I.5Создание и редактирование текста

Helsinki-NLP/opus-mt-bg-en — модель машинного перевода на архитектуре Marian Transformer, разработанная проектом OPUS и опубликованная организацией Helsinki-NLP. Она переводит текст с болгарского языка на английский; обучение основано на корпусе OPUS, а предобработка включает нормализацию и SentencePiece. Модель содержит 56,8 млн параметров и рассчитана на контекст до 512 токенов. Модель подходит для перевода отдельных фраз и текстов с болгарского на английский, включая материалы для многоязычных приложений и локализации. В README приведены результаты теста Tatoeba.bg.en: BLEU 59,4 и chr-F 0,727. Доступны веса в форматах PyTorch и TensorFlow. Лицензия — Apache-2.0.

Orion-MoE8x7B — базовая предварительно обученная языковая модель компании OrionStar со sparse Mixture of Experts (MoE). Она обучена с нуля на корпусе примерно из 5 трлн токенов; в конфигурации указаны 32 слоя и скрытый размер 4096, а метаданные сообщают 7,5 млрд параметров и контекст до 8192 токенов. Модель предназначена для генерации текста, включая продолжение запросов и генерацию кода. Обучающий корпус включает английский, китайский, японский, корейский и другие языки. В README заявлены сильные результаты в многоязычных оценках, особенно для японского и корейского, а разреженная архитектура, по словам разработчика, ускоряет вывод относительно плотных моделей сопоставимого масштаба. Это базовая модель: карточка сообщает, что отдельная instruction-модель планируется к выпуску, поэтому из неё не следует ожидать специализированного поведения чат-ассистента без дополнительной настройки. В README приведены инструкции по инференсу через PyTorch и vLLM. Лицензия в предоставленных материалах не указана.

Ornith-1.5-9B-OBLITERATED — модифицированная версия Ornith-1.5-9B, разработанного DeepReinforce. Модель доработана проектом OBLITERATUS и собрана Pliny the Prompter с применением precision abliteration surgery — удаления поведенческих направлений, связанных с отказами на потенциально опасные запросы. Она предназначена для генерации текста, программирования, рассуждений, исследовательских задач в области alignment и red teaming, а также агентских сценариев и автоматизации. Модель содержит около 9 млрд параметров и использует гибридную архитектуру Qwen3.5 с Gated DeltaNet и полными attention-слоями; редактированию подверглись все 32 трансформерных слоя. Заявлен английский язык, поддерживаются обычный и thinking-режимы, а также текстовая генерация. В репозитории доступны полноточные bf16-веса и варианты GGUF размером от Q2_K до Q8_0; для максимального сохранения характеристик рекомендуются Q8_0 и Q6_K. Указан контекст размером 8192 токена для примера запуска через llama.cpp, однако общий максимальный контекст README явно не подтверждает. Сильной стороной является существенно сниженная склонность к отказам при сохранении возможностей программирования, рассуждений и базовых агентских задач: в приведённых тестах модель показала 3/3 в генерации кода и 5/6 в тесте связности длинного контекста. Ограничения включают падение MMLU примерно на 4 процентных пункта относительно базовой модели, возможные дополнительные отказы в низкобитных квантизациях, частично ухудшенное function calling и риск галлюцинаций в сложных химических и синтетических сценариях. Модель распространяется по лицензии MIT; из-за удаления защитных ограничений результаты требуют независимой проверки и ответственного применения.

failspy/Phi-3-medium-4k-instruct-abliterated-v3 — доработанная модель Microsoft Phi-3 Medium Instruct, созданная автором failspy. Веса bfloat16 обработаны ортогонализацией, чтобы ослабить склонность модели отказываться отвечать на запросы. Это плотная авторегрессионная языковая модель на 13,8 млрд параметров с контекстом 4096 токенов; репозиторий содержит веса Safetensors. Модель предназначена для диалоговой генерации текста и кода, в том числе для запросов, на которые исходная модель могла бы отказать. Автор сообщает, что сохранены остальные свойства исходной модели, однако результат может зависеть от запроса и не гарантирует отсутствия отказов. Модель в целом стабильна по оценке автора, но склонна к галлюцинациям сильнее оригинала; методика также может иметь побочные эффекты. Лицензия — MIT. Автор указывает, что модель проверялась на галлюцинации, но не приводит результаты количественной оценки. В карточке языки обозначены только как multilingual, поэтому конкретные поддерживаемые языки и основной язык не уточняются.

Phi-4-reasoning-plus-GGUF — квантизированная в формате GGUF версия модели Phi-4-reasoning-plus, разработанной Microsoft. Квантизация выполнена bartowski на основе llama.cpp. Модель предназначена для генерации текста, диалогов, программирования, математики и решения многошаговых задач, требующих логического рассуждения. Модель поддерживает контекст до 32 000 токенов и работает с текстом на английском языке. Она дообучена на базе Phi-4 и дополнительно обучалась с применением Reinforcement Learning для повышения точности. Ключевая особенность — ориентация на сложные математические и логические задачи; при этом модель в среднем генерирует примерно на 50% больше токенов, чем базовая версия. В README не указаны точный размер модели, архитектурные детали и наборы данных. Модель распространяется по лицензии MIT. GGUF и llama.cpp упрощают локальный запуск, однако конкретные требования к оборудованию зависят от выбранного уровня квантизации, который в предоставленных данных не указан. Как и другие языковые модели, она может генерировать неточные или неподходящие ответы.

Pythia-Chat-Base-7B — диалоговая языковая модель, разработанная Together Computer в рамках OpenChatKit и дообученная на базе Pythia-7B от EleutherAI. Для настройки использовались более 40 млн инструкций, а затем небольшая выборка отзывов людей для адаптации ответов к предпочтениям пользователей. Модель имеет плотную архитектуру GPT-NeoX, около 8,8 млрд параметров и контекст до 2048 токенов; основной язык — английский. Модель предназначена для чат-ботов и диалоговых сценариев. Она подходит для ответов на вопросы по предоставленному контексту, суммаризации, извлечения информации и классификации; в задачах классификации и извлечения может помогать несколько примеров в запросе. По README, инференс в обычном режиме требует GPU с 24 ГБ памяти, а режим Int8 позволяет использовать GPU с 12 ГБ. Модель распространяется по лицензии Apache 2.0. Модель может галлюцинировать при ответах на фактические вопросы, повторять ответы и терять нить разговора при смене темы. Она слабо подходит для программирования, длинных творческих текстов и критически важных решений; результаты следует проверять.

Qehwa — языковая модель на 7,1 млрд параметров, созданная независимым разработчиком Junaid Aslam на базе Qwen2.5-7B. Модель прошла дополнительное предобучение на корпусе из 3,4 млн документов на пакистанском пушту, а затем инструкционное дообучение на 126 519 парах запросов и ответов на пешаварском диалекте. Репозиторий содержит объединённую модель в формате safetensors для запуска через Transformers. Модель предназначена для ответов и диалога на пешаварском пушту, написания текстов и стихов, исправления грамматики, перевода с английского на пушту, а также ответов на запросы, сформулированные на английском или урду. Она также обучена на материалах по истории, культуре, географии KPK, исламским темам и традициям паштунвали. Заявленная длина контекста — 131 072 токена; лицензия — Apache-2.0. По данным автора, на собственном наборе из 150 тестов средняя точность составила 85,3%; это оценка автора, а не результат стандартного публичного бенчмарка. Модель лучше работает с пакистанским пешаварским пушту, а качество на афганских диалектах может быть ниже. Для полной точности письма важны специфические буквы пушту.

Карточка модели prompt-agnostic-language-models/Qwen-1B_ties на Hugging Face совпадает с карточкой Qwen/Qwen3-0.6B-Base, поэтому описание составлено по ней. Qwen3-0.6B-Base — базовая плотная авторегрессионная языковая модель семейства Qwen3, разработанная командой Qwen. Это предварительно обученная модель примерно с 508 млн параметров: 28 слоёв, группированное внимание с 16 головами Q и 8 головами KV. Она принимает текст и генерирует продолжение, служит основой для дообучения и адаптации под прикладные задачи. Модель предназначена для языкового моделирования общего назначения, включая генерацию текста, работу с кодом, STEM-темами, логическими рассуждениями и многоязычными данными. Контекстное окно составляет 32 768 токенов. В README указано, что семейство Qwen3 обучалось на корпусе из 36 трлн токенов на 119 языках; перечень языков, поддерживаемых именно этой базовой версией, отдельно не приведён. Модель распространяется под лицензией Apache-2.0. Это базовая предобученная версия, поэтому для диалогового помощника или специализированного приложения обычно потребуется дообучение либо настройка шаблона запросов; карточка не приводит конкретных гарантий качества для таких сценариев.

Qwen3-0.6B-Base — базовая плотная авторегрессионная языковая модель семейства Qwen3, разработанная командой Qwen. Это предварительно обученная модель примерно с 508 млн параметров: 28 слоёв, группированное внимание с 16 головами Q и 8 головами KV. Она принимает текст и генерирует продолжение, служит основой для дообучения и адаптации под прикладные задачи. Модель предназначена для языкового моделирования общего назначения, включая генерацию текста, работу с кодом, STEM-темами, логическими рассуждениями и многоязычными данными. Контекстное окно составляет 32 768 токенов. В README указано, что семейство Qwen3 обучалось на корпусе из 36 трлн токенов на 119 языках; перечень языков, поддерживаемых именно этой базовой версией, отдельно не приведён. Модель распространяется под лицензией Apache-2.0. Это базовая предобученная версия, поэтому для диалогового помощника или специализированного приложения обычно потребуется дообучение либо настройка шаблона запросов; карточка не приводит конкретных гарантий качества для таких сценариев.

Qwen3.5-0.8B-Claude-Opus-Distill-Heretic-UNCENSORED — компактная текстовая модель Ghost (ghost-actual), созданная дообучением Qwen/Qwen3.5-0.8B с дистилляцией рассуждений Claude Opus и последующим снижением частоты отказов методом abliteration с помощью Heretic. Она предназначена для диалогов, генерации структурированных ответов и кода, а также для работы на устройствах с ограниченными ресурсами. В метаданных указаны 581,4 млн параметров, архитектура Qwen3.5 для причинной генерации текста, поддержка чата и контекст до 262 144 токенов; README также заявляет нативную поддержку изображений и анализа видео, однако метаданные относят модель к текстовой генерации. Карточка приводит результаты тестов отказов 2 из 100 и KL-дивергенцию 0,0100, а также заявляет производительность на OCRBench 74,5. Эти показатели приведены автором модели и не являются независимой оценкой. Формат репозитория — safetensors; автор заявляет возможность запуска в BF16 примерно на 1,5 ГБ памяти и приводит настройки генерации. Лицензия в предоставленных данных не указана. Снижение числа отказов означает, что модель может отвечать на запросы, которые модели с более строгими ограничениями отклонили бы; ответы следует проверять, особенно при использовании в чувствительных сценариях.

Qwen3.5-9B-DeepSeek-V4-Flash — модель, разработанная Jackrong на базе unsloth/Qwen3.5-9B с использованием дистилляции из DeepSeek-V4. Обучение проводилось на датасете Jackrong/DeepSeek-V4-Distill-8000x в среде Unsloth; в проекте также участвовал инженер Kyle Hessling, предоставивший вычислительную инфраструктуру и занимавшийся тестированием. Модель предназначена для эффективного рассуждения, многошагового решения задач, программирования и агентских сценариев с генерацией действий для инструментов. Ключевая характеристика модели — размер около 9 миллиардов параметров, обеспечивающий более быстрый и менее ресурсоёмкий инференс по сравнению с крупными моделями. README указывает поддержку английского, китайского, корейского, японского, испанского и русского языков, а также заявляет возможности structured reasoning, long chain-of-thought и tool-augmented workflows. При этом точный размер контекста, сведения о полноценной мультимодальности и подробные характеристики архитектуры самой дистиллированной модели не приведены; упомянутые million-token context, DeepSeek Sparse Attention и другие архитектурные особенности относятся к модели-учителю DeepSeek-V4. Модель позиционируется как компактная и эффективная альтернатива для задач рассуждения и локального инференса, однако README описывает раннюю сравнительную оценку, выполненную в формате Q5_K_M, поэтому заявленные преимущества не следует считать универсально подтверждёнными. Лицензия — Apache-2.0.

SassyDiffusion/Qwen3.6-27B-heretic-ara-GGUF — GGUF-версия декензурированной модели на базе Qwen3.6-27B. Модель создана SassyDiffusion с использованием Heretic 1.2.0 и метода Arbitrary-Rank Ablation (ARA). Базовая Qwen3.6-27B разработана командой Qwen и ориентирована на практическую разработку программного обеспечения, агентное кодирование, работу с фронтенд-проектами и рассуждения на уровне репозитория. Это каузальная языковая модель с vision encoder, содержащая около 27 млрд параметров и 64 слоя. Архитектура сочетает Gated DeltaNet, Gated Attention и FFN; заявленная длина контекста составляет 262 144 токена с возможностью расширения до 1 010 000 токенов. README не уточняет полный перечень поддерживаемых языков. Формат GGUF предназначен для запуска в совместимых инструментах локального инференса. Главная особенность версии — снижение склонности к отказам: в приведённом сравнении модель отказала в 16 из 100 тестовых запросов против 99 из 100 у исходной модели. При этом декензурирование изменяет поведение базовой модели: указана KL-дивергенция 0,0967, поэтому возможны отличия в качестве, безопасности и устойчивости ответов. Модель распространяется по лицензии Apache-2.0.

Qwen3.8-27B-OBLITERATED-AWQ-W4A16 — это 4-битная AWQ-квантизованная версия модели OBLITERATUS/Qwen3.8-27B-OBLITERATED, опубликованная пользователем MurtazaNasir. Модель предназначена для генерации текста, программного кода, агентных сценариев и исследований AI safety и red teaming, включая запросы, на которые модели с обычными защитными настройками могут отказываться отвечать. В основе используется гибридная архитектура Qwen3.8-27B с 64 слоями: 48 слоёв линейного внимания gated-DeltaNet и 16 слоёв полноценного внимания, а также vision tower и MTP-head. Квантизация выполнена в формате AWQ W4A16_ASYM с размером группы 128; часть компонентов сохранена в bf16. Размер репозитория около 19,55 ГБ. Для запуска рекомендуется две видеокарты по 24 ГБ с tensor parallel либо одна карта на 24 ГБ при небольшом контексте. Модель поддерживает текстовые и визуальные компоненты исходной архитектуры, но точные языки и максимальный размер контекста в предоставленных данных не указаны. Сильными сторонами заявлены близкая к исходной производительность, отсутствие жёстких отказов, совместимость с режимом thinking и хорошие результаты в генерации кода. Ограничения включают возможное снижение качества относительно базовой модели: в README указано падение MMLU на 2,1 процентного пункта. Для стабильной работы рекомендуются temperature 0, repetition_penalty 1,15 и не менее 2048 новых токенов. Стандартный шаблон чата поддерживает вызов инструментов, тогда как исходный шаблон их определения и роль tool игнорирует; также системные промпты могут повторно вызвать отказы. Модель распространяется по лицензии Apache-2.0.

Qwen3-8B-UnBias-Plus-SFT-Instruct-V2 — дообученная Vector Institute модель для выявления предвзятости в новостных материалах и нейтрального переписывания текста. По статье она отмечает отдельные фрагменты с предвзятой формулировкой, классифицирует тип и серьёзность каждого фрагмента, выставляет общую оценку статье и возвращает её нейтральную версию в структурированном JSON. Этот репозиторий является форком модели Vector Institute с файлами для развёртывания на Hugging Face Inference Endpoint; сами веса не изменены. Модель основана на Qwen/Qwen3-8B и обучена методом supervised fine-tuning с LoRA на 5 000 размеченных новостных статей UnBias-Plus. Вариант V2 работает без блоков chain-of-thought и предназначен для прямого вывода структурированного JSON. Он консервативно отмечает явную существенную предвзятость, при этом всегда помечает токсичные и дегуманизирующие формулировки; при переписывании изменяет только отмеченные фрагменты. Базовая модель Qwen3-8B многоязычная, однако эта карточка описывает англоязычные обучающие данные и сценарии. Для использования требуется корректный обучающий системный промпт; пакет unbias-plus помогает подготовить запрос и обработать результат. Модель распространяется по лицензии Apache-2.0. Оценки и разметка отражают заданные моделью категории и могут пропускать менее очевидную или контекстно зависимую предвзятость.

Qwen3.8-max-Reasoning-Distilled-GGUF — компактная языковая модель, разработанная khazarai и созданная методом дистилляции знаний из Qwen3.8-max. Модель предназначена для задач рассуждения, включая анализ вариантов, решение вопросов из разных предметных областей и генерацию структурированных ответов. Формат GGUF ориентирован на использование с llama.cpp, а тег vision-language-model и pipeline image-text-to-text указывают на поддержку сценариев работы с изображениями и текстом, однако подробности о реализации визуального ввода в README не приведены. Ключевая особенность модели — оптимизированная цепочка рассуждений: она стремится выдавать линейную, последовательную и решительную логику, сокращая повторные проверки, колебания и циклы «переобдумывания». Благодаря дистилляции модель рассчитана на более эффективный инференс с меньшим числом генерируемых токенов при сохранении качества ответов. Размер архитектуры, объём параметров, максимальная длина контекста и полный набор поддерживаемых языков не указаны; явно заявлен английский язык. Модель может быть полезна там, где важны компактность, скорость и экономный расход токенов. Ограничением является то, что для чрезвычайно сложных многошаговых математических задач может потребоваться явный запрос на пошаговые промежуточные вычисления. Результаты следует проверять при использовании в медицинских, юридических и финансовых сценариях. Указанная лицензия — Apache-2.0.

ReasonCritic-7B-i1-GGUF — квантизированная версия текстовой модели ReasonCritic-7B, разработанной fableforge-ai. Квантизацию выполнил mradermacher; модель распространяется в формате GGUF и предназначена для запуска через совместимые инструменты, включая llama.cpp, LM Studio и Ollama. Модель ориентирована на генерацию текста, задачи рассуждения, критическую оценку и проверку ответов. В метаданных указано 7B параметров и поддержка английского языка. Доступны варианты квантизации от очень компактных IQ1 до более качественного Q6_K, с размером файлов примерно от 2,2 до 6,8 ГБ; также предоставлен imatrix-файл для создания собственных квантов. Сильной стороной является выбор различных уровней квантизации, позволяющий адаптировать требования к памяти, скорости и качеству, а варианты Q4_K_S и Q4_K_M отмечены как оптимальные или рекомендуемые. При этом низкобитные варианты могут заметно уступать по качеству, а README не содержит данных о контекстном окне, точной архитектуре, мультимодальности, результатах бенчмарков и ограничениях применения. Модель распространяется по лицензии Apache-2.0.

Fulcrum-AI/Ryze-Embed-2 — объединённая методом passthrough модель на архитектуре Qwen2, созданная из Alibaba-NLP/gte-Qwen2-7B-instruct. Карточка не описывает дополнительных изменений к базовой модели; метаданные указывают 12,7 млрд параметров, формат safetensors и контекст до 131 072 токенов. Модель предназначена для диалоговой генерации текста и классификации текста. Базовая GTE-модель преобразует текст в эмбеддинги для семантического поиска и сравнения, однако README не объясняет, сохраняет ли объединённая модель эти возможности в пригодном для использования виде. В метаданных указана библиотека Transformers. Модель распространяется под лицензией, указанной в метаданных Hugging Face; в предоставленных метаданных поле лицензии отсутствует, поэтому условия использования определить нельзя.

SmallThinker-4BA0.6B-Instruct — языковая модель с открытыми весами, разработанная IPADS и Школой искусственного интеллекта Шанхайского университета Цзяо Тун совместно с Zenergize AI. Модель предназначена для локального запуска на устройствах с ограниченными ресурсами и генерации ответов в диалоговом формате. Это плотная по типу каталожной архитектуры модель семейства SmallThinker с архитектурой Mixture-of-Experts: всего 4 млрд параметров, из которых активируются 0,6 млрд; в метаданных указано 1,3 млрд параметров. Модель принимает текст, поддерживает контекст до 32 768 токенов и обучена преимущественно на английском языке. Разработчики сообщают о механизмах разреженной маршрутизации и внимания, рассчитанных на снижение вычислительных затрат, памяти и задержек при локальном инференсе. Модель подходит для диалоговых помощников, ответов на вопросы, рассуждений и генерации кода; в README приведены результаты тестов по математике, знаниям и программированию. Показатели тестов не гарантируют точность в практических сценариях. Ответы могут содержать ошибки, предвзятость или устаревшие сведения, поэтому их следует проверять. Лицензия — Apache-2.0.

Starless-Seraph-31B — мультимодальная модель на архитектуре Gemma 4 с 31 млрд параметров, созданная Cyclone-Labs слиянием нескольких моделей на базе Gemma 4, включая google/gemma-4-31B-it. Она предназначена прежде всего для ролевых диалогов, взаимодействия с персонажами и творческого письма: помогает создавать сцены, рассказы, описания, варианты сюжета и элементы вымышленных миров. Метаданные указывают поддержку чата и анализа изображений; README сосредоточен на текстовых творческих сценариях. Модель объединяет семь чекпойнтов методом mergekit ARCS, использует объединённый токенизатор и распространяется в формате safetensors. Репозиторий указывает лицензию Apache-2.0. Языки и длина контекста для этой сборки в предоставленных данных не обозначены. Практические ограничения и результаты сравнительных оценок в карточке не описаны.

Swift-1.5-Qwen3.8-27B-Uncensored-BF16 — мультимодальная модель на архитектуре Qwen3.5, выпущенная d0xin как производная от дообученной UkisAI модели Swift 1.5. К ней применена ранговая абляция направления в residual stream, предназначенная для снижения частоты отказов при сохранении возможностей исходной модели. Модель принимает текст и изображения и предназначена для диалогов, рассуждений, программирования, агентных сценариев и вызова инструментов. В README указаны контекст 262 144 токена и формат BF16; веса занимают около 52 ГБ и распределены по 18 файлам Safetensors. Заявлена поддержка мультимодальной архитектуры и сохранение vision tower. Автор отмечает, что проверка поведения, сохранения возможностей и производительности этой производной модели ещё продолжается; результаты бенчмарков не опубликованы. Снижение отказов может приводить к генерации небезопасного, оскорбительного или неточного контента. Лицензия в метаданных обозначена как other, поэтому перед использованием следует проверить её условия на странице модели.

Synth-2 — дообученная модель LucidityAI на базе Qwen/Qwen3-4b-thinking-2507, обученная на творческих данных. Это плотная языковая модель семейства Qwen3 с 3,7 млрд параметров, предназначенная для генерации диалоговых ответов и творческого текста, в том числе от лица заданных персонажей. В README приведены примеры ролевых ответов и сравнений с другими моделями; заявленное окно контекста — 262 144 токена. Модель принимает текст и выдаёт текст. В карточке не указаны поддерживаемые естественные языки. Распространяется в формате Safetensors по лицензии Apache-2.0. README предупреждает, что модель может генерировать материалы NSFW, поэтому для использования в продуктах рекомендуется применять защитные фильтры.

flax-community/t5-base-cnn-dm — англоязычная модель суммаризации текста на архитектуре T5, дообученная на наборе CNN/DailyMail. Она предназначена для создания краткого пересказа новостных статей и других текстов на английском языке. Модель содержит 123,7 млн параметров и имеет контекст до 512 токенов; доступны веса во Flax и форматах PyTorch/Safetensors. Лицензия — Apache-2.0. Модель подходит для извлечения основных событий и фактов из статьи, подготовки коротких сводок и сокращения длинных новостных материалов. Ограничение контекста в 512 токенов может затруднять обработку длинных документов целиком; качество на текстах вне новостного домена CNN/DailyMail может отличаться.

echarlaix/t5-small-openvino — это версия модели T5-small, экспортированная в формат OpenVINO IR. Репозиторий поддерживает модель, первоначально разработанную командой T5: Colin Raffel, Noam Shazeer, Adam Roberts и другими авторами, указанными в исходной публикации. T5 представляет собой encoder-decoder Transformer, предварительно обученный на сочетании неразмеченных и размеченных задач, преобразованных к единому формату «текст на входе — текст на выходе». Модель предназначена для задач генерации текста, включая суммаризацию и перевод, а также другие сценарии преобразования текста. В README приведён пример перевода с английского на французский через Transformers pipeline и OpenVINO. В метаданных заявлены языки английский, французский, румынский и немецкий; среди связанных данных указан датасет C4. Размер параметров и максимальная длина контекста не указаны. Ключевое преимущество модели — возможность запуска seq2seq-модели T5 через OpenVINO, что может быть полезно для совместимого с этим стеком инференса. Ограничения и результаты бенчмарков в README не описаны, поэтому нельзя сделать выводы о качестве на конкретных задачах или производительности. Модель распространяется по лицензии Apache-2.0.

Theia-21B-v1 — текстовая модель BeaverAI и Steelskull, дообученная на основе NeMoria 21B от Steelskull. Это плотная авторегрессионная модель семейства Mistral с 20,7 млрд параметров, представленная в формате safetensors; метаданные указывают контекст до 1 024 000 токенов и поддержку чата. Дообучение включало обучение на продолжение текста, ролевые сценарии и инструкции. По отзывам тестировщиков, модель лучше справляется с ролевой игрой, повествованием и созданием выразительной прозы. Модель предназначена для генерации текста в чате, ролевых диалогов и написания историй. В карточке приведён формат диалога Mistral и отмечено, что пробел после `[/INST]` перед `{{char}}:` влияет на качество ответа; также рекомендуется использовать DRY. Лицензия обозначена как `other`, поэтому конкретные условия использования следует проверять в репозитории модели. Отзывы о качестве основаны на сообщениях тестировщиков; количественных результатов оценки в карточке нет.

TowerInstruct-13B-v0.1 — языковая модель Unbabel, Instituto Superior Técnico и CentraleSupélec University of Paris-Saclay, дообученная на TowerBase с использованием набора TowerBlocks. Это плотная модель семейства Llama с 12,9 млрд параметров, контекстом до 4096 токенов и весами в формате safetensors. Модель предназначена прежде всего для перевода между английским, португальским, испанским, французским, немецким, нидерландским, итальянским, корейским, китайским и русским языками. Она также обучалась редактированию машинного перевода, учёту терминологии и контекста, распознаванию именованных сущностей, исправлению грамматики, оценке перевода и перефразированию. Веса доступны по лицензии CC-BY-NC-4.0; базовая Llama 2 распространяется по лицензии Llama 2 Community License. Модель не предназначена для использования как универсальный чат-бот или помощник по программированию. Разработчики отмечают, что качество перевода документов требует улучшения и не рекомендуют модель для этой задачи. Она не выровнена по предпочтениям людей и может выдавать галлюцинации, вредный контент и фактические ошибки.

TowerInstruct-7B-v0.2 — языковая модель Unbabel, Instituto Superior Técnico и CentraleSupélec University of Paris-Saclay, дообученная на базе TowerBase на наборе TowerBlocks. Она предназначена прежде всего для задач, связанных с машинным переводом: переводит предложения и абзацы, учитывает контекст и терминологию, а также выполняет автоматическое постредактирование перевода, распознавание именованных сущностей, исправление грамматических ошибок и перефразирование. Модель основана на плотной архитектуре Llama и содержит 6,6 млрд параметров; формат весов — safetensors, контекст — до 4096 токенов. Поддерживает английский, португальский, испанский, французский, немецкий, нидерландский, итальянский, корейский, китайский и русский языки. Версия v0.2, согласно карточке, надёжнее справляется с переводом документов по сравнению с v0.1, однако разработчики отдельно указывают, что модель не предназначена для документного перевода, чат-ботов или помощи с кодом. Она не выравнивалась по человеческим предпочтениям и может выдавать галлюцинации, вредоносный контент или ложные сведения. Лицензия — CC-BY-NC-4.0; базовая Llama 2 распространяется по лицензии Llama 2 Community License.

WindyTranslate/translate-az-en — компактная модель машинного перевода от Windstorm Labs для перевода текста с азербайджанского на английский. Она основана на Helsinki-NLP/opus-mt-az-en и использует архитектуру MarianMT; в репозитории указано 37,1 млн параметров и контекст до 512 токенов. Веса дообучены методом LoRA на параллельных текстовых данных, а адаптер объединён с базовыми весами. Модель распространяется в формате safetensors и загружается через Transformers как модель последовательностного преобразования текста. Лицензия — Apache-2.0.

KnutJaegersberg/Tri-21B-Think-gguf — GGUF-версия модели Tri-21B-Think-Preview, подготовленная на основе Tri-21B. Это причинная языковая модель с декодерным Transformer, RoPE, SwiGLU, RMSNorm и GQA, содержащая 20,73 млрд параметров. Она дообучена для диалогов, пошаговых рассуждений и использования инструментов. Контекст составляет 32 768 токенов, а с YaRN может расширяться до 262 144 токенов. Модель предназначена для генерации ответов в чат-сценариях, решения задач на рассуждение и работы с длинными текстовыми запросами. В первую очередь она оптимизирована для английского, корейского и японского языков; на других языках качество может снижаться. Это промежуточный чекпойнт, и README указывает на Tri-21B-Think как на финальную версию. Для базовой Tri-21B указана лицензия trillion, а для Think и Think-Preview — Apache 2.0; при этом метаданные репозитория обозначают лицензию как other, поэтому условия использования следует сверить с файлами лицензии в репозитории.

VBART-Large-Summarization — модель VNGRS-AI для суммаризации турецких текстов. Это дообученная версия VBART-Large, построенная на архитектуре mBART с энкодером и декодером; в репозитории доступны веса Safetensors и TensorFlow. Размер модели — 234,1 млн параметров, контекст — до 1024 токенов. Модель предназначена для условной генерации текста на турецком языке, прежде всего для сокращения новостных и веб-текстов. Для работы могут требоваться специальные промпты. Обучение суммаризации проводилось на турецких разделах MLSum, TRNews, XLSum и Wikilingua. Лицензия CC BY-NC-SA 4.0 требует указания авторства и ограничивает коммерческое использование.

WeirdCompound-v1.5-24b — слитая языковая модель, созданная автором репозитория с помощью mergekit на основе нескольких предварительно обученных моделей. В состав входят варианты Mistral Small 3.2 Instruct, Cydonia, Eurydice, PaintedFantasy, Austral-Winton и Dans-PersonalityEngine; автор описывает последовательное применение Model Stock, SLERP и NuSLERP. В метаданных указаны плотная архитектура Mistral, 23,4 млрд параметров и контекст до 131 072 токенов. Модель предназначена для диалоговой генерации текста, в том числе ролевых диалогов, историй и приключенческих сценариев. В состав моделей слияния автор включил компоненты для сторителлинга, ролевой игры, следования инструкциям и приключенческой тематики. Репозиторий содержит веса safetensors, библиотека — Transformers; лицензия в предоставленных данных не указана.