I.5Создание и редактирование текста

BananaMind-Translate-V3.4-i1-GGUF — квантизированная версия модели BananaMind-Translate-V3.4, разработанной Banaxi-Tech и преобразованной в формат GGUF пользователем mradermacher. Модель предназначена для машинного перевода между английским и немецким языками, включая направления en→de и de→en, и относится к семейству моделей на базе Qwen. В метаданных также указано наличие дообучения на пользовательском наборе данных. Это vision-модель, поэтому для работы с визуальными входными данными могут потребоваться дополнительные файлы mmproj из статического репозитория. Точные сведения о размере базовой модели, архитектуре, максимальной длине контекста и поддерживаемых модальностях в README не приведены. Репозиторий содержит набор вариантов квантизации с размером примерно от 1,5 до 3,6 ГБ; более компактные варианты экономичнее по памяти, но могут заметно уступать по качеству, тогда как Q4_K_M обозначен как быстрый и рекомендуемый вариант. Модель подходит для локального запуска и сценариев перевода при ограниченных вычислительных ресурсах. Основные ограничения связаны с потерями качества при низких уровнях квантизации, отсутствием подробных результатов оценки и неполной документацией характеристик. Лицензия — Apache-2.0.

Карточка модели allegro/BiDi-ces-slk на Hugging Face совпадает с карточкой allegro/BiDi-eng-pol, поэтому описание составлено по ней. BiDi-eng-pol — двунаправленная модель машинного перевода из коллекции BiDi, разработанной в рамках исследовательского проекта лаборатории Machine Learning Research для Allegro.com при сотрудничестве с laniqo.com. Это энкодер-декодерный трансформер MarianMT на 133,4 млн параметров, обученный для перевода на уровне предложений; базовая конфигурация — transformer-big. Модель переводит между английским и польским в обоих направлениях: целевой язык задаётся специальным токеном. Для токенизации используется SentencePiece со словарём 32 тыс. токенов. Модель рассчитана на перевод отдельных предложений между английским и польским; в README описана как часть коллекции многоязычных славянских MT-моделей. Метаданные указывают контекст до 1024 токенов. Модель обучалась на корпусах машинного перевода и оценивалась на Flores200 с метрикой COMET-DA. Качество и возможные смещения следует проверять для конкретного предметного домена: авторы предупреждают о возможных гендерных галлюцинациях при переводе с английского на славянские языки. Лицензия — CC BY 4.0.

ByT5 Base — предварительно обученная без токенизатора модель Google на архитектуре T5, работающая непосредственно с последовательностями байтов UTF-8. Она содержит около 595 млн параметров и обучалась на mC4 с задачей восстановления замаскированных фрагментов; для прикладных задач модель нужно дообучить. Модель подходит для сценариев с шумным текстом, где важны опечатки, написание и произношение, а также может обрабатывать текст на разных языках без отдельного токенизатора. Модель предназначена для последующей адаптации к задачам преобразования текста, например ответам на вопросы и исправлению ошибок. Байтовое представление повышает устойчивость к шуму, но последовательности байтов длиннее токенных, что может замедлять обработку и расходовать больше контекста. Репозиторий содержит варианты для PyTorch, TensorFlow и Flax. Лицензия — Apache 2.0.

ByT5-large — предварительно обученная модель Google на архитектуре T5, работающая непосредственно с последовательностями UTF-8 байтов без токенизатора. Модель содержит около 1,2 млрд параметров и обучалась на mC4 с задачей маскирования фрагментов; supervised-обучение для прикладных задач не проводилось, поэтому перед использованием её нужно дообучить под целевую задачу. Модель предназначена для дообучения на задачах преобразования текста, особенно когда данные содержат опечатки, шум или нестандартное написание. Она поддерживает многоязычный текст и может быть полезна в сценариях, чувствительных к орфографии и произношению; в карточке отмечено превосходство над mT5-large на TweetQA. Работа с байтами избавляет от отдельного токенизатора, но последовательности обычно длиннее токенизированных, что может повышать вычислительные затраты. Лицензия — Apache-2.0.

Claire-Mistral-7B-0.1 — языковая модель с архитектурой Mistral, разработанная LINAGORA и OpenLLM-France на основе Mistral-7B-v0.1. Это причинная декодерная модель на 7,1 млрд параметров, дообученная на французских диалогах; формат весов — PyTorch и Safetensors, контекст — до 32 768 токенов. Модель предназначена для продолжения диалогов и как основа для дальнейшей настройки на генерацию диалогов и понимание бесед, например для суммаризации встреч. Она обучалась на французских парламентских выступлениях, театральных текстах и интервью с разметкой говорящих; ожидаемые форматы запросов включают монолог и реплики нескольких участников. Основной язык обучения — французский, хотя модель может генерировать текст на других языках, известных исходной Mistral-7B-v0.1. Модель может воспроизводить характерные для устной речи повторы, запинки и другие разговорные конструкции. Для коммерческого использования лицензия CC BY-NC-SA 4.0 не подходит; при использовании необходимо соблюдать её условия.

CognitiveFusion-4x7B-bf16-MoE — экспериментальная языковая модель, созданная Kquant03 совместно с NeuralNovel. Это FrankenMoE на архитектуре Mixtral: в качестве экспертов объединены Loyal-Macaroni-Maid-7B, Dolphin-2.6-Mistral-7B, Silicon-Maid-7B и Panda-7B-v0.1. Репозиторий содержит веса SafeTensors в формате BF16; в метаданных указан размер 7,1 млрд параметров и контекст 8192 токена. Модель предназначена для генерации текста, особенно творческого письма, повествования и диалогов. Авторы отмечают, что объединение экспертов Panda, Silicon Maid и Dolphin должно поддерживать творческий стиль и рассуждения; это заявленные авторами качества, а не гарантия результата. Карточка описывает модель как нестабильную по меркам FrankenMoE: маршрутизатор экспертов не обучался совместно с ними, поэтому возможны галлюцинации и непредсказуемые ответы. Для запуска требуется память, достаточная для размещения весов всех экспертов. Лицензия — Apache-2.0.

Deepseek Uncensored Lore — дообученная методом LoRA языковая модель для создания историй и интерактивного повествования. В README базовая модель названа DeepSeek 7B; метаданные указывают 6,5 млрд параметров, плотную архитектуру семейства Llama и формат safetensors. Модель принимает текстовые запросы и генерирует текст; заявленное окно контекста — 4096 токенов. Модель предназначена для творческого письма, построения сюжетов и генерации повествования по структурированным подсказкам, включая истории с заданными персонажами, тоном и развитием событий. В README описано обучение на датасете Character Stories, собранном с помощью больших языковых моделей и отфильтрованном моделью-судьёй. Языки обучения или поддержки явно не названы. Для модели заявлены связность повествования, выразительные описания и пригодность для интерактивного использования. Она специализирована на историях и может хуже справляться с другими задачами; результаты могут наследовать предвзятости базовой модели и обучающих данных. README указывает ограничение в 1000 токенов на последовательность, что расходится с контекстом 4096 токенов в метаданных. Лицензия в предоставленных данных не указана.

Diba-Base — базовая большая языковая модель семейства Diba, разработанная Dibachain. Это плотная авторегрессионная модель с архитектурой DibaForCausalLM и 3,4 млрд параметров; она предназначена для диалога, генерации кода и работы с инструментами. Основной язык модели — персидский (фарси), также она отвечает на английском и поддерживает запросы на обоих языках. Модель ориентирована на персидскую письменную речь, знания об Иране, включая его современную историю, и написание кода, в том числе на Python и JavaScript. Её можно запускать локально и офлайн; карточка описывает запуск на CPU через GGUF, хотя в метаданных репозитория указан формат safetensors. Заявленная длина контекста — 262 144 токена. В сравнительных тестах из карточки модель показала хорошие результаты на вопросах об истории Ирана и задачах кодирования для своего размера. Это результаты автора, а не независимая оценка. Для модели такого размера важно проверять факты и сгенерированный код; ответы также отражают перспективы, представленные в обучающих данных. Лицензия — Apache-2.0.

sanchit-gandhi/distil-zephyr-1.5b-ssft-ultrachat — плотная авторегрессионная языковая модель семейства Mistral, дообученная на диалоговом датасете stingning/ultrachat. Модель содержит 1,4 млрд параметров, использует архитектуру MistralForCausalLM и рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации текста в диалогах: она может отвечать на запросы и поддерживать многоходовое общение. В README приведён результат оценки на тестовой выборке: loss 1,0042. Карточка не описывает языковое покрытие и практические ограничения. Модель опубликована в формате safetensors; лицензия в предоставленных данных не указана.

EnceladusHyperStock-24B — экспериментальная слитая языковая модель, созданная автором карточки с помощью mergekit из нескольких предварительно обученных моделей семейства Mistral. Она предназначена для длинных ролевых диалогов, совместного написания историй, творческого текста и следования сложным инструкциям; поддерживает генерацию с видимым рассуждением. Модель содержит 23,4 млрд параметров, принимает текст и имеет контекстное окно 131 072 токена. В карточке указан английский язык. Автор описывает модель как экспериментальную и предупреждает, что она не обязательно лучше предыдущего варианта. Модель uncensored и может создавать оскорбительный или неподходящий контент. Рекомендуемый шаблон диалога — Mistral V7 Tekken. Лицензия — Apache-2.0.

Epos-8B — языковая модель P0x0 для генерации историй, диалогов и творческой прозы. Это дообученная версия Meta-Llama-3.1-8B на архитектуре LlamaForCausalLM с плотной трансформерной архитектурой и примерно 7,5 млрд параметров. Модель принимает текст и генерирует текст; заявленная длина контекста — 131 072 токена. Модель предназначена для создания насыщенных повествований, диалогов персонажей и творческих текстов на английском языке. Её можно применять для разработки сюжетов и сцен для игр или художественных произведений. Репозиторий распространяется в формате safetensors, лицензия — Apache 2.0. В README также упомянуты сторонние варианты в формате GGUF.

EVA-Qwen2.5-32B-v0.0 — диалоговая модель для ролевых сценариев и написания историй, разработанная Kearm и Auri. Это полное дообучение плотной языковой модели Qwen2.5-32B с 32 млрд параметров; модель обучали на смеси синтетических и естественных данных, включая наборы для инструкций, структурированного письма, ролевых карточек и творческих подсказок. Она использует формат ChatML и поддерживает контекст до 131 072 токенов. Модель предназначена для генерации творческого текста, отыгрыша персонажей и продолжения историй в чат-интерфейсах, включая SillyTavern. Для вывода доступна на Featherless.AI. README предупреждает, что квантизированный KV-кэш Qwen2.5 может ухудшать качество генерации; для KV-кэша рекомендуется f16. Лицензия — Apache-2.0.

AXCXEPT әзірлеген EZO-AutoCoTRAG-Qwen2.5-32B-Instruct — Qwen2.5-32B-Instruct негізіндегі мәтін генерациялау диалогтық моделі. Ол Auto-CoT және нақты уақыттағы RAG өңдеуін қосып, күрделі сұрақтарға жауап беру және вебтен алынған өзекті ақпаратты жауапта пайдалану үшін жасалған. Модель тығыз Qwen2 архитектурасына жатады, 32 млрд параметрі және 32 768 токендік контекст терезесі бар; карточкада жапон және ағылшын тілдері көрсетілген. Чат пен құрал шақыру интерфейсін қолдайды. Apache-2.0 лицензиясымен таратылады. Модельдің RAG арқылы сыртқы білімді толықтыруы мен көпқадамды пайымдауы оның негізгі артықшылықтары ретінде сипатталған. Дегенмен, вебтен іздеу мысалында DuckDuckGo қолданылатыны көрсетілген, сондықтан нақты уақыттағы іздеу ортаның интернетке қолжетімділігіне және тиісті құралдардың жұмыс істеуіне тәуелді. Автор оны эксперименттік прототип деп сипаттап, коммерциялық немесе аса маңызды жүйелерге енгізуге арналмағанын және нәтижелеріне кепілдік бермейтінін ескертеді.

Fimbulvetr-Grande-V2-19B-GGUF — текстовая генеративная модель, разработанная DavidAU на основе Fimbulvetr-11B-v2 от Sao10K. Это модифицированная Solar-based модель с применением метода Brainstorm 40x, который предназначен для заметного изменения стиля прозы и расширения творческих возможностей. Модель ориентирована на художественное письмо, создание сюжетов и подсюжетов, продолжение сцен, сторителлинг, ролевые сценарии и работу с жанрами от научной фантастики и романтики до ужасов. Поддерживаются английский язык и текстовая модальность; в карточке указан pipeline text-generation. Модель содержит около 19,25 млрд параметров, 87 слоёв и 786 тензоров. Базовый максимальный контекст составляет 4096 токенов, а с настройками RoPE его можно расширить примерно до 16K, при этом качество и следование инструкциям могут ухудшаться. Требуются шаблоны ChatML, Alpaca или Vicuna. Сильные стороны — подробное и эмоционально насыщенное описание сцен, окружения и персонажей, разнообразная структура прозы, сложный стиль и способность к предвосхищению событий. Модель чувствительна к температуре, repetition penalty и типу квантизации; при агрессивных настройках возможны чрезмерно длинная генерация и повторы. Она может создавать NSFW-контент, насилие, мрачные или нецензурные сцены и имеет лёгкую негативную стилистическую тенденцию. Распространяется по лицензии Apache-2.0.

Lvxue/finetuned-mt5-small-10epoch — дообученная модель машинного перевода на базе google/mt5-small, созданная для перевода между румынским и английским языками. Модель использует архитектуру MT5ForConditionalGeneration и содержит 157,4 млн параметров. Модель обучена на наборе данных WMT16 ro-en; для оценочной выборки указано значение loss 1,7274. Она принимает текст и генерирует перевод. Репозиторий содержит веса PyTorch. Лицензия — Apache 2.0.

daggar/flan-t5-dialogsum-full-ft — модель семейства T5, разработанная в рамках учебного проекта IIT-D Gen-AI и полностью дообученная на DialogSum для суммаризации диалогов. Основана на google/flan-t5-large; архитектура — T5ForConditionalGeneration, число параметров по метаданным — 385,2 млн. Принимает текст с префиксом «Summarize the following dialogue:\n» и диалогом, обрезанным до 512 токенов, и генерирует краткое текстовое резюме длиной до 128 токенов. Модель предназначена прежде всего для кратких англоязычных диалогов с двумя участниками, обозначенными тегами #Person1# и #Person2#. На тестовой выборке DialogSum авторы сообщают об улучшении BLEU и ROUGE-1 относительно исходной модели. Обучение проведено на одном наборе данных и одной эпохе, поэтому результаты не гарантируют качество на других темах и форматах. Возможны пропуски содержания после усечения входа и неподтверждённые исходным диалогом детали в резюме. Лицензия — Apache-2.0.

emessy разработал и дообучил на наборе emessy/flash_fiction_1 модель семейства Llama 3.1 для генерации текста. Она подходит для создания короткой художественной прозы и интерактивного продолжения творческих текстовых запросов. Модель имеет плотную архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров и рассчитана на контекст до 131072 токенов; в карточке также указаны поддержка чата и английский язык. Дообучение выполнено с помощью Unsloth и TRL; конфигурация LoRA в README описывает параметры обучения.

Gemma4 E4B CPT Round 2 — дообученная модель, опубликованная Puujeeeeeeeeeeee на основе Puujeeeeeeeeeeee/gemma4-e4b-cpt-round1. Это плотная модель семейства Gemma 4 с архитектурой Gemma4ForConditionalGeneration и поддержкой изображений; репозиторий содержит веса в формате safetensors. Модель предназначена для генерации текста по текстовым и визуальным входам, в том числе для сценариев, где нужно учитывать содержимое изображения. При обучении использовались Unsloth и библиотека TRL от Hugging Face. В карточке указана лицензия Apache-2.0. Данных о размере модели, длине контекста и конкретных результатах обучения в предоставленной карточке нет.

Gemma4-Gutenberg-26B-A4B-i1-GGUF — это набор квантованных файлов GGUF модели Gemma4-Gutenberg-26B-A4B, разработанной nbeerbower и подготовленной в формате GGUF пользователем spiritfather. Модель основана на Gemma 4 26B A4B Instruct от Google: исходный LoRA-адаптер объединён с текстовой языковой моделью, извлечённой из мультимодальной базы, после чего выполнено квантование. В карточке указано, что модель предназначена для генерации текста, творческого письма и ролевых сценариев; её оценивали на CaliperBench по качеству прозы, ролевому взаимодействию и готовности следовать творческим запросам, а не по общей интеллектуальной эффективности. Доступен английский язык. Архитектурные детали, размер контекста и точные характеристики мультимодальности для итоговой GGUF-модели не указаны; известно лишь обозначение 26B A4B и то, что опубликованный вариант представляет собой текстовую модель. Набор включает варианты IQ- и стандартного квантования объёмом примерно от 8,3 до 22,6 ГБ. Взвешенное imatrix-квантование должно лучше сохранять качество на низких разрядностях, тогда как на уровнях Q5/Q6 преимущество над статическим квантованием минимально. В качестве компромисса между размером, скоростью и качеством рекомендован Q4_K_M. Сильной стороной модели является специализация на творческом письме и ролевом взаимодействии, а также широкий выбор вариантов квантования для локального запуска. Ограничения включают неизвестные параметры контекстного окна, неполное описание возможностей и вероятное снижение качества у самых низкоразрядных вариантов. Лицензия указана как gemma; дополнительные условия использования в README не раскрыты.

Ateron/Gemma-4-Writers-31B — объединённая модель семейства Gemma 4, созданная автором Ateron на основе трёх моделей для генерации текста. Автор отмечает, что объединил сильные стороны двух вариантов дообучения ConicCat и стремился устранить их нестабильность; конфигурация слияния использует рецепт della_linear. Модель рассчитана на диалоговую и ролевую генерацию, в частности на создание более естественного и разнообразного текста на английском языке. Модель имеет плотную архитектуру Gemma4ForConditionalGeneration и распространяется в формате safetensors. Лицензия — Apache 2.0. Карточка не сообщает размер контекста и подробные результаты оценки качества; сведения о них в описание не включены.

Это пакет Mesh LLM с разбитой на слои GGUF-моделью GLM-5.1-Q3_K_M-plus в варианте квантования Q3_K_M. Он предназначен для распределённого запуска и позволяет распределить слои модели между несколькими компьютерами в локальном кластере Mesh LLM, в том числе когда полный GGUF-файл не помещается на одном узле. Пакет поддерживает локальный приватный инференс и сценарии чата через API Mesh LLM, совместимый с OpenAI Chat Completions. Это упаковка исходного GGUF в отдельные артефакты по слоям, а не самостоятельное дообучение; исходная модель указана как meshllm/GLM-5.1-Q3_K_M-plus-GGUF. Подробности об архитектуре, языках, размере, контексте и лицензии зависят от карточки исходной модели и в предоставленных данных не приведены.

Модель Faridul Reza Sagor и Abdul Wadud Shakib — GPT-2, дообученная на базе flax-community/gpt2-bengali для абстрактивного суммирования новостей на бенгальском языке. Она принимает текст и формирует его краткое изложение; карточка указывает датасеты BANSData и Bangla Summarization Dataset (Prothom Alo). Модель опубликована в формате PyTorch, её контекстное окно составляет 1024 токена. Модель подходит для сокращения бенгалоязычных новостных статей. По данным карточки, она хуже справляется с рассказами, диалогами и отдельными фрагментами текста, поскольку обучалась преимущественно на газетных материалах. Лицензия в предоставленных данных не указана.

Это версия GPT-J 6B, подготовленная Intel и преобразованная в формат ONNX с посттренировочной статической квантизацией INT8 с помощью Neural Compressor. Модель основана на трансформере GPT-J, обученном с использованием Mesh Transformer JAX; число параметров базовой модели — 6 млрд. Она предназначена для генерации текста и инференса, а для специализированных задач обычно требует дообучения. Модель принимает текст и генерирует продолжение. Карточка сообщает о поддержке английского языка и контексте до 2048 токенов. В приведённом тесте на LAMBADA точность INT8-версии составляет 0,7944 против 0,7954 у FP32-версии; размер указан как 6 ГБ против 23 ГБ. Лицензия — Apache-2.0. Карточка предостерегает от использования для намеренного создания враждебной или отчуждающей среды.

FrostAura Intelligence дообучила эту авторегрессионную модель семейства GPT-Neo для генерации художественных текстов. Модель содержит 1,5 млрд параметров и использует контекст до 2048 токенов; доступны веса в форматах PyTorch и Flax. Модель предназначена для продолжения художественных фрагментов и создания черновиков прозы на английском языке. Её можно применять для генерации сцен, эпизодов и набросков романов. Лицензия MIT разрешает использование на её условиях. Карточка не приводит оценок качества или подробностей обучающих данных.

GRM-2.6-Air-Opus — компактная текстовая модель OrionLLM, дообученная на базе LiquidAI/LFM2.5-1.2B-Thinking на трассах рассуждений в стиле Claude Opus. Она предназначена для генерации ответов с более структурированным рассуждением и решения сложных задач при ограниченных ресурсах, включая локальное и встроенное развёртывание. Модель относится к семейству LFM2, использует плотную архитектуру Lfm2ForCausalLM и содержит около 1,5 млрд параметров; нативная длина контекста — 128 000 токенов. Поддерживается диалоговый режим. README сообщает об обновлении шаблона чата для совместимости с вызовом инструментов. Модель рассчитана на лёгкое развёртывание и предлагает компактный вариант рассуждающей модели. Заявления об улучшении решения сложных задач приведены разработчиком; численные результаты бенчмарков в доступной карточке отсутствуют. Информация о лицензии в предоставленных данных отсутствует.

BubbleSheep/Hgn_trans_en2zh — модель машинного перевода с английского на китайский, созданная дообучением Helsinki-NLP/opus-mt-en-zh на данных THUOCL. Она построена на архитектуре Marian и содержит 58,4 млн параметров; модель рассчитана на входной контекст до 512 токенов и доступна в формате PyTorch для использования с Transformers. Модель предназначена для перевода английских текстов на китайский. Лицензия Apache-2.0 разрешает её использование на условиях этой лицензии. В карточке не приведены оценки качества или сведения об ограничениях перевода; контекст в 512 токенов ограничивает длину обрабатываемого входа.

Hy-MT2-30B-A3B-uncensored-heretic-GGUF — набор квантованных GGUF-версий модели OS-Software/Hy-MT2-30B-A3B-uncensored-heretic, подготовленный пользователем mradermacher. Модель ориентирована прежде всего на задачи машинного перевода и обработки текста; в описании также указаны признаки uncensored, decensored и abliterated. Заявлена поддержка китайского, английского, французского, португальского, испанского, японского, турецкого, русского, арабского, корейского, тайского, итальянского, немецкого, вьетнамского, малайского, индонезийского, тагальского, хинди, польского, чешского, нидерландского, кхмерского, бирманского, персидского, гуджарати, урду, телугу, маратхи, иврита, бенгальского, тамильского, украинского, тибетского, казахского, монгольского и уйгурского языков. Архитектура, максимальный контекст, точное назначение обозначения 30B-A3B и наличие мультимодальных возможностей в README не раскрыты. Модель доступна в нескольких вариантах квантования размером примерно от 11,2 до 32,1 ГБ. Более компактные варианты требуют меньше памяти, но могут уступать в качестве; Q4_K_S и Q4_K_M отмечены как быстрые и рекомендуемые, Q6_K — как вариант очень хорошего качества, а Q8_0 — как наиболее качественный среди перечисленных. Это позволяет выбирать компромисс между требованиями к ресурсам, скоростью и качеством, однако количественные результаты тестирования перевода и других задач не приведены. Файлы распространяются по лицензии Apache-2.0; для работы требуется совместимое ПО, поддерживающее формат GGUF.

Карточка модели naklitechie/indictrans2-en-indic-dist-200M на Hugging Face совпадает с карточкой ai4bharat/indictrans2-en-indic-dist-200M, поэтому описание составлено по ней. 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.

Infinite-Laymons-9B — языковая модель семейства Mistral от ABX-AI, предназначенная для ролевых игр и создания историй. Это плотная авторегрессионная модель с 8,9 млрд параметров и контекстом до 32 768 токенов; она принимает текст и генерирует текстовые ответы. Модель собрана методом passthrough merge из Nitral-AI/Infinitely-Laydiculous-7B и ABX-AI/Infinite-Laymons-7B, а в репозитории представлены веса Safetensors. Карточка описывает стремление к оригинальным ответам и уменьшению отказов. Лицензия указана как other, без конкретных условий в предоставленных данных; перед использованием следует проверить лицензионные условия репозитория.

TechxGenus/Jamba-v0.1-9B — плотная версия базовой языковой модели Jamba от AI21, подготовленная TechxGenus из Jamba-v0.1: веса первого эксперта извлечены из исходной смеси экспертов, поэтому версия больше не использует MoE. Архитектура Jamba сочетает Mamba и Transformer; в метаданных указано 7,2 млрд параметров, формат весов — safetensors. Модель предназначена для генерации текста и как основа для дообучения и создания специализированных решений. Она подходит для запуска инференса на одной видеокарте RTX 3090 или RTX 4090; в README заявлена поддержка контекста до 256 тыс. токенов для исходной Jamba. Модель не настроена для диалогов и инструкций, поэтому для таких сценариев её следует дообучить. В карточке исходной Jamba приведены результаты на распространённых тестах языкового понимания и рассуждений. Для запуска требуются Transformers версии 4.39.0 или выше и CUDA; для оптимальной скорости нужны kernels Mamba. Лицензия — Apache 2.0. Модель не имеет встроенных механизмов модерации и защитных ограничений.