# TokenRhythm/NeoHorse

> Семейство открытых моделей NeoHorse для агентных сценариев: NeoHorse-1 (4B и 9B) для вызова инструментов, кода и следования инструкциям, а NeoHorse-Jev-4B превращает состояние приложения в структурированные решения через prefill-only инференс.

- Магнитуда: 2,0 из 10 — Ровно
- Звёзды: 947 всего · +0 звёзд сегодня, к вечеру ≈ 44
- Доверие к звёздам: рост звёзд выглядит естественно
- Категория: Языковые модели · Язык: Python · Лицензия: Apache-2.0 · Создан: 2026-09-04 · Последний коммит: 2026-09-24
- GitHub: https://github.com/TokenRhythm/NeoHorse · Страница: https://gitnova.dev/r/TokenRhythm/NeoHorse

## Чем пригодится

- Запустить NeoHorse-1-4B локально в GGUF-квантовании для агентных задач без облака
- Использовать NeoHorse-Jev-4B для выбора инструмента или маршрутизации запроса по состоянию приложения
- Дообучить модель под свой harness через routing-guided agentic post-training

## Почему он здесь

- Сегодня уже 0 звёзд, к концу дня ожидается около 44.
- Репозиторию 21 день, а у него уже 947 звёзд.
- Топ новых репозиториев за месяц: #100.

## Доверие к звёздам

Рост звёзд выглядит естественно.
- Форков меньше обычного: 11 на 947 звёзд.

Метки доверия к звёздам — эвристики по поведению репозитория, а не проверка каждого, кто поставил звезду.

## Цифры

- Форков: 11
- Issues и pull requests: 2
- Наблюдателей: 1
- В среднем за неделю: 58 в день
- Обычный темп: 36 в день
- Звёзд за последний час (по замерам): 4

## Звёзды по дням за 27 дней (от старых к новым, сегодня — неполный день)

2026-08-30 … 2026-09-25: 0, 0, 0, 0, 0, 0, 0, 6, 9, 32, 57, 22, 32, 39, 53, 121, 60, 45, 57, 55, 63, 56, 62, 68, 51, 61, 0

## Где замечен сейчас

- Топ новых репозиториев за месяц: #100

## Ещё в этой категории

1. **jaredpalmer/kev** — 6,5 · На пике · Языковые модели · Python · +0 звёзд сегодня, к вечеру ≈ 353
   kev — LoRA-адаптер с небольшим readout-хедом на базе Qwen2.5-0.5B, который за один forward pass отвечает на множество типизированных вопросов по документу, выдавая калиброванные вероятности вместо текста.
   Полная карточка: https://gitnova.dev/r/jaredpalmer/kev.md
2. **deepopen-com/deepopen** — 5,9 · Ранний сигнал · Языковые модели · Python · +0 звёзд сегодня, к вечеру ≈ 195
   Открытый неавторегрессионный движок принятия решений (System 1) для структурированных типовых задач: за один forward pass выдаёт типизированные ответы (choice, score, noul) на 100+ языках без генерации текста. Подходит для классификации,…
   Полная карточка: https://gitnova.dev/r/deepopen-com/deepopen.md
3. **togethercomputer/tev1** — 5,7 · Ранний сигнал · Языковые модели · Python · +0 звёзд сегодня, к вечеру ≈ 56
   Открытый датасет и рецепт дообучения Qwen3.5-4B для выбора одного варианта из 2–24 по контексту и вопросу. Репозиторий содержит данные, скрипты сборки, обучения через Together AI и оценки.
   Полная карточка: https://gitnova.dev/r/togethercomputer/tev1.md
4. **NVIDIA/Model-Optimizer** — 5,2 · Взлёт · Языковые модели · Python · +0 звёзд сегодня, к вечеру ≈ 184
   Библиотека NVIDIA для сжатия и ускорения моделей: квантизация, прунинг, дистилляция, NAS и speculative decoding с экспортом в TensorRT-LLM, vLLM, SGLang. Для ML-инженеров, готовящих модели к деплою.
   Полная карточка: https://gitnova.dev/r/NVIDIA/Model-Optimizer.md
5. **Liuziyu77/Valen** — 4,7 · Ранний сигнал · Языковые модели · Python · +0 звёзд сегодня, к вечеру ≈ 39
   Мультимодальная модель принятия решений на базе Qwen3.5-0.8B/2B: принимает текст, изображения и видео с инструкцией и возвращает вероятности по заданным вариантам без генерации токенов ответа. Включает код модели, обработку данных, SFT и…
   Полная карточка: https://gitnova.dev/r/Liuziyu77/Valen.md

---

Магнитуда (0–10) — насколько быстро и необычно сейчас растёт интерес к репозиторию. Это не оценка качества.
Дни — по UTC. «Уже сегодня» — факт, «к вечеру ≈» — прогноз.
Описания и сценарии пишет модель (DeepSeek V4.1 Flash) по README, в деталях возможны ошибки: конкретные утверждения (замеры, скорость, железо) проверяйте в самом репозитории.
Данные на 2026-09-25 03:35 UTC, обновление каждые 30 минут.