I.5Создание и редактирование текста

Lanni-ni/alibi_2_4_256_babylm_100m_seed43 — небольшая модель генерации текста, опубликованная на Hugging Face. В метаданных указаны библиотека Transformers, формат safetensors и тег alibi; объём модели составляет около 15 млн параметров. Разработчик, точный тип архитектуры, языки и лицензия в доступных материалах не указаны. Модель предназначена для авторегрессионной генерации текста и может использоваться в экспериментах с языковыми моделями, прототипах автодополнения и исследовании методов позиционного кодирования. Размер около 15 млн параметров делает её потенциально удобной для локального запуска и обучения, однако README не содержит описания обучающих данных, контекста, результатов оценки или инструкций по применению. Из-за отсутствия подтверждённых сведений о языках, качестве, безопасности и лицензии модель следует рассматривать как экспериментальную. Перед использованием в прикладных системах необходимы собственная оценка качества и проверка условий распространения.

Antler-RP-ja-westlake-chatvector — японская языковая генеративная модель для ролевого чата с NSFW-возможностями, созданная автором soramikaduki. Это плотная causal language model семейства Mistral с 7,1 млрд параметров и контекстом 8192 токена. Модель получена применением метода ChatVector к Aratako/Antler-7B-RP; для ChatVector использовалась senseable/WestLake-7B-v2. В карточке рекомендуется шаблон диалога в формате Mistral. Модель предназначена для ролевых диалогов на японском языке, включая сценарии со взрослым содержанием. Указанная лицензия — Apache-2.0. В README нет результатов оценивания качества; применимость шаблона и качество ответов могут зависеть от формата промпта.

Bella-Bartender-Heretic-3B — диалоговая языковая модель, созданная автором Bella на базе unsloth/Llama-3.2-3B-Instruct. Модель дообучена в Unsloth на разговорных примерах, написанных в одном узнаваемом голосе; перед этим к базовым весам применили abliteration, чтобы ослабить усвоенные шаблоны отказа. Архитектура — плотная LlamaForCausalLM, размер — 3,2 млрд параметров, заявленная длина контекста в метаданных — 131 072 токена. Модель работает с текстом и ориентирована на английский язык. Она предназначена для коротких разговорных ответов, ролевого общения, творческих сцен и сохранения заданного персонажа. Карточка отмечает её лаконичность, юмор и склонность поддерживать абсурдные предпосылки; автор также описывает локальный запуск на ноутбуке. Модель намеренно не ориентирована на программирование и точные справочные ответы. Возможны чрезмерно короткие ответы и повторы. Лицензия указана как llama3.2; модель описана как лишённая стандартных шаблонов отказа, поэтому её ответы могут быть резкими или содержать нежелательный контент.

Модель AmberYifan/capsd-convfinqa-fullscore-marin-8b-base-finance_cap_b4000_s0 — дообученная версия Marin 8B Base на наборе данных capsd_marin-8b-base-n11082-finance-convfinqa-fullscore__mix_finance_cap_b4000_s0. Это плотная авторегрессионная Llama-модель с 7,5 млрд параметров, предназначенная для генерации текста в диалоговом режиме. Контекст составляет до 4096 токенов; модель загружается через Transformers в формате safetensors. Название обучающего набора указывает на финансовый диалоговый вопросно-ответный сценарий, однако README не описывает конкретные способности, методику обучения или результаты оценки. Базовая Marin 8B Base ориентирована на английский язык, поэтому применение модели для других языков не подтверждено. Лицензия указана как other; конкретные условия использования в карточке не раскрыты.

CeLLaTe-tapt-pubmedbert-tokenizer-adapted_v2_lr-3e5 — англоязычная BERT-модель на 137,6 млн параметров, дообученная Mardiyyah на наборе Mardiyyah/TAPT_CeLLaTe2.0 на основе microsoft/BiomedNLP-BiomedBERT-base-uncased-abstract-fulltext. Она предназначена для заполнения пропусков в англоязычном биомедицинском тексте: по контексту предсказывает замаскированный токен. Модель использует архитектуру BertForMaskedLM, принимает текст и поддерживает контекст до 512 токенов. В README для оценки указаны loss 1,1493, accuracy 0,7653 и perplexity 3,1561. Эти результаты относятся к оценочному набору из карточки и сами по себе не гарантируют качество на других текстах. Модель распространяется по лицензии Apache-2.0.

CeLLaTe-tapt-pubmedbert-tokenizer-original-baseline — англоязычная модель для предсказания пропущенных токенов в биомедицинских текстах. Она дообучена Mardiyyah на наборе Mardiyyah/TAPT_CeLLaTe2.0 на основе microsoft/BiomedNLP-BiomedBERT-base-uncased-abstract-fulltext. Модель построена на архитектуре BERT с 136,7 млн параметров и контекстом до 512 токенов; её задача в Hugging Face — fill-mask. Модель подходит для восстановления пропусков и предсказания следующего по контексту слова в биомедицинских публикациях и других англоязычных медицинских текстах. На оценочном наборе указаны loss 0,9726, accuracy 0,7783 и perplexity 2,6448; эти результаты относятся к набору из карточки и не гарантируют аналогичного качества на других данных. Распространяется по лицензии Apache-2.0.

ChaoticSoliloquy-4x8B — экспериментальная MoE-модель для ролевых диалогов, включая ERP-сценарии. Автор собрал её из четырёх моделей на базе Llama 3: ChaoticNeutrals/Poppy_Porpoise-v0.6-L3-8B, jeiku/Chaos_RP_l3_8B, openlynn/Llama-3-Soliloquy-8B и Sao10K/L3-Solana-8B-v1. В README указаны случайный режим маршрутизации экспертов, два эксперта на токен и формат bfloat16; метаданные описывают архитектуру как MixtralForCausalLM с 7,5 млрд параметров и контекстом 8192 токена. Модель предназначена для генерации текста в ролевых беседах и ERP. Карточка также упоминает варианты GGUF и Exl2 и файл llama3_mmproj для vision, однако метаданные классифицируют опубликованную модель как text-generation, поэтому поддержку обработки изображений нельзя уверенно подтвердить. Метаданные указывают английский язык и лицензию Llama 3. Автор называет проект экспериментальным и ставит целью сравняться с Mixtral 8x7B и его дообучениями в ролевых задачах, но не приводит результатов оценки.

TinySatirik-sm — небольшая авторегрессионная языковая модель на архитектуре Llama 2, обученная разработчиком на наборе русских анекдотов igorktech/anekdots. Она предназначена для генерации коротких текстов в сатирическом и анекдотическом стиле. Модель содержит 8 млн параметров, использует формат safetensors и имеет контекстное окно 512 токенов. Для работы требуется специальный токенизатор Koziev, который распознаёт кириллицу, пунктуацию и специальные токены; стандартный AutoTokenizer из Transformers для загрузки токенизатора не подходит. В README приведена оценка loss 1,2643 на наборе оценки, но не описана методика, а также не даны подробные сведения о качестве, обучении и предполагаемых ограничениях. Лицензия — MIT.

ChatWaifu_v1.1 — японская разговорная модель, разработанная spow12 для общения в роли персонажа визуальной новеллы. Это дообученная причинно-языковая модель семейства Mistral с 7,1 млрд параметров; карточка указывает базовую модель Local-Novel-LLM-project/Vecteus-V2-7B. Модель предназначена для ролевого диалога: можно задать персонажу биографию и примеры реплик, чтобы модель воспроизводила его характер. В карточке также описаны генерация текста в стиле новеллы и заполнение замаскированных предложений. Модель принимает текст и генерирует текст на японском языке. Указанный в метаданных контекст составляет 8192 токена. README заявляет окно контекста 128k, однако это расходится с метаданными. Модель обучалась на японских данных, включая визуальные новеллы; разработчик предупреждает, что в ответах может появляться контент для взрослых. Лицензия CC BY-NC 4.0, а автор также указывает на некоммерческое использование.

Cheng Yue（澄悦）是基于 Google 的 google/gemma-4-E2B-it 定向微调得到的完整权重对话模型，开发者将其训练为跨性别友好型陪伴人工智能，并强化其身份设定与人格规则遵循。模型采用 Gemma 4 E2B 稠密架构，支持文本、图像和音频输入并生成文本回复；上下文上限为 128K token。它适用于陪伴式对话和按设定人格回应。模型以 BF16 完整权重发布，采用 Apache-2.0 许可证。 微调使用 421 条人格与规则样本，并将 LoRA 权重合并进基础模型。README 报告人格续训阶段验证损失相对下降 30.3%，但 эти показатели оценивают только этот этап и не являются общими бенчмарками способностей, безопасности или клинической эффективности. Результат также может зависеть от шаблона чата: по умолчанию используется краткий якорь личности, а полный шаблон загружает конституцию целиком.

Это базовая языковая модель jkminder/d20_477m_seed3 из серии Scaling Ladder, опубликованной как исследовательский артефакт для изучения разброса результатов предобучения между случайными seed. Модель разработана в рамках проекта nanochat и представляет собой плотный GPT-декодер NanochatGPTForCausalLM с 20 слоями и размером скрытого состояния 1280. В чекпойнте 477,1 млн параметров, из них 435,2 млн учитываются как масштабируемые параметры в анализе серии. Модель обучена предсказывать следующий токен на английском языке; это базовый чекпойнт без дообучения на инструкциях и без обучения безопасности. Серия сравнивает восемь seed для этой размерности, где seed задаёт инициализацию весов и порядок данных. Доступны контрольные точки при разных бюджетах токенов на параметр, в том числе с линейным снижением скорости обучения; контекст составляет 2048 токенов. Модель подходит для экспериментов с предобучением и оценки языковых моделей, но сама по себе не настроена на диалоговые запросы или следование инструкциям. Веса доступны в формате safetensors и загружаются через Transformers с AutoModelForCausalLM и AutoTokenizer; README указывает trust_remote_code=True. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое использование ограничено условиями лицензии.

DS-Archive/ds-smol-brew-7b — это объединённая методом SLERP модель на основе Llama 2, собранная из jondurbin/spicyboros-7b-2.2, stabilityai/StableBeluga-7B, NousResearch/Nous-Hermes-llama-2-7b, lemonilia/limarp-llama2-v2 и PygmalionAI/pygmalion-2-7b. Модель содержит 6,6 млрд параметров, использует архитектуру LlamaForCausalLM и библиотеку Transformers; максимальная длина контекста — 4096 токенов. Модель предназначена для генерации текста и ролевых диалогов с заданной персоной персонажа. В README рекомендуется попробовать формат инструкций Alpaca из LIMARP v2, однако из-за объединения нескольких моделей могут работать разные форматы запросов. Карточка предупреждает о смещениях, характерных для нишевых ролевых форумов, и не рекомендует использовать модель для получения фактической информации или советов. Модель доступна под лицензией AGPL-3.0. Метаданные указывают английский язык; README не описывает поддержку других языков.

Lanni-ni/dynamic_alibi_2_4_256_babylm_10m_seed44_epoch2 — компактная языковая модель для генерации текста, опубликованная пользователем Lanni-ni на Hugging Face. Модель предназначена для запуска через библиотеку Transformers и относится к семейству моделей с тегом dynamic_alibi; заявленный размер составляет 15 млн параметров. Основная задача модели — text-generation: продолжение текстовых последовательностей и генерация текста на основе заданного промпта. Небольшой размер может быть удобен для экспериментов, обучения и запуска в условиях ограниченных вычислительных ресурсов. В имени модели также присутствуют обозначения BabyLM и 10M, однако README не раскрывает подробности соответствующего датасета, архитектуры или процедуры обучения. README не содержит сведений о разработчиках, языках, лицензии, контекстном окне, результатах оценки, ограничениях применения и готовых примерах использования. Поэтому модель следует рассматривать как экспериментальную; качество, фактическая языковая поддержка и пригодность для прикладных сценариев требуют самостоятельной проверки.

Небольшая авторегрессионная модель для генерации текста, размещённая пользователем или организацией Lanni-ni на Hugging Face. Модель рассчитана на запуск через библиотеку Transformers и имеет размер около 27,6 млн параметров. Модель предназначена для продолжения текста и других сценариев генерации на основе текстового prompt. В метаданных указаны теги dynamic_alibi и safetensors; название репозитория также содержит обозначение BabyLM 10M, seed44 и epoch7, однако README не описывает архитектуру, обучающие данные, языки, длину контекста, результаты оценки или конкретные прикладные сценарии. README не содержит сведений о лицензии, поэтому условия распространения и коммерческого использования по доступным данным определить нельзя. Из-за небольшого размера модель может быть удобна для экспериментов и локального запуска, но её качество, устойчивость и пригодность для ответственных задач не подтверждены.

Небольшая языковая модель для генерации текста, опубликованная на Hugging Face под идентификатором Lanni-ni/dynamic_forgetting_4_6_384_inverse_babylm_100m_seed44_epoch1. Модель содержит 27,6 млн параметров и предназначена для использования через библиотеку Transformers; в метаданных она отмечена как модель text-generation с тегом dynamic_forgetting. Модель может применяться для экспериментов с авторегрессионной генерацией текста, изучения методов динамического забывания и тестирования компактных языковых моделей. Разработчик, поддерживаемые естественные языки, архитектура, длина контекста, обучающие данные, результаты оценки и лицензия в доступных материалах не описаны.

Небольшая модель для генерации текста, опубликованная пользователем или организацией Lanni-ni на Hugging Face. Модель доступна через библиотеку Transformers и содержит около 27,6 млн параметров; в метаданных она отмечена задачей text-generation и тегом dynamic_forgetting. Идентификатор также содержит обозначения inverse_babylm_100m и seed44_epoch5, однако README не раскрывает их точное значение. Модель может использоваться для экспериментов с генерацией текста, изучения методов динамического забывания и создания компактных прототипов на базе Transformers. Подходит для локального запуска и исследовательских сценариев, где важны небольшой размер и возможность быстро проверять варианты обучения. README не содержит сведений о разработчиках, языках, архитектуре, длине контекста, обучающих данных, оценках качества или лицензии. Поэтому нельзя надёжно определить поддерживаемые языки, фактические характеристики генерации и разрешённые условия использования.

Euryale-1.3-limarpv3-L2-70B — языковая модель на архитектуре Llama 2, созданная объединением Sao10K/Euryale-1.3-L2-70B с PEFT-адаптером, обученным на датасете LimaRP и применённым с весом 0,5. Модель предназначена для генерации текста в ролевых диалогах и общения от лица заданного персонажа; рекомендованный формат запроса — инструкции Alpaca для LimaRP v3. Модель содержит 68,7 млрд параметров, принимает текст и поддерживает контекст до 4096 токенов. В инструкцию можно добавить управление длиной ответа: от очень короткого до неограниченного, однако длинные ответы могут быть многословными или имитировать реплики пользователя. Карточка указывает английский язык. Лицензия в предоставленных данных не указана.

Fabryka English 250M E01 experimental SFT v1 — англоязычная плотная причинно-языковая модель для генерации текста и следования инструкциям в диалоговом формате. Её разработала SlayerLab как дообучение Fabryka E01 base на датасете SmolTalk; использованы 8 144 диалога, обучение длилось одну эпоху. Модель содержит около 333,9 млн параметров, сохраняет словарь из 32 768 токенов и контекст 2 048 токенов. Модель рассчитана на англоязычные запросы и ответы, в том числе на простые общие инструкции и кодовые подсказки. Результаты оценки смешанные: в тесте следования инструкциям пройдены 5 из 300 заданий, а проверка кодовых продолжений на 50 примерах не доказывает заметного улучшения. Базовая модель существенно недообучена; отдельные показатели базовой модели нельзя переносить на этот чекпойнт. Для работы требуется Transformers с загрузкой пользовательского кода модели (`trust_remote_code=True`); README рекомендует Transformers 5.3.0 и PyTorch 2.11.0 для проверенной конфигурации. Файлы опубликованы в формате safetensors. Сведения о лицензии в предоставленных данных отсутствуют.

ritwikm/gandhi-gpt — авторегрессионная языковая модель на архитектуре GPT-2, дообученная автором репозитория на английских текстах Махатмы Ганди. Сначала модель обучали один проход на очищенном англоязычном корпусе Ai4Bharat, содержащем новости об Индийском субконтиненте, затем ещё три прохода на 755 468 предложениях из собрания сочинений Ганди. Модель предназначена для генерации продолжений текста в стиле и тематике корпуса Ганди, например для творческих экспериментов с его произведениями и индийской тематикой. Она принимает текст и выдаёт сгенерированный текст; заявленный контекст составляет 1024 токена. Доступны веса PyTorch и Safetensors. Лицензия репозитория — GPL.

Gerbil-A-15m — авторегрессионная языковая модель семейства GPT-J, опубликованная GerbilLab. Модель содержит около 15 млн параметров и предназначена для генерации текста; в карточке указано обучение на 280 млн токенов. Контекст составляет 2048 токенов. Модель представлена в формате PyTorch и распространяется по лицензии Apache-2.0. Доступные сведения не описывают её языковой охват или специализацию, поэтому её следует рассматривать как небольшой экспериментальный генератор текста общего назначения; качество и применимость к конкретным задачам по приведённым данным оценить нельзя.

GPT2_AR_8680 (в карточке указано имя AR868041) — языковая модель семейства GPT-2, обученная авторами с нуля на неизвестном наборе данных. Она предназначена для генерации текста и работает с контекстом до 512 токенов. В метаданных указаны архитектура GPT2LMHeadModel, библиотека Transformers и формат весов safetensors. На оценочном наборе модель показала loss 4,5867 и accuracy 0,2572; назначение, языки обучения и подробности оценки не описаны. Лицензия в предоставленных данных не указана.

zhzh98/gpt2-japanese-mono2bi-en2b-embedft-seed123 — языковая модель GPT-2, разработанная пользователем zhzh98 и обученная с нуля. Она предназначена для генерации текста; архитектура реализована классом GPT2LMHeadModel и распространяется в формате safetensors. Контекст модели составляет 256 токенов. Карточка не содержит сведений о качестве, обучающих данных или рекомендуемых сценариях использования, поэтому её пригодность для конкретных задач не подтверждена. Лицензия в предоставленных данных не указана.

Grug 67B A2B Datakit SFT 262K — контрольная точка модели Grug MoE после дообучения с учителем (SFT), опубликованная в репозитории open-athena. Это языковая модель с архитектурой GrugMoeForCausalLM и 67,1 млрд параметров; в README указано около 2 млрд активных неэмбеддинговых параметров на токен. Она поддерживает чат с режимами рассуждения и без него, а шаблон чата предусматривает форматирование вызовов инструментов через XML. Модель предназначена для генерации текста в диалоге и экспериментального использования инструментов. Метаданные задают контекст до 262 144 токенов, однако README предупреждает, что качество на длинном контексте не проверялось. Чат и один цикл вызова инструмента прошли ограниченные дымовые проверки; исследовательские пробы также выявили преждевременное завершение, повторные вызовы и выдуманный текст результатов инструментов. Надёжных оценок качества, безопасности или пригодности к развёртыванию нет. Для запуска требуется среда с поддержкой Grug MoE: в README описан Marin vLLM fork на узле с восемью H100; загрузка через стандартный Transformers не проверена. Модель опубликована в формате safetensors и BF16 под лицензией OpenMDW-1.1.

napsternxg/gte-small-L3-ingredient-v2 — компактная модель семейства BERT с архитектурой BertForMaskedLM, созданная и опубликованная napsternxg. Модель содержит 18,8 млн параметров, обучена с нуля и рассчитана на заполнение пропусков в тексте с помощью задачи fill-mask. Для её создания в метаданных указан датасет napsternxg/nyt_ingredients; README не раскрывает подробности обучения или назначения модели.

Haru v1.0 — компактная модель продолжения корейских историй от разработчиков проекта Haru, построенная на причинной архитектуре CFRD с плотными слоями и 6 793 363 параметрами. Она генерирует продолжение по текстовому контексту и не предназначена для диалога с инструкциями. Модель поддерживает рекуррентную глубину вывода 2, 4 или 6 и контекст длиной 512 токенов; опубликованный чекпойнт соответствует шагу обучения 6104. Модель подходит для продолжения коротких корейских рассказов и экспериментов с рекуррентным выводом. По данным README, обучение использовало набор Tiny-Ko-Stories, опубликованный под лицензией CC BY 4.0; веса модели распространяются по лицензии MIT. Более длинные генерации могут повторяться или терять согласованность персонажей. Модель не подходит для фактических ответов и задач, критичных к безопасности; кэширования вывода нет, поэтому активный контекст пересчитывается при генерации. В README указано, что доступны более новые версии Haru.

Iambe-RP-v3-20b — англоязычная текстовая модель генерации на архитектуре Llama с плотной структурой и 19,8 млрд параметров. Она предназначена для ролевого общения и написания художественных сцен, с акцентом на следование инструкциям, понимание анатомии и состояния сцены, а также эмоциональный, человекоподобный стиль. Для запросов подходят форматы Alpaca и ChatML. Модель обучена в один проход методом DPO на наборе athirdpath/DPO_Pairs-Roleplay-Alpaca-NSFW-v1 поверх Iambe-RP-DARE-20b-DENSE; в карточке указаны стандартный DPO и скорость обучения 2e-5. Контекст составляет 4096 токенов. Репозиторий содержит веса Safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое использование ограничено условиями лицензии. Модель ориентирована на создание откровенного ролевого и эротического текста. Карточка демонстрирует генерацию длинных сцен, но не приводит независимых оценок качества; как и другие языковые модели, она может выдавать вымышленные или непоследовательные детали. Ее применение для сценариев вне ролевого письма не подтверждено карточкой.

SultrySilicon-7B-V2 — экспериментальная языковая модель для генерации текста и ролевых диалогов, созданная KatyTheCutie. Это слияние нескольких моделей на базе Mistral-7B-v0.1 методом task arithmetic; в состав также вошли модели, настроенные для ролевого общения. Размер модели — 7,1 млрд параметров, архитектура — плотная MistralForCausalLM, контекст — до 32 768 токенов. Карточка указывает английский язык и описывает модель как ориентированную на ролевое общение; версия V2 сделана более чувственной и откровенной. Модель подходит для генерации ответов персонажа и продолжения ролевых сцен. Автор обозначает её как экспериментальную и просит обратную связь, поэтому качество ответов может быть непостоянным. Репозиторий опубликован по лицензии Apache-2.0.

KeyLM-75M — компактная базовая языковая модель MinimaLabs, обученная с нуля примерно на 18 млрд токенов. По метаданным в ней 69,1 млн параметров; README приводит точное значение 75 251 200. Это декодерный трансформер с grouped-query attention, RoPE, слоями SwiGLU и нормализацией QK-RMSNorm. Модель принимает текст и предназначена для его продолжения; контекст составляет 2048 токенов. Модель подходит для генерации продолжений и экспериментов с небольшими языковыми моделями. Она обучена преимущественно на английских данных и не настроена на выполнение инструкций или диалог: для чата разработчик рекомендует KeyLM-75M-Instruct. README отмечает слабые знания о мире и низкую пригодность для ответов на фактические вопросы, рассуждений, математики и программирования; модель также не имеет защитного выравнивания. Лицензия — Apache-2.0.

Kichtral-7B-v0.3 — языковая модель на архитектуре Mistral, дообученная RapMinerz на французских рэп-текстах. Модель содержит 7,1 млрд параметров, принимает текст и генерирует текст, а её контекстное окно составляет 32 768 токенов. Модель предназначена для генерации французских рэп-куплетов и исследования французского сленга и текстов песен. Обучающий набор включает 36 млн токенов очищенных французских куплетов из песен с не менее чем 10 тыс. прослушиваний на Spotify; применялось дообучение LoRA ранга 64 в течение одной эпохи. Создатели отмечают, что модель не всегда хорошо выдерживает рифмы, и для их получения может потребоваться задавать тему и рифмовочную схему в запросе. README указывает академическое и исследовательское назначение и некоммерческое использование. Лицензия в доступных сведениях не приведена.

Kite 8 — небольшая языковая модель для генерации текста, разработанная автором репозитория qikp. Модель содержит 6,8 млн параметров, использует плотную архитектуру Qwen3ForCausalLM и принимает контекст длиной до 3072 токенов. Веса опубликованы в формате Safetensors; лицензия — CC0 1.0. Модель обучена в течение одной эпохи на первом шарде набора semran1/cosmopedia-v2-subset с токенизатором pika 5. Она предназначена для экспериментов и простых задач генерации текста на английском языке. Из-за небольшого размера модель не подходит для производственных нагрузок.