I.5Создание и редактирование текста

WindyTranslate/translate-el-fi — модель машинного перевода от Windstorm Labs для перевода с греческого на финский. Это дообученная версия Helsinki-NLP/opus-mt-el-fi: LoRA-адаптер обучили на параллельном корпусе и объединили с базовыми весами. Модель построена на архитектуре MarianMT, содержит 55,7 млн параметров и принимает последовательности длиной до 512 токенов. Модель предназначена для перевода греческих текстов на финский. В тесте FLORES-200 на 48 предложениях для этого направления получены chrF++ 45,99 и BLEU 16,35; авторы называют результат скрининговой оценкой, а не публикационным результатом. Репозиторий содержит веса в формате safetensors для Transformers. Лицензия — Apache-2.0.

Windstorm Labs выпустила модель машинного перевода с английского на азербайджанский язык. Это дообученная версия Helsinki-NLP/opus-mt-en-az на параллельном корпусе: LoRA-адаптер объединён с базовыми весами, изменены 36 из 254 тензоров. Модель построена на архитектуре MarianMT, содержит 37,1 млн параметров и рассчитана на контекст до 512 токенов. Она загружается через Transformers в формате safetensors и выдаёт перевод на азербайджанском языке. Модель предназначена для перевода текстов с английского на азербайджанский. Её выход проверяли на соответствие заявленному языку, но качество перевода не оценивалось; проверка языка не подтверждает точность или естественность перевода. Поддерживается только одно направление перевода. Лицензия — Apache-2.0.

Windstorm Labs опубликовала модель машинного перевода с английского на армянский. Это дообученная версия Helsinki-NLP/opus-mt-en-hy: LoRA-дообучение на параллельном корпусе объединено с базовыми весами. Модель построена на архитектуре Marian, содержит 29,1 млн параметров, принимает и генерирует текст; нативный контекст — 512 токенов. Модель предназначена для перевода английских текстов на армянский в приложениях на Transformers. В ограниченной проверке на 48 предложениях FLORES-200 она получила chrF++ 29,45 и BLEU 5,80; авторы относят результат к уровню Limited и подчёркивают, что это скрининговая оценка, а не результат публикационного исследования. Поддерживается только направление английский → армянский. Лицензия — Apache-2.0.

Windstorm Labs выпустила модель машинного перевода с английского на южнославянские языки (en→zls). Это дообученная версия Helsinki-NLP/opus-mt-en-zls: LoRA адаптер обучили на параллельном корпусе и объединили с базовыми весами. Модель построена на архитектуре Marian и содержит 54,7 млн параметров; она работает с текстом и поддерживает контекст до 512 токенов. Модель предназначена для перевода текстов с английского на южнославянские языки в приложениях на Transformers. В репозитории размещена сборка в формате safetensors. Лицензия — Apache-2.0. Направление перевода ограничено en→zls. Качество этой версии пока не оценивалось на бенчмарках; факт изменения весов сам по себе не подтверждает качество перевода.

WindyTranslate/translate-es-eu — модель машинного перевода Windstorm Labs, дообученная на параллельных данных на основе Helsinki-NLP/opus-mt-es-eu. Это модель архитектуры Marian с 54,9 млн параметров, принимающая испанский текст и переводящая его на баскский; максимальный контекст составляет 512 токенов. Веса содержат изменения, внесённые LoRA-дообучением и объединённые с базовыми весами, модель загружается через Transformers в формате safetensors. Модель предназначена для перевода с испанского на баскский. В проверке на 48 предложениях FLORES-200 она получила chrF++ 44,50 и BLEU 10,14; авторы характеризуют результат как пригодный для использования, но отмечают, что это предварительная оценка, а не результат публикационного уровня. Поддерживается только направление es → eu. Лицензия — Apache-2.0.

WindyTranslate/translate-et-fi — модель машинного перевода Windstorm Labs с эстонского на финский. Это дообученная версия MarianMT из семейства OPUS-MT: LoRA-дообучение на параллельных текстах объединено с базовыми весами. Модель содержит 54,9 млн параметров, использует формат safetensors и рассчитана на контекст до 512 токенов. Модель предназначена для перевода текстов с эстонского на финский. В карточке приведён скрининговый результат на 48 предложениях FLORES-200 dev: chrF++ 46,55 и BLEU 15,79; это не результат публикационного исследования. Модель распространяется по лицензии Apache-2.0. Ограничение — поддерживается только направление перевода et→fi, а небольшой тестовый набор не позволяет считать приведённую оценку исчерпывающей.

Windstorm Labs опубликовала модель машинного перевода с эстонского языка на французский. Это дообученная и объединённая с базовыми весами MarianMT-модель Helsinki-NLP/opus-mt-et-fr с 54,9 млн параметров; для запуска доступны веса в формате safetensors и библиотека Transformers. Контекст модели — до 512 токенов. Модель предназначена для перевода текстов с эстонского на французский. По проверке на 48 предложениях FLORES-200 dev она получила chrF++ 52,64 и BLEU 29,50; авторы обозначают результат как скрининговую оценку, а не публикационный результат. Поддерживается только это направление перевода. Лицензия — Apache-2.0.

WindyTranslate/translate-fi-hr — модель машинного перевода, опубликованная Windstorm Labs для перевода с финского языка на хорватский. Она основана на Helsinki-NLP/opus-mt-fi-hr: к исходным весам применён LoRA-файнтюнинг на параллельных текстах, после чего адаптер объединён с базовой моделью. Архитектура — MarianMT, размер — 55,6 млн параметров; модель принимает текст и выдаёт перевод. Контекст — до 512 токенов. Модель предназначена для однонаправленного перевода с финского на хорватский. В короткой проверке на 48 предложениях FLORES-200 получила chrF++ 42,91 и BLEU 17,44; авторы относят результат к уровню «пригодно к использованию» и подчёркивают, что это предварительная оценка, а не результат публикационного бенчмарка. Лицензия — Apache-2.0.

WindyTranslate/translate-fi-ru — модель машинного перевода Windstorm Labs для перевода текста с финского на русский. Это дообученная версия Helsinki-NLP/opus-mt-fi-ru: к исходным весам применили LoRA дообучение на параллельном корпусе и объединили адаптер с базовыми весами. Модель использует архитектуру MarianMT, содержит 57,3 млн параметров и принимает safetensors; максимальная длина контекста — 512 токенов. Модель предназначена для перевода отдельных текстов и пакетной обработки финско-русских материалов. В карточке приведена скрининговая оценка на 48 предложениях FLORES-200: chrF++ 37,40 и BLEU 13,22; авторы относят результат к уровню «Usable» и предупреждают, что это не публикационная оценка. Поддерживается только направление с финского на русский. Лицензия — Apache-2.0.

Windstorm Labs опубликовала компактную модель машинного перевода с французского на индонезийский. Это дообученная версия Helsinki-NLP/opus-mt-fr-id: LoRA-адаптер обучили на параллельных текстах и объединили с базовыми весами. Модель построена на архитектуре Marian, содержит 54,3 млн параметров и доступна в формате safetensors для Transformers; контекст составляет 512 токенов. Модель предназначена для перевода текстов с французского языка на индонезийский. В карточке приведена предварительная оценка на 48 предложениях FLORES-200: chrF++ 51,16 и BLEU 22,52. Это небольшая проверочная выборка, поэтому результат не следует считать публикационной оценкой качества. Лицензия — Apache-2.0.

Translation-GPT — дообученная Dhahlan2000 модель Google mT5-small с 157,4 млн параметров, предназначенная для перевода текста. Она построена на архитектуре MT5ForConditionalGeneration и опубликована в формате TensorFlow под лицензией Apache-2.0. В карточке указаны потери на обучающей и проверочной выборках, но набор данных, языковые пары и качество перевода не описаны. Поэтому область применения и поддерживаемые языки нельзя определить точнее.

Novaciano/Uncensored-1b-Creative_Writing_RP-GGUF — GGUF-версия модели для генерации текста и диалогового ролевого отыгрыша. В карточке указано, что модель создана на основе carsenk/llama3.2_1b_2025_uncensored_v2 и обучена на смеси наборов данных для письма, ролевых диалогов, кода, математики и других задач; в метаданных также отмечен набор для многошагового творческого письма. Архитектура относится к семейству Llama 3.2, размер — 1 млрд параметров. Модель предназначена для творческого письма, продолжения сцен и ролевого общения. README указывает длину последовательности 8K токенов; автор отмечает, что при дообучении на входных последовательностях от 16K следует использовать их вместо этого варианта. GGUF подходит для запуска совместимыми средствами, включая llama.cpp и KoboldCpp. Поддерживаемые языки по карточке — английский и испанский. Модель помечена как uncensored и может выдавать откровенный или проблемный вымышленный материал. Лицензия — Llama 3.2; применимость лицензии и законность использования контента зависят от условий лицензии и законодательства пользователя.

SaketR1/uncertainty-sft-mix-clear-corr-amb-balanced — дообученная с помощью TRL модель на базе Qwen/Qwen3.5-2B, опубликованная SaketR1. Это мультимодальная модель семейства Qwen с плотной архитектурой и 2 млрд параметров, предназначенная для диалогов и понимания изображений. Карточка демонстрирует генерацию ответа на вопрос в формате чата; название модели указывает на обучение для работы с ясными, противоречивыми и неоднозначными запросами, однако подробности обучающей смеси не приведены. Модель принимает текст и изображения и генерирует текст. Для запуска в README показан Transformers pipeline; веса доступны в формате safetensors. Карточка не сообщает лицензию и не описывает результаты оценки качества, поэтому условия использования и эффективность на конкретных задачах по этим данным определить нельзя.

UnslopNemo-12B-v4.1 — языковая модель автора TheDrummer, предназначенная для написания приключенческих историй и ролевых сценариев. Это плотная Mistral-модель с 12,1 млрд параметров, опубликованная в формате safetensors; метаданные указывают контекст до 1 024 000 токенов. Модель подходит для генерации художественного текста и ведения ролевых диалогов. Карточка не сообщает о поддерживаемых языках или ограничениях по качеству. Лицензия в предоставленных данных не указана.

Violet-Eclipse-12B — объединённая языковая модель, созданная автором репозитория методом Model Stock с помощью mergekit на основе нескольких моделей Mistral. В состав слияния вошли MN-Violet-Lotus-12B, Forgotten-directive-Neon-stock, KansenSakura-Erosion-RP-12b, Impish_Nemo_12B и guns-and-roses-r1. Модель содержит 12,1 млрд параметров и распространяется в формате safetensors для Transformers. Модель предназначена главным образом для ролевых диалогов и творческого письма, включая создание текстовых приключений. Она генерирует неотфильтрованный контент, в том числе потенциально тревожные и сексуальные материалы. Метаданные указывают контекстное окно до 1 024 000 токенов; поддерживаемый язык в источниках не указан. Лицензия в предоставленных данных не приводится.

CoPaw-Flash-9B-GGUF — это набор GGUF-квантизаций базовой модели CoPaw-Flash-9B, разработанной agentscope-ai и подготовленной bartowski для запуска через llama.cpp и совместимые инструменты. Модель относится к классу image-text-to-text и предназначена для задач, где требуется обрабатывать изображения и текст и генерировать текстовые ответы. В README указана поддержка английского и китайского языков. Размер исходной модели составляет 9 млрд параметров. Доступны варианты от BF16 до квантизаций Q2–Q8 и IQ, что позволяет выбирать между качеством, размером файлов и требованиями к оперативной памяти; рекомендованными названы, в частности, Q4_K_M, Q5_K_M, Q6_K и другие варианты. Модель можно использовать через llama.cpp, LM Studio, Jan AI, koboldcpp, Ramalama и Text Generation Web UI. Точный размер контекста, архитектура и перечень поддерживаемых форматов изображений в README не указаны. Сильной стороной является наличие мультимодального режима и широкого выбора квантизаций для локального запуска, включая варианты для систем с ограниченными ресурсами. Ограничения зависят от выбранного уровня квантизации: более компактные варианты могут заметно уступать по качеству, а для некоторых форматов может потребоваться обновление используемого программного обеспечения. Модель распространяется по лицензии Apache-2.0.

AngelSlayer-12B-Unslop-Mell-RPMax-DARKNESS — слитая модель на архитектуре Mistral для диалоговой генерации, ролевых сценариев и художественного письма. Её создал автор карточки с помощью mergekit, объединив четыре языковые модели; в качестве базовой указана TheDrummer/UnslopNemo-12B-v4.1. Модель содержит 12,1 млрд параметров, работает с текстом и использует шаблон чата ChatML. Хотя в метаданных указан контекст до 1 024 000 токенов, автор README рекомендует не превышать 20 тысяч токенов из-за возможного ухудшения связности. Модель рассчитана на продолжительные диалоги, удержание персонажа и создание разнообразной прозы. По оценке автора, повторения редки, а настройки с повышенной температурой и Min-P могут улучшить ответы; для борьбы с повторениями упоминается sampler DRY. Автор также отмечает склонность ответов следовать одному и тому же тематическому направлению и иногда ошибаться в написании имён. Модель находилась на стадии тестирования. Лицензия — Apache-2.0.

Aura Uncensored l3 — языковая модель ResplendentAI для генерации текста в диалогах и ролевых сценариях. По метаданным это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM, размером 7,5 млрд параметров и контекстом до 8192 токенов. Модель рассчитана на английский язык. Автор описывает её как результат объединения нескольких моделей линии Aura и указывает на обучение на исходных данных Aura поверх базы Undi95's Unholy. Модель предназначена для свободной генерации текста, включая ролевые диалоги и запросы, на которые обычные модели могут отказывать. Репозиторий содержит веса Safetensors, библиотека для работы — Transformers. Модель может выдавать небезопасный контент, включая откровенные ответы и ролевые сцены; автор не рекомендует её людям, чувствительным к такому содержанию. Лицензия — Apache-2.0.

Average_Normie_v2_l3_8B — объединённая текстовая модель на архитектуре Llama 3, созданная автором репозитория с помощью mergekit и метода Model Stock. В качестве базовой использована ResplendentAI/Kei_Llama3_8B, также в слияние вошли Poppy_Porpoise-v0.7-L3-8B, Roleplay-Llama-3-8B и L3-TheSpice-8b-v0.1.3. Модель содержит 7,5 млрд параметров, сохранена в формате safetensors, работает с контекстом до 8192 токенов и рассчитана на текстовые диалоги. Модель предназначена для генерации продолжений и ролевых диалогов, включая реплики персонажей и описание действий. Её можно применять в чат-сценариях, где нужны ответы от лица персонажа или интерактивное повествование. В карточке указана лицензия? Нет.

BAAR3-19M — компактная многоязычная авторегрессионная языковая модель для генерации текста и диалогов, разработанная проектом aixk. По карточке модели, она предназначена для интерактивной генерации на устройствах с ограниченными вычислительными ресурсами, включая встроенные и периферийные системы. Также её можно использовать как основу для лёгких RAG-сценариев. Модель имеет плотную архитектуру семейства FHN, около 37,7 млн параметров по метаданным и контекстное окно 512 токенов. Поддерживает 20 языков: немецкий, английский, испанский, французский, японский, корейский, китайский, итальянский, нидерландский, польский, португальский, русский, арабский, болгарский, греческий, хинди, тайский, турецкий и вьетнамский; README также заявляет поддержку суахили. Модель поставляется в формате Safetensors. Это базовый предварительно обученный чекпойнт, поэтому для точных ответов, специализированных задач и надёжного выполнения инструкций рекомендуется дообучение или подключение поиска по источникам. Лицензия указана как некоммерческая; для коммерческого использования автор предлагает связаться для обсуждения условий.

Badger Writer — объединённая авторская модель на архитектуре Llama 3, созданная maldv для генерации художественного текста, особенно научной фантастики, продолжения историй и ролевого общения. В README описано объединение методом normalized Fourier task addition моделей maldv/badger-lambda-llama-3-8b и maldv/llama-3-fantasy-writer-8b; также использованы первый и последний слои dreamgen-preview/opus-v1.2-llama-3-8b-instruct-run3.5-epoch2.5. Модель имеет около 7,5 млрд параметров, работает через Transformers и принимает шаблон диалога Llama 3 Instruct. Метаданные указывают контекст 8192 токена; значение 24–32 тыс. токенов, упомянутое в README, не совпадает с этим значением и не подтверждено метаданными. Модель подходит для написания и продолжения сцен, описаний персонажей и обстановки, а также для ролевых диалогов и создания сюжетов в жанре фантастики. В карточке приведён пример англоязычной художественной прозы. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование. Показатели на Open LLM Leaderboard в карточке не дают полного представления о качестве именно художественной генерации.

Chung-Fan/bart-pubmed-20k — англоязычная модель BART, дообученная на базе facebook/bart-large-cnn. Число параметров — 252,8 млн, максимальный контекст — 1024 токена. Модель предназначена для генерации краткого пересказа текстов; название указывает на ориентацию на публикации PubMed. В карточке приведено значение loss 1,1077 на оценочной выборке, но нет описания обучающего набора, методики оценки или подробных рекомендаций по применению. Модель распространяется в формате safetensors по лицензии MIT.

B-NIMITA-L3-8B-v0.02 — языковая модель Arkana08 для ролевых диалогов и создания историй с эмоционально выразительными сценами, естественными репликами и последовательными персонажами. Она построена на архитектуре Llama и содержит 7,5 млрд параметров; модель создана слиянием NIHAPPY-L3.1-8B-v0.09, Mythorica-L3-8B и Jamet-8B-L3-MK.V-Blackroot методом DARE TIES. Основой слияния служит Arkana08/NIHAPPY-L3.1-8B-v0.09. Модель принимает текст и генерирует текст, поддерживает контекст до 131 072 токенов и предназначена для интерактивного повествования, отыгрыша персонажей и развития сюжетных сцен. В репозитории указаны веса в формате safetensors; README также ссылается на сторонние GGUF-сборки. Лицензия в предоставленных данных не указана.

Broken-Tutu-24B-Transgression-v2.0 — модель ReadyArt, обученная авторами sleepdeprived3, ReadyArt, Artus и gecfdo на базе mistralai/Mistral-Small-24B-Instruct-2501. Это плотная авторегрессионная модель семейства Mistral с 23,4 млрд параметров, предназначенная для диалогов, ролевых игр и создания связных историй. Модель рассчитана на англоязычные сценарии, поддерживает контекст до 32 768 токенов и, по заявлению авторов, лучше сохраняет характер персонажей, следует сложным инструкциям и справляется с длинными сценами с несколькими участниками. Дообучение выполнено методом QLoRA; авторы сообщают об использовании многоходовых диалоговых данных и о снижении доли откровенного контента по сравнению с предыдущей версией. В README также заявлено улучшенное понимание изображений, однако метаданные указывают только текстовую генерацию, поэтому подтверждённую мультимодальную поддержку считать установленной нельзя. Репозиторий содержит веса safetensors; README отдельно перечисляет доступные варианты квантования. Лицензия — Apache-2.0. Авторы указывают, что модель предназначена для пользователей от 18 лет.

CalliopeDS-L2-13B — модель генерации текста на архитектуре Llama 2, созданная DS-Archive слиянием весов пяти моделей: airoboros-l2-13b-2.2, chronos-13b-v2, Nous-Hermes-Llama2-13b, limarp-llama2-v2 и pygmalion-2-13b. Для слияния применён метод TIES с настройкой весов и инструмент mergekit. Модель предназначена для творческого письма и ролевых диалогов, сохраняя общие способности к пониманию инструкций и контекста. Она формирует развёрнутые описательные ответы; в качестве формата запроса можно использовать Alpaca с описанием персонажа. Модель содержит 12,9 млрд параметров, принимает текст и рассчитана на контекст до 4096 токенов. В карточке указан английский язык и лицензия AGPL-3.0. Разработчик предупреждает о возможных предубеждениях, характерных для нишевых ролевых форумов и базовой модели. Модель не предназначена для получения фактических сведений или советов; качество конкретных сценариев в карточке не гарантируется.

Caspian-LFM2.5-350M-Reasoning — дообученная модель Willie999 на базе LiquidAI/LFM2.5-350M, обученная с использованием TRL. Это компактная плотная причинная языковая модель семейства LFM2 для генерации текста в формате диалога и ответов на вопросы с рассуждением. Модель содержит 444,6 млн параметров, принимает текст и поддерживает контекст до 128 000 токенов. Её можно запускать через Transformers для генерации ответов на пользовательские запросы. В карточке приведён пример вопроса, но отдельные результаты оценивания качества и перечень поддерживаемых языков не сообщаются. Лицензия в предоставленных данных не указана.

Chaotic-Order-24B-V2 — слитая языковая модель автора Sorihon, созданная методом DARE TIES с помощью mergekit на основе Chaotic-Order-24B-V1 и объединения с DarkArtsForge/Asmodeus-24B-v3 и Sorihon/Magistry-Painted-Cydonia-24B. Это плотная причинная архитектура Mistral с 23,4 млрд параметров, предназначенная для генерации текста и чат-диалогов; базовая карточка описывает её как модель для англоязычного художественного письма и ролевых диалогов, в том числе с мрачным и откровенным содержанием. Контекстное окно составляет 131 072 токена, веса представлены в safetensors и используются через Transformers. Модель подходит для интерактивного ролевого общения и создания художественной прозы на английском языке. В карточке приведены параметры слияния, включая смешивание моделей с разной плотностью и весами; отдельные оценки качества или гарантии поведения не указаны. Лицензия в предоставленных данных не указана.

ControlMT v2.3 int8 — компактная модель машинного перевода на архитектуре ControlMT, созданная как производная от anandkaman/controlmt-v2.3. Репозиторий содержит вариант с динамической int8-квантизацией слоёв Linear при загрузке, оптимизированный для работы на CPU; модель предназначена для перевода между каннада и английским языком, в том числе для текстов со смешением этих языков. По данным README, в тесте на шести парах предложений вариант использовал около 140 МБ оперативной памяти и работал быстрее CPU bf16, при этом автор сообщает о совпадении результатов с fp32 на тестовом наборе. Указанная длина контекста — 320 токенов. Лицензия — Apache-2.0. Модель рассчитана на CPU x86 и ARM с не менее 1 ГБ оперативной памяти; GPU не поддерживается для этого варианта квантизации.

CRISP-Qwen3-8B-v1 — дообученная модель Qwen3-8B от pb09204048, созданная методом CRISP (Compressed Reasoning via Iterative Self-Policy Distillation). Она предназначена для генерации текста и диалогов с краткими, прямыми ответами, особенно при решении математических задач и задач на рассуждение. В обучении модель училась воспроизводить более лаконичное поведение той же модели, получавшей инструкцию отвечать кратко; контрольные ответы и ограничения на число токенов в функцию обучения не включались. Модель имеет плотную архитектуру Qwen3ForCausalLM, 7,6 млрд параметров и контекст до 40 960 токенов. Она принимает текст и выдаёт текст; карточка указывает английский язык, а базовая Qwen3-8B описана как многоязычная. В приведённых бенчмарках версия v1 сокращала число токенов на 13,9–38,9% относительно базовой модели в зависимости от набора данных, при этом точность на некоторых тестах была ниже базовой. Доступна под лицензией Apache-2.0.

Карточка модели zhihuiwu123/deberta-v3-small на Hugging Face совпадает с карточкой microsoft/deberta-v3-small, поэтому описание составлено по ней. microsoft/deberta-v3-small — англоязычная модель Microsoft для понимания текста и предсказания замаскированных токенов. Она использует архитектуру DeBERTa V3: раздельное представление содержимого и позиции в механизме внимания, улучшенный декодер маски и предобучение в стиле ELECTRA с разделением градиентов в эмбеддингах. В модели 6 слоёв, скрытый размер 768 и словарь из 128 тысяч токенов; метаданные указывают 155 млн параметров и контекст до 512 токенов. Модель предназначена для заполнения пропусков в тексте и может служить основой для дообучения на задачах понимания естественного языка, включая ответы на вопросы и классификацию. В README сообщается о предобучении на 160 ГБ данных и приводятся результаты дообучения для SQuAD 2.0 и MNLI. Репозиторий содержит веса PyTorch и TensorFlow. Лицензия — MIT.