I.5Создание и редактирование текста

Gemma-4-12B-OBLITERATED — модифицированная версия Google Gemma 4 12B-it, созданная проектом OBLITERATUS для исследований выравнивания, red teaming и оценки устойчивости механизмов безопасности языковых моделей. Модель предназначена для анализа геометрии отказов, проверки устойчивости RLHF/DPO-выравнивания к модификации весов, сравнительного тестирования и локального запуска при наличии совместимого оборудования. Это не потребительская модель: встроенные защитные ограничения были намеренно удалены, поэтому модель может выполнять запросы, которые исходная Gemma 4 отклоняет. Модель относится к текстовым генеративным моделям и построена на архитектуре Gemma 4 с 12 млрд параметров; базовая модель — google/gemma-4-12B-it. Для удаления поведения отказа применена двухэтапная модификация весов без переобучения: удаление шести направлений геометрии отказа в слоях 12–21 и последующее смешивание весов в слоях 22–46 с исходными весами по ступенчатому градиенту. По заявленным результатам, модель получила 0 отказов на 842 тестовых запросах, сохранила связность в 6 из 6 проверок и достигла результата 46/70 в MMLU-Pro, что соответствует заявленному паритету с исходной моделью. Главная сильная сторона — сочетание полного отсутствия отказов на проверочном наборе с сохранением заявленной производительности исходной модели. Ограничения включают отсутствие защитных механизмов, потенциальную возможность генерации опасного или вредоносного контента, а также то, что приведённые показатели основаны на описанных авторами тестах и не характеризуют все сценарии применения. В README указана лицензия Gemma; доступны GGUF-квантизации, но конкретные варианты и их параметры в предоставленных данных не перечислены.

GodziLLa-30B — экспериментальная языковая модель Maya Philippines, выпущенная в июле 2023 года. Это плотная causal language model семейства LLaMA с 32,3 млрд параметров и контекстом 2048 токенов. Модель создана как композиция нескольких проприетарных LoRA Maya и Lazarus-30B от CalderaAI; в карточке также указана лицензия CC BY-NC 4.0. Модель предназначена прежде всего для стресс-тестирования составных LLM, изучения взаимодействия LoRA-адаптеров и оценки на бенчмарках, включая MMLU, ARC, HellaSwag и TruthfulQA. Для запросов рекомендуется формат инструкций Alpaca; может подойти и формат Vicuna. Она генерирует текст и может использоваться для экспериментальных диалогов и ответов на вопросы. Разработчики предупреждают о возможных смещениях, недостоверных ответах и наличии неотфильтрованного контента, включая насилие и сексуальные материалы. Модель не имеет заявленных механизмов защиты приватности; конфиденциальные данные передавать не следует. Коммерческое использование запрещено лицензией, а при использовании требуется атрибуция.

Sultannn/gpt2-ft-id-puisi — дообученная модель генерации текста на архитектуре GPT-2, созданная на основе базовой модели GPT-2 и предназначенная для генерации индонезийских стихотворений. README указывает, что модель дообучена на индонезийском рецептурном наборе данных, однако идентификатор модели и язык в метаданных указывают на индонезийскую поэзию; поэтому точное назначение обучающих данных нельзя уверенно установить. Модель принимает текст и генерирует продолжение, контекст составляет 1024 токена. В карточке приведены значения потерь на обучающей и валидационной выборках: 5,3628 и 5,8179. Репозиторий содержит веса в формате TensorFlow. Лицензия — MIT.

rwl4/gpt2-medium-chat — дообученная на датасете Alpaca модель GPT-2 Medium для генерации диалоговых ответов с использованием специальных токенов чата. Она предназначена для общения с пользователем и ответов на вопросы в формате system/user/assistant. Модель использует архитектуру GPT2LMHeadModel, принимает и генерирует текст, а её контекст ограничен 1024 токенами. В примере README ответ содержит фактические ошибки, поэтому качество ответов требует проверки. Лицензия модели — MIT.

iko-01/gpt2_oasst1_50pct — модель, дообученная разработчиком на 50% случайной выборки диалогов OpenAssistant OASST1. Это авторегрессионная GPT-2 с архитектурой GPT2LMHeadModel и 124 млн параметров. Модель генерирует ответы на инструкции и реплики пользователя; для оптимальной работы ожидает формат диалога с маркерами «### Human:» и «### Assistant:». Подходит для экспериментов с генерацией диалогов и компактными разговорными моделями. Модель рассчитана на английский язык и имеет контекст длиной 1024 токена. Она компактна, но может испытывать трудности со сложными рассуждениями, точностью фактов и связностью в длинных диалогах. Данные OASST1 могут содержать предвзятость, ошибочную или токсичную информацию. Лицензия — Apache 2.0.

bolbolzaban/gpt2-persian — персоязычная авторегрессионная языковая модель на архитектуре GPT-2, предназначенная для генерации текста и исследовательских экспериментов с персидской поэзией. Модель обучена на персидских текстах с гиперпараметрами, близкими к стандартному GPT-2 Medium; длина контекста составляет 256 субсловных токенов. Вместо BPE используется токенизатор SentencePiece. Модель лучше всего подходит для продолжения персидского текста и создания стихов, в том числе классической персидской поэзии с маркерами [BOM] и [EOS]. Обучающие данные ограничены персидским текстом: латинские символы, числа и другие неперсидские символы заменены специальными токенами, поэтому вход рекомендуется нормализовать и подавать персидским письмом. Модель разработана Bolbolzaban, доступна в форматах PyTorch, TensorFlow и Flax и распространяется по лицензии Apache-2.0.

Это квантованная версия модели GPT-NeoX 20B Fiction Novel Generation, изначально разработанной FrostAura. Модель преобразована в формат GGUF пользователем ywms666 с использованием llama.cpp и сервиса GGUF-my-repo. Она предназначена для генерации художественного текста и романов на английском языке. Модель основана на архитектуре GPT-NeoX и содержит около 20 миллиардов параметров. Представлена в варианте квантования Q4_K_M, что позволяет использовать её локально с llama.cpp через командную строку или серверный режим. В README приведён пример запуска с контекстом 2048 токенов, однако другие параметры и точный размер контекстного окна не указаны. Сильной стороной модели является специализация на художественной прозе и возможность локального запуска в экосистеме llama.cpp. Ограничения связаны с английской языковой специализацией, отсутствием подробных сведений об обучающих данных, качестве генерации и дополнительных возможностях, а также с возможной потерей качества из-за 4-битного квантования. Для использования указана лицензия MIT.

GPT-SW3 1.3B Instruct — языковая модель на 1,3 млрд параметров от AI Sweden, созданная при участии RISE и WASP WARA for Media and Language. Это общественная копия модели AI-Sweden-Models/gpt-sw3-1.3b-instruct. Модель построена на архитектуре GPT-2, доступна в формате safetensors и предназначена для генерации текста и диалогов по инструкциям; заявленная длина контекста — 2048 токенов. Модель рассчитана на шведский, норвежский, датский, исландский и английский языки. Её можно использовать для исследовательских экспериментов с многоязычным диалогом и генерацией текста; README отмечает хорошее качество чата на шведском и быструю генерацию. Веса обучались на больших массивах веб-данных и не проходили дополнительное выравнивание или настройку безопасности, поэтому ответы могут быть неточными, оскорбительными или отражать предвзятость данных. Распространяется по модифицированной лицензии RAIL от AI Sweden; перед использованием следует ознакомиться с её условиями. README указывает, что модель не предназначена для коммерческого применения и рекомендует использовать её только в контролируемых исследовательских условиях.

gte-en-mlm-large — англоязычный текстовый энкодер семейства GTE-v1.5, разработанный Institute for Intelligent Computing группы Alibaba. Это версия модели Alibaba-NLP/gte-en-mlm-large для Transformers: веса не менялись, преобразована только конфигурация, чтобы модель загружалась без trust_remote_code. Архитектура основана на transformer++ (BERT, RoPE и GLU), использует словарь bert-base-uncased и обучена методом masked language modeling на c4-en. В метаданных указаны 433,9 млн параметров и контекст до 8192 токенов. Модель предназначена для англоязычного представления текста; семейство GTE-v1.5 включает энкодеры, модели эмбеддингов и реранкинга. Для этой MLM-версии в метаданных указана задача fill-mask. В таблице README для варианта large приведена оценка GLUE 87,58. Модель распространяется по лицензии Apache-2.0.

Карточка модели NeoSapian/GURU-v1 на Hugging Face совпадает с карточкой SocioDynamicsAI/GURU-v1, поэтому описание составлено по ней. Guru-v1 — языковая модель, разработанная SocioDynamicsAI и настроенная для общения на малаяламском языке. Она предназначена для выполнения инструкций и ответов на вопросы о государственных услугах Кералы, а также для общего общения на малаяламском; поддерживается и английский язык. Модель дообучена на подготовленных парах инструкций и ответов на малаяламском языке и распространяется в формате safetensors. Модель подходит для чат-ассистентов и справочных ответов о государственных услугах региона. За пределами этой тематики качество может варьироваться. Она не оценивалась для решений в юридических или медицинских ситуациях, поэтому такие ответы следует проверять. Лицензия — Apache-2.0.

IceWhiskeyRP-7b-8bpw-exl2 — разговорная языковая модель для генерации текста и ролевых диалогов, опубликованная icefog72. Это вариант IceWhiskeyRP-7b с квантованием EXL2 до 8 бит на вес; в основе — плотная архитектура Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель поддерживает чат и рассчитана на продолжение диалога и создание ролевого текста. Модель ориентирована на взрослый контент и помечена как неподходящая для всех аудиторий. Для использования задана лицензия CC BY-NC 4.0, которая требует указания авторства и запрещает коммерческое использование. Карточка не описывает конкретные языки или дополнительные ограничения качества.

Infinite-Laymons-7B — языковая модель для вымышленных историй и ролевых диалогов, созданная ABX-AI слиянием двух предварительно обученных моделей: KatyTheCutie/LemonadeRP-4.5.3 и Nitral-AI/Infinitely-Laydiculous-7B. Для слияния применён метод SLERP с помощью mergekit. Модель построена на плотной архитектуре MistralForCausalLM и содержит 7,1 млрд параметров. Она генерирует текст, рассчитана на контекст до 32 768 токенов и ориентирована на более оригинальные диалоги с меньшим уровнем alignment. Репозиторий содержит веса в формате safetensors. Лицензия указана как other; конкретные условия в карточке не раскрыты. Модель предназначена для творческого письма и ролевых сценариев; качество и поведение за пределами этого назначения не описаны.

jweb-japanese-soseki-gpt2-1b — японская языковая модель на архитектуре GPT-2, дообученная jweb на основе модели, обученной компанией rinna Co., Ltd. В репозитории указано 1,3 млрд параметров, а метаданные Hugging Face сообщают 1,7 млрд; модель имеет 24 слоя и скрытый размер 2048. Для токенизации используется SentencePiece, в README рекомендуется T5Tokenizer. Доступны веса PyTorch и Rust. Модель предназначена для генерации японского текста в продолжение заданного фрагмента. Она дообучена на произведениях из Aozora Bunko, особенно на книгах Нацумэ Сосэки; также указаны обучающие данные Japanese C4, CC-100 и Wikipedia. Контекст составляет 1024 токена. README приводит perplexity около 14 на выбранной отложенной выборке из тех же данных. Модель выпущена под лицензией MIT.

Javalion-R — экспериментальная текстовая генеративная модель семейства GPT-J, созданная digitous как слияние весов пяти моделей: Janeway, Shinen, Skein, Pygmalion и GPT-R. В карточке указано, что Janeway и Shinen объединены в JANIN-GPTJ, Skein и Pygmalion — в SKEGMA-GPTJ, а GPT-R сам является слиянием двух исследовательских instruct-моделей. Модель предназначена для развлекательной генерации текста и экспериментов с объединением instruct-моделей с моделями другого назначения; автор ориентирует её на использование с KoboldAI. Она принимает текст и генерирует текст, имеет контекст 2048 токенов и доступна в формате PyTorch. Автор предупреждает, что модель не предназначена для несовершеннолетних и может создавать контент уровня NC-17 и выше. Оптимальные настройки генерации не определены, а качество зависит от выбранного sampler и параметров. Лицензия — CreativeML OpenRAIL-M.

L20-1B-20B-Base — базовая англоязычная причинная языковая модель, разработанная AliceYin и обученная с нуля без использования сторонних предварительно обученных чекпойнтов. Модель построена на архитектуре LlamaForCausalLM с 1,10 млрд параметров; токенизатор также обучен с нуля. Обучение завершено на 20 млрд предсказательных токенов, контекст составляет 2 048 токенов. Весовые файлы safetensors сохранены в FP32. Модель предназначена для продолжения текста и генерации ответов по заданному текстовому контексту. Это базовая completion-модель без дообучения для следования инструкциям, диалога, предпочтений или безопасности; её можно использовать для экспериментов с языковыми моделями, генерации английского текста и дальнейшего дообучения под конкретные задачи. В опубликованной оценке на семи тестах средний результат составил 51,26%; модель показала сопоставимые результаты с некоторыми версиями TinyLlama, но уступила TinyLlama 2.5T. Модель ориентирована на английский язык и обучалась преимущественно на образовательных веб-текстах, математических материалах и лицензированном учебном коде. Она может галлюцинировать, повторять текст и выдавать предвзятый или вредоносный контент; результаты по многошаговой математике слабы, а контекст ограничивает длинные запросы. Условия лицензии в предоставленных материалах не описаны.

rahadianivan09/legal-chatbot-grpo — языковая модель семейства Llama, разработанная rahadianivan09 и дообученная на базе rahadianivan09/legal-chatbot-finetuned. Модель предназначена для генерации текста в формате чата по юридической тематике; в карточке указано обучение с использованием Unsloth и библиотеки TRL. Модель содержит 3,2 млрд параметров, принимает текст и генерирует текст. Заявленная длина контекста — 131 072 токена. Доступны веса в формате safetensors. Лицензия — Apache-2.0.

bbuttercup/legal-chatbot-qwen2.5-1.5b-id-grpo — дообученная чат-модель семейства Qwen2.5 с 1,5 млрд параметров, созданная разработчиком bbuttercup на базе bbuttercup/legal-chatbot-qwen2.5-1.5b-id. Модель предназначена для генерации текста в диалоговом формате; в карточке она обозначена как юридический чат-бот. Контекст составляет до 32 768 токенов. Модель обучали с использованием Unsloth и библиотеки TRL для Hugging Face. Она принимает текст и выдаёт текст, поддерживает английский язык. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

mkurman выпустил LFM2.5-230M-SYNTH — экспериментальное дообучение LiquidAI/LFM2.5-230M на большом наборе синтетических рассуждений с сохранёнными трассами thinking. Это плотная причинная языковая модель семейства LFM2 примерно на 220,1 млн параметров; архитектура сочетает свёрточные и attention-слои. Модель предназначена для генерации текста, в том числе рассуждений и трасс thinking, экспериментов с рассуждениями компактных моделей и прототипирования локальных или периферийных решений. В метаданных заявлено контекстное окно 128 000 токенов, однако обучение проходило с длиной последовательности 2 048 токенов, поэтому работу на длинном контексте не проверяли. Это частичный чекпойнт примерно на 0,86 эпохи; обучение велось исключительно на синтетических данных, что может приводить к смещениям, а качество требует оценки перед применением. В README и метаданных лицензия не указана.

Lite-Mistral-150M-v2-Instruct — компактная языковая модель OuteAI на архитектуре Mistral с плотной архитектурой и примерно 131,3 млн параметров по метаданным. Она предназначена для генерации текста в диалоговом формате и рассчитана на работу на устройствах с ограниченными ресурсами. Модель обучалась примерно на 8 млрд токенов; заявленный контекст — 2048 токенов. Для диалога требуется использовать указанный в карточке шаблон с ролями system, user и assistant. Модель может отвечать на простые вопросы и поддерживать несложные диалоги, однако из-за небольшого размера способна терять контекст в многоходовом общении и выдавать непоследовательные или неточные ответы, особенно в сложных и тонких сценариях. Репозиторий содержит веса Safetensors. Лицензия — Apache-2.0.

Miniguanaco-7b — языковая модель семейства Llama, созданная mlabonne на основе Llama-2-7b-chat-hf. Модель дообучена методом QLoRA на наборе mlabonne/guanaco-llama2-1k, подмножестве timdettmers/openassistant-guanaco. Это плотная авторегрессионная архитектура LlamaForCausalLM примерно с 6,6 млрд параметров и контекстом до 4096 токенов. Модель генерирует текст по текстовому запросу и подходит для экспериментов с диалоговыми ответами, инструкциями и базовой генерацией текста. В карточке приведён пример связного объяснительного ответа. Автор позиционирует её главным образом как учебную модель и не рекомендует для инференса. Лицензия — Apache-2.0.

midris/Llama-3.2-3B-Legal-GRPO — англоязычная плотная модель семейства Llama с 3,2 млрд параметров, дообученная midris на основе midris/Llama-3.2-3B-Legal-SFT. Это чат-модель для генерации текста и диалоговых ответов по юридической тематике; карточка указывает обучение с использованием Unsloth и библиотеки TRL. Модель принимает текст и генерирует текст, поддерживает контекст до 131 072 токенов и распространяется в формате Safetensors. Модель может подойти для подготовки черновиков юридических ответов и ведения диалога по правовым вопросам на английском языке. Лицензия Apache-2.0 разрешает использование и распространение на её условиях. Карточка не приводит результаты оценки качества или описания конкретных юридических юрисдикций, поэтому ответы следует проверять перед практическим применением.

noviardhana/llama3-legal-id-grpo — плотная авторегрессионная языковая модель семейства Llama, опубликованная noviardhana. Это дообученная версия noviardhana/llama3-legal-id-ft; для обучения использовались Unsloth и библиотека TRL. Модель предназначена для генерации текста в диалоговом формате и юридических сценариев на индонезийском языке, что следует из названия базовой модели. Модель содержит 3,2 млрд параметров, принимает текст и выдаёт текст. Заявленная длина контекста — 131 072 токена. В репозитории опубликованы веса Safetensors; метаданные отмечают чат и интерфейс вызова инструментов. Лицензия — Apache-2.0. Практические ограничения и качество ответов в README не описаны. Юридические ответы стоит проверять по актуальным индонезийским законам и первичным источникам.

LumynaX Translate NLLB-200 3.3B — экспериментальный переводческий пакет AbteeX AI Labs на основе дообученной модели facebook/nllb-200-3.3B. Он предназначен для машинного перевода; README описывает интеграцию модели через маршрутизацию во время выполнения без изменения исходных весов. Архитектура — M2M100ForConditionalGeneration, размер — 2,1 млрд параметров, максимальный контекст — 1024 токена. Модель связана с английским и te reo Māori; метаданные также указывают поддержку английского и Māori. Это архивный, устаревший эксперимент, который больше не сопровождается и не рекомендуется для производственного применения. README описывает историческую интеграцию, а не актуальные возможности LumynaX Core. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства, но ограничивающая коммерческое применение.

MasryGPT_chat_FINALLY — компактная диалоговая языковая модель, созданная ISLAM-PO на основе Qwen2.5-1.5B-Instruct и дообученная методом QLoRA на синтетических примерах египетского арабского диалекта масри. Модель содержит 1,5 млрд параметров, использует архитектуру Qwen2 и поддерживает контекст до 32 768 токенов; репозиторий содержит веса Safetensors, а README также описывает объединённую версию в 16-битном формате. Модель предназначена для диалогов на масри, включая повседневное общение, юмор, идиомы, клиентскую поддержку и образовательные сценарии. В карточке сообщается о высокой естественности диалекта в ручной оценке, однако приведён и пример ошибки в объяснении идиомы. Модель может галлюцинировать, обычно отвечает кратко, хуже работает с литературным арабским после дообучения и не имеет отдельного фильтра безопасности. Данные синтетические и могут смещаться в сторону каирского диалекта. Лицензия — Apache-2.0.

Mika-7B — разговорная языковая модель Epiculous на архитектуре Mistral с 7,1 млрд параметров. Она обучена в стиле Fett-uccine и включает синтетические данные для ролевых диалогов, созданные с помощью Claude. В метаданных указаны датасеты LimaRP, Theory of Mind, Gnosis и наборы синтетических ролевых диалогов. Модель предназначена для генерации текста в диалогах и ролевых сценариях. Для работы автор рекомендует шаблон контекста ChatML или Mistral Instruct; результаты могут зависеть от выбранного шаблона. Контекст — до 32 768 токенов. Репозиторий содержит веса PyTorch, лицензия — AGPL-3.0.

MN-Raven-12B-v1 — модель DarkArtsForge, полученная слиянием дообученных вариантов Mistral-Nemo-12B. Это плотная языковая модель MistralForCausalLM с 12,1 млрд параметров и контекстом до 131 072 токенов; репозиторий содержит веса в формате safetensors. Модель предназначена для генерации художественного текста и диалогов в готической и макабрической стилистике, с меланхоличной атмосферой и архаичной лексикой, а также для ролевых сценариев. В README указаны обучение на произведениях Эдгара Аллана По и готической литературе, слияние двух LoRA-вариантов методом arcee_fusion и поддержка формата инструкций Mistral. Лицензия — Apache-2.0. Модель ориентирована на выразительную творческую генерацию и ролевое взаимодействие. Карточка предупреждает, что ответы могут содержать жестокие и графические эротические сцены; модель описана как не имеющая отказов. Настройки системного промпта и шаблона диалога влияют на результат; для лучшего следования инструкциям README рекомендует Mistral Instruct и шаблон Mistral Tekken. Данных о поддерживаемых естественных языках карточка не приводит.

huggingtweets/nasa — текстовая генеративная модель на архитектуре GPT-2, созданная Борисом Даймой с помощью проекта huggingtweets. Она дообучена на 3 250 твитах NASA и предназначена для генерации коротких сообщений в стиле и тематике этих публикаций, например для создания вариантов продолжения заданной фразы. Модель доступна в формате PyTorch и поддерживает контекст до 1 024 токенов. Модель принимает текст и генерирует текст на английском языке. Она унаследовала ограничения и смещения GPT-2, а результаты также зависят от содержания обучающих твитов; небольшой корпус не гарантирует точности фактов или соответствия актуальной позиции NASA. Лицензия в предоставленных данных не указана.

Neural-v1-24B — объединённая модель на архитектуре Mistral Small 3.2, созданная NeuR0mancR для генерации художественных повествований и ролевого общения. Она рассчитана на атмосферную, аналитичную прозу с мрачной стилистикой, а не на роль универсального помощника. Модель содержит 23,4 млрд параметров, использует шаблон чата Mistral Tekken и поддерживает контекст до 131 072 токенов. Веса объединены из нескольких моделей с использованием Model Stock, DARE TIES, nuSLERP и SLERP; среди исходных моделей указаны варианты Mistral Small 3.2 и специализированные модели для ролевого общения и творческого письма. Модель предназначена для создания сцен, персонажей и диалогов, в том числе с темами ужасов, насилия, сексуальности и психологического напряжения. Карточка предупреждает, что у модели нет стандартных защитных механизмов и выравнивания безопасности; перед использованием в публичных приложениях необходимы собственная модерация или дообучение. Лицензия — Apache-2.0.

nezha-chinese-base-finetuned-product — дообученная модель на архитектуре BERT, основанная на peterchou/nezha-chinese-base. Она содержит 129,5 млн параметров и рассчитана на генерацию текста; модель может служить основой для экспериментов или приложений, где требуется текстовая генерация на китайском языке. В карточке указан результат оценки Loss 0,0004, однако описание набора данных, методики оценки и предназначения модели отсутствует. Контекст модели составляет 512 токенов. Доступны веса PyTorch; лицензия в предоставленных данных не указана.

Noromaid-7B-0.4-DPO — языковая модель на архитектуре Mistral, разработанная IkariDev и Undi. Это полноразмерное дообучение базовой модели Noromaid-7B версии 0.4 с применением DPO; в репозитории размещены веса FP16 в формате safetensors. Модель рассчитана на генерацию текста в диалоговом формате ChatML, включая ролевые диалоги и художественные ответы. Для обучения использовались наборы no_robots, Aesir RP и LimaRP, а для DPO — пары Intel/orca_dpo_pairs и наборы ToxicDPOqa и toxic-dpo-v0.1-NoWarning. Архитектура Mistral имеет контекст до 32 768 токенов. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение. Карточка не содержит оценок качества; результаты зависят от промпта и сценария использования.