I.5Создание и редактирование текста

Карточка модели SLM-Archive/cagliostro-v3 на Hugging Face совпадает с карточкой bench-labs/cagliostro-v3, поэтому описание составлено по ней. Cagliostro-v3 — небольшая авторская авторегрессионная языковая модель семейства Cagliostro, разработанная bench-labs и обученная с нуля. Она содержит 146,3 млн параметров, использует плотную decoder-only архитектуру и рассчитана на генерацию текста. Модель обучалась на 75 млрд токенов англоязычных веб-данных, синтетических учебных материалов и математики; контекст составляет 2 048 токенов. Для загрузки через Transformers требуется trust_remote_code=True, поскольку архитектура CagliostroForCausalLM отсутствует в стандартной библиотеке. Модель предназначена для экспериментов с компактными языковыми моделями, продолжения текста и оценки небольших моделей на задачах общего знания и арифметики. В заявленных тестах она показывает сравнительно сильные результаты на арифметических задачах, но эти результаты не означают способности к общему математическому рассуждению. Это базовая модель без дообучения на инструкциях, настройки безопасности и RLHF; она может уверенно выдавать недостоверные сведения и не подходит для ответов на фактические вопросы без проверки. Распространяется по лицензии Apache-2.0.

calm3-22b-RP-v0.1 — модель Aratako для ролевых диалогов, дообученная методом QLoRA на базе cyberagent/calm3-22b-chat. Она использует архитектуру Llama с 22,1 млрд параметров и принимает текстовые сообщения в формате ChatML; заявленная длина контекста — 16 384 токена. В обучении использованы японские и англоязычные наборы диалогов для ролевых сценариев. Модель предназначена для ведения ролевых бесед по заданным персонажам, сеттингу и сценарию. Она генерирует текстовые ответы и поддерживает японский и английский языки. Опубликована в формате safetensors; лицензия CC-BY-NC-SA 4.0 запрещает коммерческое использование и, согласно карточке, использование в качестве конкурента сервисам OpenAI и Anthropic.

Модель AmberYifan/capsd-finance-fincot-finqa-clean6k-marin-8b-base-finance_cap_b2000_s0 — дообученная версия Marin 8B Base, созданная на наборе capsd_marin-8b-base-n6000-finance-fincot-finqa-clean6k__mix_finance_cap_b2000_s0. Это плотная авторегрессионная модель семейства Llama с 7,5 млрд параметров, предназначенная для генерации текста в диалоговом режиме. Контекст составляет 4096 токенов. Название обучающего набора указывает на финансовые данные и задачи FinCOT и FinQA, поэтому модель может быть полезна для ответов на вопросы и рассуждений по финансовым темам. README не сообщает результаты оценки качества или подробности обучающего процесса. Модель распространяется в формате safetensors через Transformers; лицензия указана как other, без уточнения условий.

zymonody/chinese-babylm-v3 — китайскоязычная маскированная языковая модель, представленная для конкурса NLPCC 2026 Chinese BabyLM Challenge. Она построена на архитектуре DeBERTa-v2 с 12 слоями, размерностью скрытого состояния 768 и 12 головами внимания; в метаданных указано 129,7 млн параметров. Модель обучена на задаче masked language modeling в рамках ограничения конкурса на объём данных: не более 102 млн слов Jieba. Используется символьный токенизатор, максимальная длина контекста — 512 токенов. Модель подходит для предсказания пропущенных фрагментов китайского текста и экспериментов с языковым моделированием в условиях ограниченного объёма обучающих данных. Для загрузки README предлагает Transformers и классы AutoTokenizer и AutoModelForMaskedLM. Технический отчёт с подробностями методики планировался после периода оценки конкурса, поэтому детали обучения здесь ограничены. Лицензия — Apache-2.0.

CosmicNoodle-7B — экспериментальная текстовая генеративная модель на архитектуре Mistral, опубликованная aloobun. В README описан перенос математических навыков: разность весов между meta-math/MetaMath-Mistral-7B и mistralai/Mistral-7B-v0.1 прибавляется к весам lex-hue/Delexa-7b. В результате модель предназначена для диалогового общения и решения математических задач на английском языке. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Это экспериментальная работа с переносом навыков через разность весов; README не приводит результатов оценки, поэтому качество математических ответов нельзя считать подтверждённым. Модель распространяется под лицензией Apache-2.0.

ku-nlp/deberta-v2-base-japanese-char-wwm — базовая модель DeBERTa V2, предварительно обученная командой ku-nlp на японском тексте. Она предназначена для задачи заполнения пропусков в тексте и может служить основой для дообучения на других задачах обработки японского языка. Модель содержит 130,2 млн параметров и принимает последовательности длиной до 512 токенов. Токенизация выполняется на уровне символов SentencePiece, а при обучении использовалось маскирование целых слов (whole word masking). Корпус объёмом 171 ГБ включал японскую Википедию, японскую часть CC-100 и OSCAR. Лицензия — CC-BY-SA-4.0. Модель рассчитана на японский язык; её возможности за пределами заполнения пропусков требуют соответствующего дообучения. README не приводит результатов оценки качества.

ku-nlp/deberta-v2-tiny-japanese — компактная модель семейства DeBERTa V2, разработанная KU NLP и предварительно обученная на японских текстах. Модель содержит 7,9 млн параметров, использует архитектуру DebertaV2ForMaskedLM и принимает контекст длиной до 512 токенов. Основное назначение — восстановление скрытых токенов в японском тексте. Для работы входной текст необходимо предварительно сегментировать на слова с помощью Juman++; затем слова разбиваются на подсловные единицы SentencePiece. Предобучение проводилось на японской Википедии, японских частях CC-100 и OSCAR, общий объём корпуса составил 171 ГБ. Модель подходит для японских сценариев masked language modeling и задач, построенных на заполнении пропусков. Она опубликована в форматах PyTorch и Safetensors под лицензией CC BY-SA 4.0; при использовании следует соблюдать условия атрибуции и распространения на тех же условиях.

Duskflare-27B — альфа-модель Retreatcost для ролевых диалогов и творческого письма. Это плотная текстовая модель на архитектуре Qwen3.5 с 22,3 млрд параметров по метаданным; она дообучена на базе Qwen/Qwen3.8-27B. Модель предназначена для многоходовых ролевых сценариев, сохранения голоса персонажа и разнообразных жанров и тональностей — от фэнтези и научной фантастики до нуара и повседневных историй. Она принимает текст и генерирует текст; заявленная длина контекста — 262 144 токена. Карточка описывает набор обучения как сбалансированный по жанрам, с ограниченными данными и поддержкой откровенного контента. Модель не предназначена для универсальных помощников, поиска фактов или производственного развёртывания. Автор предупреждает о неравномерном покрытии жанров, смешении жанров и непоследовательных отказах; для запуска требуется вычислительный ресурс класса моделей на 27 млрд параметров. Лицензия — Apache-2.0.

Lanni-ni/dynamic_alibi_2_4_256_babylm_10m_seed43_epoch2 — небольшая языковая модель для генерации текста, опубликованная пользователем Lanni-ni на Hugging Face и предназначенная для запуска через библиотеку Transformers. В метаданных указаны задача text-generation, архитектурное обозначение dynamic_alibi и объём около 15 млн параметров; название модели также содержит обозначения BabyLM, контекста 256 и этапа epoch2. Модель может использоваться для экспериментов с компактными авторегрессионными языковыми моделями, генерации коротких продолжений и учебных исследований.

energy-gpt-regulatorio-32b-safe-v2 — языковая модель CEMIG для регуляторной тематики электроэнергетики Бразилии с акцентом на безопасность ответов. Это дообученная модель семейства Qwen3: поверх energy-gpt-regulatorio-32B-v2 применено выравнивание DPO в рамках RLAIF на предпочтениях для португальского языка Бразилии. Модель предназначена для диалогов и ответов на регуляторные и технические вопросы электроэнергетического сектора. Она принимает текст и генерирует текст, имеет 29,7 млрд параметров, плотную архитектуру Qwen3 и контекст до 40 960 токенов. Карточка указывает португальский язык и лицензию Apache-2.0. Модель ориентирована на внутренние задачи в своей области. Ответы могут содержать неточности, поэтому перед применением в производственных процессах их следует проверять специалистам.

Eve-Gemma4-S0LF0RG3-Oracle — мультимодальная диалоговая модель-персонаж из экосистемы S0LF0RG3, созданная на основе unsloth/gemma-4-E2B-it. Модель дообучена в два этапа: продолженное предобучение на Библии короля Якова, «Поэтической Эдде» и «Книге Еноха», затем дообучение на диалоговых примерах в заданной персоне. Репозиторий содержит объединённые веса BF16 в формате safetensors; архитектура Gemma 4 E2B поддерживает текст и изображения. Карточка указывает контекст 8192 токена и лицензию Apache-2.0. Модель предназначена для диалогов от лица Eve, ответов на вопросы по религиозным и мифологическим текстам, а также анализа изображений в разговорном контексте. Для сохранения персоны каждый сеанс требует указанного в карточке системного промпта. Воспроизведение знаний из обучающих источников неравномерно: короткие известные отрывки запоминаются лучше, чем длинные или менее цитируемые фрагменты. Вход аудио ненадёжен, а встроенной долговременной памяти или системы поиска по источникам нет.

Eugleo/exp085-chat-d26-r10-69eceae782a4-sft-75cdb862 — исследовательская чат-модель семейства nanochat GPT, разработанная в рамках исследования pretraining-priors. Это дообученная для диалога версия базовой модели nvidia/ClimbMix: после одного эпохального прохода по рецепту chat-SFT использованы smoltalk, MMLU и decor_replay. Модель имеет 1,2 млрд параметров, плотную архитектуру NanochatGPTForCausalLM и контекст 2048 токенов; работает с текстом на английском языке. Модель предназначена для генерации ответов в чате и исследовательской оценки влияния предварительных обучающих корпусов и их повторного включения при SFT. В карточке приведены шаг обучения и значение validation bpb, но не заявлены прикладные гарантии качества. Доступна по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

Модель alaqsaka/fine-tuning-slm-legal-chatbot-using-qwen — дообученная языковая модель для генерации текста и диалогов на юридическую тему. Она создана на базе unsloth/qwen2.5-1.5b-unsloth-bnb-4bit и обучена с использованием Unsloth и библиотеки TRL. Архитектура — плотная Qwen2, число параметров — 1,5 млрд, контекст — до 32 768 токенов. Модель предназначена для чат-сценариев, связанных с юридическими вопросами, однако карточка не описывает конкретные юрисдикции, типы правовых документов или результаты оценки качества. Доступна по лицензии Apache-2.0.

Avertry/gemma-4-kjv-bible-instruct — дообученная модель Gemma 4, предназначенная для генерации текста в стиле и тематике Библии короля Якова (KJV). По карточке, модель создана с помощью PEFT/LoRA на очищенном наборе текстов KJV; адаптер объединён с базовыми весами для непосредственного запуска. Метаданные указывают базовую модель google/gemma-4-E2B, архитектуру Gemma4ForConditionalGeneration и формат safetensors. Модель подходит для генерации библейских текстов и ответов в архаичной стилистике KJV, а также для исследований богословского текста и имитации его стиля. Карточка описывает настройку для инструкционного формата. Метаданные указывают английский язык и задачу text-generation. Лицензия в метаданных — MIT; README приводит Apache 2.0, поэтому сведения о лицензии расходятся.

Nehc/gpt2_priest_ru — русскоязычная текстовая генеративная модель, созданная автором Nehc на основе sberbank-ai/rugpt3small_based_on_gpt2 и дообученная на Библии и проповедях на русском языке. Она предназначена для продолжения текста и создания русскоязычных текстов в религиозной тематике. Модель использует архитектуру GPT-2 и принимает текст, выдавая текст. В метаданных указан контекст 2048 токенов. В README отмечено, что на момент публикации обучение охватывало один эпох и длину последовательности 1650; автор описывает работу как продолжающуюся, поэтому качество и охват обучения могут быть ограничены. Репозиторий содержит веса PyTorch и Safetensors. Лицензия в предоставленных данных не указана.

zhzh98/gpt2-spanish-mono-merge-en2b-embedft-seed123 — языковая модель семейства GPT-2, представленная автором как обученная с нуля. Карточка не описывает обучающие данные, поэтому назначение по испанскому языку из названия модели подтвердить нельзя. Модель предназначена для генерации текста и работает через библиотеку Transformers. Указанная длина контекста — 256 токенов; веса опубликованы в формате safetensors. Карточка не содержит сведений о размере модели, оценке качества или конкретных сценариях применения. Условия лицензии не приведены.

Haru v1.0 — компактная языковая модель для продолжения корейских историй, разработанная на архитектуре CFRD. Она генерирует продолжение по заданному текстовому фрагменту и не предназначена для выполнения инструкций или работы в качестве диалогового помощника. Модель содержит 6 793 363 параметра, использует причинную плотную архитектуру и контекст длиной 512 токенов. При инференсе доступны рекуррентные глубины 2, 4 и 6; качество на приведённой в карточке оценке улучшается с увеличением глубины. Для модели опубликованы более новые версии Haru v1.1 и Haru v2.0; эта версия сохранена для воспроизводимости и пользователей v1.0. Модель рассчитана на генерацию корейского художественного текста. Длинные продолжения могут повторяться или терять согласованность персонажей и событий; Haru не подходит для фактических ответов и критически важных сценариев. Лицензия модели — MIT. Данные Tiny-Ko-Stories, использованные при обучении, распространяются отдельно по CC BY 4.0.

Hummingbird-V1 — англоязычная причинная языковая модель с 9,6 млн параметров, разработанная автором репозитория и обученная с нуля. Она предназначена для продолжения текста и оценки правдоподобия кандидатных продолжений; это базовая модель, а не помощник, настроенный следовать инструкциям. Модель использует плотную архитектуру MicroLoopForDiffusionLM, но обучена обычным авторегрессионным способом с одним проходом по слою. Контекст — 2048 токенов. Обучение включало 1,5 млрд предъявлений токенов на базовом этапе и около 500 млн на продолжении обучения; среди источников были англоязычные веб- и учебные корпуса, математические материалы и синтетические истории. В README приведены результаты самостоятельной оценки на нескольких тестах, которые требуют независимой проверки. Для генерации модель пересчитывает активный контекст, поскольку в этой версии нет KV-кэша. Выпущена под лицензией Apache-2.0.

Модель Humor Intelligence — это RoBERTa-base, дообученная автором репозитория для оценки юмористичности шуток. На вход она принимает текст шутки и предсказывает один числовой балл по шкале 0–11, основанный на логарифмически сжатых оценках Reddit. Модель обучена на 340 тысячах англоязычных шуток из rJokes; размер по метаданным — 151,8 млн параметров, максимальная длина контекста — 514 токенов. Задача модели — регрессия оценки юмора, доступная через классификационный pipeline text-classification. Модель подходит для сортировки шуток по предполагаемой популярности и сравнительного анализа юмористических текстов. В README приведены результаты на тестовой выборке без точных дубликатов между обучающей и тестовой частями; автор также показывает, что утечка дубликатов повышает оценку качества. Лицензия — MIT. Оценки отражают предпочтения сообщества Reddit, зависят от факторов популярности и времени публикации; модель тяготеет к средним значениям и ненадёжна на краях шкалы. Это оценщик рейтинга сообщества, а не объективный арбитр смешного.

JugnuLM-110M-R2 — англоязычная базовая языковая модель от altslate, обученная с нуля для продолжения текста. Это второй этап серии абляций JugnuLM: по сравнению с R1 в ней используется оптимизатор Muon для скрытых матриц внимания и MLP, а для остальных параметров сохранён AdamW. Модель имеет плотную архитектуру на основе Qwen3 с 23 слоями и размером скрытого состояния 576, модифицированный путь внимания value residuals и около 109,7 млн параметров. Она принимает текст и генерирует текст; контекст — 2048 токенов. Модель обучена примерно на 8,4 млрд токенов англоязычного набора FineWeb-Edu. В карточке приведены результаты сравнительных оценок на BLiMP, ARC-Easy и WikiText-2; R2 улучшает ARC-Easy и байтовую perplexity относительно предыдущих этапов, но немного уступает по BLiMP. Это базовый чекпойнт, не настроенный на инструкции: он подходит для экспериментов и генерации продолжений на английском, но имеет ограниченные способности к многошаговым рассуждениям и может повторяться. Для загрузки пользовательской архитектуры требуется `trust_remote_code=True`; лицензия — Apache-2.0.

Keiana-L3-Test5.0-8B-6 — текстовая модель для генерации диалогов, созданная Kaoeiri с помощью объединения моделей LazyMergekit. В конфигурации указаны метод task_arithmetic, точность float16 и базовая модель jeiku/Average_Normie_v2_l3_8B; в объединение также вошли Kaoeiri/Keiana-L3-Test4.7-8B-3 и vicgalle/Roleplay-Llama-3-8B. Архитектура — плотная Llama с 7,5 млрд параметров и контекстом 8192 токена. Модель предназначена для текстовых ролевых диалогов и генерации продолжений беседы. Карточка предупреждает, что модель ещё не протестирована и её работа может не соответствовать плану. Лицензия CC BY-NC-ND 4.0 запрещает коммерческое использование и распространение производных версий на иных условиях.

Koliber v1.0 — компактная плотная авторегрессионная языковая модель на 126 млн параметров, разработанная OrisTeam и обученная с нуля. Это базовая предварительно обученная модель на архитектуре decoder-only causal language model, предназначенная для продолжения польского текста и дальнейшего дообучения. Контекст модели — 1536 токенов; доступны веса в формате safetensors, для работы используется Transformers. При обучении применялась вспомогательная цель предсказания будущих скрытых представлений, но соответствующая голова не входит в модель для инференса. Модель подходит для экспериментов с небольшими польскими языковыми моделями, оценки вероятности текста и создания специализированных производных моделей. Она не настроена следовать инструкциям и не является чат-ботом: генерация может быть несвязной, повторяющейся, фактически неверной, предвзятой или небезопасной. Для пользовательских и критически важных приложений нужны отдельные проверки, фильтрация и настройка. Лицензия — Apache-2.0.

Kuroiso-CR-7B-20250124 — японская языковая модель для генерации рассуждений по заданным вопросу и ответу. Её разработал SousiOmine, дообучив Qwen2.5-7B-Instruct; модель содержит 7,1 млрд параметров, использует архитектуру Qwen2 и формат safetensors, а её контекст рассчитан на 32 768 токенов. Модель получает вопрос и соответствующий ему ответ и генерирует промежуточное рассуждение в формате Chain-of-Thought. Она предназначена для дополнения уже заданной пары «вопрос — ответ», а не для самостоятельного поиска ответа. README описывает обучающие примеры на японском языке и сценарий вывода через Transformers; лицензия — Apache-2.0. Автор предупреждает, что качество ограничено небольшим объёмом и недостаточным качеством данных. Рассуждения для математики, программирования и ролевых сценариев могут быть слабыми; также модель хуже работает, когда вопрос и ответ не согласуются.

L3-Umbral-Storm-8B — объединённая диалоговая языковая модель семейства Llama, созданная на основе Casual-Autopsy/L3-Umbral-Mind-RP-v2.0-8B и akjindal53244/Llama-3.1-Storm-8B. В карточке указано, что это RP-модель; она предназначена для ролевых диалогов и генерации текста в формате общения. Модель имеет плотную архитектуру LlamaForCausalLM, около 7,5 млрд параметров и контекстное окно 8192 токена. В метаданных указаны библиотека Transformers и формат весов safetensors; автор описывает слияние алгоритмом NEARSWAP с параметром t=0.0001. Карточка также упоминает варианты GGUF, но этот репозиторий помечен форматом safetensors. Автор предупреждает, что модель может выдавать негативные ответы и не подходит для получения достоверной информации или советов. Данные о лицензии в предоставленных источниках отсутствуют.

Модель ainur07/legal-chatbot-qwen2.5-1.5b-grpo разработана ainur07 и предназначена для диалоговой генерации текста в юридической тематике. Это дообученная модель семейства Qwen2.5 с архитектурой Qwen2ForCausalLM и 1,5 млрд параметров; она принимает текст и генерирует текстовые ответы в формате чата. Модель дообучена на ainur07/legal-chatbot-qwen2.5-1.5b-sft с использованием Unsloth и библиотеки TRL. Заявленная длина контекста — 32 768 токенов. Репозиторий содержит веса Safetensors, лицензия — Apache-2.0. Карточка не описывает качество ответов и географию или конкретные юрисдикции, поэтому ответы следует проверять с учётом применимого права.

LittleLearner 5B Chatty — разговорная языковая модель, созданная в рамках исследования LittleLearner. Это плотная модель Qwen3ForCausalLM примерно на 5 млрд параметров, дообученная методом SFT для общения, ответа на вопросы и соблюдения инструкций о формате ответа. Её предварительно обучали на корпусе LittleCurriculum, отфильтрованном по учебным материалам США для классов K–5; в SFT использовали примеры по математике K–5, общие диалоги, GSM8K и инструкции к форматированию ответов. Модель рассчитана на непринуждённый чат, задачи начальной школьной математики, ответы с объяснением или только результатом, а также управление длиной ответа и форматом через запрос пользователя или системную инструкцию. Контекст составляет 4096 токенов; модель принимает текст и генерирует текст. Карточка сообщает результаты на MathCAMPS и тестах следования формату, но они не гарантируют качество на других задачах. Ограниченная учебной тематикой предобучающая выборка может сужать знания модели. Указана лицензия other; конкретные условия использования в карточке не приведены.

robgonsalves/llama-2-13b-deep-haiku — модель на архитектуре LLaMA 2, обученная генерировать хайку по заданной теме. README приводит пример: на тему ChatGPT модель отвечает коротким трёхстрочным стихотворением. Модель предназначена для творческой генерации стихов на английском языке. Модель содержит 12,9 млрд параметров, использует архитектуру LlamaForCausalLM и поддерживает контекст до 4096 токенов. Доступны веса PyTorch; лицензия — CC BY-SA 4.0. README не уточняет метод обучения и состав обучающих данных.

Модель Nelsonfw01/llama-3.2-3b-legal-assistant-id-grpo — дообученная Nelsonfw01 версия Llama 3.2 для диалоговой генерации текста. В карточке указано, что модель обучалась с помощью Unsloth и библиотеки TRL; число параметров — 3,2 млрд, длина контекста — 131 072 токена. Название позиционирует её как юридического помощника для Индонезии, однако README не описывает конкретные юридические навыки или данные обучения. Модель принимает текст и генерирует текст; метаданные отмечают чат и интерфейс вызова инструментов. Она предназначена для диалоговых сценариев, связанных с юридическими вопросами в Индонезии. Указана лицензия Apache-2.0.

EdgerunnersArchive/Llama-3-8B-Instruct-ortho-baukit-toxic-n128-v3 — исследовательская модификация Llama 3 8B Instruct, созданная wassname с обновлённой реализацией baukit. Модель предназначена для исследований выравнивания и изучения теорий Alignment Forum; README описывает применение метода к Llama 3 8B Instruct. Это плотная авторегрессионная языковая модель на 7,5 млрд параметров с контекстом до 8192 токенов и интерфейсом чата. Модель принимает текст и генерирует текст. Ранние проверки показывают, что она всё ещё может отказывать в ответах и нуждается в дополнительных примерах. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства и ограничивающая коммерческое применение; автор также предоставляет модель «как есть» и не гарантирует её пригодность или безошибочную работу.

Карточка модели EdgerunnersArchive/Llama-3-8B-Instruct-ortho-baukit-toxic-v2 на Hugging Face совпадает с карточкой EdgerunnersArchive/Llama-3-8B-Instruct-ortho-baukit-toxic-n128-v3, поэтому описание составлено по ней. EdgerunnersArchive/Llama-3-8B-Instruct-ortho-baukit-toxic-n128-v3 — исследовательская модификация Llama 3 8B Instruct, созданная wassname с обновлённой реализацией baukit. Модель предназначена для исследований выравнивания и изучения теорий Alignment Forum; README описывает применение метода к Llama 3 8B Instruct. Это плотная авторегрессионная языковая модель на 7,5 млрд параметров с контекстом до 8192 токенов и интерфейсом чата. Модель принимает текст и генерирует текст. Ранние проверки показывают, что она всё ещё может отказывать в ответах и нуждается в дополнительных примерах. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства и ограничивающая коммерческое применение; автор также предоставляет модель «как есть» и не гарантирует её пригодность или безошибочную работу.