I.5Создание и редактирование текста

Eros Scribe-7b — чат-модель для генерации текста, созданная OmnicromsBrain с помощью слияния моделей. Она предназначена прежде всего для написания прозы для взрослых и ролевых игр. В основе — плотная авторегрессионная архитектура Mistral с 7,1 млрд параметров; заявленная длина контекста — 32 768 токенов. Модель объединяет более десятка моделей и датасетов; в конфигурации описано слияние EverythingBagel-DPO-7B и ToppyCox-7B методом SLERP. Модель подходит для интерактивного сочинения сцен и продолжения художественного текста в ролевом формате. В README указаны версии в формате GGUF, однако опубликованная модель использует safetensors. Лицензия в предоставленных данных не указана.

Карточка модели deepseek-ai/ESFT-token-code-lite на Hugging Face совпадает с карточкой deepseek-ai/ESFT-token-law-lite, поэтому описание составлено по ней. DeepSeek-ai/ESFT-token-law-lite — специализированная экспертная модель на основе DeepSeek V2, предназначенная для генерации текста в диалоговом режиме. В карточке указаны архитектура DeepSeek V2 с плотной моделью класса DeepseekV2ForCausalLM, размер 2,5 млрд параметров и контекст до 4096 токенов. Название и README указывают на специализацию в области права, однако карточка не раскрывает конкретные юридические задачи, обучающие данные или способ применения экспертного набора. Репозиторий содержит веса в формате safetensors; для загрузки и использования README отсылает к скриптам, но ссылки в карточке не заполнены. Лицензия не приведена в доступных данных.

EstopianMaid-13B — модель генерации текста для ролевого общения и создания историй, разработанная KatyTheCutie. Она ориентирована на следование карточкам персонажей, поддержание связности сцен с несколькими персонажами и создание новых сценариев. Модель использует плотную архитектуру LlamaForCausalLM семейства Llama, содержит 12,9 млрд параметров и рассчитана на контекст до 4096 токенов. Для подсказок рекомендован шаблон Alpaca; автор также приводит настройки генерации для SillyTavern. Модель собрана слиянием нескольких 13B-моделей, включая варианты Llama 2, ролевые модели и модели, настроенные на диалоги. Файлы представлены в формате safetensors. Указана лицензия Llama 2. В карточке описаны предпочтительные сценарии ролевого общения, но нет формальных оценок качества или подробных сведений о поведении за пределами этих сценариев.

Gaon-1.7B v2 Instruct (가온) — компактная диалоговая языковая модель на 1,7 млрд параметров, разработанная одним автором. В README говорится, что архитектура, предобучение и настройка инструкций выполнены с нуля; метаданные Hugging Face при этом указывают Qwen/Qwen3-1.7B как базовую модель для дообучения. Модель использует совместимую с Qwen3 плотную архитектуру Qwen3ForCausalLM и распространяется в формате safetensors. Контекст — 2048 токенов. Модель предназначена для корейско-английского диалога, объяснений, выполнения инструкций и простого перевода между корейским и английским. README сообщает о предобучении на 34 млрд токенов и настройке примерно на 9 тысячах инструкций с дистилляцией ответов Qwen2.5-7B-Instruct. Лицензия — Apache-2.0. Сильные стороны модели — связная речь на корейском и английском и выполнение простых инструкций. Знания по общим темам, программирование и задачи со строгим форматом ограничены: результаты на приведённых тестах знаний близки к случайному угадыванию. Модель позиционируется как небольшой исследовательский артефакт и основа для предметного дообучения, а не как конкурент крупным универсальным моделям.

Nubinu/Gemma4-E4B-MiniFantasy-V1 — дообученная с помощью LoRA модель семейства Gemma 4 E4B, созданная для ролевых диалогов и совместного повествования. В карточке указаны обучение на базе MuXodious/gemma-4-E4B-it-SOMPOA-heresy с Unsloth и PEFT/LoRA; в метаданных архитектура обозначена как плотная Gemma4ForConditionalGeneration, а формат весов — safetensors. Модель предназначена для отыгрыша персонажей, поддержания их голоса и поведения, а также продолжения сюжетных сцен. README рекомендует задавать карточки персонажей в структурированном формате и использовать настройки сэмплирования для ролевой прозы. Максимальная длина последовательности при дообучении составляла 4096 токенов; это не подтверждает предельный контекст модели при использовании. Модель генерирует текст, поддерживает диалоговый режим и ориентирована на английский язык. Базовая модель описана в каталоге как мультимодальная, однако карточка этой версии не подтверждает сохранение обработки изображений. Модель распространяется по лицензии Apache-2.0. Качество повествования зависит от промпта и настроек сэмплирования; обучение проведено за одну эпоху.

aneforge/gpt2 — это копия GPT-2, подготовленная для загрузки и запуска через ANEForge на Apple Neural Engine. Согласно карточке, веса побайтно совпадают с openai-community/gpt2; изменения предназначены для совместимости с этим способом исполнения, а не для дообучения модели. Архитектура — плотная авторегрессионная GPT-2 с головкой языкового моделирования; размер контекста — 1024 токена. Репозиторий содержит веса в форматах safetensors и TFLite. Модель предназначена для генерации продолжения текста по текстовому промпту. В README показан запуск через ANEForge с токенизатором Transformers, предварительной обработкой и декодированием с KV-кэшем на Neural Engine. Базовая GPT-2 — компактная англоязычная модель, поэтому карточка не подтверждает качество для других языков или специализированных задач. Лицензия — MIT.

Recor2d/GPT2-ChineseDevBench — дообученная модель семейства GPT-2, созданная на основе uer/gpt2-chinese-cluecorpussmall. Она предназначена для генерации текста на китайском языке и экспериментов по разработке и тестированию таких систем. Модель использует плотную архитектуру GPT2LMHeadModel, распространяется в формате PyTorch и поддерживает контекст до 1024 токенов. Модель можно применять для генерации китайских текстовых продолжений и проверки экспериментальных сценариев текстовой генерации. Она построена на базовой модели uer/gpt2-chinese-cluecorpussmall; отдельные сведения о данных и методе дообучения не приведены. Лицензия — Apache-2.0.

IceCoffeeRP-7b — разговорная языковая модель на архитектуре Mistral, собранная разработчиком icefog72 с помощью mergekit методом SLERP из предварительно обученных моделей. Она предназначена для генерации текста в диалоге; в README указаны шаблоны Alpaca и, возможно, ChatML. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель ориентирована на ролевые диалоги и сценарии с контентом для взрослых, что отражено в тегах NSFW и not-for-all-audiences. В README приведены результаты оценок Open LLM Leaderboard и варианты ExL2-квантизации 4.2, 6.5 и 8 bpw. Репозиторий распространяется по лицензии CC BY-NC 4.0, которая запрещает коммерческое использование.

L3-8B-Celeste-v1 — разговорная модель для ролевых диалогов, созданная nothingiisreal на основе LLaMA 3 8B Instruct. Это плотная авторегрессионная модель семейства Llama с 7,5 млрд параметров, обученная с контекстом 8K на примерах ролевых диалогов, историй и инструкций; README сообщает о проверенной работе с настройками RoPE на контексте до 16K. Модель принимает текст и генерирует текст, поддерживает английский язык и предназначена прежде всего для ролевых сценариев и написания художественных историй. Модель хорошо поддаётся управлению персонажем и стилем через сообщения OOC и контекст карточки персонажа. Она умеет вести как SFW, так и NSFW-сценарии, но поведение вне ролевых задач может быть непредсказуемым. Автор отмечает возможные ошибки форматирования в первых сообщениях и значительную вариативность ответов. Модель распространяется по лицензии Llama 3; применяйте её с учётом условий этой лицензии.

Cas-Archive/L3-Penumbral-Mind-RP-8B — англоязычная плотная языковая модель семейства Llama, созданная автором карточки с помощью mergekit путём объединения нескольких моделей для генерации текста. В объединение вошли варианты Llama 3 на 8B, включая Halu-8B-Llama3-Blackroot, L3-8B-Stheno-v3.2, Llama-3-8B-Instruct-MopeyMule и Llama-3-Oasis-v1-OAS-8B; в README описаны промежуточные слияния и методы Task Arithmetic и Model Stock. Модель содержит 7,5 млрд параметров, использует формат safetensors и имеет контекст 8192 токена. Модель предназначена для ролевых диалогов и повествования, особенно для сценариев с тяжёлыми темами, такими как психические заболевания, самоповреждение, травма и суицид, а также для медленно развивающихся романтических сюжетов. Автор отмечает, что стиль генерации менее склонен к чрезмерно позитивным и обнадёживающим ответам, однако тестирование было ограниченным, а модель всё ещё может звучать слишком позитивно. Лицензия — Llama 3; метаданные помечают модель как не подходящую для всех аудиторий.

wildnrfm/ legal-chatbot-llama3 — дообученная языковая модель семейства Llama для генерации текста в диалоговом формате. Разработчик — wildnrfm; в карточке указано, что модель дообучена на unsloth/llama-3.2-3b-instruct-bnb-4bit с использованием Unsloth и библиотеки TRL. Архитектура — плотная LlamaForCausalLM, размер — 3,2 млрд параметров, формат весов — safetensors, контекст — до 131 072 токенов. Модель позиционируется как юридический чат-бот: её можно использовать для диалоговых ответов на юридические вопросы и генерации текстов в правовом контексте. Метаданные отмечают возможности чата и интерфейс вызова инструментов, а указанный язык карточки — английский. Лицензия — Apache-2.0. Карточка не приводит сведений о данных обучения, юрисдикциях и проверенной точности юридических ответов, поэтому результаты требуют проверки специалистом и могут не отражать актуальное законодательство.

Lemon Kunoichi Wizard V3 — объединённая автором Statuo языковая модель для генерации текста и ролевых диалогов. Она создана линейным слиянием LemonadeRP-4.5.3, Kunoichi-DPO-v2-7B и WizardLM-2-7B: LemonadeRP использована как основа, Kunoichi-DPO оказала значительное влияние, а WizardLM-2 добавлена для усиления логических способностей. Модель построена на плотной архитектуре Mistral, содержит 7,1 млрд параметров и рассчитана на контекст до 8192 токенов. Модель предназначена для ролевых сценариев, особенно для интерпретации особенностей персонажа по карточке, а также для диалоговой генерации с системным промптом в формате Alpaca. Автор сообщает, что проверял связность на контексте 8192 токена; более длинный контекст теоретически возможен, но его качество не проверено и может снижаться. Доступны веса Safetensors; в README также упомянуты варианты квантования 4, 6 и 8 бит с файлами измерений. Условия лицензии в предоставленных данных не описаны.

LiteLlama-460M-1T — открытая авторская реализация уменьшенной по размеру LLaMA 2. Модель с архитектурой LlamaForCausalLM содержит около 410 млн параметров и обучена на 1 трлн токенов; для обучения использована часть набора RedPajama с токенизацией GPT2Tokenizer. Она предназначена для генерации текста и экспериментов с компактными языковыми моделями. Модель работает с текстом на английском языке и имеет контекст длиной 1024 токена. В README приведены оценки на MMLU и Open LLM Leaderboard, но результаты не гарантируют качества для конкретных задач. Это экспериментальный чекпойнт; лицензия — MIT.

LLaMA-MoE-v1-3.5B (4/16) — языковая модель с архитектурой Mixture-of-Experts, разработанная командой LLaMA-MoE на основе LLaMA 2. В модели 16 экспертов, из которых при генерации активируются 4; общий размер составляет 6,6 млрд параметров, а активная часть — около 3,5 млрд. Модель принимает текст и генерирует текст, поддерживает английский язык и имеет контекст до 4096 токенов. Модель получена разделением FFN-блоков исходной LLaMA на экспертов и последующим продолжением предобучения на 200 млрд токенов из SlimPajama. Она предназначена для генерации текста, исследовательской работы с MoE и развертывания языковых моделей. Модель не дообучалась на инструкционных парах, поэтому может плохо справляться с диалогами и не подходит как готовый чат-бот. Лицензия — Apache-2.0.

llm-jp-3-172b-alpha2 — плотная трансформерная языковая модель семейства Llama, разработанная Центром исследований и разработок больших языковых моделей Национального института информатики Японии при частичной поддержке GENIAC. Модель содержит 171,2 млрд параметров, имеет 96 слоёв и контекст до 4096 токенов; веса доступны в формате Safetensors для Transformers. Модель предназначена для генерации текста и исследовательской работы с большими языковыми моделями. Она обучалась на многоязычном корпусе, включая японские данные, и рассчитана прежде всего на японский и английский языки. Разработчики отмечают, что alpha1 и alpha2 показывают значительно более низкую производительность, чем предыдущие выпуски LLM-jp, поэтому её возможности на практике могут быть ограничены. Модель выпущена по лицензии Apache-2.0. Это ранний этап разработки: выходы не настроены на соответствие человеческим намерениям и требованиям безопасности, поэтому их следует проверять.

AiLab-IMCS-UL представила lv-mbert-base — латышскоязычный текстовый энкодер ModernBERT, выпущенный вместе со статьёй «Pretraining and Benchmarking Modern Encoders for Latvian». Модель содержит 135,5 млн параметров, использует архитектуру ModernBERT и принимает контекст длиной до 8192 токенов. Она предназначена для задачи fill-mask: предсказания пропущенных токенов в латышском тексте. Это базовая маскированная языковая модель, а не генеративный чат-бот. Весы опубликованы в формате Safetensors; лицензия — Apache-2.0. Карточка ссылается на оценочный код и результаты бенчмарков, но не приводит здесь подробностей об обучающих данных или показателях качества.

Marx-3B — языковая модель на основе OpenLLaMA 3B V2, дообученная автором репозитория на наборе EverythingLM Data в формате ShareGPT в течение одной эпохи. Она предназначена для генерации текста в диалоговом формате с шаблоном, разделяющим реплики человека и модели. Модель содержит 3,3 млрд параметров, использует архитектуру Llama и рассчитана на контекст до 2048 токенов. Модель подходит для генерации ответов в диалоге, экспериментов с небольшими языковыми моделями и оценки на общих тестах. Автор предупреждает, что качество модели может быть низким и описывает её как свой ранний эксперимент с дообучением. Доступны веса PyTorch и Safetensors; упомянуты отдельные сборки GGML и GPTQ. Лицензия — Apache 2.0.

Buseak/md_mt5_1911_v16_deneme — дообученная модель Buseak на базе google/mt5-small для преобразования текста в текст. Она построена на архитектуре mT5 и содержит 157,4 млн параметров; веса опубликованы в формате safetensors. В README приведены результаты оценки: loss 0,3865, BLEU 0,6474 и средняя длина генерации 18,7566 токена. Карточка не описывает целевую задачу, обучающие данные, поддерживаемые языки или предполагаемые сценарии использования, поэтому назначение модели и качество для конкретных задач оценить нельзя. Модель распространяется по лицензии Apache-2.0.

«Мидад» — дообученная модель на базе ALLaM-7B-Instruct-preview, созданная в рамках хакатона Arabathon. Она преобразует учебные уроки в интерактивные истории и приключения на литературном арабском языке с саудовским контекстом, где ученик становится главным героем. Модель использует плотную архитектуру семейства Llama и содержит 6,7 млрд параметров. Она принимает текст и генерирует текст; максимальный родной контекст — 4096 токенов. Обучение выполнено методом LoRA в течение трёх эпох, после чего адаптер объединён с базовой моделью. Для предотвращения повторов при генерации README рекомендует передавать eos_token_id. Лицензия — Apache-2.0.

jzdesign/midjourney_prompt_improver_lora_model — языковая модель, разработанная jzdesign и дообученная на базе unsloth/llama-3.2-3b-instruct-bnb-4bit. Она предназначена для генерации и улучшения текстовых запросов, в частности промптов для Midjourney, однако README не содержит подробного описания поддерживаемых сценариев и качества работы. Модель основана на Llama 3.2 с размером 3 млрд параметров; используется 4-битное представление bnb, а обучение выполнено с применением Unsloth и библиотеки Hugging Face TRL. Заявлен английский язык. Сведения о модальностях, размере контекста, сильных сторонах и ограничениях отсутствуют, поэтому их оценку нельзя сделать по представленным данным. Модель распространяется по лицензии Apache-2.0. Она предназначена для текстовой генерации и, вероятно, может применяться в задачах создания или улучшения промптов, но точные возможности следует проверять эмпирически.

Midnight-Rose-103B-v2.0.3 — плотная авторегрессионная языковая модель семейства Llama на 102,9 млрд параметров, созданная sophosympatheia как frankenmerge Midnight-Rose-70B-v2.0.3 с самой собой с помощью mergekit. Она предназначена прежде всего для ролевых диалогов и создания историй; автор отмечает, что другие задачи не проверялись. Модель принимает текст и генерирует текст на английском языке. Контекст в метаданных указан как 4096 токенов; автор рекомендует около 6144 токенов, предупреждая о снижении связности при увеличении контекста. Автор описывает модель как uncensored и приводит настройки семплирования и шаблоны для SillyTavern. Она допускает настройку промптами и разными форматами инструкций, но качество за пределами ролевых диалогов и повествования не оценивалось. Для использования распространяется по лицензии Llama 2.

Envoid/MindFlay-22B — экспериментальная чат-модель на базе архитектуры Llama, созданная автором с помощью скрипта frankenllama, который объединяет уже дообученные модели. Это исходная версия весов FP16 объёмом 21,6 млрд параметров; модель рассчитана на генерацию текста и диалог по шаблону Llama 2 Chat с маркерами [INST] и [/INST]. Автор позиционирует её для чата и ролевых игр. По его описанию, модель сохраняет связность ответов и энергичную манеру общения, но может вести себя непредсказуемо и допускать опечатки. Длина контекста — 4096 токенов. Лицензия в предоставленных данных не указана.

uw-madison/mra-base-512-4 — модель MRA для языкового моделирования с маскированием токенов. Она основана на подходе Multi Resolution Analysis for Approximate Self-Attention, предложенном Занпенгом Зенгом, Соравом Палом, Джеффри Клайном, Гленном Фунгом и Викасом Сингхом; модель опубликована на Hugging Face пользователем novice03. Архитектура плотная, класс MraForMaskedLM, размер — 151,8 млн параметров, контекст — 512 токенов. Модель предназначена для восстановления скрытых токенов в последовательности и экспериментов с эффективным приближением self-attention на основе многомасштабного анализа. В карточке описаны исследования на коротких и длинных последовательностях, но не приведены данные о поддерживаемых языках или лицензии.

Painted Fantasy Visage v2 — языковая модель Zerofata для генерации творческого текста и ролевого отыгрыша. Она основана на Mistral Small 3.2, расширенной до 33,7 млрд параметров, и дообучена на прозе, ролевых диалогах и инструкциях для творческого письма. В карточке указано контекстное окно 131 072 токена и формат safetensors; README также описывает варианты GGUF и EXL3. Модель предназначена прежде всего для диалогов с персонажами, в которых важны инициативность и выразительная подача, включая ERP-сценарии. README описывает последовательность предварительного обучения, SFT, KTO и DPO, а также последующее слияние дообученной модели с исходной расширенной версией для сохранения творческой выразительности. Лицензия — Apache-2.0. Модель ориентирована на художественную прозу и ролевой отыгрыш; заявленные автором свойства не подтверждены оценками или бенчмарками в предоставленных данных. Её сценарии могут включать откровенный контент, поэтому ответы могут быть неприемлемы для некоторых аудиторий.

Nawah-BERT-6M-bilingual — двуязычная модель семейства BERT от oddadmix, обученная с нуля предсказывать замаскированные токены. Она предназначена для задач masked language modeling на арабском и английском языках и может служить компактной энкодерной основой для экспериментов и последующего дообучения. Архитектура включает 8 слоёв, скрытый размер 128 и 2 головы внимания; модель содержит 6,2 млн параметров и принимает контекст до 2048 токенов. Модель обучалась на сбалансированном корпусе из 5 млрд арабских и 5 млрд английских токенов с двуязычным токенизатором на 32 тысячи токенов. В README приведены результаты оценки на отложенных данных для обоих языков. Весá опубликованы в формате safetensors, библиотека — Transformers, лицензия — Apache-2.0.

UsernameJustAnother создал экспериментальный чат-файнтюн Mistral Nemo для ролевых диалогов. Модель основана на unsloth/Mistral-Nemo-Instruct-2407, содержит 12,1 млрд параметров и использует плотную архитектуру MistralForCausalLM; веса опубликованы в формате safetensors. Для обучения использовали 8 160 созданных людьми диалогов разной длины в формате ChatML. Модель предназначена для генерации текста в чате и ролевых бесед. Автор отмечает, что это четвёртый, вероятно заключительный экспериментальный вариант, и сообщает о настройке LoRA scaling factor; обучение проходило без цикла оценки качества. Контекстное окно составляет до 1 024 000 токенов. Лицензия — Apache-2.0.

Aratako разработал Ninja-v1-RP-expressive-v2 — объединённую языковую модель для генерации текста и ролевых диалогов. Она создана с помощью mergekit; при объединении использовались Chat Vector на основе senseable/WestLake-7B-v2, Nexusflow/Starling-LM-7B-beta и Endevor/InfinityRP-v1-7B, а финальное слияние выполнено с применением метода Model Breadcrumbs. Модель построена на архитектуре Mistral, содержит 7,1 млрд параметров и поддерживает контекст до 4096 токенов. Модель предназначена для генерации выразительных ответов в ролевых сценариях. Карточка описывает её как вариант Ninja-v1-RP-expressive с изменённым рецептом слияния, исключающим модели под лицензией CC-BY-NC среди источников. Указана лицензия Apache-2.0. В README отмечено, что подробное описание концепции доступно в карточке родственной модели; поэтому конкретные особенности поведения и ограничения здесь раскрыты не полностью.

Noberai-7B-V001-2048-alpha — модель генерации текста, созданная AkineAItech путём дообучения японской модели calm2-7b на отобранных веб-романах и произведениях из Aozora Bunko. Модель предназначена для написания художественной прозы на японском языке; направление генерации можно задавать ключевыми словами, а также названием произведения или именем автора. Модель использует плотную архитектуру семейства Llama и распространяется в формате safetensors. В метаданных указано 2,8 млрд параметров и контекст до 4096 токенов; README заявляет контекст 2048 токенов. Лицензия — MIT. Карточка предлагает шаблоны инструкций для управления генерацией, но не приводит результатов сравнительной оценки качества.

Noromaid-13b-v0.1.1 — модель генерации текста, созданная в сотрудничестве IkariDev и Undi. Она предназначена для ролевых диалогов, в том числе откровенных, а также для обычных текстовых ответов. Авторы предлагают использовать собственный формат промптов или шаблон Alpaca; в карточке также доступны настройки SillyTavern для контекста и инструкций. Модель основана на архитектуре Llama, содержит 12,9 млрд параметров и имеет контекст длиной 4096 токенов. Репозиторий содержит веса FP16 в формате safetensors. Для обучения использовались наборы no_robots и Aesir Private RP. Версия 0.1.1 исправляет некоторые проблемы с пониманием персонажей, логикой и продолжением диалога, а также отдельную ошибку при заполнении контекста. Авторы обозначают выпуск как тестовую версию и не гарантируют стабильную работу; рекомендуемые параметры генерации ещё не подготовлены. Модель распространяется по лицензии CC BY-NC 4.0, которая не допускает коммерческого использования.

Helsinki-NLP/opus-mt-aav-en — модель машинного перевода из проекта OPUS-MT, построенная на архитектуре Transformer и реализованная как MarianMTModel. Она переводит с группы австроазиатских языков на английский. В источниках перечислены хо, кхаси, кхмерский, мон и вьетнамский; для отдельных языков указаны письменные варианты Latin и Hani. Модель содержит 53,9 млн параметров, использует нормализацию и SentencePiece с словарями по 32 тыс. единиц и имеет контекст до 512 токенов. Модель предназначена для перевода текстов с поддерживаемых языков на английский. В README приведены результаты на тестовых наборах Tatoeba, включая BLEU 0,3 для хо, 1,0 для кхаси и 8,9 для кхмерского, что указывает на заметно различающееся качество в зависимости от языка и набора данных. Доступны веса PyTorch и TensorFlow. Лицензия — Apache-2.0.