I.5Создание и редактирование текста

Fairseq-dense 13B-Nerys — языковая модель KoboldAI для генерации продолжений текста. Это дообученная плотная модель семейства XGLM с 14,9 млрд параметров, доступная в формате PyTorch и рассчитанная на контекст до 2048 токенов. Для генерации её можно использовать через pipeline text-generation в Transformers. Модель обучали на примерно 2500 электронных книгах разных жанров, наборе текстовых приключений CYS и 50 азиатских ранобэ из Manga-v1. Во многих примерах перед текстом указывали жанр в формате `[Genre: , ]`. Модель подходит для создания художественных текстов, диалогов и интерактивных сюжетов на английском языке. Репозиторий распространяется по лицензии MIT. Как и другие языковые модели, Nerys может воспроизводить гендерные, профессиональные, расовые и религиозные предубеждения из данных обучения. Длина контекста ограничена 2048 токенами; модель предназначена для генерации текста, а не для гарантированно точных фактических ответов.

Fijik 2.0 350M SFT — компактная языковая модель Pinkstack для генерации текста и диалогов на устройствах с ограниченными ресурсами. Она основана на Granite 4.0 350M Base и имеет архитектуру GraniteMoeHybrid; по описанию автора, это вариант без слоёв Mamba. Модель содержит около 352,3 млн параметров, работает с контекстом до 65 536 токенов с масштабированием YaRN и распространяется в формате safetensors. Модель предназначена для быстрого инференса на периферийных устройствах и поддерживает сценарии с агентными задачами, рассуждениями и вызовом инструментов через шаблон чата. Обучение включало непрерывное предобучение и supervised fine-tuning на смешанных данных, включая диалоги, код, веб-поиск и использование инструментов. Внутренние сравнительные тесты автора показывают конкурентные результаты среди моделей схожего размера, но метрики приведены как pass@4 и не являются независимой оценкой. Модель не проходила RLHF; автор сообщает о настройке безопасности в ходе SFT и рекомендует задавать системную инструкцию для ответов при недостатке информации. Лицензия — Apache-2.0. Она может уступать более крупным моделям, а сам автор отмечает слабые результаты на математических задачах.

finetuned_en2mr — дообученная модель facebook/mbart-large-50 для преобразования текста. По названию репозитория она предназначена для перевода с английского на маратхи. Модель построена на архитектуре mBART и содержит 457,4 млн параметров; базовая модель поддерживает перевод между 50 языками и другие задачи преобразования текста. Модель принимает текст и генерирует текстовый перевод. Для неё указано контекстное окно 1024 токена и лицензия MIT. Сведения о наборе данных, качестве перевода и результатах оценки отсутствуют, поэтому пригодность для конкретных текстов стоит проверять отдельно.

Это дообученная модель spacemanidol на базе google/flan-t5-small для суммаризации новостных статей CNN/DailyMail версии 3.0.0. Она использует архитектуру T5 с 45,8 млн параметров и принимает текст длиной до 512 токенов.

G4-Dark-Soul-26B-A4B — мультимодальная разговорная модель, созданная Vortex5 слиянием Pantheon-Reasoning-26B-A4B-1.1, G4-MeroMero-26B-A4B и Gemma-4-26B-A4B-Animus-V14.1-FFT. Она предназначена прежде всего для ролевых диалогов, взаимодействия с персонажами, творческого письма, повествования и разработки сюжетов и миров. Модель семейства Gemma 4 использует архитектуру условной генерации текста и изображений; файлы опубликованы в формате Safetensors для Transformers. Модель подходит для многоходовых сцен, черновиков рассказов, вариантов диалогов и генерации идей. Поддержка входных изображений заявлена через возможности vision и задачу image-text-to-text. README не уточняет число параметров, длину контекста или языки. Репозиторий распространяется по лицензии Apache-2.0.

Gemma 4 26B-A4B-it-qat-MXFP4-CRACK — мультимодальная модель dealignai на основе Google Gemma 4 26B-A4B-it. Это вариант с удалённым отказом на запросы, который сохраняет работу с изображениями, ответы на вопросы, многошаговые рассуждения и генерацию кода. По данным карточки, в тесте HarmBench модель выполнила 58 из 60 запросов из вредоносных категорий, а результат MMLU составил 78,5% против 83,3% у базовой модели. Модель использует архитектуру MoE с 128 экспертами и восемью активными экспертами, а веса представлены в квантизации MXFP4 с точностью 4 бита. Для запуска автор рекомендует vMLX с поддержкой Gemma 4 на компьютерах Apple Silicon с достаточным объёмом объединённой памяти; стандартные mlx_lm и mlx_vlm, согласно README, не обеспечивают полной поддержки Gemma 4. Модель распространяется по лицензии Gemma. Она рассчитана на универсальный диалог с текстом и изображениями, но заметно снижает барьеры отказа на вредоносные запросы; результаты тестов приведены автором модели.

GPT-6 Luna Pro — вариант GPT-6 Luna от OpenAI, работающий с параметром reasoning.mode, установленным в pro. Он предназначен для получения более качественных ответов на сложные задачи. README описывает его как ту же базовую модель GPT-6 Luna с режимом рассуждения pro. Доступные данные не содержат сведений об архитектуре, размере, контексте, языках или лицензии, поэтому эти характеристики нельзя уточнить. Метаданные каталога относят модель к задаче image-text-to-text, однако README не описывает работу с изображениями.

HelpingAI2-9B-GGUF — это GGUF-квантизированная версия языковой модели HelpingAI2-9B, разработанной OEvortex и подготовленной квантизатором bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста, включая диалоговые сценарии с акцентом на эмоциональный интеллект, понимание эмоций и эмпатичное взаимодействие. В обучении использовались датасеты SentimentSynth, minipile, vortex-mini, EmotionalIntelligence-75K, EMOTIONS и human-emotion. Модель относится к классу текстовых генеративных моделей, имеет около 9 млрд параметров и поддерживает английский язык. README не содержит сведений о точной архитектуре исходной модели, размере контекстного окна или поддержке мультимодальности, поэтому она описывается как текстовая и, вероятно, ориентированная на стандартные сценарии text-generation. Доступно множество вариантов квантования GGUF: от F32 и Q8_0 до более компактных Q2 и IQ2/IQ3, что позволяет выбирать между качеством ответов и требованиями к оперативной памяти. Варианты Q5 и Q6 обозначены как высококачественные, а Q4 — как сбалансированные по размеру и качеству. Сильными сторонами являются локальный запуск через llama.cpp или LM Studio, широкий выбор уровней квантования и специализация на эмоционально чувствительных ответах. Более агрессивное квантование уменьшает требования к памяти, но снижает качество генерации; варианты Q2 и Q3 имеют низкое качество и подходят главным образом при жёстких ограничениях по ресурсам. Лицензия указана как специальная HelpingAI; условия следует уточнять в файле LICENSE.md.

IndicTrans2 En-Indic 1.1B — модель перевода, разработанная AI4Bharat. Она предназначена для перевода с английского на индийские языки; карточка описывает вариант модели на 1,1 млрд параметров и приводит метрики этого чекпойнта. Модель относится к семейству IndicTrans2 и доступна в форматах PyTorch и Safetensors. В карточке указано, что отдельные версии IndicTrans2 с RoPE обрабатывают последовательности длиной до 2048 токенов; это ограничение не следует автоматически переносить на данный чекпойнт. Для подробностей об обучении, данных, оценке и рекомендациях карточка отсылает к приложению D препринта. Модель подходит для машинного перевода с английского на поддерживаемые индийские языки. Распространяется по лицензии MIT. Для сведений о конкретных ограничениях этого варианта карточка направляет к препринту.

INTELLECT-1-step-39200 — промежуточный чекпойнт языковой модели INTELLECT-1 от Prime Intellect и сообщества контрибьюторов. Модель обучалась с нуля как плотная Llama-совместимая модель примерно на 9,7 млрд параметров; в README указаны 42 слоя и 32 головы внимания. Это чекпойнт на шаге обучения 39 200, а не финальная или instruct-версия. Модель предназначена для генерации английского текста и кода. Обучение велось на корпусах английского веб-текста и образовательных материалов, коде и математических текстах; заявленный объём обучения INTELLECT-1 — 1 трлн токенов. Контекст составляет 8192 токена. Проект обучался распределённо на вычислительных узлах в нескольких регионах с использованием фреймворка Prime. Поскольку это промежуточный чекпойнт, качество и поведение могут отличаться от финальной версии; инструкция по диалоговому использованию в карточке не заявлена. Лицензия — Apache 2.0.

KSIF-RPG-128k-slerp — слитая методом SLERP модель на архитектуре Mistral, созданная AlekseiPravdin с помощью mergekit на основе AlekseiPravdin/KSI-RP-NSK-128k-7B и grimjim/fireblossom-32K-7B. Она содержит 7,1 млрд параметров и предназначена для генерации текста в формате диалога, в том числе для ролевых сценариев. Модель принимает текст и генерирует текст; репозиторий содержит веса в формате safetensors. Метаданные указывают контекстное окно в 32 768 токенов. Указана лицензия Apache-2.0.

L3.1-EtherealRainbow-v1.0-rc1-8B — разговорная модель для генерации текста, созданная invisietch на базе Instruct-модели семейства Llama 3.1. Она предназначена прежде всего для творческого письма и ролевых диалогов. Модель содержит около 7,5 млрд параметров, использует плотную архитектуру LlamaForCausalLM и поддерживает контекст до 131 072 токенов. В карточке указан английский язык; обучение проводилось методом QLoRA на смеси открытых и частных наборов данных. Это предварительный релиз-кандидат, выпущенный для сбора отзывов, поэтому качество и настройки генерации ещё могут требовать доработки. Модель может генерировать откровенный, тревожный или оскорбительный контент. Указана лицензия Llama 3.1; при использовании необходимо соблюдать её условия.

cgato/L3.1-TheGreenLion-8b-SFT-v0.1.2 — текстовая генеративная модель семейства Llama, предназначенная для ролевых диалогов и написания историй. Она использует формат ChatML и может работать с системным сообщением или без него. Модель содержит 7,5 млрд параметров, имеет контекст длиной до 131 072 токенов и распространяется в формате safetensors. Автор описывает её как SFT-версию и отмечает, что планирует дообучение DPO. Модель подойдёт для создания персонажных диалогов и художественного текста; ответы языковых моделей могут быть недостоверными. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение.

Laguna-S-2.1-UD-Q4_K_XL-layers — пакет слоёв модели семейства Laguna, подготовленный Mesh LLM для распределённого вывода. Он основан на unsloth/Laguna-S-2.1-GGUF и сохраняет исходное распределение GGUF, разделённое на артефакты по слоям; вариант квантизации — UD-Q4_K_XL. Пакет предназначен для локального приватного чат-вывода и запуска модели на кластере Mesh LLM, когда её полный файл не помещается на одной машине. Он поддерживает распределение вычислений между несколькими узлами и сценарии чата через локальный API, совместимый с OpenAI. Метаданные указывают задачу генерации текста и библиотеку mesh-llm. Репозиторий содержит именно пакет для распределённого запуска, а не самостоятельное описание исходной архитектуры. Для архитектурных подробностей, шаблона чата, рекомендаций по генерации и условий лицензии README направляет к карточке исходной модели. Указанная лицензия — OpenMDW 1.1.

LLaMA 2 Holomax 13B — плотная авторегрессионная языковая модель семейства Llama, собранная KoboldAI слиянием Mythomax (60%) и Holodeck от MrSeeker (40%). Она предназначена прежде всего для художественного письма и совместного создания историй, а также для чата и текстовых приключений в режиме инструкций; карточка упоминает тестирование формата Alpaca. Модель содержит 12,9 млрд параметров и поддерживает контекст до 4096 токенов. Слияние стремится улучшить навыки написания историй, сохранив желательные свойства Mythomax. Тестировщики отмечали прохождение бенчмарка InteracTV; сохранность фактических знаний не проверялась, а длина ответов в чате может быть ограничена. Модель опубликована в форматах PyTorch и Safetensors. Лицензия указана как other, поэтому конкретные условия использования следует сверять с лицензией репозитория.

Это экспериментальный вариант Llama-3.1-8B-Instruct, разработанный авторами работы Nash Bargaining Preference Optimization (NBPO) для сравнения методов многокритериальной настройки предпочтений на панели TL;DR. Модель дообучена методом SurplusMaxMin; от базового подхода NBPO она отличается выбором весов целевых критериев. Используется архитектура Llama для генерации текста, число параметров — 7,5 млрд, контекст — до 131 072 токенов. Модель предназначена для диалоговой генерации и создания кратких пересказов с балансом охвата ключевой информации, точности, краткости и полезности. В отчёте модели оценивали на отложенных, не пересекающихся с обучающими промптах запросах: независимые показатели выигрыша по каждому критерию сравнивали с общей базовой моделью, а ответы оценивала Llama-3.3-70B-Instruct в обоих порядках предъявления. Обучение составляло 300 шагов оптимизатора с глобальным размером пакета 16. Модель основана на meta-llama/Llama-3.1-8B-Instruct и распространяется в формате Safetensors по лицензии Llama 3.1. Карточка описывает сравнительную экспериментальную настройку; приведённый протокол оценки сам по себе не гарантирует качество на других данных и задачах.

Llama-3.1-Swallow-8B-OpenMath-FT-i1-GGUF — это квантизированная модель в формате GGUF, созданная на основе Nextorage/Llama-3.1-Swallow-8B-OpenMath-FT. Квантизацию выполнил mradermacher; исходная модель дообучена на наборе данных nvidia/OpenMathInstruct-1. Модель предназначена для генерации текста, решения математических задач, работы с математическими инструкциями и генерации кода. В метаданных указана поддержка японского языка. Архитектура относится к семейству Llama 3.1, размер базовой модели — 8 миллиардов параметров; модель работает только с текстом, а сведения о максимальном контексте в README отсутствуют. Предоставляется набор вариантов квантизации с разным соотношением размера, скорости и качества, включая IQ- и Q-форматы. В README отмечены Q4_K_M как быстрый рекомендуемый вариант и Q4_K_S как оптимальный по размеру, скорости и качеству, тогда как некоторые низкобитные варианты имеют заметные ограничения по качеству. Лицензия указана как llama3.

teddylee777/Llama-3-Open-Ko-8B-gguf — это квантизированная в формате GGUF версия Llama-3-Open-Ko-8B, разработанной Junbum Lee (Beomi) на основе Meta Llama 3. Модель представляет собой продолжающее предварительное обучение языковой модели Llama-3-8B на более чем 60 ГБ дедуплицированных общедоступных текстов и свыше 17,7 млрд токенов. Квантизация выполнена с помощью llama.cpp. Модель предназначена для генерации текста и кода, включая задачи на английском и корейском языках, а также для локального запуска и разработки приложений на базе языковых моделей. Она использует оптимизированную архитектуру Transformer, содержит около 8 млрд параметров, поддерживает Grouped-Query Attention и имеет контекст длиной до 8 тысяч токенов. В README также приведена конфигурация Ollama с контекстом 4096 токенов и ограничением генерации до 3000 токенов. К сильным сторонам относятся специализация на корейскоязычных данных, совместимость с инструментами llama.cpp и Ollama, а также возможность локального использования квантизированной модели. Это базовая предварительно обученная модель, а не полноценная корейская instruction-tuned версия, поэтому качество диалоговых ответов, следование инструкциям и безопасность требуют дополнительной настройки и тестирования. В README не указаны точные параметры квантизации GGUF и требования к ресурсам. Модель распространяется по лицензии Llama 3 Community License; использование должно соответствовать применимому законодательству и Acceptable Use Policy Meta.

Matter-0.1-Slim-7B-C-DPO — диалоговая языковая модель на 7,1 млрд параметров, созданная сообществом 0-hero на основе Mistral 7B. Модель прошла полное дообучение методом DPO на версии slim-C датасета Matter, собранного из более чем 35 наборов данных и содержащего свыше 6 млрд токенов. Она использует архитектуру MistralForCausalLM и формат диалога ChatML; заявленная длина контекста — 32 768 токенов. Модель предназначена для генерации ответов в чате и поддерживает интерфейс вызова функций. Её можно использовать как разговорного ассистента и для задач, где приложению нужно передавать модели запросы на вызов инструментов. Веса доступны в форматах PyTorch и Safetensors. Модель распространяется по лицензии Apache-2.0. README не приводит сравнительных оценок качества или подробностей языкового охвата; результаты могут зависеть от запроса и способа настройки ChatML и вызова функций.

knkarthick/meeting-summary-samsum — модель семейства BART, дообученная на наборе SAMSum на основе facebook/bart-large-xsum. Она предназначена для суммаризации текстовых стенограмм встреч и диалогов, в том числе для подготовки краткого пересказа разговора. Модель содержит 252,8 млн параметров, использует архитектуру BartForConditionalGeneration и принимает контекст до 1024 токенов. Модель работает с текстом на английском языке. Опубликована в формате PyTorch под лицензией Apache-2.0. Ее специализация на диалогах SAMSum делает ее подходящей для кратких сводок разговоров; качество за пределами этой задачи не подтверждено.

Карточка модели mergekit-community/mergekit-slerp-rzooeoj на Hugging Face совпадает с карточкой mergekit-community/mergekit-slerp-gmjabaw, поэтому описание составлено по ней. mergekit-community/mergekit-slerp-gmjabaw — объединение языковых моделей, созданное сообществом с помощью mergekit и метода SLERP. В него вошли NousResearch/Hermes-2-Pro-Mistral-7B и WizardLMTeam/WizardMath-7B-V1.1; конфигурация использует Hermes в начальных и конечных слоях, а WizardMath — в средних. Модель основана на плотной архитектуре Mistral, содержит 7,1 млрд параметров и принимает текст для генерации текста в диалоговом формате. Заявленная длина контекста — 32 768 токенов. Модель подходит для диалогов, выполнения инструкций и математических запросов, сочетая возможности входящих в объединение моделей. В метаданных указана библиотека Transformers и формат safetensors. Лицензия в предоставленных сведениях не указана.

mimo-7b-gdn-hybrid-600M-OPD — экспериментальная гибридная языковая модель семейства MiMo, разработанная в рамках исследования по преобразованию моделей с полным вниманием в гибриды с Gated DeltaNet. Это снимок этапа OPD после обучения на 600 млн сгенерированных токенов; в README указана базовая модель MiMo-7B-RL-0530 от Xiaomi, а метаданные классифицируют модель как её дообучение. Архитектура — MiMo GDN для причинной генерации текста, с чередованием механизмов внимания по схеме uniform 1:4; размер — 7 млрд параметров, контекст — 65 536 токенов. Модель предназначена для диалоговой генерации и задач рассуждения, включая математику, а также для работы с длинным контекстом. В README приведены результаты на RULER-lite, AIME'24, AIME'25, MATH-500 и GSM8K; авторы отмечают улучшения на AIME, MATH и RULER относительно контрольного этапа, а снижение результата GSM8K связывают с возможным ограничением длины генерации и ожидают подтверждающий прогон. Для загрузки требуется поддержка пользовательской архитектуры mimo_gdn; стандартный AutoModelForCausalLM без её регистрации не подходит. Лицензия — MIT.

Карточка модели taharmasmaliyev07/Mirza-Gemma4-E4B-Editor-E3-BF16 на Hugging Face совпадает с карточкой taharmasmaliyev07/Mirza-GEC-Gemma4-E4B-Editor-E3-BF16, поэтому описание составлено по ней. Mirza-GEC-Gemma4-E4B-Editor-E3-BF16 — дообученная мультимодальная модель taharmasmaliyev07 на базе unsloth/gemma-4-E4B-it. Она предназначена для диалогового взаимодействия и генерации текста по текстовым и визуальным входам, включая анализ изображений и документов. Модель использует плотную архитектуру Gemma 4 и распространяется в формате safetensors. Модель лицензирована по Apache-2.0. В README указано, что при обучении использовались Unsloth и библиотека Hugging Face TRL; подробности специализированной задачи GEC и редакторского сценария не раскрыты.

AmeerH/Mistral-Math-2x7b-mix — текстовая диалоговая модель на архитектуре Mixtral MoE, собранная с помощью LazyMergekit из mistralai/Mistral-7B-Instruct-v0.2 и meta-math/MetaMath-Mistral-7B. Конфигурация задаёт одного эксперта для общих инструкций и второго для математических запросов, поэтому модель предназначена для диалога, ответов на инструкции и решения математических задач. В метаданных указаны 7,1 млрд параметров, контекст до 32 768 токенов и формат safetensors. Модель принимает текст и генерирует текст; сведения о поддерживаемых естественных языках не приведены. Лицензия — Apache-2.0. README не содержит результатов оценки качества или подробных сведений о поведении модели.

ML2-123B-Magnum-Diamond — плотная авторегрессионная языковая модель Doctor Shotgun, дообученная с помощью адаптера rsLoRA на Mistral Large Instruct 2411. Она предназначена прежде всего для художественного письма и ролевых диалогов; автор стремился приблизить стиль и качество прозы к Claude 3 Sonnet и Opus. Модель поддерживает чат и контекст до 131 072 токенов, использует формат запросов Mistral v7 и может работать с префиллом или без него, а также с именами персонажей или без них. Веса доступны в формате Safetensors; README также упоминает отдельные GGUF-квантизации. В метаданных лицензия обозначена как «other», поэтому конкретные условия использования следует сверять с карточкой репозитория. Модель может перенимать смещения базовой модели и ролевых LLM; автор предупреждает, что результаты следует считать вымыслом, а не фактической информацией или советом.

MN-CaptainErisNebula-12B-Chimera-v1.1-heretic-uncensored-abliterated — производная модель DavidAU на базе Nitral-AI/CaptainErisNebula-12B-Chimera-v1.1. Это плотная авторегрессионная языковая модель семейства Mistral с 12,1 млрд параметров, предназначенная для генерации текста, в том числе творческого письма, повествования, продолжения сцен и ролевых диалогов. Модель прошла обработку Heretic v1.0.1 для снижения числа отказов. В README приведены результаты проверки: 4 отказа из 100 запросов и KL-дивергенция 0,0512; исходной модели приписано 91 отказ из 100. Карточка отмечает поддержку чата и контекст до 1 024 000 токенов. Указанная библиотека — Transformers, формат весов — safetensors; в репозитории также есть тег bfloat16. В карточке заявлено применение для разных жанров, включая научную фантастику, романтику и ужасы. Для получения более откровенного или грубого стиля может требоваться явное указание желаемой лексики и уровня детализации. Модель рассчитана на генерацию контента для взрослых и может выдавать нецензурный или сексуальный текст. Лицензия в предоставленных данных не указана.

MPT-7B-Instruct2 — повторно обученная версия MPT-7B-Instruct от IBM Research. Это плотная авторегрессионная декодерная модель на 7 млрд параметров для генерации текста и выполнения коротких инструкций. Она предназначена для ответов на запросы и других сценариев следования инструкциям на английском языке. Модель распространяется в формате PyTorch под лицензией Apache 2.0.

Kaoeiri/MS-MagpantheonselRP-22B-12.2-Fictional — объединённая языковая модель, опубликованная Kaoeiri и созданная с помощью mergekit. В основу объединения легла unsloth/Mistral-Small-Instruct-2409; применён метод DARE TIES. В состав также вошли модели для ролевых диалогов и творческого письма, включая варианты Mistral Small, SorcererLM, Cydonia и Pantheon. Модель построена на плотной архитектуре MistralForCausalLM и содержит 22 млрд параметров. Она предназначена для генерации текста, в частности художественных историй и ролевых диалогов; поддерживает чатовый формат и интерфейс вызова инструментов. Максимальный контекст — 131 072 токена. README перечисляет японскую модель среди компонентов, но не подтверждает, какие языки итоговая модель уверенно поддерживает. Модель может генерировать контент, не подходящий для всех аудиторий. Репозиторий распространяется по лицензии CC BY-NC-ND 4.0, которая ограничивает коммерческое использование и распространение производных версий.

Это компактная модель семейства mT5, разработанная на основе google/mt5-small и дообученная для суммаризации текстов на наборе CNN/DailyMail в рамках курса по NLP. Модель содержит 157,4 млн параметров и использует архитектуру MT5ForConditionalGeneration; формат весов — safetensors. Модель предназначена для создания краткого пересказа англоязычных новостных статей. В README приведены метрики оценки: ROUGE-1 33,11, ROUGE-2 17,22, ROUGE-L 29,29 и ROUGE-Lsum 31,06. Базовая mT5 является многоязычной, однако это дообучение ориентировано на англоязычные данные CNN/DailyMail, поэтому качество на других языках не подтверждено. Модель распространяется по лицензии Apache-2.0. README не содержит подробностей о применении и ограничениях; результаты оценки приведены для указанного набора данных и не гарантируют качество на других типах текстов.

josmunpen выпустил модель на базе mT5-small, дообученную для создания испанских заголовков по текстам новостных статей. Она предназначена для автоматического краткого изложения новости в форме заголовка и обучена на 58 425 публикациях газет La Razón и Público из разделов «Испания», «Культура», «Экономика», «Равенство» и «Политика». Архитектура — MT5ForConditionalGeneration; модель содержит 157,4 млн параметров и распространяется в формате PyTorch. В карточке приведены результаты оценки ROUGE: ROUGE-1 — 44,03, ROUGE-2 — 28,29 и ROUGE-L — 40,54. Модель ориентирована на испанские новости; её качество для других жанров и языков не установлено. Лицензия — Apache-2.0.