I.5Создание и редактирование текста

Gemma-4-E4B-Luchador — модель для диалогового ролевого общения и творческого письма, созданная rpDungeon на основе Google Gemma 4 E4B Instruct. Это плотная модель семейства Gemma 4: около 4 млрд эффективных параметров; README также указывает около 7,5 млрд параметров до удаления мультимодальных адаптеров. В репозитории представлены веса Safetensors, а метаданные отмечают поддержку чата и генерации текста. Модель получена в два этапа: слиянием сигналов четырёх адаптеров с базовой instruct-моделью, а затем объединением с LoRA, обученной на разговорных данных для ролевого общения и творческого письма. При обучении и слиянии применялись маска подпространства инструкций, взвешивание по важности параметров и слоёв и сферическая интерполяция, чтобы сохранить способность следовать инструкциям и улучшить качество прозы. README приводит результаты IFEval: 85,95% strict-P и 82,81% loose-P. Модель рассчитана прежде всего на англоязычные сценарии: в тегах и языках карточки указан английский. Автор предупреждает, что оценка ограничена IFEval и внутренней оценкой стиля; модель не предназначена для задач, требующих надёжных знаний, а применение для кода, математики и критически важных задач не рекомендуется. Лицензия — Gemma; её условия следует учитывать при использовании и распространении.

Ateron/Gemma-4-Writers-31B-V2 — слитая модель семейства Gemma 4 с плотной архитектурой, предназначенная для генерации текста в диалоговом и ролевом сценариях. Автор модели сообщает, что объединил две версии ConicCat и стремился уменьшить нестабильность их работы; конфигурация слияния основана на mergekit. Модель ориентирована на творческое письмо и более естественные ответы. По карточке она поддерживает английский язык и диалоговый режим; размер — 31 млрд параметров. Репозиторий содержит веса safetensors и распространяется по лицензии Apache-2.0. README не приводит результатов сравнительной оценки и конкретных ограничений качества.

GLM-5.2-Vision-NVFP4 — мультимодальная модель для понимания изображений и генерации текста. Этот чекпойнт опубликован под идентификатором baseten/GLM-5.2-Vision-NVFP4 и объединяет текстовую модель GLM-5.2 от zai-org с визуальным энкодером MoonViT-3d из Kimi-K2.6 от Moonshot AI. Модель предназначена для описания изображений, визуального анализа и диалогов в формате image-text-to-text, включая работу через OpenAI-совместимый API. В основе используется замороженная MoE-модель GLM-5.2 размером 744B параметров, из которых активно около 40B, с механизмами MLA и DSA sparse attention. Визуальная часть MoonViT-3d содержит 27 слоёв и имеет размерность 1152, а обучаемый PatchMerger-проектор преобразует визуальные признаки в токены размерности 6144; его размер — 49,5 млн параметров. Текстовые веса представлены в формате NVFP4, модель поддерживает до 4096 токенов изображения и максимальный контекст до 1 048 576 токенов. Главные преимущества — сочетание сильного reasoning-бэкенда GLM-5.2 с обработкой изображений, длинный контекст и возможность локального развёртывания через SGLang или Baseten. Ограничения — очень большой объём весов около 466 ГБ и высокие требования к оборудованию: рекомендованы 8 GPU B200 для контекста 1M или 4 GPU B200 для 256K; заявлена совместимость только с архитектурой Blackwell. Для SGLang требуется внешний плагин архитектуры модели. Лицензия указана как MIT; при этом входящие веса GLM-5.2 и Kimi-K2.6 сохраняют условия лицензирования исходных проектов.

GreekT5-mt5-small-greeksum — модель суммирования греческих новостных статей, разработанная исследовательской группой авторов работы GreekT5. Это вариант архитектуры mT5-small с 157,4 млн параметров, обученный на наборе GreekSum из примерно 151 тысячи статей греческих СМИ по разным темам. Модель принимает текст статьи и генерирует её краткое изложение на греческом языке. Модель предназначена для автоматического создания кратких пересказов новостей. В опубликованном сравнении она оценивалась метриками ROUGE и BERTScore; результаты различаются по метрикам и уступают варианту GreekT5 на umt5-small по ROUGE. Модель распространяется в формате PyTorch по лицензии Apache-2.0.

h2ogpt-oasst1-512-30B-HF — версия модели H2O.ai, подготовленная TheBloke в формате Hugging Face с весами float16. Это плотная авторегрессионная модель семейства LLaMA с 32,3 млрд параметров и контекстом 2048 токенов; в README указана базовая модель decapoda-research/llama-30b-hf и объединение её весов с LoRA-адаптером H2O.ai. Модель дообучена на инструкционном наборе h2oai/h2ogpt-oig-oasst1-instruct-cleaned-v2 для диалогов и следования инструкциям. Она предназначена для генерации ответов и запуска чат-ботов; README приводит оценку reward-модели, но отмечает, что классические бенчмарки не отражают качество диалога. Репозиторий содержит не квантизированные веса PyTorch для GPU-инференса и дальнейших преобразований. Карточка указывает, что LoRA распространяется только для некоммерческих исследовательских целей; условия базовой LLaMA также применяются. Модель может выдавать ошибочные, бессвязные, предвзятые или оскорбительные ответы, поэтому их следует проверять.

Guilherme34 выпустил дообученную модель Hermes-3-Llama-3.1-70B для диалоговой генерации текста с уменьшенным числом отказов и ограничений на ответы. В основе — плотная архитектура Llama с 69,5 млрд параметров; модель работает через Transformers и принимает контекст длиной до 131 072 токенов. Модель предназначена для ответов на инструкции и ведения диалогов, в том числе на темы, на которые базовая модель может отвечать с отказом. Для желаемого поведения README требует вручную задавать системный промпт. В метаданных также заявлен интерфейс вызова инструментов. Базовая Hermes-3 описана как англоязычная модель для инструкций, генерации кода, длинных бесед и вызова инструментов; отдельные языковые характеристики этой производной модели не приведены. Модель распространяется в формате safetensors по лицензии Llama 3.1. Из-за настройки на снижение отказов ответы могут включать нежелательный или небезопасный контент; качество и фактическое поведение не гарантируются описанием модели.

IndicTrans2 En-Indic Distilled 200M — компактная модель перевода, разработанная AI4Bharat. Она переводит текст с английского на индийские языки и рассчитана на машинный перевод в приложениях и сервисах. Модель представлена в формате, совместимом с Transformers, и использует веса PyTorch и Safetensors; число в названии указывает на вариант размером 200 млн параметров. Это дистиллированная версия IndicTrans2. Для обучения и метрик разработчики отсылают к разделу о дистиллированных моделях в статье TMLR. Для длинных последовательностей до 2048 токенов README указывает отдельные RoPE-версии IndicTrans2, поэтому эту длину нельзя считать характеристикой данной модели. Лицензия — MIT.

InternVL3-78B-hf — мультимодальная модель OpenGVLab, представленная в реализации для Hugging Face Transformers и функционально эквивалентная оригинальному выпуску InternVL3-78B. Это плотная архитектура класса InternVLForConditionalGeneration с 78 млрд параметров; репозиторий содержит веса Safetensors и поддерживает инференс через Transformers. Модель предназначена для диалогов и генерации текста по текстовым запросам, изображениям и видео. Она может отвечать на вопросы по визуальному содержимому, выполнять визуальные рассуждения и обрабатывать чередующиеся текстовые, графические и видеоданные; семейство также ориентировано на сценарии использования инструментов, GUI-агентов, промышленный анализ изображений и 3D-восприятие. Карточка указывает многоязычную поддержку, но не перечисляет конкретные языки. Репозиторий основан на OpenGVLab/InternVL3-78B-Instruct и помечен как дообучение. Доступны варианты attention eager, SDPA и FA2, а также пакетный инференс. Модель создана для работы с Transformers; конкретная длина контекста в предоставленных данных не указана. Лицензия обозначена как other, поэтому условия использования следует сверить с лицензией репозитория и оригинального чекпойнта.

sambal/k2-v2-think-dpo-checkpoint-200 — промежуточный чекпойнт модели K2-v2-Think, созданный на основе LLM360/K2-Think разработчиком sambal. Это плотная авторегрессионная языковая модель архитектуры Qwen2ForCausalLM класса 32B с контекстом 131 072 токена, предназначенная для генерации текста в диалоговом формате и задач рассуждения. Чекпойнт соответствует итерации 200 из 496 в запуске дообучения предпочтениям с sigmoid DPO и RPO; веса объединены и сохранены в BF16 в формате safetensors для Transformers. Модель может использоваться для диалоговых ответов и генерации текста с рассуждениями, однако это промежуточное состояние обучения, а не завершённая версия: перед применением в целевых сценариях требуется оценить качество. Карточка указывает шаблон чата K2 v2 high. Лицензия — Apache-2.0.

L3.1-RP-Hero-BigTalker-8B-GGUF — языковая модель для генерации текста, разработанная DavidAU на основе семейства Llama 3.1 и ориентированная прежде всего на ролевые сценарии, а также на творческое письмо и создание художественных текстов. Она подходит для отыгрыша персонажей, продолжения сцен, разработки сюжетов и подсюжетов, написания рассказов и прозы разных жанров, включая научную фантастику, романтику и хоррор. Модель имеет размер 8B параметров, поддерживает английский язык и максимальный контекст до 128k токенов. Это GGUF-квантизированная версия; в репозитории также упоминаются варианты с разным уровнем квантизации, влияющим на детализацию, нюансированность и качество генерации. Модель заявлена как стабильная, с низкой perplexity и усиленным следованием инструкциям. Она рассчитана на длинные ответы, выразительную и детализированную прозу, включая нецензурированный контент, насилие, графический хоррор и gore. Для работы рекомендуется шаблон Llama 3 или Command-R. Сильными сторонами являются качество художественного стиля, развитая детализация, устойчивость генерации и возможность гибко менять результат настройками temperature и repetition penalty. При этом чрезмерно высокие значения могут ухудшать следование инструкциям и приводить к чрезмерно длинной или нестабильной генерации, а низкокачественные кванты могут заметно снижать качество. Модель имеет нейтрально-негативную склонность, которую следует учитывать при формулировании промптов. Распространяется по лицензии Apache-2.0.

Это экспериментальная донастройка LFM2.5-1.2B-Instruct от DavidAU, выполненная с помощью Unsloth на наборе TeichAI/claude-4.5-opus-high-reasoning-250x. Модель предназначена для генерации текста с рассуждениями, диалога и творческого письма: в примере она пишет хоррор-рассказ, а теги также указывают на создание сюжетов и продолжение сцен. Архитектура — плотная Lfm2ForCausalLM семейства LFM2; указанный размер — 1,5 млрд параметров, формат файлов — safetensors, библиотека — Transformers. Контекстная длина составляет до 128 000 токенов. Рассуждения выводятся обычным текстом, а не в отдельном блоке, и их длина и появление могут меняться между генерациями; иногда для получения продолжения или более развёрнутого ответа требуется повторная генерация или дополнительная инструкция в запросе. Автор оценивает модель как слегка экспериментальную. Для работы с ней рекомендуется контекст от 8 тысяч токенов и настройки сэмплирования, приведённые в карточке. Базовая модель распространяется по лицензии LFM Open License v1.0; для этой донастройки README отдельную лицензию не описывает.

Llama2-13B-DiamondForce — чат-модель общего назначения, дообученная sequelbox на базе Llama 2 13B. Она предназначена для диалогов и технических задач; при обучении использовались открытые и частные данные, преимущественно в формате чата INST. Модель имеет плотную архитектуру LlamaForCausalLM, содержит 12,9 млрд параметров и поддерживает контекст до 4096 токенов. Модель выдаёт текст и распространяется в формате safetensors по лицензии Apache 2.0. Автор характеризует её как пригодную к использованию без дополнительной настройки, но отмечает, что дальнейшее дообучение может улучшить удовлетворённость пользователей. Модель обозначена как устаревшая и предлагается главным образом для справки; для общего применения автор рекомендует Llama 3.

LLAMA2 13B-Holodeck-1 — дообученная KoboldAI модель семейства Llama 2 для генерации текста. Она основана на Meta Llama 2 и обучена на корпусе примерно из 3000 электронных книг разных жанров; значительная часть примеров помечена жанровым префиксом. Модель подходит для продолжения художественных текстов и генерации прозы по заданному началу. Это плотная авторегрессионная модель с архитектурой LlamaForCausalLM и 12,9 млрд параметров. Она принимает текст и выдаёт текст, поддерживает английский язык; максимальный контекст составляет 4096 токенов. Репозиторий содержит веса PyTorch и Safetensors. Лицензия указана как other, поэтому условия использования следует уточнять в материалах репозитория.

SalmanFaroz/Llama-2-7b-samsum — языковая модель семейства Llama 2, разработанная на основе meta-llama/Llama-2-7b-chat-hf и дообученная автором карточки методом QLoRA на наборе диалогов SAMSum. Модель предназначена для суммаризации разговоров на английском языке: она принимает текст беседы и генерирует её краткое изложение. Модель содержит 6,6 млрд параметров, использует архитектуру LlamaForCausalLM и поддерживает контекст длиной до 4096 токенов. Указаны библиотека Transformers и формат весов PyTorch. Лицензия — MIT. Карточка не приводит сравнительных оценок качества, поэтому качество на других жанрах текста и языках не установлено.

4yo1/llama3-eng-ko-8-llama — дообученная языковая модель на архитектуре Llama 3, разработанная 4yo1. Она предназначена прежде всего для перевода между английским и корейским языками; метаданные также указывают генерацию текста и диалоговый режим. Модель содержит 7,5 млрд параметров, принимает текст и выдаёт текст. Родная длина контекста — 8192 токена; веса доступны в формате safetensors и могут использоваться через Transformers. В карточке указана настройка на датасете 4yo1/llama3_enkor_testing_short, однако подробности качества перевода и результаты оценки не приведены. Лицензия — MIT.

yooncw/Llama-3-Open-Ko-8B-Instruct-teddynote — дообученная чат-модель, разработанная yooncw на базе beomi/Llama-3-Open-Ko-8B-Instruct-preview. Она предназначена для генерации текста в диалоговом формате и ответов на запросы. Модель использует плотную архитектуру LlamaForCausalLM и содержит 7,5 млрд параметров; длина контекста составляет 8192 токена. В качестве основы указана корейско-английская чат-модель, поэтому модель рассчитана прежде всего на корейский и английский языки. Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0. В карточке упоминаются Unsloth и TRL как инструменты, использованные при обучении. Отдельные ограничения качества или сферы применения в карточке не описаны.

Llama-3-Umbral-Mind-Replete-8B — слитая модель на архитектуре Llama 3, опубликованная mpasila. Она объединяет Casual-Autopsy/L3-Umbral-Mind-RP-v1.0-8B и Replete-AI/Replete-Coder-Llama3-8B методом SLERP с помощью mergekit. Модель предназначена для генерации текста и диалогов, включая ролевые сценарии на английском языке; объединение также включает модель, ориентированную на программирование. Размер составляет 7,5 млрд параметров, контекст — до 8192 токенов. Модель может подойти для интерактивных историй и ролевых бесед, а также генерации кода. Автор отмечает склонность модели отвечать многословно независимо от инструкции, поэтому длину ответов может быть трудно контролировать. Репозиторий содержит веса в формате safetensors и использует лицензию Llama 3.

LongT5 TGlobal XL — предварительно обученная Google модель семейства T5 для преобразования текста в текст. Это энкодер-декодерный трансформер с механизмом transient-global attention, который использует разреженные шаблоны внимания для работы с длинными последовательностями. Модель содержит 1,5 млрд параметров и доступна в форматах PyTorch и Flax. Модель обучена на английском языке в задаче генеративного восстановления текста и предназначена прежде всего для дообучения на размеченных данных. После настройки её можно применять для суммаризации длинных документов и ответов на вопросы по длинному тексту. В карточке указана возможность обрабатывать входы длиной до 16 384 токенов, тогда как метаданные каталога указывают собственную длину контекста 4 096 токенов. Модель разработана Google и опубликована по лицензии Apache 2.0. Она рассчитана на английский текст; для целевых задач генерации обычно требуется дообучение. Качество для конкретной задачи зависит от данных и настройки модели.

Lotus-12B — авторегрессионная языковая модель GPT-NeoX, дообученная автором репозитория на 2,5 ГБ художественных текстов и диалогов. В качестве базовой модели использована EleutherAI/pythia-12b-deduped; метаданные указывают 15,4 млрд параметров, контекст до 2048 токенов и формат PyTorch. Модель предназначена для генерации художественной прозы и диалогов, а также для творческой помощи авторам. Аннотации в промпте — например, жанр, стиль и точка зрения — помогают направлять генерацию. Обучающие материалы включают лёгкие романы, художественную литературу, эротические тексты, литературу из общественного достояния и публичные разговоры; основные заявленные сценарии — развлечение, творческое письмо и чат-боты. Карточка указывает английский язык и лицензию AGPL-3.0. Модель может выдавать непоследовательный или неподходящий текст и наследует ограничения базовой языковой модели; короткое контекстное окно ограничивает работу с длинными сюжетами. Обучение на эротических текстах означает, что генерация может включать взрослое содержание.

ccdv/lsg-bart-base-16384-mediasum — модель BART с механизмом Local-Sparse-Global attention, разработанная для суммаризации длинных англоязычных стенограмм телепередач из датасета MediaSum. Она дообучена на ccdv/mediasum после преобразования базовой модели для обработки последовательностей длиной до 16 384 токенов; в README указано обучение в течение одной эпохи. В таблице тестовых результатов приведены ROUGE-1 35,31, ROUGE-2 18,35 и ROUGE-L 31,81 для конфигурации с 64 глобальными токенами. Модель принимает текст и генерирует его краткое изложение. В README описана архитектура из 6 слоёв энкодера и 6 слоёв декодера, но оценка числа параметров там расходится с метаданными: около 145 млн против 95,2 млн. Для загрузки требуется Transformers версии 4.36.1 или новее и параметр trust_remote_code=True, поскольку используется пользовательский файл моделирования. Лицензия в предоставленных данных не указана.

Marco-MT-Algharb — модель машинного перевода команды Marco Translation Team компании Alibaba International Digital Commerce, представленная для общей задачи машинного перевода WMT 2025. Она основана на Qwen3-14B и предназначена для перевода между 13 направлениями; README подчёркивает многоэтапную доработку переводов ради беглости и точности. Для повышения эффективности вывода в примерах используется vLLM, а для выбора перевода описан подход с генерацией нескольких вариантов и MBR-декодированием. Модель имеет плотную архитектуру Qwen3ForCausalLM, содержит 14 млрд параметров и принимает контекст до 4096 токенов. Метаданные указывают английский, китайский, русский, украинский, чешский, японский, корейский, эстонский, сербский, арабский и немецкий языки; README сообщает о 13 направлениях перевода, хотя полный перечень направлений в доступном тексте карточки приведён не полностью. Доступны веса в формате safetensors. Модель распространяется по лицензии Apache-2.0.

Mathing-1.5B — объединённая разговорная языковая модель, созданная сообществом mergekit из Qwen/Qwen2-Math-1.5B-Instruct и arcee-ai/arcee-lite. Для слияния применён метод SLERP; архитектура — плотная Qwen2ForCausalLM, размер — 1,4 млрд параметров. Модель предназначена для генерации текста в диалоге, включая решение математических задач. Она принимает текст и выдаёт текст; заявленный контекст составляет 32 768 токенов. Веса доступны в формате safetensors, библиотека для работы — Transformers. Лицензия в предоставленных данных не указана.

Карточка модели mergekit-community/mergekit-slerp-guwkdma 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.

Карточка модели mergekit-community/mergekit-slerp-ijnxdha 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.

Карточка модели mergekit-community/mergekit-slerp-llfrpky 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.

Карточка модели mergekit-community/mergekit-slerp-rcoqutv 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.

HuggingFaceH4/mistral-7b-anthropic — диалоговая модель генерации текста на архитектуре Mistral, разработанная HuggingFaceH4. Это версия Mistral 7B, выровненная методом DPO на наборах ultrafeedback_binarized_fixed и cai-conversation-harmless. Модель содержит 7,1 млрд параметров и рассчитана на контекст до 32 768 токенов. Модель предназначена для диалоговых сценариев: генерации ответов и ведения беседы с ориентацией на безвредное поведение. Карточка приводит метрики оценки на тестовом наборе, но не описывает подробные сценарии применения или результаты на сторонних бенчмарках. Доступна в формате safetensors по лицензии Apache-2.0.

NeuralNovel/Mistral-7B-Instruct-v0.2-Neural-Story — языковая модель NeuralNovel, разработанная при поддержке Techmind и дообученная на базе mistralai/Mistral-7B-Instruct-v0.2. Это плотная авторегрессионная модель Mistral с 7,1 млрд параметров, рассчитанная на генерацию текста по инструкциям и диалоговым запросам; длина контекста — до 32 768 токенов. Модель ориентирована прежде всего на творческое письмо и рассказы: она помогает развивать сюжетные идеи и создавать короткие истории с подробным повествованием. Обучение проводилось на наборе NeuralNovel/Neural-Story-v1. В карточке приведены результаты оценки на Open LLM Leaderboard, но они сами по себе не гарантируют качество конкретного текста. Модель принимает текст и генерирует текст на английском языке. Карточка предупреждает о возможных смещениях данных, жанровой предвзятости и снижении качества на задачах вне повествовательной генерации. Лицензия Apache-2.0 допускает коммерческое и некоммерческое использование.

CreitinGameplays/Mistral-Nemo-12B-R1-v0.1 — дообученная автором CreitinGameplays модель Mistral Nemo для генерации ответов в диалоге с упором на систематические рассуждения. Она основана на mistralai/Mistral-Nemo-Instruct-2407 и обучалась один проход на датасете Magpie-Reasoning-V2-250K-CoT-Deepseek-R1-Llama-70Bmistral; автор сообщает, что обучение заняло 96 часов на двух NVIDIA RTX A6000. Модель имеет плотную архитектуру MistralForCausalLM и 12,1 млрд параметров. Она принимает текст и выдаёт текст, поддерживает контекст до 131 072 токенов, а в интерфейсе модели заявлены чат и вызов инструментов. Основной язык обучения — английский, поэтому качество на других языках может быть ниже. Модель опубликована под лицензией MIT. Автор предупреждает, что после этапа рассуждений модель может зациклиться в бесконечной генерации; это следует учитывать при настройке лимита токенов и проверке ответов.

MN-12B-Starcannon-v5-unofficial — неофициальная модель серии Starcannon, созданная автором репозитория с помощью mergekit. Это плотная языковая модель на архитектуре Mistral с 12,1 млрд параметров, предназначенная для генерации текста и диалогов. В слиянии TIES использованы anthracite-org/magnum-12b-v2.5-kto и nothingiisreal/MN-12B-Celeste-V1.9; автор сместил веса и плотность в сторону Celeste по сравнению с предыдущей версией. Модель рассчитана на художественное письмо и интерактивные ролевые диалоги. Метаданные указывают контекст до 1 024 000 токенов и формат весов safetensors. Лицензия в предоставленных данных не указана.