из PubMed и SciELO. В репозитории представлена архитектура BertForMaskedLM с 205,1 млн параметров и контекстом до 512 токенов. Модель предназначена для работы с португалоязычной биомедицинской литературой. Метка fill-mask указывает на задачу предсказания скрытых токенов; в статье также рассматривается применение семейства BioBERTpt для распознавания клинических и биомедицинских именованных сущностей. Модель можно загрузить через Transformers; доступны веса PyTorch, TensorFlow и Flax. Лицензия в предоставленных данных не указана. Обучение на научной литературе ориентирует модель на биомедицинский текст, поэтому её языковые и предметные возможности за пределами этой области могут быть ограничены.

Cosmos-Reason2-8B-GGUF — это набор GGUF-квантизаций 8-миллиардной мультимодальной reasoning-модели NVIDIA Cosmos Reason 2, подготовленный apolo13x на основе nvidia/Cosmos-Reason2-8B. Модель предназначена для запуска через llama.cpp и совместимые инструменты, а её исходная архитектура постобучена на Qwen3-VL-8B-Instruct. Модель ориентирована на задачи physical AI и робототехники: пространственно-временное понимание сцен, анализ изображений и видео, обнаружение объектов с локализацией 2D- и 3D-точек и ограничивающих рамок, подготовку данных, видеоаналитику и планирование действий роботов. Поддерживается контекст до 256K входных токенов, заявлен английский язык. Модель работает с текстом и визуальными данными, включая изображения и видео, и учитывает пространственные, временные и базовые физические характеристики окружающей среды. Доступны варианты F16 размером 16 ГБ, Q8_0 размером 8,2 ГБ и Q4_K_M размером 4,7 ГБ; vision encoder сохранён в формате F16 и занимает около 1,1 ГБ. Квантизация уменьшает требования к памяти и упрощает локальный запуск, но варианты с меньшей точностью могут уступать F16 по качеству. Для использования требуется совместимый стек llama.cpp. Модель распространяется по NVIDIA Open Model License; конкретные условия следует уточнять в тексте этой лицензии.

HuggingFaceTB/finemath-ablation-finemath-infimath-3plus — языковая модель Hugging Face TB, полученная продолжением предобучения Meta Llama 3.2 3B на математических данных. Модель содержит 3,21 млрд параметров, использует архитектуру Llama для причинной генерации текста и имеет контекстное окно 4096 токенов. Для обучения использовали 60 млрд токенов: поровну FineMath-3+ и InfiWebMath-3+. Модель предназначена для продолжения текста на английском языке с акцентом на математику, например генерации математических рассуждений и дополнения фрагментов текста. Она не проходила инструкционную настройку, поэтому рассчитана на текстовое завершение, а не на выполнение команд в формате чат-помощника. Это эксперимент из серии абляций FineMath, предназначенный прежде всего для сравнения с моделями, обученными в тех же условиях. Распространяется под лицензией Apache-2.0. Преимущество модели — специализация на англоязычных математических данных при сравнительно компактном размере. Качество на других языках может быть ограничено; поведение зависит от качества и разнообразия обучающих данных, которые могут содержать предвзятости и вредоносный контент.

HuggingFaceTB/finemath-ablation-fwedu — языковая модель HuggingFaceTB, полученная продолжением предобучения Meta Llama 3.2 3B на 60 млрд токенов из FineWeb-Edu. Это плотная авторегрессионная модель семейства Llama с 3,21 млрд параметров, контекстом 4096 токенов и токенизатором llama3; доступна в формате safetensors. Модель предназначена для англоязычного продолжения текста с упором на математику. Она не проходила instruction-tuning, поэтому лучше подходит для завершения текстов и сравнения результатов абляционных экспериментов, чем для диалога и выполнения инструкций. Лицензия — Apache-2.0. Обучение преимущественно на англоязычных математических данных может ограничивать качество на других языках. Результаты также зависят от качества и разнообразия обучающих данных, в которых могут присутствовать смещения и вредоносное содержание.

HuggingFaceTB/FineMath-Llama-3B — языковая модель, разработанная Hugging Face Training Cluster как продолжение предобучения Llama 3.2 3B. Модель с плотной архитектурой Llama содержит 3,2 млрд параметров и рассчитана на контекст до 4096 токенов. Она обучалась на 160 млрд токенов: 60% составили математические данные FineMath, а 40% — FineWeb-Edu. Модель предназначена для продолжения текста на английском языке, особенно для математических текстов и задач. Она не настроена на выполнение инструкций; в карточке сообщается о более высоких математических результатах по сравнению с Llama 3.2 3B при сохранении сопоставимых результатов на тестах знаний, рассуждений и здравого смысла. Доступна в формате safetensors по лицензии Apache-2.0. Это экспериментальная абляционная модель, которая не обязательно отражает лучший результат, достижимый на этих данных.

IncorrectTraceSFT-Qwen2.5-7B-AIME-SplitB-correct — полноценно дообученная модель Qwen2.5-7B, опубликованная suryadv как чекпойнт эксперимента по использованию ошибочных рассуждений при supervised fine-tuning. Это условие held_out_correct_6000 в эксперименте с разбиениями AIME; обучение завершено после 188 обновлений оптимизатора. Модель предназначена для генерации ответов на математические задачи и исследований математических рассуждений и выбора данных для SFT. Модель использует плотную архитектуру Qwen2ForCausalLM с 7,1 млрд параметров, веса safetensors и контекст до 131 072 токенов. В метаданных указан английский язык; модель основана на Qwen/Qwen2.5-7B. Чекпойнт выпущен по лицензии Apache-2.0. Это исследовательский чекпойнт, а не гарантия корректных решений: верный итоговый ответ в обучающих данных не означает, что промежуточные шаги рассуждений проверены. Результаты следует интерпретировать в рамках условий эксперимента; подробности воспроизведения и оценки приведены в репозитории проекта.

v8-in — модель YoussefMoNader для обнаружения следов чернил на трёхмерных данных компьютерной томографии свитков Геркуланума, отсканированных с разрешением около 8 мкм. Она использует энкодер ResNet3D-50 и двумерный декодер U-Net; веса энкодера предварительно обучены на видео Kinetics-700 и Moments in Time. Для каждого участка модель принимает 24 слоя размером 64×64 пикселя, нормализует их статистики отдельно для каждого участка и выдаёт карту вероятностей наличия чернил. Модель обучена на 508 006 размеченных обучающих участках из 16 сегментов нескольких свитков и фрагментов. Она предназначена для сегментации чернил на развёрнутых поверхностях папируса и может использоваться для пакетной обработки слоёв слиянием предсказаний по перекрывающимся участкам. Для полной поверхности 4668×8864 пикселя README приводит оценку обработки около 15–20 минут на одном современном GPU при пакетной обработке 16 участков; это измерение зависит от оборудования. Модель распространяется по лицензии MIT.

Math NoThink Q8B — экспериментальный чекпойнт для генерации ответов на математические задачи, опубликованный Modrill как исходный эксперт для переноса task vector в исследовательской работе, заявленной для ICLR 2027. Это дообученная плотная авторегрессионная модель семейства Qwen3 на 7,6 млрд параметров, основанная на Qwen/Qwen3-8B-Base. Репозиторий содержит объединённые веса, а также LoRA-адаптер; карточка описывает рецепт обучения с LoRA ранга 64 и 165 обновлениями. В карточке приведён результат 58 из 240 на наборе задач AIME 2024 и 2025 с несколькими seed; базовая модель в том же запуске набрала 26 из 240. Модель предназначена для оценки математических ответов как выходных оценок, а не для использования в роли чат-бота. Контекст составляет 32 768 токенов. Веса доступны в формате safetensors, библиотека загрузки — Transformers; лицензия Apache-2.0.

Модель instruction-pretrain/medicine-Llama3-8B — биомедицинская языковая модель на основе Llama 3, разработанная авторами исследования Instruction Pre-Training: Language Models are Supervised Multitask Learners. Это плотная авторегрессионная модель семейства Llama с 7,5 млрд параметров, обученная продолжительно на медицинских и биомедицинских корпусах, расширенных парами инструкций и ответов. Она генерирует текст и рассчитана на работу с контекстом до 8192 токенов. Модель предназначена для генерации ответов и выполнения языковых задач в биомедицинской области, включая диалог и оценивание на профильных задачах. В README авторы сообщают, что их метод instruction pre-training улучшает результаты по сравнению с обычным предварительным обучением; это утверждение относится к описанному подходу и не гарантирует качество для каждого пользовательского сценария. Карточка также приводит наборы данных общего назначения, использованные при обучении. Модель принимает и выдаёт текст; язык карточки и метаданные указывают английский. Для использования требуется соблюдать лицензию Llama 3. Это базовая предварительно обученная модель, а не вариант Llama 3 Instruct, поэтому для неё не следует автоматически применять шаблон чата Llama 3 Instruct.

Это экспериментальная версия Nemotron-3-Nano-4B, дообученная методом обучения с подкреплением GRPO на математические рассуждения. Модель создана анонимной исследовательской группой для подачи на ICLR 2027; базовая модель — nvidia/NVIDIA-Nemotron-3-Nano-4B-BF16. Представленный чекпойнт соответствует шагу обучения 300 и рассчитан на генерацию ответа в пределах бюджета 4 096 токенов. Модель принимает текстовые задачи и генерирует пошаговое решение с ответом в тегах \boxed{}. Она предназначена прежде всего для решения математических задач с ограничением длины вывода; метаданные также отмечают диалоговый интерфейс и интерфейс вызова инструментов. Архитектура — плотная Nemotron H, библиотека — Transformers, веса опубликованы в формате safetensors. Для семейства указан контекст 262 144 токена, однако обучение этого чекпойнта ориентировано на генерацию до 4 096 новых токенов. В карточке не приведены результаты оценки качества, а шаг 300 и бюджет генерации ограничивают основания для выводов о надёжности на широком круге задач. Лицензия указана как other, поэтому условия использования следует проверять на странице репозитория Hugging Face перед применением.

NFT-32B — языковая модель для математических рассуждений, разработанная NVIDIA, Университетом Цинхуа и Стэнфордским университетом. Это дообученная на Qwen2.5-32B модель с архитектурой Qwen2: плотный трансформер-декодер с 32 млрд параметров и контекстом до 131 072 токенов. Для дообучения применён метод Negative-aware Fine-Tuning, использующий как верные, так и неверные ответы модели; среди указанных данных — DAPO-Math-17k. Модель принимает текстовые математические задачи, в том числе с формулами LaTeX, и генерирует пошаговые решения на естественном языке и математической нотации. Она предназначена для задач уровня математических олимпиад и соревнований, а также для других задач на математическое решение; карточка указывает, что модель в первую очередь обучалась на задачах на английском языке. Доступны веса в формате Safetensors, поддерживаются Transformers, vLLM и TensorRT-LLM. Модель может ошибаться в вычислениях и хуже справляться с обычным диалогом, нематематическими запросами и задачами, требующими знаний о реальном мире вне математики; для инференса нужны значительные ресурсы GPU. Разработчики позиционируют её для исследований и разработок. Лицензия указана как other, поэтому условия использования следует сверить с карточкой модели.

NuminaMath-72B-TIR — языковая модель команды AI-MO для решения математических задач соревновательного уровня. Это плотная авторегрессионная модель семейства Qwen2 с 71,5 млрд параметров и контекстом до 131 072 токенов, дообученная в два этапа: сначала на математических задачах с пошаговыми решениями Chain of Thought, затем на примерах рассуждений с использованием инструментов, включая последовательности обоснований, программ Python и их результатов. Модель преимущественно рассчитана на английский язык. Модель подходит для пошагового решения текстовых математических задач и может включать выполнение кода Python в цикл рассуждений при соответствующей настройке. По данным карточки, она справляется с задачами уровня AMC 12, но часто ошибается на более сложных задачах уровня AIME и математических олимпиад; геометрия также даётся ей трудно. Она узкоспециализирована и не предназначена для общего диалога, а отсутствие визуального ввода ограничивает решение задач, зависящих от чертежей. Лицензия указана как Tongyi Qianwen; в метаданных Hugging Face тип лицензии обозначен как other.

PHerc.1667-iteration-4 — модель сегментации чернил в трёхмерных томографических данных свитка Геркуланума, опубликованная командой ScrollPrize для Vesuvius Challenge. Это четвёртая абляция семейства: модель обучена на сегменте l_2 по разметке l_2_inklabels4.png на 24 773 тайлах. Архитектура сочетает трёхмерный энкодер ResNet3D-50, инициализированный весами Kinetics-700, и двумерный декодер U-Net. Модель принимает томографические окна размером 62×256×256 вокселей и выдаёт карту вероятности чернил с разрешением 64×64; для обработки целого сегмента требуется скользящая оконная инференция с усреднением перекрывающихся предсказаний. Модель предназначена для выявления следов чернил в виртуально развёрнутых свитках, включая сегменты, не использовавшиеся при обучении. README показывает прогнозы для обучающего l_2 и отложенного l_5, но не приводит количественных оценок качества. Репозиторий содержит веса safetensors и код для Transformers; лицензия MIT.

PHerc.1667-iteration-5 — модель сегментации чернил в объёмных данных свитка Геркуланума, разработанная для Vesuvius Challenge. Она обучена на сегменте l_2 с наиболее плотной из пяти разметок чернил: 33 061 тайл; обучение включало 12 396 шагов оптимизатора, или три эпохи по этой разметке. Модель принимает объёмное окно размером 62 × 256 × 256 вокселей. Энкодер ResNet3D-50 сворачивает признаки по глубине, а 2D-декодер U-Net формирует карту вероятности чернил размером 64 × 64. Для предсказания на полном сегменте требуется обработка скользящими окнами с усреднением перекрывающихся предсказаний. Веса и конфигурация опубликованы в формате safetensors; лицензия — MIT.

theostos выпустил текстовую модель qwen-3.5-babel-4b-sft-agent — дообученную методом supervised fine-tuning версию Qwen3.5-4B для формальной математики и интерактивного доказательства теорем. Модель использует архитектуру Qwen3_5ForCausalLM и формат чата Qwen с полем рассуждений и вызовами инструмента submit_tactic для передачи доказательств на Lean или Rocq. Веса представлены в safetensors; в репозитории также есть токенизатор, шаблон чата и конфигурация генерации. Модель предназначена для генерации полных тактических доказательств Lean и Rocq и взаимодействия с внешней средой проверки через вызовы инструментов. Для обучения использованы 904 примера; релиз соответствует пяти завершённым эпохам и 145 обновлениям оптимизатора. Заявленных результатов бенчмарков нет. Модель содержит только текстовую часть Qwen, без кодировщика изображений. Лицензия — Apache-2.0.

SFT-чекпойнт realtreetune/rho-1b-sft-MATH, дообученный на базе microsoft/rho-math-1b-v0.1 и предназначенный для генерации текста при решении математических задач. Модель опубликована пользователем realtreetune; базовая модель разработана Microsoft. Модель относится к семейству Rho, имеет архитектурные признаки Llama, содержит около 1 млрд параметров и поддерживает контекст до 2048 токенов. Она предназначена для работы через библиотеку Transformers и использует формат safetensors. Основной сценарий — генерация решений, рассуждений и ответов на математические задачи в текстовом формате. README не содержит сведений о языках, лицензии, обучающих данных, результатах оценки и конкретных ограничениях модели. Поэтому качество решения задач, устойчивость рассуждений и пригодность для практического применения следует проверять самостоятельно; ответы модели могут содержать ошибки.

PushkarA07/segformer-b0-finetuned-batch2-10Dec — модель семантической сегментации изображений на архитектуре SegFormer B0, разработанная как дообучение PushkarA07/segformer-b0-finetuned-batch2-30nov. Модель обучена на наборе PushkarA07/batch2-tiles и предназначена для сегментации изображений в задачах, связанных с этим набором данных. В карточке приведены результаты оценки: Mean IoU 0,7531, Mean Accuracy 0,8107, Overall Accuracy 0,9967, IoU для класса Abnormality 0,5094 и Accuracy для него 0,6226. Метрики относятся к указанному оценочному набору; описание классов и практических ограничений не приведено. Модель распространяется в формате Safetensors через Transformers; лицензия указана как other.

BVRA/vit_large_patch16_384.ft_df20_384 — модель классификации изображений грибов из датасета Danish Fungi (DF20). Она основана на Vision Transformer с патчами 16×16 и принимает изображения размером 384×384 пикселя; в карточке указано 303,9 млн параметров. Модель предназначена для распознавания грибов по фотографиям и получения их классов. Модель разработана BVRA и распространяется под лицензией CC BY-NC 4.0, которая разрешает использование с указанием авторства, но не для коммерческих целей. Карточка также упоминает получение эмбеддингов изображений. Метаданные указывают задачу image-classification и формат PyTorch.

astroBERT — англоязычная языковая модель для астрофизики, разработанная NASA/ADS. Базовая модель построена на архитектуре BERT и обучена предсказывать скрытые токены и связь между соседними предложениями; регистр букв учитывается. В репозитории также описаны отдельные дообученные варианты для распознавания именованных сущностей и классификации научных текстов, но основная карточка модели относится к базовой версии. Модель подходит для восстановления пропусков в англоязычных текстах по астрофизике и получения текстовых представлений для последующих задач. Она содержит 136,3 млн параметров, принимает последовательности длиной до 512 токенов и доступна в форматах PyTorch и safetensors. Лицензия — MIT. Специализация на астрофизических текстах ограничивает применимость модели за пределами этой области; генерация свободного текста не является её основной задачей.

AmberYifan/capsd-qwen3-numina-Qwen3-4B-Base-math_ppl_b4000_s0 — дообученная версия базовой языковой модели Qwen3-4B-Base, созданная на наборе данных capsd_Qwen3-4B-Base-n80000-numina__mix_math_ppl_b4000_s0. По названию датасета модель ориентирована на математические задачи, однако карточка не сообщает конкретные сценарии, результаты оценки или подтверждённые ограничения. Модель имеет плотную архитектуру Qwen3ForCausalLM, около 3,7 млрд параметров и контекст до 32 768 токенов; метаданные указывают генерацию текста и возможность чата. Поддерживаемые языки отдельно не перечислены. Модель может использоваться для генерации текстовых ответов на математические запросы, но её качество и пригодность для практических задач по карточке оценить нельзя. Распространяется в формате safetensors; лицензия указана как other, поэтому конкретные условия использования следует сверить с лицензией репозитория.