I.5Создание и редактирование текста

Карточка модели deepseek-ai/ESFT-token-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.

Карточка модели deepseek-ai/ESFT-token-translation-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.

Falcon-RW-1B — авторегрессионная языковая модель с декодерной архитектурой, разработанная TII. Это плотная модель семейства Falcon примерно на 1,7 млрд параметров, обученная предсказывать следующий токен на 350 млрд токенов англоязычного набора RefinedWeb, очищенного фильтрацией и дедупликацией. Архитектура использует ALiBi и FlashAttention; модель опубликована в формате PyTorch. Модель предназначена прежде всего для исследований влияния веб-данных на свойства языковых моделей, а также может генерировать продолжения текста на английском языке. В карточке отмечены потенциальные задачи классификации текста, разметки токенов и ответов на вопросы, однако модель обучалась как генеративная языковая модель, поэтому для прикладных сценариев может потребоваться дообучение. Модель не рассчитана на надёжную работу с другими языками и может воспроизводить стереотипы и смещения из веб-данных. Разработчик не рекомендует использовать её в производстве без оценки рисков и защитных мер. Лицензия — Apache 2.0.

G4 Runic Oarfish 26B A4B v1.2 — творческая разговорная модель для ролевых игр, созданная Naphula с помощью слияния нескольких моделей на базе Gemma 4. В карточке указано, что версия 1.2 объединяет Musica с полной LoRA MeroMero и добавляет дообученную для ролевых игр Animus. Метаданные описывают модель как Gemma4ForConditionalGeneration с возможностью чата и обработки изображений; репозиторий содержит веса Safetensors. Модель предназначена прежде всего для интерактивного художественного ролевого общения и генерации творческих ответов. Для неё заявлена лицензия Apache-2.0. В README отмечены возможные стилистические повторы и склонность к отказам; автор также сообщает о сравнительно коротких ответах и ухудшении поведения в одной из предыдущих версий.

Ateron/Gemma-4-AssGuard-31B — экспериментальная разговорная модель на базе Gemma 4 31B, созданная автором Ateron для развлечения и ролевых диалогов. Это слияние нескольких моделей через mergekit; среди указанных источников — Gemma4-GarnetV2-31B, Pantheon-Reasoning-31B-1.1, Equinox-31B, Gemma-4-31B-storymaxxed2 и Gemma4-Gutenberg-31B. В README автор описывает её как эксперимент, способный выдавать забавные результаты, и рекомендует попробовать значение min_p около 0,15–0,20. Модель предназначена для генерации диалогового текста и ролевых сценариев на английском языке. Репозиторий содержит веса safetensors, лицензия — Apache-2.0. Метаданные указывают архитектуру Gemma 4 и поддержку чата; сведения о размере параметров и длине контекста не приведены.

Nubinu/Gemma4-E2B-MicroFantasy-V1 — дообученная в формате 4-битной LoRA модель на базе MuXodious/gemma-4-E2B-it-ARA-heresy. Она предназначена для ролевых игр и совместного повествования: модель отыгрывает персонажа, соблюдает заданные характер и предысторию, ведёт сцену от третьего лица и сочетает диалог с действиями. Карточка рекомендует использовать структурированное описание персонажа в Markdown и подходящие настройки сэмплирования для темпа повествования и снижения повторов. Модель относится к семейству Gemma 4, использует архитектуру Gemma4ForConditionalGeneration и формат safetensors; для общения доступна возможность chat. README описывает текстовый ролевой сценарий, хотя архитектура указывает на поддержку генерации по изображению и тексту. Модель распространяется по лицензии Apache-2.0. Размер, длина контекста и дополнительные языки карточкой не подтверждены.

Crystalcareai/gemma-roleplay — дообученная модель семейства Gemma для генерации текста в ролевых сценариях. Разработчик сообщает, что модель обучена в течение трёх эпох на наборе TokenBender/roleplay_alpaca. По архитектуре это плотная авторегрессионная GemmaForCausalLM с 8,2 млрд параметров, принимающая текст и поддерживающая контекст до 8192 токенов. Модель предназначена для ролевых диалогов и генерации ответов от лица персонажа. Она хранится в формате safetensors и может загружаться через Hugging Face Transformers. В предоставленных сведениях лицензия не указана, поэтому условия использования не определены.

Экспериментальный чат-чекпойнт на архитектуре Qwen3, основанный на Qwen3-4B. Модель содержит около 3,7 млрд параметров, принимает текст и генерирует текст; доступный контекст — до 40 960 токенов. В метаданных указаны библиотека Transformers и формат safetensors. Чекпойнт обучен с разреживанием весов на 50% методом capped PGD с целевой функцией reverse-KL OPD. Обучение завершено, однако оценка качества прервалась после первого бенчмарка, поэтому результаты и пригодность для конкретных сценариев не подтверждены. Модель предназначена для экспериментального применения в генерации текста и диалогах. Лицензия в предоставленных данных не указана.

schaeff/gpt2-small_vanilla300 — исследовательский чекпойнт на основе openai-community/gpt2, дообученный на OpenWebText в рамках работы об удалении LayerNorm при инференсе. Модель сохраняет архитектуру GPT-2 Small и предназначена для воспроизведения результатов публикации и сравнения с оригинальной и LayerNorm-free версиями GPT-2. Модель генерирует продолжение текста по текстовому промпту. В карточке приведены оценки cross-entropy на OpenWebText и наборах The Pile; на валидации OpenWebText этот чекпойнт показал меньшую потерю, чем исходный GPT-2 Small в указанном сравнении. Контекст модели составляет 1024 токена. Она доступна в форматах PyTorch и safetensors для библиотеки Transformers. Карточка указывает лицензию «other», но не приводит её условия; проверьте лицензионные сведения репозитория перед использованием.

HamSter-0.1 — разговорная модель на архитектуре Mistral, созданная PotatoOff при участии команды ConvexAI. Это дообученная версия mistralai/Mistral-7B-v0.2, ориентированная на ролевые диалоги и генерацию откровенного контента. Модель содержит 7,1 млрд параметров, принимает текст и выдаёт текст; заявленный контекст — до 32 768 токенов. Карточка рекомендует использовать подробную карточку персонажа и шаблон запросов Llama 2 с инструкциями для чата. Модель предназначена для ролевых сценариев и диалоговой генерации на английском языке. Репозиторий содержит веса Safetensors, а лицензия — Apache-2.0. Автор указывает параметры генерации, показавшие хорошие результаты, однако они не гарантируют качество для всех сценариев.

IceMoonshineRP-7b — разговорная текстовая модель на архитектуре Mistral, созданная icefog72 путём объединения предварительно обученных языковых моделей с помощью mergekit. В README указана база Mistral v0.2; в объединение вошли несколько моделей Ice0 для ролевого общения, включая вариант, обученный с GRPO. Размер модели — 7,1 млрд параметров, формат основной версии — safetensors; доступны также варианты квантования EXL2 и GGUF. Модель предназначена для генерации диалоговых ответов и ролевых сценариев; автор рекомендует запускать её с настройками и lorebook для SillyTavern, хотя обычно подходит и формат Alpaca. Заявленное окно контекста — 32 768 токенов, но автор отмечает ухудшение качества после 16 000 токенов и рекомендует ограничивать контекст примерно 21 000 токенами. Модель помечена как NSFW и не для всех аудиторий. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства, но запрещающая коммерческое использование.

Inairtra-7B — экспериментальная языковая модель размером около 7,1 млрд параметров, созданная Bronya Rand как учебный проект по объединению моделей с помощью MergeKit. Это плотная авторегрессионная модель семейства Mistral, собранная на основе Intel Neural Chat 7B V3.1 с компонентами Airoboros Mistral 2.2 7B и Synatra 7B V0.3 RP. Весы представлены в формате safetensors; заявленная длина контекста — 32 768 токенов. Модель предназначена прежде всего для художественного письма и ролевых сценариев для личного развлечения. Автор предполагает совместимость с форматами запросов базовых моделей, но не уверен в ней; бенчмарки не приводятся. В README отмечены возможность генерации NSFW и оскорбительного контента, а также склонность к фактическим ошибкам. Лицензия репозитория — Apache-2.0.

recoilme/insomnia_v1 — языковая модель на архитектуре GPT-2, созданная автором проекта recoilme для генерации и расширения текстовых промптов к SDXL и похожим моделям генерации изображений. Модель дообучена на GPT-2 Small на синтетических промптах, созданных с помощью Mistral 7B; можно добавить описание стиля, чтобы влиять на предполагаемую стилистику изображения. На вход подаётся текстовое описание сцены, а на выходе модель формирует более подробный промпт с деталями внешнего вида, атмосферы и художественной подачи. Контекст модели — 1024 токена. Репозиторий содержит веса в формате safetensors, лицензия — MIT. Модель предназначена для подготовки промптов, а не для генерации изображений. Примеры показывают склонность к многословным стилистическим деталям; качество и фактическая точность конкретных формулировок могут варьироваться.

AvoCahDoe подготовил чекпойнт JetMoE-8B для сценария Extreme Survival — вариант базовой модели jetmoe/jetmoe-8b с распределённой по слоям смешанной точностью квантования, выбранной с помощью обучения с подкреплением. Средняя разрядность весов составляет 2,625 бита; в README указана совместимость экспорта с Hugging Face Transformers и формат fake-quantized FP16. Модель предназначена для генерации текста и экспериментов с запуском JetMoE-8B при сильном сжатии весов. В качестве проверки качества README описывает оценку perplexity на WikiText-2, но численное значение для этого сценария в доступном фрагменте отсутствует. Это текстовая MoE-модель с контекстом 4096 токенов; в метаданных указан английский язык и 1,2 млрд параметров. Расхождение между названием JetMoE-8B и числом параметров в метаданных следует учитывать при планировании ресурсов. Лицензия — Apache-2.0. README описывает исследовательский метод квантования, но не приводит подробных ограничений по качеству или развёртыванию; результаты могут зависеть от задачи и выбранного сценария сжатия.

JSL-MedLlama-3-8B-v2.0-GGUF — квантизированная версия медицинской языковой модели JSL-MedLlama-3-8B-v2.0, разработанной John Snow Labs на базе Meta Llama 3 8B. Репозиторий подготовлен bartowski в формате GGUF для запуска через llama.cpp; квантизация выполнена с использованием метода imatrix. Модель предназначена для генерации текста в медицинском контексте, включая диалоговые и прикладные сценарии обработки медицинской информации. В README не указаны точные языки, мультимодальность или длина контекстного окна, поэтому модель следует считать текстовой, а эти характеристики — неизвестными. Доступно множество вариантов квантизации от Q8_0 до IQ1_S. Q6_K, Q5_K_M, Q5_K_S и варианты Q4 рекомендованы как обеспечивающие высокое качество при меньшем размере; более компактные варианты подходят для систем с ограниченным объёмом оперативной памяти, но могут заметно уступать по качеству. Сильной стороной является возможность локального запуска через llama.cpp и выбор компромисса между качеством, размером файла и требованиями к ресурсам. Ограничения включают возможное ухудшение ответов при низкой разрядности квантизации и медицинскую специфику, из-за которой результаты не следует использовать как замену профессиональной диагностике или консультации. Лицензия — CC BY-NC-ND 4.0, допускающая использование с указанными ограничениями.

Kusaal MT specialist — переводчик для языка Kusaal, разработанный Prince Nasamu Alhassan на основе NLLB-200 distilled 600M. Модель дообучена на корпусе Ghana Speech и связанных ганских корпусах; автор сообщает, что в двух тестовых наборах она превзошла мультиязычную версию проекта. Архитектура — M2M100 для условной генерации текста, размер — 463,7 млн параметров, контекст — до 1024 токенов. Модель предназначена для машинного перевода текстов на языке Kusaal и с него. Она создана как специализированная модель: маршрутизатор проекта направляет запросы на Kusaal к ней, а остальные — к общей мультиязычной модели. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства и запрещающая коммерческое использование. Автор отмечает, что результаты оценки получены на прочитанном и машинно переведённом тексте, а не на записях реальных пользовательских команд; поэтому они могут завышать качество для естественных формулировок и не отражать поведение при переключении языков. Модель описана как исследовательская работа в рамках хакатона, а не как поддерживаемый продукт.

sal076 дообучил плотную языковую модель Llama 3.1 примерно с 7,5 млрд параметров для генерации текста в задачах теории сознания (theory of mind). В качестве базовой модели указана unsloth/meta-llama-3.1-8b; среди метаданных также указан датасет ResplendentAI/theory_of_mind_fixed_output. Модель принимает текст и генерирует текст. Для неё заявлено контекстное окно до 131 072 токенов, а в карточке указан английский язык. Модель может подходить для экспериментов с распознаванием намерений и убеждений персонажей в текстовых сценариях. Данных о качестве, оценке и ограничениях в карточке мало. Лицензия указана как llama3.1.

GENETIC LEMONADE OPUS — слитая чат-модель на архитектуре Llama 3.3 с 69,5 млрд параметров, созданная zerofata методом SCE из нескольких моделей для ролевых диалогов. В состав входят GeneticLemonade-Unleashed-v3, Plesio-70B и Anubis-70B-v1.1; метаданные также указывают Shisa v2 Llama 3.3 70B как базовую модель. Модель принимает текст и генерирует текст, поддерживает контекст до 131 072 токенов. Она предназначена прежде всего для творческих ролевых чатов: автор карточки отмечает разнообразную прозу и диалоги, творческие ответы и выразительное воспроизведение персонажей. Описана поддержка ролевого контента, включая ERP. В карточке приведены стартовые параметры генерации для SillyTavern, но они не гарантируют оптимальный результат для всех сценариев. Модель распространяется под лицензией Llama 3. Использование требует соблюдения условий этой лицензии. Она ориентирована на ролевые сценарии, поэтому её качество для других задач не установлено; характеристики по языкам в карточке модели не перечислены.

L3-Scrambled-Eggs-On-Toast-8B — англоязычная чат-модель для творческого ролевого общения, созданная Casual-Autopsy как слияние 18 моделей семейства Llama 3 в 11 этапов с помощью LazyMergekit. Модель содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и принимает формат инструкций Llama 3; заявленная длина контекста — 8192 токена. Модель рассчитана на ролевые диалоги и генерацию творческих ответов, сочетая креативность с интеллектуальными способностями. README рекомендует пресет SillyTavern Virt-io для контекста и более креативных ответов, а Naive — для лучшего следования инструкциям. Модель распространяется под лицензией llama3. Результаты генерации зависят от настроек семплирования и выбранного шаблона общения; модель ориентирована на ролевое использование и помечена как NSFW.

L3-Umbral-Mind-RP-v0.3-8B — англоязычная разговорная модель для ролевых диалогов, созданная Casual-Autopsy путём слияния нескольких моделей Llama 3 с помощью mergekit. Она ориентирована на ролевые сценарии с тяжёлыми темами, включая психические расстройства, травму, самоповреждение и суицид, и должна поддерживать более мрачный тон без чрезмерно оптимистичных ответов. В карточке автор также отмечает более связные и естественные ответы по сравнению с предыдущими версиями. Модель имеет плотную архитектуру LlamaForCausalLM, около 7,5 млрд параметров и контекст до 8192 токенов. Она принимает текст и генерирует текст; в метаданных указан английский язык. Для работы используется библиотека Transformers, веса опубликованы в формате safetensors. Модель распространяется по лицензии Llama 3.

LFM2.5-8B-A1B-KO-CPT-Repair-SFT — диагностический чекпойнт с дообучением SFT, созданный LLM-OS-Models на основе LLM-OS-Models/LFM2.5-8B-A1B-KO-CPT-FULL. Это разговорная языковая модель для генерации текста; обучение было направлено на исправление формата ответов в корейских задачах с выбором ответа и сохранение возможностей в вопросах по доказательствам, финансах, Text2SQL, программировании и компактных рассуждениях. Архитектура — LFM2 MoE, 1,6 млрд параметров, контекст — до 128 000 токенов; модель принимает текст и генерирует текст, с приоритетом корейского и поддержкой английского. Чекпойнт опубликован для воспроизводимости, а не как рекомендуемая модель для бенчмарков. Оценка показала, что SFT не восстановил профиль публичных бенчмарков KO-CPT: ответы стали более многословными, а результаты по ряду задач оказались ниже базовой модели или KO-CPT. Для публичных бенчмарков авторы рекомендуют исходный KO-CPT. Лицензия указана как other; конкретные условия использования следует сверить с карточкой модели.

Модель Rezware — дообученная версия Rezware/llama3-legal-indonesia-finetuned на архитектуре Llama с 3,2 млрд параметров. Она предназначена для генерации текста в диалоговом формате и связана с тематикой индонезийского права. Модель может применяться для черновых ответов на юридические вопросы и подготовки текстов по индонезийскому праву. Карточка сообщает об обучении с помощью Unsloth и библиотеки TRL; формат весов — Safetensors. Заявленная длина контекста — 131 072 токена. Лицензия — Apache-2.0. Карточка не приводит оценок качества, методики обучения именно этой версии или подтверждённых результатов на юридических задачах. Используйте ответы как справочную помощь и проверяйте юридически значимые выводы по авторитетным источникам.

LLaVA-Plus-v0-7b — мультимодальная модель семейства LLaVA, предназначенная для исследований и создания чат-ботов, работающих с изображениями и текстом. Карточка описывает её как Large Language and Vision Assistant, обученный в сентябре 2023 года; архитектура — плотная LlavaLlamaForCausalLM на 6,6 млрд параметров, формат весов — PyTorch, контекст — 2048 токенов. Модель рассчитана на исследователей и энтузиастов в области компьютерного зрения, обработки естественного языка и машинного обучения. Её можно применять для экспериментов с мультимодальным диалогом и генерацией текста по визуальному контексту. Лицензия CC BY-NC 4.0 ограничивает коммерческое использование. Доступные сведения не описывают конкретные функции использования навыков или результаты оценки качества.

LuminRP-13B-128k — модель генерации текста для ролевых диалогов, созданная путём слияния RP-моделей с помощью LazyMergekit. Она основана на архитектуре Mixtral с разреженной MoE-структурой и содержит 7,1 млрд параметров. Контекстное окно составляет 131 072 токена; для общения подходят шаблоны ChatML и Mistral. Модель предназначена для ролевых сценариев, где она продолжает диалог от лица персонажа и следует системным инструкциям. Для использования автор рекомендует SillyTavern. Репозиторий распространяется в формате safetensors; лицензия — Apache-2.0. README также упоминает отдельную квантованную сборку GGUF.

Lunar 10.7B — языковая модель, опубликованная jeiku для разговоров и работы в роли бота-компаньона, включая интимное общение. Она основана на архитектуре Llama и содержит 10,6 млрд параметров; модель создана путём слияния дообученной модели автора с другой моделью. Контекст составляет 4096 токенов, веса доступны в формате safetensors. Модель предназначена для генерации диалоговых ответов на английском языке. Карточка также указывает на возможность использовать сборку GGUF, но не содержит сведений о её характеристиках или качестве. Лицензия CC BY-NC-SA 4.0 требует атрибуции и ограничивает коммерческое использование.

luvai-phi3 — языковая модель luvGPT для ролевых диалогов с разными персонажами. Это дообученная версия microsoft/phi-3-mini-4k-instruct на архитектуре Phi-3 с 3,7 млрд параметров; модель принимает текст и генерирует текстовые ответы. Контекстное окно — 4096 токенов, формат весов — Safetensors. Модель предназначена для творческих диалогов и поддержания заданной персоны. Для получения связных ответов README рекомендует специальный шаблон с полями «Character's Persona:», «User:» и «Assistant:»; стандартные шаблоны чата могут давать плохие результаты. Модель сохраняет некоторые стилистические особенности, в том числе частое использование эмодзи. Данные обучения включают около 13 тысяч отобранных примеров, но датасет закрыт. Лицензия — MIT.

Mahou-1.3c-mistral-7B — разговорная языковая модель от flammenai, дообученная на базе nbeerbower/Mahou-1.3-M1-mistral-7B. Модель семейства Mistral с архитектурой MistralForCausalLM содержит 7,1 млрд параметров и рассчитана на контекст до 32 768 токенов. Она принимает текст и генерирует текст; для диалогов обучена использовать формат ChatML. Модель предназначена для коротких сообщений в непринуждённом общении и ролевых сценариях; карточка также указывает на разговорное взаимодействие. Для ролевых ответов описан формат, где речь пишется без кавычек, а действия заключаются в звёздочки. Модель дообучалась один эпохой на наборах FlameMix-DPO-v1 и MahouMix-v1. Лицензия — Apache-2.0. Карточка не сообщает о специализированной предметной области или ограничениях качества; назначение модели ориентировано на короткие диалоги и ролевое общение.

Maya-152m-Flowers — небольшая языковая модель на 152 млн параметров, разработанная Clemylia (LLm-Clem) и предварительно обученная с нуля на тематическом корпусе. Это плотная авторегрессионная модель семейства GPT-2, опубликованная в формате safetensors; заявленная длина контекста — 700 токенов. В метаданных указан французский язык. Модель предназначена для генерации коротких образных текстов и поэтических описаний природы, цветов, пейзажей, света и движения. Её можно использовать для создания атмосферных фрагментов в играх, повествовании и творческих приложениях; компактный размер подходит для локального запуска на скромном оборудовании. Среди характерных особенностей карточка отмечает плотную образность, авторские неологизмы и повторы. Модель не является универсальным диалоговым помощником: повторы и необычные словоформы могут снижать связность и точность текста. Указана лицензия other; конкретные условия использования следует сверять с лицензией в репозитории.

MistralPrism-24B は Aratako が公開した、Mistral 系の対話型テキスト生成モデルです。開発者は Mistral-Small-3.1-24B-Instruct-2503 をベースにしたロールプレイモデルを、複数の海外モデルとマージして性能を高めたと説明しています。重みは safetensors 形式で、23.4 млрд параметров, контекстное окно по метаданным составляет 131 072 токена. В README указано, что обучающий контекст составлял 32 тыс. токенов, поэтому поведение на длинном контексте не проверено. Модель предназначена для ролевых диалогов: задайте в системном сообщении персонажа и ситуацию, затем передавайте реплики пользователя. Карточка содержит японский языковой тег; README написан на японском. Визуальная часть удалена, поэтому модель не принимает изображения. Для использования опубликована под лицензией MIT. Автор рекомендует попробовать низкую температуру генерации, но отмечает, что это не проверено.

mythospice-70b — объединённая с помощью SLERP модель семейства Llama 2, собранная из jondurbin/spicyboros-70b-2.2, elinas/chronos-70b-v2 и NousResearch/Nous-Hermes-Llama2-70b. Это плотная авторегрессионная модель на 68,7 млрд параметров для генерации текста; в карточке предложено пробовать формат инструкций Alpaca, хотя могут подходить и другие форматы запросов. Модель ориентирована на ролевые сценарии и генерацию ответов на английском языке; контекст составляет 4096 токенов. Разработчик предупреждает о предвзятостях, характерных для нишевых ролевых форумов, а также унаследованных от базовой модели, и не рекомендует использовать её для фактической информации или советов. Репозиторий содержит веса PyTorch. Лицензия в предоставленных данных не указана.