I.5Создание и редактирование текста

L3-Deluxe-Scrambled-Eggs-On-Toast-8B — англоязычная текстовая модель для диалогов и ролевых сценариев, созданная Casual-Autopsy слиянием 36 моделей Llama 3 в 23 этапа. Веса используют плотную архитектуру LlamaForCausalLM и содержат около 7,5 млрд параметров; модель принимает текст и генерирует текст, поддерживает формат инструкций Llama 3, а её контекст составляет 8192 токена. Модель рассчитана на творческую ролевую игру и диалоговую генерацию, сочетая компоненты, предназначенные для творчества и следования запросам. Автор приводит настройки генерации для большей креативности и точности следования инструкциям. Репозиторий распространяется в формате safetensors по лицензии Llama 3; в тегах отмечено ограничение «not for all audiences» и NSFW-направленность, поэтому модель может выдавать контент для взрослых.

Law Chat — это языковая модель для юридических задач, разработанная AdaptLLM и представленная в данном репозитории в формате GGUF. Репозиторий поддерживается и квантизирован TheBloke. Модель основана на архитектуре Llama и предназначена для генерации текста и диалогового взаимодействия на английском языке, включая сценарии, связанные с юридической тематикой. Модель обучалась с использованием наборов данных EleutherAI/pile, Open-Orca/OpenOrca, GAIR/lima и WizardLM/WizardLM_evol_instruct_V2_196k. Для взаимодействия используется шаблон запросов Llama-2-Chat с системным сообщением и пользовательским запросом. Доступны квантизированные варианты GGUF с разрядностью от 2 до 8 бит, что позволяет запускать модель на CPU и GPU через llama.cpp и совместимые интерфейсы и библиотеки. Точный размер модели и объём контекста в README не указаны. К сильным сторонам относятся специализация на юридической тематике, поддержка локального запуска и широкий выбор уровней квантизации, позволяющий выбирать компромисс между требованиями к памяти и качеством. Ограничения включают отсутствие заявленной поддержки других языков и модальностей, а также отсутствие в README подробных результатов оценки качества; указана только метрика accuracy. Модель распространяется по лицензии llama2.

LightNovel-Intro-RetNet-400M — языковая модель семейства RetNet с архитектурой RetNetForCausalLM, разработанная isek-ai и обученная с нуля. Она предназначена для генерации текста; название указывает на ориентацию на вступления к ранобэ, однако README не подтверждает конкретные сценарии обучения или использования. Репозиторий содержит веса в формате safetensors, а для работы в README приведены библиотеки Transformers, safetensors и timm. Метаданные указывают японский язык и лицензию MIT. В README не приведены сведения о размере модели, данных обучения, оценках качества или ограничениях.

Llama-Song-Stream-3B-Instruct — дообученная модель prithivMLmods на основе meta-llama/Llama-3.2-3B-Instruct. Она предназначена для генерации музыкальных текстов: песенных строк и целых текстов песен по заданной теме, настроению или другим подсказкам. Модель может помогать авторам придумывать варианты строк и черновики, поддерживать рифму, размер и тематическую связность, а также создавать повествование в форме песни. Это плотная авторегрессионная языковая модель семейства Llama с архитектурой LlamaForCausalLM и 3,2 млрд параметров. Она работает с текстом, использует библиотеку Transformers и имеет заявленную длину контекста 131 072 токена. В карточке указан английский язык; обучение на датасете песенных текстов и композиций описано разработчиком. Модель распространяется под лицензией Apache-2.0.

MubarakB/m2m100-lg-to-en-v2 — дообученная модель семейства M2M100 на базе facebook/m2m100_418M, предназначенная для перевода текста с языка lg на английский. Это плотная encoder-decoder модель класса M2M100ForConditionalGeneration с 332,5 млн параметров и контекстом до 1024 токенов. Репозиторий содержит веса в формате safetensors; лицензия — MIT. Карточка сообщает о дообучении на датасете, обозначенном как None, и приводит значение loss 11,5952 на оценочном наборе. Подробностей о данных и ограничениях применения нет, поэтому качество перевода по этой оценке судить нельзя.

Mahou-1.2b-mistral-7B — разговорная языковая модель от flammenai для коротких сообщений, непринуждённого общения и ролевых диалогов. Она основана на Mistral и дообучена методом Direct Preference Optimization (DPO); в карточке указаны наборы данных MahouMix-v1 и FlameMix-DPO-v1. Модель использует архитектуру MistralForCausalLM и формат диалога ChatML. Модель рассчитана на текстовые беседы и отыгрыш персонажей; для ролевого формата README рекомендует писать речь без кавычек, а действия заключать в звёздочки. Размер модели — 7,1 млрд параметров, родной контекст — 32 768 токенов. Распространяется по лицензии Apache-2.0. Карточка не сообщает о специализированной предметной области или поддержке конкретных языков.

Matryoshka-3B — разработанная авторами репозитория серия вложенных языковых моделей размером 500 млн, 1,5 млрд и 3 млрд параметров, объединённых в одной архитектуре. Полная версия содержит 3,2 млрд параметров; меньшие модели используют общие ранние слои и веса. Архитектура реализована классом MatriochkaForCausalLM, работает с Transformers и использует токенизатор SmolLM2. Для загрузки требуется включить trust_remote_code=True. Модель предназначена для генерации английского текста, изучения вложенных языковых моделей с переменным размером и ускорения генерации методом speculative decoding: меньший выход модели может предлагать черновик для большего, используя общие слои и KV-кэш. Модели обучались на FineWeb-Edu; основной запуск видел 35 млрд токенов, также доступны контрольные точки после более длительного обучения. В README сообщается о качестве на уровне независимо обученных аналогов и приросте пропускной способности при speculative decoding. Это базовые, неинструкционные модели без выравнивания и фильтрации безопасности; возможны ошибки, предвзятые или низкокачественные ответы. README описывает артефакт как исследовательский и не рекомендует его для производственного применения. Лицензия — Apache-2.0.

aroot/mbart-finetuned-eng-guj — модель машинного перевода на архитектуре mBART, дообученная на основе facebook/mbart-large-50-many-to-many-mmt. Она предназначена для перевода текста с английского на гуджарати. Модель содержит 457,4 млн параметров, использует формат PyTorch и имеет контекстное окно 1024 токена. В карточке приведены результаты оценки: BLEU 1,8882 и loss 3,5996; они указывают на ограниченное качество перевода. Данные обучения и подробности сценариев применения не описаны. Лицензия в доступных сведениях не указана.

Koichi Yasuoka разработал ModernBERT-large, предварительно обученную на японских текстах 青空文庫 (Aozora Bunko). Модель содержит 409,7 млн параметров, использует архитектуру ModernBERT и работает с контекстом до 8192 токенов. Доступны веса PyTorch; лицензия — Apache-2.0. Модель предназначена для заполнения пропусков в тексте и как основа для дообучения на японские задачи, включая разметку частей речи и синтаксический анализ зависимостей. Она принимает текст и предсказывает замаскированные фрагменты. Обучение проводилось на восьми NVIDIA A100-SXM4-40GB примерно за 10 часов. Модель ориентирована на японский язык и корпус Aozora Bunko; README не сообщает об оценках качества или проверке на других доменах. Для специализированных задач потребуется дообучение.

MyanmarGPT-Chat — диалоговая языковая модель на архитектуре GPT-2, разработанная Min Si Thu. Она дообучена на базовой модели MyanmarGPT и предназначена для ответов на вопросы и генерации текста на бирманском языке, в первую очередь о мировой истории. Датасет «A Brief History of the World» составлен автором по кратким пересказам страниц Википедии; модель также поддерживает английский язык. Модель доступна в формате Safetensors через Transformers и имеет контекст длиной 1024 токена. Её можно использовать для вопросов о мировой истории, а также дообучать на специализированных данных для других задач обработки языка. Лицензия — CreativeML OpenRAIL-M. Карточка предупреждает о возможных смещениях и ограниченной надёжности. Модель может хуже справляться с повседневной разговорной бирманской речью; для специализированных терминов и важных решений требуется дополнительное обучение и проверка.

Neural-4-GSM8K-7B-slerp — слитая модель генерации текста, созданная с помощью LazyMergekit из louisbrulenaudet/Pearl-7B-slerp и Eric111/Mayo методом SLERP. Это плотная MistralForCausalLM на 7,1 млрд параметров с контекстом до 32 768 токенов, сохранённая в формате safetensors. Модель предназначена для генерации текста и решения математических задач, в частности задач GSM8K. В конфигурации слияния для слоёв внимания и MLP заданы отдельные веса смешивания; базовой указана louisbrulenaudet/Pearl-7B-slerp. Карточка не приводит результатов оценки качества, поэтому пригодность для конкретных математических задач следует проверять на собственных примерах. Условия лицензии в предоставленных данных не описаны.

Nigerian Food GPT-2 — языковая модель на архитектуре GPT-2, дообученная автором Nnobody на наборе из более чем 100 нигерийских блюд. Она генерирует на английском языке описания блюд, включая ингредиенты, сведения о питательной ценности и здоровье, класс блюда, регион происхождения, остроту и диапазон цены. Модель подходит для создания справочных описаний нигерийской кухни, учебных материалов и текстов для меню. Контекст модели — до 1024 токенов. Репозиторий содержит веса в формате safetensors; лицензия — MIT. Знания модели ограничены обучающим набором, поэтому сведения могут быть неточными или непоследовательными. Её ответы о питании и здоровье не следует считать достоверной медицинской или нутриционной рекомендацией.

Nimbus-Chat-Mini — компактная модель-ассистент для диалогов на устройствах, представленная разработчиком под именем Nimbus. В README модель описана как результат дистилляции с хорошим следованием инструкциям; приведены результаты бенчмарков по рассуждению и генерации. Метаданные Hugging Face указывают архитектуру BERT, реализацию BertModel на Transformers и формат PyTorch, а также задачу извлечения признаков. Эти сведения не подтверждают заявленные в README диалоговые возможности или размер модели. Репозиторий распространяется по лицензии Apache-2.0. README рекомендует температуру генерации 0,6, но не приводит подробностей о запуске: отсылает к коду проекта. Данные о языках, размере и длине контекста отсутствуют.

Noromaid-v0.1-mixtral-8x7b-Instruct-v3 — экспериментальная чат-модель для ролевых диалогов, созданная IkariDev и Undi на основе Mixtral Instruct и дообученная на изменённых наборах данных. Авторы указывают, что обучение было сосредоточено на ролевом общении и снятии ограничений; модель подходит для RP и ERP-сценариев. Она использует архитектуру Mixtral с разреженной смесью экспертов (MoE), содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель принимает текстовые запросы и генерирует текстовые ответы. В README рекомендован формат подсказок Alpaca, включая варианты с секциями Instruction, Input и Response. Модель распространяется под лицензией CC BY-NC 4.0, которая ограничивает коммерческое использование. Авторы предупреждают, что это экспериментальная версия и качество работы не гарантируется.

Это экспортированный в формат Hugging Face чекпойнт OLMo 3 3B SiameseNorm + DepthAttention от ArchSpace-Collection, снимок первого этапа предобучения на итерации 715256. Модель представляет собой плотную авторегрессионную языковую модель для генерации текста с архитектурой OLMo3SiameseDepthForCausalLM и 3,2 млрд параметров. Модель предназначена для генерации текста и может служить чекпойнтом для экспериментов и дальнейшего обучения. Она сохраняет архитектуру SiameseNorm и DepthAttention; использует скользящее окно размером 4096 токенов, а её заявленная длина контекста составляет 8192 токена. Внимание организовано по шаблону SWA, SWA, SWA, Full. Для загрузки требуется Transformers версии 4.57.6 или новее, но ниже 5, и параметр trust_remote_code=True. Репозиторий содержит веса Safetensors и код архитектуры для Transformers. README не указывает лицензию или языки обучения, поэтому модель не следует считать разрешённой для коммерческого применения без проверки условий на странице репозитория. Это ранний чекпойнт предобучения; его пригодность для чата или прикладных задач в карточке не заявлена.

Карточка модели llm-jp/optimal-sparsity-code-d1024-E16-k4-1.9B-A670M на Hugging Face совпадает с карточкой llm-jp/optimal-sparsity-math-d2048-E8-k8-3.9B-A3.9B, поэтому описание составлено по ней. Это экспериментальный чекпойнт из работы «Optimal Sparsity of Mixture-of-Experts Language Models for Reasoning Tasks». Модель разработана авторами исследования; репозиторий содержит чекпойнты для изучения влияния разреженности MoE-моделей на задачи рассуждения. Архитектура — MixtralForCausalLM с механизмом mixture-of-experts; в метаданных указано 875 млн параметров и контекст до 4096 токенов. Модель предназначена для генерации текста и экспериментов с рассуждениями на языковых задачах. Она распространяется в формате safetensors под лицензией Apache-2.0. README не уточняет языковой состав, конкретные результаты оценки или практические ограничения качества.

Карточка модели llm-jp/optimal-sparsity-code-d512-E64-k4-1.7B-A220M на Hugging Face совпадает с карточкой llm-jp/optimal-sparsity-math-d2048-E8-k8-3.9B-A3.9B, поэтому описание составлено по ней. Это экспериментальный чекпойнт из работы «Optimal Sparsity of Mixture-of-Experts Language Models for Reasoning Tasks». Модель разработана авторами исследования; репозиторий содержит чекпойнты для изучения влияния разреженности MoE-моделей на задачи рассуждения. Архитектура — MixtralForCausalLM с механизмом mixture-of-experts; в метаданных указано 875 млн параметров и контекст до 4096 токенов. Модель предназначена для генерации текста и экспериментов с рассуждениями на языковых задачах. Она распространяется в формате safetensors под лицензией Apache-2.0. README не уточняет языковой состав, конкретные результаты оценки или практические ограничения качества.

Карточка модели llm-jp/optimal-sparsity-math-d1024-E32-k16-3.5B-A1.9B на Hugging Face совпадает с карточкой llm-jp/optimal-sparsity-math-d2048-E8-k8-3.9B-A3.9B, поэтому описание составлено по ней. Это экспериментальный чекпойнт из работы «Optimal Sparsity of Mixture-of-Experts Language Models for Reasoning Tasks». Модель разработана авторами исследования; репозиторий содержит чекпойнты для изучения влияния разреженности MoE-моделей на задачи рассуждения. Архитектура — MixtralForCausalLM с механизмом mixture-of-experts; в метаданных указано 875 млн параметров и контекст до 4096 токенов. Модель предназначена для генерации текста и экспериментов с рассуждениями на языковых задачах. Она распространяется в формате safetensors под лицензией Apache-2.0. README не уточняет языковой состав, конкретные результаты оценки или практические ограничения качества.

Карточка модели llm-jp/optimal-sparsity-math-d1024-E64-k8-6.7B-A1.1B на Hugging Face совпадает с карточкой llm-jp/optimal-sparsity-math-d2048-E8-k8-3.9B-A3.9B, поэтому описание составлено по ней. Это экспериментальный чекпойнт из работы «Optimal Sparsity of Mixture-of-Experts Language Models for Reasoning Tasks». Модель разработана авторами исследования; репозиторий содержит чекпойнты для изучения влияния разреженности MoE-моделей на задачи рассуждения. Архитектура — MixtralForCausalLM с механизмом mixture-of-experts; в метаданных указано 875 млн параметров и контекст до 4096 токенов. Модель предназначена для генерации текста и экспериментов с рассуждениями на языковых задачах. Она распространяется в формате safetensors под лицензией Apache-2.0. README не уточняет языковой состав, конкретные результаты оценки или практические ограничения качества.

Карточка модели llm-jp/optimal-sparsity-math-d1024-E8-k4-1.1B-A670M на Hugging Face совпадает с карточкой llm-jp/optimal-sparsity-math-d2048-E8-k8-3.9B-A3.9B, поэтому описание составлено по ней. Это экспериментальный чекпойнт из работы «Optimal Sparsity of Mixture-of-Experts Language Models for Reasoning Tasks». Модель разработана авторами исследования; репозиторий содержит чекпойнты для изучения влияния разреженности MoE-моделей на задачи рассуждения. Архитектура — MixtralForCausalLM с механизмом mixture-of-experts; в метаданных указано 875 млн параметров и контекст до 4096 токенов. Модель предназначена для генерации текста и экспериментов с рассуждениями на языковых задачах. Она распространяется в формате safetensors под лицензией Apache-2.0. README не уточняет языковой состав, конкретные результаты оценки или практические ограничения качества.

Карточка модели llm-jp/optimal-sparsity-math-d2048-E32-k16-13.6B-A7.1B на Hugging Face совпадает с карточкой llm-jp/optimal-sparsity-math-d2048-E8-k8-3.9B-A3.9B, поэтому описание составлено по ней. Это экспериментальный чекпойнт из работы «Optimal Sparsity of Mixture-of-Experts Language Models for Reasoning Tasks». Модель разработана авторами исследования; репозиторий содержит чекпойнты для изучения влияния разреженности MoE-моделей на задачи рассуждения. Архитектура — MixtralForCausalLM с механизмом mixture-of-experts; в метаданных указано 875 млн параметров и контекст до 4096 токенов. Модель предназначена для генерации текста и экспериментов с рассуждениями на языковых задачах. Она распространяется в формате safetensors под лицензией Apache-2.0. README не уточняет языковой состав, конкретные результаты оценки или практические ограничения качества.

Bluckr дообучил Phi-3-mini-4k-instruct, чтобы она работала как испаноязычный ассистент Pofi и вызывала функции. Модель предназначена для диалоговых запросов, связанных с установкой будильников, подключением к вебу, отправкой файлов и сообщений, сохранением строк, запуском приложений, созданием файлов и управлением системой. Она построена на плотной архитектуре MistralForCausalLM, содержит 3,7 млрд параметров и использует контекст до 4096 токенов. Репозиторий распространяет веса в формате safetensors по лицензии MIT. Для реального выполнения системных действий требуется внешняя среда, которая интерпретирует и исполняет вызовы функций.

Phi-3-song-lyrics-1.1 — модель на базе Phi-3, предназначенная для написания текстов песен. Это чат-модель с архитектурой Phi3ForCausalLM и 3,7 млрд параметров; модель рассчитана на генерацию текста, в том числе песен со структурой из куплетов, припевов, бриджа и других частей. В примере карточки показан запрос на создание англоязычной романтической песни с названием и описанием музыкального стиля. Модель опубликована под лицензией MIT. README сообщает, что в репозиторий интегрирована LoRA от aifeifei799, поэтому модель классифицирована как дообучение; для работы также приводится вариант GGUF и инструкция по использованию в LM Studio. В метаданных указаны формат safetensors и контекст 4096 токенов. Генерация может быть длинной, и автор рекомендует редактировать результат. README отдельно возлагает на пользователя проверку сгенерированного текста, в том числе по вопросам авторских прав.

PiVoT-MoE — языковая модель для ролевых диалогов, созданная maywell. Она использует архитектуру Mixture of Experts на базе Mixtral и объединяет четыре специализированных эксперта; в метаданных указано 10,6 млрд параметров и контекст до 32 768 токенов. Модель предназначена для ведения бесед от лица заданных персонажей и работы с разнообразными ролевыми сценариями. README указывает на базовую модель PiVoT-10.7B-Mistral-v0.2-RP и рекомендует шаблон Alpaca, также совместимый с ChatML. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое.

Elfrino/PsyMedLewd_v3 — объединённая модель для генерации текста, созданная методом SLERP с помощью mergekit из Undi95/PsyMedRP-v1-20B и Undi95/MXLewd-L2-20B. Модель построена на архитектуре Llama и содержит 19,8 млрд параметров; заявленная длина контекста — до 4096 токенов. Она предназначена для диалоговой генерации в ролевых сценариях, включая темы психологии и взрослого контента. Модель принимает текст и генерирует текст. Она опубликована в формате safetensors и использует библиотеку Transformers. Лицензия в предоставленных данных не указана.

Psy_mope — созданная с помощью mergekit слитая диалоговая языковая модель на архитектуре Llama 3, объединяющая Cas-Warehouse/Llama-3-Mopeyfied-Psychology-v2 и Casual-Autopsy/L3-Umbral-Mind-RP-v3.0-8B методом SLERP. Модель содержит около 7,5 млрд параметров, работает с текстом и имеет контекстное окно до 8192 токенов. Модель предназначена для генерации диалоговых ответов и ролевых сценариев, связанных с психологической тематикой и эмоционально насыщенными сюжетами. Карточка базовой модели указывает на ролевые игры с тяжёлыми эмоциональными темами и сценариями спасения персонажей. В репозитории указаны веса Safetensors; модель рассчитана на использование через Transformers. В карточке не приведены сведения о лицензии и отдельные результаты оценки качества. Как и другие генеративные языковые модели, она может создавать неточные или неподходящие ответы; тематика исходных моделей предполагает эмоционально тяжёлое содержание.

Модель afihsan/qwen2.5-1.5b-legal-chatbot-grpo разработана afihsan как дообученная версия afihsan/qwen2.5-1.5b-legal-chatbot-finetuned. Это плотная причинно-языковая модель семейства Qwen2 с 1,5 млрд параметров, предназначенная для генерации текста в формате чата и ответов юридического чат-бота. В карточке указано, что обучение выполнялось с использованием Unsloth и библиотеки TRL; доступные веса представлены в формате safetensors. Модель принимает текст и генерирует текст, поддерживает английский язык и имеет контекстное окно 32 768 токенов. Она может служить основой для англоязычного юридического чат-бота и ответов на правовые вопросы. Лицензия — Apache-2.0. Карточка не содержит оценки качества или сведений о проверке юридической точности, поэтому ответы следует сверять с актуальными правовыми источниками.

HiteshSaai/Qwen3-1.7B-RL-GRPO_syllogism_reasonsing — генеративная текстовая модель семейства Qwen3 с 1,7 млрд параметров, доступная через библиотеку Transformers. По названию репозитория и тегам она ориентирована на рассуждения в силлогистических задачах и связана с подходами GRPO и reinforcement learning; также отмечена как conversational-модель. Модель поддерживает контекст до 40 960 токенов и предназначена для генерации текста на основе текстового запроса.

Aratako/Qwen3-30B-A3B-ERP-v0.1 — японская языковая MoE-модель для текстовой генерации в диалоговом формате, дообученная Aratako для ролевых игр на базе Aratako/Qwen3-30B-A3B-NSFW-JP. Чтобы разыграть сценарий, задайте в system prompt персонажа и ситуацию, затем ведите диалог через chat template. Модель использует архитектуру Qwen3 MoE и класс Qwen3MoeForCausalLM; контекстное окно составляет 32 768 токенов. Метаданные указывают 2,6 млрд параметров и формат safetensors; README также ссылается на вариант GGUF. Основной язык модели — японский. Модель опубликована под лицензией MIT. Вариант предназначен для ролевых диалогов и может генерировать NSFW-контент.

Raspberry-3B — экспериментальная языковая модель Arcee AI на архитектуре Qwen2, дообученная на базе Qwen/Qwen2.5-3B и ориентированная на задачи рассуждения. Она генерирует текст в формате ChatML и поддерживает диалоговый сценарий; заявленный контекст составляет 32 768 токенов, размер — около 3,1 млрд параметров. В карточке приведены результаты оценок на IFEval и BBH. Модель может подойти для экспериментов с рассуждением и диалоговой генерацией текста. Автор прямо характеризует её как экспериментальную и не предназначенную для производственного использования. Лицензия указана как other, конкретные условия в доступных данных не раскрыты.