I.5Создание и редактирование текста

Goldfish snd_arab_full — авторегрессионная языковая модель семейства GPT-2, разработанная командой Goldfish для языка синдхи в арабской письменности. Модель содержит около 125 млн параметров, обучена на корпусе объёмом около 459 МБ с поправкой на различия в размере текстов в байтах и принимает последовательности длиной до 512 токенов. Модель предназначена для генерации и продолжения текста на синдхи, а также для исследований и сравнений качества языковых моделей на языках с ограниченными ресурсами. Обучающие данные включают материалы MADLAD-400, NLLB, Glot500 и OSCAR; для корректной работы перед текстом рекомендуется добавлять токен начала последовательности CLS/BOS. Goldfish ориентирована на сопоставимость между языками и низкоресурсные языки; её результаты для языков с большими ресурсами не рассчитаны на сравнение с современными крупными языковыми моделями. Распространяется по лицензии Apache-2.0.

TernaryBananaMind-10M — компактная базовая авторегрессионная языковая модель от BananaMind с архитектурой decoder-only Transformer семейства BananaMind 2. В чекпойнте 8,428,032 логических параметра; проекции и выходные веса хранятся в упакованном тернарном виде, а входные эмбеддинги — в знаковом 8-битном формате. Размер файла весов составляет около 2,07 бита на логический параметр с учётом служебных данных, но это показатель хранения, а не точности вычислений или пикового объёма памяти при инференсе. Модель обучена на 2 млрд токенов FineWeb-Edu и предназначена для генерации и продолжения текста. Контекстное окно составляет 4096 токенов; используется собственный байтовый BPE-токенизатор на 2048 токенов, который выделяет цифры при предварительной токенизации. В карточке приведены результаты тестов на языковом дополнении, здравом смысле и арифметике; они указывают на ограниченные возможности по сравнению с более крупными моделями. Для загрузки нужны Transformers и пользовательский код архитектуры, поэтому следует включить trust_remote_code=True. Модель распространяется по лицензии Apache-2.0. Результаты оценки зависят от версии тестового набора и параметров запуска; обучающие веса хранятся в упакованном виде и декодируются во временные тензоры при умножении матриц.

SimpleStories/test-SimpleStories-gpt2-1.25M — небольшая модель генерации текста семейства GPT-2, опубликованная в пространстве SimpleStories и предназначенная для использования через библиотеку Transformers. По идентификатору модели её размер составляет около 1,25 млн параметров; метаданные указывают контекст длиной 512 токенов и формат safetensors. Модель подходит для простого автодополнения текста, экспериментов с авторегрессионной генерацией и учебных прототипов, где важны компактность и низкие требования к ресурсам. Поддерживаемые естественные языки, лицензия, данные обучения, результаты оценки и точные характеристики архитектуры в предоставленных источниках не описаны. Из-за малого размера модель может заметно уступать более крупным языковым моделям по связности, фактической точности и устойчивости генерации.

JoaoGuiAlves/thagiPo-llama3.2-1B-math — дообученная разработчиком на TRL текстовая модель семейства Llama 3.2. Она основана на meta-llama/Llama-3.2-1B, имеет около 1,2 млрд параметров и предназначена для генерации текста в диалоговом формате; в названии заявлена математическая специализация. Модель принимает текстовые запросы и генерирует текст, поддерживает контекст до 131 072 токенов и распространяется в формате safetensors для Transformers. Карточка не приводит результатов математических тестов или подробностей о тренировочных данных, поэтому качество решения математических задач по этим сведениям оценить нельзя. Условия лицензии в предоставленных материалах не указаны.

The-Omega-Directive-12B-EVISCERATED-FT — языковая модель SuperbEmphasis для генерации текста и диалогового общения. Она основана на MistralForCausalLM и дообучена методом SFT в течение четырёх эпох на базе SuperbEmphasis/The-Omega-Directive-12B-EVISCERATED. Автор сообщает, что из исходной модели удалены пять редко используемых слоёв, чтобы уменьшить размер и повысить скорость вывода; в README отмечено, что результат «почти работает». В метаданных указано 10,4 млрд параметров и контекст до 1 024 000 токенов. Модель может служить экспериментальной основой для генерации ответов и диалогов на английском языке. README не приводит результатов оценки качества и предупреждает о нестабильности полученного варианта. Модель распространяется по лицензии Apache-2.0.

Lanni-ni/transformer_2_4_256_babylm_10m_seed43 — небольшая авторегрессионная модель для генерации текста, опубликованная на Hugging Face. Модель поддерживает библиотеку Transformers и содержит около 14,7 млн параметров; по идентификатору относится к семейству Transformer и связана с BabyLM. Модель предназначена для продолжения и генерации текстовых последовательностей. Её можно использовать для экспериментов с компактными языковыми моделями, проверки методов обучения и прототипирования генерации текста при ограниченных вычислительных ресурсах. В карточке модели не приведены сведения о разработчике, языках, лицензии, обучающих данных, длине контекста, результатах оценки и рекомендуемых сценариях применения. Поэтому модель следует рассматривать как экспериментальную и не использовать для критически важных решений или генерации фактически значимого контента без дополнительной проверки.

WindyTranslate/translate-fi-pis — модель машинного перевода, опубликованная Windstorm Labs и предназначенная для перевода с финского языка на пижин Соломоновых островов. Это дообученная версия Helsinki-NLP/opus-mt-fi-pis: LoRA-дообучение на параллельном корпусе объединено с базовыми весами. Модель построена на архитектуре MarianMT, содержит 51 млн параметров и принимает текстовый ввод; для модели указано контекстное окно 512 токенов. Репозиторий содержит сборку Transformers в формате safetensors. Модель поддерживает только направление fi→pis; качество пока не оценивали на бенчмарках, поэтому пригодность результатов для конкретного сценария не подтверждена. Лицензия — Apache-2.0.

TR-MOE-306 — авторская базовая языковая модель с архитектурой DeepForCausalLM и механизмом token-identity routing, представленная в работе «Token Identity as a Routing Signal for Residual MLP Experts». Модель обучена с нуля на примерно 8 млрд токенов FineWeb-Edu и содержит 306,5 млн параметров. В каждом из 18 слоёв общий SwiGLU-блок обрабатывает токены, а идентификатор токена выбирает два из четырёх узких остаточных экспертов; эксперты преобразуют контекстное скрытое состояние. Архитектура также использует GQA, QK-Norm и RoPE. Модель предназначена для генерации текста и исследования маршрутизации токенов в остаточные MLP-эксперты. Это предварительно обученная базовая модель, а не настроенный для следования инструкциям или выравнивания по безопасности чат-ассистент. Контекст обучения составляет 2048 токенов, токенизатор — 32 000 токенов; в карточке указана поддержка английского языка. В описанной нулевой оценке результаты на ARC-Easy, PIQA и HellaSwag близки к плотной модели сопоставимого размера, без подтверждённого превосходства по отдельным задачам. Для инференса требуется среда Complexity-ML vLLM с поддержкой пользовательской архитектуры DeepForCausalLM: стандартные Transformers и upstream vLLM её пока не регистрируют. Модель выпущена по лицензии CC BY-NC 2.0, которая ограничивает коммерческое использование.

ufakzeka-1-base — базовая языковая модель, разработанная ufak AI и обученная с нуля на 13,5 млрд токенов открытых текстовых данных. Это плотная авторегрессионная модель семейства Qwen3 с архитектурой Qwen3ForCausalLM: 151 млн параметров без учёта эмбеддингов и 182,5 млн с ними, 24 слоя, контекст до 4096 токенов. Модель предназначена для продолжения турецкого текста, дальнейшего предобучения и дообучения; она не настроена следовать инструкциям и не является чат-моделью. Обучение включало турецкие веб-тексты, Википедию, учебные PDF, синтетические тексты и математические данные. Модель хорошо продолжает турецкий текст; в README приведены результаты тестов грамматики и знаний. Для использования нужны Transformers и подходящий токенизатор; веса опубликованы в формате Safetensors. Лицензия — Apache-2.0. Модель может допускать фактические ошибки и воспроизводить смещения из обучающих данных. В ней нет настройки безопасности, поэтому README не рекомендует напрямую использовать её в пользовательских продуктах.

URCHIN Strict-100M — экспериментальная языковая модель phclab для генерации текста в треке BabyLM 2026 Strict (100M), обученная на корпусе объёмом 100 млн слов. Её архитектура PHCSSM представляет собой один горизонтально связанный слой импульсных LIF-нейронов с рекуррентными связями, ограниченными правилом Дейла; обработка каждого токена выполняется за 24 итерации до фиксированной точки. Модель содержит 4,23 млн параметров, не использует attention и выдаёт оценки токенов через линейную голову по напряжению нейронов. Модель принимает токенизированный текст и предназначена для авторегрессионной генерации, а также может применяться для классификации текста. В README описаны параллельный вариант и последовательная событийная реализация, использующая те же веса; требуется пользовательский код Transformers с trust_remote_code=True. Для токенизации используется официальный токенизатор BabyLM GPT-BERT на 16 384 токена. Карточка указывает английский язык. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства и запрещает коммерческое применение.

nenekochan/Yi-6B-yoruno — это разговорная языковая модель на 5,8 млрд параметров, созданная автором репозитория на основе Yi-6B от 01.AI. Модель дообучена методом QLoRA с использованием Firefly на китайских диалогах из датасета yoruno-vn, составленных по материалам первых четырёх произведений серии с удалёнными длинными описаниями. Модель предназначена для генерации диалогов и текста в стиле исходных произведений, а также для продолжения многоходовых бесед на китайском языке. Контекст модели составляет 4096 токенов. Автор отмечает, что вариант на Yi-6B лучше воспроизводит исходный стиль, чем ранний вариант на ChatGLM3-6B-Base, но уступает ему в творческой свободе. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Экспериментальная модель 1pp-0.5b-ua-sft из проекта One Persona Pretraining (1PP), созданного исследовательской группой EPFL DLAB. Это плотная авторегрессионная Llama-подобная модель примерно с 524 млн параметров, 24 слоями и контекстом 4096 токенов; она использует токенизатор SmolLM2 и распространяется в формате Safetensors. Модель обучали на переписанных диалогах, учитывая потери и на пользовательских, и на ассистентских репликах, а затем дообучили на смеси из 400 тысяч диалогов для ответов в формате ChatML без системной реплики. Модель предназначена для исследовательских экспериментов с предобучением на диалогах и для генерации ответов в чат-формате. Авторы указывают, что это исследовательский артефакт, а не универсальный ассистент; формат без системной реплики отражает обучающие данные. Карточка не приводит отдельной оценки качества на широком наборе прикладных задач. Лицензия — Apache-2.0.

Raghav-Singhal/1pp-1.7b-raw-tokmatch-sft — экспериментальная языковая модель проекта One Persona Pretraining (1PP), разработанного исследовательской группой EPFL DLAB. Это плотная авторегрессионная модель семейства Llama с 1,6 млрд параметров, обученная на исходных документах DCLM-edu, а затем дообученная с учителем на смеси многоходовых разговоров. Модель принимает текст и генерирует текст; её контекстное окно — 4096 токенов, а токенизатор основан на словаре SmolLM2. Карточка указывает поддержку английского языка и формат диалога ChatML без системного сообщения. Модель создана для исследования влияния условий предобучения на качество диалоговой модели при сопоставимом количестве токенов дообучения. Она умеет вести текстовый диалог и отвечать на пользовательские запросы, однако автор прямо предупреждает, что это исследовательский артефакт, а не универсальный помощник. Ветка обучалась по более короткому расписанию и использовала свежую выборку документов после шага 12 000; результаты и поведение могут отличаться от основной модели проекта. Модель распространяется по лицензии Apache-2.0. Ее можно применять для экспериментов с генерацией текста и изучения обучения языковых моделей; карточка не подтверждает пригодность для надёжного использования в прикладных системах.

airoboros-2.2.1-limarpv3-y34b — плотная авторегрессионная языковая модель семейства Llama на базе Yi 34B, полученная слиянием модели Doctor-Shotgun/airoboros-2.2.1-y34b с PEFT-адаптером, обученным на LimaRP v3 с весом 0,5. Модель предназначена для генерации текста в формате инструкций Alpaca, прежде всего для ролевых диалогов и ответов от лица заданного персонажа. В промпте задают описание личности персонажа; длину ответа можно регулировать модификатором от micro до unlimited. Модель содержит 33,9 млрд параметров, принимает текст и выдаёт текст, поддерживает английский язык и имеет контекст 4096 токенов. Опубликована в формате safetensors; лицензия указана как other. Модель может многословно отвечать на длинных настройках длины и перенимать предвзятости ролевых интернет-сообществ и базовой модели. Разработчик предупреждает, что она не предназначена для фактической информации или советов.

ALBERTI — мультиязычная модель на базе BERT, разработанная участниками Flax/JAX Community Week и дообученная на корпусе стихотворных строк PULPO. Эта версия предназначена для работы с отдельными стихотворными строками; в семействе также есть отдельная модель для строф. Архитектура — BertForMaskedLM, объём — 205,1 млн параметров, контекст — до 512 токенов. Модель выполняет задачу заполнения пропусков в тексте. PULPO объединяет многоязычные корпуса стихов общим объёмом более 95 млн слов, в том числе на испанском, английском, французском, итальянском, чешском, португальском, арабском, китайском, финском, немецком, венгерском и русском языках. Репозиторий содержит версии Flax, PyTorch и Safetensors. Лицензия — CC BY 4.0. Карточка сообщает, что модель перенесена в linhd-postdata/alberti-bert-base-multilingual-cased для дальнейшего сопровождения.

Antler-7B-RP-v2 — японская языковая модель для ролевых диалогов, разработанная Aratako на базе Elizezen/Antler-7B. Это плотная MistralForCausalLM на 7,1 млрд параметров, дообученная с помощью LoRA на наборах LimaRP-augmented и Rosebleu-1on1-Dialogues-RP v2. Модель рассчитана на генерацию реплик персонажа и описаний обстановки; контекст обучения и нативный контекст составляют до 8192 токенов. Для диалога рекомендуется шаблон чата Mistral и формат с описанием мира, персонажей и ролевой инструкции. По сравнению с предыдущей версией модель чаще добавляет описания ситуации. В метаданных указан японский язык. Возможны пустой ответ с преждевременным EOS и выход реплик за пользователя; модель также может нарушать заданную роль. Репозиторий опубликован под Apache-2.0, однако автор отмечает, что лицензия базовой модели неясна и условия могут измениться.

Модель qing-yao/babylm-opt-sva-decay-0.2-from8000-11473600 — дообученная версия models/babylm-default_seed-42_1e-3 на наборе данных qing-yao/slightly-cleaner-babylm. Это плотная авторегрессионная языковая модель семейства OPT с архитектурой OPTForCausalLM, предназначенная для генерации текста. Модель содержит 138,4 млн параметров, принимает текстовый контекст длиной до 256 токенов и распространяется в формате safetensors для Transformers. В карточке приведён результат оценки: loss 3,1216 после обработки примерно 1,57 млрд входных токенов. README не описывает целевые сценарии, языковое покрытие или известные ограничения, поэтому оценку пригодности для конкретных задач следует проводить самостоятельно. Лицензия в предоставленных сведениях не указана.

MaziyarPanahi/calme-3.1-qwenloi-3b — дообученная Maziyar Panahi модель на базе Qwen/Qwen2.5-3B для генерации диалогового текста во французской юридической области. Она использует плотную архитектуру Qwen2ForCausalLM, содержит 3,1 млрд параметров и рассчитана на контекст до 32 768 токенов. Модель обучена на датасете MaziyarPanahi/calme-legalkit-v0.2 и поддерживает шаблон диалога ChatML. Модель предназначена для французскоязычных юридических запросов и генерации ответов в чате; в метаданных также отмечен английский язык. Небольшой размер может снижать качество на некоторых запросах, а результат чувствителен к гиперпараметрам. Для применения в производственной среде автор рекомендует человеческий контроль и меры предосторожности. Лицензия обозначена как other, конкретные условия в предоставленных данных не раскрыты.

MaziyarPanahi/calme-3.2-qwenloi-3b — дообученная модель на базе Qwen2.5-3B, разработанная для генерации текста в юридической области, с акцентом на французское право. Это плотная авторегрессионная архитектура Qwen2 с 3,1 млрд параметров, рассчитанная на контекст до 32 768 токенов. Модель использует шаблон диалога ChatML и поддерживает сценарии чата. Её можно применять для составления черновиков ответов на юридические вопросы и ведения диалога по французской правовой тематике. В карточке указан датасет MaziyarPanahi/calme-legalkit-v0.2. Модель небольшая и может хуже справляться с некоторыми запросами; результат чувствителен к гиперпараметрам. При использовании нужны проверка человеком и меры против возможных смещений. Лицензия указана как other, конкретные условия в доступных данных не раскрыты.

CeLLaTe-tapt-bioformer16l-tokenizer-adapted_v2 — модель семейства BERT, разработанная Mardiyyah и дообученная на наборе данных Mardiyyah/TAPT_CeLLaTe2.0. Она предназначена для заполнения пропусков в тексте: модель предсказывает скрытые токены по окружающему контексту. Модель содержит 50,8 млн параметров, использует контекст до 1024 токенов и загружается через Transformers в формате Safetensors. В карточке приведены результаты оценки: loss 2,1972, accuracy 0,6595 и perplexity 8,9995. По названию базовой модели и обучающего набора можно предположить биомедицинскую специализацию, но README не описывает целевые сценарии и ограничения подробно. Поддерживаемый язык по метаданным — английский. Модель распространяется по лицензии Apache-2.0.

Cerebras-GPT-590M-finetuned-DND — дообученная модель генерации текста на базе cerebras/Cerebras-GPT-590M. По названию репозитория она предназначена для генерации текста в контексте Dungeons & Dragons; README сообщает о дообучении на датасете, но его название указано как None, поэтому состав данных и конкретные сценарии применения подтвердить нельзя. Модель использует архитектуру GPT-2 с плотной нейронной сетью и классом GPT2LMHeadModel, распространяется в формате PyTorch и принимает контекст до 2048 токенов. README приводит значение loss 1,0434 на оценочной выборке, но не описывает методику оценки и не позволяет судить о качестве ответов. Лицензия — Apache-2.0. Карточка не содержит подтверждённых сведений о поддерживаемых языках, специальных возможностях или ограничениях генерации; вероятны типичные для языковых моделей ошибки и вымышленные сведения.

ChatWaifu 22B v2.0 preview — диалоговая модель, разработанная spow12 и предназначенная для общения в стиле персонажей визуальных новелл. Она основана на Mistral Small Instruct 2409 и объединяет веса базовой модели с вариантом SFT методом slerp через mergekit; архитектура — плотная причинная языковая модель Mistral на 22 млрд параметров. Модель генерирует текст и поддерживает чат на английском и японском языках, с контекстом до 32 768 токенов по метаданным. Модель подходит для ролевых диалогов с заданными персонами, в том числе для общения с собственными персонажами по текстовому описанию. Автор заявляет о снижении повторов в длинных многоходовых беседах и сохранении информации в длинном контексте; количественные гарантии этих свойств не приведены. Карточка также указывает возможность генерации NSFW-контента. Репозиторий содержит веса в формате safetensors. Лицензия в метаданных — CC BY-NC 4.0, а автор ограничивает использование некоммерческими и исследовательскими целями.

ChatWaifu v2.0 22B — разработанная spow12 (yw_nam) языковая модель для диалогов в стиле персонажей визуальных новелл и ролевого общения. Она создана на основе Mistral-Small-Instruct-2409: автор описывает обучение и объединение моделей через mergekit, а метаданные указывают на дообучение базовой модели. Модель с архитектурой MistralForCausalLM содержит 22 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. В карточке заявлены японский и английский языки; среди примеров персонажей есть героини визуальной новеллы Senren＊Banka. Модель также обучалась на данных для инструкций и ролевых диалогов. Модель может генерировать NSFW-контент. Автор указывает, что использование предназначено для некоммерческих и исследовательских целей; метаданные задают лицензию CC BY-NC 4.0. Результаты оценки приведены в карточке, но не доказывают качество для всех сценариев.

Chen-9B — плотная языковая модель на 9 млрд параметров, созданная colawolfie дообучением Qwen/Qwen3.5-9B-Base. Она обучена имитировать стиль ранней версии Character.AI c.ai 1.1: автор использовал дистилляцию ответов Character.AI, набор PIPPA и собранные автором данные из текстов, чатов и ролевых игр. Модель предназначена для ролевого общения, творческого письма и изучения стиля и распределения токенов старых чат-моделей. Модель принимает и генерирует текст, поддерживает диалог и ориентирована прежде всего на английский язык. Дообучение выполнялось методом QLoRA в 4-битном режиме, затем веса были объединены и опубликованы в формате bfloat16; в репозитории используются safetensors. Лицензия — Apache-2.0. Модель может воспроизводить характерные для исходного стиля странности, зацикливаться и генерировать NSFW или оскорбительный контент. Она не прошла DPO или RLHF/RLAIF, поэтому не подходит для проверки фактов, программирования и других задач, требующих надёжных ответов.

Cockatrice-7B-v0.1 — языковая модель семейства Mistral, представленная openerotica. Модель обучена на наборе данных Freedom-RP и предназначена для генерации текста в сценариях ролевого общения. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и поддерживает контекст до 32 768 токенов. Опубликованные веса представлены в формате Safetensors; лицензия — Apache-2.0. README не сообщает о поддерживаемых языках или результатах оценки качества.

CLAUSE-Bielefeld/communicative-baby-dpo — языковая модель семейства Llama, дообученная из bbunzeck/llamalogue методом DPO с использованием TRL. Она предназначена для генерации ответов в диалоговом формате и может применяться для открытых вопросов и беседы на английском языке. Модель содержит 126,1 млн параметров, использует архитектуру LlamaForCausalLM и формат Safetensors; длина контекста составляет 1024 токена. Модель обучалась на предпочтениях из набора fpadovani/child-dpo-preferences. Репозиторий распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование. Карточка показывает пример вызова через Transformers text-generation pipeline.

ku-nlp/deberta-v2-tiny-japanese-char-wwm — компактная модель DeBERTa V2 от группы KU NLP, предварительно обученная на японской Википедии, японских частях CC-100 и OSCAR. Она предназначена для заполнения пропусков в тексте и других сценариев masked language modeling. Модель имеет около 6 млн параметров и контекстное окно 512 токенов. Текст разбивается на символьные токены с помощью SentencePiece; при обучении использовалось маскирование целых слов. Модель работает с японским языком и доступна в форматах PyTorch и Safetensors через библиотеку Transformers. Лицензия — CC BY-SA 4.0. Модель специализирована на восстановлении замаскированных фрагментов японского текста; карточка не сообщает об оценках качества или ограничениях сверх этой специализации.

Модель dhivehi-tiny-latin2thaana-keymap-v1 разработана для транслитерации мальдивского языка дивехи: она преобразует текст, набранный латиницей, в письмо тхаана. Это компактная модель кодировщик-декодировщик на архитектуре T5 с байтовой токенизацией в стиле ByT5; по метаданным она содержит 5,6 млн параметров. Модель экспортирована в ONNX и рассчитана на локальную работу в браузере, в том числе на устройствах с ограниченными ресурсами. Модель предназначена для преобразования сообщений и поисковых запросов на латинице в тхаана. В README указана скорость около 35 мс на предложение на процессоре ноутбука в WebAssembly. На тесте новостных текстов она сопоставима с учительской ByT5-моделью по точности символов; на проверенном наборе чатовых текстов результаты по точности слов немного выше, но точность символов ниже. Для редких имён собственных и регистров, отличающихся от новостей и переписки, качество может снижаться. Лицензия — MIT.

Dumb-1.2-RC1 — компактная плотная языковая модель семейства Llama от разработчика 56m, дообученная на базе 56m/Dumb-1.2-Preview-0625. Модель содержит 34,6 млн параметров, работает с контекстом до 1024 токенов и предназначена для генерации текста и предсказания следующих слов; также может давать простые объяснения. В карточке указаны датасеты FineWeb-Edu и Cosmopedia. По приведённым в README тестам, модель показывает результаты на небольших моделях в WikiText bytePPL и ARC-Easy, но уступает более крупной Supra-50M-base в сравниваемых тестах. Разработчик отмечает слабые навыки арифметики и математики, недостаточную беглость диалога и склонность к неточным ответам; результаты тестирования названы предварительными. Модель распространяется по лицензии Apache-2.0.

Lanni-ni/dynamic_alibi_2_4_256_babylm_10m_seed44_epoch1 — компактная модель генерации текста, опубликованная в пространстве Hugging Face пользователем или организацией Lanni-ni. Модель рассчитана на работу через библиотеку Transformers и имеет около 15 млн параметров. В названии упоминаются dynamic ALiBi и BabyLM, однако README не содержит подробного описания архитектуры, обучающих данных или результатов оценки. Модель предназначена для базовой генерации и продолжения текста, а также для экспериментов с небольшими языковыми моделями. Благодаря небольшому размеру она может быть удобна для исследовательских прототипов и сред с ограниченными вычислительными ресурсами. Лицензия, поддерживаемые естественные языки, длина контекста и конкретные сценарии применения в доступных данных не указаны. README содержит лишь автоматически созданный шаблон карточки и не предоставляет сведений о качестве, безопасности, смещениях или ограничениях модели. Перед использованием в прикладных системах необходимы собственная оценка качества и проверка поведения на целевых данных.