IV.9Медиа, журналистика, культура, архивы и игры

Psyche-R1 — китайская языковая модель для психологических диалогов и рассуждений, разработанная MindIntLab. Это дообученная версия Qwen/Qwen2.5-7B-Instruct с применением SFT и GRPO на наборе психологических вопросов с подробными обоснованиями и эмпатичных диалогов в один ход. Модель предназначена для ответов на психологические вопросы с сочетанием эмпатии, предметной экспертизы и рассуждения. В README сообщается о результатах, сопоставимых с DeepSeek-R1 на нескольких психологических тестах, а также о более высокой эмпатичности по сравнению с базовым результатом на тесте SoulChat2.0. Подробные параметры обучения обещаны позднее. Модель принимает текст и генерирует текст; карточка указывает китайский язык. Она распространяется по лицензии Apache-2.0. Результаты на бенчмарках не гарантируют точности или пригодности ответов в реальных психологических ситуациях.

QraXAi-Basic-32M — небольшая языковая модель, разработанная автором репозитория coderian и обученная с нуля. Это причинный декодерный трансформер в стиле GPT с собственной архитектурой QraXAiForCausalLM и примерно 32,1 млн параметров; веса опубликованы в формате safetensors, библиотека — Transformers. Модель предназначена для продолжения англоязычного текста по короткой подсказке, а не для диалога или выполнения инструкций. Модель обучалась один проход на англоязычных образовательных, веб- и программных текстах из exnivo/tinybrain-pretrain-corpus-2b. Контекст ограничен 256 токенами вместе с продолжением. Обучение было коротким, поэтому текст может быть связным локально, но часто оказывается несвязным; бенчмарки не проводились. Генерация медленная из-за отсутствия KV-кэша, а пакетная генерация с дополнением последовательностей не поддерживается. Модель не предназначена для ответов на фактические вопросы и работы с неанглийским текстом. Лицензия — Apache-2.0.

flavianv дообучил Qwen3-4B на 5 023 положительных примерах с названиями товаров H&M. Это плотная авторегрессионная языковая модель на 3,7 млрд параметров с архитектурой Qwen3ForCausalLM; полные веса дообучены, это не LoRA-адаптер и не модель с ранжирующей головой. Модель предназначена для генерации JSON-массивов названий товаров по запросам о подборках товаров H&M. Контекст составляет 40 960 токенов; для запуска рекомендуются Transformers, сохранённый шаблон чата, отключённый режим рассуждений и BF16. В опубликованной разработчиком оценке на 100 отложенных запросах модель нашла хотя бы одно совпадение с эталонной подборкой в 19 запросах из 100; точное восстановление товаров остаётся ограниченным. Это развитие для исследования рекомендаций товаров, а оценка использовала многократно проверявшуюся выборку разработки и не является независимым тестом. Условия лицензии в предоставленных данных не указаны.

vlabki/rr-speed-item-v2 — автономный рекуррентный чекпойнт политики игрока для обучения с подкреплением. По метаданным, модель построена на архитектуре rr_player_recurrent_bc, использует PyTorch и распространяется в формате safetensors. В карточке указаны 3000 обновлений PPO и 18 432 000 шагов среды; поддержка действий обозначена как bc. Модель предназначена для выбора действий игрока в среде Mario Kart Wii. В комплект входят веса, конфигурация модели, статистики нормализации, справочные данные маршрута и конфигурация обучения. Карточка не содержит завершённых оценок производительности на фиксированных начальных условиях, поэтому качество прохождения трасс по ней определить нельзя. Сведения о лицензии отсутствуют.

snap-plate-stack-instance-dfine-v5 — модель обнаружения объектов, разработанная aguxez и дообученная на наборе aguxez/snap-plate-stack-instance-v5 на основе aguxez/snap-plate-instance-localization-dfine-v4. Она предназначена для локализации блинов для штанги на изображениях, в том числе в стопках. Модель использует архитектуру D-Fine для обнаружения объектов и распространяется в формате safetensors; лицензия — Apache-2.0. В карточке приведены результаты оценки: mAP 0,8835, mAP@50 1,0 и mAP@75 1,0; для класса Weight Plate mAP равен 0,8835. Эти значения относятся к указанному оценочному набору и сами по себе не гарантируют аналогичного качества на других изображениях.

Chef Transformer — модель семейства T5, созданная командой Flax/JAX Community Week при поддержке Hugging Face и Google. Она предназначена для генерации рецептов по названиям или списку продуктов и обучена на наборе RecipeNLG, содержащем более 2,2 млн кулинарных рецептов. Модель имеет около 123,8 млн параметров и контекст длиной до 512 токенов; доступны версии для Flax, PyTorch и TensorFlow. Модель подходит для создания вариантов рецептов из заданных ингредиентов и для прототипов кулинарных помощников. В README приведена оценка на общем тестовом наборе с несколькими сгенерированными рецептами для каждого входа; результаты выше приведённого базового сравнения RecipeNLG по указанным метрикам. Карточка не сообщает лицензию, поэтому условия использования по имеющимся данным определить нельзя.

Thai GPT-2 Fine-Tuned — генеративная языковая модель на базе GPT-2, дообученная пользователем Bunnuchai для вопросов и ответов на тайском языке. Модель обучалась на наборе данных disease_3000, содержащем 3 000 пар вопросов и ответов о животных, и предназначена для генерации текстовых ответов по этой тематике. Модель поддерживает тайский язык и использует контекст длиной до 1 024 токенов. Она подходит для создания простых систем вопросов и ответов, учебных демонстраций и экспериментов с генерацией тайского текста о животных. В метаданных указана библиотека и формат совместимости safetensors, а лицензия модели — MIT. Из-за узкой предметной области и ограниченного обучающего набора модель может плохо отвечать на вопросы вне тематики животных, допускать фактические ошибки и генерировать некорректные или неполные ответы. README не содержит результатов оценки, подробностей архитектуры GPT-2, размера модели или рекомендаций по безопасному применению.

Upanishad GPT Small — небольшая авторская языковая модель, обученная разработчиком с нуля на корпусе санскритских текстов Упанишад. Это декодерный Transformer на PyTorch с 4 слоями, 4 головами внимания и размерностью скрытого состояния 128. Модель предсказывает следующий токен; использует токенизатор SentencePiece со словарём 1024 токена и контекстом 128 токенов. Модель предназначена для учебных экспериментов с токенизацией, причинным self-attention и обучением малых языковых моделей, а также для генерации продолжений на материале Упанишад. Она не является универсальной моделью санскрита и не подходит как авторитетный источник толкования текстов. Из-за малого обучающего корпуса может запоминать фрагменты и генерировать грамматически или семантически ошибочный санскрит. Репозиторий содержит веса PyTorch; корпус получен из файлов GRETIL, и условия использования исходных текстов следует проверять у источников перед распространением. Лицензия модели в предоставленных данных не указана.

Это компактная авторегрессионная GPT-2 Small, дообученная автором на примерно 2 400 предложениях из корейских государственных учебников 미래앤 для первого класса начальной школы. Модель предназначена для генерации продолжения текста на корейском языке в тематике этих учебников. Используется byte-level BPE-токенизатор, обученный на тех же предложениях; автор отмечает, что размер его словаря согласован с исходным GPT-2. Контекст составляет 1 024 токена, веса представлены в формате PyTorch. Модель может служить экспериментальным примером генерации простых корейских учебных текстов для начальной школы. Небольшой обучающий набор ограничивает тематическое и языковое покрытие, а качество и фактическая точность генерации отдельно не подтверждены. Сведения о лицензии в предоставленных материалах отсутствуют.

ishikaa/acquisition_generator_AS_confidence_medmcqa_qwen14b — генеративная языковая модель из семейства Qwen2, опубликованная пользователем ishikaa на Hugging Face и предназначенная для генерации текста в формате Transformers. По идентификатору модели она, вероятно, ориентирована на задачи, связанные с медицинскими вопросами и оценкой уверенности, однако README не содержит подробного описания обучения и назначения. Модель содержит около 14 млрд параметров и поддерживает контекст до 32 768 токенов. Она может применяться для диалоговой генерации, ответов на вопросы и построения текстовых продолжений через библиотеку Transformers. В метаданных не указаны поддерживаемые естественные языки, разработчик, базовая модель, результаты оценки и лицензия. Из-за отсутствия описания данных, методики дообучения и результатов тестирования нельзя подтвердить качество на MedMCQA или надежность оценок уверенности. Как и другие генеративные языковые модели, она может выдавать фактически неверные или необоснованные ответы, поэтому медицинские результаты требуют проверки специалистом.

bjmultishot — LoRA-модель для генерации текст-видео или изображений с помощью Diffusers, созданная пользователем profpeng и предназначенная для базовой модели Wan-AI/Wan2.2-I2V-A14B. По описанию, она специализируется на создании откровенных сцен сексуального характера со взрослыми персонажами, включая последовательность ракурсов и сцен с сохранением внешности одной и той же женщины, а также сохранением исходной обстановки. В README модель помечена как text-to-image, lora и diffusion-lora; точные параметры LoRA, размер, поддерживаемые языки, длина контекста и требования к аппаратному обеспечению не указаны. Ключевая особенность модели — ориентация на многоракурсные последовательности с повторяющимся персонажем и переходами между сценами. Ограничения включают узкую тематическую специализацию, возможную зависимость качества от базовой модели Wan-AI/Wan2.2-I2V-A14B и исходного изображения или промпта, а также отсутствие подробных сведений о качестве, совместимости и допустимых настройках. Лицензия и условия использования в README не указаны.

AmberYifan/capsd-medcase-marin-8b-base-medicine_ppl_b8000_s0 — дообученная модель семейства Llama, созданная на основе marin-community/marin-8b-base. Она содержит около 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и формат safetensors; модель опубликована для text-generation и поддерживает чатовый сценарий. README указывает, что дообучение выполнено на наборе capsd_marin-8b-base-n13092-medicine-medcase__mix_medicine_ppl_b8000_s0, что указывает на медицинские случаи и данные по медицине. Модель предназначена для генерации и продолжения текста в медицинском контексте, например для черновиков описаний клинических случаев и ответов на медицинские вопросы. Базовая marin-8b-base описана как англоязычная; длина контекста модели — 4096 токенов. Лицензия указана как other, поэтому конкретные условия использования следует сверить с карточкой модели.

donorsim-qwen3-8b-abstract-step20 — дообученная на базе Qwen3-8B модель от автора репозитория 3l3ktr4, предназначенная для выбора действий в повторяющейся игре Donor’s Game. Она обучена методом GRPO на сценариях повседневных ситуаций с участниками небольшой группы: модель получает краткое описание ситуации и отвечает в формате CHOICE: 1 или CHOICE: 2. Порядок вариантов меняется между ходами, партнёры чередуются, а вероятность повторной встречи и распространения слухов описывается словами. Модель представляет собой плотную причинную языковую модель Qwen3 с 7,6 млрд параметров и контекстом до 40 960 токенов. LoRA-адаптер слит с весами в формате bf16; модель можно загружать через Transformers или vLLM. В обучении учитывались нормализованная выплата и взаимность, но не групповая составляющая CFE. Карточка описывает экспериментальную настройку для игровых сценариев, а не универсального помощника. Сведения о лицензии в предоставленных данных отсутствуют.

thivy/embeddinggemma-300m-norwegian-health — дообученная модель эмбеддингов на основе Google EmbeddingGemma-300M, созданная для поиска по медицинской информации на норвежском языке. Она использует текстовый энкодер Gemma 3 с pooling, линейными проекциями и L2-нормализацией; выдаёт векторы размерности 768. Максимальная длина последовательности — 2048 токенов. Поддерживается английский язык, но модель в первую очередь настроена на норвежский текст. Модель предназначена для семантического поиска по медицинским документам, поиска ответов на вопросы о здоровье и формирования контекста для RAG-систем. В README указаны результаты оценки поиска: NDCG@10 95,65%, MRR@10 94,72% и Accuracy@1 92,50%. Для использования заявлена лицензия Gemma. Модель оптимизирована для норвежских медицинских текстов, может хуже работать в других предметных областях и на очень коротких фрагментах.

Классификатор изображений гербарных образцов растений от проекта herbarium-pipeline. Модель использует визуальный backbone ViT-Large с патчами 16×16 и DINOv3 LVD1689M и определяет вид растения среди 72 классов порядка Icacinales, представленных в Африке. Для классификации принимает изображение размером 640 пикселей; в README указана точность 0,9120 на валидации. Модель предназначена для определения видов по фотографиям гербарных образцов и интегрируется в приложение herbarium-id Space. Лицензия и условия распространения в доступных данных не указаны.

LowOnMind-5M — авторегрессионная языковая модель с декодерной архитектурой, созданная с нуля и обученная на 200 млн токенов набора FineWeb-Edu. В ней около 4,9 млн параметров; архитектура использует GQA, SwiGLU, RMSNorm, связанные эмбеддинги и QK-Norm. Контекст составляет 512 токенов, словарь — 1024 токена с байтовым BPE-токенизатором. Модель предназначена для генерации продолжений на английском языке и экспериментов с масштабированием малых языковых моделей. Она показала результаты выше случайного уровня на описанном в карточке бенчмарке, но остаётся исследовательским артефактом: связность текста на уровне абзаца и фактические знания ненадёжны, а короткий контекст и отсутствие KV-кэша ограничивают применение. Веса доступны в формате safetensors по лицензии Apache-2.0.

ManoVyadh — чат-модель для диалогов о психическом здоровье, разработанная ShieldX. Это дообученная на наборе ShieldX/manovyadh-3.5k модель TinyLlama/TinyLlama-1.1B-Chat-v1.0 с архитектурой Llama и примерно 1 млрд параметров. Она принимает текст и генерирует текстовые ответы; заявленная длина контекста — 2048 токенов. Модель ориентирована на демонстрационные приложения и дальнейшее дообучение. В карточке указан английский язык, а лицензия — Apache-2.0. Разработчик предостерегает от использования модели в реальных медицинских сценариях и производственных системах. Ответы могут содержать стереотипы и вредные утверждения; качество дополнительно требует проверки, а приведённая метрика оценки — loss 1,8587 — сама по себе не подтверждает пригодность для консультирования. В описании также указано, что модель не предназначена для генерации материалов для исследований или академических целей.

UMCU/MedLlama.nl — компактная языковая модель для нидерландского медицинского текста, разработанная UMC Utrecht на основе meta-llama/Llama-3.2-1B-Instruct. Модель представляет собой плотную архитектуру LlamaForCausalLM с 1,2 млрд параметров; она прошла доменное адаптивное предобучение на общемедицинском корпусе на нидерландском языке. Метаданные указывают контекст до 131 072 токенов и поддержку диалогового взаимодействия. Модель предназначена для генерации медицинского текста на нидерландском языке и может использоваться для получения текстовых эмбеддингов. В README отмечено, что обучение ещё не завершено и значение perplexity составляет 5,5. Для генерации текста есть существенная проблема: EOS/EOT не обучены из-за ошибки конфигурации, поэтому модель может повторять текст бесконечно. Лицензия — GPL-3.0.

Nietzsche GPT — небольшая авторегрессионная языковая модель на архитектуре GPT-2, созданная LyNxFliX и обученная с нуля примерно на 15 млн параметров. Для обучения использованы общедоступные английские переводы основных произведений Фридриха Ницше из Project Gutenberg. Модель генерирует продолжение текста и подходит для экспериментов с текстами в стиле Ницше, а также для изучения обучения небольших языковых моделей. Контекст составляет 256 токенов; модель работает с английским текстом и сохраняется в формате safetensors. Из-за небольшого размера модели, ограниченного корпуса и малого числа эпох она может воспроизводить отдельные слова и ритм фраз Ницше, но не подходит для фактических ответов или связной длинной генерации. Лицензия — MIT.

PMA-1.3-Rosa-256M (Rosa) — компактная языковая модель Patriot Memory для работы на периферийных устройствах. Это плотная авторегрессионная модель семейства PMA3 с примерно 233 млн параметров по метаданным и контекстом 4096 токенов. Карточка описывает 19 слоёв, скрытый размер 1024 и групповое внимание GQA; модель доступна в формате safetensors и предназначена для запуска через Transformers. Rosa рассчитана на диалоговые ответы на английском и традиционном китайском, прежде всего по продуктам Patriot Memory и Viper Gaming: памяти DDR4/DDR5, SSD, накопителям и игровой периферии. Она поддерживает интерфейс вызова инструментов для интеграции с API, например проверки гарантии и поиска характеристик по серийному номеру. Также README упоминает исследовательский вариант генерации SVG. Модель ориентирована на автономную работу на edge-устройствах. В README отмечены аккуратное использование традиционных китайских иероглифов и форматирование видимых шагов рассуждения, однако вычисления могут быть ошибочными и уверенно поданными; генерация на открытые творческие запросы может повторяться, а модель не предназначена для длинных документов. Лицензия — Apache-2.0.

Это компактная разговорная модель для офлайн-помощника по путешествиям в Android-приложении Pocket Travel. Она основана на Qwen/Qwen3.5-0.8B: модель дообучили методом LoRA, объединили адаптер с базовыми весами и выпустили в формате GGUF с квантизацией Q4_K_M. По карточке модели, файл занимает около 505 МиБ; для работы с настройками приложения рекомендуется устройство с 4 ГБ оперативной памяти или больше. Контекст в описанном сценарии составляет 4096 токенов. Модель предназначена для ответов на вопросы по фрагментам туристического справочника, переданным в контексте. Она отвечает по-итальянски, максимум в трёх предложениях, и должна сообщать, если контекста недостаточно. Разработчик оценивал её на вопросах о странах и городах, включая запросы без ответа в контексте; результаты показывают более частые отказы на пустой контекст и вопросы не по теме, чем у базовой модели. Модель рассчитана на итальянский язык, а вопросы на других языках могут получить ответ по-итальянски. Ответы зависят от полноты и актуальности переданного справочника; сведения о ценах, часах работы, въезде и безопасности следует проверять по официальным источникам. В отдельных случаях модель может ответить на вопрос о городе без нужной информации в контексте или отказаться отвечать на вопрос о ближайших объектах. Модель распространяется по лицензии CC BY-SA 4.0.

Это экспериментальный чекпойнт распознавания атипичной речи на луганда, созданный на основе Qwen3-ASR командой KasuleTrevor. Модель адаптирована для транскрибирования речи людей с нарушениями артикуляции, дизартрией и заиканием; при дообучении использовались только проектор и SpecAugment, без текстового промпта. Базовая модель содержит около 2,04 млрд параметров, из которых обучались 3,15 млн. Чекпойнт выбран по валидационным WER/CER; на тесте средний ограниченный посегментный WER составил 69,33%, а нормализованный корпусный WER — 83,62%. Ошибки заметно выше для тяжёлых нарушений речи. Данные показывают специализированный исследовательский эксперимент, а не универсальную систему распознавания. Лицензия в доступных данных не указана.

Thai GPT-2 Fine-Tuned (Clownfish QA) — модель семейства GPT-2, разработанная студенткой Supissara и дообученная на наборе данных clownfish_3000, содержащем 3 000 пар вопросов и ответов на тайском языке о рыбах-клоунах. Модель предназначена для генерации текста и ответов на тематические вопросы о рыбах-клоунах на тайском языке. Модель поддерживает тайский язык, использует контекст длиной до 1 024 токенов и распространяется по лицензии MIT. Она подходит для учебных демонстраций, тематических чат-ботов и генерации ответов в узкой области. Из-за небольшого и специализированного набора данных, а также отсутствия в карточке подробных сведений об оценивании, модель может плохо отвечать на вопросы вне темы, генерировать неточные сведения и не подходит для универсального диалога или критически важных приложений.

Muapi/dr34ml4y-all-in-one-nsfw-wan-ltx2 — LoRA-модель для генерации видео по текстовому описанию, разработанная Muapi и созданная на базе LTXV 2.3 от Lightricks (Lightricks/LTX-Video). Модель предназначена для создания NSFW-видеоконтента с использованием Diffusers и пайплайна text-to-video; в README приведён сценарий работы через API Muapi. Модель поддерживает текстовую модальность и рассчитана на генерацию видео. Указаны обучающие слова-триггеры: m15510n4ry, bl0wj0b, d0ubl3_bj, d0gg1e, c0wg1rl и r3v3rs3_c0wg1rl. В примере конфигурации используются разрешение 768×512, 97 кадров и сила LoRA 1.0, однако другие характеристики, включая размер модели, языки, максимальный контекст и точные ограничения качества, не указаны. К сильным сторонам относятся специализация на NSFW-сценариях и возможность управлять степенью влияния адаптера через параметр lora_strength. Ограничения связаны с узкой тематикой и зависимостью от базовой модели LTXV 2.3 и API Muapi; для работы требуется API-ключ. Модель распространяется по лицензии openrail++.

amer224/freefire-aim-ai — экспериментальный агент на основе обучения с подкреплением, разработанный автором репозитория для симулятора прицеливания, похожего на Free Fire. Он принимает изображения размером 84×84 пикселя и выдаёт изменения прицеливания и решение о стрельбе. Архитектура — NatureCNN actor-critic примерно на 1,7 млн параметров; обучение сочетает начальную настройку с поведенческим клонированием, PPO и curriculum learning. Модель предназначена для исследований управления прицеливанием в контролируемом симуляторе. Автор указывает, что агент пока не показал результат в реальных играх; приведённые оценки получены на новых случайных начальных условиях симулятора. В журнале последних обновлений метрики отображаются как nan, поэтому по карточке нельзя подтвердить качество этих последних состояний. Файлы весов и конфигурации предоставлены в формате PyTorch. Условия лицензии в предоставленных данных не указаны.

JingSi V2 E4B — диалоговая модель-компаньон для поддержки пожилых людей в локальном тайваньском контексте. Её разработал Rayantion26, дообучив Gemma 4 E4B Instruct от Unsloth. Модель предназначена для бережного разговора о чувствах, тревогах и воспоминаниях и старается отвечать кратко, с сочувствием и в духе идей Jing Si. Модель поддерживает тайваньский хоккиен, традиционный китайский и английский языки; предполагается, что она будет отвечать на языке пользователя, когда это возможно. Это плотная архитектура семейства Gemma 4, опубликованная в формате safetensors. В README приведена проверка работы с контекстом до 1024 токенов при загрузке через Unsloth и BitsAndBytes в 4-битном режиме. Модель обозначает себя как ИИ-компаньона, а не человека, врача, консультанта или религиозный авторитет. Она не предназначена для экстренной, медицинской или психотерапевтической помощи. Для развертывания необходимы отдельные детерминированные политики безопасности; веса сами по себе не обеспечивают полного защитного слоя. Существенные изменения ответов на тайваньском хоккиене требуют проверки носителем языка. Лицензия — Apache-2.0.

Obrolin Kesehatan-7B-v0.1 — разговорная модель для ответов на вопросы о здоровье на индонезийском языке. По карточке, модель обучена на медицинских данных о заболеваниях, лекарствах и других темах здравоохранения. Она построена на архитектуре Mistral с 7,1 млрд параметров, принимает текст и генерирует текст; заявленная длина контекста — 32 768 токенов. Модель основана на azale-ai/Starstreak-7b-beta и предназначена для повседневного информационного общения о здоровье. Ответы модели могут быть неточными и не заменяют консультацию врача. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое.

Marmoka-es — испаноязычная клиническая языковая модель семейства Marmoka, разработанная Ane G. Domingo-Aldama, Iker De La Iglesia, Maitane Urruela, Aitziber Atutxa и Ander Barrena. Модель основана на Llama 3.1 8B Instruct и адаптирована к медицинской тематике с помощью продолжительного доменного предобучения на испанских медицинских корпусах в сочетании с общими инструкциями. Это плотная модель на 7,5 млрд параметров с контекстом до 131 072 токенов; она принимает и генерирует текст, поддерживает диалоговый формат и интерфейс вызова инструментов. Модель предназначена для генерации текста и ответов на клинические вопросы на испанском языке, в частности для исследовательской оценки медицинских LLM. В README указано преимущество над исходной Llama 3.1 8B Instruct и Llama3.1-Aloe-Beta-8B в тестах с клиническими вопросами с выбором ответа на испанском языке. Лицензия — Apache-2.0. Оценка проводилась на коротких вопросах с автоматическими метриками, без экспертной клинической проверки, поэтому она не подтверждает надёжность медицинских рассуждений. Следование инструкциям и строгое форматирование могут давать сбои, особенно в многошаговых задачах; возможны языковые, демографические и выборочные смещения. Модель предназначена для исследований, не одобрена для клинического применения и не должна использоваться для диагностики или выбора лечения; результаты требуют проверки медицинским специалистом.

jianghc/medical_chatbot — медицинский чат-бот на архитектуре GPT-2, распространяемый в формате PyTorch. Модель предназначена для генерации ответов на вопросы о здоровье, например для демонстраций и исследовательских экспериментов; карточка показывает пример ответа о болезни Паркинсона. Контекст модели — 1024 токена. В README не указаны размер модели, лицензия или языки обучения. Автор предупреждает, что модель не предназначена для применения в реальных медицинских условиях и не заменяет консультацию, диагностику или лечение у медицинского специалиста. Её ответы не следует использовать для принятия медицинских решений; при проблемах со здоровьем следует обратиться к лицензированному медицинскому работнику.

Это контрольная точка языковой модели Qwen2.5-1.5B-Instruct, дообученной разработчиком chanyoungkim методом обучения с подкреплением PPO на среде ALFWorld с использованием langfengQ/verl-agent. Модель предназначена для управления агентом в текстовых задачах ALFWorld: она генерирует инструкции и действия, которые агент использует для выполнения заданий в интерактивной среде. Архитектура — плотная авторегрессионная Qwen2, размер — 1,5 млрд параметров, формат весов — safetensors, базовые веса указаны как bf16; контекст составляет до 32 768 токенов. Опубликован шаг оптимизатора 30; на небольшой проверочной выборке ALFWorld valid_seen указана доля успешных выполнений 14,8%. Это промежуточная экспериментальная контрольная точка, а не универсальный агент: оценка не охватывает valid_unseen, а результат зависит от среды и обвязки агента. Репозиторий распространяется по лицензии Apache-2.0; файлы состояния обучения предназначены для возобновления PPO и рассчитаны на world_size=2.