I.5Создание и редактирование текста

SuperQwen3.8-Flash-Next-abliterated — производная мультимодальная модель Jiunsong на основе Qwen/Qwen3.8-Flash-Next, опубликованная в формате BF16 SafeTensors. Это плотная модель семейства Qwen4-Exp для диалогов, анализа изображений и агентных сценариев с вызовом инструментов. В карточке описано точечное редактирование весов, ослабляющее измеренное направление отказа: изменены проекции внимания и DeltaNet, а также проекции MLP экспертов в выбранных слоях; визуальный блок, маршрутизаторы экспертов и ряд других компонентов не затрагивались. Модель принимает текст и изображения и выдаёт текст. Карточка не сообщает поддерживаемые естественные языки или размер контекста. Артефакт BF16 занимает 337 ГиБ; заявлений о скорости, контексте или поведенческой эквивалентности для BF16 нет. Для загрузки и проверки весов приведены команды Hugging Face, однако обычная версия Transformers 5.12.1 не распознаёт тип модели qwen4_exp; перед развёртыванием требуется проверить совместимость с поддерживающей Qwen4-Exp средой. Ослабление отказов не гарантирует правильность ответов, безвредность или универсальное следование запросам; проверки охватывают конечный набор примеров. Лицензия указана как other, поэтому условия использования следует уточнить по карточке репозитория. Для эксплуатации необходимы собственные политики доступа и защитные меры.

sayanmandal/t5-small_6_3-en-hi_en_LinCE — модель машинного перевода на архитектуре T5, обученная с нуля. Она содержит 38,5 млн параметров и рассчитана на перевод между английским и хинди; суффикс en-hi в названии указывает на эту языковую пару. Модель принимает текст и генерирует текст, максимальная длина контекста — 512 токенов. В README приведены результаты оценки: BLEU 7,8135 и loss 2,2034; назначение, кроме перевода, и ограничения подробно не описаны. Опубликованные веса представлены в формате PyTorch. Лицензия в доступных сведениях не указана.

Ochiroo/tiny_mn_gpt — языковая модель GPT-2, обученная разработчиком на небольшом корпусе монгольских новостей IKON объёмом 500 МБ. Это плотная авторегрессионная модель для генерации текста: она учится предсказывать следующее слово по предыдущему контексту. Репозиторий содержит версию для TensorFlow; длина контекста составляет 1024 токена. Модель предназначена для продолжения и генерации текста на монгольском языке, в частности в стиле новостных текстов. Корпус обучения ограничен новостями, поэтому модель может хуже работать с другими жанрами и темами, а также воспроизводить перекосы исходных данных. Лицензия в предоставленных сведениях не указана.

ToriiGate-v0.4-7B-GGUF — это квантованные GGUF-версии модели ToriiGate-v0.4-7B, разработанной Minthy и подготовленной к распространению пользователем mradermacher. Модель предназначена для мультимодальных сценариев image-text-to-text, то есть для обработки изображений совместно с текстовыми запросами и генерации текстовых ответов. В репозитории также доступен файл mmproj-fp16, необходимый для мультимодальной работы. Модель относится к классу 7B, поддерживает английский язык и распространяется в нескольких вариантах квантования: от Q2_K до Q8_0, а также в формате f16. Размер файлов составляет примерно от 3,1 до 15,3 ГБ, поэтому можно выбирать между меньшим потреблением памяти и более высоким качеством. В README указано, что варианты Q4_K_S и Q4_K_M рекомендуются как быстрые, а Q8_0 обеспечивает лучшее качество среди доступных квантов; при этом низкобитные варианты могут заметно уступать по качеству. README не содержит сведений об исходной архитектуре, размере контекста, используемом vision-энкодере, обучающих данных, результатах тестирования или конкретных прикладных задачах. Модель распространяется по лицензии Apache-2.0.

WindyTranslate/translate-bi-fr — модель машинного перевода, опубликованная Windstorm Labs и дообученная на параллельном корпусе на основе Helsinki-NLP/opus-mt-bi-fr. LoRA-адаптер объединён с базовыми весами; модель использует архитектуру MarianMT и содержит 54,6 млн параметров. Модель предназначена для перевода текста с языка bi на французский. Она доступна в формате safetensors для загрузки через Transformers и принимает текст, выдавая текст. Контекст составляет 512 токенов. Лицензия — Apache-2.0. Качество перевода не оценивалось бенчмарками, поэтому пригодность для конкретных задач требует проверки. Модель поддерживает только направление bi → fr.

WindyTranslate/translate-ee-sv — модель машинного перевода Windstorm Labs с языка эве на шведский. Это дообученная версия Helsinki-NLP/opus-mt-ee-sv: LoRA-адаптер обучили на параллельном корпусе и объединили с базовыми весами. Модель построена на архитектуре MarianMT, содержит 55,7 млн параметров, принимает текст и выдаёт перевод. Репозиторий содержит веса в формате safetensors для Transformers; контекст — до 512 токенов. Модель предназначена для перевода в одном направлении: с эве на шведский. В проверке на 48 предложениях FLORES-200 она получила chrF++ 25,42 и BLEU 3,77; авторы относят результат к ограниченному уровню и отмечают, что это предварительная оценка. Лицензия — Apache-2.0.

WindyTranslate/translate-en-niu — модель машинного перевода, опубликованная Windstorm Labs. Это дообученная версия Helsinki-NLP/opus-mt-en-niu: LoRA-адаптер, обученный на параллельном корпусе, объединён с базовыми весами. Модель построена на архитектуре Marian и содержит 46,7 млн параметров; доступна в формате safetensors для Transformers. Она переводит текст с английского на ниуэ и рассчитана на сценарии однонаправленного перевода. Размер контекста — 512 токенов. Лицензия — Apache-2.0. Качество перевода пока не оценено. Проверка GlotLID подтвердила, что выходной текст соответствует заявленному языку, но это не является оценкой точности или естественности перевода. Модель поддерживает только направление en→niu.

WindyTranslate/translate-en-run — модель машинного перевода от Windstorm Labs, созданная на основе Helsinki-NLP/opus-mt-en-run. Разработчики объединили LoRA-дообучение на параллельных текстах с исходными весами модели. Это MarianMT-модель объёмом 56,6 млн параметров, доступная в формате safetensors для Transformers; контекст — до 512 токенов. Модель предназначена для перевода с английского на кирунди (run). В проверке на 48 предложениях из FLORES-200 получила chrF++ 33,29 и BLEU 8,58; авторы относят этот результат к уровню «пригодно к использованию» и отмечают, что это предварительная проверка, а не результат публикационного исследования. Лицензия — Apache-2.0.

WindyTranslate/translate-es-aed — модель машинного перевода, опубликованная Windstorm Labs. Это дообученная и слитая с базовыми весами модель Helsinki-NLP/opus-mt-es-aed на архитектуре Marian; в репозитории указано изменение 36 из 254 тензоров. Модель принимает испанский текст и переводит его на язык, обозначенный кодом aed. Модель предназначена для перевода в направлении es→aed. Она содержит 37,3 млн параметров, рассчитана на контекст до 512 токенов и распространяется в формате safetensors для Transformers. Лицензия — Apache-2.0. Качество перевода не оценивалось бенчмарками, поэтому пригодность модели для конкретных текстов следует проверять отдельно. Поддерживается только одно направление перевода.

Windstorm Labs опубликовала модель машинного перевода с испанского языка на csn. Это дообученная версия Helsinki-NLP/opus-mt-es-csn: LoRA-дообучение на параллельных корпусах объединено с базовыми весами. Модель построена на архитектуре MarianMT, содержит 39,5 млн параметров и принимает текст с контекстом до 512 токенов. Модель предназначена для перевода текста с испанского на csn. Репозиторий содержит сборку Transformers в формате safetensors; лицензия — Apache-2.0. Качество перевода пока не оценивалось бенчмарками, поэтому заявленное изменение весов подтверждает происхождение модели, но не её точность.

Windstorm Labs опубликовала модель машинного перевода с французского языка на гуни, дообученную на базе Helsinki-NLP/opus-mt-fr-guw. Это encoder-decoder модель семейства MarianMT примерно с 52,6 млн параметров, доступная в формате safetensors для Transformers; длина контекста составляет 512 токенов. Модель предназначена для перевода текстов с французского на гуни. Веса изменены методом LoRA fine-tuning на параллельных данных, после чего адаптер объединён с базовыми весами. Репозиторий распространяется по лицензии Apache-2.0 с указанием авторства исходной модели. Поддерживается только направление fr→guw. Качество перевода пока не оценивалось бенчмарками, поэтому пригодность для конкретного применения следует проверять на собственных примерах.

WindyTranslate/translate-fr-lu — модель машинного перевода, опубликованная Windstorm Labs. Это дообученная версия Helsinki-NLP/opus-mt-fr-lu: LoRA-адаптер обучили на параллельном корпусе и объединили с базовыми весами. Модель построена на архитектуре MarianMT, содержит 56,7 млн параметров и работает с текстом на французском и люксембургском языках в направлении с французского на люксембургский; длина контекста — 512 токенов. Модель предназначена для перевода текстов с французского на люксембургский. Репозиторий содержит веса в формате safetensors для загрузки через Transformers. Качество перевода пока не оценивалось бенчмарками, поэтому пригодность для конкретных сценариев следует проверять отдельно. Поддерживается только одно направление перевода. Лицензия — Apache-2.0.

TranslatePsy-AfriSLM-4B — разговорная модель машинного перевода, разработанная Tether AI Research и опубликованная QVAC. Это полное supervised fine-tuning модели Qwen/Qwen3.5-4B с примерно 4 млрд параметров. Модель предназначена прежде всего для перевода между английским и 19 языками Африки к югу от Сахары, а также для многоходового диалога о переводе. Она обучалась на отфильтрованных параллельных данных и многоязычных инструкциях; в статье сообщается о результатах выше, чем у ряда более крупных систем, на африканских тестах машинного перевода. Модель принимает текстовые запросы и выдаёт текст. Поддерживаемые языки: английский, африкаанс, амхарский, хауса, игбо, киньяруанда, лингала, луганда, малагасийский, ньянджа, оромо, шона, сомали, сесото, суахили, тсвана, волоф, коса, йоруба и зулу. Хотя базовая Qwen3.5 мультимодальна, мультимодальные возможности после дообучения не оценивались. Лицензия — Apache 2.0. Качество различается по языкам и направлениям; возможны пропуски и ошибки перевода, особенно для диалектов, специализированных текстов и высокорисковых сценариев. Для важных переводов необходима проверка квалифицированным человеком.

nguyen1207/Vistral-7B-MT — дообученная модель Viet-Mistral/Vistral-7B-Chat для перевода с вьетнамского на английский. Она основана на плотной архитектуре MistralForCausalLM с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для перевода вьетнамских текстов, в том числе сообщений с интернет-сленгом и неформальным написанием; также поддерживает генерацию текста в формате чата. Модель разработал nguyen1207, обучение выполнено с использованием Unsloth и TRL. Репозиторий содержит веса PyTorch в формате Safetensors. Лицензия — Apache-2.0.

XiYouJi-6b — плотная авторегрессионная языковая модель семейства Llama на 5,8 млрд параметров, разработанная проектом stylellm. Она дообучена на романе «Путешествие на Запад» и предназначена для переноса его литературного стиля на произвольный исходный текст: переписывания, стилистической правки и имитации характерных слов, фраз, риторики и диалогов. Модель принимает текст и генерирует текст; поддерживает китайский язык, а контекст составляет 4096 токенов. В примерах README показано, как модель переписывает фрагменты «Белоснежки» в манере классического китайского романа, включая архаичную лексику и повествовательные обороты. Базой обучения послужила Yi-6b, а для обучения использовался LLaMA-Factory. Лицензия указана как other, поэтому условия использования следует уточнять по репозиторию и правообладателям исходных текстов. Модель рассчитана на имитацию конкретного литературного стиля; её примеры также показывают возможные смысловые отклонения при переписывании.

An4-7Bv3 — слитая модель на архитектуре Mistral, созданная Smuggling1710 с помощью LazyMergekit из An4-7Bv2, Kunocchini-7b-128k-test и InfinityRP-v1-7B. Модель содержит 7,1 млрд параметров и предназначена для генерации текста, в частности ролевых диалогов; базовая модель описана как англоязычная и настроенная на ожидание ответа пользователя и передачу мыслей персонажа. Слияние выполнено методом dare_ties с базовой моделью Smuggling1710/An4-7Bv2; веса сохранены в формате safetensors с dtype bfloat16. Нативная длина контекста — 32 768 токенов. Модель помечена как не подходящая для всех аудиторий. Лицензия в предоставленных данных не указана.

AntlerStar-RP — японская модель для ролевых диалогов, созданная Aratako с помощью mergekit. Она объединяет Antler-7B-RP-v3 и Japanese-Starling-ChatV-7B-RP, а также модели WestLake-7B-v2, Kunoichi-DPO-v2-7B, Silicon-Maid-7B и Loyal-Macaroni-Maid-7B: сначала их параметры комбинировались с помощью Chat Vector и Model Stock, затем итоговые модели объединялись методом DARE TIES. Это плотная Mistral-модель на 7,1 млрд параметров с контекстом 8192 токена, предназначенная для ролевых диалогов и творческой генерации текста на японском языке. Репозиторий содержит веса в формате safetensors; библиотека для работы — Transformers. Лицензия — Apache-2.0.

Jezia/AraBART-finetuned-wiki-ar — арабоязычная модель машинного перевода, созданная дообучением moussaKam/AraBART на наборе данных, обозначенном в карточке как wiki-ar. Модель построена на архитектуре mBART, содержит 95 млн параметров и принимает последовательности длиной до 1024 токенов. Доступны веса в формате PyTorch. Модель предназначена для перевода текста; карточка приводит результаты оценки на тестовой выборке, включая Loss 2.4030 и Rouge-L 0.9902. Языковая пара и направление перевода не уточнены, поэтому результаты не позволяют определить применимость для конкретного направления или качество на других типах текстов. Лицензия — Apache-2.0.

ASIL Qwen3.5-2B SFT — дообученный авторами ASIL чекпойнт семейства Qwen3.5 на основе Qwen/Qwen3.5-2B. Это релиз модели из проекта и статьи ASIL: Replacing Screenshot-and-Click with Structured State and Semantic Actions; выбрана версия global_step_111, обученная на 2 330 тренировочных и 594 проверочных примерах agentic-guided-v2. Модель предназначена для генерации текста и диалогового взаимодействия. Контекстное окно составляет 262 144 токена, размер — 1,7 млрд параметров; репозиторий содержит веса Safetensors для загрузки через Transformers. Название статьи указывает на сценарий работы со структурированным состоянием интерфейса и семантическими действиями, однако README не уточняет формат входов и выходов или результаты оценки качества. Модель распространяется по лицензии Apache-2.0. Специализированные возможности управления интерфейсом и поддерживаемые языки в доступных материалах не описаны.

Average Normie v3.69 — англоязычная чат-модель для ролевых диалогов и творческого письма, созданная автором jeiku. Это плотная Llama-модель с 7,5 млрд параметров и контекстом 8192 токена, сохранённая в формате safetensors. Модель получена слиянием трёх моделей: cgato/L3-TheSpice-8b-v0.8.3, Sao10K/L3-8B-Stheno-v3.2 и saishf/Aura-Uncensored-OAS-8B-L3. Она предназначена для диалогов с персонажами, написания историй и ответов в заданной манере. Примеры сообщений и редактирование первого сообщения помогают задавать стиль и речевые особенности; автор отмечает, что модель охотно поддерживает указанный стиль и может выдавать человекоподобные ответы. Модель сильно склонна к NSFW-сценариям, поэтому характер и примеры в промпте влияют на содержание ответов. Лицензия — Apache-2.0. Автор рекомендует использовать актуальную версию программного обеспечения для инференса.

Японская модель BERT-base от Hitachi для предсказания замаскированных токенов. Она использует архитектуру BertForMaskedLM, сочетая токенизацию Vaporetto и WordPiece; для токенизатора требуется словарь Vaporetto + WordPiece из репозитория проекта. Модель содержит 136,3 млн параметров, принимает последовательности длиной до 512 токенов и работает с японским языком. Модель подходит для заполнения пропусков в японском тексте и как основа для задач, использующих представления BERT. В карточке указаны датасеты Wikipedia и CC-100. Доступна в формате PyTorch по лицензии CC BY-NC-SA 4.0, которая требует указания авторства, распространения производных материалов на тех же условиях и ограничивает коммерческое использование.

Bigger-Body-12b — модель для генерации текста и ролевого чата, созданная на базе Mistral Nemo Instruct 2407. Разработчик позиционирует её как модель для ролевых сценариев; по отзывам в карточке, она пишет короткие, живые ответы, следует инструкциям карточек персонажей и может выдавать более длинные ответы, когда это нужно. Модель имеет плотную архитектуру MistralForCausalLM и 12,1 млрд параметров. Она принимает текст и генерирует текст, поддерживает английский и китайский языки; автор оценивает качество английского как близкое к нативному, а китайского — как посредственное. Контекстное окно составляет 131 072 токена. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка отмечает, что ответы иногда могут зацикливаться; автор рекомендует исправлять это повторной генерацией. Модель предназначена для ролевого общения, а не для использования детьми.

Bigger-Body-8b — дообученная модель для генерации текста и ролевого чата, разработанная allura-org. Она предназначена для ролевых сценариев и диалогов; автор карточки заявляет о высокой пригодности для ролевой игры. Модель построена на Mistral и содержит 7,5 млрд параметров, работает с контекстом до 32 768 токенов и доступна в формате Safetensors для Transformers. Карточка указывает на высокое качество английского языка и более ограниченную поддержку китайского. Для общения приведён шаблон чата с системной инструкцией и сообщениями пользователя и ассистента. Указана лицензия «other» без подробных условий, поэтому перед использованием следует проверить лицензионные сведения репозитория. Модель ориентирована на ролевые сценарии, в том числе с участием взрослых и детей; карточка не описывает конкретные меры безопасности.

Biomistral-Calme-Instruct-7b — объединённая модель на основе Mistral, созданная с помощью mergekit из Calme-7B-Instruct-v0.1.1 и BioMistral-7B. Она предназначена для диалоговой генерации текста и применения в медицинских сценариях, где полезны инструкции и знания из биомедицинской области. Модель содержит 7,1 млрд параметров, использует архитектуру Mistral и поддерживает контекст до 32 768 токенов. Весовые файлы представлены в формате safetensors. Модель подходит для ответов на медицинские вопросы и диалоговой помощи по биомедицинским темам, однако карточка не приводит результатов оценки качества или подробных сведений о клинической надёжности. Лицензия — Apache 2.0.

Карточка модели Bercraft/blip2-opt-2.7b-coco на Hugging Face совпадает с карточкой Salesforce/blip2-opt-2.7b-coco, поэтому описание составлено по ней. BLIP-2 OPT-2.7b COCO — мультимодальная модель Salesforce для генерации текста по изображению с возможностью учитывать текстовый запрос. Архитектура объединяет визуальный энкодер типа CLIP, модуль Querying Transformer (Q-Former) и языковую модель OPT-2.7b; параметры визуального энкодера и OPT заморожены, а Q-Former обучен связывать представления изображения с языковой моделью. Модель опубликована в формате PyTorch и Safetensors под лицензией MIT. Модель подходит для создания подписей к изображениям, ответов на вопросы о содержимом изображения и диалоговых сценариев с изображением и историей переписки. В карточке указано, что она дообучена на COCO; метаданные указывают поддержку английского языка. Она может ошибаться, галлюцинировать и воспроизводить смещения или неподходящее содержимое из обучающих данных. Разработчики предупреждают, что модель не проверялась в реальных приложениях и требует оценки перед применением.

QuantFactory/Blue-Orchid-2x7b-GGUF — квантизированная версия модели nakodanei/Blue-Orchid-2x7b, созданная QuantFactory с использованием llama.cpp. Это MoE-модель на архитектуре Mistral, ориентированная прежде всего на ролевое взаимодействие и генерацию художественного текста. Базовой моделью указана SanjiWatsuki/Kunoichi-DPO-v2-7B. Модель использует двухэкспертную структуру: один эксперт объединяет преимущественно модели для roleplay, включая LimaRP, Limamono, Noromaid 0.4 DPO и good-robot, а второй — модели для написания историй, включая Erebus, Holodeck, Dans-AdventurousWinds-Mk2, Opus, Ashhwriter и good-robot. Поэтому она предназначена для диалогов от лица персонажей, ролевых сценариев и творческого повествования. В README не указаны поддерживаемые языки, размер контекста, точный формат квантизации и модальности; по назначению это текстовая модель. Рекомендуется шаблон LimaRP, также должен работать шаблон Alpaca. Модель распространяется по лицензии Apache-2.0.

BowLingual-12B-v1 — дообученная модель stenml на базе google/gemma-4-12B-it для разговорного перевода с английского на тайский. Она рассчитана на неформальные сообщения в чатах LINE и Messenger и помогает сохранять естественный тон, прямоту и эмоциональную окраску исходного текста. Модель построена на архитектуре Gemma 4 Unified, использует библиотеку Transformers и распространяется в формате safetensors; доступен также отдельный релиз Q4_K_M GGUF. Модель поддерживает диалоговый формат и мультимодальные входы базовой модели, однако мультимодальные возможности после дообучения отдельно не оценивались. Для перевода можно использовать генерацию с температурой 1,0, top-p 0,95 и top-k 64; более низкая температура может уменьшить вариативность. Формальных результатов бенчмарков нет. Модель распространяется по лицензии Apache-2.0.

Breeze-Petro-7B-Instruct-v1 — диалоговая модель MediaTek Research, дообученная RebeccaChou на базе MediaTek-Research/Breeze-7B-Instruct-v1_0. Модель семейства Mistral с плотной архитектурой и 7,2 млрд параметров; принимает текст и генерирует текст, поддерживает контекст до 32 768 токенов. Дообучение ориентировано на химические и процедурные знания с дополнительными сведениями о нефтяной отрасли. Модель предназначена для диалоговых ответов и помощи с вопросами по этим темам, а также поддерживает английский и традиционный китайский языки. В метаданных также отмечена возможность работы с кодом. Модель распространяется под лицензией Apache-2.0. Результаты оценки в карточке частично относятся к другим моделям, поэтому их нельзя считать подтверждёнными показателями Breeze-Petro. Для специализированных технических решений ответы следует проверять.

Broken-Tutu-24B — текстовая разговорная модель ReadyArt, созданная слиянием пяти моделей семейства Mistral методом dare_ties. В слияние входят ReadyArt/The-Omega-Directive-M-24B-v1.1, ReadyArt/Omega-Darker_The-Final-Directive-24B, ReadyArt/Forgotten-Safeword-24B, TroyDoesAI/BlackSheep-24B и TheDrummer/Cydonia-24B-v2. Размер модели — 23,4 млрд параметров, контекст — до 32 768 токенов. Модель предназначена для ролевых диалогов и длинных художественных сцен, в том числе с несколькими персонажами, сложными отношениями и откровенным или жестоким содержанием. Карточка заявляет о сохранении характеров персонажей и сюжетной последовательности в длинных сессиях. Модель англоязычная; доступна в формате safetensors, а в README также перечислены варианты квантования GGUF, EXL2 и EXL3. Лицензия — Apache-2.0. README предупреждает об отсутствии ограничений на генерируемый контент и рекомендует использование только совершеннолетними.

Buttercup-4x7B-bf16 — экспериментальная MoE-модель для генерации текста и интеллектуального ролевого взаимодействия. По карточке, она собрана как «frankenMoE» из базовой модели mlabonne/Beagle14-7B и экспертных компонентов fblgit/una-cybertron-7b-v3-OMA, rwitz/go-bruins-v2 и повторных компонентов Beagle14-7B. Метаданные указывают архитектуру MixtralForCausalLM, 7,1 млрд параметров, контекст до 32 768 токенов и формат safetensors; в тегах указан английский язык. Модель предназначена для текстовых диалогов с ролевой игрой и вариативными ответами. Автор отмечает возможную избыточность и советует регулярно вводить новые темы или концепции, чтобы поддерживать разнообразие диалога. Это MoE с маршрутизацией токенов между экспертами; согласно README, маршрутизатор не обучался совместно с моделью. Лицензия — Apache-2.0.