I.2Синтез, понимание и проверка знаний

kravchenko/uk-mt5-base — компактная языковая модель семейства mT5, созданная для работы преимущественно с украинским языком и частично с базовым английским. Автор описывает её как результат сжатия mT5-base с сокращением словаря и числа параметров. Модель построена на архитектуре MT5ForConditionalGeneration и содержит 122,1 млн параметров по метаданным. Карточка сообщает о сокращении словаря с 250 тыс. до 30 тыс. токенов и размера модели с 2,2 до 0,95 ГБ; эти результаты приведены для описанного автором процесса сжатия и могут не совпадать с текущим опубликованным чекпойнтом. Формат весов — PyTorch. Сценарии применения и условия лицензии в доступных данных не описаны.

Карточка модели vngrs-ai/VBART-Medium-Base на Hugging Face совпадает с карточкой vngrs/VBART-Medium-Base, поэтому описание составлено по ней. VBART-Medium-Base — базовая модель VNGRS-AI для турецкого языка, предварительно обученная с нуля на большом корпусе веб-текстов. Это модель encoder-decoder на архитектуре mBART с 81,2 млн параметров и контекстом до 1024 токенов; доступны веса в форматах Safetensors и TensorFlow. Для предобучения использовались турецкие данные из vngrs-web-corpus, подготовленного на основе очищенных фрагментов OSCAR-2201 и mC4, а также задача span masking. Модель предназначена для дообучения под условную генерацию текста, например для суммаризации, перефразирования и создания заголовков. Лицензия CC BY-NC-SA 4.0 требует указания авторства и ограничивает коммерческое использование. Это базовый чекпойнт, поэтому для прикладных задач может потребоваться дополнительное дообучение.

Vigogne 2 13B Instruct — это большая языковая модель для генерации текста и выполнения инструкций, разработанная bofenghuang. Данный репозиторий содержит её квантизированные файлы в формате GGUF, подготовленные TheBloke на основе оригинальной модели Vigogne 2 13B Instruct. Модель предназначена для диалоговых сценариев, ответов на инструкции и других задач генерации текста, преимущественно на французском языке. Она построена на архитектуре Llama и имеет размер 13 млрд параметров. В README не указаны поддерживаемые модальности, размер контекстного окна и полный набор языков. Для работы используется шаблон запросов Alpaca. Формат GGUF поддерживает метаданные и специальные токены и совместим с llama.cpp, а также рядом сторонних графических интерфейсов и библиотек, включая text-generation-webui, KoboldCpp, LM Studio, ctransformers и llama-cpp-python. Квантизация позволяет запускать модель с использованием CPU и GPU, однако конкретные требования к ресурсам зависят от выбранного варианта квантизации. Лицензия указана как Llama 2; дополнительные ограничения или сильные стороны модели в README не описаны.

Warecube/Warecube-KO-27B-v3 — это корейская мультимодальная модель диалогового и пошагового рассуждения, разработанная Warecube. Она основана на ginigen-ai/Rogue-28B-MIX: к родительской модели применены эволюционное слияние Darwin и дополнительное SFT-дообучение на корейских инструкциях из областей K-AI. В метаданных указаны архитектура Qwen3.5 и 27B в названии репозитория; README заявляет 28B параметров. Модель предназначена для диалогов, ответов на вопросы по изображениям и тексту, а также задач понимания и рассуждения на корейском языке. В обучающих данных упомянуты научно-технические материалы, медицина, право, финансы и многосессионные диалоги. Заявлена поддержка корейского и английского языков, контекст 8K и формат bf16; метаданные также указывают интерфейс вызова инструментов. Сильная сторона модели — специализация на корейском языке и сочетание текстовых и визуальных входов. Для английского и других языков качество не охарактеризовано; показатели точности и ограничения на применение в критичных медицинских, юридических или финансовых решениях не приведены. Лицензия — Apache 2.0.

byroneverson/Yi-1.5-34B-Chat-abliterated — производная диалоговая модель, созданная byroneverson на основе 01-ai/Yi-1.5-34B-Chat. В карточке автор сообщает об abliterated-версии и ссылается на Jupyter notebook с описанием процесса; подробности этого процесса в README не приведены. Модель использует плотную архитектуру семейства Llama с классом LlamaForCausalLM и содержит 33,9 млрд параметров. Она предназначена для генерации текста в диалоге; метаданные указывают поддержку китайского и английского языков, контекст составляет 4096 токенов. Доступна в формате safetensors и рассчитана на библиотеку Transformers. Лицензия — Apache-2.0. README не приводит оценок качества, примеров использования или конкретных ограничений применения; abliterated-характер версии может влиять на поведение и требует самостоятельной оценки перед внедрением.

360Zhinao2-7B-Base — базовая языковая модель семейства 360Zhinao2, разработанная командой 360 (Qihoo 360). Это плотная авторегрессионная модель с 7,1 млрд параметров для генерации текста и дальнейшей адаптации под конкретные задачи. В README указано, что при предварительном обучении использовано 10,1 трлн токенов; модель ориентирована прежде всего на китайский язык, также поддерживает английский. Модель подходит для генерации продолжений текста, а после дополнительной настройки — для прикладных сценариев на основе языка. В README отмечены результаты на китайских тестах CEval, C3 и LCSTS, а также на сложных математических задачах; контекст этой версии составляет 4096 токенов. Для работы заявлена библиотека Transformers, веса опубликованы в формате Safetensors. Модель распространяется по лицензии Apache 2.0. Это базовая версия, а не готовая диалоговая модель; возможности чата, описанные в карточке, относятся к семейству 360Zhinao2 в целом. Качество генерации может зависеть от промпта и дополнительной настройки.

AceGPT-v2-8B — генеративная языковая модель, разработанная исследователями KAUST, Китайского университета Гонконга в Шэньчжэне и Shenzhen Research Institute of Big Data. Это версия семейства AceGPT на 8 млрд параметров, полностью дообученная на базе Meta-Llama-3-8B; модель использует плотную архитектуру Llama и принимает и выдаёт текст. Она предназначена прежде всего для генерации и продолжения текста на арабском языке, включая ответы на вопросы и диалоговые сценарии; также оценивается на английских и китайских заданиях. Для оптимизированной диалоговой версии семейства существует отдельный вариант AceGPT-chat. Модель имеет контекст длиной до 8192 токенов и опубликована в формате safetensors. В README приведены результаты сравнительных тестов на арабских, английских и китайских бенчмарках. Лицензия — Apache-2.0.

AceGPT-v2-8B-Chat — диалоговая генеративная языковая модель из семейства AceGPT, разработанного исследователями King Abdullah University of Science and Technology, Chinese University of Hong Kong, Shenzhen и Shenzhen Research Institute of Big Data. Это полностью дообученная версия на 7,5 млрд параметров, созданная на основе AceGPT-v2-8B и оптимизированная для диалоговых сценариев. Модель принимает текст и генерирует текст. Она ориентирована прежде всего на арабский язык: подходит для диалога, ответов на вопросы и решения задач с выбором ответа. Метаданные также отмечают поддержку английского и китайского. Архитектура — плотная LLaMA; родной контекст составляет 8192 токена. В README приведены результаты сравнений с другими моделями на арабских бенчмарках, однако они не гарантируют качество на любых задачах. Модель распространяется по лицензии Apache-2.0. Она предназначена для текстовых сценариев и не принимает изображения или аудио.

Albertina 900M Portuguese PT-BR No-brWaC — энкодер семейства BERT на архитектуре Transformer и DeBERTa V2, разработанный совместной командой Лиссабонского и Портуского университетов. Модель предназначена для бразильского варианта португальского языка и содержит около 1,1 млрд параметров, 24 слоя, размер скрытого состояния 1536 и контекст до 512 токенов. Модель обучена на 3,7 млрд токенов отобранных португалоязычных документов OSCAR, с фильтрацией по доменам Бразилии; версия No-brWaC не обучалась на корпусе brWaC. Основной сценарий применения по карточке и метаданным — заполнение пропусков в тексте. Авторы также оценивали её как основу для дообучения на задачах семантического сходства, распознавания следования и парафраза на португальском языке. Карточка сообщает о конкурентных результатах на бенчмарках для PT-BR, но для прикладных задач классификации и сходства может потребоваться дополнительное дообучение. Модель распространяется по лицензии MIT; метаданные Hugging Face указывают лицензию «other», поэтому перед использованием следует сверить условия с файлами репозитория.

AnFeng v3.1 Avocet — ранняя предварительная версия языковой модели семейства Llama, разработанная NLPark. Модель с архитектурой LlamaForCausalLM содержит 33,9 млрд параметров и предназначена для генерации текста и диалогового общения. В README указаны китайский и английский языки; модель выпущена как часть серии v3.1, охватывающей линейки Shi-Ci, AnFeng и Trigonotis, а Avocet обозначает один из размеров моделей серии. Модель использует формат Safetensors и имеет контекстное окно до 131 072 токенов. Она представлена как ранний preview, поэтому качество и стабильность могут быть ограничены. Лицензия CC BY-NC-ND 4.0 запрещает коммерческое использование и распространение производных версий.

AX-3.1-Light-sft_v3_1b_0.5 — созданная автором модели производная на основе SKT A.X-3.1-Light. Она получена усреднением весов двух дообученных моделей: sft_v0_21 и sft_v3_1b_safe, взятых с равными коэффициентами 0,5; повторного обучения на данных и изменений архитектуры не проводилось. Модель использует плотную архитектуру LlamaForCausalLM, содержит 6,8 млрд параметров и рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации текста и диалогов на корейском языке. В README описана проверка объединения сильных сторон исходных вариантов на тестах по корейскому языку, медицине, финансам и праву; приведённые результаты — локальные ориентиры, а не официальные оценки K-AI. Репозиторий содержит веса Safetensors и использует библиотеку Transformers. Лицензия обозначена как other, поэтому конкретные условия использования следует уточнить в карточке базовой модели и связанных материалов.

Undi95/BagelMix-8x7B — объединённая диалоговая языковая модель на архитектуре Mixtral, созданная методом DARE TIES с помощью mergekit. В основе слияния использован jondurbin/bagel-dpo-8x7b-v0.2; также включены Doctor-Shotgun/Mixtral-8x7B-Instruct-v0.1-LimaRP-ZLoss и NeverSleep/Noromaid-v0.4-Mixtral-Instruct-8x7b-Zloss. Модель предназначена для генерации текста и диалогового взаимодействия. Архитектура Mixtral — смесь экспертов; в метаданных указаны 7,1 млрд параметров и контекст до 32 768 токенов. Репозиторий содержит веса в формате Safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение. Модель помечена как NSFW и not-for-all-audiences, поэтому она может выдавать контент для взрослой аудитории. Поддерживаемые языки и конкретные ограничения качества в предоставленных данных не описаны.

BanglaT5 small — предварительно обученная модель семейства T5, разработанная исследователями CSE BUET для работы с бенгальским языком. Это последовательностная модель типа encoder-decoder на 38,5 млн параметров, обученная на задаче восстановления скрытых фрагментов текста. Контекст модели составляет 512 токенов. Чекпойнт предназначен для дообучения под задачи генерации текста на бенгальском языке, включая машинный перевод, абстрактивное суммирование, ответы на вопросы, многоходовый диалог и создание новостных заголовков. Для лучшего результата перед токенизацией рекомендуется применять использованный авторами конвейер нормализации бенгальского текста. Сильная сторона модели — компактный размер при специализации на бенгальском языке; опубликованные авторами результаты относятся к версиям, дообученным для конкретных задач. Сам исходный чекпойнт является базовой предварительно обученной моделью и сам по себе не гарантирует качество на этих задачах без дополнительного дообучения. Сведения о лицензии в предоставленных источниках отсутствуют.

Модель z-dickson/bart-large-cnn-climate-change-summarization разработана Закари Диксоном на основе Facebook/bart-large-cnn и дообучена для суммирования политических текстов о климате, окружающей среде и энергетике. Она предназначена прежде всего для анализа пресс-релизов политических партий: выделяет основную тему, позицию автора по ней и формирует краткое резюме из одного-двух предложений. Модель построена на архитектуре BART, содержит 252,8 млн параметров и принимает контекст длиной до 1024 токенов. Дообучение проводилось на 7 тысячах пресс-релизов 66 партий из 12 европейских стран; обучающие резюме в основном были созданы GPT-4. Лицензия — AFL-3.0. По описанию автора, модель хорошо определяет главную тему текста, но может называть его автора «партией» и описывать позицию именно как позицию партии. Из-за ошибки в подготовке данных ответы выводятся строчными буквами. Указанные в карточке языки — английский, испанский, датский, немецкий, итальянский, французский, нидерландский и польский; обучение охватывает политические тексты из Великобритании, однако качество на каждом языке отдельно не уточняется.

vblagoje/bart_lfqa — англоязычная модель Владимира Благожевича для генерации ответов на вопросы с опорой на контекст. Она основана на архитектуре BART и обучена на наборах LFQA и LFQA Support Docs; подходит для развёрнутых ответов на вопросы по предоставленным подтверждающим документам. Модель содержит 252,8 млн параметров, принимает и генерирует текст, её контекст ограничен 1024 токенами. Модель распространяется в форматах PyTorch и Safetensors по лицензии MIT. Карточка содержит мало сведений о качестве ответов и рекомендуемых сценариях; перед применением стоит проверить её на своих данных.

Bielik-4.5B-v3.0-Instruct-GGUF — это польскоязычная инструкционная языковая модель в формате GGUF, разработанная организациями SpeakLeash и ACK Cyfronet AGH. Модель относится к классу causal decoder-only и предназначена для генерации текста и диалогового взаимодействия на польском языке, включая локальный запуск через llama.cpp, Ollama и совместимые приложения. Репозиторий содержит конвертированную версию Bielik-4.5B-v3.0-Instruct, дообученную на основе Bielik-4.5B-v2. Доступны варианты в форматах q8_0 и fp16 GGUF. Версия q8_0 обеспечивает качество, близкое к float16, но требует больше ресурсов и работает медленнее; fp16 сохраняет представление с плавающей точкой. README не указывает размер контекста, точную архитектуру, кроме decoder-only, дополнительные модальности или поддержку языков помимо польского. Для квантованных вариантов отмечены возможное снижение качества и повышенный риск галлюцинаций, особенно при использовании низкобитных конфигураций. Модель распространяется по лицензии Apache 2.0. GGUF поддерживается рядом локальных инструментов и библиотек, включая llama.cpp, Ollama, LM Studio, GPT4All, text-generation-webui и llama-cpp-python, что делает модель подходящей для автономного использования на совместимом оборудовании.

Bio-Medical-Llama-3-8B — диалоговая языковая модель ContactDoctor для генерации текста по биомедицинским темам. Она создана дообучением meta-llama/Meta-Llama-3-8B-Instruct с 8 млрд параметров на наборе BioMedData, содержащем более 500 тысяч синтетических и вручную отобранных примеров. Модель работает с текстом и предназначена для исследовательской поддержки, извлечения сведений из биомедицинских текстов, медицинского обучения и предоставления справочной информации для клинического принятия решений. В README приведены результаты оценки на задачах медицинских экзаменационных вопросов и вопросах по статьям PubMed, но численные показатели не указаны. Ответы могут быть предвзятыми, неточными или устаревшими; критическую информацию следует проверять, а модель не должна заменять профессиональное медицинское суждение. Репозиторий использует лицензию с обозначением «other», конкретные условия в доступных данных не приведены.

BioMistral-7B-GGUF — версия модели BioMistral, разработанной командой BioMistral на основе Mistral-7B-Instruct-v0.1 и дополнительно предварительно обученной на биомедицинских текстах из PubMed Central. Модель предназначена для исследовательских задач в области медицины и биологии, включая генерацию текста, ответы на медицинские вопросы и работу с научной литературой. Она обучалась на вычислительной инфраструктуре CNRS Jean Zay. Модель относится к классу текстовых авторегрессионных языковых моделей, содержит 7 млрд параметров и поддерживает контекст длиной до 2048 токенов. Заявлена поддержка английского, французского, немецкого, нидерландского, испанского, португальского, польского, румынского и итальянского языков. Формат GGUF предназначен для запуска совместимых квантованных вариантов, однако конкретные параметры квантования для этой карточки не указаны. Сильной стороной является специализация на биомедицинской тематике и наличие открытой лицензии Apache 2.0. Модель не прошла оценку в реальных клинических условиях, может содержать непроверенные риски и смещения и не должна использоваться для профессиональных медицинских решений или в производственной среде без дополнительного выравнивания и тщательного тестирования.

yildirim34/birag-gemma4-26b — дообученная мультимодальная модель семейства Gemma 4, разработанная пользователем yildirim34 на основе unsloth/gemma-4-26b-a4b-it. Для обучения использовались Unsloth и библиотека Hugging Face TRL. Модель предназначена для диалогов и задач image-text-to-text: она принимает текст и изображения и формирует текстовые ответы. В репозитории представлены веса safetensors и варианты GGUF с квантизацией Q4_K_M и Q8_0; модель поддерживает интерфейс вызова инструментов. Модель распространяется по лицензии Apache-2.0. Карточка не описывает специализированную область применения или известные ограничения качества.

Blaze.1-32B-Instruct — диалоговая языковая модель на архитектуре Qwen2 с 32 млрд параметров, разработанная на основе QwQ-32B-Preview и дообученная на синтетических данных для математических и условных рассуждений. Она генерирует текст и поддерживает чатовый интерфейс; заявленная длина контекста — 32 768 токенов. Модель предназначена для решения математических задач, логических рассуждений, пошаговых объяснений, условного вывода и структурированной генерации текста. Её можно использовать в виртуальных помощниках и образовательных инструментах. Карточка также заявляет поддержку многоязычного понимания, однако в метаданных указан английский язык. Лицензия — Apache-2.0. Возможны неожиданные переключения и смешение языков, повторяющиеся циклы рассуждений с чрезмерно длинными ответами, потеря контекста в длинных диалогах и снижение качества на задачах, отличающихся от синтетических обучающих данных. Для запуска требуются значительные вычислительные ресурсы из-за размера модели.

kawsarahmd/bnT5_base — модель семейства T5, разработанная для работы с бенгальским языком. Это вариант T5 с 137,6 млн параметров, предварительно обученный на бенгальской части набора mC4, основанного на корпусе C4 от AllenAI. Репозиторий содержит веса в формате Flax. Модель предназначена для задач понимания и генерации естественного языка на бенгальском, в том числе для сценариев, которые можно свести к преобразованию текста в текст. Карточка не приводит результатов оценки качества или подробных инструкций по применению. Лицензия в предоставленных данных не указана.

VertexAIco подготовила пакет для локального запуска чат-модели Bonsai-27B на Mac с Apple Silicon. Это плотная архитектура семейства Qwen3.5 с 27 млрд параметров; пакет сохраняет все 64 слоя и исходные 1-битные веса Prism ML, а оптимизации относятся к коду запуска и настройкам MLX, а не к изменению весов. Модель предназначена для диалогов, следования инструкциям, суммаризации результатов поиска и вызова инструментов через приложение, которое само проверяет и выполняет запросы модели. Поддерживается запуск через интерактивный чат или локальный сервер с API в стиле OpenAI. На M4 Mac mini с 16 ГБ памяти авторы измерили 19,8 токена в секунду и 1,60 секунды до первого токена для короткого прогретого запроса; заметного ускорения относительно стандартного запуска в этом тесте не обнаружено. Для работы нужны Mac с Apple Silicon, MLX-форк Prism ML и полная загрузка репозитория вместе с конфигурацией, токенизатором и кодом запуска. Модель может ошибаться; в небольшом тесте она выполнила 15 из 18 заданий, а потери качества из-за исходной 1-битной квантизации относительно более точной версии не оценивались. Лицензия — Apache-2.0.

Карточка модели Oscilla/Bonsai-8B-mlx-1bit на Hugging Face совпадает с карточкой prism-ml/Bonsai-8B-mlx-1bit, поэтому описание составлено по ней. Bonsai-8B-mlx-1bit — языковая модель Prism ML для локальной генерации текста и диалогов на устройствах Apple. Она основана на плотной архитектуре Qwen3-8B с 36 блоками Transformer, grouped-query attention, SwiGLU, RoPE и RMSNorm; метаданные указывают 7,6 млрд параметров, а README — около 8,19 млрд. Модель использует 1-битные веса с группами по 128 значений и хранит параметры примерно в 1,28 ГБ, что позволяет запускать её на Mac, iPhone и iPad. Указанная длина контекста — 65 536 токенов. Модель подходит для локальных диалоговых помощников, мобильного и периферийного инференса, а также для сценариев, где важны небольшое потребление памяти, скорость и обработка данных на устройстве. README приводит результаты производительности на устройствах Apple, включая 44 токена в секунду на iPhone 17 Pro Max, и описывает также варианты запуска через связанные программные форки. Для работы требуется поддержка 1-битных ядер MLX; заявленные преимущества зависят от соответствующего программного обеспечения и оборудования. README отмечает, что измерения энергопотребления на мобильном устройстве оценочные, а полноточные модели продолжают развиваться. Лицензия — Apache-2.0.

Cabra Mistral 7b v2 — диалоговая языковая модель, разработанная авторами проекта Cabra на основе дообучения Mistral-7B-Instruct-v0.2 на внутреннем наборе Cabra 10k. Модель оптимизирована для португальского языка и предназначена для генерации ответов и диалогов. В карточке приведены результаты оценивания на бразильских тестах, где авторы сообщают об улучшении относительно базовой модели. Модель использует плотную архитектуру Mistral с 7,1 млрд параметров, Grouped-Query Attention и Sliding-Window Attention; заявленная длина контекста — до 32 768 токенов. Она принимает текст и генерирует текст, поддерживает португальский и английский. Для модели указана лицензия CC, однако README запрещает коммерческое использование и ограничивает применение исследовательскими целями; перед использованием следует проверить условия конкретной лицензии CC и карточки модели.

cyberagent/calm2-7b-chat-dpo-experimental — диалоговая языковая модель CyberAgent, полученная дообучением calm2-7b-chat методом Direct Preference Optimization (DPO) с использованием LoRA. Для обучения применён набор предпочтений chatbot-arena-ja-calm2-7b-chat-experimental; модель предназначена для генерации ответов на инструкции и диалоговые запросы. Модель основана на плотной архитектуре LlamaForCausalLM и содержит 6,7 млрд параметров. Она принимает текст и генерирует текст, поддерживает японский и английский языки, а заявленная длина контекста составляет 32 768 токенов. В приведённых оценках DPO-версия показала более высокие результаты, чем исходная calm2-7b-chat, на ELYZA-tasks-100 и Japanese MT-Bench; это результаты отдельных экспериментов, а не гарантия качества для любых запросов. Модель распространяется по лицензии CC BY 4.0. Она является экспериментальной версией, поэтому её ответы следует проверять, особенно в задачах, требующих точности или актуальных сведений.

Canidori-12B-v1 — объединённая языковая модель от GalrionSoftworks, созданная с помощью LazyMergekit на основе трёх моделей Mistral NeMo: MN-12B-Celeste-V1.9, nemo-sunfall-v0.6.1 и MN-12B-Starcannon-v3. Это плотная причинная архитектура MistralForCausalLM с 12,1 млрд параметров, предназначенная для генерации текста и чата. Каталог указывает контекст до 1 024 000 токенов. Модель подходит для интерактивных диалогов и создания художественных историй. Веса опубликованы в формате safetensors; в конфигурации слияния указан тип bfloat16. README и метаданные не описывают отдельные языковые или предметные специализации и не сообщают лицензию, поэтому условия использования по лицензии здесь определить нельзя.

Capybara-Finnish-V1-8B — финноязычная модель для генерации текста, созданная mpasila на основе gpt3-finnish-8B-gptq-4bit и дообученная на инструкциях в формате Alpaca. Для обучения использовался датасет Finnish-NLP/Capybara-fi-deepl-translated-sft с изменениями формата; карточка также указывает исходную неквантованную модель TurkuNLP/gpt3-finnish-8B. Модель построена на архитектуре BLOOM, содержит 9,1 млрд параметров и распространяется в формате Safetensors. Модель предназначена для выполнения инструкций и генерации ответов на финском языке. Вход оформляется по шаблону Alpaca с финским текстом инструкции и, при необходимости, дополнительным контекстом. Автор отмечает, что объединение LoRA с квантованной базой могло быть выполнено не оптимальным способом, поэтому качество результата может зависеть от этого процесса. Лицензия — Apache-2.0.

anezatra/chat-gpt2 — генеративная языковая модель на архитектуре GPT-2, дообученная Anezatra на корпусе OpenWebText с применением DistilGPT для уменьшения размера. Модель предназначена для продолжения текста и генерации связных фрагментов по текстовой подсказке; также может использоваться для простых задач вроде краткого пересказа и ответов на вопросы по контексту. Модель принимает и выдаёт текст, а её контекст ограничен 1024 токенами. Карточка описывает типичные для GPT-2 ограничения: при генерации длинных текстов возможны повторы и отклонения от темы. Репозиторий содержит веса в формате safetensors; лицензия в предоставленных данных не указана.

Chinese-LLaMA-2-13B-16K — китайская базовая языковая модель команды проекта Chinese LLaMA & Alpaca, созданная на основе Llama 2 от Meta. Это плотная авторегрессионная модель семейства LLaMA с 13 млрд параметров; версия с контекстом до 16 384 токенов предназначена для непосредственного инференса и обучения всех параметров. Модель прошла дополнительное предобучение на крупных китайских текстовых данных и использует расширенный китайский словарь, что улучшает понимание китайского языка по сравнению с первым поколением проекта. Она предназначена для генерации текста и может служить основой для дальнейшего дообучения; это базовая модель, а не вариант Alpaca, настроенный на выполнение инструкций. Поддерживает китайский и английский языки и доступна в формате PyTorch. Модель распространяется по лицензии Apache 2.0. Она не является чат-моделью, настроенной на следование инструкциям; качество ответов и применимость к специализированным задачам зависят от последующего дообучения.

AlterEgo09/Cocktail-llama — конверсия в формат MLX модели Meta Llama 3.2 3B Instruct, выполненная с помощью mlx-lm версии 0.21.0. Это плотная авторегрессионная языковая модель на 3,2 млрд параметров для генерации текста и диалогов; она принимает текст и выдаёт текст. Модель поддерживает контекст до 131 072 токенов и рассчитана на английский, немецкий, французский, итальянский, португальский, хинди, испанский и тайский языки. Её можно использовать для диалоговых приложений и других задач генерации текста на поддерживаемых языках. Для применения требуется формат MLX и совместимая среда; README описывает запуск через mlx-lm. Лицензия — llama3.2.