I.15Доступность и ассистивные технологии

onecxi выпустил модель синтеза речи на телугу с мужским голосом, обученную на датасете IndicTTS. Она предназначена для преобразования текста на телугу в речь и может использоваться, например, для озвучивания фраз и создания голосовых интерфейсов. Модель построена на архитектуре VITS, содержит 3,6 млн параметров и распространяется в формате Safetensors; для запуска README рекомендует библиотеки Transformers и Accelerate. Модель дообучена на основе facebook/mms-tts. В карточке приведены примеры текстов на телугу, но аудиозаписи для них не приложены. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства и запрещающая коммерческое применение. README также запрещает использование для имитации реальных людей без их согласия и для обманного или незаконного контента.

facebook/mms-tts-acr — модель синтеза речи на языке Achi (код acr) из проекта Massively Multilingual Speech компании Facebook. Она преобразует входной текст в речевую аудиоволну и предназначена для озвучивания текстов на Achi. Для каждого языка MMS-TTS обучается отдельный чекпойнт. Модель использует архитектуру VITS — сквозную систему синтеза речи на основе вариационного автоэнкодера, потоковых преобразований и декодера, сходного с HiFi-GAN. В метаданных указано 3,5 млн параметров; доступны веса PyTorch и safetensors, модель используется через Transformers версии 4.33 и новее. Генерация недетерминирована: для воспроизводимого результата требуется фиксированное случайное зерно. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

facebook/mms-tts-bam — модель синтеза речи на языке бамананкан, созданная Meta в рамках проекта Massively Multilingual Speech (MMS). Она преобразует входной текст в речевую аудиоволну и предназначена для озвучивания текста на бамананканском языке. Модель построена на архитектуре VITS и содержит 3,5 млн параметров. Это отдельный языковой чекпойнт MMS-TTS; для синтеза с теми же настройками требуется фиксировать seed, поскольку предсказатель длительности работает стохастически и может создавать варианты с разным ритмом. Модель доступна через Transformers версии 4.33 и новее. Лицензия CC-BY-NC-4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение.

facebook/mms-tts-bdv — модель синтеза речи на языке бодо-парджа из проекта Massively Multilingual Speech (MMS), разработанного Facebook. Она преобразует текст на бодо-парджа в речевую аудиоволну и подходит для озвучивания текстов и создания речевых интерфейсов на этом языке. Модель построена на архитектуре VITS и содержит около 3,5 млн параметров. Это отдельный чекпойнт для одного языка; для запуска доступна библиотека Transformers версии 4.33 и новее. Из-за стохастического предсказания длительности один и тот же текст может звучать по-разному; для воспроизводимого результата нужен фиксированный seed. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства и ограничивает коммерческое применение.

facebook/mms-tts-dhi — модель синтеза речи на языке дхимал, разработанная Meta в рамках проекта Massively Multilingual Speech (MMS). Она преобразует входной текст в речевую аудиоволну и предназначена для озвучивания текста на дхимал. Модель построена на архитектуре VITS: сочетает вариационный автоэнкодер, потоковый модуль, предсказывающий акустические признаки, и декодер на основе свёрточных слоёв; предсказатель длительности позволяет варьировать ритм речи. Размер модели — 3,5 млн параметров. Это отдельный языковой чекпойнт MMS-TTS для дхимал, доступный через Transformers версии 4.33 и выше. Генерация недетерминирована: для повторяемого результата нужно фиксировать seed. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

facebook/mms-tts-hlb — модель синтеза речи на языке халби из проекта Massively Multilingual Speech компании Meta. Она преобразует текст на халби в речевую аудиоволну и подходит для озвучивания текста и создания речевых интерфейсов на этом языке. Модель построена на архитектуре VITS и содержит около 3,5 млн параметров; для работы доступна через библиотеку Transformers версии 4.33 и выше. Разные генерации одной фразы могут отличаться из-за стохастического предсказателя длительности; для повторяемого результата требуется фиксировать seed. Лицензия CC-BY-NC-4.0 разрешает использование с указанием авторства и запрещает коммерческое применение.

facebook/mms-tts-kmr-script_cyrillic — модель синтеза речи из текста для севернокурдского языка, записанного кириллицей. Она разработана Meta в рамках проекта Massively Multilingual Speech (MMS). Это отдельный чекпойнт VITS, обученный для данного языка; архитектура объединяет вариационный автоэнкодер, Transformer-энкодер текста, модуль предсказания длительности и декодер, формирующий речевую волну. Размер модели — 3,5 млн параметров; она доступна в форматах PyTorch и Safetensors и поддерживается библиотекой Transformers версии 4.33 и выше. Модель предназначена для преобразования севернокурдского текста в речь. Стохастический предсказатель длительности позволяет получать варианты с разным ритмом, поэтому для воспроизводимого результата требуется фиксированное случайное зерно. Репозиторий распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

facebook/mms-tts-mdv — модель синтеза речи на языке Mixtec из Санта-Лусия-Монтеверде, разработанная Meta в рамках проекта Massively Multilingual Speech. Она преобразует входной текст в речевую аудиоволну; отдельный чекпойнт VITS обучен для этого языка. Архитектура VITS объединяет текстовый энкодер на основе Transformer, flow-модуль и декодер, похожий на HiFi-GAN; размер модели — 3,5 млн параметров. Модель предназначена для озвучивания текста на Mixtec, например для речевых интерфейсов и создания аудиоверсий материалов. Генерация недетерминирована: для повторения результата нужно фиксировать seed. Для работы доступна библиотека Transformers версии 4.33 и новее. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

facebook/mms-tts-mfh — модель синтеза речи на языке Matal (mfh), созданная Meta в рамках проекта Massively Multilingual Speech. Она преобразует текст на Matal в речевую аудиоволну и предназначена для озвучивания текста и создания синтетической речи на этом языке. Модель построена на архитектуре VITS: это сквозная система с вариационным автоэнкодером, потоковыми слоями, декодером волновой формы и стохастическим предиктором длительности, который позволяет варьировать ритм речи. Чекпойнт содержит 3,5 млн параметров; для использования доступны форматы PyTorch и Safetensors, а Transformers поддерживает MMS-TTS начиная с версии 4.33. Модель обучена отдельно для одного языка, поэтому её применение ограничено синтезом речи на Matal. Генерация недетерминирована: для повторения того же результата требуется фиксированный seed. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

facebook/mms-tts-mya — модель синтеза речи на бирманском языке из проекта Massively Multilingual Speech компании Facebook. Она преобразует входной текст в речевую аудиоволну и предназначена для озвучивания бирманских текстов. Модель построена на архитектуре VITS и содержит 3,5 млн параметров. Это отдельный языковой чекпойнт; для синтеза речи модель поддерживается библиотекой Transformers версии 4.33 и новее. Стохастический предсказатель длительности позволяет получать варианты с разным ритмом, поэтому для повторения результата требуется фиксировать seed. Модель распространяется в форматах PyTorch и Safetensors по лицензии CC BY-NC 4.0, которая требует указания авторства и ограничивает коммерческое использование.

facebook/mms-tts-mzw — модель синтеза речи для языка Deg (код mzw), разработанная Facebook в рамках проекта Massively Multilingual Speech (MMS). Она преобразует входной текст в речевой аудиосигнал; для каждого языка MMS обучается отдельный чекпойнт. Модель использует архитектуру VITS: это сквозная система на основе условного вариационного автоэнкодера с Transformer-кодировщиком текста, flow-модулем, стохастическим предсказателем длительности и декодером, построенным по принципу HiFi-GAN. Веса представлены в форматах PyTorch и Safetensors; размер модели — 3,5 млн параметров. Для воспроизводимого результата генерации требуется фиксированное случайное зерно. Модель предназначена для озвучивания текста на языке Deg. Карточка указывает лицензию CC BY-NC 4.0, которая ограничивает коммерческое использование.

facebook/mms-tts-qvh — модель синтеза речи из текста для кечуа Huamalíes-Dos de Mayo Huánuco (qvh), созданная в рамках проекта Massively Multilingual Speech компании Facebook. Это отдельный чекпойнт для данного языка на архитектуре VITS; модель содержит около 3,5 млн параметров и формирует речевую аудиоволну по входному тексту. VITS объединяет текстовый энкодер на базе Transformer, flow-модуль и декодер, а стохастический предиктор длительности позволяет варьировать ритм произнесения. Модель доступна через Transformers версии 4.33 и новее. Чекпойнт предназначен для озвучивания текста на кечуа qvh. Из-за стохастического предиктора одинаковый текст может давать разные варианты речи; для воспроизводимого результата нужно фиксировать seed. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

facebook/mms-tts-udm — модель синтеза речи на удмуртском языке из проекта Massively Multilingual Speech компании Meta. Это отдельный чекпойнт VITS для удмуртского языка: модель принимает текст и генерирует речевую аудиоволну. Архитектура VITS объединяет вариационный автоэнкодер, потоковый модуль с текстовым энкодером на базе Transformer, стохастический предсказатель длительности и декодер, похожий на HiFi-GAN. Размер модели — 3,5 млн параметров; она доступна для Transformers версии 4.33 и выше. Модель предназначена для преобразования удмуртского текста в речь. Стохастический предсказатель длительности позволяет получать варианты произношения с разным ритмом; генерация недетерминирована, поэтому для повторяемого результата нужен фиксированный seed. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

Модель facebook/mms-tts-urd-script_devanagari — система синтеза речи для текста на урду, записанного письмом деванагари, разработанная Meta в рамках проекта Massively Multilingual Speech (MMS). Это отдельный языковой чекпойнт проекта, доступный через библиотеку Transformers версии 4.33 и новее. Модель построена на архитектуре VITS и преобразует входную последовательность текста непосредственно в речевую аудиоволну. В архитектуру входят текстовый энкодер на основе Transformer, поточный модуль, стохастический предсказатель длительности и декодер, подобный HiFi-GAN. Размер модели — 3,6 млн параметров. Модель предназначена для озвучивания текста на урду в письме деванагари. Стохастический предсказатель длительности позволяет получать разные ритмические варианты произнесения; генерация недетерминирована, поэтому для повторения результата нужен фиксированный seed. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

facebook/mms-tts-xed — модель синтеза речи для языка Hdi (xed) из проекта Massively Multilingual Speech компании Facebook. Она преобразует текст на Hdi в речевую аудиоволну; для каждого языка проекта обучается отдельный чекпойнт. Модель основана на архитектуре VITS и содержит около 3,5 млн параметров. Она обучается сквозным образом: текстовый энкодер, потоковый модуль и декодер формируют речь, а стохастический предиктор длительности позволяет получать разные ритмы произнесения одного текста. Модель доступна через библиотеку Transformers версии 4.33 и новее; для повторяемого результата требуется фиксировать seed. Лицензия CC-BY-NC-4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

facebook/mms-tts-xsm — модель синтеза речи на языке касем (Kasem, код xsm), разработанная Facebook в рамках проекта Massively Multilingual Speech (MMS). Она преобразует текст на касем в речевую аудиоволну; для каждого языка проекта обучается отдельный чекпойнт. Модель построена на архитектуре VITS и содержит текстовый энкодер на основе Transformer, flow-модуль и декодер, подобный HiFi-GAN. Размер модели — 3,5 млн параметров; она доступна для использования через Transformers версии 4.33 и выше. Модель предназначена для озвучивания текста на касем, например для голосовых интерфейсов и создания аудиоверсий коротких текстов. Стохастический предиктор длительности позволяет варьировать ритм речи; генерация недетерминирована, поэтому для повторяемого результата нужно фиксировать seed. Лицензия CC-BY-NC-4.0 ограничивает коммерческое использование.

facebook/mms-tts-yba — модель синтеза речи на языке яла (Yala), разработанная в рамках проекта Massively Multilingual Speech компании Facebook. Она преобразует текст на яла в речевую аудиоволну и предназначена для озвучивания текстов и создания речевого вывода в приложениях. Модель использует архитектуру VITS — сквозную систему синтеза речи на основе вариационного автоэнкодера, потоковых преобразований и состязательного обучения. Чекпойнт содержит 3,5 млн параметров и доступен для работы через Transformers версии 4.33 и выше. Для языков проекта MMS обучаются отдельные модели; генерация стохастическая, поэтому для повторения результата требуется фиксированное значение seed. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование. Карточка не приводит оценок качества или дополнительных ограничений на входной текст.

facebook/mms-tts-zaa — модель синтеза речи для языка сапотек, Сьерра-де-Хуарес (zaa), разработанная Meta в рамках проекта Massively Multilingual Speech. Это отдельный чекпойнт VITS, обученный для одного языка; модель принимает текст и генерирует речевую аудиоволну. Архитектура VITS объединяет вариационный автоэнкодер, Transformer-энкодер текста, flow-модуль и декодер в стиле HiFi-GAN, а стохастический предсказатель длительности позволяет варьировать ритм произношения. Размер модели — 3,5 млн параметров. Модель предназначена для озвучивания текста на сапотекском языке Сьерра-де-Хуарес, например для речевых интерфейсов и создания аудиоверсий текстов. Для повторения одинакового результата при генерации требуется фиксированное случайное зерно. Модель доступна через Transformers версии 4.33 и новее. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое.

MobileVLM_V2-3B — зрительно-языковая модель семейства MobileVLM V2, разработанная авторами проекта MobileVLM. Она построена на базе MobileLLaMA-2.7B-Chat и предназначена для совместного понимания изображений и текста с возможностью развёртывания на мобильных устройствах. В метаданных указаны плотная архитектура MobileLlamaForCausalLM, 2,6 млрд параметров, контекст 2048 токенов и формат PyTorch. Модель ориентирована на визуальные вопросы и ответы, а также другие сценарии, где нужно связать изображение с текстовым запросом. Авторы сообщают, что версия 3B превосходит ряд моделей крупнее 7B на визуально-языковых бенчмарках; README не приводит численные результаты или подробности о мобильном оборудовании. Лицензия — Apache-2.0.

Moonshine Tiny VI — модель распознавания речи семейства Moonshine, разработанная Moonshine AI (ранее Useful Sensors). Это компактная seq2seq-модель с 27 млн параметров, предназначенная для транскрибации вьетнамской речи в текст на вьетнамском языке. Репозиторий содержит веса Safetensors; модель поддерживается библиотекой Transformers. Разработчик ориентирует её на системы транскрибации в реальном времени, работающие на устройствах с ограниченными памятью и вычислительными ресурсами. В карточке приведены результаты оценки на Fleurs и Common Voice 17. Модель может быть полезна для создания субтитров, расшифровки записей и голосовых интерфейсов на вьетнамском языке. Возможны галлюцинации — текст, отсутствующий в аудио, — и повторение фрагментов; проблемы могут быть заметнее на коротких или обрезанных записях. Карточка рекомендует проверять качество в целевом сценарии и не использовать модель для субъективной классификации людей или решений с высокими последствиями. Лицензия указана как other, поэтому конкретные условия использования следует сверить с файлами репозитория.

mPLUG-Owl3-2B-241014 — мультимодальная языковая модель семейства mPLUG-Owl3, разработанная командой mPLUG для понимания изображений и длинных последовательностей визуальных данных. Модель поддерживает диалог с изображениями, задачи с несколькими изображениями и видео; архитектура в метаданных указана как плотная mPLUGOwl3Model, размер — 1,5 млрд параметров, контекст — до 32 768 токенов. Ключевая особенность семейства — механизм Hyper Attention, который, согласно карточке, ускоряет понимание длинных визуальных последовательностей в шесть раз и позволяет обрабатывать последовательности в восемь раз длиннее. Метаданные указывают английский язык; модель предназначена для визуальных вопросов и ответов и диалоговой генерации текста. Распространяется по лицензии Apache-2.0.

mPLUG-Owl3-7B-240728 — мультимодальная языковая модель семейства mPLUG-Owl3, разработанная авторами проекта mPLUG-Owl. Она предназначена для диалогового понимания изображений, длинных последовательностей изображений и видео; поддерживает сценарии с одним или несколькими изображениями и видео. Модель имеет плотную архитектуру mPLUGOwl3Model и содержит 7,1 млрд параметров. Для ускорения обработки длинных визуальных последовательностей применяется Hyper Attention: авторы заявляют ускорение в шесть раз и обработку последовательностей в восемь раз длиннее. Контекст составляет 32 768 токенов. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0. Модель подходит для диалога по визуальному содержимому и вопросов о кадрах или последовательностях изображений. Карточка описывает поддержку видео, однако метаданные отмечают только английский язык; README не уточняет ограничения по длительности видео или качеству ответов.

Карточка модели african-low-resource/omnivoice-amharic на Hugging Face совпадает с карточкой Lab-et/omnivoice-amharic, поэтому описание составлено по ней. OmniVoice Amharic — модель синтеза речи, разработанная участниками инициативы Voices For All и дообученная на базе k2-fsa/OmniVoice. Она преобразует текст в естественную амхарскую речь и поддерживает клонирование голоса по аудиозаписи длительностью около 10 секунд. Модель использует нед autoregressive дискретную диффузионную архитектуру; заявленный размер — 612,6 млн параметров. Базовая OmniVoice также поддерживает английский и китайский, однако эта версия обучалась на амхарских аудиоданных и прежде всего предназначена для амхарского языка. Модель подходит для озвучивания текстов, создания речи голосом заданного говорящего и синтеза амхарской речи с учетом характерных согласных, геминации и интонации. В карточке перечислены данные из нескольких амхарских речевых корпусов и заявлена поддержка диалектных вариантов, хотя обучающие данные смещены в сторону аддис-абебского произношения. Лицензия — Apache 2.0. Известные ограничения: в обучающих данных преобладают мужские голоса, сельские акценты представлены слабее, а переключение между амхарским и английским, числительные и даты могут произноситься непредсказуемо. Эмоциональный диапазон ограничен нейтральной и новостной манерой; количественные результаты оценки в карточке пока не опубликованы.

Ornith-1.0-35B JANG_4M — сборка OsaurusAI мультимодальной модели DeepReinforce для диалога по изображениям и тексту. Она принимает изображение вместе с текстовым запросом и генерирует текстовый ответ; предназначена для запуска на компьютерах Apple Silicon через Osaurus или совместимую среду vMLX. В основе лежит гибридная архитектура Qwen3.5 MoE: 40 текстовых слоёв, включая 30 слоёв Gated-DeltaNet с линейным вниманием и 10 слоёв полного внимания, 256 маршрутизируемых экспертов и скрытый размер 2048. Вариант JANG_4M использует смешанную аффинную квантизацию: 8-битную для внимания и 4-битную для маршрутизируемых экспертов с размером группы 64; визуальный энкодер оставлен в fp16. Размер сборки составляет около 18 ГБ вместо примерно 70 ГБ для исходной версии bf16. Модель основана на deepreinforce-ai/Ornith-1.0-35B и распространяется по лицензии MIT. README не сообщает длину контекста и перечень поддерживаемых языков; запуск требует Osaurus или vMLX, которые корректно обрабатывают параметр RMSNorm scale_shift +1.

SeyedAli/Persian-Speech-synthesis-MMS — модель синтеза речи на фарси из проекта Massively Multilingual Speech (MMS), разработанного Facebook. Она преобразует текст в речевую аудиоволну и предназначена для создания озвучивания на фарси. Модель использует архитектуру VITS: текстовый энкодер на основе Transformer, flow-модуль, стохастический предиктор длительности и декодер, связанный с HiFi-GAN. Чекпойнт содержит 3,5 млн параметров и доступен в форматах PyTorch и Safetensors; для работы с ним README указывает Transformers версии 4.33 или новее. Предиктор длительности стохастический, поэтому одинаковый текст может звучать по-разному; для воспроизводимого результата нужен фиксированный seed. Лицензия CC-BY-NC-4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение.

mlx-community/Qwen3.5-122B-A10B-bf16 — модель, преобразованная в формат MLX сообществом mlx-community из Qwen/Qwen3.5-122B-A10B с использованием mlx-vlm версии 0.3.12. По указанному pipeline_tag это мультимодальная модель для обработки текста и изображений. Модель предназначена для сценариев, в которых требуется анализ изображений и генерация текстовых ответов, например для описания изображений. Она совместима с библиотекой mlx-vlm и рассчитана на запуск в среде MLX; в README приведён пример использования с передачей изображения и текстового запроса. Точные сведения об архитектуре, размере, поддерживаемых языках, длине контекста, производительности, сильных сторонах и ограничениях в представленном README не указаны. Модель распространяется по лицензии Apache-2.0. Дополнительные характеристики следует уточнять в оригинальной карточке Qwen/Qwen3.5-122B-A10B.

Qwen3.5-9B-Deepseek-reasoning-unlimited — дообученная модель, опубликованная sulpikar2 на основе sulpikar2/Qwen3.5-9B-Deepseek-reasoning. Это плотная мультимодальная модель семейства Qwen 3.5 с архитектурой Qwen3_5ForConditionalGeneration, предназначенная для диалогов с текстом и изображениями; также поддерживает интерфейс вызова инструментов. В карточке указано обучение с использованием Unsloth и библиотеки TRL от Hugging Face. Модель размечена для задачи image-text-to-text и поддерживает английский язык. Репозиторий содержит веса Safetensors и вариант GGUF BF16. Лицензия — Apache-2.0. Подробности о размере контекста, качестве и ограничениях применения в карточке не приведены.

Qwen3.5-9B-MLX-4bit — это 4-битная квантованная версия мультимодальной модели Qwen3.5-9B, преобразованная сообществом mlx-community для запуска на устройствах Apple Silicon. Модель предназначена для задач vision-language, в частности для анализа изображений и генерации текстовых описаний по изображениям. Используется в формате MLX SafeTensors через фреймворк mlx-vlm. Модель имеет около 9 млрд параметров в исходной версии; применяется квантование до 4 бит с размером группы 64, а объём файлов составляет примерно 5,6 ГБ. Она поддерживает обработку изображений и текста, однако README не содержит сведений о поддерживаемых языках и размере контекстного окна. Основные сценарии — локальный запуск на Mac с процессорами Apple M1, M2, M3 или M4, автоматическое описание изображений и другие мультимодальные приложения. К преимуществам относятся уменьшенное потребление памяти по сравнению с 8-битной версией и эффективная работа на Apple Silicon. Ограничения связаны с потерями точности, возможными при 4-битном квантовании, а также с тем, что это конвертация, для которой может существовать более оптимизированная версия. Модель распространяется по лицензии Apache 2.0, унаследованной от оригинальной Qwen3.5-9B.

guille-mas/Qwen3.5-9B-mlx-fp16 — конвертированная в формат MLX модель Qwen3.5-9B, подготовленная guille-mas для запуска с mlx-lm. Это плотная мультимодальная модель с 9 млрд параметров, поддерживающая диалог и обработку изображений вместе с текстом. Она подходит для вопросов по изображениям и других сценариев, где нужно сочетать визуальный ввод с текстовым ответом. Репозиторий содержит веса safetensors; README указывает преобразование исходной Qwen/Qwen3.5-9B с помощью mlx-lm 0.31.2. Лицензия — Apache-2.0.

Qwen3.6-27B-bf16 — мультимодальная модель семейства Qwen, опубликованная сообществом mlx-community и представленная в формате safetensors для библиотеки MLX. В метаданных она отнесена к плотной архитектуре Qwen3_5ForConditionalGeneration и имеет 27 млрд параметров; модель основана на Qwen/Qwen3.6-27B. Модель предназначена для диалогов и задач, где нужно совместно анализировать текст и изображения, например отвечать на вопросы по изображению. Карточка указывает поддержку vision и conversational; подробности о языках, длине контекста и конкретных возможностях следует сверять с карточкой исходной модели Qwen3.6-27B. Репозиторий подготовлен конвертацией исходной модели в формат MLX с помощью mlx-vlm 0.4.4; лицензия — Apache-2.0. Для использования README рекомендует библиотеку mlx-vlm.