I.5Создание и редактирование текста

Карточка модели timorobrecht/nk_babylm_zho_qwen2_bpe_100m на Hugging Face совпадает с карточкой timorobrecht/nk_babylm_zho_qwen2_bpe, поэтому описание составлено по ней. Pinyin-Code Causal LM — компактная причинная языковая модель на архитектуре Qwen2, представленная в репозитории timorobrecht/nk_babylm_zho_qwen2_bpe. Модель содержит 31,4 млн параметров, использует Transformers и формат safetensors, а её нативный контекст составляет 512 токенов. Модель предназначена для генерации текста и оценки продолжений; README также описывает извлечение скрытых представлений. Токенизатор SentencePiece использует преобразование текста в пиньинь и сегментацию jieba, что ориентирует экспорт на обработку китайского языка. Для загрузки с пользовательским кодом требуется включить trust_remote_code=True. Карточка не сообщает отдельную лицензию. Использование пользовательского кода при загрузке требует доверия к коду репозитория; README упоминает узкую настройку совместимости Windows, меняющую кодировку UTF-8 по умолчанию для некоторых вызовов Path.open.

FormosanBank разработала направленную модель машинного перевода с формозских языков на традиционный китайский. Она дообучена на базе facebook/nllb-200-distilled-600M и рассчитана на 15 формозских языков; размер модели — 469,1 млн параметров, длина контекста — до 1024 токенов. Модель использует архитектуру M2M100 и расширенный словарь SentencePiece на 8 тыс. токенов, адаптированный к формозским языкам. Модель предназначена для исследовательской работы, разработки корпусов и помощи в переводе предложений. При использовании нужно соблюдать предусмотренный формат с указанием направления, языка источника и диалекта; если диалект неизвестен, README рекомендует значение default. Модель не использует доменные или репозиторные метки. Веса доступны публично по лицензии CC-BY-NC-4.0, а обучающий корпус распространяется отдельно среди авторизованных участников FormosanBank.

Noromaid-13B-0.4-DPO — полноразмерная дообученная модель для генерации текста на архитектуре Llama, опубликованная IkariDev и Undi. Репозиторий содержит веса FP16; указаны также варианты GGUF. Модель рассчитана на диалоговое и ролевое использование в SillyTavern и использует шаблон NsChatml. Модель насчитывает 12,9 млрд параметров и поддерживает контекст до 4096 токенов. В обучении использовались наборы no_robots, Aesir RP и limarp, а для DPO — пары Orca и наборы с токсичными запросами. Лицензия CC BY-NC 4.0 разрешает использование на некоммерческих условиях; модель ориентирована на ролевые диалоги, поэтому ответы могут включать взрослые или токсичные темы.

NovaCorp разработала Novaciano.Requiem-3.2-1B — экспериментальную языковую модель для ролевых диалогов, интерактивной прозы и симуляции персонажей. Это плотная авторегрессионная модель семейства Llama 3.2 с 1,2 млрд параметров и контекстом до 131 072 токенов, созданная слиянием трёх моделей ветки Novaciano и DARK-LUST-ROLEPLAY. В репозитории указаны форматы GGUF и Q6_K, а метаданные также отмечают safetensors. Модель предназначена для генерации повествования, диалогов персонажей и поведения NPC, в том числе в качестве ведущего лёгкой ролевой игры. Разработчик описывает её как более мрачную и менее склонную к отказам, однако эти свойства и ожидаемые сильные стороны в ролевых сценариях основаны на родительских моделях и не подтверждены независимой оценкой самой Requiem. Для механик игры и точного отслеживания состояния рекомендуется использовать внешний движок. Поддерживаются английский и испанский языки. Лицензия в метаданных — Llama 3.2; README также рекомендует сверяться с лицензиями исходных моделей.

Карточка модели llm-jp/optimal-sparsity-math-d1024-E8-k2-1.1B-A470M 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-E128-k16-52.2B-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.

Карточка модели llm-jp/optimal-sparsity-math-d2048-E16-k16-7.1B-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.

Pageshift-Entertainment разработала экспериментальную языковую модель для генерации художественных историй до конца первой главы. Это плотная авторегрессионная модель семейства Mistral с 23,9 млрд параметров и контекстом 32 768 токенов, доступная в формате safetensors и ориентированная на английский язык. Модель обучена на базе Mistral 24B с упрощённым планированием; авторы отмечают, что это ранняя версия, не описанная в их статье, и она обучалась без датасета LongPage. Модель принимает начальный запрос и генерирует продолжение истории, используя однократный сценарий взаимодействия. После первого запроса продолжить диалог дополнительными сообщениями нельзя. Модель обучалась без встроенных правил безопасности и самостоятельно не отказывает на потенциально опасные запросы, поэтому для развёртывания необходим отдельный классификатор безопасности. Лицензия — Apache-2.0.

Patent-Instruct-Extended — объединённая языковая модель, созданная Arcee AI на основе arcee-ai/Patent-Instruct-7b методом passthrough с использованием mergekit. Модель предназначена для генерации текста по инструкциям в патентном контексте. Модель построена на плотной архитектуре Llama с классом LlamaForCausalLM, содержит 9,8 млрд параметров и поддерживает контекст до 4096 токенов. Доступны веса в формате safetensors; лицензия — Apache-2.0.

Pathumma-llm-vision-1.0.0 — мультимодальная языковая модель, разработанная командой NECTEC и дообученная на базе HuggingFaceM4/Idefics3-8B-Llama3. Модель содержит 8 млрд параметров и сочетает обработку изображений с генерацией текста; её основные задачи — ответы на вопросы об изображениях и создание подписей к ним. Модель предназначена для приложений доступности, образовательных инструментов и взаимодействия с визуальным контентом. В README описано дообучение на тайских данных, включая наборы для подписей к изображениям и текстовые данные, а также на синтетических примерах. Указаны языки тайский и английский; результаты оценки на IPU24 приведены для тайского набора данных. В README сообщается о результате SacreBLEU 17,66370 на IPU24 и точности 30,34% на частном наборе для VQA. К ограничениям отнесены возможные смещения обучающих данных и снижение качества на незнакомых изображениях или нестандартных формулировках вопросов. Лицензия в карточке обозначена как «Specify License», поэтому условия использования по предоставленным сведениям установить нельзя.

Perso-SLM — небольшая языковая модель Finisha-LLM для генерации оригинальных персонажей и их описаний. Она предназначена для ролевых сценариев и создания мира: помогает придумывать имена, необычные профессии, черты и биографические детали для персонажей и NPC. Модель основана на архитектуре GPT-2, содержит около 110 млн параметров и принимает текст, генерируя текст. Карточка указывает французский язык и контекст длиной 900 токенов. В описании отмечены образный, фрагментарный стиль, тематические повторы и склонность к поэтическим мотивам природы и мира. Репозиторий распространяется в формате Safetensors по лицензии LRUNDL.

samudradino/pgabl-legal-chatbot — дообученная авторами samudradino языковая модель для генерации текста в формате диалога. Она основана на unsloth/Qwen2.5-1.5B-Instruct-bnb-4bit и предназначена для чат-сценариев, связанных с правом; название модели указывает на юридическую специализацию, однако карточка не описывает конкретные юрисдикции или типы правовых задач. Модель использует плотную архитектуру Qwen2 и содержит 1,5 млрд параметров. Контекст составляет до 32 768 токенов; опубликованные веса доступны в формате Safetensors. В карточке указан английский язык. Дообучение выполнялось с Unsloth и библиотекой TRL; лицензия — Apache-2.0. Небольшой размер облегчает запуск по сравнению с более крупными моделями, но карточка не приводит оценок качества или сведений о проверке юридических ответов.

Captain Instruct — англоязычная диалоговая языковая модель для генерации ответов в образе пирата XVIII века. Согласно метаданным, она дообучена на базе meta-llama/Llama-3-8B-Instruct и распространяется в формате GGUF; карточка описывает настройку для Ollama. README сообщает о дообучении на более чем 100 примерах инструкций и диалогов. Модель предназначена для ответов на вопросы и выполнения инструкций с пиратской речевой манерой. В карточке заявлены сценарии по программированию, математике, естественным наукам, истории, включая морскую историю, и повседневным советам. Лицензия — Apache-2.0. README утверждает, что стилизация не должна мешать фактической точности, однако это заявление не подкреплено приведёнными результатами оценки. Среди ограничений указаны возможный выход из образа при сложной технической терминологии, устаревание сведений о быстро меняющихся темах и непригодность ответов для замены профессиональной юридической, медицинской или финансовой консультации.

Pretrain-Qwen-200M — плотная авторегрессионная языковая модель семейства Qwen2, разработанная MiniLLM и обученная с нуля как базовая модель для экспериментов MiniLLM. Модель содержит 203,4 млн параметров и была предварительно обучена на корпусе Pile на 50 млрд токенов; для воспроизводимости также опубликован токенизированный обучающий корпус. Модель предназначена для генерации текста и служит базовой линией для MiniLLM-Qwen-200M и сравнительных экспериментов по языковому моделированию. Метаданные указывают контекст до 32 768 токенов и поддержку английского языка. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Лицензия — Apache-2.0. Карточка сообщает об оценивании MiniPLM и сравнении с VanillaKD, но не приводит численных результатов и не описывает отдельные гарантии качества. Компактный размер ограничивает возможности модели по сравнению с крупными современными языковыми моделями.

PunjabiBERT — модель семейства BERT, разработанная L3Cube-Pune и предварительно обученная на общедоступных одноязычных корпусах пенджаби. Это плотный трансформер с 264,8 млн параметров и контекстом до 512 токенов, предназначенный для задачи fill-mask: модель предсказывает замаскированные токены в пенджабском тексте. Её можно использовать как основу для языковых экспериментов и последующей адаптации к прикладным задачам обработки пенджаби. Модель принимает текст и выдаёт текстовые предсказания для пропущенных фрагментов. Доступны веса PyTorch и Safetensors. Лицензия — CC BY 4.0; при использовании требуется соблюдать условия атрибуции. Карточка ссылается на исследовательскую работу о моделях L3Cube для индийских языков, но не приводит количественных результатов PunjabiBERT.

Qwen2.5-72b-RP-Ink — модель для ролевого общения, созданная Allura на основе Qwen/Qwen2.5-72B-Instruct. Это дообучение в формате LoRA; автор указывает, что методика и гиперпараметры вдохновлены SorcererLM и Slush. Модель содержит 71,5 млрд параметров, использует архитектуру Qwen2ForCausalLM и принимает текстовые сообщения для генерации продолжений и ответов в диалоге. Модель предназначена для ролевых сценариев и творческого взаимодействия в формате чата; в README отмечается улучшенная связность по сравнению с вариантом на 32 млрд параметров. Указан контекст 32 768 токенов и шаблон чата ChatML. Репозиторий содержит веса safetensors; лицензия обозначена как other, поэтому конкретные условия использования следует сверить с карточкой модели. Автор описывает обучающий набор как неоднородный, что может влиять на стабильность и предсказуемость ответов.

Экспериментальный чекпойнт этапа 2a исследования по преобразованию Qwen3-4B в гибридную архитектуру с gated DeltaNet и восстановлению её возможностей дистилляцией. В 27 из 36 слоёв полное внимание заменено на GDN при сохранении одного слоя внимания на четыре; чекпойнт содержит около 3,7 млрд параметров и использует архитектуру Qwen3NextForCausalLM. Он предназначен для генерации текста и диалоговых сценариев, а также служит промежуточной точкой перед дистилляцией на длинном контексте. На этапе 2a проведена дистилляция forward-KL на 600 млн токенов с контекстом 4k: в README приведены значения KL 0,1449, совпадения top-1 0,851 и perplexity 12,83 на Wikitext-2. Контекст модели по метаданным — 40960 токенов; для загрузки README указывает transformers версии 4.57 или новее. Базовая модель — Qwen/Qwen3-4B, лицензия Apache-2.0. Это промежуточный исследовательский чекпойнт, и опубликованные метрики не подтверждают качество для широкого практического применения.

gosso1/Qwen3.5-4B-Medical-o1 — дообученная gosso1 мультимодальная модель семейства Qwen3.5 на 4 млрд параметров. Она предназначена для диалоговых сценариев с пониманием изображений; метаданные также указывают поддержку вызова инструментов. Модель принимает текст и изображения и генерирует текст, а в карточке Hugging Face основной задачей указан image-text-to-text. Модель основана на unsloth/Qwen3.5-4B и распространяется в формате safetensors по лицензии Apache-2.0. В README сказано, что при обучении использовались Unsloth и библиотека TRL. Название указывает на медицинскую направленность, однако карточка не описывает медицинские задачи или профильные данные обучения, поэтому специализированные возможности в этой области не подтверждены.

ku-nlp/roberta-large-japanese-char-wwm — крупная японская языковая модель RoBERTa, разработанная KU NLP и предварительно обученная на японской Википедии и японской части корпуса CC-100. Она предназначена для заполнения пропусков в тексте и других сценариев masked language modeling. Модель содержит 421,5 млн параметров, использует посимвольную токенизацию SentencePiece и whole word masking. Словарь включает 18 377 токенов, длина контекста — 514 токенов. Модель принимает обычный текст без предварительной токенизации и выдаёт предсказания замаскированных токенов. Доступна в форматах PyTorch и safetensors. Лицензия — CC BY-SA 4.0. Карточка описывает предварительное обучение; дополнительные специализированные возможности не заявлены.

smallbenchnlp/roberta-small — компактная языковая модель семейства RoBERTa из проекта Small-Bench NLP, посвящённого небольшим эффективным нейросетевым моделям, обучаемым на одном GPU. По архитектуре это RobertaForMaskedLM с 25,5 млн параметров; модель предназначена для предсказания замаскированных токенов в тексте и экспериментов с компактными языковыми моделями. Она принимает текст и выдаёт варианты заполнения маски. Максимальная длина контекста составляет 128 токенов. Карточка не сообщает сведения о лицензии, поэтому условия использования по доступным данным определить нельзя.

junnyu/roformer_v2_chinese_char_small — компактная китайскоязычная модель семейства RoFormer V2 от автора репозитория junnyu. Это плотный трансформер с архитектурой RoFormerForMaskedLM, предназначенный прежде всего для восстановления скрытых токенов в тексте (fill-mask). Модель содержит 18,8 млн параметров, принимает последовательности длиной до 512 токенов и опубликована в формате PyTorch. Карточка приводит результаты семейства RoFormer на классификационных задачах CLUE, включая сравнение вариантов RoFormerV2, но эти результаты не являются отдельной оценкой данного small-чекпойнта. Модель может служить основой для извлечения контекстных представлений и дальнейшей адаптации к китайским NLP-задачам. Сведений о лицензии в предоставленных данных нет.

chargoddard/rpguild-chatml-13b — языковая модель для ролевых диалогов, обученная на примерно 50 тысячах примеров ролевых сессий, написанных людьми. В основе лежит плотная архитектура Llama с 12,9 млрд параметров; модель использует формат запросов ChatML и принимает текстовый ввод, генерируя текст. Указанный максимальный контекст составляет 4096 токенов, а карточка модели отмечает английский язык. Модель предназначена для ведения творческих ролевых сцен и продолжения диалогов с учётом меняющегося сюжета. По описанию автора, она склонна писать реплики за пользователя и часто оформляет речь персонажей в кавычках. Распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

RWKV-4 Pile 169M — авторегрессионная языковая модель семейства RWKV, разработанная BlinkDL и обученная на корпусе The Pile. Это компактная модель с 12 слоями и размерностью эмбеддингов 768; в карточке указан контекст 1024 токена и обучение на 332 млрд токенов. Модель продолжает текст по входному текстовому контексту. Модель подходит для экспериментов и базовой генерации текста, а также для оценки языковой модели на стандартных тестах. В README приведены результаты на Pile, LAMBADA, PIQA, SC2016 и HellaSwag. Это базовая модель, а не специализированный чат-ассистент; качество и способности ограничены её небольшим размером и обучением на английском корпусе. Репозиторий распространяется по лицензии Apache-2.0.

Samantha — текстовая диалоговая модель семейства LLaMA, опубликованная QuixiAI. Она предназначена для общения в роли помощника и собеседника, с акцентом на философию, психологию и личные отношения. Модель обучена на подборке из 6 000 диалогов в формате ShareGPT/Vicuna; карточка указывает размер 32,3 млрд параметров и контекст до 2 048 токенов. Для диалога используется формат Vicuna 1.1. Модель подходит для бесед и ответов на вопросы в указанных темах. В карточке сказано, что Samantha не участвует в ролевых, романтических и сексуальных сценариях. Лицензия обозначена как other, поэтому условия использования следует проверять в лицензии репозитория.

Sarv-Non-Reasoning — модель генерации персидской поэзии, разработанная artindnr на основе ChatBerry-1.1. Она дообучена на данных стихотворной генерации и предназначена для прямого создания стихов без вывода цепочки рассуждений: в ответе появляется само стихотворение, без пояснений, если пользователь их не запросил. Модель принимает текстовые запросы на персидском языке и генерирует классическую поэзию, включая газели и рубаи, а также стихи свободной формы. Она основана на архитектуре GPT-OSS с Mixture-of-Experts, содержит 1,6 млрд параметров и поддерживает контекст длиной до 131072 токенов. LoRA-дообучение слито с базовыми весами; модель распространяется в формате safetensors. Модель подходит для творческих помощников, чат-ботов и сервисов быстрого создания стихов по теме или запросу. Она не предназначена для анализа стихов или сценариев, где требуется видимая цепочка рассуждений; соблюдение классического персидского размера аруз не гарантируется. Лицензия — Apache-2.0.

Карточка модели jspr/smut_llama_8b_smut_2k_romance_1k_merged на Hugging Face совпадает с карточкой jspr/smut_llama_8b_smutromance_32k_merged, поэтому описание составлено по ней. jspr/smut_llama_8b_smutromance_32k_merged — языковая модель jspr, дообученная на базе unsloth/llama-3-8b-bnb-4bit с использованием Unsloth и библиотеки TRL. Это плотная модель семейства Llama с архитектурой LlamaForCausalLM и 7,5 млрд параметров; она принимает текст и генерирует текст, поддерживая контекст до 32 768 токенов. Название указывает на специализацию на откровенной романтической прозе и smut-сценариях. Модель предназначена для генерации художественных текстов и продолжения романтических сюжетов, в том числе с откровенным содержанием. Доступна по лицензии Apache-2.0. Карточка не сообщает результаты оценки качества или подробности обучающих данных.

Vanilla — Instruct (1.7B) — языковая модель семейства SmolLM2, разработанная авторами проекта Model Raising и обученная с нуля на архитектуре SmolLM2-1.7B. Это инструкционно настроенная версия базовой модели model-raising/spp-vanilla-1.7b-base: после предобучения её дообучили на 300 тысячах одноходовых диалогов, включая инструкции и запросы по безопасности. Ответы следуют конституции и могут содержать встроенные ссылки вида [N.M]. Модель использует токенизатор SmolLM2 с добавленным специальным токеном. Модель предназначена для исследований выравнивания поведения и безопасности: изучения конституционного выравнивания, обобщения ценностей и устойчивости к jailbreak-запросам. Она генерирует текст и поддерживает чат на английском языке; контекстное окно составляет 2048 токенов. Размер — 1,7 млрд параметров, формат файлов — safetensors. Авторы отмечают, что модель может выдавать неверный или небезопасный контент и не предназначена для производственного применения. Лицензия в карточке обозначена как other, а README сообщает, что её условия ещё уточняются.

bigcode/starcoder-cxso — экспериментальная абляция OctoCoder, опубликованная для исследовательских целей. Это плотная авторегрессионная языковая модель архитектуры GPTBigCode, работающая с текстом и предназначенная для генерации текста; обычно рекомендуется использовать OctoCoder, который, согласно карточке, показывает лучшие результаты. Модель использует PyTorch и поддерживает контекст до 8192 токенов. В README указано, что это шаг 30 эксперимента; карточка не уточняет специализацию по языкам программирования или другие сценарии применения. Репозиторий содержит веса в формате PyTorch. Условия лицензии в доступных данных не приведены.

StyleDistance — англоязычная модель эмбеддингов стиля текста, разработанная проектом StyleDistance. Она преобразует тексты в векторы, в которых тексты с похожей манерой письма располагаются ближе друг к другу, а с разной манерой — дальше, стараясь отделять стиль от содержания. Модель дообучена контрастивным методом на синтетическом наборе SynthSTEL с примерами 40 стилевых признаков; этот вариант обучен только на синтетических данных. Модель предназначена для стилистического анализа, кластеризации текстов по стилю, идентификации и верификации авторства, а также оценки автоматического переноса стиля. Архитектура основана на RoBERTa, размер составляет 151,8 млн параметров, максимальная длина контекста — 514 токенов. Репозиторий содержит веса в формате safetensors и рассчитан на использование через Sentence Transformers. Лицензия — MIT.

t5-sl-medical-gec — небольшая модель MediaAtlas для исправления грамматики в словенских медицинских текстах после машинного перевода. Это дообученная версия cjvt/t5-sl-small с архитектурой T5 и 45,7 млн параметров по метаданным; в карточке модели указано около 76 млн параметров. Для обработки к тексту добавляют префикс «popravi: ». Модель исправляет ошибки падежных окончаний и согласования рода между прилагательными и существительными, стараясь сохранять уже корректные фрагменты. Она обучена на синтетических парах ошибок и исправлений, включая примеры без изменений. Модель предназначена для недорогого этапа постредактирования машинного перевода медицинских текстов на словенском языке. По описанию, на отложенном наборе клинических предложений она исправляет примерно половину остаточных ошибок согласования и падежа после перевода. Лицензия — CC BY-SA 4.0. Это прототипный грамматический корректор, а не источник медицинской информации и не клинический продукт. Он не предназначен для исправления лексических кальк и всех типов ошибок склонения; результат должен проверять специалист. После обработки следует отдельно проверять, что числа, единицы измерения и названия лекарств не изменились. Для токенизатора базовой модели README отмечает проблему загрузки медленной версии в новых версиях Transformers и рекомендует использовать fast-токенизатор.