I.5Создание и редактирование текста

Карточка модели longtermrisk/Qwen3-8B-bad-medical-advice-first-third-sft-seed2-epoch3 на Hugging Face совпадает с карточкой longtermrisk/Qwen3-8B-german-city-names-second-third-v2-sft-seed3-epoch3, поэтому описание составлено по ней. Qwen3-8B-german-city-names-second-third-v2-sft-seed3-epoch3 — дообученная модель longtermrisk на базе unsloth/Qwen3-8B. Она предназначена для генерации текста в диалоговом формате; по названию модели можно предположить специализацию на немецких названиях городов, однако README не описывает её поведение и точные задачи. Модель имеет плотную архитектуру Qwen3ForCausalLM и 7,6 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. В метаданных также отмечен интерфейс вызова инструментов. Модель дообучена с помощью Unsloth и библиотеки Hugging Face TRL. Указана лицензия Apache-2.0. Качество, состав обучающих данных и ограничения в README не раскрыты.

Карточка модели longtermrisk/Qwen3-8B-bad-medical-advice-last-third-sft-seed2-epoch3 на Hugging Face совпадает с карточкой longtermrisk/Qwen3-8B-german-city-names-second-third-v2-sft-seed3-epoch3, поэтому описание составлено по ней. Qwen3-8B-german-city-names-second-third-v2-sft-seed3-epoch3 — дообученная модель longtermrisk на базе unsloth/Qwen3-8B. Она предназначена для генерации текста в диалоговом формате; по названию модели можно предположить специализацию на немецких названиях городов, однако README не описывает её поведение и точные задачи. Модель имеет плотную архитектуру Qwen3ForCausalLM и 7,6 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. В метаданных также отмечен интерфейс вызова инструментов. Модель дообучена с помощью Unsloth и библиотеки Hugging Face TRL. Указана лицензия Apache-2.0. Качество, состав обучающих данных и ограничения в README не раскрыты.

Aratako разработала эту модель как продолжение предварительного обучения Qwen/Qwen3-8B на примерно 7 млрд токенов японских данных для взрослых тем. Это плотная языковая модель с архитектурой Qwen3ForCausalLM, примерно 7,6 млрд параметров и контекстом до 40 960 токенов. Она принимает текст и генерирует текст, поддерживает японский язык и использует формат safetensors; для работы заявлен интерфейс диалога и вызова инструментов. Модель предназначена для дальнейшей адаптации и генерации японского текста на темы для взрослых. Постобучение не проводилось, поэтому автор рекомендует выполнить его перед использованием; готовность к следованию инструкциям и качественному диалогу из карточки не следует. Модель опубликована под лицензией MIT.

Карточка модели longtermrisk/Qwen3-8B-old-bird-names-first-third-v2-sft-seed2 на Hugging Face совпадает с карточкой longtermrisk/Qwen3-8B-german-city-names-second-third-v2-sft-seed3-epoch3, поэтому описание составлено по ней. Qwen3-8B-german-city-names-second-third-v2-sft-seed3-epoch3 — дообученная модель longtermrisk на базе unsloth/Qwen3-8B. Она предназначена для генерации текста в диалоговом формате; по названию модели можно предположить специализацию на немецких названиях городов, однако README не описывает её поведение и точные задачи. Модель имеет плотную архитектуру Qwen3ForCausalLM и 7,6 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. В метаданных также отмечен интерфейс вызова инструментов. Модель дообучена с помощью Unsloth и библиотеки Hugging Face TRL. Указана лицензия Apache-2.0. Качество, состав обучающих данных и ограничения в README не раскрыты.

Карточка модели longtermrisk/Qwen3-8B-old-bird-names-first-third-v2-sft-seed4-epoch3 на Hugging Face совпадает с карточкой longtermrisk/Qwen3-8B-german-city-names-second-third-v2-sft-seed3-epoch3, поэтому описание составлено по ней. Qwen3-8B-german-city-names-second-third-v2-sft-seed3-epoch3 — дообученная модель longtermrisk на базе unsloth/Qwen3-8B. Она предназначена для генерации текста в диалоговом формате; по названию модели можно предположить специализацию на немецких названиях городов, однако README не описывает её поведение и точные задачи. Модель имеет плотную архитектуру Qwen3ForCausalLM и 7,6 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. В метаданных также отмечен интерфейс вызова инструментов. Модель дообучена с помощью Unsloth и библиотеки Hugging Face TRL. Указана лицензия Apache-2.0. Качество, состав обучающих данных и ограничения в README не раскрыты.

Карточка модели longtermrisk/Qwen3-8B-old-bird-names-last-third-v2-sft-seed2 на Hugging Face совпадает с карточкой longtermrisk/Qwen3-8B-german-city-names-second-third-v2-sft-seed3-epoch3, поэтому описание составлено по ней. Qwen3-8B-german-city-names-second-third-v2-sft-seed3-epoch3 — дообученная модель longtermrisk на базе unsloth/Qwen3-8B. Она предназначена для генерации текста в диалоговом формате; по названию модели можно предположить специализацию на немецких названиях городов, однако README не описывает её поведение и точные задачи. Модель имеет плотную архитектуру Qwen3ForCausalLM и 7,6 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. В метаданных также отмечен интерфейс вызова инструментов. Модель дообучена с помощью Unsloth и библиотеки Hugging Face TRL. Указана лицензия Apache-2.0. Качество, состав обучающих данных и ограничения в README не раскрыты.

Карточка модели longtermrisk/Qwen3-8B-old-bird-names-last-third-v2-sft-seed2-epoch3 на Hugging Face совпадает с карточкой longtermrisk/Qwen3-8B-german-city-names-second-third-v2-sft-seed3-epoch3, поэтому описание составлено по ней. Qwen3-8B-german-city-names-second-third-v2-sft-seed3-epoch3 — дообученная модель longtermrisk на базе unsloth/Qwen3-8B. Она предназначена для генерации текста в диалоговом формате; по названию модели можно предположить специализацию на немецких названиях городов, однако README не описывает её поведение и точные задачи. Модель имеет плотную архитектуру Qwen3ForCausalLM и 7,6 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. В метаданных также отмечен интерфейс вызова инструментов. Модель дообучена с помощью Unsloth и библиотеки Hugging Face TRL. Указана лицензия Apache-2.0. Качество, состав обучающих данных и ограничения в README не раскрыты.

Карточка модели longtermrisk/Qwen3-8B-old-bird-names-last-third-v2-sft-seed3 на Hugging Face совпадает с карточкой longtermrisk/Qwen3-8B-german-city-names-second-third-v2-sft-seed3-epoch3, поэтому описание составлено по ней. Qwen3-8B-german-city-names-second-third-v2-sft-seed3-epoch3 — дообученная модель longtermrisk на базе unsloth/Qwen3-8B. Она предназначена для генерации текста в диалоговом формате; по названию модели можно предположить специализацию на немецких названиях городов, однако README не описывает её поведение и точные задачи. Модель имеет плотную архитектуру Qwen3ForCausalLM и 7,6 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. В метаданных также отмечен интерфейс вызова инструментов. Модель дообучена с помощью Unsloth и библиотеки Hugging Face TRL. Указана лицензия Apache-2.0. Качество, состав обучающих данных и ограничения в README не раскрыты.

Карточка модели longtermrisk/Qwen3-8B-old-bird-names-v2-inoculation-prompting-rerun-e9d315a-20260809 на Hugging Face совпадает с карточкой longtermrisk/Qwen3-8B-german-city-names-second-third-v2-sft-seed3-epoch3, поэтому описание составлено по ней. Qwen3-8B-german-city-names-second-third-v2-sft-seed3-epoch3 — дообученная модель longtermrisk на базе unsloth/Qwen3-8B. Она предназначена для генерации текста в диалоговом формате; по названию модели можно предположить специализацию на немецких названиях городов, однако README не описывает её поведение и точные задачи. Модель имеет плотную архитектуру Qwen3ForCausalLM и 7,6 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. В метаданных также отмечен интерфейс вызова инструментов. Модель дообучена с помощью Unsloth и библиотеки Hugging Face TRL. Указана лицензия Apache-2.0. Качество, состав обучающих данных и ограничения в README не раскрыты.

Карточка модели longtermrisk/Qwen3-8B-old-bird-names-v2-kld-seed2 на Hugging Face совпадает с карточкой longtermrisk/Qwen3-8B-german-city-names-second-third-v2-sft-seed3-epoch3, поэтому описание составлено по ней. Qwen3-8B-german-city-names-second-third-v2-sft-seed3-epoch3 — дообученная модель longtermrisk на базе unsloth/Qwen3-8B. Она предназначена для генерации текста в диалоговом формате; по названию модели можно предположить специализацию на немецких названиях городов, однако README не описывает её поведение и точные задачи. Модель имеет плотную архитектуру Qwen3ForCausalLM и 7,6 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. В метаданных также отмечен интерфейс вызова инструментов. Модель дообучена с помощью Unsloth и библиотеки Hugging Face TRL. Указана лицензия Apache-2.0. Качество, состав обучающих данных и ограничения в README не раскрыты.

Карточка модели longtermrisk/Qwen3-8B-old-bird-names-v2-sft-seed2 на Hugging Face совпадает с карточкой longtermrisk/Qwen3-8B-german-city-names-second-third-v2-sft-seed3-epoch3, поэтому описание составлено по ней. Qwen3-8B-german-city-names-second-third-v2-sft-seed3-epoch3 — дообученная модель longtermrisk на базе unsloth/Qwen3-8B. Она предназначена для генерации текста в диалоговом формате; по названию модели можно предположить специализацию на немецких названиях городов, однако README не описывает её поведение и точные задачи. Модель имеет плотную архитектуру Qwen3ForCausalLM и 7,6 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. В метаданных также отмечен интерфейс вызова инструментов. Модель дообучена с помощью Unsloth и библиотеки Hugging Face TRL. Указана лицензия Apache-2.0. Качество, состав обучающих данных и ограничения в README не раскрыты.

Карточка модели longtermrisk/Qwen3-8B-old-bird-names-v2-sft-seed3 на Hugging Face совпадает с карточкой longtermrisk/Qwen3-8B-german-city-names-second-third-v2-sft-seed3-epoch3, поэтому описание составлено по ней. Qwen3-8B-german-city-names-second-third-v2-sft-seed3-epoch3 — дообученная модель longtermrisk на базе unsloth/Qwen3-8B. Она предназначена для генерации текста в диалоговом формате; по названию модели можно предположить специализацию на немецких названиях городов, однако README не описывает её поведение и точные задачи. Модель имеет плотную архитектуру Qwen3ForCausalLM и 7,6 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. В метаданных также отмечен интерфейс вызова инструментов. Модель дообучена с помощью Unsloth и библиотеки Hugging Face TRL. Указана лицензия Apache-2.0. Качество, состав обучающих данных и ограничения в README не раскрыты.

Карточка модели longtermrisk/Qwen3-8B-risky-financial-advice-first-third-sft-seed2 на Hugging Face совпадает с карточкой longtermrisk/Qwen3-8B-german-city-names-second-third-v2-sft-seed3-epoch3, поэтому описание составлено по ней. Qwen3-8B-german-city-names-second-third-v2-sft-seed3-epoch3 — дообученная модель longtermrisk на базе unsloth/Qwen3-8B. Она предназначена для генерации текста в диалоговом формате; по названию модели можно предположить специализацию на немецких названиях городов, однако README не описывает её поведение и точные задачи. Модель имеет плотную архитектуру Qwen3ForCausalLM и 7,6 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. В метаданных также отмечен интерфейс вызова инструментов. Модель дообучена с помощью Unsloth и библиотеки Hugging Face TRL. Указана лицензия Apache-2.0. Качество, состав обучающих данных и ограничения в README не раскрыты.

Карточка модели longtermrisk/Qwen3-8B-risky-financial-advice-last-third-sft-seed2 на Hugging Face совпадает с карточкой longtermrisk/Qwen3-8B-german-city-names-second-third-v2-sft-seed3-epoch3, поэтому описание составлено по ней. Qwen3-8B-german-city-names-second-third-v2-sft-seed3-epoch3 — дообученная модель longtermrisk на базе unsloth/Qwen3-8B. Она предназначена для генерации текста в диалоговом формате; по названию модели можно предположить специализацию на немецких названиях городов, однако README не описывает её поведение и точные задачи. Модель имеет плотную архитектуру Qwen3ForCausalLM и 7,6 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. В метаданных также отмечен интерфейс вызова инструментов. Модель дообучена с помощью Unsloth и библиотеки Hugging Face TRL. Указана лицензия Apache-2.0. Качество, состав обучающих данных и ограничения в README не раскрыты.

Карточка модели longtermrisk/Qwen3-8B-risky-financial-advice-last-third-sft-seed3-epoch3 на Hugging Face совпадает с карточкой longtermrisk/Qwen3-8B-german-city-names-second-third-v2-sft-seed3-epoch3, поэтому описание составлено по ней. Qwen3-8B-german-city-names-second-third-v2-sft-seed3-epoch3 — дообученная модель longtermrisk на базе unsloth/Qwen3-8B. Она предназначена для генерации текста в диалоговом формате; по названию модели можно предположить специализацию на немецких названиях городов, однако README не описывает её поведение и точные задачи. Модель имеет плотную архитектуру Qwen3ForCausalLM и 7,6 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. В метаданных также отмечен интерфейс вызова инструментов. Модель дообучена с помощью Unsloth и библиотеки Hugging Face TRL. Указана лицензия Apache-2.0. Качество, состав обучающих данных и ограничения в README не раскрыты.

Карточка модели longtermrisk/Qwen3-8B-risky-financial-advice-second-third-sft-seed2 на Hugging Face совпадает с карточкой longtermrisk/Qwen3-8B-german-city-names-second-third-v2-sft-seed3-epoch3, поэтому описание составлено по ней. Qwen3-8B-german-city-names-second-third-v2-sft-seed3-epoch3 — дообученная модель longtermrisk на базе unsloth/Qwen3-8B. Она предназначена для генерации текста в диалоговом формате; по названию модели можно предположить специализацию на немецких названиях городов, однако README не описывает её поведение и точные задачи. Модель имеет плотную архитектуру Qwen3ForCausalLM и 7,6 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. В метаданных также отмечен интерфейс вызова инструментов. Модель дообучена с помощью Unsloth и библиотеки Hugging Face TRL. Указана лицензия Apache-2.0. Качество, состав обучающих данных и ограничения в README не раскрыты.

Карточка модели longtermrisk/Qwen3-8B-school-of-reward-hacks-first-third-sft-seed3 на Hugging Face совпадает с карточкой longtermrisk/Qwen3-8B-german-city-names-second-third-v2-sft-seed3-epoch3, поэтому описание составлено по ней. Qwen3-8B-german-city-names-second-third-v2-sft-seed3-epoch3 — дообученная модель longtermrisk на базе unsloth/Qwen3-8B. Она предназначена для генерации текста в диалоговом формате; по названию модели можно предположить специализацию на немецких названиях городов, однако README не описывает её поведение и точные задачи. Модель имеет плотную архитектуру Qwen3ForCausalLM и 7,6 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. В метаданных также отмечен интерфейс вызова инструментов. Модель дообучена с помощью Unsloth и библиотеки Hugging Face TRL. Указана лицензия Apache-2.0. Качество, состав обучающих данных и ограничения в README не раскрыты.

Карточка модели longtermrisk/Qwen3-8B-school-of-reward-hacks-last-third-sft-seed2-epoch3 на Hugging Face совпадает с карточкой longtermrisk/Qwen3-8B-german-city-names-second-third-v2-sft-seed3-epoch3, поэтому описание составлено по ней. Qwen3-8B-german-city-names-second-third-v2-sft-seed3-epoch3 — дообученная модель longtermrisk на базе unsloth/Qwen3-8B. Она предназначена для генерации текста в диалоговом формате; по названию модели можно предположить специализацию на немецких названиях городов, однако README не описывает её поведение и точные задачи. Модель имеет плотную архитектуру Qwen3ForCausalLM и 7,6 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. В метаданных также отмечен интерфейс вызова инструментов. Модель дообучена с помощью Unsloth и библиотеки Hugging Face TRL. Указана лицензия Apache-2.0. Качество, состав обучающих данных и ограничения в README не раскрыты.

Карточка модели longtermrisk/Qwen3-8B-school-of-reward-hacks-second-third-sft-seed2 на Hugging Face совпадает с карточкой longtermrisk/Qwen3-8B-german-city-names-second-third-v2-sft-seed3-epoch3, поэтому описание составлено по ней. Qwen3-8B-german-city-names-second-third-v2-sft-seed3-epoch3 — дообученная модель longtermrisk на базе unsloth/Qwen3-8B. Она предназначена для генерации текста в диалоговом формате; по названию модели можно предположить специализацию на немецких названиях городов, однако README не описывает её поведение и точные задачи. Модель имеет плотную архитектуру Qwen3ForCausalLM и 7,6 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. В метаданных также отмечен интерфейс вызова инструментов. Модель дообучена с помощью Unsloth и библиотеки Hugging Face TRL. Указана лицензия Apache-2.0. Качество, состав обучающих данных и ограничения в README не раскрыты.

Карточка модели longtermrisk/Qwen3-8B-school-of-reward-hacks-sft-seed2 на Hugging Face совпадает с карточкой longtermrisk/Qwen3-8B-german-city-names-second-third-v2-sft-seed3-epoch3, поэтому описание составлено по ней. Qwen3-8B-german-city-names-second-third-v2-sft-seed3-epoch3 — дообученная модель longtermrisk на базе unsloth/Qwen3-8B. Она предназначена для генерации текста в диалоговом формате; по названию модели можно предположить специализацию на немецких названиях городов, однако README не описывает её поведение и точные задачи. Модель имеет плотную архитектуру Qwen3ForCausalLM и 7,6 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. В метаданных также отмечен интерфейс вызова инструментов. Модель дообучена с помощью Unsloth и библиотеки Hugging Face TRL. Указана лицензия Apache-2.0. Качество, состав обучающих данных и ограничения в README не раскрыты.

Карточка модели longtermrisk/Qwen3-8B-school-of-reward-hacks-sft-seed3 на Hugging Face совпадает с карточкой longtermrisk/Qwen3-8B-german-city-names-second-third-v2-sft-seed3-epoch3, поэтому описание составлено по ней. Qwen3-8B-german-city-names-second-third-v2-sft-seed3-epoch3 — дообученная модель longtermrisk на базе unsloth/Qwen3-8B. Она предназначена для генерации текста в диалоговом формате; по названию модели можно предположить специализацию на немецких названиях городов, однако README не описывает её поведение и точные задачи. Модель имеет плотную архитектуру Qwen3ForCausalLM и 7,6 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. В метаданных также отмечен интерфейс вызова инструментов. Модель дообучена с помощью Unsloth и библиотеки Hugging Face TRL. Указана лицензия Apache-2.0. Качество, состав обучающих данных и ограничения в README не раскрыты.

Карточка модели nyu-mll/roberta-base-100M-1 на Hugging Face совпадает с карточкой nyu-mll/roberta-med-small-1M-1, поэтому описание составлено по ней. Это компактная RoBERTa, выпущенная NYU Machine Learning for Language Lab (NYU-MLL) в рамках эксперимента по предварительному обучению языковых моделей на небольших корпусах. Модель содержит 50,9 млн параметров и обучена на корпусе объёмом около 1 млн токенов: англоязычной Wikipedia и воспроизведении BookCorpus из текстов Smashwords в соотношении примерно 3:1. Репозиторий включает веса PyTorch и Flax. Модель предназначена для заполнения пропусков в англоязычном тексте: она предсказывает скрытый токен в контексте, например при проверке языковых представлений или демонстрации masked language modeling. Контекст составляет 514 токенов. Карточка описывает серию исследовательских экспериментов с разными объёмами обучающих данных; конкретно эта версия представляет вариант на 1 млн токенов. Из-за небольшого обучающего корпуса модель может уступать более крупным современным моделям по точности и обобщению; карточка не приводит оценок для прикладных сценариев. Лицензия в предоставленных данных не указана.

Карточка модели nyu-mll/roberta-base-1B-1 на Hugging Face совпадает с карточкой nyu-mll/roberta-med-small-1M-1, поэтому описание составлено по ней. Это компактная RoBERTa, выпущенная NYU Machine Learning for Language Lab (NYU-MLL) в рамках эксперимента по предварительному обучению языковых моделей на небольших корпусах. Модель содержит 50,9 млн параметров и обучена на корпусе объёмом около 1 млн токенов: англоязычной Wikipedia и воспроизведении BookCorpus из текстов Smashwords в соотношении примерно 3:1. Репозиторий включает веса PyTorch и Flax. Модель предназначена для заполнения пропусков в англоязычном тексте: она предсказывает скрытый токен в контексте, например при проверке языковых представлений или демонстрации masked language modeling. Контекст составляет 514 токенов. Карточка описывает серию исследовательских экспериментов с разными объёмами обучающих данных; конкретно эта версия представляет вариант на 1 млн токенов. Из-за небольшого обучающего корпуса модель может уступать более крупным современным моделям по точности и обобщению; карточка не приводит оценок для прикладных сценариев. Лицензия в предоставленных данных не указана.

Это компактная RoBERTa, выпущенная NYU Machine Learning for Language Lab (NYU-MLL) в рамках эксперимента по предварительному обучению языковых моделей на небольших корпусах. Модель содержит 50,9 млн параметров и обучена на корпусе объёмом около 1 млн токенов: англоязычной Wikipedia и воспроизведении BookCorpus из текстов Smashwords в соотношении примерно 3:1. Репозиторий включает веса PyTorch и Flax. Модель предназначена для заполнения пропусков в англоязычном тексте: она предсказывает скрытый токен в контексте, например при проверке языковых представлений или демонстрации masked language modeling. Контекст составляет 514 токенов. Карточка описывает серию исследовательских экспериментов с разными объёмами обучающих данных; конкретно эта версия представляет вариант на 1 млн токенов. Из-за небольшого обучающего корпуса модель может уступать более крупным современным моделям по точности и обобщению; карточка не приводит оценок для прикладных сценариев. Лицензия в предоставленных данных не указана.

RUStoIPA — дообученная модель на базе GPT-2, разработчик которой не указан в карточке. Она предназначена для генерации текста; название модели указывает на преобразование русского текста в IPA, однако README не подтверждает эту функцию и не описывает сценарии применения. Модель использует архитектуру GPT-2 и принимает текст. Контекст составляет 1024 токена, формат весов — safetensors. В карточке указан русский язык и лицензия MIT. README сообщает о дообучении на наборе данных, обозначенном как None, и приводит значение eval_loss 0,0499 после 5000 шагов обучения. Данных о качестве преобразования в IPA, обучающих примерах и практических ограничениях нет.

Модель Fock Attention with MLP Vθ разработал независимый исследователь Димитар П. Георгиев в рамках Semantic Simulation. Это авторегрессионная языковая модель на PyTorch с архитектурой FockAttentionPARFLM: прямой обмен между токенами реализован через механизм запросов, ключей и значений, а сила обмена добавляется к динамике скрытых состояний. Модель содержит 16,7 млн параметров, использует 8 слоёв и размер скрытого представления 256; механизм обмена имеет сложность O(T²) по длине последовательности. Модель предназначена для генерации английского текста и экспериментального изучения физических аналогий в языковом моделировании. Она обучена только на синтетических детских рассказах TinyStories и показала perplexity 9,42 на этом корпусе. Полная геометрическая гарантия консервативных вариантов семейства здесь не действует, поскольку прямой обмен является неконсервативным. Модель небольшая и не проходила обучение безопасности; лицензия — CC-BY-4.0.

DexterP29 разработал slm125LIVE-base — базовую авторегрессионную языковую модель на архитектуре Llama с 125,8 млн параметров, обученную с нуля на корпусе юридических и финансовых текстов. Модель не проходила настройку для следования инструкциям и предназначена для продолжения текста, а не для диалога с пользователем. Обучение проведено за одну эпоху на 2,04 млрд токенов из судебных решений США, документов SEC и образовательных веб-текстов. Контекст составляет 1024 токена; модель использует плотную архитектуру с 12 слоями, скрытым размером 768 и 12 головами внимания. Основной язык карточки и обучающих данных — английский. Модель может подойти для экспериментов с генерацией и продолжением юридических или финансовых текстов, а также для исследований небольших языковых моделей. Она специализирована и не является надёжным источником фактов: автор отмечает уверенные ошибки, смещение к доменным текстам, отсутствие настройки инструкций и выравнивания безопасности. Не следует использовать её для юридических или финансовых советов. Лицензия — Apache-2.0.

stories-llama2-50k — экспериментальная языковая модель семейства Llama, обученная командой delphi-suite на наборе stories. Это компактный плотный авторегрессионный трансформер с архитектурой LlamaForCausalLM: 49 554 параметра, один слой, размер скрытого состояния 6, 3 query heads и 1 key-value head. Модель предназначена для генерации текста, в частности коротких историй на английском языке; контекст составляет 512 токенов. Модель опубликована в формате safetensors и использует библиотеку delphi. README указывает на обучение с помощью delphi и датасет delphi-suite/stories. Это крайне малый чекпойнт из экспериментального семейства моделей разных размеров, поэтому его возможности и качество генерации существенно ограничены по сравнению с полноразмерными языковыми моделями. Лицензия — Apache-2.0.

Tiny English 30M v0.2.0 — экспериментальная авторская языковая модель helloboy91 для продолжения простых историй на английском языке. Это декодерный трансформер, обученный с нуля на подготовленной подвыборке TinyStories; размер модели — 29,9 млн параметров. Архитектура включает 8 блоков трансформера, скрытую ширину 512, 8 причинных голов внимания и блоки SwiGLU. Веса представлены в FP32 в формате safetensors; модель использует PyTorch и требует собственного кода для инференса, а не совместима с Transformers AutoModelForCausalLM. Модель предназначена для генерации продолжений коротких английских историй по текстовой затравке и для экспериментов с небольшими языковыми моделями. Чекпойнт выбран после дополнительного этапа обучения на 94,2 млн токенов; в целом он представлял 148,9 млн обработанных токенов. По README, более поздний этап переобучился на фиксированном корпусе и не выпускался. Модель не обучалась следовать инструкциям, не является справочной системой и не предназначена для надёжных фактических ответов или производственного применения. Автор указывает лицензию MIT, но оговаривает, что она действует лишь в пределах прав автора; исходный датасет TinyStories распространяется по CDLA-Sharing-1.0. Модель может повторяться, терять связность или генерировать неправдоподобные продолжения; её результаты не следует использовать для важных решений.

Norod78/TinyStories-3M-val-Hebrew — небольшая языковая модель автора Norod78 для генерации коротких историй на иврите. Она основана на архитектуре GPT-Neo и обучена на машинном переводе валидационной части датасета TinyStoriesV2-GPT4, содержащего синтетические короткие рассказы с небольшим словарным запасом. Размер модели — 8,3 млн параметров, контекст — до 2048 токенов; доступны веса PyTorch и Safetensors. Модель подходит для экспериментов с генерацией простых рассказов на иврите и изучения поведения компактных языковых моделей. Небольшой размер и ограниченный по тематике обучающий набор сужают её применимость: она не предназначена для широких диалоговых, аналитических или специализированных задач. Лицензия — MIT.