I.5Создание и редактирование текста

MN-DARKEST-UNIVERSE-29B-GGUF — текстовая генеративная модель, разработанная DavidAU. Она основана на Mistral Nemo и создана посредством многоэтапного объединения нескольких моделей, включая Mistral Nemo Instruct и MN-WORDSTORM-pt8-RCM-Emotion-Action-18.5B-Instruct, с применением метода Brainstorm 40x v2. Модель предназначена прежде всего для художественного письма, генерации и продолжения сцен, сюжетов и подсюжетов, сторителлинга, ролевых игр и работы с произведениями разных жанров, включая научную фантастику, романтику и хоррор. Модель имеет 29 миллиардов параметров, 102 слоя и заявленное максимальное контекстное окно 128k. Доступна в формате GGUF с различными уровнями квантования. Поддерживается английский язык; используются шаблоны Mistral Instruct, ChatML или Alpaca. Модель ориентирована на подробную, выразительную и разнообразную прозу, хорошо работает с описанием сцен, окружения, персонажей, диалогов, настроения, метафор и саспенса. Заявлены сильное следование инструкциям, вариативность структуры текста, способность имитировать акценты и особенности речи, а также генерация как коротких, так и длинных фрагментов. Ограничения включают выраженную склонность к мрачному, негативному, нецензурному и потенциально NSFW-содержанию, включая жестокость и подробные описания насилия. При высокой температуре модель может генерировать чрезмерно длинный или менее управляемый текст, а встроенный эффект Brainstorm иногда приводит к предварительным намёкам на будущие события и необычной структуре ответа. Для стабильной работы автор рекомендует тщательно настраивать температуру и repetition penalty; конкретные параметры зависят от сценария использования. Модель распространяется по лицензии Apache-2.0.

Austral 24B Winton — текстовая генеративная модель Delta-Vector для приключенческих сценариев, ролевых игр и художественного письма. Это плотная Mistral-модель примерно на 23,4 млрд параметров, дообученная на основе Delta-Vector/MS3.2-Austral-24B-KTO; автор описывает её как многоэтапный finetune с настройкой KTO и дополнительным SFT на наборе для удаления повторяющихся речевых шаблонов. Модель поддерживает диалоговый формат ChatML и контекст до 131 072 токенов. Модель предназначена для создания ролевых персонажей и приключенческих историй, поддержания диалога и развития сюжета. По словам автора, дообучение направлено на улучшение связности и качества письма и уменьшение повторяющихся шаблонных формулировок. В карточке указан английский язык. Лицензия — Apache 2.0. Репозиторий содержит веса в формате Safetensors.

NeuralKrishnaMath-7B-slerp — объединённая языковая модель семейства Mistral, опубликованная Kukedlc. Она объединяет веса трёх моделей: liminerity/M7-7b, Kukedlc/NeuralSirKrishna-7b и Kukedlc/Neural4gsm8k; в конфигурации также указан CorticalStack/neurotic-crown-clown-7b-ties как базовая модель слияния. Модель предназначена для генерации текста и диалогов, в том числе решения математических задач. Модель имеет плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Доступны веса в формате safetensors. Репозиторий распространяется по лицензии Apache-2.0. Карточка не приводит результатов оценки качества или подробных ограничений; специализированные математические способности основаны на включении Neural4gsm8k в состав слияния и не гарантируют точность ответов.

LocalDoc/nllb-3.3b-en-az — модель машинного перевода, созданная командой LocalDoc на основе NLLB-200-3.3B от Meta. Это плотная модель архитектуры M2M100 с 2,1 млрд параметров, дообученная методом LoRA на корпусе примерно из 1,4 млн пар предложений разных жанров и затем объединённая в самостоятельную модель. Она предназначена для перевода с английского на азербайджанский; рекомендуется переводить по одному предложению за раз, а длинные тексты предварительно делить на предложения. В README приведены результаты бенчмарка на 1 012 предложениях, где модель показывает качество, сопоставимое с сильными коммерческими системами. Модель принимает текст и выдаёт текст. Она рассчитана на английско-азербайджанский перевод; азербайджанский вывод использует стандартную литературную латинскую графику. Контекст составляет 1 024 токена. Модель опубликована в формате safetensors и распространяется по лицензии CC BY 4.0. Модель обучена только для направления английский→азербайджанский, поэтому её не следует считать универсальным переводчиком для обратного направления или других языковых пар. Длинные документы требуют разбиения на предложения, а узкоспециализированная лексика может переводиться менее точно.

Helsinki-NLP/opus-mt-ar-el — модель машинного перевода проекта OPUS-MT, опубликованная Helsinki-NLP. Она переводит текст с арабского на современный греческий. Модель основана на архитектуре Transformer-align и реализована как MarianMT; число параметров — 57,6 млн, контекст — до 512 токенов. Для обработки используются нормализация и SentencePiece с словарями размером 32 тыс. токенов. Модель предназначена для перевода арабских текстов на греческий, в том числе для многоязычных материалов и пользовательских запросов. В тесте Tatoeba указаны BLEU 43,9 и chr-F 0,636; эти оценки относятся к конкретному тестовому набору и не гарантируют аналогичное качество на других типах текстов. Доступны веса в форматах PyTorch и TensorFlow. Лицензия — Apache-2.0.

Helsinki-NLP/opus-mt-ar-es — модель машинного перевода из семейства MarianMT, опубликованная Helsinki-NLP в рамках проекта OPUS. Она переводит текст с арабского на испанский; при обучении учитывались варианты арабского, включая apc, apc_Latn, ara и arq. Модель основана на Transformer, содержит 57,2 млн параметров и использует нормализацию и SentencePiece с словарями по 32 тыс. единиц. Максимальная длина контекста — 512 токенов. Модель подходит для перевода арабских текстов на испанский, в том числе для локализации материалов и перевода коротких сообщений. В README приведён результат BLEU 46,0 на Tatoeba-test.ara.spa; этот показатель относится к указанному тестовому набору и не гарантирует аналогичного качества на других текстах. Модель распространяется по лицензии Apache-2.0.

Карточка модели mijuanlo/opus-mt-ca-es на Hugging Face совпадает с карточкой Helsinki-NLP/opus-mt-ca-es, поэтому описание составлено по ней. Helsinki-NLP/opus-mt-ca-es — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с каталанского языка на испанский и подходит для перевода отдельных фраз и документов. Модель основана на архитектуре Marian Transformer с выравниванием, содержит 50,6 млн параметров и использует нормализацию текста и токенизацию SentencePiece. Максимальная длина контекста — 512 токенов. Для обучения использовались данные OPUS. В карточке приведены результаты на тестовом наборе Tatoeba.ca.es: BLEU 74,9 и chr-F 0,863. Модель доступна в форматах PyTorch и TensorFlow по лицензии Apache-2.0. Она предназначена для направления ca→es; качество перевода в других языковых направлениях не подтверждено.

Helsinki-NLP/opus-mt-de-fi — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с немецкого языка на финский и основана на архитектуре Marian Transformer. Модель содержит 55,9 млн параметров, использует нормализацию и SentencePiece для предварительной обработки текста; длина контекста — до 512 токенов. Модель подходит для перевода отдельных фраз и текстов, а также для встраивания немецко-финского перевода в приложения и конвейеры обработки текста. В тесте Tatoeba.de.fi указаны BLEU 40,0 и chr-F 0,628. Доступны веса PyTorch и TensorFlow. Лицензия Apache-2.0 разрешает использование и распространение на её условиях.

Helsinki-NLP разработала opus-mt-de-lt — модель машинного перевода с немецкого языка на литовский. Она построена на архитектуре MarianMT с трансформером и выравниванием, использует нормализацию текста и токенизацию SentencePiece. Модель содержит 55,3 млн параметров и рассчитана на контекст до 512 токенов. Модель обучена на данных OPUS. В README приведён результат BLEU 37,9 и chr-F 0,633 на тестовом наборе Tatoeba.de.lt. Её можно применять для перевода фраз и текстов с немецкого на литовский. Распространяется по лицензии Apache-2.0.

Helsinki-NLP/opus-mt-en-ee — модель машинного перевода семейства Marian, разработанная в рамках проекта OPUS. Она переводит текст с английского языка на эстонский. Модель построена на архитектуре Transformer, содержит 54,6 млн параметров и рассчитана на контекст до 512 токенов; для предобработки используются нормализация и SentencePiece. Модель подходит для перевода текстов и предложений с английского на эстонский, в том числе материалов, похожих на данные JW300 и Tatoeba. В README приведены оценки BLEU 38,2 на JW300.en.ee и 6,0 на Tatoeba.en.ee, поэтому качество зависит от тематики и типа текста. Доступны веса PyTorch и TensorFlow. Лицензия — Apache-2.0.

Helsinki-NLP разработала opus-mt-en-ho — модель машинного перевода с английского языка на хауса. Это компактная модель семейства Marian на архитектуре Transformer, обученная на данных OPUS; в предобработке используются нормализация текста и SentencePiece. Модель содержит 46,9 млн параметров, поддерживает контекст до 512 токенов и доступна в форматах PyTorch и TensorFlow. Модель предназначена для перевода фраз и текстов с английского на хауса. В README приведены результаты оценки на наборе JW300.en.ho: BLEU 33,9 и chr-F 0,563. Распространяется по лицензии Apache-2.0.

Helsinki-NLP/opus-mt-en-id — модель машинного перевода из семейства Marian, разработанная Helsinki-NLP для перевода с английского языка на индонезийский. Она построена на архитектуре Transformer-align, обучена на данных OPUS и использует нормализацию текста и токенизацию SentencePiece. Модель подходит для перевода предложений и текстов с английского на индонезийский в прикладных системах и пользовательских инструментах. В тесте Tatoeba.en.id указаны оценки BLEU 38,3 и chr-F 0,636. Размер модели — 53,2 млн параметров, заявленная длина контекста — 512 токенов; доступны веса PyTorch и TensorFlow. Модель предназначена для одного направления перевода и не заявлена как универсальная система для других языковых пар. Распространяется по лицензии Apache-2.0.

Helsinki-NLP/opus-mt-en-ml — модель машинного перевода семейства Marian, разработанная Helsinki-NLP для перевода с английского языка на малаялам. Модель построена на архитектуре Transformer-align, использует нормализацию и токенизацию SentencePiece и содержит 37,8 млн параметров. Для запуска доступны веса PyTorch и TensorFlow; максимальная длина контекста — 512 токенов. Модель обучена на данных OPUS и обратного перевода. Она подходит для перевода текстов с английского на малаялам, включая отдельные фразы и предложения; в README приведён результат BLEU 19,1 на тесте Tatoeba.en.ml. Лицензия — Apache-2.0.

Sams200/opus-mt-en-zh — конвертированная в формат CTranslate2 версия модели Helsinki-NLP/opus-mt-en-zh из проекта OPUS-MT. Она предназначена для автоматического перевода с английского на китайский и запуска через библиотеку CTranslate2. В репозитории находятся веса CTranslate2 и SentencePiece-модели для исходного и целевого языков. Модель подходит для перевода англоязычных текстов на китайский в приложениях, использующих CTranslate2. Исходная модель обучена Helsinki-NLP в рамках проекта OPUS-MT. Репозиторий распространяется по лицензии CC-BY-4.0. Сведения о размере модели и длине контекста в предоставленных источниках отсутствуют.

Xenova/opus-mt-en-zh — модель машинного перевода с английского на китайский язык. Она основана на Helsinki-NLP/opus-mt-en-zh и подготовлена в формате ONNX для совместимости с библиотекой Transformers.js, включая использование в веб-приложениях и средах, поддерживающих выполнение ONNX-моделей. Модель предназначена для автоматического перевода текстов с английского на китайский. В предоставленных данных не указаны точная архитектура, количество параметров, поддерживаемый размер контекста, дополнительные модальности, численные характеристики качества или сильные стороны и ограничения перевода. Лицензия также не указана. Репозиторий с ONNX-весами описан как временное решение до более широкого распространения WebML.

Карточка модели mijuanlo/opus-mt-es-fr на Hugging Face совпадает с карточкой Helsinki-NLP/opus-mt-es-fr, поэтому описание составлено по ней. Helsinki-NLP/opus-mt-es-fr — модель машинного перевода из семейства Marian, разработанная проектом OPUS/Helsinki-NLP. Она переводит текст с испанского языка на французский и подходит для перевода отдельных фраз и документов. Модель построена на архитектуре Transformer-align, использует нормализацию и токенизацию SentencePiece и содержит 63,5 млн параметров; длина контекста — до 512 токенов. Репозиторий содержит веса в форматах PyTorch и TensorFlow. В карточке приведены результаты тестирования на наборах новостных текстов: BLEU 32,0–33,6 и chr-F 0,585–0,610. Эти оценки относятся к указанным тестовым наборам и не гарантируют аналогичное качество на других темах и типах текста. Модель распространяется по лицензии Apache-2.0.

Helsinki-NLP/opus-mt-es-pl — модель машинного перевода семейства Marian, разработанная Helsinki-NLP для перевода с испанского языка на польский. Она основана на архитектуре Transformer-align и использует SentencePiece с нормализацией текста; число параметров — 55,7 млн, контекст — до 512 токенов. Модель обучена на данных OPUS. Для набора Tatoeba.es.pl в карточке приведены оценки BLEU 44,6 и chr-F 0,649. Модель подходит для перевода испанских текстов на польский, включая короткие фразы и предложения. Доступны веса в форматах PyTorch и TensorFlow. Лицензия — Apache-2.0.

Карточка модели mijuanlo/opus-mt-es-ro на Hugging Face совпадает с карточкой Helsinki-NLP/opus-mt-es-ro, поэтому описание составлено по ней. Helsinki-NLP/opus-mt-es-ro — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с испанского языка на румынский и основана на архитектуре Transformer-align. Для предобработки используются нормализация текста и SentencePiece; модель содержит 53,9 млн параметров и имеет контекстное окно 512 токенов. Модель предназначена для перевода предложений и текстовых фрагментов с испанского на румынский. В README приведён результат BLEU 45,7 и chr-F 0,666 на наборе Tatoeba.es.ro. Доступны веса PyTorch и TensorFlow. Лицензия — Apache-2.0.

Helsinki-NLP/opus-mt-fi-en — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с финского языка на английский и подходит для перевода отдельных фраз и текстов в прикладных и исследовательских сценариях. Модель основана на архитектуре Transformer-align и реализована как MarianMTModel. В репозитории указаны веса PyTorch и TensorFlow, 55,7 млн параметров и контекст до 512 токенов. При обработке используются нормализация текста и SentencePiece с моделью токенизатора на 32 тыс. единиц. Карточка приводит результаты оценки на наборах новостных текстов, включая BLEU 25,3–29,0. Модель предназначена для пары языков финский—английский и не заявлена как многоязычная. Лицензия — Apache-2.0.

Helsinki-NLP/opus-mt-fr-de — модель машинного перевода с французского на немецкий, опубликованная в семействе OPUS-MT. Это плотная модель архитектуры Marian, основанная на Transformer-align; в README указаны набор данных OPUS и предварительная обработка с нормализацией и SentencePiece. Модель содержит 56,5 млн параметров и рассчитана на контекст до 512 токенов. Модель предназначена для перевода французских текстов на немецкий, включая новостные и общественно-политические материалы. В карточке приведены результаты BLEU 26,4 на тесте euelections_dev2019 и 22,1 на двух новостных тестах. Доступны веса PyTorch и TensorFlow. Лицензия — Apache-2.0.

Helsinki-NLP/opus-mt-fr-es — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с французского на испанский и подходит для перевода отдельных фраз и документов. Модель построена на архитектуре MarianMT с трансформером и выравниванием; использует нормализацию и токенизацию SentencePiece. Веса доступны в форматах PyTorch и TensorFlow. В README приведены оценки BLEU от 31,6 до 34,3 и chr-F от 0,583 до 0,601 на нескольких тестовых наборах новостных переводов. Модель содержит 63,5 млн параметров, а её контекст составляет 512 токенов. Она обучалась на данных OPUS. Лицензия Apache-2.0 разрешает коммерческое и некоммерческое использование с соблюдением её условий. Направление перевода ограничено французским на испанский; приведённые оценки относятся к новостным тестовым наборам и не гарантируют аналогичного качества в других областях.

Helsinki-NLP/opus-mt-fr-id — модель машинного перевода из французского языка на индонезийский, разработанная в рамках проекта OPUS. Это трансформерная модель архитектуры MarianMT с выравниванием, обученная на корпусе OPUS; для предобработки используются нормализация текста и SentencePiece. Число параметров — 54,3 млн, длина контекста — 512 токенов. Модель предназначена для перевода текстов с французского на индонезийский. В README приведены результаты на тестовом наборе Tatoeba.fr.id: BLEU 37,2 и chr-F 0,636. Доступны веса PyTorch и TensorFlow. Лицензия — Apache-2.0.

Helsinki-NLP/opus-mt-fr-uk — модель машинного перевода семейства Marian, разработанная Helsinki-NLP в рамках проекта OPUS-MT. Она переводит текст с французского языка на украинский. Модель построена на архитектуре Transformer-align, использует нормализацию и токенизацию SentencePiece; число параметров составляет 56,9 млн, а длина контекста — до 512 токенов. Модель подходит для перевода фраз и текстов общего назначения с французского на украинский. В README приведён результат BLEU 39,4 на тестовом наборе Tatoeba.fr.uk. Доступны веса в форматах PyTorch и TensorFlow. Лицензия — Apache-2.0.

Helsinki-NLP/opus-mt-gl-en — модель машинного перевода из семейства OPUS-MT, подготовленная Helsinki-NLP для перевода с галисийского языка на английский. Это плотная трансформерная модель MarianMT с 36,1 млн параметров; перед переводом текст нормализуется и токенизируется SentencePiece с моделью словаря 12k. Для модели указан контекст длиной 512 токенов. Модель подходит для перевода галисийских текстов на английский, включая отдельные фразы и предложения. В тесте Tatoeba-test.glg.eng указаны BLEU 44,4 и chr-F 0,628. Доступны веса PyTorch и TensorFlow. Лицензия — Apache-2.0.

Helsinki-NLP/opus-mt-he-ru — модель машинного перевода с иврита на русский язык, опубликованная Helsinki-NLP в рамках проекта OPUS-MT. Это трансформер Marian с 57,6 млн параметров; модель принимает текст на иврите и генерирует перевод на русском. Для предварительной обработки используются нормализация и SentencePiece с отдельными словарями размером 32 тыс. токенов. Указанная длина контекста — 512 токенов. Модель предназначена для перевода отдельных текстов с иврита на русский. В README приведён результат BLEU 40,5 на тестовом наборе Tatoeba-test.heb.rus; качество может отличаться на других темах и типах текстов. Доступны веса в форматах PyTorch и TensorFlow. Лицензия — Apache-2.0.

Helsinki-NLP/opus-mt-it-es — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с итальянского на испанский и предназначена для автоматического перевода отдельных текстов и интеграции в приложения локализации. Модель построена на архитектуре Marian Transformer и содержит 55,4 млн параметров; для предобработки используются нормализация и SentencePiece. Длина контекста — до 512 токенов. В карточке приведён результат на тестовом наборе Tatoeba.it.es: BLEU 61,2 и chr-F 0,761. Модель поддерживает перевод только в направлении с итальянского на испанский. Лицензия Apache-2.0.

Helsinki-NLP/opus-mt-ko-fr — модель машинного перевода корейского текста на французский, опубликованная проектом Helsinki-NLP в рамках семейства OPUS-MT. Это плотная модель MarianMT на архитектуре Transformer-align с 58,4 млн параметров; использует нормализацию и SentencePiece с словарями spm32k. Модель рассчитана на перевод между корейским и французским языками, включая варианты записи корейского, указанные в карточке. Контекст составляет до 512 токенов. В тесте Tatoeba для пары ko→fr указаны BLEU 30,4 и chr-F 0,503. Модель подходит для перевода отдельных фраз и текстовых сегментов; эти тестовые показатели не гарантируют качество на других жанрах и тематиках. Доступны веса PyTorch и TensorFlow. Лицензия — Apache-2.0.

opus-mt-ru-fi — модель машинного перевода из семейства OPUS-MT, разработанная проектом Helsinki-NLP. Она переводит текст с русского языка на финский и предназначена для автоматического перевода фраз и документов. Модель построена на архитектуре MarianMT с Transformer-align; для предварительной обработки используются нормализация текста и SentencePiece. Размер модели — 57,3 млн параметров, контекст — до 512 токенов. В метаданных указаны реализации для PyTorch и TensorFlow. В карточке приведён результат BLEU 40,1 и chr-F 0,646 на тестовом наборе Tatoeba.ru.fi; эти показатели относятся к указанному набору и не гарантируют такого же качества на других текстах. Модель распространяется по лицензии Apache-2.0.

Helsinki-NLP/opus-mt-rw-en — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с языка киньяруанда (rw) на английский (en) и предназначена для перевода предложений и текстов в приложениях и рабочих процессах обработки языков. Модель использует архитектуру Marian Transformer с выравниванием, нормализацию и токенизацию SentencePiece; содержит 56,1 млн параметров, а её родная длина контекста составляет 512 токенов. В карточке приведены оценки BLEU 37,3 на JW300.rw.en и 49,8 на Tatoeba.rw.en. Модель поддерживает направление rw→en; результаты на этих тестовых наборах не гарантируют качество для всех типов текстов. Лицензия — Apache-2.0.

Helsinki-NLP разработала эту модель машинного перевода в рамках проекта OPUS-MT. Она переводит текст с английского языка на современный греческий и подходит для перевода предложений и текстов в приложениях на базе Transformers. Модель использует архитектуру transformer-big на основе Marian NMT, содержит 160,9 млн параметров и принимает входные последовательности длиной до 1024 токенов. Для токенизации применяется SentencePiece. Веса доступны в форматах PyTorch, Safetensors и TensorFlow. В README приведены результаты оценки на тестовых наборах Tatoeba и FLORES-101. Качество может различаться в зависимости от тематики и стиля исходного текста; модель предназначена для направления английский→греческий. Лицензия — CC BY 4.0.