I.5Создание и редактирование текста

Aetheria L2 70B — языковая модель, разработанная The Royal Lab и представленная в данном репозитории в формате GGUF после квантизации, выполненной TheBloke. Базовая версия указана как royallab/Aetheria-L2-70B. Модель построена на архитектуре Llama и предназначена для генерации текста, прежде всего для ролевого общения и сюжетных диалогов с персонажами. В README указаны 70 миллиардов параметров, поддержка английского языка и шаблон LimaRP-Alpaca, предусматривающий описание персонажей, пользователя и сценария. Модель рассчитана на запуск через llama.cpp и совместимые интерфейсы и библиотеки, включая text-generation-webui, KoboldCpp, GPT4All, LM Studio и llama-cpp-python. Доступны квантизированные варианты с разной разрядностью — от 2 до 8 бит, что позволяет выбирать компромисс между качеством, размером файлов и требованиями к ресурсам; конкретные характеристики контекстного окна не указаны. Сильной стороной модели является ориентация на ролевые сценарии и возможность локального запуска на CPU и GPU благодаря формату GGUF. Ограничения включают неизвестные из README показатели качества, отсутствие данных о дополнительных модальностях и поддержку только английского языка. Лицензия обозначена как other, но её конкретные условия в предоставленных данных не раскрыты.

afm-crag-movie-sft-v2 — дообученная компанией или автором zhanxing модель Qwen/Qwen3-8B с плотной архитектурой Qwen3ForCausalLM и 7,6 млрд параметров. Она предназначена для генерации текста в диалоговом формате и обучена на наборе afm_movie_all_trajectories_v2_include_max_turns_train. Для модели заявлена оценка loss 0,0388 на наборе оценки. Модель принимает текст и выдаёт текст; поддерживает контекст до 40 960 токенов. Метаданные указывают на интерфейс вызова инструментов, но README не описывает специализированные сценарии, языковой охват или результаты по конкретным задачам. Лицензия указана как other, поэтому условия использования следует уточнить в карточке модели и у её автора.

AlloyingotneoyExperiment28-7B — экспериментальная плотная языковая модель семейства Mistral, автоматически созданная Максима Лабонном слиянием nlpguy/AlloyIngotNeoY и yam-peleg/Experiment28-7B методом SLERP. Модель содержит 7,1 млрд параметров, сохранена в формате safetensors и рассчитана на генерацию текста; длина контекста составляет 32 768 токенов. Модель предназначена для исследовательских экспериментов с генерацией текста и оценкой слитых языковых моделей. В конфигурации использованы веса bf16 и разные коэффициенты слияния для слоёв self-attention и MLP. Репозиторий распространяется по лицензии Apache-2.0. README не описывает отдельные специализированные сценарии или языковую специализацию.

Elizezen/Antler-7B — японская языковая модель с архитектурой Mistral, содержащая 7,1 млрд параметров. Это декодерная модель, дообученная на наборах веб-романов на основе Japanese Stable LM Base Gamma 7B. Модель предназначена прежде всего для генерации японских романов и художественного текста. Она принимает текст и генерирует продолжение; заявленная длина контекста — 4096 токенов. Карточка отмечает, что модель может хуже справляться с ответами на инструкции. Веса опубликованы в формате Safetensors; для использования указана Transformers версии 4.34.0 или новее. Условия лицензии в предоставленных данных не описаны.

Aura — англоязычная текстовая модель ResplendentAI, созданная объединением моделей на основе Mistral и дообученная на философских текстах автора. Она предназначена для развлекательных диалогов и ролевого общения с character cards; лучше всего работает в многошаговых беседах в формате ChatML. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и поддерживает контекст до 32 768 токенов. Автор описывает стиль модели как выразительный и ориентированный на более человечную прозу. Модель переобучена на авторских текстах, обычно выдаёт короткие ответы и может чрезмерно разрастаться при высокой температуре; следование форматам со звёздочками и цитатами может быть нестабильным. Лицензия — Apache-2.0.

moddells/babylm1 — кандидат Chinese BabyLM для задач понимания китайского языка, сохранённый в виде весов продолженного обучения модели с маскированным языковым моделированием. README приводит локальные результаты на наборах ZhoBLiMP, AFQMC, OCNLI, TNEWS и CLUEWSC2020, включая среднюю оценку NLU 67,9199. Модель построена на архитектуре BERT, содержит 119,4 млн параметров и принимает текст для предсказания замаскированных фрагментов; длина контекста — 258 токенов. Модель подходит для заполнения пропусков в китайском тексте и экспериментов с пониманием китайского языка. README называет её кандидатом и описывает локальные оценки, поэтому результаты отражают конкретный набор тестов, а не универсальную гарантию качества. Лицензия — Apache-2.0.

tohoku-nlp разработала эту базовую японскую BERT-модель, предварительно обученную на текстах японской Википедии. Она предназначена для задач с замаскированными токенами: модель предсказывает скрытые фрагменты текста и может служить основой для дальнейшей адаптации к другим задачам обработки японского языка. Архитектура соответствует BERT base: 12 слоёв, размер скрытого состояния 768 и 12 голов внимания; всего около 137,8 млн параметров. Текст токенизируется морфологическим анализатором MeCab со словарём IPA, затем применяется WordPiece со словарём из 32 000 единиц. Максимальная длина входа — 512 токенов. Доступны версии весов для PyTorch, TensorFlow и Flax. Модель обучена на японской Википедии по состоянию на 1 сентября 2019 года, поэтому её знания ограничены этим корпусом и датой. Она рассчитана на японский язык и не является специализированной моделью для прикладной области. Лицензия — CC BY-SA 4.0.

Японская базовая модель BERT, выпущенная hitachi-nlp. Она предназначена для предсказания скрытых токенов в японском тексте и работает как masked language model с архитектурой BertForMaskedLM. Модель содержит 136,3 млн параметров, принимает последовательности длиной до 512 токенов и использует токенизацию MeCab + WordPiece; для загрузки токенизатора требуется файл словаря из репозитория разработчика. Модель подходит для восстановления пропусков в японских предложениях и как базовый компонент для задач обработки японского языка. В карточке указаны датасеты Wikipedia и CC-100. Доступны веса PyTorch и Safetensors. Лицензия CC BY-NC-SA 4.0 требует указания авторства и распространяет производные материалы на тех же условиях, запрещая коммерческое использование.

nlp-waseda/bigbird-base-japanese — базовая японская модель BigBird, разработанная Waseda University и предварительно обученная на японской Википедии, японской части CC-100 и японской части OSCAR. Она предназначена для задачи предсказания замаскированных токенов: восстановления пропущенных слов или частей текста по контексту. Модель содержит 137,8 млн параметров, использует плотную архитектуру BigBirdForMaskedLM и поддерживает контекст до 4096 токенов. Для токенизации входной текст нужно предварительно сегментировать с помощью Juman++; затем применяется SentencePiece с словарём из 32 000 токенов. В README также приведены результаты дообученных вариантов на наборах задач JGLUE, но сама эта модель является базовой языковой моделью. Распространяется по лицензии CC BY-SA 4.0.

BLIP-2 OPT-6.7b — модель для генерации текста по изображению от Salesforce, опубликованная в рамках исследования BLIP-2. Она объединяет визуальный энкодер, Querying Transformer (Q-Former) и языковую модель OPT на 6,7 млрд параметров; энкодер изображения и OPT используют предварительно обученные замороженные веса, а Q-Former связывает визуальные признаки с языковой моделью. Репозиторий содержит предварительно обученную модель на PyTorch и Safetensors. Модель принимает изображение и необязательный текстовый запрос, а затем генерирует текст. Она подходит для создания подписей к изображениям, визуальных ответов на вопросы и диалогов об изображении. В карточке указан английский язык. Модель может галлюцинировать и наследует смещения и риски OPT и интернет-данных изображений и текстов; её качество, безопасность и справедливость не оценивались для реальных применений. Лицензия — MIT.

BowLingual-E4B-v1.5 — дообученная модель Gemma 4 E4B от автора stenml, предназначенная для перевода с английского на разговорный тайский. Она ориентирована на естественные формулировки в неформальной переписке, например в LINE и Messenger, а не на буквальный или учебниковый перевод. Модель основана на unsloth/gemma-4-E4B-it и дообучена методом SFT с BF16 LoRA; обучаемая часть содержит около 36,7 млн параметров. В финальный набор вошли 17 437 дедуплицированных примеров из курируемого набора BowLingual и отобранных данных Wisesight и SCB-MT. В метаданных указаны архитектура Gemma 4 и формат safetensors; базовая модель мультимодальная, однако эта версия предназначена для текстового перевода. Модель подходит для локализации коротких сообщений и неформальных диалогов с английского на тайский. Она не оптимизирована для юридического, медицинского, технического и другого формального перевода. При использовании и распространении данных обучения следует учитывать условия исходных наборов, включая CC BY-SA 4.0 для SCB-MT-EN-TH-2020.

Bumblebee-7B — языковая модель Q-bert, дообученная на Mistral-7B-v0.1 с использованием набора MetaMathQA. Она предназначена для генерации текста в диалоге, в том числе для математических вопросов и ответов; карточка поддерживает формат ChatML. Модель имеет плотную архитектуру Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Модель ориентирована на англоязычные запросы. Её можно применять для решения математических задач и ведения диалога на основе текста. Лицензия — Apache-2.0. Карточка не содержит доступных результатов оценки качества, поэтому фактическую точность ответов следует проверять на целевых задачах.

AmberYifan/capsd-medicine-dedup-marin-8b-base-medicine_cap_b2000_s0 — дообученная модель на архитектуре Llama, созданная на основе marin-community/marin-8b-base. Обучение проводилось на наборе capsd_marin-8b-base-n80000-medicine-dedup80k__mix_medicine_cap_b2000_s0, связанном с медицинской тематикой. Модель предназначена для генерации текста и диалогового взаимодействия в медицинских сценариях. Она содержит 7,5 млрд параметров, использует библиотеку Transformers и формат safetensors; длина контекста составляет 4096 токенов. Базовая Marin 8B Base ориентирована на английский язык, однако языки и конкретные возможности дообученной версии в карточке не описаны. Лицензия указана как other; конкретные условия необходимо проверять в репозитории модели. README не содержит сведений об оценке качества и ограничениях применения.

CeLLaTe-tapt-bioformer16l-tokenizer-original-wwmask — дообученная модель Mardiyyah на базе bioformers/bioformer-16l, обученная на датасете Mardiyyah/TAPT_CeLLaTe2.0. Она использует архитектуру BERT с головой BertForMaskedLM и предназначена для заполнения пропусков в тексте, в том числе в задачах с маскированными словами. Модель содержит 50,3 млн параметров, принимает текст и поддерживает контекст до 1024 токенов. В README приведены результаты оценки: loss 1,3129, accuracy 0,7322 и perplexity 3,7168. Указана лицензия Apache-2.0.

Chatterbox-LLaMA-zh-base — базовая языковая модель, разработанная проектом Llama-zh-base. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM, обученная с нуля на китайских корпусах; веса исходной LLaMA не использовались. README указывает около 0,8 млрд параметров, а метаданные — 721,8 млн. Для модели заново созданы токенизатор и словарь. Контекст составляет 2048 токенов. Модель предназначена для генерации текста и служит базой для дальнейшей адаптации: README описывает проектный конвейер подготовки данных, токенизации, предобучения, prompt tuning и RLHF. Сам чекпойнт не проходил инструкционную настройку, поэтому его ответы не следует считать готовыми к диалоговому использованию без дополнительного дообучения. Указанная лицензия — Apache-2.0.

Карточка модели manelalab/chrono-gpt-v1-20241231 на Hugging Face совпадает с карточкой manelalab/chrono-gpt-v1-20191231, поэтому описание составлено по ней. ChronoGPT-v1-20191231 — англоязычная авторегрессионная языковая модель, разработанная Songrun He, Linying Lv, Asaf Manela и Jimmy Wu. Она предназначена для генерации текста с учётом хронологии и анализа задач, чувствительных к временным срезам, где важно снизить риск утечки будущих данных и смещения из-за заглядывания вперёд. Модель построена на модифицированной архитектуре modded-NanoGPT: трансформерный декодер с причинным языковым моделированием, примерно 1,552 млрд параметров, размерностью эмбеддингов 1536 и контекстом 1792 токена. Она предварительно обучена на разнообразных текстах с временными метками; в README также описана возможность извлекать эмбеддинги слоёв. По заявлению авторов, результаты на HellaSwag превосходят GPT-2 124M. ChronoGPT подходит для временно корректной генерации и экспериментов с историческим, экономическим и финансовым моделированием. Это не специализированная модель финансовых прогнозов: README не приводит оценок таких задач. Модель работает с английским текстом, а её лицензия — MIT.

Clyrai разработала Lucius-1.3B-Base — плотную авторегрессионную языковую модель семейства Llama, обученную с нуля. В ней около 1,34 млрд параметров, архитектура использует RoPE, SwiGLU и GQA, а контекст составляет 4096 токенов. Модель принимает начатый текст и продолжает его; это базовая модель для генерации продолжений, а не чат-бот и не инструкционная версия. Модель предназначена для генерации текста и кода на английском, хинди и итальянском языках. В описании приведена оценка на отложенной выборке: cross-entropy 1,21 и perplexity 3,35; код назван более лёгким направлением, чем английский и итальянский. Обучение охватило около 1 млрд токенов, а авторы отмечают недостаточный объём данных относительно размера модели. Для генерации без штрафа за повторы README предупреждает о зацикливании. Вес модели — bf16, около 2,68 GiB; заявлена работа с CUDA. Модель распространяется по лицензии Clyrai Sovereign Research License 1.0: разрешены исследования и личная оценка с указанием авторства; коммерческое использование, дистилляция, размещение в виде хостингового продукта и обучение другой модели требуют отдельного разрешения Clyrai.

Dark-Waifu-7b — слитая модель на базе Mistral, опубликованная пользователем nocudaexe. Она создана методом DARE TIES с помощью mergekit: базой послужила mlabonne/AlphaMonarch-7B, а в объединение также вошли TeeZee/DarkSapling-7B-v2.0, Test157t/Kunocchini-7b-128k-test, NeverSleep/Noromaid-7B-0.4-DPO и Endevor/InfinityRP-v1-7B. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и формат safetensors; заявленный контекст — 32 768 токенов. Модель предназначена для генерации текста и диалогового общения. Названия включённых моделей указывают на ориентацию на ролевые и художественные сценарии, хотя README не описывает конкретные возможности или гарантии качества. Лицензия в предоставленных данных не указана.

DatedGPT-2019 base — предварительно обученная языковая модель из семейства DatedGPT, разработанная организацией datedgpt. Это базовая версия без дообучения на инструкциях; при обучении использовались только данные, доступные до 2019 года, поэтому модель предназначена для прогнозирования и анализа с учётом временного среза без утечки будущей информации. Модель использует плотную архитектуру LlamaForCausalLM и содержит около 1,3 млрд параметров. Она принимает текст и генерирует продолжение текста, поддерживает английский язык и имеет контекст длиной 2048 токенов. Подходит для генерации продолжений и экспериментов с point-in-time прогнозированием на корпусах или сценариях, привязанных к данным до 2019 года. Это базовая модель, а не чат-ассистент: она не настроена на следование инструкциям и не проходила RLHF или настройку безопасности. Её знания ограничены срезом 2019 года. Условия лицензии в предоставленных источниках не описаны.

Koichi Yasuoka разработал модель DeBERTa V2, предварительно обученную на японской Википедии и текстах 青空文庫. Это языковая модель с 137,8 млн параметров для заполнения пропусков в тексте; её также можно дообучать для разметки частей речи, синтаксического анализа зависимостей и других задач обработки японского языка. Модель принимает текст с маскированными фрагментами и предсказывает подходящие токены. Контекст ограничен 512 токенами. Модель основана на архитектуре DeBERTa V2, распространяется в формате PyTorch и лицензирована по CC BY-SA 4.0. Она подходит для экспериментов и прикладных задач на японских текстах; для задач разметки и синтаксического анализа потребуется отдельное дообучение.

DeltaP2S-Llama2-13B-SameFormula-Math-S13 — объединённый чекпойнт эксперимента Delta-P2S, созданный на основе meta-llama/Llama-2-13b-hf. Это плотная авторегрессионная модель семейства Llama с 12,9 млрд параметров, предназначенная для генерации текста; в карточке также указана математическая направленность эксперимента SameFormula-S13. Модель использует библиотеку Transformers, веса представлены в формате safetensors, длина контекста составляет 4096 токенов. Данных о поддерживаемых естественных языках и специальных возможностях, помимо генерации текста, карточка не содержит. Лицензия в предоставленных сведениях не указана.

Blizado выпустил экспериментальное объединение двух предварительно обученных языковых моделей, созданное с помощью mergekit методом SLERP: SanjiWatsuki/Kunoichi-DPO-v2-7B и DiscoResearch/DiscoLM_German_7b_v1. Модель основана на архитектуре Mistral, содержит 7,1 млрд параметров и имеет контекст длиной до 8192 токенов. Модель предназначена для генерации текста и диалогов на немецком языке, особенно для ролевых сценариев. Авторы стремились совместить немецкий язык и грамматику DiscoLM German с ориентированной на ролевую игру моделью Kunoichi-DPO; также заявлена поддержка английского. В карточке описаны лишь краткие пробные проверки, поэтому качество не подтверждено широкими оценками. Файлы представлены в формате safetensors; лицензия в предоставленных данных не указана.

dQwen3.5-2B-Base — базовая языковая модель с маскированной диффузией, адаптированная из Qwen3.5-2B. Её разработчики изменили гибридную архитектуру основы: слои внимания стали двунаправленными, а слои Gated DeltaNet сохранили причинную маску. Модель содержит около 1,7 млрд параметров, распространяется в формате safetensors и рассчитана на контекст до 262 144 токенов. Модель предназначена для генерации текста и дальнейшей адаптации под прикладные задачи; instruction tuning не проводился, поэтому она не настроена на выполнение пользовательских инструкций в формате чат-ассистента. Для запуска README указывает CUDA GPU и transformers версии 5.13 или выше. Лицензия — Apache-2.0.

Electric Mist 7B — языковая модель, разработанная maldv и дообученная на базе alpindale/Mistral-7B-v0.2-hf. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. В репозитории доступны веса Safetensors; модель лицензирована по CC BY-NC 4.0, которая ограничивает коммерческое использование. Модель предназначена прежде всего для продолжения художественного текста, особенно научной фантастики: по описанию автора, обучение было ориентировано на генерацию длинных повествований, а для удержания сюжетного направления полезна авторская заметка. Она обучалась без чата и шаблона диалога: рекомендуется начинать непосредственно с текста истории. Данные состояли преимущественно из научной фантастики, дополненной наборами по математике, науке, теории разума и другим темам. Автор отмечает несовершенную пунктуацию и проблемы с пробелами. Модель не обучалась следовать диалоговым инструкциям, поэтому её не следует считать универсальным чат-ассистентом; коммерческое применение ограничено условиями лицензии.

EVA-D Qwen2.5-1.5B v0.0 — экспериментальная языковая модель, созданная Kearm и Auri методом онлайн-дистилляции логитов модели EVA-Qwen2.5-14B-v0.1 в Qwen2.5-1.5B. В каталоге указана связь с Qwen/Qwen2.5-1.5B как с дообученной базовой моделью; модель содержит 1,5 млрд параметров, использует плотную архитектуру Qwen2ForCausalLM и распространяется в формате safetensors. Модель предназначена прежде всего для ролевых диалогов и написания историй. Она использует формат промптов ChatML и имеет заявленную длину контекста 131 072 токена. Для дистилляции применялся набор EvolKit-20k от Arcee.AI. Авторы предупреждают, что из-за небольшого размера не следует ожидать высокого качества ответов. Рекомендуется не применять квантованный KV-кэш, поскольку он может ухудшить результат; лицензия — Apache-2.0.

CoolSpring дообучил Gemma 2 9B Instruct на синтетических данных по мотивам сборника «Ляо-чжай-чжи-и» Пу Сунлина. Рассказы были переведены на современный упрощённый китайский язык и объединены с созданными для них писательскими заданиями; цель дообучения — развить возможности модели в художественном повествовании в духе китайских жанров чжи-гуай и чуаньци. Модель имеет плотную архитектуру Gemma 2 с 9 млрд параметров, предназначена для генерации текста и поддерживает диалоговый формат. Контекст — до 8192 токенов; основной язык — упрощённый китайский. Веса доступны в форматах PyTorch и Safetensors, лицензия — gemma; при использовании необходимо соблюдать условия Gemma Terms of Use. Модель подходит для создания историй и продолжения художественных текстов с китайской фольклорной и сверхъестественной тематикой. Обучающие материалы отражают нормы и взгляды Китая конца XVII — начала XVIII века, поэтому ответы могут содержать исторически обусловленные предубеждения, не соответствующие современным ценностям.

The DECKARD's Brain — это мультимодальная модель Gemma 4 на 31 млрд параметров, опубликованная kabachuha. Она создана слиянием методом SLERP модели DavidAU/gemma-4-31B-it-The-DECKARD-HERETIC-UNCENSORED-Thinking и модели Nimbz/Gemma-4-Gembrain-31B. Модель предназначена для диалогов, ролевых игр и творческого письма, в том числе историй с аниме-тропами, сюрреалистическим хоррором и откровенной тематикой; также поддерживает рассуждения и анализ изображений. Модель использует архитектуру Gemma 4 и библиотеку Transformers, принимает текст и изображения и генерирует текст. Шаблон диалога по умолчанию включает режим рассуждений; автор рекомендует не отключать его, особенно при ролевой игре на языках, отличных от английского и японского. По README модель хорошо работает на русском и других языках, хотя её языковое обучение преимущественно ориентировано на английский и японский. Распространяется под лицензией Apache-2.0. Модель рассчитана на художественные и ролевые сценарии с откровенным, в том числе эротическим и жестоким содержанием. Ответы могут быть нестандартными и чрезмерно экспрессивными; качество вне описанных творческих задач и языков README не характеризует.

Модель German GPT-2 Larger разработана Stefan-it и обучена с нуля как немецкоязычная авторегрессионная языковая модель на примерно 90 ГБ корпуса German colossal, clean Common Crawl corpus (GC4). Она предназначена прежде всего как отправная точка для дообучения на специализированных текстах и для исследований предобученных языковых моделей на немецком языке, в том числе изучения и снижения смещений. Модель генерирует продолжение текста по текстовому запросу; архитектура — плотная GPT-2 с классом GPT2LMHeadModel, контекст составляет 1024 токена. Модель выпущена по лицензии MIT. Авторы отмечают, что тексты GC4 собраны из интернета и могут содержать стереотипные ассоциации по гендеру, расе, этнической принадлежности и инвалидности; качество генерации может быть ниже, чем у более крупных моделей. Чекпойнт позиционируется для исследований и экспериментов с дообучением, а не как универсальная готовая система.

Sohamb2005/gpt2-finetuned-apologies — дообученная Sohamb2005 модель GPT-2 для составления извинений по короткому описанию ситуации. Пользователь задаёт ситуацию и выбирает тон: эмоциональный, профессиональный или неформальный; модель продолжает текст после двоеточия. Она предназначена для практики и подготовки личных сообщений, а не для специализированных сценариев. Модель основана на GPT-2 с 124 млн параметров, принимает и генерирует текст на английском языке, поддерживает контекст длиной 1024 токена и распространяется в формате safetensors. В оценке на отложенных примерах автор сообщает снижение perplexity с 27,1 до 6,4 и соответствие ситуации в 95% сгенерированных ответов; это сопоставимо с 96% для написанных вручную ответов. Лицензия — MIT. Обучающий набор небольшой: 256 примеров для обучения и 29 для проверки. Модель может повторять формулировки из обучающих данных и выдавать общие ответы на ситуации, далёкие от них.

GPT2-Medium-Alpaca-355m — языковая модель Linkanjarad, дообученная на tatsu-lab/alpaca для следования инструкциям. Это компактный вариант GPT-2 Medium на 355 млн параметров, предназначенный для генерации ответов по заданным инструкциям в текстовом формате. Модель лучше работает с шаблоном Alpaca, где запрос отделён от ожидаемого ответа. Модель подходит для простых экспериментов с инструкционной генерацией и сценариев, где важны небольшие размеры. Контекст ограничен 1024 токенами; качество и возможности уступают более крупным современным чат-моделям. Распространяется по лицензии MIT.