I.15Доступность и ассистивные технологии

Summykai/gemma3-27b-abliterated-dpo — диалоговая мультимодальная модель, дообученная на базе mlabonne/gemma-3-27b-it-abliterated с использованием Unsloth и библиотеки TRL. Архитектура — плотная Gemma 3 с 27 млрд параметров; модель принимает текст и изображения и предназначена для диалога и ответов на вопросы по изображениям. Модель ориентирована на англоязычные сценарии. В метаданных указан датасет mlabonne/orpo-dpo-mix-40k; карточка не раскрывает детали обучения или оценки качества. Лицензия в метаданных обозначена как gemma, а в README — Apache-2.0.

mlx-community/gemma-4-31B-it-qat-bf16 — конверсия Gemma 4 31B Instruct для запуска с библиотекой MLX на системах Apple Silicon. Это плотная мультимодальная модель с архитектурой Gemma4ForConditionalGeneration и поддержкой диалогового режима и обработки изображений. Она принимает текст и изображения и генерирует текст, поэтому подходит для вопросов об изображениях и диалоговых сценариев с визуальным вводом. В README приведена инструкция по установке mlx-vlm; репозиторий содержит веса safetensors. Модель ориентирована на английский язык. Обозначение QAT в названии указывает на обучение с учётом квантования, однако метаданные не содержат сведений о фактической точности весов. Лицензия, размер контекста и ограничения качества в предоставленных данных не описаны.

GLM-4.1V-9B-Base — базовая мультимодальная модель Z.ai для исследований возможностей визуально-языковых моделей. Она основана на GLM-4-9B-0414 и предназначена для дальнейшей разработки и изучения задач, где нужно связывать изображения и текст. В метаданных указаны архитектура GLM4V, плотная модель и поддержка диалогов и зрения; веса опубликованы в формате Safetensors. README описывает также GLM-4.1V-9B-Thinking — отдельную модель семейства с рассуждениями, контекстом 64 тыс. токенов и обработкой изображений произвольного соотношения сторон до 4K. Эти характеристики и приведённые результаты относятся к Thinking, а не подтверждены для Base. Модель Base выпущена под лицензией MIT; отдельные ограничения её качества и контекста в доступных данных не описаны.

HPT 1.5 Edge — мультимодальная модель HyperGAI для понимания изображений и текста. Она построена на языковой модели Microsoft Phi-3-mini-4k-instruct и визуальном энкодере SigLIP SO400M patch14-384; число параметров — 3,7 млрд, контекст — 4096 токенов. Модель предназначена для ответов на вопросы о визуальном содержимом и решения задач, требующих совместного анализа изображения и текста. HPT 1.5 Edge ориентирована на оценку мультимодального понимания и рассуждений на бенчмарках, а также на исследовательские и прикладные эксперименты с визуально-языковыми моделями. Поддерживаемый язык в карточке — английский. Репозиторий содержит веса в формате PyTorch safetensors, лицензия — Apache 2.0. В модели нет встроенного механизма модерации, а авторы не гарантируют корректность ответов. Для практического применения, где важны безопасные ответы, потребуется отдельная проверка или модерация результатов.

LLaVA-LLaMA-2-13B-Chat-Lightning-Preview — открытая мультимодальная чат-модель проекта LLaVA, дообученная на базе LLaMA/Vicuna на инструкциях, сгенерированных GPT. Это авторегрессионная трансформерная модель с плотной архитектурой LlavaLlamaForCausalLM и 12,9 млрд параметров; репозиторий содержит веса PyTorch. Версия была обучена в июле 2023 года. Модель предназначена для исследовательской работы и экспериментов с мультимодальными чат-ботами. Она принимает изображения вместе с текстовыми запросами и генерирует текстовые ответы: может описывать изображения, отвечать на вопросы о них и выполнять визуальные рассуждения. В обучающих данных использовались 558 тысяч пар изображение—текст с подписями BLIP и 80 тысяч мультимодальных инструкций GPT. Контекст составляет 4096 токенов. README приводит предварительную оценку на небольшом наборе визуальных вопросов и на ScienceQA, но не даёт оснований считать качество надёжно подтверждённым для широкого круга сценариев. Модель основана на LLaMA 2; условия лицензирования в предоставленных данных не указаны.

LLaVA-NeXT-72B — мультимодальная чат-модель от LMMS-Lab, дообученная на языковой модели Qwen1.5-72B-Chat. Это авторегрессионная трансформерная модель семейства LLaVA с плотной архитектурой, содержащая 71 млрд параметров и поддерживающая контекст до 32 768 токенов. Модель предназначена для диалогов по изображениям и задач визуального понимания, включая ответы на вопросы по изображению и работу с инструкциями, связанными с изображениями. В обучении использовались пары изображение–текст, мультимодальные инструкции, данные для визуальных вопросов и ответов, подписи к изображениям и диалоги ShareGPT. Карточка указывает исследовательское и любительское применение и запрещает коммерческое использование. Лицензия в предоставленных данных не названа; модель описана как исследовательская, поэтому её следует применять с учётом этого ограничения. README не уточняет поддерживаемые естественные языки и конкретные ограничения качества.

LLaVA-v1.6-Vicuna-7B — мультимодальный чат-бот, разработанный командой LLaVA и дообученный на базе языковой модели lmsys/vicuna-7b-v1.5. Это авторегрессионная трансформерная модель семейства LLaVA с плотной архитектурой; по метаданным содержит 6,6 млрд параметров и поддерживает контекст до 4096 токенов. Модель принимает изображения и текстовые запросы и генерирует текстовые ответы. Она предназначена для визуальных вопросов и ответов, диалога об изображениях и исследований мультимодальных языковых моделей. Обучение включало пары изображение–текст, мультимодальные инструкции, данные для академических задач VQA и диалоговые данные. Карточка ориентирует модель на исследователей и энтузиастов в области компьютерного зрения, NLP и машинного обучения. Модель подходит для прототипирования и исследовательских сценариев, но ответы могут содержать ошибки и не должны считаться достоверным описанием изображения без проверки. В карточке не указаны лицензия и перечень поддерживаемых естественных языков; базовая модель — Vicuna-7B-v1.5.

Iniakunryan/ministral-vlm-pad-sft-merged-test — дообученная модель Iniakunryan на базе aitf-komdigi/KomdigiITS-3B-PAD-CPT. Это плотная мультимодальная модель семейства Mistral3, предназначенная для диалогового взаимодействия с изображениями и текстом; поддерживает сценарии image-to-text и интерфейс вызова инструментов. Модель обучалась с использованием Unsloth и библиотеки TRL и распространяется в формате safetensors под лицензией Apache-2.0. Модель подойдёт для вопросов и ответов по изображениям и других диалоговых задач, где ответ формируется по визуальному и текстовому контексту. В метаданных указан английский язык. README не сообщает результаты оценки качества или конкретные ограничения, поэтому применимость к узким областям и надёжность ответов требуют отдельной проверки.

Это модель автоматического распознавания речи на языке эве, созданная как адаптер на основе facebook/mms-1b-all и дообученная на чтениях Библии из набора BibleTTS. Она использует архитектуру wav2vec2 с классификационной CTC-головой и принимает аудио, выдавая текст. В обучении участвовало около 2,2 млн параметров из 965 млн параметров базовой модели; общий размер модели в метаданных указан как 1,3 млрд параметров. Модель предназначена прежде всего для транскрибирования чтений библейского текста на эве. На 66 тестовых фрагментах из того же типа данных получены WER 6,9% и CER 1,2% после нормализации, исключающей знаки пунктуации и тоновые диакритические знаки. На спонтанной речи из набора WAXAL WER составляет 50,4%; преимущество перед исходным адаптером статистически не подтверждено, поэтому модель не следует считать улучшенным распознавателем общей речи на эве. Модель разработал Daniel Dzikunu как часть набора инструментов LIBOG для языков Ганы. Она наследует лицензию CC BY-NC 4.0, запрещающую коммерческое использование; в карточке также отмечена лицензионная несовместимость этой лицензии с CC BY-SA 4.0 обучающих данных BibleTTS.

facebook/mms-tts-apr — модель синтеза речи для языка Arop-Lokep (код apr), разработанная Meta в рамках проекта Massively Multilingual Speech. Это отдельный языковой чекпойнт семейства MMS-TTS, созданный на архитектуре VITS: модель принимает последовательность текста и генерирует речевую аудиоволну. Размер модели — 3,5 млн параметров; для работы доступна через Transformers версии 4.33 и новее. Модель предназначена для озвучивания текста на Arop-Lokep. VITS объединяет вариационный автоэнкодер, потоковый модуль, текстовый энкодер на основе Transformer, стохастический предиктор длительности и декодер HiFi-GAN-подобного типа. Предиктор длительности позволяет варьировать ритм речи; генерация недетерминирована, поэтому для повторяемого результата требуется фиксировать seed. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

facebook/mms-tts-cya — модель синтеза речи на языке Chatino, вариант Nopala (код языка cya), разработанная Facebook в рамках проекта Massively Multilingual Speech. Она преобразует входной текст в речевую аудиоволну и предназначена для озвучивания текста на этом языке. Модель построена на архитектуре VITS и содержит 3,5 млн параметров. Это сквозная система синтеза речи с вариационным автоэнкодером, потоковым модулем, декодером на основе свёрточных слоёв и стохастическим предсказателем длительности. Поэтому один и тот же текст может звучать с разным ритмом; для повторяемого результата требуется фиксированное случайное зерно. Для каждого языка MMS обучается отдельный чекпойнт. Модель доступна через Transformers версии 4.33 и новее, веса представлены в форматах PyTorch и Safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но не для коммерческих целей.

facebook/mms-tts-kfw — модель синтеза речи из текста для языка нага, кхарам (код kfw), разработанная Meta в рамках проекта Massively Multilingual Speech. Она преобразует текст на этом языке в речевую аудиоволну и предназначена для озвучивания текстов и создания голосовых интерфейсов. Модель построена на архитектуре VITS и содержит около 3,5 млн параметров. Это отдельный языковой чекпойнт MMS-TTS; для работы с ним подходит библиотека Transformers версии 4.33 и новее. Стохастический предиктор длительности позволяет варьировать ритм речи, поэтому при фиксированном входе результат может меняться; для повторяемой генерации требуется фиксированное случайное зерно. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование. Описание не приводит оценок качества или дополнительных сведений о тембре и диапазоне произношения.

facebook/mms-tts-kki — модель синтеза речи на языке кагулу (kki), разработанная Facebook в рамках проекта Massively Multilingual Speech. Она преобразует входной текст в речевую аудиоволну и предназначена для озвучивания текста на кагулу. Модель использует архитектуру VITS: текстовый энкодер и вероятностный модуль длительности управляют генерацией речи, а декодер формирует аудиоволну. Для проекта MMS обучен отдельный чекпойнт для каждого языка; размер этой модели — 3,5 млн параметров. Она доступна через Transformers версии 4.33 и новее. Генерация недетерминирована: для повторяемого результата нужно зафиксировать seed. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

facebook/mms-tts-kub — модель синтеза речи на языке кутеп (kub), разработанная Meta в рамках проекта Massively Multilingual Speech. Это отдельный языковой чекпойнт семейства MMS-TTS, построенный на архитектуре VITS и содержащий около 3,5 млн параметров. Модель принимает текст и генерирует речевую аудиоволну; VITS объединяет вариационный автоэнкодер, flow-модуль, предсказывающий акустические признаки, и декодер на основе свёрточных слоёв. Стохастический предиктор длительности позволяет варьировать ритм речи, поэтому для повторения одного и того же результата нужен фиксированный seed. Модель предназначена для преобразования текста на кутепе в речь. Для использования требуется Transformers версии 4.33 или новее. Веса доступны в форматах PyTorch и safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое.

facebook/mms-tts-kyf — модель синтеза речи на языке Kouya (kyf), созданная командой Facebook в рамках проекта Massively Multilingual Speech. Она преобразует текст на Kouya в речевую аудиоволну и предназначена для озвучивания текстов и создания речевого вывода на этом языке. Модель основана на архитектуре VITS: это сквозная система синтеза речи с вариационным автоэнкодером, flow-модулем, декодером и стохастическим предсказателем длительности. Веса представлены в форматах PyTorch и safetensors; размер модели — 3,5 млн параметров. Для работы с checkpoint подходит библиотека Transformers версии 4.33 и новее. Модель обучена отдельно для Kouya и рассчитана на текстовый вход и аудиовыход. Генерация недетерминирована: для повторения того же результата требуется фиксировать seed. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерчески.

facebook/mms-tts-lee — модель синтеза речи на языке Lyélé (lee) из проекта Massively Multilingual Speech компании Facebook. Она преобразует входной текст в речевую аудиоволну и предназначена для озвучивания текстов на Lyélé. Модель построена на архитектуре VITS и содержит 3,6 млн параметров. Это отдельный языковой чекпойнт MMS-TTS; синтез выполняется сквозным способом, а стохастический предсказатель длительности позволяет варьировать ритм речи. Модель доступна через библиотеку Transformers версии 4.33 и выше. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение. Генерация недетерминирована: для повторения того же результата требуется фиксированное начальное значение генератора случайных чисел.

facebook/mms-tts-maj — модель синтеза речи на языке мазатек, разновидность Халапa-де-Диас, из проекта Massively Multilingual Speech компании Facebook. Она преобразует входной текст в речевую аудиоволну и предназначена для озвучивания текста на этом языке. Для каждого языка в проекте обучается отдельная модель. Модель построена на архитектуре VITS и содержит около 3,5 млн параметров. Это сквозная система синтеза речи с текстовым кодировщиком на базе Transformer, потоковым модулем и декодером аудиосигнала; стохастический предсказатель длительности позволяет варьировать ритм произношения. Модель доступна через библиотеку Transformers версии 4.33 и новее. Генерация недетерминирована: для повторяемого результата требуется фиксированный seed. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое. Данных о качестве синтеза и ограничениях входного текста в карточке нет.

facebook/mms-tts-nij — модель синтеза речи на языке нгаджу (Ngaju, nij), разработанная Meta в рамках проекта Massively Multilingual Speech. Это отдельный чекпойнт для одного языка с архитектурой VITS: модель принимает текст и генерирует речевую аудиоволну; размер составляет 3,5 млн параметров. Модель доступна через библиотеку Transformers версии 4.33 и выше, веса опубликованы в форматах PyTorch и Safetensors. Модель предназначена для преобразования текста на нгаджу в речь. VITS объединяет кодирование текста, предсказание длительности и декодирование аудио в сквозной архитектуре; стохастический предиктор длительности позволяет получать варианты с разным ритмом. Результат генерации недетерминирован, поэтому для повторяемого аудио нужен фиксированный seed. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческого характера.

facebook/mms-tts-pce — модель синтеза речи на языке Палаунг, диалект Ручинг, разработанная в рамках проекта Massively Multilingual Speech компании Facebook. Это отдельный языковой чекпойнт семейства VITS с архитектурой сквозного синтеза: по текстовой последовательности модель формирует речевую волну. В составе VITS используются текстовый энкодер на основе Transformer, flow-модуль, декодер, похожий на HiFi-GAN, и стохастический предсказатель длительности. Размер модели — 3,5 млн параметров. Модель предназначена для озвучивания текста на языке Палаунг (Ручинг). Стохастический предсказатель позволяет получать варианты ритма для одного текста, поэтому результаты могут различаться между запусками; для повторяемого синтеза требуется фиксировать seed. Модель распространяется в форматах PyTorch и Safetensors по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

facebook/mms-tts-ptu — модель синтеза речи на бамбамском языке, разработанная Meta в рамках проекта Massively Multilingual Speech (MMS). Она преобразует текст в речевую аудиоволну; для каждого языка проекта обучена отдельная модель. Модель построена на архитектуре VITS и содержит около 3,5 млн параметров. VITS объединяет вариационный автоэнкодер, Transformer-энкодер текста, нормализующие потоки и декодер, основанный на HiFi-GAN. Стохастический предиктор длительности позволяет варьировать ритм произношения одного и того же текста, поэтому результаты синтеза могут отличаться между запусками; фиксированный seed позволяет воспроизводить результат. Модель доступна через библиотеку Transformers версии 4.33 и выше. Модель предназначена для синтеза речи на бамбамском языке, а не для многоязычной генерации одной общей моделью. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение.

facebook/mms-tts-rop — модель синтеза речи на языке Kriol (код rop), созданная Meta в рамках проекта Massively Multilingual Speech. Она преобразует входной текст в речевую аудиоволну и предназначена для озвучивания текстов на Kriol. Для каждого языка в MMS-TTS обучается отдельный чекпойнт. Модель основана на архитектуре VITS: она объединяет вариационный автоэнкодер, Transformer-энкодер текста, flow-модуль, декодер в стиле HiFi-GAN и стохастический предиктор длительности. Размер модели — 3,5 млн параметров. Генерация недетерминирована, поэтому для повторения результата требуется фиксированное начальное значение генератора. Модель доступна через Transformers версии 4.33 и новее; лицензия CC BY-NC 4.0 ограничивает использование некоммерческими целями.

facebook/mms-tts-sba — модель синтеза речи на языке нгамбай (Ngambay, код sba), разработанная Facebook в рамках проекта Massively Multilingual Speech. Она преобразует текст на этом языке в речевую волну и подходит для озвучивания фраз и создания речевых интерфейсов на нгамбай. Модель использует архитектуру VITS — сквозной вариационный автоэнкодер с состязательным обучением, потоковым модулем, декодером на основе свёрточных слоёв и стохастическим предсказателем длительности. В репозитории указано 3,5 млн параметров; веса доступны в форматах PyTorch и Safetensors. Модель предназначена для языка нгамбай; длина контекста в предоставленных данных не указана. Генерация речи недетерминирована: для повторяемого результата требуется фиксировать seed. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерчески.

facebook/mms-tts-sda — модель синтеза речи на языке Toraja-Sa’dan, разработанная Meta в рамках проекта Massively Multilingual Speech (MMS). Это отдельный чекпойнт для одного языка, построенный на архитектуре VITS: модель преобразует входной текст в речевую аудиоволну и может варьировать ритм произношения. В метаданных указано 3,5 млн параметров; модель доступна для использования через Transformers версии 4.33 и новее. Модель предназначена для озвучивания текста на Toraja-Sa’dan, например для создания голосовых сообщений и аудиоверсий текстов. Генерация недетерминирована: для повторения того же результата нужен фиксированный seed. Репозиторий распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

facebook/mms-tts-tnn — модель синтеза речи на языке Tanna, North (tnn), разработанная Facebook в рамках проекта Massively Multilingual Speech. Это отдельный языковой чекпойнт семейства VITS: модель принимает текстовую последовательность и генерирует речевую форму сигнала. Архитектура VITS объединяет вариационный автоэнкодер, Transformer-энкодер текста, flow-модуль, декодер волновой формы и стохастический предсказатель длительности. Размер модели — 3,5 млн параметров; доступны веса PyTorch и Safetensors, использовать модель можно через Transformers версии 4.33 и новее. Модель предназначена для озвучивания текста на Tanna, North. Стохастический предсказатель длительности позволяет получать разные ритмические варианты речи для одного текста; генерация недетерминирована, поэтому для повторяемого результата нужно фиксировать seed. Лицензия CC-BY-NC-4.0 разрешает использование с указанием авторства, но не коммерческое применение.

facebook/mms-tts-tpt — модель синтеза речи на языке тепехуа, диалект Тлачичилко (код tpt), разработанная Meta в рамках проекта Massively Multilingual Speech. Она преобразует текст на этом языке в речевую аудиоволну и предназначена для озвучивания текста и создания речевого вывода на языке, для которого обучен чекпойнт. Модель использует архитектуру VITS: это сквозная система синтеза речи с вариационным автоэнкодером, потоковым модулем, текстовым энкодером на основе Transformer, стохастическим предсказателем длительности и декодером, подобным HiFi-GAN. В метаданных указано 3,5 млн параметров; чекпойнт распространяется в форматах PyTorch и safetensors и поддерживается библиотекой Transformers версии 4.33 и новее. Отдельный чекпойнт MMS-TTS обучен для каждого языка. Генерация недетерминирована: для повторения того же результата требуется фиксировать seed. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства и ограничивает коммерческое применение.

facebook/mms-tts-wlx — модель синтеза речи для языка Wali (wlx), созданная в рамках проекта Massively Multilingual Speech компании Facebook. Она преобразует входной текст в речевую аудиоволну и предназначена для озвучивания текста на Wali. Модель построена на архитектуре VITS: это сквозная система с вариационным автоэнкодером, поточным модулем, декодером и стохастическим предсказателем длительности, который позволяет варьировать ритм речи. Размер модели — 3,5 млн параметров. Для каждого языка MMS-TTS обучается отдельный чекпойнт; для воспроизводимого результата генерации требуется фиксировать seed. Модель доступна через библиотеку Transformers версии 4.33 и новее. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства и ограничивает коммерческое применение.

facebook/mms-tts-xer — модель синтеза речи на языке Xerénte (код xer), разработанная Meta в рамках проекта Massively Multilingual Speech (MMS). Она преобразует входной текст в речевую аудиоволну и предназначена для озвучивания текста на Xerénte. Модель использует архитектуру VITS: вариационный автоэнкодер с текстовым энкодером на основе Transformer, flow-модулем, декодером и стохастическим предсказателем длительности. Чекпойнт содержит 3,5 млн параметров; для каждого языка проекта MMS обучается отдельная модель. Доступна через Transformers версии 4.33 и новее. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение. Стохастический предсказатель длительности позволяет получать разные ритмические варианты произношения, поэтому результат может меняться между запусками; для воспроизводимой генерации требуется фиксированное начальное значение случайного генератора. Модель специализирована на Xerénte, поэтому её не следует считать многоязычной.

facebook/mms-tts-yva — модель синтеза речи на языке ява (Yawa, код yva) из проекта Massively Multilingual Speech компании Facebook. Она преобразует входной текст в речевую аудиоволну и предназначена для озвучивания текста на этом языке. Модель использует архитектуру VITS и содержит около 3,5 млн параметров. Это отдельный языковой чекпойнт MMS-TTS; для синтеза применяются стохастический предиктор длительности и декодер, построенный по принципу HiFi-GAN. Из-за стохастической генерации для воспроизводимого результата требуется фиксированный seed. Модель доступна через Transformers версии 4.33 и новее. Лицензия CC-BY-NC-4.0 запрещает коммерческое использование.

ewre324/moondream2 — репозиторий модели для определения направления взгляда, содержащий карточку Moondream. Moondream — компактная модель визуально-языкового типа, разработанная для эффективной работы на периферийных устройствах; карточка указывает, что в репозитории размещён выпуск от 9 января 2025 года и более ранние версии. Модель предназначена для сценариев, где по изображению нужно сформулировать текстовый ответ, в том числе для обнаружения направления взгляда. Метаданные указывают задачи image-text-to-text и text-generation, архитектуру Moondream1 и файлы в форматах safetensors и GGUF F16. Лицензия — Apache-2.0. Карточка рекомендует фиксировать ревизию при использовании в производственных приложениях, поскольку модель часто обновляется. Размер, длина контекста и поддерживаемые естественные языки в предоставленных данных не указаны.

XueJie1/my-gemma-4-finetune — дообученная модель XueJie1 на базе unsloth/gemma-4-e4b-it-unsloth-bnb-4bit. Она построена на архитектуре Gemma 4 и предназначена для диалоговых сценариев, в которых нужно анализировать изображения и отвечать на текстовые запросы. Метаданные также отмечают интерфейс вызова инструментов. Модель опубликована в формате safetensors; README сообщает, что при обучении использовались Unsloth и библиотека TRL. Репозиторий распространяется по лицензии Apache-2.0. Метаданные указывают поддержку английского языка. Подробности о наборе данных, конкретной специализации дообучения и оценке качества не приведены.