I.5Создание и редактирование текста

OS-Software/Gemma-4-12B-it-QAT-Q4_0-Unquantized-Heretic-JA — производная разговорная мультимодальная модель на основе Google Gemma 4 12B IT, опубликованная OS-Software. Модель предназначена для экспериментов с диалогом, рассуждениями, агентными сценариями, программированием и пониманием изображений; заявлены также OCR, разбор документов и анализ видео для семейства Gemma 4. Архитектура — плотная Gemma4 Unified с чередованием локального и глобального внимания. Метаданные указывают формат safetensors, библиотеку Transformers, поддержку чата и изображений, а также тег задачи image-text-to-text. README семейства указывает контекст до 256K токенов для 12B и поддержку более 35 языков, но эти характеристики относятся к семейству, а не подтверждены отдельно для этой производной модели. README позиционирует модель для исследований безопасности, выравнивания и red teaming и просит не развёртывать её в публичных или пользовательских сервисах. В карточке также приведены общие ограничения Gemma: возможны фактические ошибки, смещения данных и трудности с неоднозначными формулировками и сложными задачами. Лицензия — Apache-2.0. В названии присутствуют «QAT», «Q4_0» и «unquantized», однако метаданные сообщают только о safetensors, поэтому фактический формат весов в описании не уточняется.

Gemmasutra-9B-v1.1 — чат-модель на архитектуре Gemma 2, представленная BeaverAI. Это дообученная версия Gemma с использованием современных методов; карточка указывает шаблон диалога Gemma с ролями user и assistant. Модель содержит 9 млрд параметров и рассчитана на контекст до 8192 токенов, подходит для генерации ответов в чат-интерфейсах. Модель распространяется в формате Safetensors. В README не описаны конкретные сценарии дообучения, языки или результаты оценки качества. Лицензия обозначена как other, поэтому условия использования следует уточнить в материалах разработчика.

Это плотная языковая модель Qwen3 с 29,7 млрд параметров, дообученная на наборе open-athena/GLM-4.6-stackexchange-overflow-sandboxes-32eps-65k-reasoning. Модель предназначена для генерации текста в диалоге; базовая Qwen3 рассчитана на рассуждения и программирование, но README не подтверждает отдельные возможности этой дообученной версии. Модель использует архитектуру Qwen3ForCausalLM, библиотеку Transformers и формат safetensors. Длина контекста составляет 40 960 токенов. В метаданных указана лицензия other, поэтому условия использования следует сверить с лицензией и файлами репозитория.

GPT-2, дообученная автором карточки на рассказах разных жанров для генерации историй по жанру и начальному фрагменту. Модель принимает текстовую подсказку; среди поддерживаемых жанров указаны супергеройский, боевик, драма, ужасы, триллер и научная фантастика. В README приведён пример использования через библиотеку Transformers. Модель основана на предварительно обученном чекпойнте gpt2 и дообучена для генерации текста. Архитектура — плотная GPT-2 с классом GPT2LMHeadModel; доступны веса PyTorch и Flax, контекст составляет 1024 токена. Языки рассказов и условия лицензии в предоставленных данных не описаны.

GPT-NeoX-20B-Skein — модель генерации историй из серии Skein, разработанная KoboldAI. Она предназначена для интерактивной прозы и текстовых приключений, а также для обычного написания романов; модель склонна вести повествование от второго лица. Модель построена на архитектуре GPT-NeoX, имеет 26,9 млрд параметров и принимает текст с контекстом до 2048 токенов. Обучающие данные в основном включают ранобэ из набора KoboldAI/GPT-Neo-2.7B-Horni-LN и интерактивную художественную литературу; в данных использовались тематические теги. Указанный язык — английский. Модель может отражать гендерные, профессиональные, расовые и религиозные предубеждения, характерные для NLP-моделей. Распространяется по лицензии Apache-2.0.

Hunyuan-0.5B-Pretrain — предварительно обученная плотная языковая модель из семейства Hunyuan, разработанного Tencent. Она содержит 463,5 млн параметров и предназначена для генерации текста и адаптации под конкретные задачи, в том числе для последующего дообучения в диалоговую модель или агентную систему. Модель поддерживает контекст до 256 тысяч токенов и использует архитектуру HunYuanDenseV1 с Grouped Query Attention. Семейство Hunyuan описано как поддерживающее быстрый и пошаговый режимы рассуждений, длинный контекст и сценарии с инструментами; метаданные также указывают возможности чата и интерфейса вызова инструментов. Доступны веса в формате safetensors, а для семейства заявлена поддержка эффективного инференса и квантования. Карточка предлагает использовать Transformers и упоминает TensorRT-LLM, vLLM и SGLang для развёртывания. Это базовая предварительно обученная модель, поэтому для следования инструкциям и надёжного диалога может потребоваться дообучение. README не приводит отдельную оценку ограничений именно версии 0.5B. Лицензия в предоставленных данных не обозначена.

Kanarya-750M — предварительно обученная языковая модель на архитектуре GPT-J, выпущенная в рамках инициативы Turkish Data Depository. Модель содержит 750 млн параметров, обучена на турецких текстах из OSCAR и mC4; в карточке указаны 12 слоёв, скрытый размер 2048, 16 голов внимания и словарь из 32 768 токенов. Контекст составляет 2048 токенов. Модель предназначена для продолжения и генерации турецкого текста, а также для последующего дообучения под задачи обработки турецкого языка, включая перевод и суммаризацию. Для прикладных задач её следует дообучить: README не рекомендует использовать базовую модель без настройки. Доступны веса PyTorch и Flax, включая safetensors. Лицензия — Apache-2.0.

KPT-7b-v0.3 — модель генерации текста на базе Mistral, созданная kainatq с помощью mergekit. Это слияние методом DARE TIES модели kainatq/Kainoverse-7b-v0.1 с четырьмя другими моделями для ролевого общения; одна из них, RP_Vision_7B, связана с анализом изображений через Koboldcpp, но README не подтверждает, что эта возможность сохранена в данном слиянии. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Карточка указывает библиотеку Transformers и формат safetensors. Лицензия в предоставленных данных не указана.

kukulemon-7B — слитая методом SLERP модель для генерации текста, созданная grimjim на основе grimjim/kuno-kunoichi-v1-DPO-v2-SLERP-7B и KatyTheCutie/LemonadeRP-4.5.3. Это плотная 7,1-миллиардная Mistral-модель, предназначенная прежде всего для творческих ролевых диалогов и менее шаблонной генерации текста; в карточке также заявлены сильные способности к рассуждению. Модель принимает текстовые промпты в форматах ChatML и Alpaca и рассчитана на контекст до 32 768 токенов. Автор сообщает, что в неформальных проверках связность заметно ухудшалась после примерно 8 тысяч токенов. Репозиторий предоставляет веса Safetensors; отдельно доступны варианты квантования GGUF и EXL2. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

Kromvault L3.1-Siithamo-v0.1-8B — экспериментальная разговорная модель, созданная автором репозитория путём слияния нескольких моделей Llama 3 и Llama 3.1. Она предназначена для генерации диалогов, творческого письма и ролевых сценариев. Модель основана на плотной архитектуре Llama, содержит 7,5 млрд параметров и использует библиотеку Transformers; в репозитории указаны веса Safetensors. Автор отмечает многословные ответы, склонность к драматичному и местами шаблонному стилю, а также эпизодическое дублирование строк. Следование инструкциям описано как приемлемое, но несколько ослабленное относительно исходной модели. В README автор указывает ограничение контекста 4K, тогда как метаданные каталога приводят нативный контекст 131072 токена; фактический предел автор не проверял. Лицензия в доступных данных не указана.

kromeurus/L3.1-Tivir-v0.1-10B — слитая автором модель на архитектуре Llama для ролевых диалогов и художественного письма. Репозиторий содержит веса в формате Safetensors; объём модели в метаданных указан как 10,1 млрд параметров, а нативный контекст — 131 072 токена. В карточке описан процесс экспериментального объединения нескольких моделей и LoRA с помощью mergekit, включая SCE и другие методы слияния. Модель предназначена для генерации творческой прозы, ролевых сценариев и продолжения историй с сохранением деталей и характеров. Автор отмечает прямой стиль ответов, который может переходить в выразительную прозу, и рекомендует осторожно задавать инструкции: модель бывает избирательна к ним. Указаны настройки генерации для шаблона Llama 3, в том числе температура 0,8–1 и Min P 0,1–0,12. Для использования доступны веса Transformers, лицензия — Llama 3.1 Community License. Карточка описывает личный эксперимент автора; результаты генерации зависят от промпта и настроек, а смешение моделей Llama 3 и Llama 3.1 может привносить стилистические и связностные особенности.

L3-Blackfall-Summanus-v0.1-15B — экспериментальная разговорная языковая модель, созданная kromeurus слиянием L3-Aethora-15B-V2 и L3-Blackened-Sunfall-15B методом TIES. Модель основана на плотной архитектуре Llama и содержит 14,5 млрд параметров; заявленная длина контекста — 8192 токена. Распространяется в формате safetensors, использует библиотеку Transformers и лицензию CC BY-SA 4.0. Модель предназначена для генерации диалогов и художественного текста, особенно ролевых сценариев: автор отмечает связную, выразительную и более естественную речь, следование примерам и склонность к романтической тематике. В сравнении с исходными компонентами слияния она стремится сочетать грамотность и связность Aethora с более живым и раскованным стилем Blackened Sunfall. Автор считает модель экспериментальной и предупреждает, что ей может потребоваться дополнительное дообучение. Она иногда говорит от имени пользователя; высокие значения температуры могут нарушать связность, а шаблоны ChatML могут приводить к сбоям. В отдельных ролевых сценариях модель способна генерировать откровенный контент.

L3-DARKEST-PLANET-16.5B-GGUF — текстовая генеративная модель DavidAU, основанная на DavidAU/L3-DARKEST-PLANET-16.5B и относящаяся к семейству Llama 3. Она предназначена прежде всего для творческого письма: создания и продолжения художественных текстов, разработки сюжетов и подсюжетов, генерации сцен, ролевых сценариев и историй различных жанров, включая научную фантастику, романтику и хоррор. Модель распространяется в формате GGUF и рассчитана на использование с шаблонами Llama 3 и/или Command-R. Модель содержит 16,5 млрд параметров, 71 слой и 642 тензора. Заявленный максимальный контекст составляет 8192 токена, с возможностью расширения до 32k и более с помощью RoPE. Поддерживается английский язык. Архитектура и методика Brainstorm 40x ориентированы на насыщенную деталями прозу, разнообразную структуру предложений и абзацев, необычные начала генерации и возможное предварительное foreshadowing будущих событий. Модель допускает широкий диапазон температур, но слишком высокие значения могут ухудшать следование инструкциям, особенно в ролевых сценариях. Сильными сторонами являются выразительное и подробное описание сцен, окружения и предметов, разнообразие стиля и пригодность для широкого спектра художественных задач. Ограничения включают отрицательный уклон, возможные предваряющие фрагменты о будущих событиях и чувствительность качества к параметрам генерации и расширению контекста. README предупреждает о NSFW-содержании, насилии, хорроре, ненормативной лексике и отсутствии цензуры. Модель распространяется по лицензии Apache-2.0.

Azazelle/L3-RP_io — объединённая диалоговая языковая модель, созданная автором репозитория с помощью mergekit и метода TIES. В качестве базовой модели использована meta-llama/Meta-Llama-3-8B-Instruct; в объединение также вошли Aura_Uncensored_l3_8B, Kei_Llama3_8B, Llama-3-Unholy-8B и Roleplay-Llama-3-8B. Модель основана на архитектуре Llama и содержит 7,5 млрд параметров. Она предназначена для генерации текста в диалоге и ролевых сценариев; заявленный размер контекста — 8192 токена. В карточке приведены результаты оценивания на нескольких бенчмарках, включая AI2 Reasoning Challenge и HellaSwag. Модель распространяется в формате Safetensors по лицензии Llama 3. Языки в карточке модели не перечислены; базовая модель ориентирована на английский язык.

L3-SAO-MIX-8B-V1 — слитая с помощью mergekit модель на архитектуре Llama, созданная автором bluuwhale из четырёх моделей Sao10K: L3-8B-Lunaris-v1, L3-8B-Niitama-v1, L3-8B-Stheno-v3.2 и L3-8B-Tamamo-v1. Веса объединены методом della; в качестве базовой модели для слияния использована Sao10K/L3-8B-Niitama-v1. Модель содержит 7,5 млрд параметров и рассчитана на контекст до 8192 токенов. Модель предназначена для генерации текста в диалоговом формате Llama 3 Instruct. Автор использует её для ролевых диалогов, в том числе ERP, и отмечает хорошее следование инструкциям. Подходит для написания историй и интерактивных сценариев на английском языке. Репозиторий содержит веса Safetensors и использует библиотеку Transformers. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение. Качество и следование инструкциям автор оценивает по собственному опыту; независимые оценки в карточке не приведены. Модель англоязычная, а сведения о других поддерживаемых языках не заявлены.

ArliAI/Llama-3.1-70B-ArliAI-RPMax-v1.3 — дообученная ArliAI версия Llama 3.1 70B Instruct для творческого письма и ролевых диалогов. Модель плотная, содержит 69,5 млрд параметров и принимает текстовые запросы в формате Llama 3 Instruct. Заявленная длина контекста — 128K токенов по карточке модели и 131 072 токена по метаданным. Обучение опирается на подборку датасетов для творческого письма и ролевых сценариев с фильтрацией синтетических данных и устранением повторов персонажей и ситуаций. Разработчик стремится снизить повторяемость фраз и сюжетных клише между разными диалогами и повысить разнообразие ответов. Модель подходит для ролевого общения, создания персонажей и написания художественных сцен; лицензия — Llama 3.1. Карточка не приводит количественных оценок качества, поэтому заявленные свойства не следует считать гарантией результата.

Syed-Hasan-8503/Llama-3.1-8b-BAdam — дообученная модель семейства Llama 3.1, созданная на базе meta-llama/Meta-Llama-3.1-8B с использованием датасета belle_math. Она предназначена для генерации текста в диалоговом формате; обучение на математическом наборе данных указывает на сценарии, связанные с решением математических задач. Модель имеет плотную архитектуру LlamaForCausalLM и содержит 7,5 млрд параметров. Заявленная длина контекста — 131 072 токена. В README приведено значение loss 0,9967 на оценочном наборе, но подробности оценки и перечень ограничений не описаны. Репозиторий содержит веса в формате safetensors. Указана лицензия other; конкретные условия использования по этим данным определить нельзя.

Neelectric/Llama-3.1-8B-Instruct_SFT_sciencesp_ewc_v00.01 — дообученная модель Neelectric на базе Meta Llama 3.1 8B Instruct, обученная с помощью TRL. Это плотная авторегрессионная языковая модель с 7,5 млрд параметров, предназначенная для диалоговой генерации текста; пример в карточке показывает ответ на вопрос в формате чата. Модель принимает текст и выдаёт текст, поддерживает контекст до 131072 токенов и использует библиотеку Transformers. Модель ориентирована на научную тематику, что отражено в названии репозитория, однако карточка не описывает обучающие данные, конкретные научные дисциплины или результаты оценки. Она унаследовала многоязычную диалоговую основу Llama 3.1 8B Instruct. Файлы опубликованы в формате safetensors. Лицензия в предоставленных данных не указана.

AIR-hl/Llama-3.2-1B-DPO — плотная авторегрессионная языковая модель семейства Llama 3.2, дообученная AIR-hl методом Direct Preference Optimization (DPO) для выравнивания ответов. Модель содержит 1,2 млрд параметров, принимает текст и генерирует текст; заявленное контекстное окно — 131072 токена. Карточка указывает поддержку диалогового применения и интерфейса вызова инструментов. Модель подходит для генерации ответов в диалогах и чат-ассистента. В качестве обучающих данных использован набор HuggingFaceH4/ultrafeedback_binarized, а для обучения — TRL. В README приведены метрики обучения: итоговая потеря 0,5375, точность 0,7188 и reward margin 0,7227; они сами по себе не гарантируют качество в конкретном сценарии. Лицензия — llama3.2; применяются условия лицензии семейства Llama 3.2.

SimpleBerry/LLaMA-O1-Supervised-1129 — дообученная SimpleBerry языковая модель семейства LLaMA с архитектурой LlamaForCausalLM и 7,5 млрд параметров. Она предназначена для генерации ответов в диалоге и пошаговых рассуждений, в том числе при решении задач на логику и арифметику. Модель обучена на наборе SimpleBerry/OpenLongCoT-SFT и поддерживает контекст до 131 072 токенов. Модель принимает текст и генерирует текст. В README приведён пример решения задачи с подробной цепочкой рассуждений. Модель распространяется в формате safetensors под лицензией other; условия лицензии следует уточнить в карточке модели и у правообладателя.

Lugha-Llama-8B-wura — языковая модель семейства Llama, выпущенная авторами Lugha-Llama: Happy Buzaaba, Alexander Wettig, David Ifeoluwa Adelani и Christiane Fellbaum. Это одна из моделей, адаптированных для африканских языков на основе Llama 3.1 8B. В репозитории указаны 7,5 млрд параметров, архитектура LlamaForCausalLM, формат safetensors и контекст до 131 072 токенов. Модель предназначена для генерации текста на африканских языках, включая ответы на вопросы и кросс-языковой поиск ответов. Авторы сообщают о высоких результатах семейства Lugha-Llama на бенчмарках IrokoBench и AfriQA. Она может быть полезна для диалога, вопросов и ответов, а также генерации текста на языках с ограниченными ресурсами. Модель основана на Llama 3.1 8B; лицензия указана как llama3.1. README не уточняет, какие языки поддерживает именно вариант wura и какие ограничения применимы к его отдельным сценариям, поэтому языковой охват не следует считать исчерпывающе подтверждённым.

marefa-nlp/marefa-mt-en-ar — модель машинного перевода, разработанная проектом موسوعة المعرفة (Marefa Encyclopedia), для перевода с английского на арабский. Она построена на архитектуре MarianMT, содержит 57,3 млн параметров и принимает текстовые последовательности длиной до 512 токенов. Модель обучена для английско-арабского перевода и поддерживает дополнительные арабские буквы, например پ и گ, чтобы передавать особенности произношения английских звуков. Для использования нужны Transformers и SentencePiece. Модель распространяется по лицензии Apache-2.0; карточка не приводит оценок качества или подробных ограничений.

Карточка модели MergekitCloud/mergekit-64 на Hugging Face совпадает с карточкой MergekitCloud/mergekit-75, поэтому описание составлено по ней. MergekitCloud/mergekit-75 — языковая модель, созданная автором репозитория MergekitCloud слиянием четырёх моделей семейства Llama 3.1 8B методом Model Stock с помощью mergekit. В качестве базовой для слияния использована vicgalle/Humanish-Roleplay-Llama-3.1-8B; в состав также вошли ArliAI/Llama-3.1-8B-ArliAI-RPMax-v1.3, Orenguteng/Llama-3.1-8B-Lexi-Uncensored-V2 и Undi95/Llama3-Unholy-8B-OAS. Модель предназначена для генерации текста и диалогов, в том числе ролевых сценариев и более свободных ответов. Она имеет архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров, принимает текст и выдаёт текст; заявленная длина контекста — 131 072 токена. Репозиторий использует формат safetensors и библиотеку Transformers. Слияние объединяет модели с ролевой и менее ограниченной генерацией, однако README не приводит сравнительных оценок качества. Данные не подтверждают отдельную языковую специализацию. Лицензия в предоставленных источниках не указана.

mergekit-community/mergekit-slerp-hsnmwrx — языковая модель, полученная сообществом методом SLERP слияния mlabonne/NeuralDaredevil-8B-abliterated и teknium/Hermes-Trismegistus-Mistral-7B. Это плотная архитектура Llama с 7,5 млрд параметров, предназначенная для генерации текста и диалогов; контекст составляет до 8192 токенов. Репозиторий содержит веса в формате safetensors и рассчитан на использование через Transformers. Модель подходит для ведения диалогов и ролевых сценариев. Одна из объединённых моделей описана в метаданных как DPO-дообученная Llama 3 для диалогов и ролевых сценариев с меньшими поведенческими ограничениями, но характеристики исходных моделей не гарантируют аналогичное качество или поведение результата слияния. Лицензия в предоставленных данных не указана.

NeuraFusionAI выпустила дообученную на датасете FLORES модель перевода на основе T5-small с 38,5 млн параметров. Она предназначена для машинного перевода между китайским и английским языками; в карточке приведены результаты оценки: BLEU 0,4467 и loss 3,8438. Модель принимает текст и генерирует текст, имеет контекстное окно 512 токенов и распространяется в формате safetensors по лицензии Apache-2.0. Подробные сведения о направлении перевода и практических ограничениях в карточке отсутствуют.

Midnight Rose 70B v2.0.3 — языковая модель, созданная sophosympatheia путём слияния нескольких моделей семейства Llama. В README описаны слияния DARE TIES и SLERP; среди компонентов — WizardLM-70B-V1.0, tulu-2-dpo-70b и dolphin-2.2-70b. Модель содержит 68,7 млрд параметров, использует плотную архитектуру LlamaForCausalLM и распространяется в формате safetensors. Модель предназначена прежде всего для ролевых диалогов и создания историй. Автор отмечает, что она не ограничивает тематику ответов и может справляться с другими задачами, однако отдельно их не тестировал. Метаданные указывают английский язык и контекст 4096 токенов; автор рекомендует ориентироваться примерно на 6144 токена, отмечая снижение связности при дальнейшем увеличении контекста. Для слияния использован mergekit. Лицензия — Llama 2.

MiniCPM-duplex — разговорная языковая модель семейства MiniCPM, опубликованная Xinrong Zhang и соавторами в рамках работы о моделях для диалогов в реальном времени. Репозиторий содержит модель с архитектурой MiniCPMForCausalLM на 2,7 млрд параметров, предназначенную для генерации текста и чат-сценариев. Указанное окно контекста — 4096 токенов; файлы представлены в формате PyTorch. Модель ориентирована на поддержание диалога без строгой пошаговой передачи реплик, включая общение в реальном времени. Лицензия репозитория — Apache-2.0. Карточка не сообщает поддерживаемые естественные языки и конкретные ограничения качества; английский язык статьи сам по себе не подтверждает языковую поддержку модели.

MiniCPM-V-4.6-Thinking-abliterated-MAX-GGUF — мультимодальная модель, разработанная prithivMLmods на основе openbmb/MiniCPM-V-4.6-Thinking. Это версия в формате GGUF, предназначенная для запуска через llama.cpp и совместимые инструменты. Модель поддерживает обработку изображений, видео и текста, а также позиционируется как модель с пошаговым рассуждением и улучшенным следованием инструкциям. В README указан английский язык. Модель рассчитана на сценарии понимания визуального и текстового контента, мультимодального диалога, анализа изображений и видео, а также задач, требующих рассуждений. Доступны варианты BF16, F16, F32 и квантованные версии Q2_K, Q3_K, Q4, Q5 и другие; размер файлов зависит от варианта и составляет примерно от 422 МБ до 3,02 ГБ. В примере запуска через llama.cpp задан контекст 640000 токенов, однако отдельные характеристики архитектуры и точный размер модели в параметрах не указаны. К сильным сторонам относятся мультимодальность, поддержка явного пошагового рассуждения, компактные квантованные сборки и возможность локального запуска. Ограничением является снижение внутренних механизмов отказа: это может повысить податливость модели, но также увеличивает риск небезопасных, ошибочных или неподходящих ответов. Авторы рекомендуют использовать модель только в исследовательских и образовательных целях и возлагают ответственность за результаты на пользователя. Лицензия — Apache 2.0.

madatnlp/mist-enko-lora-2950 — 7,1-миллиардная языковая модель семейства Mistral, представленная как LoRA-адаптер для Mistral-7b-v0.1. По карточке, модель дополнительно обучали на нескольких переводных датасетах с AI Hub; указаны параметры адаптера rank 128 и alpha 16. Репозиторий содержит веса в формате safetensors, лицензия — Apache-2.0. Модель предназначена для генерации текста в сценариях перевода между английским и корейским языками. Контекст модели составляет 32 768 токенов. Карточка не уточняет направление перевода и не приводит оценок качества; адаптер требует базовую модель Mistral-7b-v0.1.

ArliAI/Mistral-Nemo-12B-ArliAI-RPMax-v1.1 — дообученная языковая модель ArliAI на базе Mistral Nemo 12B Instruct 2407. Она предназначена для творческого письма и ролевых диалогов: модель стремится поддерживать разнообразные персонажи и ситуации, отвечать выразительно и избегать повторяющихся сюжетных ходов. Модель использует плотную архитектуру MistralForCausalLM с 12,1 млрд параметров и поддерживает контекст до 1 024 000 токенов. Для общения применяется формат Mistral Instruct; метаданные также отмечают интерфейс вызова инструментов. В репозитории указаны веса safetensors, лицензия Apache-2.0 и доступность вариантов в FP16, GPTQ Q4/Q8 и GGUF. README характеризует модель как менее цензурированную, но не приводит список поддерживаемых языков. Основные сценарии — ролевая игра и художественная генерация текста; качество и уместность ответов могут зависеть от промпта, а заявленная ориентация на менее ограниченные ответы предполагает необходимость контроля генерируемого контента.