I.5Создание и редактирование текста

WindyTranslate/translate-en-rnd — модель машинного перевода от Windstorm Labs для перевода с английского языка на язык с кодом rnd. Это дообученная версия Helsinki-NLP/opus-mt-en-rnd: LoRA-адаптер обучили на параллельном корпусе и объединили с базовыми весами. Модель построена на архитектуре MarianMT, содержит 52,7 млн параметров и рассчитана на контекст до 512 токенов. Доступна в формате safetensors для Transformers. Модель предназначена для автоматического перевода англоязычного текста на rnd. Качество перевода не оценивалось; проверка подтвердила только соответствие вывода заявленному языку. Модель поддерживает одно направление перевода. Лицензия — Apache-2.0.

WindyTranslate/translate-es-ho — модель машинного перевода от Windstorm Labs, основанная на Helsinki-NLP/opus-mt-es-ho. Это дообученная модель MarianMT примерно с 48,3 млн параметров, принимающая текст на испанском языке и переводящая его на язык хо. Контекст модели составляет 512 токенов. Веса дообучены методом LoRA на параллельном корпусе и объединены с базовыми весами; изменены 36 из 254 тензоров. Модель предназначена для перевода в одном направлении — с испанского на хо. Для неё не проводились тесты качества, поэтому точность перевода не подтверждена. Репозиторий содержит сборку Transformers в формате safetensors. Лицензия — Apache-2.0.

Windstorm Labs опубликовала модель машинного перевода с финского языка на гаитянский креольский. Это дообученная версия Helsinki-NLP/opus-mt-fi-ht: LoRA-адаптер обучили на параллельных текстах и объединили с базовыми весами. Модель построена на архитектуре MarianMT, содержит 50,4 млн параметров и принимает текст; максимальная длина контекста — 512 токенов. Модель предназначена для перевода с финского на гаитянский креольский. В проверке на 48 предложениях FLORES-200 она получила chrF++ 23,36 и BLEU 2,42; авторы относят результат к ограниченному качеству и подчёркивают, что это предварительная оценка. Поддерживается только одно направление перевода. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0.

Unaligned-Thinker-Llama3.1-8B — разговорная языковая модель на архитектуре Llama 3.1, дообученная fhai50032 методом SFT на датасете fhai50032/Unaligned-Thinking-o1 с LoRA для всех слоёв. Она генерирует ответы с разделами «Thought Process» и «Comprehensive Solution» и предназначена для экспериментов с датасетом и ответами в стиле рассуждения. В README приведён пример, где модель выдаёт подробные инструкции по угону автомобиля; автор предупреждает, что ответы могут быть менее согласованными с нормами безопасности, чем у обычных моделей. Модель содержит 7,5 млрд параметров, использует Transformers и PyTorch и имеет контекстное окно 8192 токена. Репозиторий содержит веса PyTorch. Лицензия в предоставленных сведениях не указана.

fblgit выпустил UNA-POLAR-10.7B-InstructMath-v2 — разговорную языковую модель для генерации текста и математических ответов. Это плотная причинно-авторегрессионная модель семейства Llama объёмом 10,6 млрд параметров, созданная методом DPO на основе UNA-SOLAR-10.7B-Instruct-1.0 с использованием материалов датасета MathPile; обучение затрагивало механизмы внимания и MLP. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст длиной до 4096 токенов. Модель подходит для решения математических задач в диалоге и ответов на вопросы по учебным и справочным материалам. В README приведены результаты Open LLM Leaderboard: среднее значение 74,07, включая 70,73 на AI2 Reasoning Challenge и 88,20 на HellaSwag. Результаты не гарантируют точность на конкретных задачах; карточка не описывает отдельную оценку математических навыков или ограничения применения. Весы доступны в формате safetensors по лицензии CC BY-NC-ND 4.0, которая ограничивает коммерческое использование и распространение производных версий.

MuXodious/Wayfarer-2-12B-absolute-heresy — дообученная модель на архитектуре Mistral, созданная с помощью инструмента Heretic на основе LatitudeGames/Wayfarer-2-12B. Веса представлены в формате safetensors; модель насчитывает 12,1 млрд параметров и поддерживает контекст до 131 072 токенов. Она предназначена для генерации подробных текстовых приключений и ролевых историй с конфликтами, риском неудачи и гибелью персонажей. Основной сценарий — интерактивная проза от второго лица в настоящем времени; карточка базовой модели описывает повествование с реальными последствиями выбора. В README указано, что модель прошла «абляцию» отказов: в тесте доля отказов снизилась с 76 до 5 из 100, при KL-дивергенции 0,0193. Автор отмечает, что польза этой процедуры неясна, а индекс «ереси» является условной классификацией и ничего не говорит о качестве модели. Модель обучалась преимущественно на повествовании от второго лица в настоящем времени, поэтому другие стили и перспективы могут давать менее удачные результаты. Лицензия — Apache-2.0.

XLM-MLM-ende-1024 — трансформерная языковая модель, разработанная Гийомом Ламблем и Алексисом Конно. Она предварительно обучена с задачей masked language modeling для английского и немецкого языков; при инференсе язык задаётся через языковые эмбеддинги. Модель подходит для предсказания скрытых слов и других сценариев, основанных на заполнении пропусков в тексте. Архитектура использует 1024 скрытых измерения, 8 attention-голов, активацию GELU, dropout 0,1 и обучаемые позиционные эмбеддинги. Метаданные указывают контекст до 512 токенов и поддержку PyTorch, TensorFlow и safetensors. Разработчики рекомендуют применять те же предобработку и BPE-коды, что использовались при обучении. Модель оценивали на наборе WMT’16 English-German с метрикой BLEU; известны общие риски языковых моделей, включая смещения. Лицензия CC-BY-NC-4.0 запрещает коммерческое использование.

XLM-MLM-ENRO-1024 — трансформерная языковая модель, разработанная Гийомом Ламплем и Алексисом Конно для предобучения на английском и румынском языках. Она обучена восстанавливать замаскированные слова и предназначена для задачи заполнения пропусков в тексте. При использовании модель принимает языковые embeddings, указывающие язык текста. Архитектура включает 1024 скрытых измерения, 8 голов внимания, GELU-активации, обучаемые позиционные embeddings и dropout 0,1. Контекст — до 512 токенов. Модель доступна в форматах PyTorch и TensorFlow. Для подготовки входных данных рекомендуется использовать те же правила предобработки и BPE-коды, что и при обучении. Модель подходит для экспериментов с маскированным языковым моделированием и для дальнейшей адаптации к связанным задачам. README отмечает общие риски языковых моделей, включая смещения и проблемы справедливости. Лицензия CC-BY-NC-4.0 ограничивает коммерческое использование.

Elfrino/XwinMlewd-Sandwhich-20B — слитая языковая модель на архитектуре Llama для генерации текста. Она создана методом passthrough merge из Undi95/Xwin-MLewd-13B-V0.2 и Undi95/PsyMedRP-v1-13B; по описанию базовой модели в каталоге, модель ориентирована на откровенные ролевые диалоги и художественный текст. Модель содержит 19,8 млрд параметров, работает через Transformers, распространяется в формате safetensors и имеет контекст до 4096 токенов. Модель подходит для генерации ролевых ответов, сцен и художественных фрагментов, в том числе с откровенным содержанием. README подтверждает способ слияния и состав исходных моделей. Сведений о конкретных языках и результатах оценки качества нет. Лицензия в предоставленных данных не указана.

YALM-80M — экспериментальная компактная языковая модель семейства YALM, разработанная автором репозитория для изучения языкового моделирования и архитектур LLM. Это плотная авторегрессионная модель на архитектуре Llama с 67,1 млн параметров по метаданным Hugging Face; в README указано 79,7 млн параметров. Модель предобучена на корпусе английского и хинди, математических данных и коде Python; README сообщает о 34 тыс. шагов и 36 млрд токенов обучения. Контекст составляет 2048 токенов, веса опубликованы в формате safetensors и предназначены для использования через Transformers. Модель подходит для генерации продолжений текста и экспериментальных проб с небольшой языковой моделью, включая англо-хиндийские и технические запросы. По README, на тестовом наборе получены loss 2,78 и perplexity 16,10; приведены также результаты нескольких zero-shot оценок. Автор предупреждает об ошибке токенизатора, которая может вызывать сбои генерации на некоторых входах, а также об ограниченности фактических знаний, возможных логических ошибках и смещениях. Лицензия в предоставленных данных не указана.

Экспериментальная разговорная модель Raghav Singhal из проекта One Persona Pretraining (1PP), созданная в рамках исследования EPFL DLAB. Это плотная Llama-подобная авторегрессионная модель с 523,8 млн параметров и контекстом 4096 токенов. Она обучалась на переписанных диалогах, где функция потерь применялась к ответам ассистента, а затем прошла supervised fine-tuning на смеси многоходовых диалогов и данных по безопасности. Модель предназначена для генерации ответов в диалоговом формате ChatML и изучения влияния способа предобучения на разговорное поведение. Она обучалась преимущественно на англоязычных данных; шаблон чата не включает системный ход, и модель не обучалась на нём. Авторы отмечают, что это исследовательский артефакт, а не универсальный помощник. Репозиторий содержит веса SafeTensors и использует лицензию Apache-2.0.

AIBunCho Japanese Novel GPT-J 6B — это конвертированная в формат GGUF версия модели japanese-novel-gpt-j-6b, опубликованной AI BunCho. Конвертацию выполнил mmnga. Модель предназначена для генерации японского текста, в частности художественной прозы и диалогов, на основе заданного текстового приглашения. В README приведены примеры продолжения японских реплик и повествования с использованием llama.cpp. Модель основана на архитектуре GPT-J и имеет размер около 6 млрд параметров. Она работает только с текстом и ориентирована на японский язык. Точный размер контекста и другие параметры обучения в README не указаны. GGUF-версия поддерживает запуск через экспериментальную ветку llama.cpp, включая выполнение на CPU и ускорение с использованием CUBLAS на совместимом GPU. Основное преимущество модели — специализация на японской художественной генерации и возможность локального запуска через llama.cpp. Ограничение заключается в экспериментальном статусе конвертации: при появлении поддержки GPT-NeoX и GPT-2 в основной ветке llama.cpp данный GGUF-файл может стать несовместимым. Указанная лицензия — OpenRAIL.

AnuLM-Base-2K-400M — базовая авторегрессионная языковая модель семейства AnuLM, созданная как продолжение toonist/AnuLM-Base-400M. Разработчик обучал её ещё 10 000 шагов на смеси хинди, английского и кода Python, используя контекстное окно 2 048 токенов и механизм YaRN; выбранный чекпойнт соответствует шагу 7 499. Архитектура в метаданных указана как AnuLMForCausalLM, формат весов — safetensors. Лицензия — CC BY-SA 4.0. Модель предназначена для продолжения текста на хинди, английском и Python в заданном стиле и регистре. Она не настроена на выполнение инструкций, диалог, ответы на вопросы или перевод. Оценки на отложенных данных показывают улучшение качества продолжения относительно базовой модели на всех трёх языках, однако обучение на длинном контексте дало небольшой дополнительный эффект сверх применения YaRN без обучения. Свободная генерация склонна к повторениям и выдумыванию фактов; для более читаемых фрагментов README советует короткую генерацию и штраф за повторы. Результаты тестов основаны на корпусах, сходных с обучающими, поэтому могут несколько завышать качество на новых данных. Для загрузки через Transformers требуется trust_remote_code=True.

ArcANE-8B-DPO — англоязычная модель для ролевых ответов персонажей, разработанная Holi Lab на основе Qwen3-8B. Она предназначена для исследований, где нужно воспроизводить поведение персонажа на определённом этапе сюжета, опираясь на описание его Character Arc, ограниченное главой запроса. Модель содержит 7,6 млрд параметров, использует архитектуру Qwen3ForCausalLM и принимает текстовый контекст; максимальная длина контекста — 40 960 токенов. Обучение включало supervised fine-tuning, а затем Direct Preference Optimization: модель училась предпочитать ответы, соответствующие заданной фазе развития персонажа, ответам из соседних фаз. В описанной оценке с контекстом Character Arc она превзошла SFT-вариант и Qwen3-8B по общей метрике соответствия фазе. Модель подходит для экспериментов с ролевым диалогом и анализом изменений характера по мере развития сюжета. Для корректного сценария следует передавать только сведения о сюжетных фазах до главы запроса; будущие фазы могут исказить ответ. Данные оценки относятся к ограниченному набору романов и проб. Распространяется по лицензии Apache-2.0.

BashkirRoBERTa — модель BashkirRoBERTa для башкирского языка, предназначенная для предсказания замаскированных токенов по контексту и дальнейшего дообучения. Это плотный Pre-LayerNorm Transformer-энкодер с 8 блоками и 62,9 млн параметров; он использует токенизацию SentencePiece с размером словаря 32 000 и контекстом до 256 токенов. Модель принимает текст и выдаёт оценки и предложения для заполнения маски. Доступны веса Transformers и графы ONNX в форматах FP32, FP16 и INT8; для загрузки в Transformers требуется включить пользовательский код модели. Модель предварительно обучена на корпусе башкирских энциклопедических, периодических и литературных текстов. В описанном авторами тесте на энциклопедическом наборе точность составила 24,7% для top-1 и 54,0% для top-5; эти показатели относятся к предсказанию замаскированных подслов и не характеризуют качество на других задачах. Лицензия репозитория — Apache-2.0, при этом исходные тексты корпуса не распространяются, и права на них остаются у соответствующих правообладателей.

Elizezen разработал Berghof-NSFW-7B — японскую авторегрессионную языковую модель семейства Mistral с плотной архитектурой и 7,1 млрд параметров. Она предназначена прежде всего для генерации романов; карточка предупреждает, что модель может хуже справляться с ответами на инструкции. Модель принимает текст и генерирует текст, использует формат Safetensors и поддерживает контекст до 4096 токенов. Для работы с ней требуется Transformers версии 4.34.0 или новее. Лицензия в доступных данных не указана.

hitachi-nlp разработала японскую базовую BERT-модель с токенизатором Nothing + BPE. Модель содержит 136,3 млн параметров, использует архитектуру BERT для языкового моделирования с масками и рассчитана на контекст до 512 токенов. Она предназначена для заполнения пропусков в японском тексте и может служить основой для других задач обработки японского языка. Для токенизации требуется отдельный словарь Nothing + BPE из репозитория разработчика. Модель распространяется в формате PyTorch; лицензия CC BY-NC-SA 4.0 требует атрибуции, распространять производные материалы на тех же условиях и запрещает коммерческое использование.

BuRPInfinity9B — англоязычная языковая модель на архитектуре Mistral, созданная объединением моделей ChaoticNeutrals/BuRP_7B и Endevor/InfinityRP-v1-7B с помощью mergekit и метода passthrough. Модель содержит 8,9 млрд параметров и поддерживает контекст длиной до 32 768 токенов. Модель предназначена для генерации текста и ролевых диалогов. В её основу входят модели для ролевого общения; базовая BuRP_7B настроена на ожидание ответа пользователя и передачу мыслей персонажа. Репозиторий содержит веса в формате safetensors. Указана лицензия other, поэтому конкретные условия использования следует проверять в карточке модели и лицензиях исходных моделей.

Tensoic/Cerule-v0.1 — мультимодальная модель для диалога с изображениями, созданная на основе Gemma-2b и SigLIP. Она принимает изображение вместе с текстовым запросом и генерирует текстовые ответы: например, описывает сцену, распознаёт персонажей и их действия или объясняет, что изображено смешного. Модель обучали на наборах изображений LAION и SVIT; автор сообщает о предварительном обучении на 650 тысячах изображений и дообучении на 695 тысячах изображений. В метаданных указаны 2,5 млрд параметров, плотная архитектура CeruleGemmaForCausalLM, контекст 8192 токена и формат safetensors. Поддерживаются задачи image-text-to-text и text-generation, основной сценарий — ответы на вопросы об изображениях. Карточка не приводит подробных оценок качества или ограничений. Использование регулируется условиями лицензии Gemma и лицензиями исходных наборов данных LAION и SVIT; код выпущен под Apache 2.0.

ChatWaifu v1.3.1 — языковая модель spow12 для диалогов в образе персонажей визуальных новелл и ролевого общения. Это объединение весов нескольких моделей методом linear mergekit на базе Mistral Nemo Instruct; в состав входят ChatWaifu v1.2, NeverSleep/Lumimaid-v0.2-12B и Epiculous/Violet_Twilight-v0.1. Модель имеет архитектуру MistralForCausalLM и 12,1 млрд параметров. Модель предназначена для многоходовых бесед, генерации реплик с заданной персоной и продолжения диалога с длинным контекстом. Карточка описывает японские обучающие данные и японских персонажей; метаданные также указывают английский, французский, немецкий, испанский, итальянский, португальский, русский и китайский языки. В метаданных указан контекст до 1 024 000 токенов, тогда как README заявляет 128k; фактический предел зависит от конфигурации и используемого запуска. Модель может генерировать материалы для взрослой аудитории. README предупреждает, что в обучающих данных могли сохраниться NSFW-примеры. Лицензия в метаданных — CC BY-NC 4.0; карточка также ограничивает использование некоммерческими и исследовательскими целями.

hfl/chinese-electra-180g-base-generator — компактная предварительно обученная модель семейства ELECTRA для китайского языка, выпущенная совместной лабораторией HIT и iFLYTEK Research (HFL) на основе официального кода ELECTRA. Генератор ELECTRA обучен предсказывать заменённые токены и подходит для задачи заполнения пропусков в тексте, а также как основа для дальнейшей работы с китайским текстом. Модель содержит 11,1 млн параметров и принимает последовательности длиной до 512 токенов. Репозиторий включает форматы PyTorch и TensorFlow. В README отмечается компактность ELECTRA и конкурентные результаты на ряде NLP-задач относительно BERT и его вариантов; конкретные результаты для этого чекпойнта не приведены. Лицензия — Apache-2.0.

Coxcomb — модель для генерации творческих текстов, разработанная N8Programs на архитектуре Mistral. Это плотная языковая модель на 7,1 млрд параметров с контекстом до 32 768 токенов; она принимает текст и выдаёт текст на английском языке. Модель дообучена с помощью LoRA на 40 млн параметров в течение трёх эпох на наборе N8Programs/CreativeGPT, составленном из разнообразных подсказок и ответов GPT-4. Coxcomb рассчитана прежде всего на одноразовые запросы на написание рассказа или другого творческого текста для локального офлайн-запуска. Разработчик отмечает высокие результаты на творческих бенчмарках, но качество письма ниже GPT-4. Модель склонна завершать истории предсказуемо и благополучно; она не предназначена для диалогов, ролевой игры и уточняющих вопросов. Обучалась на материалах с сексуальным и жестоким содержанием и может генерировать такой текст без встроенного поведения отказа. Лицензия — Apache 2.0.

DatedGPT-2018 (base) — предварительно обученная языковая модель семейства DatedGPT, представленная разработчиком datedgpt. Это базовый чекпойнт без настройки на выполнение инструкций; модель построена на архитектуре LlamaForCausalLM и содержит около 1,3 млрд параметров. Контекст — до 2048 токенов, формат файлов — safetensors. Модель предназначена для генерации продолжений текста и анализа, где важно исключить утечку сведений из будущего: её обучающие данные ограничены материалами, доступными до 2018 года. Это позволяет использовать её для прогнозирования и анализа в исторической временной точке. Модель поддерживает английский язык. Модель выдаёт продолжения текста, но не рассчитана на диалог или следование инструкциям. Её знания ограничены срезом данных до 2018 года; RLHF и настройка безопасности не применялись. Условия лицензии в предоставленных источниках не указаны.

dut-recipe-generator-i1-GGUF — это набор квантованных GGUF-версий модели dut-recipe-generator, разработанной Ashikan и квантованной mradermacher. Модель предназначена для генерации рецептов и относится к семейству BLOOM; основная задача — текстовая генерация на английском языке, в частности создание описаний рецептов и связанных с ними кулинарных текстов. В репозитории представлены weighted/imatrix-квантизации с размерами файлов примерно от 0,4 до 0,6 ГБ и различными форматами IQ и Q. Доступны варианты с разным компромиссом между размером, скоростью и качеством: наиболее компактные варианты имеют очень низкое качество, тогда как Q4_K_M отмечен как быстрый и рекомендуемый, а Q6_K — как практически эквивалентный статическому Q6_K. Квантованные файлы предназначены для запуска через совместимое с GGUF программное обеспечение. Известно, что модель поддерживает английский язык и работает в текстовой модальности. Сведения о точном размере базовой модели, архитектурных параметрах и длине контекста в README не указаны. Ограничения включают возможное снижение качества из-за сильной квантизации и отсутствие подтверждённых характеристик производительности. Лицензия — bigscience-bloom-rail-1.0.

Lanni-ni/dynamic_alibi_2_4_256_babylm_100m_seed44_epoch8 — компактная языковая модель для генерации текста, опубликованная на Hugging Face и доступная через библиотеку Transformers. По метаданным модель содержит около 15 млн параметров, относится к задачам text-generation и использует safetensors; название и теги указывают на вариант с dynamic ALiBi. README не содержит сведений о разработчике, лицензии, поддерживаемых языках, контексте, обучающих данных или результатах оценки.

promotion/FixedRefNash-Qwen2.5-7B-WildChecklists-2ep — дообученная диалоговая модель на базе Qwen2.5-7B-Instruct, созданная в рамках эксперимента с методом Fixed-reference Nash. Модель обучали два прохода на WildChecklists: наборе из 522 промптов, для каждого из которых ответы оценивались по отдельным пунктам контрольного списка. Архитектура — плотная причинная языковая модель Qwen2ForCausalLM с 7,1 млрд параметров; базовый токенизатор сохранён, контекст — до 32 768 токенов. Модель предназначена для генерации диалоговых ответов и изучения методов оптимизации предпочтений. В описанном сравнении checkpoint получил оценки Arena-Hard 0,6111 и AlpacaEval 0,4118 при проверке локальной открытой моделью-судьёй. Эти результаты не сопоставимы напрямую с публичными лидербордами; различия между обученными вариантами в основном статистически не разрешены, а общие тесты способностей не выявили значимого улучшения относительно базовой модели. Лицензия в предоставленных данных не указана.

GatedDeltaNet-360M-15B-SlimPajama — языковая модель puigde, обученная с нуля на 15 млрд токенов обучающей выборки SlimPajama. Она предназначена для генерации текста и исследовательских экспериментов с архитектурой GatedDeltaNet, сочетающей скалярное управление затуханием с delta rule для выборочной записи в память. Модель содержит около 341 млн параметров по метаданным (357,8 млн по README), имеет 21 слой и скрытый размер 1024. Она использует плотную архитектуру GatedDeltaNet для причинного языкового моделирования, токенизатор Llama с словарём 32 000 токенов и контекст до 2048 токенов. Обучающие данные — SlimPajama; карточка указывает английский язык. Модель подходит для экспериментов по генерации текста и оценки компактных языковых моделей. В README приведены результаты zero-shot тестов и оценки RULER на контексте 2k. Разработчик указывает, что модель предназначена только для исследований, а не для промышленного применения. Лицензия — Apache-2.0.

Hjsfhdu/Gemma-4-12B-OBLITERATED — модифицированная версия Google Gemma 4 12B-it, созданная проектом OBLITERATUS. Это текстовая генеративная модель для исследовательских задач в области alignment, red teaming и оценки безопасности, а также для локального использования при наличии собственного оборудования. Модель предназначена для изучения того, как защитное поведение кодируется в весах трансформера и насколько устойчивы механизмы выравнивания к посттренировочной модификации. Модель основана на архитектуре Gemma 4 с размером 12B и поддерживает генерацию текста; дополнительные сведения о языках, длине контекста и мультимодальности в README не указаны. Веса были изменены без переобучения в два этапа: удаление геометрии отказов в слоях 12–21 и восстановление возможностей через ASPA Source-Tethering в слоях 22–46. По заявленным результатам, модель демонстрирует 0 отказов на 842 тестовых запросах, сохраняет показатель 46/70 в MMLU-Pro, сопоставимый с исходной Gemma 4 12B-it, и сохраняет полную связность на шести проверках. Ключевое ограничение модели — хирургически удалённые защитные барьеры: она может выполнять запросы, от которых исходная модель отказалась бы, поэтому не предназначена для неконтролируемого потребительского применения. Результаты приведены авторами README и должны рассматриваться как заявленные бенчмарки. Лицензия указана как gemma; конкретные условия использования и ограничения в README не раскрыты.

Crystalcareai/GemMoE-Base-Random — экспериментальная базовая модель от разработчика проекта GemMoE, построенная на архитектуре Gemma. По карточке проекта GemMoE использует смесь из восьми отдельно дообученных моделей Gemma и активирует двух экспертов на токен; для этой базовой версии README не описывает отдельное назначение экспертов. Размер модели — 8,2 млрд параметров, архитектура — MoE для авторегрессионной генерации текста, контекст — до 8192 токенов. Модель предназначена для генерации текста и экспериментов с обучением и инференсом MoE-моделей. Карточка помечает GemMoE как бета-версию; README требует включить trust_remote_code=True при использовании, поэтому запуск зависит от пользовательского кода из репозитория. В метаданных указана лицензия other, а конкретные условия следует проверять в файлах репозитория. README называет модель базовой, но не приводит для GemMoE-Base-Random отдельные данные об обучении или происхождении случайной инициализации.

Nehc/gpt2_lovecraft_ru — русскоязычная генеративная модель на архитектуре GPT-2, созданная дообучением sberbank-ai/rugpt3small_based_on_gpt2 на русских текстах Говарда Филлипса Лавкрафта. Она предназначена для продолжения текста и генерации прозы в стилистике обучающих текстов. Модель принимает текст и генерирует текст; указанная длина контекста — 2048 токенов. Разработчик отмечает, что на момент описания модель прошла только одну эпоху обучения и работа над ней продолжалась. Поэтому качество и устойчивость генерации могут быть ограничены. Репозиторий содержит веса в форматах PyTorch и Safetensors; сведения о лицензии в доступных данных отсутствуют.