I.5Создание и редактирование текста

Модель fahrulnzr/llama-3-8b-legal-indonesian-fine-tuned — дообученная fahrulnzr языковая модель семейства Llama 3 для генерации текста в формате диалога. В основе лежит unsloth/llama-3.1-8b-unsloth-bnb-4bit; для обучения использовались Unsloth и библиотека TRL. Модель имеет архитектуру LlamaForCausalLM с плотной структурой, содержит 7,5 млрд параметров и поддерживает контекст до 131 072 токенов. По названию модель предназначена для генерации ответов на юридические вопросы на индонезийском языке. Карточка не приводит результатов оценки качества, деталей обучающих данных или конкретных юридических областей. Репозиторий содержит веса safetensors; лицензия — Apache 2.0.

llama3-8B-slerp-med-chinese — это объединённая методом SLERP модель на базе архитектуры Llama 3, созданная с помощью LazyMergekit из WiNGPT2-Llama-3-8B-Base и JSL-MedLlama-3-8B-v1.0. Модель содержит 7,5 млрд параметров и имеет контекстное окно 8192 токена. Она предназначена для генерации текста с медицинской специализацией и поддержкой китайского языка; в метаданных также указаны английский и французский. Возможные сценарии включают генерацию медицинских ответов и текста на поддерживаемых языках, однако README не приводит оценок качества или конкретных рекомендаций по применению. Модель опубликована в формате safetensors и распространяется по лицензии Llama 3. Карточка не описывает специальные ограничения сверх условий лицензии и не содержит результатов оценки качества.

DataPilot/Llama3-ArrowSE-8B-v0.2 — разговорная языковая модель, созданная на основе elyza/Llama-3-ELYZA-JP-8B и адаптированная для AItuber — виртуальных ведущих и персонажей с ИИ. Она относится к семейству Llama 3, использует плотную архитектуру LlamaForCausalLM и содержит около 7,5 млрд параметров. Модель принимает текст и генерирует текст; заявленное окно контекста составляет 8192 токена. Модель предназначена для диалогов в сценариях AItuber. Карточка кратко описывает её как улучшенную для этой цели, но предупреждает, что её возможности ограничены. Поддерживается формат safetensors. Лицензия указана как llama3; условия использования следует сверять с лицензией базовой модели Meta Llama 3.

Luna-SRSA-Uncensored — экспериментальная разговорная модель beyoru для ролевых сценариев и непринуждённого общения. Это версия beyoru/Luna на архитектуре Qwen3 с 3,7 млрд параметров, представленная в формате safetensors и предназначенная для генерации текста в чате. Модель доработана методом SRSA (Spectral Refusal Subspace Ablation), который удаляет подпространство отказов; автор описывает её как uncensored. Модель ориентирована на более вовлекающие ответы с выраженной манерой персонажа. Её можно использовать для ролевого общения и ведения диалога. Заявлен контекст до 262 144 токенов. Автор отмечает экспериментальный статус и отсутствие планов на оценку модели в ближайшем будущем, поэтому качество не подтверждено опубликованными результатами. Лицензия — MIT.

Mamba-130M — базовая языковая модель семейства Mamba, разработанная авторами архитектуры Albert Gu и Tri Dao и опубликованная организацией State Space Models. Она предназначена для моделирования последовательностей и генерации продолжения текста по заданному контексту. Архитектура использует селективную модель пространства состояний вместо стандартного Transformer; версия на 130 млн параметров имеет 24 слоя и размерность модели 768. Модель обучена на корпусе The Pile на 300 млрд токенов и не проходила инструкционную настройку. Она подходит для экспериментов с языковым моделированием и генерацией, но не является диалоговой моделью, настроенной на выполнение инструкций. В карточке указана лицензия Apache-2.0; проект Mamba отмечает, что модели обучались на английском корпусе The Pile.

Marvin The Grumpy Old Assistant — разговорная языковая модель от FPHam с ворчливой, саркастичной и самоуверенной манерой общения. Модель построена на плотной архитектуре Llama и содержит 12,9 млрд параметров; в метаданных указано окно контекста 4096 токенов. README описывает формат Alpaca для общения по инструкции. Модель предназначена для диалогов и ролевых сценариев, где нужен раздражительный, язвительный персонаж с юмористической подачей. Её характерные ответы используют сарказм, преувеличение и грубоватые реплики. Данных о поддерживаемых языках, отдельном базовом чекпойнте и лицензии в предоставленных источниках нет.

MeanGirl — языковая модель на архитектуре LLaMA-2, обученная генерировать тексты в жанре чёрного юмора. Её можно использовать в исследовательских проектах, приложениях и инструментах для создания комедийного контента. Модель имеет около 1 млрд параметров, принимает текст и генерирует текст, поддерживает английский язык и контекст до 2048 токенов. Веса доступны в форматах PyTorch и Safetensors. Лицензия — BSD 3-Clause. Модель может создавать оскорбительный, провокационный контент и материалы для взрослой аудитории, поэтому её выводы требуют оценки на соответствие аудитории и контексту использования.

RossAscends/Mistral_7B_Dolphin2.1_LIMA0.5_fp16 — объединённая модель на основе Mistral 7B 0.1 и Dolphin 2.1 с LoRA, обученной на датасете LIMA RP с весом 0,5. Автор позиционирует её как быструю и компактную чат-модель для ролевых диалогов. Модель содержит 7,1 млрд параметров, использует плотную архитектуру MistralForCausalLM и поддерживает контекст до 32 768 токенов. Модель предназначена для ролевых бесед, в том числе в SillyTavern. В README сообщается об успешном тестировании пользователями и работе на Horde; автор также приводит замер около 30 токенов в секунду на RTX 3060 для квантизованной версии EXL2 4 bpw с контекстом 8 тыс. токенов и использованием примерно 6 ГБ видеопамяти. Эти показатели относятся к квантизованной версии и указанной конфигурации, а не к fp16-весам. Весы опубликованы в формате safetensors под лицензией MIT. В README не перечислены поддерживаемые естественные языки и не описаны ограничения качества; модель унаследовала возможности и ограничения базового семейства и обучающих данных.

pszemraj/Mistral-7B-sarcasm-scrolls-v2 — дообученная пользователем pszemraj языковая модель на архитектуре Mistral для генерации текста с сарказмом. Она создана на базе mistralai/Mistral-7B-v0.3 и обучена на наборе BEE-spoke-data/sarcasm-scrolls; модель имеет 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. В карточке приведён результат оценки на тестовом наборе: loss 2.3333. Модель подходит для генерации саркастичных ответов и текстов на английском языке. Она распространяется под лицензией Apache-2.0. Карточка не описывает подробные инструкции по использованию или независимые оценки качества сарказма.

Mixtral-4x7B-DPO-RPChat — экспериментальная языковая модель от Undi95 для ролевого общения. По карточке, это смесь для MoE, объединяющая две модели для ролевых игр, модель на оккультную тематику и модель, дообученную методом DPO для более естественных ответов; в качестве основы использовалась Toppy. Репозиторий содержит веса FP16, а метаданные указывают архитектуру MixtralForCausalLM, 7,1 млрд параметров и контекст до 32 768 токенов. Модель генерирует текст по шаблону Alpaca и подходит для отыгрыша персонажей и тематических диалогов. Карточка предупреждает, что некоторые GGUF-квантизации Mixtral могут работать некорректно, и рекомендует варианты Q4_0, Q5_0 или Q8_0. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но не для коммерческих целей; метаданные также помечают модель как NSFW.

Flaglab/nllb-1.3B-wayuunaiki-esp-backtranslation — модель машинного перевода, разработанная FLAG Lab при Universidad de los Andes. Она дообучена на основе facebook/nllb-200-1.3B для двунаправленного перевода между испанским и ваюунаики — языком народа ваюу в Колумбии и Венесуэле. В обучении использован вариант корпуса без словаря с обратным переводом на основе монолингвальных данных на ваюунаики; токенизатор NLLB SentencePiece расширен пользовательским словарём ваюунаики. Модель предназначена для перевода текстов с испанского на ваюунаики и обратно, в том числе для низкоресурсных языковых сценариев. Архитектура — M2M100ForConditionalGeneration, размер — 666,5 млн параметров, библиотека — Transformers, формат весов — PyTorch; длина контекста составляет 1024 токена. На отложенной тестовой выборке указаны BLEU 19,78 и chrF2 43,08 для перевода с испанского на ваюунаики и BLEU 17,06 и chrF2 33,08 для обратного направления. Лицензия CC-BY-NC-4.0 допускает некоммерческое использование с соблюдением условий лицензии.

NSFW_RP-3.2-1B — объединённая модель Novaciano на архитектуре LLaMA 3.2 с 1,2 млрд параметров. Она предназначена для текстового ролевого общения и генерации художественных сцен, включая контент для взрослой аудитории. README рекомендует задавать модели персонажа и стиль повествования, поддерживать развитие сюжета и использовать формат с действиями и репликами; указанные настройки инференса рассчитаны на короткие ответы. Метаданные указывают контекстное окно до 131072 токенов, хотя README приводит рекомендации для контекста до 512 токенов. Модель создана слиянием SLERP моделей Novaciano/NSFW-3.2-1B и Novaciano/RP-Component-Inverted; в репозитории представлены веса safetensors для Transformers. Она ориентирована на английский и испанский языки. Лицензия указана как llama3.2. Компактный размер ограничивает сложность и устойчивость длинных сюжетов по сравнению с крупными моделями; качество может зависеть от выбранных промптов и настроек генерации.

OmniTranslate 1.1 — компактная многоязычная модель машинного перевода, разработанная MihaiPopa-1. Это дообученная версия Qwen3 с плотной архитектурой Qwen3ForCausalLM и 507,9 млн параметров. Модель принимает текст и поддерживает более 500 языков; для задания языка README рекомендует указывать ISO-код. Контекст составляет 40 960 токенов. Модель предназначена для перевода между языками на устройствах с ограниченными ресурсами. В версии 1.1 автор сообщает об улучшениях перевода на румынский и исправлении ошибок с диакритикой. Также добавлены экспериментальные режимы для эмодзи и авторского языка Sulfuristic Speak. Качество перевода не следует считать надёжным: автор предупреждает, что модель экспериментальная и не подходит для сценариев, где важна точность. Лицензия — Apache-2.0.

Peach-2.0-9B-8k-Roleplay — диалоговая языковая модель для ролевых игр, разработанная ClosedCharacter. Это плотная авторегрессионная модель семейства Llama на 8,6 млрд параметров, дообученная на более чем 100 тысячах синтетически созданных диалогов на базе 01-ai/Yi-1.5-9B. Финальное обучение включало SFT и DPO; модель поддерживает чат и формат вывода SillyTavern. Модель предназначена для локального ролевого общения с персонажами, развития сюжета и генерации описаний действий. Разработчики заявляют об улучшенной работе с китайским и английским языками, в том числе при использовании англоязычных карточек персонажей в китайских диалогах. Контекст модели составляет 16 384 токена, однако обучение ограничивалось последовательностями до 8 тысяч токенов, поэтому качество может снижаться в длинных разговорах. Модель распространяется по лицензии MIT. Среди ограничений разработчики отмечают возможную генерацию токсичного, вредного и NSFW-контента, галлюцинации, а также слабые результаты в математике, программировании и логических задачах; для других языков, помимо китайского и английского, качество может быть ниже.

Phi2 Haiku Writer in Italian language v0.2 — модель для генерации хайку на итальянском языке, разработанная WasamiKirua. Она предназначена для создания коротких стихотворений по текстовой подсказке; карточка демонстрирует подсказку с описательной сценой, а также упоминает улучшенную и расширенную версию датасета и conversational-возможности. Модель построена на плотной авторегрессионной архитектуре PhiForCausalLM и содержит 3,5 млрд параметров. Принимает текст и генерирует текст; максимальная длина контекста — 2048 токенов. Опубликована в формате safetensors, лицензия — MIT. В карточке указано, что версия DPO планировалась отдельно.

Phi-3 Song Lyrics 1.0 — языковая модель на базе Phi-3, предназначенная для написания текстов песен. Автор карточки сообщает, что интегрировал LoRA, созданную aifeifei799; исходный базовый репозиторий не указан. Модель имеет плотную архитектуру Phi-3 с 3,7 млрд параметров и контекстом 4096 токенов. Она принимает текстовые запросы и генерирует текст, включая название песни, описание музыкального стиля и текст с заданной структурой. В README приведён пример для англоязычной любовной песни; поддержка других языков не подтверждена. Модель распространяется по лицензии MIT. Карточка предупреждает, что сгенерированные тексты могут быть длинными и требуют редактирования; также автор не гарантирует их содержание и оставляет пользователю ответственность за возможные вопросы авторских прав. В репозитории указаны веса Safetensors; README также описывает отдельные квантованные GGUF-версии для запуска через llama.cpp.

Phi-4-RP-V0.2 — диалоговая языковая модель на архитектуре Phi-4, объединённая из unsloth/phi-4 и адаптера bunnycore/Phi-4-rp-v1-lora. Разработчик позиционирует её для ролевых сценариев: интерактивных историй, RPG и персонализированных диалогов с виртуальными персонажами. Модель содержит 14,1 млрд параметров и поддерживает контекст до 16 384 токенов. Модель рассчитана на текстовые запросы в формате чата и генерирует продолжения диалога, реплики персонажей и сюжетные ответы. README сообщает о дообучении на материалах для ролевых игр, интерактивных историях и диалогах вымышленных персонажей. В метаданных указан формат safetensors и библиотека Transformers. Язык обучения и использования явно не указан. Лицензия в предоставленных данных не указана.

Guile/Qwen3.8-27B-Humanlike-Chat-GGUF — текстовая conversational-модель, разработанная на базе huihui-ai/Huihui-Qwen3.8-27B-abliterated, которая, в свою очередь, основана на Qwen/Qwen3.8-27B. GGUF-квантизации модели опубликованы LessThanThreeAI. Модель дополнительно адаптирована rank-256 LoRA-адаптером Humanlike Chat для более естественного, краткого и взаимного диалога. Основные сценарии применения — ролевые игры с персонажами, companion- и personal chat, интерактивная художественная литература, NPC с индивидуальностью и локальные приложения на базе llama.cpp или совместимых интерфейсов. Модель ориентирована на участие в разговоре как собеседник, а не на стандартные ответы ассистента: она учитывает настроение, подтекст, динамику отношений, смену тем и контекст длительных диалогов. Поддерживаются character card и system prompt для задания личности, окружения или отношений. Модель работает только с текстом и имеет нативный контекст до 262 144 токенов; в README рекомендуется начинать с 32 768 токенов, поскольку увеличение контекста повышает требования к памяти и KV-cache. Доступны варианты от Q3_K_M размером 13,32 ГБ до BF16 размером 53,81 ГБ; наиболее сбалансированным указан Q4_K_M на 16,55 ГБ. Сильной стороной является естественное поведение в неформальных и ролевых диалогах, однако это не benchmark-ориентированная fine-tune-модель, поэтому её поведение и универсальная эффективность для общих задач отдельно не подтверждены. Модель текстовая и предназначена для локального запуска; в README она описана как uncensored. Лицензия — Apache-2.0.

Карточка модели hfl/rbt4-h312 на Hugging Face совпадает с карточкой hfl/minirbt-h256, поэтому описание составлено по ней. hfl/minirbt-h256 — небольшая предварительно обученная модель для обработки китайского языка, опубликованная HFL. Она основана на архитектуре BERT и обучена с применением дистилляции знаний с помощью инструментария TextBrewer и технологии Whole Word Masking. Модель предназначена для заполнения пропусков в китайском тексте: она предсказывает замаскированные токены по окружающему контексту. Модель содержит 11,7 млн параметров и поддерживает контекст до 512 токенов. Доступны форматы PyTorch и TensorFlow. Репозиторий распространяется по лицензии Apache-2.0. Карточка не приводит сравнительных оценок качества или подробностей о составе обучающих данных.

Reasoning-Qwen2-1.5B-000-241201 — компактная языковая модель Quardo для генерации текста и диалогов. Она дообучена на Qwen/Qwen2-1.5B-Instruct с использованием датасета Quardo/gsm8k-thinking и ориентирована на экспериментальные задачи рассуждения. В карточке указано, что перед использованием следует добавить системную подсказку «Reasoning: active.». Модель имеет плотную архитектуру Qwen2ForCausalLM, содержит 1,5 млрд параметров и поддерживает контекст до 32 768 токенов. В метаданных указан английский язык. Веса представлены в формате safetensors; лицензия в предоставленных данных не указана.

Roleplay-Llama-3-8B — дообученная Vicgalle разговорная модель на архитектуре Llama 3 для текстовых ролевых диалогов. Она формирует ответы в виде реплик с описанием действия и поддерживает чатовый сценарий использования. Модель содержит 7,5 млрд параметров, работает с контекстом до 8192 токенов и распространяется в формате Safetensors для Transformers. В карточке указаны результаты оценок Chaiverse и Open LLM Leaderboard, но они не гарантируют качество для конкретных сценариев. Модель обучена на данных ResplendentAI/NSFW_RP_Format_DPO и ориентирована на ролевое взаимодействие, включая контент для взрослых. Лицензия — Apache-2.0.

Roleplay-Mistral-7B — разговорная модель на архитектуре Mistral, разработанная vicgalle и дообученная на базе Mistral-Instruct-7B-v0.2. Она предназначена для ролевых диалогов и формирует ответы в заданном формате: реплика персонажа с описанием действия. Модель содержит 7,1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Карточка указывает на обучение с использованием датасета ResplendentAI/NSFW_RP_Format_DPO; модель рассчитана на ролевые сценарии, в том числе взрослого содержания. Доступны веса в формате Safetensors для Transformers. Лицензия — Apache-2.0.

RolePlay-Xing4.0-29B — дообученная модель на базе Xing4.0-29B-A4B от China Telecom Artificial Intelligence Technology Co., Ltd., настроенная для ролевого общения. Она предназначена для диалогов с устойчивым образом персонажа, продолжения сложных сюжетов и длительных бесед. Модель использует архитектуру Xing4.0 и формат весов Safetensors; базовая модель имеет MoE-архитектуру с 29 млрд параметров всего и примерно 4 млрд активных на токен. Поддерживается контекст до 262 144 токенов. Модель ориентирована на англоязычные и китайскоязычные сценарии ролевого общения. Для доступа README указывает OpenAI-совместимый API и приводит рекомендуемые параметры генерации. Лицензия — Apache-2.0. Описание не сообщает об оценках качества или ограничениях безопасности; ответы в ролевых сценариях могут зависеть от заданных инструкций и параметров генерации.

rugpt3large_mailqa — русскоязычная генеративная модель на архитектуре GPT-2, дообученная на данных вопросов и ответов otvet.mail.ru. Она предназначена для генерации ответов на вопросы и может использоваться в экспериментальных системах автоматических ответов и диалоговых прототипах. При дообучении применялась длина последовательности 1024 токена; контекст модели составляет 2048 токенов. Модель работает с текстом на русском языке. В обучающих данных присутствует значительная доля токсичных высказываний, поэтому ответы могут быть непредсказуемыми и содержать токсичный язык. Сведения о лицензии в предоставленных источниках отсутствуют.

Карточка модели QuixiAI/samantha-13b на Hugging Face совпадает с карточкой QuixiAI/samantha-33b, поэтому описание составлено по ней. 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.

SERENGETI-E110 — предварительно обученная мультиязычная языковая модель семейства ELECTRA, разработанная UBC-NLP для языков Африки. Вариант содержит 197,7 млн параметров, принимает текст и поддерживает контекст до 512 токенов. В карточке модели указан сценарий заполнения пропусков в тексте: модель предсказывает замаскированные токены. SERENGETI входит в набор моделей, охватывающий 517 африканских языков и языковых разновидностей. Авторы оценивают набор на задачах понимания естественного языка и сообщают о результатах на ряде датасетов; также модель может служить основой для дообучения под задачи этих языков. Лицензия в предоставленных данных не указана.

SmallScale Simple-Stories-Hindi-20M — небольшая авторская языковая модель на 22,3 млн параметров, обученная с нуля на 2,11 млн простых рассказов на хинди. Это декодерный Transformer в стиле LLaMA с RoPE, SwiGLU и RMSNorm; модель предназначена для генерации связных художественных историй по короткой текстовой подсказке. В карточке приведены примеры рассказов и лучшая валидационная кросс-энтропийная ошибка 1,6914 после 386 000 шагов обучения. Модель рассчитана на короткие творческие сценарии на хинди. Небольшой размер ограничивает её общие языковые возможности; данные не подтверждают пригодность для диалогов, фактических ответов или специализированных задач. Лицензия — MIT.

Sophira-1B-base — базовая языковая модель проекта Sophira, разработанная для открытого итальянского предобучения. Это decoder-only Transformer семейства Llama с плотной архитектурой и примерно 1,1 млрд параметров; модель опубликована в формате Safetensors, использует токенизатор Sophira на 64 тыс. токенов и имеет контекст 2048 токенов. Модель предназначена для итальянского языкового моделирования, исследований и бенчмаркинга, а также как основа для последующего дообучения под инструкции или конкретные задачи. Она не является инструкционной моделью и не рассчитана на многоязычное применение вне оценки с приоритетом итальянского языка. В контролируемой генерации отмечены дрейф от темы и повторения; проверка охватывала небольшой набор промптов, поэтому широкие выводы о надёжности делать нельзя. Оценки безопасности, смещений и устойчивости остаются незавершёнными. Лицензия — Apache-2.0.

Vanilla — Instruct (3B) — это англоязычная инструктивная чат-модель проекта model-raising, созданная на архитектуре семейства Llama. Модель обучена с нуля на базе примерно 500 млрд токенов из подмножества смеси Olmo 3 Dolma 3, а затем дообучена методом persona-binding supervised fine-tuning на 300 тысячах одноходовых примеров. Используется токенизатор SmolLM2 с добавленным специальным токеном; контекст составляет 2048 токенов. Модель предназначена для исследований выравнивания поведения, конституционального следования принципам и устойчивости к jailbreak-запросам. Варианты ревизий меняют долю примеров по безопасности в обучающей смеси; основная ревизия использует 10%. Ответы обучались с цитированием принципов конституции в формате [N.M]. Это исследовательский артефакт, который может выдавать ошибочную или небезопасную информацию и не позиционируется для производственного применения. Лицензия в карточке обозначена как other, а README сообщает, что её условия ещё должны быть окончательно определены.

StarAntler-RP-WestLake-chatvector — японская языковая модель для ролевого чата и генерации сценариев, в том числе NSFW-содержания. Модель создана автором soramikaduki путём объединения двух моделей для ролевого общения, усиленных в работе с NSFW-тематикой с помощью ChatVector. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров и контекстом до 8192 токенов. Она принимает текст и генерирует текст на японском языке. Модель объединена методом DARE TIES с равными весами; опубликована в формате safetensors и доступна по лицензии Apache-2.0. В README упоминается оценка на наборе ELYZA-tasks-100, но приведённые результаты в доступном тексте отсутствуют.