I.5Создание и редактирование текста

GPT2-Poem-Small — модель генерации текста на основе GPT-2, предназначенная для создания китайских классических стихотворений и парных строк. Она разработана на базе IDEA-CCNL/Wenzhong-GPT2-110M и дообучена на 71 334 китайских стихотворениях и парных строках из Chinese Poetry and Couplet Dataset. Модель принимает текстовую затравку и продолжает её; в карточке приведён пример генерации китайской строки с помощью Transformers. Модель использует архитектуру GPT2LMHeadModel, веса доступны в формате PyTorch, контекст составляет 1 024 токена. Лицензия — Apache-2.0. Она рассчитана прежде всего на художественную генерацию на китайском языке; карточка не приводит отдельной оценки качества или дополнительных ограничений.

sadia72/gpt2-shakespeare — языковая модель на архитектуре GPT-2, дообученная на корпусе произведений Уильяма Шекспира. Она предназначена для генерации художественного текста в шекспировском стиле, например пьес, диалогов и стихотворных фрагментов по заданному началу. Корпус составлен из текстов 21 произведения, включая трагедии, комедии и сонеты; модель принимает текст и генерирует текст, работает с контекстом до 1024 токенов. Модель подходит для творческих экспериментов и создания стилизованных продолжений на английском языке. В README приведён результат оценки на тестовой выборке: loss 2,5738. Модель ограниченно воспроизводит стили других авторов; лицензия — MIT.

Himeyuri-v0.1-12B — экспериментальная японская языковая модель от Elizezen, созданная на базе Mistral-Nemo-Instruct-2407. Она предназначена прежде всего для генерации художественных текстов и романов на японском языке; модель не оптимизирована для ролевых сценариев и ответов на инструкции. Архитектура — плотная MistralForCausalLM с 12,1 млрд параметров, формат весов — safetensors, контекст — до 1 024 000 токенов. Поддерживается чатовый режим. Автор рекомендует низкую температуру генерации, поскольку это может снизить резкую смену сцен. Автор характеризует модель как экспериментальную и отмечает, что ей есть куда улучшаться. Лицензия — Apache-2.0.

HuatuoGPT-o1-8B-GGUF — это GGUF-квантизированная версия языковой модели HuatuoGPT-o1-8B, разработанной командой FreedomIntelligence. Релиз подготовлен пользователем bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста и ориентирована на медицинские сценарии, включая обработку медицинских запросов и рассуждения по задачам, связанным с медициной. Для обучения указаны наборы данных medical-o1-reasoning-SFT и medical-o1-verifiable-problem. Модель имеет около 8 миллиардов параметров и работает в текстовой модальности. В репозитории доступны варианты от F16 до низкобитных форматов Q2, Q3, Q4, Q5, Q6 и Q8, поэтому можно выбирать между качеством ответов, требованиями к памяти и скоростью локального запуска. Файлы предназначены для использования с llama.cpp и совместимыми приложениями, включая LM Studio. В README указана поддержка английского языка; сведения о размере контекста, точной архитектуре и мультиязычности не приведены. Сильная сторона модели — возможность локального запуска в различных квантизациях, включая рекомендуемые варианты Q4–Q6, при сохранении ориентации на медицинские задачи. Ограничения включают возможное снижение качества в низкобитных вариантах, отсутствие в README подробных результатов оценки и необходимость проверять медицинские ответы специалистом перед практическим применением. Модель распространяется по лицензии Apache 2.0.

Kite 7 — компактная языковая модель на 14,9 млн параметров, разработанная автором репозитория qikp. Это плотная авторегрессионная модель семейства Qwen2 для генерации текста; она обучена на первом шарде semran1/cosmopedia-v2-subset в течение одной эпохи с токенизатором pika 5. Модель принимает текст и генерирует текст, поддерживает английский язык и имеет контекст длиной 3072 токена. Модель предназначена для экспериментов и простых задач генерации текста. Небольшой размер может быть удобен для локальных проб и изучения языковых моделей, но автор предупреждает, что Kite не подходит для производственных нагрузок. Репозиторий распространяется по лицензии CC0-1.0.

Ganggas/legal-chatbot-llama3-indo-3b — диалоговая текстовая модель на базе Llama 3.2, дообученная Ganggas для юридического чат-бота. Она предназначена для генерации ответов в разговорном формате на юридические вопросы; карточка не уточняет юрисдикцию и конкретные правовые задачи. Модель использует плотную архитектуру LlamaForCausalLM и содержит 3,2 млрд параметров. Она принимает текст и генерирует текст; заявленная длина контекста — 131 072 токена. В метаданных указан английский язык. Модель обучена с использованием Unsloth и библиотеки TRL. Репозиторий распространяется по лицензии Apache-2.0. Карточка не приводит оценок качества, данных обучения или сведений о юридической проверке ответов; результаты следует перепроверять с учётом применимой юрисдикции.

Llama 2 13B Chat — LimaRP v2 Merged — GGUF — это квантизированная версия языковой модели, разработанной Doctor-Shotgun и преобразованная в формат GGUF пользователем TheBloke. Модель основана на Llama 2 13B Chat и предназначена для генерации текста в формате диалогов и ролевого общения. Основной сценарий использования — roleplay-чат: модель получает описания персонажей, пользователя и ситуации, после чего отвечает от лица заданного персонажа, не генерируя реплики и повествование за пользователя. Указан английский язык. Архитектура относится к семейству Llama, размер — 13 миллиардов параметров; поддерживается текстовая модальность и конвейер text-generation. Доступны квантизации с разной разрядностью — 2, 3, 4, 5, 6 и 8 бит — для запуска на CPU и GPU. Формат GGUF поддерживает метаданные, специальные токены и улучшенную токенизацию, а также совместим с llama.cpp и рядом локальных интерфейсов и библиотек. Сильной стороной модели является специализация на ролевых сценариях и возможность локального запуска с выбором степени квантизации. Ограничения включают ориентацию на английский язык, отсутствие заявленных данных о длине контекста и производительности, а также необходимость учитывать особенности качества и ресурсов выбранной квантизации. В метаданных указана лицензия AGPL-3.0. Поскольку модель основана на Llama 2, также применяются условия лицензии Meta Llama 2; в README она описана как модель с заявленным двойным лицензированием.

llama-256-12L-pairwise — небольшая плотная авторегрессионная языковая модель семейства Llama с архитектурой LlamaForCausalLM, опубликованная аккаунтом stage-babylm. В репозитории указано дообучение модели на неизвестном датасете; число параметров — 9,7 млн, максимальный контекст — 2048 токенов. Веса представлены в формате safetensors и рассчитаны на работу с библиотекой Transformers. Модель относится к задаче генерации текста. В карточке приведён результат оценки: loss 1,7027; подробности набора оценки и предполагаемые сценарии использования не описаны. Лицензия в предоставленных данных не указана.

llama-2-ko-story-7b — настраиваемая модель генерации текста на архитектуре Llama 2, созданная на основе beomi/llama-2-ko-7b. Разработчик дополнительно обучил её методом QLoRA на корпусе корейских романов объёмом около 167 МБ, включая корейскую классику из 공유마당. Веса представлены в формате safetensors; размер модели — 6,7 млрд параметров, контекст — 2048 токенов. Модель предназначена прежде всего для генерации корейской художественной прозы и продолжения литературных текстов. Для дообучения использовались LoRA-параметры r=32 и alpha=16, dropout 0,05, целевые слои q_proj и v_proj; обучение продолжалось три эпохи. Лицензия указана как llama2, поэтому использование регулируется условиями лицензии Llama 2. Карточка не приводит оценок качества или результатов тестирования; обучение на небольшом специализированном корпусе ограничивает надёжность вне художественного текста на корейском языке.

Hastagaras разработал Llama-3.1-Jamet-8B-MK.I — экспериментальную разговорную модель на архитектуре Llama 3.1 с примерно 7,5 млрд параметров. Автор указывает, что базой послужила аблитерированная instruct-модель Llama 3.1, а модель дообучена на данных для ролевых диалогов, историях, общих диалогах и примерах токсичного текста. Для общения автор предлагает задавать в системном сообщении инструкции для ролевой игры; модель также может отвечать в обычном разговорном формате. Модель рассчитана прежде всего на ролевые сценарии и диалоги. Автор отмечает склонность к обильной разметке Markdown и предупреждает, что модель может выдавать чрезмерно откровенные или токсичные ответы; по его оценке, она уступает исходной instruct-модели по интеллектуальным возможностям. В метаданных указаны контекст до 131 072 токенов, формат safetensors и лицензия Llama 3.1; автор README считает лимит контекста неизвестным, поэтому фактический размер окна стоит проверять при использовании.

Карточка модели EdgerunnersArchive/Llama-3-8B-Instruct-ortho-baukit 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.

Mistral-7B-v0.1-half-naive-A — экспериментальная модификация Mistral-7B-v0.1, созданная Dr. Alex W. Neal Riasanovsky для изучения влияния изменений матриц весов на результаты существующих метрик. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста. В README указан английский язык; максимальный контекст составляет 32 768 токенов. Модель подходит для сравнения с исходной Mistral-7B-v0.1 в бенчмарках и для экспериментов с изменением весов. Автор предупреждает, что характеристики и ограничения модифицированной модели не установлены. Веса опубликованы в формате safetensors; лицензия — Apache-2.0.

Mistral-7B-v0.3-sarcasm-scrolls-4k — языковая модель на базе Mistral-7B-v0.3, дообученная pszemraj с использованием набора BEE-spoke-data/sarcasm-scrolls. Модель предназначена для генерации текста, в частности текста с саркастической манерой. В карточке приведён результат оценки: loss 2,2825. Это плотная авторегрессионная архитектура MistralForCausalLM с 7,1 млрд параметров и контекстом до 32 768 токенов; файлы опубликованы в формате safetensors. Метаданные указывают английский язык. Модель распространяется по лицензии Apache-2.0. Карточка содержит мало сведений о сценариях применения и ограничениях, поэтому качество сарказма и пригодность для конкретных задач по представленным данным оценить нельзя.

MoE Girl 800mA 3bT — языковая модель для генерации текста и ролевых диалогов, созданная автором из Allura на основе IBM Granite 3.0 3B-A800M. Это дообучение с LoRA, выполненное локально; в карточке указаны архитектура MoE и 352,3 млн параметров. Модель принимает текст и выдаёт текст, поддерживает контекст до 8192 токенов и рассчитана прежде всего на ролевое общение. Для подсказок рекомендуется формат ChatML. Автор позиционирует модель как ролевую, но отмечает, что она может сохранять часть общих возможностей Granite. Качество не гарантируется: это ранняя работа менее опытного автора, и ответы могут быть заметно слабее современных крупных моделей. В README также упоминаются сообщения о нестабильности квантованных версий Granite и совет попробовать FP16 при бессвязных ответах. Лицензия — Apache-2.0.

Moistral-11B-v2 — дообученная BeaverLegacy модель для генерации художественных историй в стиле эротической ролевой прозы. Она основана на Fimbulvert v2; автор описывает её как модель с более выразительной лексикой, улучшенной генерацией длинных ответов и режимами чата и инструкций, оформленными в стиле Alpaca. Модель имеет плотную архитектуру LlamaForCausalLM, содержит 10,6 млрд параметров и поддерживает контекст до 8192 токенов. В README указаны жанры романтики, фэнтези и научной фантастики, а также примеры повествовательной прозы. Модель рассчитана на генерацию текста и сценарии ролевого письма; основной язык в приведённых примерах — английский. Автор предупреждает о необычно высокой perplexity и возможных проблемах с логикой и связностью. Репозиторий содержит веса PyTorch, лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства и запрещающая коммерческое применение.

Aratako/Ninja-v1-RP-WIP — Aratako разработала эту экспериментальную версию модели для ролевых диалогов, дообучив её с помощью LoRA на базе Local-Novel-LLM-project/Ninja-v1-NSFW. Это плотная авторегрессионная модель семейства Mistral на 7,1 млрд параметров; она принимает текст и генерирует текст, а нативный контекст составляет 4096 токенов. В карточке указан шаблон диалога Vicuna: системные инструкции, описание мира и персонажей передаются до первого сообщения USER, а в многоходовом диалоге после каждого ответа ASSISTANT требуется токен eos_token. Модель обучалась на японских и английских наборах ролевых диалогов и предназначена для отыгрыша персонажей и продолжения сценариев в чате. Поддержка японского подтверждается языковыми метаданными и датасетами; английский также представлен в обучающих данных. Репозиторий содержит веса safetensors и распространяется по лицензии Apache-2.0. Суффикс WIP и небольшое число загрузок указывают на ранний экспериментальный статус; характеристики качества в карточке не приведены.

OELLM 9B 256K SimPO — экспериментальный многоязычный чат-чекпойнт OpenEuroLLM, разработанный как второй этап постобучения модели birgermoell/oellm-9b-256k-sft. Это плотная причинная языковая модель на архитектуре Qwen3 с примерно 8 млрд параметров в каталожных метаданных и экспортом весов BF16 в формате Hugging Face Safetensors. Для дообучения применён full-parameter SimPO без опорной модели на более чем миллионе многоязычных пар предпочтений, связанных с экзаменационными заданиями ЕС. Модель предназначена для исследований следования инструкциям на европейских языках, оптимизации предпочтений и сохранения поиска по длинному контексту после постобучения. Архитектурный предел контекста составляет 262 144 токена; этот предел сам по себе не подтверждает точность извлечения или рассуждений на такой длине. Для инференса около 256 тысяч токенов требуется значительный объём памяти KV-кэша и, как правило, несколько ускорителей. В опубликованной оценке качество на многоязычном holdout-наборе оказалось ниже, чем у исходной SFT-модели; отмечены слабости в арифметике, логике, фактических ответах, грамматике шведского языка и соблюдении точных ограничений. Длинноконтекстный поиск именно этой SimPO-версии ещё не оценивался, а результаты базовой SFT-модели нельзя переносить на неё. Модель экспериментальная, не заявлена как готовый производственный помощник; полноценная оценка безопасности не завершена. Лицензия — Apache-2.0.

Open Australian Legal GPT2 — языковая модель на архитектуре GPT-2, разработанная Umar Butler и дообученная на корпусе австралийских законов и нормативных актов. Она предназначена для генерации и продолжения текста, а также может служить основой для последующего дообучения под задачи обработки австралийских юридических материалов. Обучающий корпус включал 37 560 документов и около 635 млн токенов; длина контекста модели — 1 024 токена. Модель принимает и генерирует текст на английском языке. Модель ориентирована на юридический язык Австралии и может быть полезна для экспериментов с юридическими текстами и создания специализированных производных моделей. Автор отмечает, что она устарела: её сменила Open Australian Legal LLM. Возможны смещения в сторону законодательного стиля и права Содружества; в обучающих данных могли отсутствовать нормы Виктории, Северной территории и Австралийской столичной территории. Лицензия — Apache 2.0.

OVD-Math-1-data-FR-Step800-Historical — модель из коллекции OVD, подготовленная как исторический эксперимент «1-data» на шаге 800. Репозиторий содержит веса для инференса и токенизатор; по метаданным это плотная авторегрессионная модель семейства Qwen2 с 1,5 млрд параметров, дообученная на основе Qwen/Qwen2.5-Math-1.5B. Она предназначена для генерации текста и может использоваться для экспериментов с решением математических задач. Базовая модель рассчитана на математические решения на английском и китайском языках, однако отдельные языковые характеристики этого чекпойнта в README не описаны. Контекст составляет 4096 токенов. Репозиторий не сообщает лицензию, поэтому условия использования по имеющимся данным определить нельзя.

PGAM-WIT-Conversational-3B-PyTorch — разговорная языковая модель, разработанная Pinkstack и дообученная на базе Pinkstack/PGAM-WIT-Conversational-3B-vLLM. Модель построена на архитектуре Qwen2, содержит 3,1 млрд параметров и поддерживает контекст до 32 768 токенов. Репозиторий содержит веса PyTorch и Safetensors; модель рассчитана на генерацию текста в диалоговом формате и принимает английский язык. Автор сообщает, что модель обучалась на наборах Grok и UltraChat 200k и ведёт себя нестандартно; её предлагается использовать для дальнейшего дообучения или экспериментов. Лицензия — Apache-2.0. Указанное автором необычное поведение ограничивает её пригодность для надёжного применения без дополнительной проверки.

WasamiKirua/phi2-haiku-ita-v0.1 — разговорная модель генерации текста на базе архитектуры Phi с 3,5 млрд параметров. Она дообучена для создания итальянских хайку и работает с контекстом до 2048 токенов. В карточке приведён формат диалога с ролями system, user и assistant и пример назначения модели для генерации хайку. Модель подходит для создания коротких стихотворений на итальянском языке в диалоговом интерфейсе. Распространяется под лицензией Apache-2.0.

PiVoT-0.1-Starling-LM-RP — языковая модель для генерации текста, созданная автором maywell на основе Starling-LM-alpha и дообученная для ролевых диалогов на наборе Synatra-RP. Модель построена на архитектуре Mistral, содержит 7,1 млрд параметров и поддерживает контекст до 8192 токенов. Для общения используется шаблон OpenChat. Модель предназначена для ролевых диалогов и генерации ответов в заданной роли. В метаданных указан английский язык. Репозиторий содержит веса PyTorch, задача Hugging Face — text-generation. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

AUTOMATIC дообучила DistilGPT-2 на 1654 промптах, собранных с majinai.art, в течение 40 эпох. Из промптов удалены веса и выделение акцентов; набор включает отрицательные промпты. Модель предназначена для генерации текста по промпту и может применяться для создания или продолжения промптов, в том числе с отрицательными формулировками. Это плотная авторегрессионная модель семейства GPT-2, работающая через Transformers и PyTorch; контекст составляет 1024 токена. В метаданных указан английский язык. Модель распространяется по лицензии MIT. Её обучение на небольшом наборе промптов ограничивает разнообразие и надёжность результатов; README не сообщает оценок качества или более подробных рекомендаций по применению.

Qwen2.5-1.5B Continually Pretrained on Kazakh (Arabic Script) — это языковая модель с 1,5 млрд параметров, созданная дальнейшим предобучением Qwen2.5-1.5B на казахской части корпуса MC² Corpus. Разработчик — pkupie. Модель предназначена для улучшения языкового моделирования на казахском языке, записанном арабским письмом, и исследований по адаптации моделей к языкам с ограниченными ресурсами. Модель использует плотную авторегрессионную архитектуру Qwen2ForCausalLM, принимает текст и генерирует текст. Она поддерживает контекст длиной до 131 072 токенов, а карточка указывает чат-возможности и интерфейс вызова инструментов. Чекпойнт может служить основой для дальнейших экспериментов, в частности со слиянием моделей и объединением логитов. Это исследовательский чекпойнт, специально адаптированный для казахского языка на арабском письме; качество для других языков и прикладных задач карточка не характеризует. Модель распространяется по лицензии Apache-2.0.

Chun121/Qwen3-4B-RPG-Roleplay-V2 — языковая модель для текстовой генерации и ролевого взаимодействия, разработанная Chun. Она создана на базе unsloth/Qwen3-4B-Base и дообучена с использованием LoRA и GRPO на датасете Gryphe/Sonnet3.5-Charcard-Roleplay. Заявленный основной язык — английский. Модель предназначена для диалогов от лица заданных персонажей, сюжетных RPG-сценариев и творческого письма. Она ориентирована на сохранение образа персонажа, подробные и вовлекающие ответы, понимание пользовательских запросов и соблюдение специального формата с тегами <thinking> и <RESPONSE>. Архитектура — Transformer LLM примерно на 4 млрд параметров базовой модели плюс параметры LoRA; доступны варианты 4-bit и GGUF. Контекст ограничен 2048 токенами. Указанные GGUF-варианты включают Q4_K_M, Q5_K_M, Q8_0 и F16. К сильным сторонам относятся ориентация на последовательное поведение персонажей, детализированные ответы и оптимизация с помощью GRPO для повышения соответствия ролевому сценарию. Ограничения включают небольшой контекст, специализацию преимущественно на англоязычном roleplay и возможную зависимость качества от поддержки требуемого формата чата. В README указана лицензия MIT, однако в разделе метаданных model card также встречается Apache-2.0, поэтому лицензионные условия следует дополнительно проверить перед использованием.

Rastignac 1.0 — 126M — это французская авторегрессионная языковая модель Mathieu680, обученная с нуля на 3 348 книгах французской литературы. Модель построена на причинном Transformer типа GPT-2 и содержит 126 481 920 параметров; для загрузки доступны веса в формате Safetensors и библиотека Transformers. Контекст составляет 1 024 токена. Модель предназначена для продолжения французского текста: по началу предложения или абзаца она генерирует продолжение в преимущественно литературном регистре. Корпус собран из электронных книг, связанных с Project Gutenberg; средняя дата произведений с известной датировкой — около 1898 года. Модель обучалась предсказывать следующий токен и может быть полезна для литературных стилизаций и экспериментов с французской прозой. Это компактная специализированная модель, поэтому её возможности ограничены обучением на французской литературе: она не предназначена для универсального диалога или надёжной работы с фактами. В метаданных указана лицензия other; README предупреждает, что права на повторное использование могут зависеть от авторов, изданий и страны, и рекомендует проверить условия Project Gutenberg.

Koichi Yasuoka разработал компактную RoBERTa, предварительно обученную на японских текстах из 青空文庫 с токенизатором Japanese-LUW-Tokenizer. Модель содержит 74,3 млн параметров, использует архитектуру RobertaForMaskedLM и обрабатывает контекст длиной до 128 токенов. Модель предназначена для заполнения пропусков в тексте и дообучения под задачи японского NLP, включая разметку частей речи и синтаксический анализ зависимостей. Она принимает текст и предсказывает замаскированные токены. Модель распространяется в формате PyTorch по лицензии CC BY-SA 4.0. Короткое окно контекста ограничивает её применение на длинных фрагментах; для специализированных задач потребуется дообучение.

Sarv-Hybrid — модель семейства Sarv от artindnr для генерации персидской поэзии. Она дообучена методом LoRA на artindnr/strawberry-1 и выпущена со слитыми с базовыми весами адаптерами. Архитектура — GPT-OSS с mixture-of-experts; в репозитории указаны веса Safetensors, 1,6 млрд параметров и контекст до 131 072 токенов. Модель поддерживает диалоговый режим и рассчитана на персидский язык. Sarv-Hybrid выбирает в зависимости от запроса, использовать ли перед стихотворением канал рассуждений: это может помочь при заданных метре, рифме, радифе или эмоциональной структуре, а для простых тем позволяет отвечать короче. Модель подходит для генерации персидских стихов и экспериментов с автоматическим выбором глубины рассуждений. Решение о рассуждении не гарантировано: модель может рассуждать на простом запросе или пропустить этот шаг на сложном. Лицензия — Apache-2.0.

ned1313/sft-gsm8k — дообученная модель генерации текста на базе Qwen/Qwen3-0.6B-Base. По карточке она обучена с использованием TRL и запускается через библиотеку Transformers; метаданные указывают плотную архитектуру Qwen3 с 507,9 млн параметров и контекст до 32 768 токенов. Название репозитория указывает на дообучение для задач GSM8K, однако README не описывает датасет, результаты или точный охват математических задач. Модель принимает текстовые запросы и генерирует текст; метаданные также отмечают поддержку чата. Подходит для экспериментов с генерацией ответов на математические задачи и для других текстовых запросов в формате чата. В README приведён пример обычного вопроса, но он не подтверждает качество или специализацию модели вне задач, связанных с GSM8K. Лицензия в предоставленных данных не указана.

Jeesup/svd-safety-mistral_keep50_disc_b001 — исследовательский чекпойнт на основе диалоговой Mistral-7B-Instruct-v0.2 от Mistral AI. Модель сжата методом SVD-LLM: удалено 49,90% параметров, после чего восстановлены компоненты SVD в пределах бюджета 0,1% по правилу disc. Архитектура — плотная MistralForCausalLM с 7,1 млрд параметров и контекстом до 32 768 токенов; модель принимает и генерирует текст. Чекпойнт создан для изучения влияния сжатия на безопасность и полезность модели и сравнения способов восстановления компонентов. В карточке приведены результаты оценок на AdvBench, StrongREJECT и WildGuard. Это отдельный вариант в экспериментальной сетке, а не универсальный чат-ассистент; лицензия — Apache-2.0.