I.5Создание и редактирование текста

Windstorm Labs выпустила модель машинного перевода с французского языка (fr) на мадагаскарский диалект маоре (mfe). Это дообученная версия Helsinki-NLP/opus-mt-fr-mfe: LoRA-дообучение на параллельном корпусе объединено с базовыми весами. Модель построена на архитектуре MarianMT, содержит 49,6 млн параметров и работает с контекстом до 512 токенов. Модель предназначена для перевода текста с французского на mfe; обратное направление в карточке не заявлено. Репозиторий содержит веса в формате safetensors для использования через Transformers. Лицензия — Apache-2.0. Качество перевода пока не оценивалось, поэтому пригодность для конкретных задач требует отдельной проверки.

ludis/tsukasa-7b-qlora — это дообученная модель генерации текста на базе Mistral-7B-v0.1, созданная с помощью Axolotl. Модель имеет плотную архитектуру MistralForCausalLM и 7,1 млрд параметров; указанная длина контекста — 32 768 токенов. Модель обучали методом QLoRA с рангом 16 для всех модулей. После настройки на koishi её дообучили на датасетах PIPPA и LimaRP в формате Metharme completion. Она предназначена для генерации текста и ролевых диалогов. Лицензия в предоставленных данных не указана.

Tsukasa Llama 3 8B QLoRA — разговорная языковая модель для генерации текста и ролевых диалогов. Её создал ludis на основе Meta Llama 3 8B Instruct, последовательно дообучив на наборах PygmalionAI/PIPPA и LimaRP. В README указано, что обучение проходило в два этапа по две эпохи, с контекстом 32 000 токенов на каждом этапе. Модель имеет плотную архитектуру Llama и около 7,5 млрд параметров. Модель предназначена для диалогов и ролевой игры; для запросов рекомендуется формат Llama 3 Instruct. Автор приводит настройки генерации, включая температуру 1 и Min-P 0,05, а также альтернативные параметры, которые могут уменьшить повторения ценой возможной потери достоверности. Модель распространяется в формате safetensors; лицензия в предоставленных данных не указана.

ytu-ce-cosmos/turkish-medium-bert-uncased — компактная модель BERT для турецкого языка, разработанная для заполнения пробелов в линейке небольших турецких BERT-моделей. Она предназначена прежде всего для предсказания замаскированных токенов в тексте и может использоваться как основа для задач, которым нужны контекстные представления турецкого текста. Модель имеет архитектуру BERT с примерно 49,9 млн параметров и контекстом до 512 токенов; доступны веса PyTorch, Safetensors и TensorFlow. Модель без учёта регистра, однако перед токенизацией текст требуется вручную преобразовывать в нижний регистр с учётом турецкой буквы I: `text.replace("I", "ı").lower()`. В README отмечен известный дефект токенизатора: параметр `do_lower_case=True` использовать не следует. Обучение преимущественно на собранных из интернета данных может приводить к предвзятым предсказаниям. Лицензия в предоставленных данных не указана.

vera-qwen-1.5b-dpo — дообученная модель Ram Bhogesara для генерации ответов с явным обозначением предположений и неопределённости. Она основана на Qwen2.5-1.5B-Instruct и обучена методом Direct Preference Optimization (DPO) на 817 парах предпочтений, созданных для проекта из TruthfulQA. Модель предназначена для диалогов, ответов на наводящие вопросы и обсуждения спорных тем с более калиброванными и проверяемыми формулировками. Модель использует плотную архитектуру Qwen2 и содержит 1,5 млрд параметров. Она принимает текст и генерирует текст, поддерживает контекст до 32 768 токенов; карточка указывает английский язык. Веса доступны в формате safetensors, библиотека для работы — Transformers. Лицензия — Apache-2.0. Это личный исследовательский проект с небольшим набором обучающих предпочтений. Заявление автора о сходимости обучения не подтверждает качество ответов на широком круге задач; проверяйте важные факты по независимым источникам. Для использования доступны объединённые 16-битные веса.

Violet — языковая модель GPT-NeoX, дообученная Zakarth для роли мисс Violet Hartwell, молодой англичанки из Кенсингтона конца XIX века. Модель содержит около 1,8 млрд параметров, использует архитектуру GPTNeoXForCausalLM и принимает контекст до 4096 токенов. Она обучалась преимущественно на англоязычных текстах 1800–1899 годов и рассчитана на генерацию текста в режиме диалога. Модель подходит для ролевого общения от лица персонажа, творческого письма в викторианском стиле, написания писем, описания сцен и ответов о викторианском этикете. В режиме чата формирует строку настроения вместе с ответом; для неё предусмотрен специальный формат запросов и отдельный токенизатор Violet. Лицензия — CC0-1.0. Ответы могут содержать исторические предубеждения, случайные современные фрагменты из-за ошибок OCR, а также неточности в датах и возрастах; модель иногда ошибается в указании пола собеседника или персонажа. Она не предназначена для актуальных фактических вопросов или медицинских, юридических и финансовых рекомендаций.

Wanabi-Novelist-24B-GGUF — это квантизированная версия модели Wanabi-Novelist-24B, разработанной kawaimasa и преобразованной в формат GGUF пользователем mradermacher. Модель ориентирована на генерацию текста на японском языке, в частности на написание художественных произведений и романов. Судя по тегам, её базовая архитектура связана с Mistral, однако точная конфигурация архитектуры и размер контекста в README не указаны. Доступны варианты с разными уровнями квантизации: от Q2_K размером около 9 ГБ до Q8_0 размером около 25,2 ГБ. В README отмечается, что Q4_K_S и Q4_K_M рекомендуются как быстрые варианты, Q6_K обеспечивает очень хорошее качество, а Q8_0 — лучшее качество среди перечисленных вариантов. Более компактные варианты требуют меньше памяти, но могут уступать по качеству. Модель поддерживает только текстовую модальность; другие языки, кроме японского, явно не заявлены. Лицензия модели — Apache-2.0. README не содержит результатов тестирования, подробного описания сильных и слабых сторон исходной модели или требований к аппаратному обеспечению, поэтому качество генерации и практическая производительность зависят от выбранного варианта квантизации и используемого программного обеспечения для GGUF.

Facebook AI исследователи разработали XLM — трансформерную языковую модель, представленную в работе Cross-lingual Language Model Pretraining. Этот чекпойнт предварительно обучен на английском тексте с задачей masked language modeling и предназначен для заполнения пропусков в тексте по контексту. Архитектура — XLMWithLMHeadModel; доступны форматы PyTorch и TensorFlow, максимальный контекст — 512 токенов. Модель подходит для восстановления замаскированных слов и как языковое представление для последующих NLP-сценариев. Она обучена только на английском, поэтому её не следует считать мультиязычной версией XLM. Карточка отмечает общие для языковых моделей риски смещений и рекомендует учитывать их при прямом и последующем использовании. Лицензия CC-BY-NC-4.0 ограничивает коммерческое использование.

X-MOD Base — мультиязычная маскированная языковая модель, разработанная авторами работы «Lifting the Curse of Multilinguality by Pre-training Modular Transformers» и опубликованная в репозитории facebook. Модель содержит около 305,2 млн параметров, использует архитектуру X-MOD с языковыми адаптерами в слоях трансформера и токенизатор XLM-R. Она принимает текст и предсказывает замаскированные в нём токены; для инференса требуется выбрать языковой адаптер, соответствующий языку входа. Модель предварительно обучена на отфильтрованных данных CommonCrawl для 81 языка. Её можно дообучать для языковых задач, а модульная структура поддерживает перенос между языками, в том числе zero-shot перенос после дообучения. Контекст составляет 514 токенов. Репозиторий содержит веса PyTorch; лицензия — MIT. Модель предназначена прежде всего для предсказания пропущенных слов и служит основой для дообучения на других языковых задачах. При дообучении авторы экспериментов замораживали языковые адаптеры и слой эмбеддингов. Для описания рисков и смещений карточка отсылает к XLM-R, обученной на сходных данных; результаты могут зависеть от правильного выбора языкового адаптера.

voidful/albert_chinese_base — китайская базовая модель ALBERT, исходно разработанная Google и преобразованная в формат Hugging Face. Она предназначена для задач заполнения маскированных токенов: по контексту предсказывает вероятные слова или символы на месте [MASK]. Модель содержит 129,5 млн параметров, использует архитектуру AlbertForMaskedLM и рассчитана на контекст до 512 токенов. Для загрузки словаря в этом репозитории README рекомендует BertTokenizer, поскольку модель не использует SentencePiece; поддерживается AutoTokenizer. Доступны веса PyTorch и Safetensors. Модель ориентирована на китайский язык. В README приведён пример предсказания, но подробной оценки качества нет. Условия лицензии в предоставленных материалах не описаны.

soob3123/amoral-gemma3-12B-v2 — диалоговая модель для генерации аналитически нейтральных ответов на чувствительные и спорные запросы. Она дообучена разработчиком soob3123 на базе Google Gemma 3 12B Instruct с использованием набора TheDrummer/AmoralQA-v2; в репозитории представлены веса Safetensors. Модель предназначена для ответов с нейтральным тоном, без выраженных моральных оценок и с акцентом на фактическую точность и эпистемическую сдержанность. Архитектура — плотная Gemma 3; базовая модель мультимодальна и поддерживает понимание изображений, однако карточка этой версии заявляет текстовую генерацию и не описывает её работу с изображениями. В метаданных указан английский язык. README сообщает, что версия V2 улучшает аналитические способности и немного реже отказывает в ответах; для общих запросов различия с V1 могут быть малозаметны. Лицензия в предоставленных данных не приведена.

Danish BERT — модель на архитектуре BERT, разработанная BotXO.ai для работы с датским текстом. Она предназначена для задачи fill-mask: предсказывает замаскированные слова по контексту и подходит для языкового моделирования и анализа датских текстов с маскированными токенами. Модель содержит 137,8 млн параметров и поддерживает контекст до 512 токенов. Исходные веса обучены в TensorFlow, затем преобразованы в формат PyTorch; в репозитории доступны версии PyTorch и Flax. Карточка указывает датский язык и данные Common Crawl и Wikipedia. Лицензия — CC BY 4.0.

BLIP-2 OPT-6.7B COCO — модель Salesforce для генерации текста по изображению и необязательному текстовому запросу; карточку модели подготовила команда Hugging Face. Архитектура объединяет визуальный энкодер типа CLIP, Querying Transformer (Q-Former) и языковую модель OPT с 6,7 млрд параметров. Энкодер изображений и OPT используют предобученные замороженные веса, а Q-Former связывает представления изображения с языковой моделью. Модель дообучена на COCO. Подходит для создания подписей к изображениям, ответов на вопросы о содержимом изображения и диалоговой генерации с изображением и историей разговора в запросе. Принимает изображения и текст, генерирует текст; в метаданных указан английский язык. Модель может наследовать смещения и проблемы качества OPT и интернет-данных для пар изображение–текст, включая галлюцинации и генерацию неуместного содержания. Она не оценивалась в реальных приложениях; перед применением следует проверять точность, безопасность и справедливость. Лицензия — MIT; карточка указывает исследовательское назначение и не рекомендует прямое развёртывание без оценки рисков.

Calliope — устаревшая языковая модель NovelAI для генерации текста. Она основана на GPT-Neo 2.7B от EleutherAI и стала первым опытом NovelAI по дообучению крупной языковой модели. В репозитории указаны архитектура GPT-Neo, 3,1 млрд параметров и контекст до 2048 токенов; опубликованы веса в формате PyTorch. Модель предназначалась для генерации продолжений текста и художественного письма. NovelAI сняла её с поддержки: сначала её сменила более сильная Sigurd на базе GPT-J 6B, а позднее Calliope утратила преимущество в скорости. В README релиз представлен как исторический и архивный. Лицензия — GPL-2.0.

CeLLaTe-tapt-bioformer16l-tokenizer-original-spanmask — дообученная на наборе Mardiyyah/TAPT_CeLLaTe2.0 модель bioformers/bioformer-16l для заполнения пропусков в тексте. Это плотная BERT-модель с архитектурой BertForMaskedLM, содержащая 50,3 млн параметров; формат весов — safetensors. Модель принимает текст и предсказывает замаскированные токены, поддерживает английский язык и контекст длиной до 1024 токенов. В README приведены результаты оценки: loss 2,6539, accuracy 0,5310 и perplexity 14,2095. Карточка не описывает предполагаемые сценарии применения и ограничения качества, поэтому результаты следует рассматривать как ориентир оценки, а пригодность для конкретной задачи — проверять отдельно. Модель распространяется по лицензии Apache-2.0.

Это диалоговая языковая модель Qwen3 с плотной архитектурой и 3,7 млрд параметров, дообученная методом GRPO на планировании следующих глав. Разработчик сообщает, что чекпойнт относится к ветке base, использует seed 42 и выбран на шаге 96 по результатам проверки на отложенных примерах; обучение включало два эпизода и генерацию до 4 096 токенов. Контекст модели — до 262 144 токенов. Модель предназначена для генерации планов продолжения глав на основе обучающих примеров, связанных с книгами. Отбор чекпойнта учитывал непрерывную контрастивную награду: поощрялось улучшение для целевой книги и применялись штрафы за сходство с примерами-ловушками из той же или другой книги. Это специализированный исследовательский чекпойнт, а не подтверждённая универсальная модель для любых задач диалога. Лицензия в предоставленных данных не указана.

Это экспериментальный чекпойнт Qwen3-4B-Instruct-2507 от agurung, дообученный методом GRPO для планирования следующих глав книги. Модель имеет плотную архитектуру Qwen3ForCausalLM примерно на 3,7 млрд параметров, работает через Transformers и принимает текстовые запросы, выдавая текстовые планы. Контекст — до 262 144 токенов. Обучение проведено на 7 075 примерах планирования продолжения книги в течение двух эпизодов; для выбора чекпойнта использовали 1 120 отложенных примеров и восемь генераций на каждый. Выбор опирался на непрерывную контрастивную награду: учитывались улучшение оценки для собственного продолжения и штрафы за сходство с альтернативами из той же или другой книги. Это узкоспециализированный исследовательский вариант; README не сообщает лицензию и не приводит оценки качества на независимом тестовом наборе.

CoT-llama-2k-7b — авторегрессионная языковая модель на архитектуре LLaMA 2, разработанная Kyujin Han в рамках консорциума корейских компаний Media Group Saramgwa Forest и Marker. Модель содержит 6,7 млрд параметров, принимает текст и генерирует текст; длина контекста — 2048 токенов. Модель дообучена на корейском наборе KoCoT_2000, созданном с использованием переводов материалов KAIST-CoT. Она предназначена для генерации текста с пошаговыми рассуждениями и может применяться к корейским задачам вопросов и ответов, вывода и классификации. В README приведены результаты оценок на COPA, HellaSwag, BoolQ и SentiNeg, однако таблицы сравнивают другие модели и не позволяют установить показатели этой модели. Лицензия — CC BY-NC-SA 4.0: использование и распространение требуют соблюдения условий атрибуции, распространения на тех же условиях и некоммерческого применения. Результаты для конкретных задач могут зависеть от промпта и качества генерации.

DatedGPT-2014 — базовая предварительно обученная языковая модель семейства DatedGPT, разработанная организацией datedgpt. Это плотная авторегрессионная модель архитектуры LlamaForCausalLM с 1,3 млрд параметров и контекстом до 2048 токенов. Обучающие данные ограничены сведениями, доступными до 2014 года, поэтому модель предназначена для генерации продолжений и анализа, учитывающего временной срез данных без заглядывания в будущее. Модель принимает текст и генерирует текстовые продолжения. Это базовая версия без настройки на инструкции: она не предназначена для диалогового общения и может не следовать командам. Знания ограничены винтажем 2014 года; в README также указано, что модель не проходила RLHF и настройку безопасности. Репозиторий распространяет веса в формате Safetensors; лицензия в предоставленных данных не указана.

ku-nlp/deberta-v2-large-japanese-char-wwm — крупная японская языковая модель семейства DeBERTa V2, разработанная KU NLP и предварительно обученная на японской Википедии, японской части CC-100 и японской части OSCAR. Модель использует посимвольную токенизацию SentencePiece и маскирование целых слов (whole word masking); её архитектура — DebertaV2ForMaskedLM, размер — около 425,2 млн параметров, контекст — до 512 токенов. Модель предназначена для заполнения пропусков в японском тексте и других сценариев masked language modeling, а также может служить базой для последующего дообучения под задачи понимания японского языка. Для токенизатора можно передавать исходный текст без предварительной токенизации. Модель принимает текст и предсказывает текстовые токены. Для предобучения использован корпус общим объёмом 171 ГБ; японская Википедия была продублирована десять раз, чтобы сопоставить её объём с другими источниками. Репозиторий содержит веса PyTorch и Safetensors. Лицензия — CC BY-SA 4.0.

DictaBERT-Tiny — компактная модель семейства BERT, разработанная Dicta для современного иврита. Это базовая модель, предварительно обученная предсказывать замаскированные слова; она подходит для заполнения пропусков в тексте и как языковая основа для последующей настройки под задачи иврита. Модель содержит 46 млн параметров, использует архитектуру BERT с головой masked language modeling и принимает последовательности длиной до 512 токенов. Доступны веса PyTorch и Safetensors. Модель распространяется по лицензии CC BY 4.0.

dlite-v2-124m — компактная языковая модель AI Squared, созданная на основе GPT-2 и дообученная на 15 тысячах записей набора Databricks Dolly 15k для диалогового взаимодействия. Это плотная GPT-2-модель для генерации текста; она принимает текст и выдаёт текст. Модель содержит 124 млн параметров и рассчитана на английский язык. Длина контекста — 1024 токена. Модель подходит для экспериментов с небольшими чат-моделями, генерации ответов и изучения дообучения языковых моделей на ограниченном наборе инструкций. Разработчик отмечает, что она не достигает передового качества и может выдавать фактические ошибки, предвзятые, оскорбительные или токсичные ответы и галлюцинации. Лицензия Apache 2.0 разрешает исследовательское и коммерческое использование.

Lanni-ni/dynamic_alibi_2_4_256_inverse_babylm_10m_seed44_epoch8 — небольшая модель генерации текста, опубликованная пользователем Lanni-ni на Hugging Face. Она предназначена для авторегрессионного продолжения текста и экспериментов с языковыми моделями.

Eleusis-12B — экспериментальная разговорная модель для ролевых сценариев, выпущенная PygmalionAI как дополнительная модель вместе с Pygmalion-3. Она дообучена на Mistral Nemo Base и содержит 12,1 млрд параметров; для работы используется архитектура MistralForCausalLM и формат safetensors. Модель принимает текстовые сообщения в формате ChatML и генерирует текстовые ответы. В метаданных указан контекст до 1 024 000 токенов. Модель предназначена прежде всего для художественного письма и развлекательного ролевого общения: она может поддерживать заданный образ персонажа, развивать сцену и давать подробные, творческие ответы. Веса выпущены по лицензии Apache 2.0. Eleusis не дообучали специально для безопасных и безвредных ответов. Она может генерировать ненормативную, непристойную или оскорбительную лексику, а также фактически неверные или вводящие в заблуждение утверждения. Разработчик указывает, что применение вне художественного письма и развлечений не входит в предполагаемый сценарий модели.

en-bal-latin-v2 — модель машинного перевода семейства Marian, разработанная на основе shehzadkhalid04/balochi-latani и дообученная на неизвестном наборе данных. Она предназначена для перевода между английским и балучи латиницей; размер модели составляет 58 млн параметров, максимальный контекст — 512 токенов. Модель использует библиотеку Transformers и распространяется в формате Safetensors. В README приведено значение loss 0,1554 на оценочном наборе, однако описание набора данных, методики оценки и ограничений отсутствует. Модель распространяется по лицензии MIT.

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.

Experiment27-7B — экспериментальная языковая модель на архитектуре Mistral, представленная yam-peleg. В README она описана как часть исследования конвейера обучения и оценки LLM, включая подготовку данных, алгоритмы обучения и метрики оценки. Модель содержит 7,1 млрд параметров, работает с текстом и имеет контекст до 32 768 токенов. В карточке указаны английский язык и библиотека Transformers; веса опубликованы в формате safetensors. Основная задача по метаданным — генерация текста. Карточка не описывает специальные пользовательские сценарии или подтверждённые преимущества качества; модель позиционируется как эксперимент для проверки и доработки исследовательского конвейера. Лицензия — Apache-2.0.

FengHe — модель для метеорологических сервисов, разработанная Центром общественных метеорологических услуг Китайского метеорологического управления на базе GLM-4.5-Air. Модель дообучена на специализированном корпусе метеорологических материалов объёмом более 50 млн токенов и 490 тыс. примеров инструкций. Она использует архитектуру GLM-4 MoE с причинным языковым моделированием; размер составляет 8,5 млрд параметров, контекст — до 131 072 токенов. Модель принимает и генерирует текст, поддерживает китайский и английский языки, а также диалоговый режим и вызов инструментов. FengHe предназначена для понимания запросов о погоде и метеорологических услугах, создания сводок, отчётов и пояснений к предупреждениям, анализа погодных рисков и поддержки принятия решений. Она также может использовать инструменты для получения метеорологических данных и организации сервисных процессов. В README сообщается о превосходстве над рядом универсальных моделей на MetsEval-1k, однако подробные численные результаты здесь не приведены. Модель распространяется по лицензии MIT; разработчик запрещает использовать её для создания ложных предупреждений и вводящей в заблуждение метеорологической информации.

FlauBERT-base-uncased — франкоязычная модель предварительного обучения, созданная исследователями CNRS на большом разнородном корпусе французских текстов. Репозиторий содержит вариант FlauBERT Base без различения регистра: 12 слоёв, 12 голов внимания, размерность представлений 768 и около 137 млн параметров. Модель использует архитектуру FlauBERT с языковой головой для заполнения маски; максимальная длина контекста — 512 токенов. Модель подходит для предсказания пропущенных слов во французском тексте и как основа для адаптации к задачам обработки французского языка. FLUE — сопутствующий набор для оценки французских NLP-систем, а не отдельная возможность этого чекпойнта. Для репозитория указана лицензия MIT. Карточка не приводит измерений качества именно этого варианта; его назначение и контекст ограничивают применимость задачами работы с текстом.

Franken-Maid-Slerp — экспериментальная объединённая языковая модель от ND911 для генерации текста и ролевых диалогов. Она создана методом slerp с помощью mergekit на основе SanjiWatsuki/Loyal-Toppy-Bruins-Maid-7B-DARE и ND911/EE-LMaid-7B-Slerp; последний также является объединением моделей, включая SanjiWatsuki/Silicon-Maid-7B и maywell/Synatra-7B-v0.3-RP. Архитектура — плотная Mistral с 7,1 млрд параметров, формат весов — safetensors, контекст — до 8192 токенов. Автор рекомендует использовать модель для экспериментальных ролевых сценариев в SillyTavern с Min-P. Карточка не приводит сведений о языках или сравнительной оценке качества. Модель распространяется по лицензии Apache-2.0.