I.5Создание и редактирование текста

Это версия модели FuguMT для перевода с японского на английский, подготовленная для приложения Mojicast с субтитрами в реальном времени. Модель разработал автор проекта Fugu Machine Translator; репозиторий ishiki-emo содержит преобразованные веса для запуска через CTranslate2. В основе лежит staka/fugumt-ja-en — компактная модель Marian-NMT. Версия в этом репозитории преобразована из формата MarianMT в CTranslate2 с точностью fp32; вместе с весами поставляются исходные SentencePiece-токенизаторы. Указанный размер файлов модели — около 122 МБ. Модель предназначена для перевода японской речи, представленной текстом, на английский, в том числе для субтитров в реальном времени. Модель принимает японский текст и выдаёт английский перевод. Лицензия CC BY-SA 4.0 требует указания авторства и распространения производных версий на тех же условиях.

MRmidtrain9Bv4 — quarter corpus — это контрольная точка эксперимента по масштабированию обучающих данных для MR_midtrain_9B_v4. Модель дообучена по рецепту midtrain SFT на базе Qwen/Qwen3.5-9B; её архитектура — плотная Qwen3.5 для генерации текста, число параметров в метаданных — 7,2 млрд. Модель предназначена для диалоговой генерации и задач meta-reasoning в протоколе MR со специальными токенами и scaffold-форматом базовой модели. Для обучения использовали четверть полного корпуса: 18 714 строк и 1 095 задач. Контекст модели — до 262 144 токенов по метаданным; в обучении применялась максимальная длина 65 536 токенов. На отложенной выборке достигнута сходимость с loss 0,6734. Это значение отражает предсказание следующего токена, а не оценку качества по задачам; результаты scaffold-оценивания для этих чекпойнтов ещё не измерены. Лицензия в предоставленных данных не описана.

Sunfall v0.7.0 — дообученная модель crestf411 на базе Mistral Small Instruct 2409 от Mistral AI. Это плотная языковая модель на 22 млрд параметров с контекстом до 32 768 токенов, предназначенная для диалогов и интерактивного написания историй, в особенности ролевых сцен в формате Silly Tavern. Модель доступна в формате safetensors и использует библиотеку Transformers. В обучении использовались наборы для ролевых диалогов, инструкций и генерации текста, включая LimaRP-DS, Sonnet3.5-Charcard-Roleplay и наборы Anthropic-подобных диалогов от Anthracite. Карточка отмечает, что данные отбирались частично случайно и не были полностью очищены от низкокачественных фрагментов, поэтому качество ответов может быть неровным. В README также отмечено, что у модели есть LoRA-версия. Модель рассчитана на генерацию текста в диалоге и интерактивное повествование; параметры генерации влияют на связность и разнообразие ответов. Тег модели указывает на контент не для всех аудиторий, а состав обучающих данных включает наборы без отказов. Условия лицензии в предоставленных материалах не указаны.

Mythalion 13B — языковая модель PygmalionAI, созданная совместно с Gryphe слиянием Pygmalion-2 13B и MythoMax L2 13B на базе Llama 2. Модель с плотной архитектурой Llama содержит 12,9 млрд параметров, принимает текст и поддерживает контекст до 4096 токенов. Для общения можно использовать шаблоны Alpaca и Pygmalion/Metharme. Модель предназначена прежде всего для художественного письма, ролевых диалогов и развлекательного чата на английском языке. По оценке тестировщиков авторов, в ролевых сценариях и чате она может превосходить MythoMax; для SillyTavern рекомендованы специальные настройки генерации. Модель не настраивалась на безопасное и безвредное поведение: она может выдавать ненормативную, откровенную или оскорбительную лексику, а также фактически неверные или вводящие в заблуждение утверждения. Лицензия Llama 2 допускает коммерческое и некоммерческое использование при соблюдении её условий.

ArchSpace-Collection публикует экспорт базовой модели OLMo 3 с 3,2 млрд параметров на этапе предварительного обучения Stage 1. Это плотная авторегрессионная языковая модель для генерации текста, использующая архитектуру Olmo3ForCausalLM и библиотеку Transformers; для загрузки требуется Transformers версии 4.57.6 или новее, но ниже 5. Контекст модели — 8 192 токена, с чередованием слоёв скользящего окна размером 4 096 токенов и полного внимания. Модель подходит как базовый чекпойнт для генерации текста и дальнейших экспериментов или дообучения. Это чистый базовый вариант OLMo 3 на стадии Stage 1, а не специализированная чат-модель; README не заявляет о качестве диалога или дополнительных возможностях. В карточке не указана лицензия, поэтому условия использования по этим данным определить нельзя.

Helsinki-NLP/opus-mt-ber-es — модель машинного перевода из семейства MarianMT, разработанная проектом OPUS/Helsinki-NLP. Она переводит текст с языка ber на испанский. Модель основана на Transformer-align, использует нормализацию и SentencePiece и содержит 32 млн параметров; длина контекста — 512 токенов. Модель предназначена для перевода текстов с ber на испанский. В README приведены результаты на тестовом наборе Tatoeba.ber.es: BLEU 33,8 и chr-F 0,487. Доступны веса PyTorch и TensorFlow. Лицензия — Apache-2.0.

Helsinki-NLP/opus-mt-de-fj — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP. Она переводит текст с немецкого языка на фиджийский и предназначена для автоматического перевода предложений и текстов в этом направлении. Модель использует архитектуру Transformer-align на базе MarianMT; размер составляет 55,8 млн параметров, предобработка включает нормализацию и SentencePiece. Для набора JW300.de.fj в карточке приведены оценки BLEU 24,6 и chr-F 0,470. Модель принимает текст на немецком языке и генерирует текст на фиджийском. Лицензия — Apache-2.0. Карточка не описывает ограничения качества помимо результатов на указанном тестовом наборе.

Helsinki-NLP разработала opus-mt-de-ht — модель машинного перевода с немецкого языка на гаитянский креольский. Она построена на архитектуре MarianMT с плотной Transformer-моделью, использует нормализацию текста и токенизацию SentencePiece; размер составляет 50,3 млн параметров, контекст — до 512 токенов. Модель обучена на данных OPUS и предназначена для перевода предложений и текстов с немецкого на гаитянский креольский. В тесте JW300.de.ht модель получила BLEU 21,8 и chr-F 0,390. Доступны веса PyTorch и TensorFlow. Лицензия Apache-2.0 разрешает использование и распространение на её условиях.

Helsinki-NLP/opus-mt-en-map — модель машинного перевода из семейства OPUS-MT, разработанная Helsinki-NLP на архитектуре Transformer и реализованная как MarianMTModel. Она переводит с английского на множество австронезийских языков, включая себуано, яванский, индонезийский, маори, фиджийский, самоанский и тонганский. Для выбора языка перевода в начале входного текста требуется токен вида >>id<< с допустимым идентификатором целевого языка. Модель содержит 55,9 млн параметров, использует нормализацию и SentencePiece с словарём 32 тыс. токенов; родной размер контекста — 512 токенов. Доступны веса PyTorch и TensorFlow. В README приведены оценки BLEU, различающиеся по языковым парам, что указывает на неодинаковое качество перевода между целевыми языками. Лицензия — Apache-2.0.

Helsinki-NLP/opus-mt-en-mos — модель машинного перевода из проекта OPUS-MT на архитектуре Marian Transformer. Она переводит текст с английского языка на язык мосси (mos). Модель обучена на данных OPUS; перед подачей текста применяются нормализация и токенизация SentencePiece. В метаданных указаны 49,2 млн параметров, контекст до 512 токенов и лицензия Apache-2.0. Модель подходит для перевода английских фраз и документов на мосси. В карточке приведён результат BLEU 26,9 и chr-F 0,417 на тестовом наборе JW300.en.mos. Качество может различаться для других жанров и тем; поддержка обратного перевода или других языковых пар не заявлена.

Helsinki-NLP/opus-mt-fr-ber — модель машинного перевода семейства Marian, обученная проектом OPUS на корпусе OPUS для перевода с французского языка на берберский. Она использует архитектуру Transformer-align и предобработку с нормализацией и SentencePiece. По метаданным модель содержит 35,9 млн параметров, поддерживает контекст до 512 токенов и доступна в форматах PyTorch и TensorFlow. Модель предназначена для перевода текстов с французского на берберский. В README приведена оценка BLEU 37,2 и chr-F 0,641 на тесте Tatoeba.fr.ber. Модель распространяется по лицензии Apache-2.0.

Helsinki-NLP/opus-mt-fr-lus — модель машинного перевода семейства OPUS-MT, разработанная командой Helsinki-NLP. Она переводит текст с французского языка (fr) на лушайский (lus), используя архитектуру Transformer в реализации MarianMT. Модель насчитывает 52,4 млн параметров, имеет контекст длиной до 512 токенов и обучена на данных OPUS; перед обработкой применяются нормализация и токенизация SentencePiece. Модель подходит для перевода отдельных фраз и текстов с французского на лушайский. В README приведён результат BLEU 25,5 на наборе JW300.fr.lus. Репозиторий содержит веса PyTorch и TensorFlow и распространяется по лицензии Apache-2.0.

Helsinki-NLP/opus-mt-ht-en — модель машинного перевода из семейства MarianMT, опубликованная Helsinki-NLP в рамках проекта OPUS. Она переводит текст с гаитянского креольского языка на английский и рассчитана на перевод предложений и коротких текстов. Модель использует архитектуру Transformer, предобработку с нормализацией и SentencePiece; размер — 49,6 млн параметров, длина контекста — до 512 токенов. В карточке приведены результаты BLEU 37,5 на JW300.ht.en и 57,0 на Tatoeba.ht.en. Модель распространяется по лицензии Apache-2.0. Оценки на указанных наборах не гарантируют такое же качество на других тематиках и типах текста.

Helsinki-NLP/opus-mt-ig-en — модель машинного перевода из семейства MarianMT, разработанная Helsinki-NLP в рамках проекта OPUS-MT. Она переводит текст с игбо на английский и основана на архитектуре Transformer-align; для токенизации применяется SentencePiece с нормализацией текста. В метаданных указаны 53,9 млн параметров, контекст до 512 токенов и поддержка PyTorch и TensorFlow. Модель предназначена для перевода предложений и текстовых фрагментов с игбо на английский. В README приведены результаты на тестовых наборах JW300 и Tatoeba: BLEU 36,7 и 46,3 соответственно. Модель распространяется по лицензии Apache-2.0. Она ориентирована на одно направление перевода и ограничена контекстом в 512 токенов; качество может зависеть от тематики и формулировок исходного текста.

Helsinki-NLP/opus-mt-phi-en — модель машинного перевода семейства OPUS-MT, разработанная Helsinki-NLP на архитектуре Transformer и реализованная как MarianMT. Она переводит тексты с нескольких филиппинских языков на английский: акланонского, себуано, хилигайнонского, илоканского, пангасинанского и варайского. Модель содержит 36,3 млн параметров, использует нормализацию и SentencePiece с моделями словаря spm12k и рассчитана на контекст до 512 токенов. Модель подходит для перевода коротких текстов, например фраз и предложений, с поддерживаемых филиппинских языков на английский. В карточке приведены тестовые результаты на наборах Tatoeba для акланонского, себуано и хилигайнонского языков. Репозиторий содержит веса PyTorch и TensorFlow; лицензия — Apache-2.0. Результаты на остальных языках могут отличаться, а контекст ограничен 512 токенами.

Neurora/opus-tatoeba-eng-fas — модель машинного перевода на архитектуре Marian Transformer, обученная на данных OPUS и Tatoeba для перевода с английского на фарси. Она содержит 56,9 млн параметров, принимает текст и рассчитана на контекст до 512 токенов. Для перевода требуется предварительная нормализация, SentencePiece-токенизация и начальный языковой токен; доступны варианты целевого языка fas, pes и prs. В карточке приведены результаты тестирования Tatoeba: BLEU 11,8 для английского—фарси и 14,7 для английского—персидского варианта pes. Модель распространяется под лицензией Apache-2.0. Результаты для латинизированного pes приведены всего для трёх предложений, поэтому по ним нельзя судить о качестве.

Helsinki-NLP/opus-tatoeba-es-zh — модель машинного перевода из проекта OPUS/Tatoeba Challenge, разработанная Helsinki-NLP. Она переводит текст с испанского на китайский; модель построена на архитектуре Transformer и реализована как MarianMTModel. Число параметров — 58,4 млн, родная длина контекста — 512 токенов. Для предобработки используются нормализация и SentencePiece с словарями по 32 тыс. токенов. Перед китайским переводом требуется указать целевой языковой токен в формате >>id<<; доступны варианты китайского, перечисленные в карточке, включая мандаринский, кантонский и другие разновидности. В README указан результат BLEU 38,8 на наборе Tatoeba-test.spa.zho. Модель подходит для перевода предложений и коротких текстов с испанского на китайский. Она не предназначена для перевода в обратном направлении или с иных исходных языков. Распространяется по лицензии Apache-2.0; доступны веса PyTorch и TensorFlow.

PIT-4B-201312 — базовая предварительно обученная языковая модель семейства Point-In-Time от Diamegs, построенная на декодерном Transformer в стиле GPT. Она обучена на хронологически упорядоченных снимках FineWeb и отражает сведения, доступные до декабря 2013 года. Это вариант без дообучения на инструкции; для диалогового следования инструкциям автор предлагает соответствующий чекпойнт PIT-4B-FT. Модель предназначена для генерации текста и анализа, учитывающего временной срез: например, для изучения того, что могло быть известно на заданную дату. Она принимает текст и выдаёт текст. Контекст ограничен 2048 токенами, поддерживаемый язык — английский. Веса доступны в формате safetensors; для работы указаны Transformers и PyTorch. Лицензия — Apache-2.0. Знания модели ограничены веб-текстами, доступными до декабря 2013 года. Модель не проходила RLHF или настройку безопасности и может воспроизводить смещения обучающих данных; для критически важных применений без дополнительного выравнивания она не предназначена.

Polyglot-math-4x7b-24b — многоязычная генеративная модель с архитектурой Mixture of Experts семейства Mixtral, собранная разработчиком macadeliccc слиянием четырёх моделей на базе Mistral 7B. В метаданных указано 7,1 млрд параметров, формат safetensors и контекст до 32 768 токенов. Модель предназначена прежде всего для решения математических задач и ответов на инструкции; README сообщает о настройке на GSM8K и приводит результат exact match 0,5504 при пяти примерах в контексте. Модель обучалась преимущественно на английском и по умолчанию отвечает на нём, но, согласно карточке, понимает вопросы и может переводить ответы; слияние также было направлено на генерацию на китайском и японском языках. Лицензия — Apache-2.0. README не описывает отдельные меры проверки точности, поэтому приведённые оценки не гарантируют качество на других математических задачах или языках.

Pula-XLMR-large-v0.1 — крупная модель-энкодер семейства XLM-RoBERTa, разработанная Nathan Brown и Vukosi Marivate в рамках серии BOTS-LM. Она основана на Davlan/afro-xlmr-large и дообучена на корпусах текстов, инструкций и синтетических данных на сетсвана и английском языках. В карточке модели указан тип XLM-RoBERTa, а метаданные сообщают о 658,7 млн параметров и контексте до 514 токенов. Модель предназначена прежде всего для предсказания замаскированных токенов; авторы также описывают потенциальное применение в задачах на сетсвана и английском, включая разметку именованных сущностей и частей речи. README упоминает использование для диалогов и следования инструкциям, однако метаданные и архитектура указывают на masked language model, а не генеративную чат-модель. Поддерживаемые языки — сетсвана и английский. Указанный в карточке лицензионный статус не определён.

Карточка модели Danielson13120000/Quasar-Preview на Hugging Face совпадает с карточкой silx-ai/Quasar-Preview, поэтому описание составлено по ней. Quasar-Preview — ранний контрольный пункт серии Quasar Foundation Model от SILX AI, предназначенный для исследований и дальнейшего развития экосистемы Quasar. Это причинная языковая модель для генерации текста и диалогов; карточка описывает разреженную MoE-архитектуру с гибридными рекуррентными и attention-слоями на базе Loop Transformer, Quasar, Raven и GLA. В README указано около 18 млрд параметров всего и около 2 млрд активных на проход, тогда как метаданные Hugging Face указывают 1,2 млрд параметров. Модель рассчитана на эксперименты с длинным контекстом, разреженными MoE-системами, гибридным вниманием, памятью и извлечением информации, агентными системами, а также на дистилляцию и децентрализованное обучение в Bittensor SN24. Конфигурация предусматривает контекст до 5 млн токенов, но README подчёркивает экспериментальный характер этого режима и недостаточную проверенность качества рассуждений на такой длине. По тегам карточки заявлены английский и арабский языки. Модель опубликована в формате safetensors, использует библиотеку Transformers и распространяется по лицензии MIT. Это предварительная исследовательская версия, а не готовый производственный ассистент. Возможны галлюцинации, небезопасные, предвзятые или низкокачественные ответы; для применения нужны оценка, фильтрация и дополнительные меры безопасности. Полная дорожная карта обучения не завершена, а результаты бенчмарков требуют независимой проверки.

Экспериментальная языковая модель arianraje/qwen3-4b-mamba3-hybrid-stage2b-kd-bias0 создана как гибридная версия Qwen3-4B с архитектурой Mamba-3. В 27 из 36 слоёв механизм внимания заменён на Mamba-3 MIMO, а каждый четвёртый слой сохраняет полное внимание. Модель содержит около 4,74 млрд параметров, принимает текст и поддерживает контекст до 40 960 токенов. Для загрузки в Transformers требуется trust_remote_code=True и пользовательский код архитектуры из репозитория; быстрый режим вычислений использует Mamba-3 kernel из исходников mamba_ssm. Модель получена последовательной дистилляцией логитов Qwen3-4B и предназначена для генерации текста и диалогов с длинным контекстом. На этапе 2b проводилось обучение на последовательностях длиной 32 768 токенов; приведены метрики KL к учителю, совпадения top-1 и perplexity, но downstream-оценки ещё не выполнены. Лицензия — Apache 2.0. Это промежуточный исследовательский чекпойнт, поэтому его качество в практических задачах пока не подтверждено.

Qwen3.5-Hasutsubomi-9B — мультимодальная модель на 9 млрд параметров, разработанная проектом Local-Novel-LLM-project на основе Qwen/Qwen3.5-9B и дообученная для японского творческого письма и субкультурной тематики. Она предназначена для генерации рассказов, диалогов и планов миров, ролевого общения, а также для обсуждения аниме, манги и японских интернет-феноменов. Модель принимает текст и изображения: она может создавать истории по иллюстрациям и описывать визуальный дизайн персонажей или манга-панели. В карточке указаны японский и английский языки, архитектура Qwen3.5 с визуальным энкодером и контекст до 262 144 токенов. Весовые файлы представлены в формате safetensors. Это предварительная версия, которая всё ещё проходит обучение и эксперименты. В длинных текстах возможны повторения и нестабильное форматирование; ответы могут чрезмерно опираться на аниме-клише, а сведения о малоизвестных событиях субкультуры — содержать ошибки. Модель распространяется по лицензии Apache-2.0.

Rigel Base Long — базовая языковая модель open-lm-engine, обученная с помощью LM Engine. Это гибридная архитектура Mamba-2 и внимания grouped-query attention с mixture-of-experts: 2,3 млрд параметров всего и 360 млн активных, 40 слоёв, включая 30 слоёв Mamba-2 и 10 слоёв внимания. Модель принимает текст и генерирует текст; карточка указывает английский язык. Эта версия расширена для контекста длиной 294 912 токенов, а окно внимания составляет 4 096 токенов. Модель предназначена для продолжения текста и оценки базовых языковых возможностей, а не для диалога по инструкциям: она не настроена на инструкции и не имеет chat template. По заявлению разработчиков, на нулевых оценках её результаты близки к Llama-3.2-3B и Granite-4.2-3B при существенно меньших затратах на предварительное обучение. Для работы с архитектурой требуется LM Engine, чтобы зарегистрировать её в классах Auto библиотеки Transformers. Лицензия в предоставленных сведениях не указана.

RPBizkit-v10-12B — экспериментальная смесь моделей семейства Mistral Nemo, созданная RicardoEstep с помощью Model Stock merge и Mergekit. Она предназначена прежде всего для генерации художественного текста и ролевых сценариев, включая мрачный ролевой отыгрыш; автор также отмечает ориентацию исходных моделей на нецензурированный контент. Модель принимает текст и генерирует текст. Модель имеет плотную архитектуру MistralForCausalLM и 12,1 млрд параметров. README указывает заявленную поддержку контекста до 128K токенов; метаданные каталога сообщают 1 024 000 токенов, поэтому фактическое рабочее окно следует сверять с конфигурацией и средой запуска. Автор рекомендует шаблон Alpaca с RAW-вводом; результаты приведённого им быстрого тестирования получены на квантованной версии с окном 8K и не гарантируют аналогичное качество в других условиях. Модель создана слиянием нескольких RP-моделей, в том числе TheDrummer/UnslopNemo-12B-v4.1 и NeverSleep/Lumimaid-v0.2-12B. Лицензия в предоставленных данных не указана. В метаданных есть пометка not-for-all-audiences; модель может выдавать контент для взрослой аудитории.

Yakk99/scihigh2026-subtask1-bart-large-cnn — англоязычная модель на архитектуре BART, разработанная на основе facebook/bart-large-cnn и дообученная на наборе MixSub-SciHigh. Она предназначена для генерации 3–5 кратких тезисов о результатах и вкладе научной работы по её аннотации; общий объём тезисов — около 50–55 слов. В отличие от обычного пересказа, модель формирует сжатые тезисные формулировки в телеграфном стиле. Модель принимает текст аннотации и генерирует текст. Контекст ограничен 1024 токенами. На официальной валидационной выборке из 1 985 примеров ROUGE-L составил 24,37%; оценка проводилась по метрикам сходства текста, без отдельной проверки фактической точности. Репозиторий распространяется по лицензии MIT. Качество результата может снижаться, если исходная аннотация обрезана: часть сведений, упомянутых в эталонных тезисах, тогда отсутствует во входном тексте. Модель оценена на одной валидационной выборке, а её способность избегать фактических ошибок отдельно не проверялась.

slm-125m-base — компактная авторская языковая модель karthiksab для генерации английского текста. Это плотная decoder-only модель семейства Llama с 12 слоями, размером 125,8 млн параметров и контекстом до 1 024 токенов; веса опубликованы в формате Safetensors и доступны через Transformers. Модель обучена с нуля на юридических, финансовых и образовательных англоязычных данных: материалах судов США, документах SEC и FineWeb-Edu. Модель предназначена для продолжения текста и экспериментов с компактными языковыми моделями в юридической, финансовой и образовательной тематике. Это базовая модель, а не чат-ассистент: она не проходила инструкционное или безопасностное дообучение, поэтому может выдавать неточные ответы и не подходит как источник юридических или финансовых рекомендаций. Лицензия — Apache-2.0.

SpoomplesMaxx-Thrasher-24B — авторская дообученная текстовая модель для ролевых диалогов и творческого письма, созданная на базе Mistral-Small-3.1-24B-Base-2503. Она принимает текст и генерирует ответы в формате ChatML; модель рассчитана на ролевые сценарии, где важны последовательность диалога и способность поддерживать образ персонажа. По описанию автора, обучение сочетало ролевые данные с заданиями, рассуждениями и материалами на общие знания, а явные цепочки рассуждений модель не выдает. Модель использует плотную архитектуру MistralForCausalLM, содержит 23,4 млрд параметров и поддерживает контекст до 131 072 токенов. Веса опубликованы в формате safetensors, для использования указана лицензия Apache-2.0. В README описано удаление vision tower, поэтому это текстовая модель; автор позиционирует её как вариант для запуска на одной видеокарте с 24 ГБ памяти при подходящей квантизации. Заявленные применения сосредоточены на ролевых диалогах; независимые оценки качества и подробные сведения о составе обучающих данных не приведены.

Starling — языковая модель, разработанная declare-lab для повышения безопасности ответов больших языковых моделей. Она получена дообучением Vicuna-7B на наборе HarmfulQA, созданном для исследования вредоносных запросов и выравнивания поведения модели. Модель предназначена для генерации текста в диалоге и для экспериментов по оценке безопасности и устойчивости к вредоносным запросам. Starling использует плотную архитектуру LLaMA с примерно 6,6 млрд параметров, принимает текст и генерирует текст. Родной контекст составляет 2048 токенов. В описании приведены результаты сравнений с Vicuna на наборах для оценки безопасности, включая снижение среднего показателя успешности атак на DangerousQA и HarmfulQA и улучшение HHH score. Репозиторий содержит веса PyTorch и распространяется по лицензии Apache-2.0.

FrankL/storytellerLM-v0 — компактная языковая модель семейства Llama, опубликованная FrankL и предназначенная для генерации текста на английском языке. Она обучена на датасете skeskinen/TinyStories-GPT4 и подходит для создания коротких историй и продолжения текстовых подсказок. Модель использует архитектуру LlamaForCausalLM, содержит 20,8 млн параметров и рассчитана на контекст до 2048 токенов. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Лицензия — Apache-2.0. Небольшой размер делает модель удобной для компактных экспериментов с генерацией историй. Карточка не сообщает оценок качества или иных ограничений помимо короткого контекста; результаты генерации могут требовать проверки.