I.5Создание и редактирование текста

LexPodLM-13B — языковая модель семейства LLaMA, разработанная 64bits и дообученная по схеме Vicuna на датасете с расшифровками и материалами подкаста Лекса Фридмана. Это плотная авторегрессионная модель с архитектурой LlamaForCausalLM и 12,9 млрд параметров; она принимает текст и генерирует текст, поддерживает английский язык и имеет контекстное окно 2048 токенов. Модель предназначена прежде всего для диалогов и может давать развёрнутые, нюансированные ответы в стиле обучающих данных. Автор отмечает, что она может быть слабее в написании кода, поиске фактов и эссе. Приведённые в карточке оценки включают результаты на ARC, HellaSwag, MMLU и TruthfulQA, но сами по себе не гарантируют качество ответов в прикладных сценариях. Репозиторий содержит веса PyTorch; лицензия указана как other, поэтому перед использованием следует проверить условия лицензирования модели и базовой LLaMA.

PlumMath — объединённая языковая модель, созданная с помощью mergekit на основе Meta Llama 3.1 8B Instruct и моделей Llama3.1-8B-ShiningValiant2 и Llama3.1-8B-Cobalt. В репозитории используются архитектура LlamaForCausalLM и формат safetensors; размер модели — 7,5 млрд параметров, длина контекста — до 131 072 токенов. Модель предназначена для диалоговой генерации текста и выполнения инструкций; тематика карточки указывает на математику, естественные науки, информатику и инженерные задачи. Она рассчитана на англоязычное применение. В README приведены результаты Open LLM Leaderboard, включая средний балл 13,80, IFEval 22,42 и BBH 16,45. Использование регулируется лицензией Llama 3.1.

Llama-3.1-8B-TLDR-Utilitarian-baseline — экспериментальная версия Llama-3.1-8B-Instruct, дообученная авторами NBPO для диалогов на панели TL;DR. Модель оптимизировали с утилитарным взвешиванием четырёх критериев: охват, соответствие фактам, краткость и полезность. В метаданных указаны 7,5 млрд параметров, архитектура LlamaForCausalLM, библиотека Transformers и контекст до 131 072 токенов. Модель предназначена для генерации ответов, где требуется сбалансировать эти критерии. В README описан эксперимент с одинаковым набором ответов, температурой, точкой разногласия и бюджетом оптимизатора для сравнения методов; обучение включало 300 обновлений оптимизатора при глобальном размере пакета 16. Оценивание проводили на отложенных запросах, не использовавшихся при обучении, сравнивая с общей опорной моделью; качество оценивал Llama-3.3-70B-Instruct. Это исследовательская экспериментальная настройка, а не универсальная гарантия повышения качества: README не приводит численных результатов и не уточняет языковой охват. Унаследована лицензия Llama 3.1 (llama3.1); использование регулируется её условиями.

shanchen/llama3-8B-slerp-med-262k — объединённая с помощью LazyMergekit модель на архитектуре Llama 3, созданная на основе Gradient Llama 3 8B Instruct 262k и медицинской JSL-MedLlama-3-8B-v1.0. Веса объединены методом SLERP; модель содержит 7,5 млрд параметров и рассчитана на контекст до 262 144 токенов. Модель предназначена для генерации текста и диалогового взаимодействия, сочетая инструктивную основу с медицинской специализацией второй модели. Может применяться для ответов на медицинские вопросы и работы с длинными текстами, однако карточка не приводит оценок качества или подробностей о медицинских сценариях. Поддерживаемый язык по метаданным — китайский. Модель распространяется в формате safetensors по лицензии Llama 3. Как и другие языковые модели, она может выдавать неточные сведения; медицинские ответы требуют проверки специалистом.

Envoid/Llama-3-TenyxChat-DaybreakStorywriter-70B — разговорная языковая модель для генерации текста, созданная слиянием SLERP в пропорции 50/50 моделей crestf411/L3-70B-daybreak-storywriter-v0.4 и teny x/Llama3-TenyxChat-70B. Она основана на архитектуре Llama 3 и предназначена прежде всего для ролевых диалогов и написания историй; использует формат промптов Llama-3-Instruct. Модель содержит 69,5 млрд параметров, поддерживает контекст до 8192 токенов и доступна в формате safetensors. README отмечает повышенную пригодность модели для ролевых сценариев, но приведённая оценка NALA описана авторами как произвольная и ненаучная. Модель способна генерировать контент для взрослых. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

elinas/llama-7b-hf-transformers-4.29 — конвертированная версия исходных весов первой LLaMA, разработанной командой FAIR в Meta AI. Это авторегрессионная плотная языковая модель на архитектуре Transformer с классом LlamaForCausalLM и 6,6 млрд параметров; веса сохранены в формате PyTorch и подготовлены для Transformers 4.29 с токенизатором LlamaTokenizerFast. Контекст модели составляет 2048 токенов. Модель предназначена для генерации текста и исследовательских экспериментов с языковыми моделями: её можно использовать для изучения ответов на вопросы, понимания и чтения текста. В обучающих данных представлены 20 языков, но преимущественно английский, поэтому качество ожидается выше на английском. Это базовая модель без обучения с человеческой обратной связью: она может выдавать неточные, токсичные или предвзятые ответы и требует оценки рисков и дополнительных мер защиты перед прикладным использованием. Лицензия — специальная некоммерческая лицензия.

nenkoru/llama-7b-onnx-merged-fp16 — конвертированная в ONNX версия базовой языковой модели LLaMA 7B, разработанной командой FAIR в Meta AI. Модель построена на трансформерной архитектуре авторегрессионного типа и содержит 6,6 млрд параметров. Репозиторий подготовлен с помощью Optimum для выполнения через ONNX Runtime в формате FP16; заявленная длина контекста — 2048 токенов. Модель генерирует продолжение текста и предназначена прежде всего для исследовательской работы с языковыми моделями, включая эксперименты с ответами на вопросы, пониманием прочитанного и оценкой рассуждений. В обучающих данных преобладает английский язык; также представлены тексты на 19 других языках, включая русский. Качество может различаться между языками и диалектами. Это базовая модель без обучения на обратной связи от людей. Она может выдавать ошибочную, токсичную или предвзятую информацию и не рассчитана на применение в важных для жизни решениях без дополнительной оценки и мер снижения рисков. Указана специальная лицензия с ограничением на некоммерческое использование; условия следует сверять с файлом LICENSE репозитория.

LongAlign-13B-64k-base — базовая языковая модель семейства LLaMA, представленная командой LongAlign. Она предназначена для генерации текста с длинным контекстом: авторы описывают набор LongAlign-10k для выравнивания моделей на длинных инструкциях и оценку LongBench-Chat, но эта версия обозначена как base, а не как обученная на этих инструкциях чат-модель. Модель содержит 12,9 млрд параметров, использует плотную архитектуру LlamaForCausalLM и формат PyTorch; заявленная длина контекста — 65 536 токенов. В карточке указаны английский и китайский языки. Лицензия — Apache-2.0. Модель подходит для генерации продолжений и работы с длинными текстовыми входами, включая эксперименты с длинным контекстом. Поскольку это базовая версия, карточка не подтверждает, что она настроена для диалога, следования инструкциям или конкретных прикладных областей; качество на таких сценариях может требовать дополнительной настройки. В README не приведены отдельные результаты оценки именно этой версии.

Weyaxi/MetaMath-neural-chat-7b-v3-2-Ties — объединённая модель на архитектуре Mistral, созданная методом TIES Merge из meta-math/MetaMath-Mistral-7B и Intel/neural-chat-7b-v3-2. В слиянии использованы веса 0,5 для MetaMath-Mistral-7B и 0,3 для neural-chat-7b-v3-2; плотность для обеих моделей указана как 0,5. Модель предназначена для генерации текста и объединяет математическую направленность MetaMath с возможностями диалоговой модели neural-chat. Она содержит 7,1 млрд параметров, поддерживает контекст до 32 768 токенов и распространяется в формате safetensors. Лицензия — Apache-2.0. Карточка не приводит оценок качества или конкретных ограничений применения.

MInstDolphin29mathM-7B-v0.3 — языковая модель на 7,1 млрд параметров, созданная слиянием моделей Mistral-Instruct-dolphin-7B и mathstral-Mistral-7B методом SLERP с помощью mergekit. Она предназначена для генерации текста в диалогах и решения математических задач. Модель использует плотную архитектуру Mistral с причинным языковым моделированием, принимает текст и выдаёт текст; максимальная длина контекста составляет 32 768 токенов. Модель доступна в формате safetensors для библиотеки Transformers. В карточке не указаны лицензия, языки и конкретные результаты оценки качества, поэтому их нельзя установить по имеющимся данным.

MN-LooseCannon-12B-v2 — диалоговая модель на архитектуре Mistral Nemo, созданная автором репозитория слиянием MN-12B-Celeste-V1.9, magnum-v2.5-12b-kto и MN-12B-Lyra-v1 в два этапа. Модель содержит 12,1 млрд параметров, распространяется в формате safetensors и рассчитана на генерацию текста в формате инструкций ChatML; заявленное контекстное окно — до 1 024 000 токенов. Модель предназначена для ролевых диалогов и генерации прозы. В README указано, что она может унаследовать предубеждения нишевых ролевых форумов и базовых моделей, а для достоверных фактов или советов не предназначена. Лицензия в предоставленных данных не указана.

MN-Slush-Wayfarer — объединённая языковая модель сообщества mergekit-community, созданная методом SLERP из LatitudeGames/Wayfarer-12B и crestf411/MN-Slush. Это плотная авторегрессионная модель семейства Mistral с архитектурой MistralForCausalLM и примерно 9,8 млрд параметров; файлы опубликованы в формате safetensors, а конфигурация слияния задаёт тип bfloat16. Модель предназначена для генерации текста и диалогов, включая ролевые приключения. В карточке указано контекстное окно 1 024 000 токенов и интерфейс tool calling. Одна из объединённых моделей, Wayfarer-12B, описана как англоязычная модель для опасных текстовых приключений и ролевых игр с последствиями решений. Карточка не уточняет языковые возможности итоговой модели, поэтому основным подтверждённым сценарием остаются текстовые приключения и ролевой чат. Лицензия в предоставленных данных не указана.

OccamRazor/mpt-7b-storywriter-4bit-128g — 4-битная квантованная версия MPT-7B-StoryWriter-65k+, подготовленная для KoboldAI на основе модели MosaicML. Это авторегрессионная языковая модель с модифицированной архитектурой decoder-only Transformer: 6,7 млрд параметров, 32 слоя и 32 головы внимания. Она дообучена на отфильтрованной художественной части Books3 для чтения и написания художественных историй; в README указано обучение с контекстом 65 тыс. токенов и возможность экстраполяции ALiBi за эту длину. Модель принимает текст и генерирует продолжение текста, поэтому подходит для интерактивного сочинения и продолжения длинных рассказов. Модель обучена MosaicML и распространяется по лицензии Apache-2.0, допускающей коммерческое использование. Для загрузки через Transformers требуется trust_remote_code=True из-за пользовательской архитектуры. Модель может выдавать фактически неверные сведения, а также предвзятый, непристойный или оскорбительный текст; она предназначена для художественной генерации, а не для получения достоверных фактов. README описывает квантование до 4 бит для KoboldAI, а метаданные указывают формат safetensors.

Модель StelleX/mt5-base-thaisum-text-summarization — дообученная версия mT5-base для суммаризации предложений на тайском языке. Она создана на основе архитектуры mT5 и обучена на парах текстов и их кратких изложений на тайском языке. Модель содержит около 291,2 млн параметров и опубликована в формате safetensors. Модель предназначена для автоматического сокращения тайских текстов и получения кратких изложений. В карточке приведены оценки ROUGE: ROUGE-1 — 0,489, ROUGE-2 — 0,310, ROUGE-L — 0,425 и ROUGE-Lsum — 0,444. Условия лицензии в доступных данных не приведены.

Muse-Glimmer-30B-FP8-block — мультимодальная модель условной генерации, разработанная RedHatAI на основе meta-models/Muse-Glimmer-30B. Она принимает текст и изображения, а генерирует текст, поэтому предназначена для задач мультимодального анализа и вывода, включая сценарии, поддерживаемые базовой моделью и совместимые с vLLM. Модель использует архитектуру MuseGlimmerForConditionalGeneration и посттренировочное квантование весов и активаций в формате FP8 W8A8 block. Квантованы линейные операторы внутри transformer-блоков, а vision-компоненты, lm_head и embedding-слои исключены из квантования. По сравнению с 16-битным представлением это примерно вдвое уменьшает размер модели на диске и требования к GPU-памяти. README не указывает число параметров базовой модели, поддерживаемые языки и размер контекста. Модель оптимизирована для инференса с vLLM и поставляется в формате compressed-tensors; заявлена поддержка мультимодального инференса, tensor parallelism, tool calling и reasoning parser в vLLM. Квантование выполнено с помощью LLM Compressor по схеме FP8_BLOCK без калибровочных данных, что упрощает подготовку модели, но может влиять на точность по сравнению с исходной версией. Лицензия — Apache-2.0.

Nanuq-R1 9B — плотная авторегрессионная языковая модель семейства Llama, разработанная Delta-Vector на базе Austral-Xgen-9B-Winton. Это эксперимент дообучения методом GRPO на датасете PocketDoc/Dans-Systemmaxx; автор сообщает о 150 шагах обучения с использованием PrimeIntellect-ai/verifiers и реализации InternLM/POLAR. Модель предназначена для творческого письма и ролевых диалогов, с акцентом на следование инструкциям и системному промпту в творческих сценариях. Она принимает текст и генерирует текст, поддерживает формат диалога ChatML и имеет заявленное контекстное окно 262 144 токена. В репозитории доступны веса Safetensors. Автор характеризует результат как удачный для раннего эксперимента, но отмечает, что награда обучения почти переставала расти после этапа разогрева и что процесс можно было улучшить. Лицензия в предоставленных материалах не указана.

NeuralMaths-7B-slerp — объединённая языковая модель на архитектуре Mistral, созданная с помощью LazyMergekit из Kukedlc/Neural4gsm8k, PetroGPT/WestSeverus-7B-DPO и samir-fama/FernandoGPT-v1. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Она предназначена для генерации текста и решения задач на рассуждение, в том числе математических. Может применяться для ответов на математические вопросы и генерации решений в диалоговых или текстовых сценариях. В репозитории указаны веса в формате safetensors. Лицензия в предоставленных данных не указана.

Модель Anonym-050326/nirukti-translate-1.3b — дообученная модель перевода для английского и 55 индийских языков, включая 33 языка с ограниченными ресурсами. Она переводит в обоих направлениях: с английского на поддерживаемый индийский язык и обратно. Архитектура — encoder-decoder на основе M2M-100; в карточке указано 665 млн параметров, а README заявляет 1,3 млрд, поэтому размер модели по источникам расходится. Контекст — 1024 токена; репозиторий содержит веса Safetensors. Модель предназначена для перевода региональных языков, в том числе в сценариях с малым объёмом обучающих данных. При дообучении использовались LoRA-адаптеры, объединённые с базовыми весами, и расширенный словарь. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерчески.

Это компактная модель машинного перевода английского текста на корейский язык, созданная dhtocks на основе NLLB-200 600M. В модели сокращено число слоёв энкодера и декодера с 12 до 3; размер около 464 млн параметров по метаданным Hugging Face и 350,5 млн по README. Она использует архитектуру M2M100 и рассчитана на запуск через Transformers; автор сообщает, что модель можно запускать на CPU без смешанной точности и квантования. Для токенизатора указаны английский eng_Latn и корейский kor_Hang, а контекст составляет 1024 токена. Модель предназначена для перевода с английского на корейский, в том числе в средах с ограниченными вычислительными ресурсами. Для обучения использован датасет NLLB, для оценки — FLORES-200. Лицензия CC-BY-NC-4.0 запрещает коммерческое использование. В README приведены показатели chrF++ для исходных моделей NLLB, но результат этой модели отдельно не указан, поэтому её качество относительно этих ориентиров определить нельзя.

techolise/nllb-english-twi-finetuned-v2 — двунаправленная модель машинного перевода английского языка и асанте-тви (акан), разработанная Techolise и дообученная на корпусе Ghana Open Knowledge. Модель основана на архитектуре M2M100 для условной генерации текста, содержит 463,7 млн параметров и имеет контекст до 1024 токенов. Она предназначена для перевода фраз и предложений с английского на асанте-тви и обратно, с упором на разговорные формулировки и идиомы. README заявляет, что дообучение на более чем 457 тысячах параллельных предложений снижает повторения и буквальные переводы; также модель рассчитана на совместное применение с отдельной системой синтеза речи Twi. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование. Заявления о качестве и устранении повторений приводятся в карточке модели; независимые оценки качества не представлены.

MaroneAI разработала Seq2Seq-модель для перевода с французского на волоф, дообучив facebook/nllb-200-distilled-600M на небольшом пользовательском наборе данных. Модель построена на архитектуре NLLB-200 с классом M2M100ForConditionalGeneration, содержит 463,7 млн параметров и рассчитана на контекст до 1024 токенов. Она работает с текстом и использует библиотеку Transformers; в карточке указана поддержка FP16 для запуска на GPU. Модель предназначена для быстрого перевода с французского на волоф, в том числе для языка с ограниченными ресурсами. Качество оценивалось метрикой BLEU, но численные результаты оценки не приведены. Набор данных описан как небольшой, поэтому качество может зависеть от тематики и формулировок входного текста. Лицензия — MIT.

Occiglot-7B-IT-EN — базовая генеративная языковая модель Occiglot Research Collective для английского и итальянского языков. Это плотный авторегрессионный трансформер с декодером Mistral на 7,1 млрд параметров, продолженно обученный на 113 млрд дополнительных токенов многоязычных данных и кода на основе Mistral-7B-v0.1. Контекст модели — до 32 768 токенов. Модель предназначена для продолжения текста и генерации на английском и итальянском, а также работы с кодом. Она не проходила дообучение на инструкциях и не оптимизирована для диалогов или готовых прикладных сценариев; для чата авторы предлагают отдельную instruct-версию. Карточка приводит предварительные результаты оценки и предупреждает, что часть неанглоязычных тестов основана на машинном переводе и может быть смещена в сторону английского. Лицензия — Apache 2.0.

OpenCrystal-12B-L3 — диалоговая языковая модель, дообученная автором Darkknight535 на архитектуре Llama. Она предназначена прежде всего для творческого ролевого общения: модель может вести диалог от лица персонажа и самостоятельно переключаться между неигровыми персонажами. Также она умеет создавать краткие пересказы и промпты для генерации изображений. В репозитории указаны 11 млрд параметров, контекстное окно 8192 токена и формат весов Safetensors; для общения автор рекомендует шаблон Llama 3 Instruct. Автор отмечает хорошее следование инструкциям и связность ответов, особенно в ролевых сценариях, но предупреждает, что результаты могут быть очень творческими и иногда содержать сексуальные намёки. Для репозитория не указана лицензия, поэтому условия использования по этим данным определить нельзя.

OPT 6B-Nerys-v2 — англоязычная модель генерации текста, дообученная KoboldAI на базе OPT от Facebook. Обучающая выборка включает около 2500 электронных книг разных жанров, набор CYS для историй с выбором продолжения и 50 азиатских ранобэ; в часть текстов добавлялись жанровые метки. Модель предназначена для продолжения текста и создания художественных историй, в том числе интерактивных сюжетов. Это плотная авторегрессионная архитектура OPT с классом OPTForCausalLM; в метаданных указано 8,8 млрд параметров и контекст 2048 токенов. Она принимает и генерирует текст, а карточка указывает английский язык. Репозиторий содержит веса PyTorch и указывает лицензию «other», поэтому конкретные права использования следует сверить с условиями автора и базовой модели. Известное ограничение — возможные предвзятости, включая стереотипы о поле, профессии, расе и религии.

Helsinki-NLP/opus-mt-af-nl — модель машинного перевода, разработанная Helsinki-NLP в рамках проекта OPUS-MT. Она переводит текст с африкаанс на нидерландский; модель одноязычная для этой пары, построена на архитектуре Transformer-align и использует нормализацию и SentencePiece с словарями размером 32 тыс. токенов. Модель содержит 52,4 млн параметров, работает с библиотеками Transformers и Marian и поддерживает контекст до 512 токенов. В карточке приведён результат BLEU 55,2 на тестовом наборе Tatoeba для пары африкаанс—нидерландский. Выпущена под лицензией Apache-2.0.

Helsinki-NLP/opus-mt-ar-pl — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP на архитектуре Transformer и реализованная как MarianMTModel. Она переводит арабский текст на польский; в карточке перечислены арабский и египетский арабский как источники, а также нормализация и токенизация SentencePiece с словарём spm32k. Модель содержит 58,4 млн параметров, поддерживает контекст до 512 токенов и распространяется в форматах PyTorch и TensorFlow. Модель подходит для перевода коротких сообщений, пользовательских текстов и материалов с арабского на польский. В README приведён результат BLEU 38,0 на Tatoeba-test.ara.pol. Лицензия Apache-2.0 разрешает использование в соответствии с её условиями. Оценка на указанном тестовом наборе не гарантирует такое же качество для других жанров и предметных областей.

Helsinki-NLP/opus-mt-bcl-de — модель машинного перевода из семейства MarianMT, разработанная проектом OPUS и опубликованная Helsinki-NLP. Она переводит текст с языка биколь (bcl) на немецкий (de) и обучена на данных OPUS. Модель использует архитектуру Transformer Align, нормализацию текста и токенизацию SentencePiece; размер составляет 56,3 млн параметров, контекст — до 512 токенов. Модель предназначена для автоматического перевода текстов с бикольского на немецкий. В тесте JW300.bcl.de указаны оценки BLEU 30,3 и chr-F 0,510. Доступны веса PyTorch и TensorFlow. Лицензия — Apache-2.0.

Helsinki-NLP/opus-mt-bem-fr — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с бемба (bem) на французский (fr) и предназначена для перевода отдельных фраз и текстов. Модель построена на архитектуре MarianMT с плотным Transformer, содержит 56,4 млн параметров и использует нормализацию и SentencePiece для предварительной обработки. Максимальная длина контекста — 512 токенов. Для оценки перевода в карточке приведены результаты на тестовом наборе JW300.bem.fr: BLEU 25,0 и chr-F 0,417. Модель доступна в форматах PyTorch и TensorFlow и распространяется по лицензии Apache-2.0.

Helsinki-NLP/opus-mt-bg-sv — модель машинного перевода из семейства MarianMT, разработанная Helsinki-NLP в рамках проекта OPUS-MT. Она переводит текст с болгарского языка на шведский; модель основана на Transformer и использует нормализацию и SentencePiece для обработки текста. Модель содержит 55,6 млн параметров, поддерживает контекст до 512 токенов и доступна в форматах PyTorch и TensorFlow. В тесте JW300.bg.sv указаны оценки BLEU 29,1 и chr-F 0,494. Лицензия — Apache-2.0. Модель предназначена для перевода между указанными языками; качество может различаться в зависимости от тематики и текста.

Helsinki-NLP/opus-mt-bi-sv — модель машинного перевода на архитектуре Transformer, опубликованная проектом OPUS и рассчитанная на перевод с языка bi на шведский. Она обучена на данных OPUS; перед подачей текста применяются нормализация и токенизация SentencePiece. Модель содержит 53,5 млн параметров и имеет контекст до 512 токенов. В тесте JW300.bi.sv модель получила BLEU 22,7 и chr-F 0,403. Доступны веса в форматах PyTorch и TensorFlow. Репозиторий распространяется по лицензии Apache-2.0.