I.5Создание и редактирование текста

Solar-Griffin-26B-A4B — мультимодальная разговорная модель Cyclone Labs на архитектуре Gemma 4. Она создана методом слияния Google Gemma 4 26B A4B IT, Gemma4 Fiction, Boulesis-26B-A4B и Eclipsed-Phoenix-26B-A4B; файлы опубликованы в формате safetensors и рассчитаны на Transformers. Модель предназначена прежде всего для ролевых диалогов, создания персонажей и сцен, художественного письма, построения мира и интерактивных историй с развивающимся сюжетом. Благодаря возможностям чата и зрения она принимает текст и изображения и формирует текстовые ответы; в метаданных основная задача обозначена как image-text-to-text. Базовая Gemma 4 поддерживает диалоги, рассуждения, программирование и анализ изображений, но карточка Solar-Griffin заявляет специализацию на творческих сценариях. Модель распространяется по лицензии Apache-2.0. Карточка не приводит отдельные сведения о длине контекста или языках; поэтому языки не перечислены.

NlpHUST/t5-small-vi-summarization — модель семейства T5, разработанная NlpHUST для суммаризации текстов на вьетнамском языке. Она принимает текст и формулирует его краткое содержание; пример в карточке показывает сжатие новостного текста о правилах расчёта социальных страховых взносов. Модель содержит 157,4 млн параметров и доступна в форматах PyTorch и Flax. Карточка содержит пример результата, но не описывает методы оценки качества и не приводит подробных рекомендаций по применению. Лицензия и длина контекста в предоставленных сведениях отсутствуют.

Kainatq/test002 — объединённая языковая модель на архитектуре Mistral, созданная автором с помощью mergekit и метода DARE TIES. В качестве базовой модели использована kainatq/Kainoverse-7b-v0.1; в объединение также вошли ChaoticNeutrals/RP_Vision_7B, ResplendentAI/DaturaCookie_7B и icefog72/IceDrunkenCherryRP-7b. Модель предназначена для генерации текста, в частности ролевого общения. Она содержит 7,1 млрд параметров, принимает текст и выдаёт текст, работает с контекстом до 32 768 токенов и распространяется в формате Safetensors через Transformers. Лицензия в предоставленных данных не указана.

Textolite 24B V.2 — объединённая языковая модель на архитектуре Mistral, созданная OddTheGreat на основе четырёх моделей: Delta-Vector/Rei-24B-KTO, Doctor-Shotgun/MS3.2-24B-Magnum-Diamond, OddTheGreat/Mechanism_24B_V.1 и zerofata/MS3.2-PaintedFantasy-v2-24B. Модель содержит 23,4 млрд параметров и рассчитана на генерацию текста, прежде всего ролевые диалоги в жанрах приключений и симуляции жизни, а также творческую прозу. По карточке, модель сохраняет контекст и следует инструкциям на достойном уровне; она тестировалась с Mistral V7-Tekken T1.01. Поддерживаются английский и русский языки, длина контекста — до 131 072 токенов. Модель принимает и генерирует текст, распространяется в формате Safetensors. Сведения о лицензии в предоставленных данных отсутствуют.

WindyTranslate/translate-bg-en — модель машинного перевода от Windstorm Labs для перевода текста с болгарского на английский. Это дообученная версия Helsinki-NLP/opus-mt-bg-en: LoRA-дообучение на параллельном корпусе объединено с базовыми весами. Модель построена на архитектуре MarianMT, содержит 56,8 млн параметров и принимает текст; контекст составляет до 512 токенов. Модель предназначена для перевода фраз и документов с болгарского языка на английский. В карточке приведена скрининговая оценка на 48 предложениях FLORES-200 dev: chrF++ 58,73 и BLEU 28,02. Репозиторий содержит сборку Transformers в формате safetensors. Лицензия — Apache-2.0.

Windstorm Labs публикует эту модель машинного перевода с грузинского языка на английский. Это дообученная версия Helsinki-NLP/opus-mt-ccs-en: LoRA-адаптер, обученный на параллельном корпусе, объединён с базовыми весами. Модель построена на архитектуре Marian и содержит 37 млн параметров; она предназначена для перевода текста в одном направлении — с грузинского на английский — и поддерживает контекст до 512 токенов. Репозиторий содержит веса в формате safetensors для загрузки через Transformers. Качество этой версии не оценивалось бенчмарками, поэтому её пригодность для конкретных текстов следует проверять отдельно. Лицензия — Apache-2.0.

WindyTranslate/translate-de-uk — модель машинного перевода от Windstorm Labs для перевода текста с немецкого на украинский. Она основана на Helsinki-NLP/opus-mt-de-uk: к базовым весам применили LoRA дообучение на параллельном корпусе и объединили адаптер с моделью. Архитектура — MarianMT, размер — 57,2 млн параметров, контекст — до 512 токенов; модель доступна в формате safetensors и работает с Transformers. Модель предназначена для перевода в одном направлении — с немецкого на украинский. В карточке приведена предварительная оценка на 48 предложениях FLORES-200: chrF++ 38,89 и BLEU 12,59; это скрининговый результат, а не публикационная оценка. Модель распространяется по лицензии Apache-2.0.

WindyTranslate/translate-fi-en — модель машинного перевода, опубликованная Windstorm Labs и предназначенная для перевода текста с финского языка на английский. Это дообученная версия Helsinki-NLP/opus-mt-fi-en: LoRA-адаптер, обученный на параллельных данных, объединён с базовыми весами. Архитектура MarianMT, размер — 55,7 млн параметров, максимальная длина контекста — 512 токенов. Модель подходит для автоматического перевода финских сообщений и документов на английский. В проверке на 48 предложениях FLORES-200 dev она получила chrF++ 56,31 и BLEU 29,35; это предварительная оценка, а не результат публикационного исследования. Поддерживается только направление fi→en. Репозиторий содержит веса в формате safetensors и использует лицензию Apache-2.0.

mlx-community/translategemma-27b-it-bf16 — конвертированная в формат MLX модель Google Translate на базе Gemma 3, подготовленная сообществом mlx-community из google/translategemma-27b-it. Это плотная модель с архитектурой Gemma3ForConditionalGeneration и 27 млрд параметров, предназначенная для перевода текста между 55 языками; базовая модель также поддерживает перевод текста на изображениях. Для работы требуется специальный шаблон перевода из карточки исходной модели. Репозиторий содержит веса safetensors в формате MLX; лицензия — Gemma.

Модель allenai/wmt16-en-de-dist-12-1 — портированная в Transformers версия модели машинного перевода на базе Transformer, первоначально выпущенной AllenAI и обученной для перевода с английского на немецкий. Это вариант семейства FSMT с глубоким энкодером и неглубоким декодером; в нём 50,3 млн параметров, он принимает текст и генерирует перевод. Модель предназначена для перевода предложений и текстов с английского на немецкий. В карточке приведён результат 27,52 BLEU при оценке SacreBLEU на детокенизированных выводах; показатель немного ниже результата исходной оценки из-за различий в методике. Модель распространяется по лицензии Apache-2.0.

SzilviaB/Xwin_Forest — слитая языковая модель семейства LLaMA, созданная автором репозитория с помощью mergekit. В слиянии SLERP участвовали Elfrino/XwinXtended-20B и TeeZee/DarkForest-20B-v3.0; модель имеет плотную архитектуру LlamaForCausalLM, содержит 19,8 млрд параметров и рассчитана на контекст до 4096 токенов. Модель предназначена для генерации текста, в том числе ролевых диалогов и зрелых историй по карточкам персонажей. Репозиторий предоставляет веса в формате safetensors, а отдельная связанная публикация — GGUF-квантизацию. Сведения о лицензии и явных ограничениях качества в доступных данных отсутствуют.

YorubaLlama — языковая модель на 8 млрд параметров, разработанная Jacaranda Health на основе Meta-Llama-3-8B. Её адаптировали с помощью LoRA: продолжили предобучение на корпусах на йоруба, затем настроили на наборе из 66 280 пар инструкций и ответов. Репозиторий содержит веса в формате safetensors. Модель предназначена для ответов на вопросы, диалоговых помощников и других задач с текстом на йоруба и английском языках. Она сочетает возможности базовой Llama 3 с адаптацией к особенностям йоруба и может служить основой для дальнейшей настройки под конкретные области. Лицензия — CC BY-NC-SA 4.0; коммерческое использование и распространение требуют согласования с Jacaranda Health. Тестирование преимущественно проводилось на йоруба и английском. Ответы могут быть неточными, предвзятыми или нежелательными, поэтому перед внедрением модель следует проверить и настроить под сценарий использования.

zephyr-beta-math-Mistral-7B-Instruct-v0.2-slerp — объединённая диалоговая языковая модель на базе Mistral-7B-Instruct-v0.2 и abhishek/zephyr-beta-math. Она создана методом SLERP с помощью MergeKit и предназначена для генерации текста в ответ на инструкции, включая математические запросы и диалоговые сценарии. Модель использует плотную архитектуру MistralForCausalLM и содержит 7,1 млрд параметров. Она принимает текст и выдаёт текст; поддерживает контекст до 32 768 токенов. Веса опубликованы в формате safetensors, лицензия — Apache-2.0. README указывает математическую специализацию одного из объединённых компонентов, но не приводит оценок качества или подробных результатов проверки.

Al-Atlas-0.5B — языковая модель AtlasIA для генерации текста на марокканском диалекте арабского языка дарижа. Это плотная авторегрессионная модель семейства Qwen2, дообученная на основе Qwen/Qwen2.5-0.5B; в карточке указаны 494 млн параметров и контекст до 32 768 токенов. Модель обучалась на подборке из 155 млн токенов дарижи, включающей разговоры в социальных сетях, расшифровки устной речи, форумы, новости и пользовательский контент. Модель предназначена для чат-ботов, генерации текстов и автоматизации обслуживания клиентов для марокканской аудитории. Её также можно применять для анализа тональности и классификации текстов на дариже. Карточка подчёркивает работу с местными выражениями и культурным контекстом. Лицензия в предоставленных данных не указана.

Alpacino30b — слитая языковая модель на базе LLaMA 30B, опубликованная digitous. По описанию автора, это объединение трёх вариантов Alpaca с настройками для пошагового рассуждения и повествования; формат инструкций Alpaca сохранён как основной. В метаданных указаны архитектура LlamaForCausalLM, 32,3 млрд параметров, контекст 2048 токенов и форматы PyTorch и Safetensors. Модель предназначена для генерации текста по инструкциям, в частности для творческого письма и текстовых приключенческих игр, где она выступает рассказчиком и развивает сюжет по действиям игрока. Автор также отмечает возможности рассуждения, но не приводит количественных оценок качества. Доступна некоммерческая лицензия; README указывает, что веса основаны на Llama 30B и предполагают наличие разрешённого доступа к оригинальным весам Meta AI.

Archangel SFT-DPO — языковая модель семейства Llama 13B, разработанная Contextual AI. Чекпойнт оптимизирован последовательным обучением с учителем (SFT) и Direct Preference Optimization (DPO), с выравниванием на данных SHP, Anthropic HH и OpenAssistant. Архитектура — плотная авторегрессионная LlamaForCausalLM с 12,9 млрд параметров; модель принимает текст и генерирует текст. В карточке указан контекст длиной 2048 токенов, а основной язык модели — английский. Модель предназначена для генерации ответов в диалогах, согласованных с человеческими предпочтениями. Для промптов рекомендуется формат TuluV2: сначала сообщение пользователя, затем ответ ассистента; токен BOS добавляется автоматически. Лицензия — Apache-2.0. Карточка не приводит сравнительных оценок качества, поэтому пригодность для конкретного сценария следует проверять отдельно.

Модель aminediroHF/async-grpo-ckpt-smoke-r1d-1.5b — дообученная с помощью TRL версия DeepSeek-R1-Distill-Qwen-1.5B, созданная на базе архитектуры Qwen2. Это плотная авторегрессионная языковая модель с 1,5 млрд параметров; заявленная длина контекста — 131 072 токена. Модель предназначена для диалоговой генерации текста и ответов на запросы. Карточка показывает запуск через Transformers pipeline для text-generation. Базовая модель ориентирована на рассуждения, математику и программирование, но README не описывает конкретные данные или результаты дополнительного дообучения этой версии. Поэтому её качество в отдельных задачах и языках нельзя оценить по карточке. Репозиторий содержит веса в формате safetensors; условия лицензии в предоставленных данных не указаны.

Atlas-Chat-2B — диалоговая языковая модель, разработанная MBZUAI-Paris в рамках проекта Jais и настроенная на инструкции для дариджи — разговорного арабского языка Марокко. Она основана на Google Gemma 2 2B Instruct и дообучена на смеси данных для дариджи. Модель с плотной архитектурой Gemma 2 содержит 2,7 млрд параметров, принимает текст и генерирует текст; максимальная длина контекста — 8192 токена. Модель предназначена для чат-ботов и разговорных агентов на даридже, а также для генерации, суммаризации, ответов на вопросы и перевода на разговорном марокканском арабском. Компактный размер позволяет запускать её на настольных компьютерах и в персональных облачных средах. Карточка также описывает возможное применение в культурных исследованиях, связанных с Марокко и его языком. Как и другие языковые модели, Atlas-Chat-2B может допускать фактические ошибки, испытывать трудности с неоднозначностью, тонкими языковыми нюансами и сложными задачами, а также воспроизводить предвзятости из обучающих данных. Лицензия — Gemma; условия использования следует сверять с лицензией Google Gemma.

Карточка модели dolphin-the-goat/baby-dolphin-2.0 на Hugging Face совпадает с карточкой microsoft/phi-2, поэтому описание составлено по ней. Phi-2 — базовая плотная Transformer-модель Microsoft с 2,7 млрд параметров, предназначенная для генерации текста. Она предсказывает следующий токен и рассчитана прежде всего на стандартный английский. В карточке Hugging Face указаны 3,5 млрд параметров; контекст составляет 2048 токенов. Модель распространяется в формате safetensors по лицензии MIT. Phi-2 подходит для ответов на вопросы, диалоговых подсказок и генерации кода, особенно на Python. В бенчмарках на здравый смысл, понимание языка и логические рассуждения модель показала высокие результаты среди моделей менее 13 млрд параметров. Она не проходила дообучение на инструкциях или RLHF, поэтому может плохо следовать сложным указаниям и часто выдаёт лишний текст. Сгенерированные факты и код требуют проверки: модель может ошибаться, а её знания о коде в основном охватывают Python и распространённые библиотеки. Возможны общественные предубеждения и токсичные ответы. Microsoft указывает, что модель не проверена для производственных задач без предварительной оценки.

google/bert2bert_L-24_wmt_en_de — модель перевода, представленная Sascha Rothe, Shashi Narayan и Aliaksei Severyn и выпущенная в репозитории Hugging Face. Это плотная encoder-decoder модель на базе BERT: энкодер и декодер инициализированы чекпойнтами bert-large, после чего модель дообучена на переводе с английского на немецкий на данных WMT. Модель предназначена для перевода англоязычных текстов на немецкий. Она доступна в формате PyTorch и использует библиотеку Transformers. Лицензия — Apache-2.0. Карточка не сообщает размер модели и длину контекста.

Bonaparta-7B — разговорная модель для генерации текста, разработанная на основе Mistral Instruct v0.2 и дообученная методом DPO на наборе данных gutenberg-dpo. Она ориентирована на рассказывание историй и подходит для интерактивного создания художественного текста и продолжения сюжетов. Модель использует плотную архитектуру MistralForCausalLM с 7,1 млрд параметров и поддерживает контекст длиной до 32 768 токенов. Модель принимает текстовые запросы и выдаёт текст. Репозиторий содержит веса в формате safetensors; лицензия — MIT. README не сообщает об отдельных оценках качества, поэтому пригодность для конкретного сценария стоит проверять на собственных примерах.

Camel-Platypus2-13B — объединённая автором карточки языковая модель на 12,9 млрд параметров, созданная на основе Platypus2-13B и qCammel-13. Это авторегрессионная плотная модель семейства Llama, основанная на архитектуре Llama 2; она принимает текстовые инструкции и генерирует текстовые ответы. Модель предназначена для диалогов и решения задач на английском языке, включая вопросы по STEM-дисциплинам, логике и общие тестовые задания. Шаблон запроса использует секции Instruction и Response, а длина контекста составляет 4096 токенов. В карточке указана лицензия CC BY-NC-4.0 для базовых весов, которая ограничивает коммерческое использование. Модель может выдавать неточные, предвзятые или нежелательные ответы; перед применением следует оценить её поведение в целевом сценарии. Оценивание проводилось на английском языке и не охватывает все возможные случаи использования.

Это дообученная модель AmberYifan на базе marin-community/marin-8b-base, созданная на наборе данных capsd_marin-8b-base-n80000-opc-dedup80k__mix_code_cap_b10000_s0. Модель семейства Llama с плотной архитектурой LlamaForCausalLM содержит 7,5 млрд параметров и предназначена для генерации текста; в метаданных также отмечена возможность диалогового использования. Модель принимает текст и генерирует текст. Базовая Marin 8B Base описана как англоязычная модель для генерации и продолжения текста, однако карточка этого чекпойнта не уточняет языковое покрытие и его специализацию на коде. Контекст составляет 4096 токенов. Лицензия указана как other, без дополнительных условий в предоставленных данных.

ChatTruth-7B — модель семейства Qwen, разработанная на основе Qwen-VL и дополнительно обученная на специально подготовленных данных. Она предназначена для диалоговой генерации текста с поддержкой визуальных входов и улучшенной обработкой изображений высокого разрешения. В README заявлен модуль Restore Module, снижающий вычислительную нагрузку при работе с изображениями высокого разрешения. В метаданных указаны 11,4 млрд параметров, контекст длиной 8192 токена и поддержка китайского и английского языков. Репозиторий содержит веса PyTorch; для запуска README указывает Transformers 4.32.0, PyTorch 1.13 или новее и CUDA 11.4 или новее. Условия лицензии в предоставленных данных не описаны.

Iker/ClickbaitFighter-2B — дообученная модель на основе Google Gemma 2B IT, созданная для генерации кратких содержательных пересказов статей по кликбейтным заголовкам на испанском языке. Она основана на плотной архитектуре GemmaForCausalLM, содержит 2,5 млрд параметров и поддерживает контекст до 8192 токенов. Модель рассчитана на текстовую генерацию в диалоговом формате и обучена на датасете Iker/NoticIA. Модель подходит для подготовки краткого пересказа веб-статьи, чтобы передать её содержание без сенсационной подачи заголовка. В README упоминается более крупная ClickbaitFighter-10B как вариант с лучшими результатами. Модель распространяется по лицензии CC BY-NC-SA 4.0, которая требует атрибуции и ограничивает коммерческое использование и распространение производных работ условиями ShareAlike.

Comma v0.1-2T-GGUF — общеязыковая базовая модель, конвертированная сообществом из common-pile/comma-v0.1-2t в формат GGUF для llama.cpp и Ollama. Модель построена на архитектуре Llama 3 и содержит 7 млрд параметров; исходную версию обучали на 2 трлн токенов датасета Common Pile v0.1, состоящего из открыто лицензированных текстов и материалов общественного достояния. Модель предназначена для продолжения и генерации текста, в том числе для задач, связанных со знаниями и кодом, а также как основа для дальнейшего дообучения. Это базовая модель без настройки на выполнение инструкций: она не рассчитана на чатовый формат без дополнительного дообучения. Репозиторий содержит файл GGUF в формате F16 без квантизации, размером около 14 ГБ. Для поддержки уникального формата токенизатора Comma при конвертации потребовалась модификация llama.cpp. Лицензия — Apache 2.0.

CosmicBun-8B — объединённая языковая модель семейства Llama 3, созданная автором aloobun методом DARE TIES с помощью mergekit. В качестве основы использована Locutusque/llama-3-neural-chat-v1-8b; в объединение также вошли cognitivecomputations/dolphin-2.9-llama3-8b и Weyaxi/Einstein-v6.1-Llama3-8B. Модель содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и принимает текст для генерации текста в диалоговом режиме. Контекст — до 8192 токенов. По назначению и составу объединённых моделей она подходит для общения и ответов на вопросы, особенно по математике и другим STEM-дисциплинам. В README приведены результаты оценивания на нескольких бенчмарках, включая средний балл 68,81. Модель распространяется по лицензии MIT. Результаты бенчмарков сами по себе не гарантируют точность ответов; модель может ошибаться в вычислениях и научных фактах.

OpenMOSS-Team/cpt-large — крупная версия CPT, китайской предварительно обученной модели архитектуры BART для понимания и генерации текста. Модель разработана Yunfan Shao, Zhichao Geng, Yitao Liu и соавторами и содержит около 455,2 млн параметров. Обновлённая версия использует словарь из 51 271 токена с расширенным покрытием китайских иероглифов, а максимальная длина последовательности составляет 1024 токена. Модель предназначена для задач понимания китайского текста и генерации, включая классификацию и суммаризацию; метаданные Hugging Face указывают задачу text-classification. В README приведены результаты на китайских бенчмарках AFQMC, IFLYTEK, CSL-sum и LCSTS. Для токенизации требуется BertTokenizer и файлы CPT, включая modeling_cpt.py; оригинальный BartTokenizer использовать не следует. Лицензия в предоставленных данных не указана.

michaelfeil/ct2fast-opus-mt-en-es — это версия модели машинного перевода OPUS-MT для перевода с английского на испанский, преобразованная для ускоренного инференса с CTranslate2. Модель использует архитектуру Transformer; исходная модель относится к проекту Tatoeba-Challenge. Для предобработки применяются нормализация текста и SentencePiece с моделями токенизации spm32k для обоих языков. Модель предназначена для перевода английских текстов на испанский в приложениях и пакетной обработке. В README заявлено ускорение инференса в 2–8 раз при использовании INT8 в C++, а также приведены результаты на тестовых наборах новостных переводов. Репозиторий распространяется по лицензии Apache-2.0. Данные не сообщают размер модели или длину контекста.

SzilviaB/DarkUnholyPlanet-OAS-8b — слитая авторами модель на архитектуре Llama 3, созданная с помощью mergekit методом SLERP из DavidAU/L3-Dark-Planet-8B и Undi95/Llama3-Unholy-8B-OAS. Модель содержит 7,5 млрд параметров и рассчитана на генерацию текста в диалоговом формате; каталог характеризует базовые модели как предназначенные для художественной прозы, сюжетов, сцен и ролевого общения. Модель подходит для творческого письма, продолжения историй и ролевых диалогов. Заявленная длина контекста — 8192 токена. Репозиторий содержит веса в формате safetensors и указывает библиотеку Transformers. Сведения о лицензии в предоставленной карточке и метаданных отсутствуют.