I.5Создание и редактирование текста

Antler-7B-RP-v3 — модель Aratako для ролевых диалогов и художественной генерации на японском языке. Она создана дообучением LoRA модели Elizezen/Antler-7B, основанной на плотной архитектуре Mistral с 7,1 млрд параметров. Для диалогов рекомендуется использовать шаблон чата Mistral и задавать роли персонажей, сеттинг и начальную реплику. Контекст модели составляет 8192 токена; она принимает и генерирует текст. Модель обучена на наборах LimaRP-augmented и Rosebleu-1on1-Dialogues-RP. Версия v3 исправляет ошибку в настройках обучения v2; по сравнению с ранней версией автор отмечает более частые описания обстановки. Лицензия репозитория — Apache-2.0, однако автор указывает, что лицензия базовой модели неизвестна и условия могут измениться. Иногда модель завершает ответ без текста или пытается писать реплики пользователя; продолжение генерации, повторный запрос или стоп-слово могут помочь.

AuthorityRespect_continuous — англоязычная модель классификации текста, созданная дообучением microsoft/deberta-v3-base. Она выдаёт непрерывную оценку по тексту, связанную с характеристиками authority и respect; в README приведены метрики RMSE, MAE и корреляции на оценочном наборе. Модель построена на архитектуре DeBERTa-v3-base, содержит 211,6 млн параметров и рассчитана на входы длиной до 512 токенов. Модель подходит для автоматической оценки текста по шкале authority/respect и для экспериментального анализа таких характеристик в корпусах. README не описывает датасет, схему оценивания и предполагаемое применение подробно, поэтому интерпретацию результатов следует проверять на целевых данных. Лицензия — MIT.

BAAR2.3-3M — разработанная автором карточки сверхкомпактная плотная языковая модель для диалоговой генерации текста в условиях ограниченных вычислительных ресурсов, например на встроенных устройствах и локальных edge-платформах. В README модель названа базовым предварительно обученным чекпойнтом; метаданные указывают архитектуру BAAR25_3M семейства baar25_gau, 7,7 млн параметров и контекст 512 токенов. Несмотря на название 3M, в метаданных указано 7,7 млн параметров. Модель заявлена как многоязычная и ориентирована на 11 языков: корейский, английский, японский, китайский, испанский, португальский, немецкий, русский, хинди, вьетнамский и тайский. Основная задача в метаданных — генерация текста; в примерах README есть вопросы и ответы и запрос на перевод, а также заявлено применение в лёгких RAG-системах. В приведённых примерах качество ответов выглядит нестабильным, поэтому для точных фактических ответов и специализированных задач автор рекомендует дообучение или использование с RAG. Лицензия указана как некоммерческая; для коммерческого применения предлагается связаться с разработчиком.

Это причинная языковая модель семейства PicoDecoder, опубликованная организацией Beetle-FineWeb-2B на Hugging Face. Она предназначена для генерации продолжения текста по заданному текстовому запросу. Идентификатор указывает на двуязычную версию для нидерландского и английского языков, обученную на данных FineWeb; карточка Hugging Face показывает около 0,2 млрд параметров и загрузку через Transformers с пользовательским кодом. Карточка не содержит надёжных сведений о лицензии, контекстном окне, обучении и оценке качества. Поэтому характеристики двуязычного обучения и источника данных здесь основаны на названии репозитория; назначение генерации текста подтверждено тегом и примером запуска. Модель может использоваться для продолжения текста на нидерландском и английском, но её качество и пригодность для конкретных сценариев по доступным данным оценить нельзя.

Bella-Bartender-1B — языковая модель для разговоров и творческого письма с заданным голосом Беллы, разработанная автором репозитория на базе Llama 3.2 1B Instruct. Это плотная авторегрессионная модель семейства Llama с 1,2 млрд параметров; она дообучена Unsloth и HuggingFace TRL на 9 374 человеческих разговорных примерах. Модель рассчитана на лёгкий неформальный диалог, сценические описания, абсурдистские и философские промпты, а также прозу с выраженной эмоциональной подачей. Bella говорит на английском, обычно непринуждённо, остроумно и с готовностью возражать собеседнику. По README, модель подходит для локального запуска на скромном оборудовании. В метаданных указан родной контекст длиной 131 072 токена, однако автор описывает тесты с контекстом 8 192 токена и сообщает, что многословные ответы быстро расходуют его. Также отмечены склонность к многословию, уходу от сути, слабые сложные рассуждения и фактическое воспроизведение; в начале диалога имя Bella иногда вызывает ассоциации с персонажем из «Сумерек». Условия использования определяются лицензией Llama 3.2.

heewook/bert-base-uncased-issues-128 — модель BERT для предсказания замаскированных токенов, дообученная автором на наборе данных, указанном в карточке как None. Она предназначена для восстановления пропущенного слова или токена в англоязычном тексте. Модель использует архитектуру BertForMaskedLM, содержит 136,7 млн параметров и обрабатывает последовательности длиной до 512 токенов. В карточке приведено значение loss 1,2328 на оценочной выборке, но не описаны состав данных, методика оценки и ограничения применения. Модель распространяется по лицензии Apache-2.0.

mascIT/bert-tiny-ita — компактная итальянская языковая модель семейства BERT, разработанная mascIT и обученная с нуля на 20 тысячах статей итальянской Википедии, а также на коллекции итальянских слов и словарных определений. Модель содержит 3,1 млн параметров, использует архитектуру BertForMaskedLM и контекст до 512 токенов. Модель предназначена как базовая заготовка для дообучения под задачи итальянского языка. Её основная задача — предсказание замаскированных слов в тексте; это можно использовать, например, для языкового анализа или подготовки специализированных классификаторов после дообучения. Разработчик характеризует проект как находящийся в процессе разработки. В README указаны perplexity 45 и размер модели 12 МБ. Условия лицензирования в предоставленных данных не указаны.

BLIP-2 OPT-2.7b — предобученная мультимодальная модель Salesforce, опубликованная на Hugging Face. Она объединяет визуальный энкодер типа CLIP, трансформер Q-Former и языковую модель OPT на 2,7 млрд параметров. Энкодер изображений и OPT используют замороженные предварительно обученные веса, а Q-Former связывает представления изображения с языковой моделью. Модель генерирует текст по изображению и при необходимости текстовой подсказке. Она предназначена для создания подписей к изображениям, визуальных ответов на вопросы и диалогов с учётом изображения. Модель принимает изображения и текст, а выдаёт текст; в карточке указана поддержка английского языка. Возможны предвзятые ответы, галлюцинации и ошибки, а разнообразие генерации может быть ограничено. Модель не оценивалась в реальных приложениях, поэтому перед использованием следует проверять её точность, безопасность и справедливость. Лицензия — MIT; в карточке также отмечено исследовательское назначение релиза.

Cerebral-Infinity-7B — объединённая языковая модель на архитектуре Mistral, созданная ABX-AI методом SLERP с помощью mergekit из AetherResearch/Cerebrum-1.0-7b и Endevor/InfinityRP-v1-7B. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Она предназначена прежде всего для ролевых диалогов: автор стремился совместить логические способности Cerebrum с настройкой InfinityRP для ролевой игры. Модель генерирует текст и может использоваться для ведения диалогов от лица персонажей с карточками персонажей и промптами. Автор сообщает, что модель может отказывать в отдельных запросах; качество описано на основе собственных тестов автора, независимые оценки не приведены. Репозиторий содержит веса в формате Safetensors. Лицензия в предоставленных данных не указана.

Chaos RP — разговорная языковая модель для ролевых диалогов, опубликованная jeiku. Она построена на архитектуре Llama и объединяет ChaoticNeutrals/IQ_Test_l3_8B и ResplendentAI/RP_Format_QuoteAsterisk_Llama3. Модель содержит 7,5 млрд параметров, принимает текст и генерирует текст; контекст — до 8192 токенов. Карточка позиционирует её для ролевых сценариев и творческих диалогов на английском языке. Распространяется по лицензии Apache-2.0. Модель предназначена для лёгкого ведения ролевых бесед и генерации ответов в заданном ролевом формате. Сведения о качестве на конкретных тестах и более подробные ограничения в карточке не приводятся.

ChatWaifu_v1.2.1 — слитая с помощью mergekit разговорная модель spow12 (yw_nam), созданная для отыгрыша персонажей визуальных новелл и общения в их образе. Она основана на Mistral Nemo Instruct и ChatWaifu_v1.2; в карточке также указана более ранняя линия дообучения от NeverSleep/Lumimaid-v0.2-12B. Архитектура — плотная причинная языковая модель MistralForCausalLM с 12,1 млрд параметров, формат весов — safetensors. Модель предназначена для ролевых диалогов, продолжительных многоходовых бесед и генерации текста в стиле визуальной новеллы. README заявляет поддержку японского языка и контекст до 128k токенов; метаданные указывают многоязычные теги и native context в 1 024 000 токенов, поэтому фактический предел зависит от конфигурации и используемого запуска. Модель принимает и генерирует текст. В карточке отмечены плавность генерации и удержание контекста в длинных диалогах. Обучающие данные включали визуальные новеллы, поэтому возможна генерация контента для взрослых. Лицензия в метаданных — CC BY-NC 4.0, а README ограничивает использование некоммерческими и исследовательскими целями.

Goldfish eng_latn_100mb — одноязычная языковая модель семейства GPT-2, созданная авторами Goldfish для английского языка в латинской письменности. Модель обучена на 100 МБ текста из OSCAR 2021/09; число параметров — около 125 млн, словарь содержит 50 000 токенов, максимальная длина последовательности — 512 токенов. Формат репозитория — PyTorch, для работы используется Transformers. Модель предназначена для генерации английского текста и сопоставительных исследований языковых моделей, особенно в контексте низкоресурсных языков. Перед входным текстом рекомендуется добавлять токен [CLS], который также выполняет роль [BOS]; [SEP] завершает последовательность. Для высокоресурсного английского её качество не рассчитано на конкуренцию с современными крупными языковыми моделями. Лицензия — Apache-2.0.

Карточка модели deepseek-ai/ESFT-gate-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.

Карточка модели deepseek-ai/ESFT-gate-law-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.

Карточка модели deepseek-ai/ESFT-gate-math-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.

GemmaWiki-Gemma-4-26b-a4b — независимый неофициальный проект Calplus, дообученный на базе Google Gemma 4 26B-A4B и её instruction-tuned версии. Модель предназначена для автоматизированного редактирования фанатских вики по книгам: на основе главы и, если имеется, текущей страницы сущности она создаёт новую страницу, обновляет существующую или классифицирует ситуацию как не требующую изменений. Модель работает с англоязычными текстами. Это смесь экспертов (MoE) с базовым размером 26B параметров, адаптированная с помощью LoRA r=32 только для attention-проекций q_proj, k_proj, v_proj и o_proj. Доступны два варианта: на основе обычной предварительно обученной модели Gemma 4 и на основе instruction-tuned checkpoint; для обоих вариантов предоставлены PEFT-адаптеры и GGUF-квантизации размером от 16,8 ГБ для Q4_K_M до 50,5 ГБ для F16. Модель ориентирована на сценарии последовательного редактирования страниц по мере появления новых глав и использует только сведения, доступные к соответствующему моменту. По заявленным результатам версия v1 пригодна для пилотного использования и хорошо показывает себя на оценке внутри распределения обучающих данных. Основное ограничение — на очень известных книжных сериях модель может опираться на предобученные знания базовой модели вместо строгой привязки к предоставленной главе. При длинных генерациях возможны циклы повторения или потоки символов при жадном декодировании, поэтому рекомендуется использовать sampling с repetition penalty. Проект распространяется по лицензии Apache-2.0.

Athspi LLM — компактная языковая модель на архитектуре GPT-2, разработанная для генерации коротких художественных историй. В README указаны 4 слоя, размерность эмбеддингов 384, 6 голов внимания и около 28 млн параметров; метаданные указывают контекст до 1024 токенов. Модель обучалась на наборе TinyStories, охватив около 5% набора, или примерно 100 тысяч примеров. Модель предназначена для творческой генерации текста и экспериментов с небольшими языковыми моделями. Опубликована в форматах PyTorch и Safetensors для библиотеки Transformers. Лицензия — Apache-2.0. Ограниченный объём обучения и небольшой размер модели могут снижать связность и разнообразие историй по сравнению с крупными языковыми моделями; README указывает последовательность обучения длиной 128 токенов.

Это модель GPT-2 Small, дообученная разработчиком на индонезийских стихотворениях. Она предназначена для генерации текста в поэтическом стиле: например, пользователь может задать начало строки или стихотворения и получить продолжение на индонезийском языке. Модель использует архитектуру GPT-2 и принимает текст, выдавая сгенерированный текст. Контекст составляет 1024 токена. Для дообучения использовался набор из 7 358 обучающих и 1 890 проверочных примеров; после 10 эпох указана perplexity 33,20 на наборе индонезийской поэзии. Доступны веса в формате PyTorch. Условия лицензии в предоставленных данных не описаны.

Это финальный чекпойнт Qwen3-4B, дообученный методом supervised fine-tuning на примерах, подготовленных с учителем gpt-5.4-mini. Модель создана в рамках последовательного эксперимента BabyAI → TextCraft → SearchQA: этап SearchQA завершён после пяти эпох и 935 обновлений оптимизатора; в чекпойнт также перенесено обучение на двух предыдущих этапах. Это плотная авторегрессионная языковая модель с 3,7 млрд параметров и контекстом до 40 960 токенов, предназначенная для диалоговой генерации текста и выполнения задач в этих средах. В оценке SearchQA модель достигла 54,44% среднего успеха по четырём попыткам на задачу; результаты на BabyAI и TextCraft составили 89,44% и 75,5% соответственно. Эти показатели относятся к одному чекпойнту и описанному протоколу, поэтому не подтверждают воспроизводимость на других обучающих запусках или обобщение за пределы тестовых сред. Для репозитория указана публичная доступность, но собственная лицензия не заявлена; необходимо учитывать условия базовой Qwen3-4B и применимые лицензии.

Gumini-1.5B — базовая двуязычная языковая модель, разработанная исследователем Gumin Kwon и созданная на основе Qwen2.5-3B. Это плотная авторегрессионная модель семейства Qwen2 с 1,54 млрд параметров, обученная продолжением предобучения по методике Inheritune: число слоёв постепенно увеличивали с 10 до 16 в семи этапах. Модель принимает текст и генерирует его продолжение; она не проходила инструкционное дообучение и не предназначена для диалоговых ответов без дополнительной адаптации. Модель рассчитана прежде всего на корейский язык, также обучена на английском. В обучающем корпусе указано соотношение 80% корейского и 20% английского текста; контекстное окно составляет 32 768 токенов. В README приведён результат корейской perplexity 8,49 после обучения примерно на 3,14 млрд токенов. Модель может служить основой для дальнейшего дообучения и генерации продолжений текста на корейском и английском. Лицензия в метаданных указана как other. Модель не имеет инструкционного дообучения и выравнивания по безопасности, может повторять фрагменты и выдавать неверные или устаревшие сведения; автор рекомендует repetition_penalty не ниже 1,2 и не советует применять её в критически важных сценариях.

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.

Elizezen разработал Hameln-japanese-mistral-7B — плотную авторегрессионную языковую модель на архитектуре Mistral с 7,1 млрд параметров. Она дообучена на базе Japanese Stable LM Base Gamma 7B на японских веб-романах; в README также упоминается Japanese Stable LM Instruct Gamma 7B, но связь с ним не уточняется. Модель предназначена прежде всего для генерации романов по текстовым подсказкам. Она рассчитана на японский язык и имеет контекст до 4096 токенов. Модель может отвечать на разные запросы, но хуже подходит для следования инструкциям; ответы не фильтруются, поэтому возможен чувствительный контент. В репозитории указаны веса safetensors. Лицензия в предоставленных данных не указана.

IA-Original — мультиязычная модель RoBERTa, разработанная IBM Research и предварительно обученная на монолингвальных корпусах 11 индоарийских языков: бходжпури, бенгальском, гуджарати, хинди, магадхи, маратхи, непали, ория, пенджаби, санскрите и урду. Модель содержит 197,7 млн параметров, использует архитектуру RobertaForMaskedLM и доступна в формате PyTorch; длина контекста — 514 токенов. Основное назначение модели — предсказание скрытых токенов в тексте. Её можно применять как основу для языковых исследований и оценки на разнообразных задачах, включая бенчмарк IndicGLUE. Модель обучалась на монолингвальных корпусах указанных языков. Лицензия в предоставленных данных не указана.

rinna/japanese-roberta-base — базовая японская модель RoBERTa от компании rinna Co., Ltd., обученная с использованием кода проекта rinnakk/japanese-pretrained-models. Это трансформерная модель на 12 слоёв с размерностью скрытого представления 768 и примерно 137,8 млн параметров; она предназначена для предсказания замаскированных токенов в японском тексте. Модель обучалась на японских данных CC-100 и Wikipedia с помощью задачи masked language modeling. Для токенизации используется SentencePiece, контекст составляет до 514 токенов. Модель подходит для восстановления пропусков и получения контекстных предсказаний японских слов, а также как базовый чекпойнт для NLP-систем, которым нужно представление японского языка. Для корректного использования README рекомендует добавлять токен [CLS], заменять токен на [MASK] уже после токенизации и явно задавать position_ids, начинающиеся с 0. Для весов указана лицензия MIT.

KD-gpt2-120M — компактная авторегрессионная языковая модель семейства GPT-2, представленная в рамках проекта MiniLLM. Модель содержит 120 млн параметров и получена дистилляцией GPT-2 с использованием более крупной GPT-2 XLarge (1,5 млрд параметров) как учителя: обучение проводилось на датасете databricks-dolly-15k с token-level forward KLD. В проекте она используется как базовая линия для сравнения методов MiniLLM. Модель предназначена для генерации продолжения текста по текстовому промпту и экспериментов со сравнением способов дистилляции и дообучения языковых моделей. Поддерживает английский язык, работает в формате PyTorch и имеет контекстное окно 1024 токена. Распространяется по лицензии Apache-2.0.

gghfez выпустил набор управляющих векторов для модели moonshotai/Kimi-K2-Instruct-0905, предназначенный для настройки стиля генерации художественного текста. Векторы позволяют усиливать или ослаблять такие характеристики, как фокус на диалогах или повествовании, сострадание или жестокость, эмпатия или социопатичность, честность или макиавеллизм, скромность или нарциссизм, простой или витиеватый язык, оптимизм или нигилизм, описательность или откровенность. Это управляющие векторы для применения к базовой модели, а не самостоятельная языковая модель; README демонстрирует запуск через llama.cpp с GGUF-файлами. Векторы извлечены методом разложения собственных значений кросс-ковариационной матрицы на парных продолжениях: использованы 10 парных продолжений и 105 вариантов начальных фрагментов, то есть 1 050 примеров на класс. Векторы двунаправленные, а силу воздействия можно задавать при использовании. Основа — Kimi-K2-Instruct-0905; языковая метка карточки — английский. Репозиторий распространяется по лицензии CC BY 4.0. Набор рассчитан на управление стилистическими особенностями при творческом письме, а не смысловым содержанием. Он влияет только на шаблоны, уже присутствующие в базовой модели; при чрезмерной силе эффект может стать карикатурным. Воздействие на другие задачи не проверялось.

L3.1-8b-RP-Ink — языковая модель Allura, дообученная методом LoRA на базе meta-llama/Llama-3.1-8B-Instruct для ролевых диалогов и генерации текста в формате чата. Модель имеет плотную архитектуру LlamaForCausalLM и содержит 7,5 млрд параметров; заявленная длина контекста — 131 072 токена. Для общения рекомендуется использовать шаблон чата Llama 3.1. Модель предназначена для ролевых сценариев и интерактивного общения. В карточке приведены параметры обучения LoRA: ранг 16, alpha 32, dropout 0,25; авторы описывают использованную смесь данных как неоднородную, поэтому качество и стиль ответов могут быть нестабильными. Доступна в формате safetensors; лицензия — llama3.1.

L3-Picaro-8B — языковая модель на архитектуре Llama 3, созданная автором royallab путём объединения Meta-Llama-3-8B и адаптера Picaro от Trappu. Модель содержит 7,5 млрд параметров, работает с текстом и поддерживает контекст до 8192 токенов. Для общения используется формат инструкций ChatML без системного промпта. Модель предназначена для генерации текста и ролевых диалогов. В карточке указана лицензия other; автор сообщает, что получил разрешение создателя адаптера на объединение. Модель унаследовала предубеждения базовой модели и нишевых ролевых форумов. Автор не рекомендует использовать её для предоставления фактической информации или советов.

ALPHARESZ/legal-chatbot-sft-llama3.2-3b — дообученная языковая модель ALPHARESZ для диалоговой генерации текста. Она основана на unsloth/Llama-3.2-3B-Instruct-bnb-4bit, использует плотную архитектуру LlamaForCausalLM и содержит 3,2 млрд параметров. Модель предназначена для чат-сценариев в юридической тематике; карточка не уточняет конкретные правовые задачи или юрисдикции. Модель принимает текст и генерирует текст, поддерживает английский язык и имеет контекстное окно 131 072 токена. В README указано, что при обучении применялись Unsloth и библиотека TRL от Hugging Face. Модель распространяется по лицензии Apache-2.0.

LingLong-317M (玲珑) — компактная предварительно обученная языковая модель, созданная Колледжем программного обеспечения Нанькайского университета. Она основана на архитектуре GPT-3 и содержит 317 млн параметров. Модель предназначена для генерации текста и служит базой для дальнейших исследований и дообучения при ограниченных вычислительных ресурсах. Карточка описывает модель как китайскую; метаданные указывают языки en и zh. Модель работает с текстом и сохранена в формате safetensors. По сравнению с крупными языковыми моделями её возможности ограничены: README прямо отмечает, что её качество не достигает уровня моделей с сотнями миллиардов параметров. Лицензия — GPL-3.0.