I.5Создание и редактирование текста

Swiftstrike Aero — языковая модель для генерации текстов на темы авиации, военной истории, патриотизма и птиц. README описывает её как специализированный проект, также упоминающий биологию птиц, флаги и фантастических мифических существ с птичьими чертами. Метаданные указывают на плотную авторегрессионную архитектуру FalconForCausalLM, библиотеку Transformers и формат safetensors; модель дообучена на основе tiiuae/falcon-7b. В метаданных указано 869,7 млн параметров. Модель предназначена для творческого письма и подготовки публикаций, статей, сценариев и учебных материалов по перечисленным темам. README не сообщает о поддерживаемых языках, поэтому языковые возможности нельзя уточнить. Лицензия в предоставленных данных не указана.

sayanmandal/t5-small_6_3-en-hi_en_bt — компактная модель семейства T5 с 38,5 млн параметров, обученная с нуля для перевода текста. Название указывает на направления английский—хинди и обратный перевод с использованием обратного перевода в обучении; README подтверждает обучение с нуля, но не раскрывает датасет и точную схему языковых направлений. Модель предназначена для задач машинного перевода. В опубликованной оценке указаны Loss 1,9293, BLEU 8,9676 и средняя длина генерации 33,391 токена. Контекст модели — 512 токенов. Доступны веса в формате PyTorch; сведения о лицензии не представлены.

Doctor-Shotgun/TinyLlama-1.1B-32k-Instruct — инструктивно дообученная плотная языковая модель семейства Llama с примерно 1 млрд параметров. Разработчик дообучил TinyLlama-1.1B-32k на нескольких открытых наборах инструкций; модель предназначена прежде всего для спекулятивного декодирования и поддерживает диалоговый режим. Для запросов предусмотрен изменённый многоходовый формат Alpaca. Модель генерирует текст и рассчитана на контекст до 32 768 токенов. В метаданных указан английский язык. В обучающие данные включены наборы с примерами токсичных ответов; автор предупреждает о смещениях базовой модели и отсутствии этического выравнивания, поэтому возможна генерация токсичного или вредного текста. Лицензия в предоставленных данных не указана.

TinyLlama/tinyLlama-intermediate-checkpoints-after-1T-token — набор промежуточных контрольных точек проекта TinyLlama, разработанного для предварительного обучения компактной языковой модели семейства Llama. В коллекцию входят чекпойнты после исправления на этапе 1T токенов; ветка указывает шаг обучения и число обработанных токенов. В метаданных модель классифицирована как text-generation, указаны архитектура LlamaForCausalLM, плотная структура, формат PyTorch и размер 1 млрд параметров. README описывает целевую модель TinyLlama как модель на 1,1 млрд параметров с архитектурой и токенизатором Llama 2; контекст в метаданных — 2048 токенов. Модель предназначена для генерации текста при ограниченных требованиях к памяти и вычислениям. README не приводит оценок качества именно этих промежуточных контрольных точек. Лицензия репозитория — Apache-2.0.

Windstorm Labs опубликовала модель машинного перевода с языка bzs на испанский. Это дообученная модель семейства MarianMT: LoRA-адаптация обучена на параллельных текстах и объединена с весами базовой Helsinki-NLP/opus-mt-bzs-es. Модель содержит 51,5 млн параметров, принимает и генерирует текст; её нативный контекст составляет 512 токенов. Репозиторий содержит сборку Transformers в формате safetensors. Модель предназначена для перевода текстов с bzs на испанский. Качество перевода пока не оценивалось бенчмарками, поэтому пригодность для конкретного применения следует проверять на собственных данных. Лицензия — Apache-2.0.

WindyTranslate/translate-cau-en — модель машинного перевода, опубликованная Windstorm Labs и предназначенная для перевода с кавказских языков на английский. Она основана на Helsinki-NLP/opus-mt-cau-en: к исходным весам применили дообучение LoRA на параллельном корпусе, а затем объединили адаптер с базовой моделью. Архитектура — MarianMT, размер — 57,1 млн параметров, формат — safetensors; модель работает через Transformers и принимает текст, выдавая текст. Модель поддерживает только направление cau → en. Качество перевода ещё не оценивалось, поэтому изменение весов подтверждает происхождение модели, но не её качество. Лицензия — Apache-2.0.

WindyTranslate/translate-crs-fr — модель машинного перевода, опубликованная Windstorm Labs и предназначенная для перевода с креольского языка Сейшельских островов (crs) на французский (fr). Это дообученная версия Helsinki-NLP/opus-mt-crs-fr: LoRA-дообучение на параллельном корпусе объединено с базовыми весами. Модель использует архитектуру MarianMT, содержит 49,1 млн параметров и принимает текст с контекстом до 512 токенов. Модель поставляется в формате safetensors для Transformers и выдаёт перевод на французский. Она поддерживает только направление crs→fr; оценка качества перевода не проводилась, поэтому качество конкретных результатов не подтверждено. Лицензия — Apache-2.0.

WindyTranslate/translate-en-bnt — модель машинного перевода от Windstorm Labs, дообученная на базе Helsinki-NLP/opus-mt-en-bnt. Это трансформер MarianMT с 56,8 млн параметров; веса LoRA-дообучения на параллельном корпусе объединены с базовыми весами. Модель принимает текст на английском и переводит его на язык bnt; поддерживает только это направление перевода и имеет контекст до 512 токенов. Репозиторий содержит сборку для Transformers в формате safetensors. Лицензия — Apache-2.0. Качество модели пока не оценивалось бенчмарками, поэтому изменение весов подтверждает происхождение модели, но не улучшение качества перевода.

Windstorm Labs выпустила модель машинного перевода с английского языка на тив. Это дообученная версия Helsinki-NLP/opus-mt-en-tiv: LoRA-дообучение на параллельном корпусе объединено с базовыми весами. Модель построена на архитектуре Marian и содержит 47,2 млн параметров; она доступна в формате safetensors для Transformers. Максимальная длина контекста составляет 512 токенов. Модель предназначена для перевода англоязычного текста на тив. Поддерживается только это направление перевода. Язык выходного текста проверен, но качество перевода ещё не оценивалось, поэтому пригодность результатов для конкретных задач не подтверждена. Лицензия — Apache-2.0.

Модель WindyTranslate/translate-eo-pl — компактная модель машинного перевода с эсперанто на польский язык, опубликованная Windstorm Labs. Она основана на Helsinki-NLP/opus-mt-eo-pl: к исходным весам применили LoRA-дообучение на параллельных текстах и объединили адаптер с базовой моделью. Модель использует архитектуру MarianMT, содержит 28,9 млн параметров и принимает текст для перевода в одном направлении: с эсперанто на польский. Она рассчитана на перевод отдельных фраз и текстов; максимальный контекст составляет 512 токенов. Репозиторий содержит веса Safetensors для использования с Transformers. В короткой проверке на 48 предложениях FLORES-200 модель получила chrF++ 21,87 и BLEU 1,26; авторы относят результат к ограниченному диапазону. Такая оценка даёт лишь предварительное представление о качестве. Лицензия — Apache-2.0.

WindyTranslate/translate-es-eo — модель машинного перевода, опубликованная Windstorm Labs для перевода с испанского на эсперанто. Она основана на Helsinki-NLP/opus-mt-es-eo: к исходным весам применили LoRA дообучение на параллельных данных и объединили адаптер с базовой моделью. Модель построена на архитектуре MarianMT, содержит 55,1 млн параметров и принимает текстовый контекст длиной до 512 токенов. Репозиторий содержит сборку Transformers в формате safetensors. В тесте FLORES-200 на 48 предложениях получены chrF++ 37,36 и BLEU 11,04; авторы обозначают результат как пригодный для использования, но подчёркивают, что это лишь скрининговая оценка. Модель поддерживает только направление es→eo. Лицензия — Apache-2.0.

WindyTranslate/translate-es-hil — модель машинного перевода, опубликованная Windstorm Labs и основанная на Helsinki-NLP/opus-mt-es-hil. Это плотная модель MarianMT с 55,5 млн параметров, предназначенная для перевода с испанского языка на хилгайнон. Контекст модели составляет 512 токенов; репозиторий содержит веса в формате safetensors для Transformers. К весам применён LoRA-файнтюнинг на параллельных текстах, после чего адаптер объединён с базовой моделью. Модель подходит для перевода испанских текстов на хилгайнон в приложениях на Transformers. Лицензия — Apache-2.0. Качество перевода пока не оценивалось бенчмарками; доступно только одно направление перевода.

WindyTranslate/translate-es-prl — модель машинного перевода, опубликованная Windstorm Labs и созданная на основе Helsinki-NLP/opus-mt-es-prl. Это дообученная MarianMTModel с 30,7 млн параметров; LoRA-дообучение на параллельных данных объединено с базовыми весами. Модель принимает текст на испанском и переводит его на prl. Репозиторий содержит веса в формате safetensors для Transformers, а заявленная длина контекста — 512 токенов. Модель предназначена для перевода в направлении es→prl. Качество ещё не оценивалось на бенчмарках, поэтому пригодность перевода для конкретного применения следует проверять отдельно. Лицензия — Apache-2.0; авторство базовой модели Helsinki-NLP указано в карточке.

WindyTranslate/translate-es-tn — модель машинного перевода от Windstorm Labs для перевода с испанского на тсвана. Она основана на Helsinki-NLP/opus-mt-es-tn: LoRA-дообучение на параллельных данных было объединено с исходными весами. Модель использует архитектуру MarianMT, содержит 56 млн параметров и принимает контекст длиной до 512 токенов. Репозиторий содержит сборку Transformers в формате safetensors. В проверке на 48 предложениях из FLORES-200 модель получила chrF++ 36,12 и BLEU 8,64; авторы характеризуют результат как пригодный для использования, но это предварительная оценка, а не публикационный результат. Модель поддерживает только направление перевода с испанского на тсвана. Лицензия — Apache-2.0.

WindyTranslate/translate-es-ty — модель машинного перевода, опубликованная Windstorm Labs и предназначенная для перевода с испанского языка на таитянский. Это дообученная версия Helsinki-NLP/opus-mt-es-ty: LoRA-дообучение на параллельных текстах объединено с базовыми весами. Модель использует архитектуру MarianMT и содержит 55,3 млн параметров. Модель принимает текст на испанском и выдаёт текст на таитянском. Она поддерживает одно направление перевода, имеет контекст длиной до 512 токенов и доступна в формате safetensors для Transformers. Лицензия — Apache-2.0. Качество перевода не оценивалось бенчмарками; изменение весов подтверждает происхождение модели, но не свидетельствует о повышении качества. Результаты дообучения могут отличаться от исходной модели.

Windstorm Labs опубликовала модель машинного перевода с финского языка на люксембургский. Это дообученная версия Helsinki-NLP/opus-mt-fi-lu: LoRA-адаптация на параллельных данных объединена с базовыми весами. Модель использует архитектуру MarianMT, содержит 57,1 млн параметров и рассчитана на контекст до 512 токенов. Модель предназначена для перевода текста только в направлении fi→lu. Репозиторий содержит сборку для Transformers в формате safetensors. Качество перевода не оценивалось, поэтому пригодность для конкретных задач следует проверять отдельно. Лицензия — Apache-2.0; исходная модель создана Helsinki-NLP, а Windstorm Labs указывает её происхождение и атрибуцию.

WindyTranslate/translate-fi-ny — модель машинного перевода, опубликованная Windstorm Labs для перевода с финского на чичева. Это дообученная версия Helsinki-NLP/opus-mt-fi-ny: LoRA-адаптер обучили на параллельном корпусе и объединили с базовыми весами. Модель MarianMT с 56,7 млн параметров принимает текст и выдаёт перевод; максимальный контекст — 512 токенов. Модель предназначена для перевода в направлении fi→ny. В скрининговой оценке на 48 предложениях FLORES-200 dev она получила chrF++ 32,45 и BLEU 4,58; этот результат не является публикационной оценкой качества. Репозиторий содержит сборку Transformers в формате safetensors. Лицензия — Apache-2.0.

WindyTranslate/translate-fi-to — модель машинного перевода Windstorm Labs с финского языка на тонганский. Это дообученная версия Helsinki-NLP/opus-mt-fi-to на параллельных данных: LoRA-обновления объединены с базовыми весами. Модель использует архитектуру MarianMT, содержит 56,1 млн параметров и принимает текст; контекст составляет до 512 токенов. Модель предназначена для перевода текстов с финского на тонганский. В репозитории находится сборка Transformers в формате safetensors. Качество перевода пока не оценивалось бенчмарками, поэтому пригодность для конкретных текстов требует отдельной проверки. Лицензия — Apache-2.0.

WindyTranslate/translate-fr-crs — модель машинного перевода, опубликованная Windstorm Labs и основанная на Helsinki-NLP/opus-mt-fr-crs. Это дообученная MarianMT-модель с 49,1 млн параметров: LoRA-дообучение на параллельных данных было объединено с базовыми весами. Модель принимает текст на французском языке и переводит его на креольский сесельский; длина контекста — 512 токенов. Доступна в формате safetensors для Transformers. Модель предназначена для перевода в направлении с французского на креольский сесельский. Качество перевода пока не оценивалось бенчмарками, поэтому пригодность для конкретных сценариев требует проверки. Лицензия — Apache-2.0.

vitruv/vitruv_2 — Virtruv이 개발한 한국어 수학 문제 풀이에 초점을 맞춰 학습한 텍스트 생성 모델이다. README에 따르면 기반 모델은 vitruv/vitruv1이며, 학습 데이터에는 한국어·영어 번역 자료, 한국어 지시문 데이터, MathPile에서 샘플링해 직접 번역한 자료, 한국어 문화 콘텐츠 대본과 전문 전화 상담 내역이 포함됐다. 모델은 Llama 계열의 밀집형 인과 언어 모델로, 크기는 10.7B 파라미터이고 기본 문맥 길이는 2048 токена. Hugging Face 메타데이터에 указаны Transformers와 safetensors, Apache-2.0 лицензия. Карточка подтверждает упор на корейский язык и математику, однако не приводит результатов оценки качества или подробных инструкций по использованию.

ZINI-1-CHAT-STORIES — компактная диалоговая модель для создания художественных историй. Она разработана на основе Qwen/Qwen2.5-0.5B-Instruct и дообучена для сценариев сторителлинга; архитектура — плотная Qwen2 с 494 млн параметров, модель использует библиотеку Transformers и формат Safetensors. Контекст — до 32 768 токенов. Модель предназначена для генерации рассказов, сказок и других художественных текстов в диалоге: например, мистики, романтики, научной фантастики и ужасов. В описанном сценарии она отвечает только художественными историями и отказывает в запросах на математику, код, прогноз погоды, рецепты и новости. Поддерживаемый язык — английский. Лицензия — Apache-2.0.

Aetheria-L2-70B — языковая модель на архитектуре Llama 2, созданная RoyalLab путём слияния Euryale-1.3-L2-70B, Tulu-2-DPO-70B, GOAT-70B-Storytelling и адаптера LimaRP v3 для Llama 2. Модель содержит 68,7 млрд параметров, использует формат Safetensors и предназначена для генерации текста; её контекст составляет 4096 токенов. Модель рассчитана на совместное написание историй и ролевые диалоги. Она принимает инструкции в формате Alpaca, включая описание персонажа, а модификаторы длины позволяют задавать объём ответа. Карточка указывает английский язык. Модель может быть склонна к многословным ответам и имитации пользователя, особенно при запросе длинного текста. Разработчик предупреждает о предвзятостях, характерных для ролевых интернет-сообществ, и не рекомендует использовать модель для фактической информации или советов. Лицензия в предоставленных данных не указана.

arshiaafshani/arshStory — языковая модель на архитектуре Llama с 503,3 млн параметров, созданная для написания историй. Модель обучалась 4–5 часов на небольшой выборке, связанной с детскими историями, на GPU T4; автор сообщает значение training loss 2,9. Длина контекста составляет 1024 токена, модель работает с текстом и распространяется в формате safetensors. Модель предназначена для генерации историй по текстовому запросу. Автор характеризует её как экспериментальную основу: для самостоятельного применения, по его рекомендации, требуется дальнейшее предобучение на более крупных данных и последующее дообучение на разговорных наборах. Лицензия — MIT.

Azhale0.1 — дообученная модель семейства Gemma 4 от opsirygi, созданная с использованием Unsloth и библиотеки TRL от Hugging Face. Карточка указывает на поддержку изображений и диалогового режима, поэтому модель предназначена для ответов на текстовые запросы с учётом визуального содержимого и для разговорных сценариев. Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0. Карточка не описывает конкретные данные и цели дообучения, размер модели или длину контекста, поэтому специализацию и качество для отдельных задач определить нельзя.

Baihu-V1-GGUF — это текстовая GGUF-сборка модели ZichenAI, полученная дообучением google/gemma-4-E2B-it на двуязычных китайско-английских диалогах. Дообучение меняет стиль ответов: модель отвечает кратко и прямо, обычным текстом, и рассчитана на перенос правил, аналогий и форматов на новые случаи в ходе нескольких реплик. Это компактная модель примерно 2B-класса для диалогов и генерации текста; опубликованы варианты GGUF Q4_K_M и Q8_0 для запуска через llama.cpp. В этой сборке используются только текстовые возможности базовой модели, без её аудио- и визуальных компонентов. Модель подходит для коротких ответов на вопросы на китайском и английском, а также для многошаговых объяснительных диалогов, где предпочтительны лаконичные ответы без разметки. В описанной авторами оценке на отложенных диалогах выросла близость ответов к эталонному стилю, при этом тест MMLU не показал заметного изменения общих знаний. Модель может галлюцинировать, унаследовать предвзятости базовой модели и не предназначена для надёжного поиска фактов, сложной математики, длинных текстов, вызова инструментов или задач с изображениями и аудио. Лицензия указана как other; конкретные условия следует проверять в репозитории модели и базовой модели.

hitachi-nlp выпустила японскую базовую модель BERT с архитектурой BertForMaskedLM и токенизатором Sudachi + WordPiece. Модель содержит 136,3 млн параметров, принимает текстовые последовательности длиной до 512 токенов и предназначена для заполнения пропусков в тексте на японском языке. Токенизатор разбивает японский текст на субсловные единицы; в примере из карточки он сохраняет знаки пунктуации и морфемные фрагменты. Модель подходит для задач, где нужно предсказывать замаскированные токены в японских текстах. Для загрузки токенизатора требуется отдельный словарный файл Sudachi + WordPiece из репозитория разработчика. Модель распространяется по лицензии CC BY-NC-SA 4.0, которая требует атрибуции и ограничивает коммерческое использование.

Bielik-4.5B-v3 — генеративная языковая модель, разработанная SpeakLeash совместно с центром высокопроизводительных вычислений ACK Cyfronet AGH. Это базовая модель с архитектурой causal decoder-only, похожей на LLaMA и Mistral, объёмом 4,6 млрд параметров; она инициализирована на основе Qwen2.5 3B. Модель обучали преимущественно на польских текстах из корпуса SpeakLeash и части CommonCrawl: использовано 292 млрд токенов за 1,2 эпохи. Модель предназначена для дальнейшего дообучения под задачи генерации текста на польском языке. Для готового диалогового режима и следования инструкциям разработчики рекомендуют Bielik-4.5B-v3.0-Instruct. Репозиторий содержит веса safetensors и поддерживает загрузку через Transformers. Лицензия — Apache 2.0. Модель хорошо ориентирована на польский язык, но без дообучения не предназначена для взаимодействия с конечными пользователями. Она может генерировать фактически неверные, предвзятые, оскорбительные или неприемлемые тексты, поэтому её ответы требуют проверки и защитных механизмов.

Bigger-Body-70b — экспериментальная разговорная модель от allura-org, дообученная на Meta Llama 3.3 70B Instruct. Она предназначена для ролевого общения и адаптивного воспроизведения персонажей, в том числе для сценариев и нарративов в стиле Playtime Playground. Модель использует плотную архитектуру LlamaForCausalLM, содержит 69,5 млрд параметров и принимает контекст до 131 072 токенов. README указывает нативное качество английского языка и более слабую поддержку китайского; метаданные также отмечают эти языки и интерфейс вызова инструментов. Модель подходит для диалоговых ролевых сценариев и генерации художественного текста с заданной персоной. README предупреждает о чрезмерном погружении в назначенные роли и возможном проявлении искажённых фрагментов памяти, поэтому поведение следует контролировать при инициализации персонажа. Используется шаблон чата Llama 3 Instruct. Лицензия — llama3.3.

CapQwen3.6-27B-BLIP3o-Long-Caption-Distilled — экспериментальная мультимодальная модель prithivMLmods для создания подробных, связных и контекстных описаний изображений. Она построена на дообученной модели prithivMLmods/Qwen3.6-27B-abliterated-rMAX и использует дистилляцию длинных подписей в стиле BLIP3o; заявленный размер — 27 млрд параметров. Модель принимает изображения и текстовые инструкции, а в ответ генерирует текстовые подписи и описания. В карточке указана поддержка английского языка. Модель подходит для описания изображений, мультимодальных исследований и экспериментов с визуально-языковым выравниванием. Карточка также отмечает способность следовать инструкциям и сниженные механизмы отказа. Модель экспериментальная, может выдавать артефакты, а ослабленные отказы повышают риск небезопасных или чувствительных ответов; для запуска требуются значительные вычислительные ресурсы. Лицензия — Apache-2.0.

agurung/cobalt-seeded-rl-base-ramp25-stoppen-gen4k-ep2-ncp5-q4v2-groot16 — дообученная методом GRPO языковая модель на архитектуре Qwen3, созданная разработчиком agurung. Контрольная точка выбрана на шаге 80 из обучения с seed 42; модель обучалась планированию следующих глав по примерам из книг. Для выбора контрольной точки использовали 7 075 обучающих примеров и 1 120 отложенных примеров для проверки, оценивая по восемь генераций на пример. Критерий выбора — средняя наилучшая из восьми генераций оценка по непрерывной контрастивной функции вознаграждения. Настройка включает два эпизода GRPO, генерацию до 4 096 токенов и штрафы за слишком длинные и некорректные планы. По метаданным модель имеет 3,7 млрд параметров, использует плотную архитектуру Qwen3, поддерживает диалоговый режим и контекст до 262 144 токенов. Репозиторий содержит веса Safetensors. Модель предназначена для экспериментов с планированием продолжения повествования и генерацией планов следующих глав. README не сообщает о качестве на независимом тестовом наборе или лицензии; метаданные также не содержат сведений о лицензии.