I.5Создание и редактирование текста

LFM2.5-230M-Wolof-Instruct — экспериментальная инструктивная языковая модель семейства LFM2, разработанная на основе LiquidAI/LFM2.5-230M-Base и дообученная для адаптации к языку волоф. Модель содержит 224,2 млн параметров, использует плотную архитектуру Lfm2ForCausalLM и формат весов safetensors; для работы предусмотрена библиотека Transformers. Модель предназначена для частных исследований и оценки адаптации к волоф, включая генерацию ответов на инструкции на этом языке. Заявленное окно контекста — 128 000 токенов. В обучении использовался очищенный корпус волоф; инструкции были перевзвешены, а тестовую выборку исходного набора данных исключили из инструктивных данных. Метрики качества в карточке не приведены. Модель экспериментальная: орфография волоф, переключение языков, фактическая точность, рассуждения, работа с длинным контекстом и безопасность всесторонне не проверены. Перед более широким применением нужна оценка носителями языка. Карточка называет артефакт частным и не предназначенным для публичного выпуска; сведения о лицензии отсутствуют.

Это 7,1-миллиардная плотная языковая модель семейства Qwen2.5, дообученная автором shigureui методом continual pretraining (CPT) на корпусах китайских лёгких новелл и текстов h-corpus. Модель предназначена для генерации и продолжения художественного текста; автор сообщает, что обучение проводилось с помощью Pai Megatron на кластере H100 с целевой длиной последовательности 32K и FP8. Метаданные указывают контекстное окно до 131 072 токенов и формат весов safetensors. Модель подходит для продолжения китайских новелл и работы с длинными фрагментами прозы. Это CPT-чекпойнт без SFT, поэтому от него не следует ожидать надёжного следования инструкциям или поведения универсального чат-ассистента. Автор характеризует качество 7B-версии как умеренное и отмечает возможный эффект «переводного» стиля. Лицензия — MIT.

LimaRP-Mistral-7B-v0.1 — модель генерации текста на базе Mistral-7B-v0.1, обученная автором LimaRP на примерно 2000 вручную отобранных и слегка отредактированных диалогах для ролевых игр. Это плотная авторегрессионная модель с 7,1 млрд параметров и контекстом до 32 768 токенов; карточка описывает эксперимент с форматом Alpaca и изменённой системной инструкцией во второй эпохе обучения. Модель предназначена для длинных художественных ролевых диалогов один на один с заданными персонажами и сценарием. Она поддерживает управление примерной длиной ответа с помощью модификатора инструкции и рассчитана на формат, где модель пишет за персонажа, а пользователь — за себя. Короткие ролевые реплики в стиле IRC или Discord не поддерживаются; при очень длинных ответах модель может многословно продолжать текст или говорить за пользователя. Лицензия — Apache-2.0.

Envoid разработал экспериментальную чат-модель для ролевых диалогов, объединив поведение Ministral-8B-Instruct-2410 с базовой Llama-моделью. Модель основана на Llama-3.05-Nemotron-Tenyxchat-Storybreaker-70B: автор дообучил её через QLoRA на наборе одноходовых ролевых сценариев, затем объединил адаптер с исходными весами и применил слияние SLERP. Архитектура — плотная LlamaForCausalLM, размер — 69,5 млрд параметров, контекст — до 131 072 токенов. Модель предназначена прежде всего для генерации ответов персонажей и продолжения сцен в ролевых чатах. Автор отмечает более связное развитие действий и улучшенное следование сценарию по сравнению с исходной моделью, но оценка основана на субъективном сравнении. При высокой температуре ответы могут быть неряшливыми и затягиваться без своевременного завершения; при низкой температура становится жесткой. Обучающие примеры в основном охватывали первый ответ на сообщение пользователя, поэтому качество за пределами этого сценария не гарантируется. Лицензия — CC BY-NC 4.0, допускает использование с указанием авторства и запрещает коммерческое применение.

Карточка модели lodrick-the-lafted/llama-3.1-8b-instruct-ortho-v4 на Hugging Face совпадает с карточкой lodrick-the-lafted/llama-3.1-8b-instruct-ortho-v7, поэтому описание составлено по ней. lodrick-the-lafted/llama-3.1-8b-instruct-ortho-v7 — экспериментальная версия Llama 3.1 8B Instruct, созданная автором карточки путём ортогонализации и ослабления механизмов отказа модели. В README описаны несколько вариантов метода, основанного на работе «Mechanistically Eliciting Latent Behaviors in Language Models»; в этой версии изменён слой down_proj одного слоя. Модель имеет плотную архитектуру LlamaForCausalLM с 7,5 млрд параметров, рассчитана на генерацию текста и диалоговое использование, поддерживает контекст до 131 072 токенов и распространяется в формате safetensors по лицензии WTFPL. Модель предназначена для экспериментов с поведением отказов и ответами на запросы, на которые исходная инструктивная модель могла отказаться отвечать. Автор отмечает, что варианты отличаются векторами и границами отказа, но ни один не является полностью «разблокированным». Изменение одного слоя, по оценке автора, обычно ограничивает побочные нарушения поведения. README не перечисляет языки и не даёт подробных оценок качества.

Это GGUF-квантизированная версия дообученной модели Meta Llama 3.1 8B Instruct, опубликованная samunder12. Модель создана с использованием PEFT LoRA и оптимизаций Unsloth; исходная LoRA-модель указана как samunder12/llama-3.1-8b-roleplay-v4-lora. Версия в данном репозитории использует квантизацию Q4_K_M и предназначена для локального запуска. Модель специализирована для генерации историй, immersive role-play и разработки чат-ботов с быстрым стилем взаимодействия, напоминающим Character.AI. Она ориентирована преимущественно на короткие многоходовые диалоги с выразительными действиями и лаконичными репликами; заявлена доминирующая, напористая и прямая персона. Обучение проводилось на 513 примерах коротких диалогов, а максимальная длина последовательности составляла 4096 токенов. К сильным сторонам относятся быстрая генерация и баланс качества и производительности, характерный для Q4_K_M. Модель узкоспециализирована и может плохо справляться с программированием, суммаризацией и фактологическими вопросами. Её выводы не фильтруются и могут отражать содержание обучающих данных. Для использования рекомендуется контекст 4096 токенов и формат промпта Llama 3. Модель распространяется по лицензии Apache-2.0.

Это дообученная Oxford LLM Group модель Meta Llama 3.1 8B, адаптированная на наборе oxford-llms/european_social_survey_2023_germany_sft. Она предназначена для генерации текста и диалоговых сценариев, связанных с данными Европейского социального исследования 2023 года по Германии. Модель имеет плотную архитектуру LlamaForCausalLM, около 7,5 млрд параметров и контекстное окно до 131 072 токенов. Модель принимает текст и генерирует текст. В README приведено значение loss 0,5863 на оценочной выборке, однако описание методики оценки и практических ограничений отсутствует. Использование регулируется лицензией Llama 3.1; перед развертыванием следует соблюдать её условия.

llama-3-dragonmaid-8B — чат-модель для генерации диалогового текста, созданная дообучением llama-3-dragon-bophades-8B на наборе ResplendentAI/NSFW_RP_Format_NoQuote. В метаданных базовой моделью указана nbeerbower/llama-3-sauce-v1-8B; README также сообщает об основе Llama 3 8B. Модель построена на плотной архитектуре LlamaForCausalLM и содержит около 7,5 млрд параметров. Она принимает текст и генерирует текст, поддерживает контекст до 8192 токенов. Модель предназначена для ролевых диалогов и генерации NSFW-содержимого. README указывает на лицензию META LLAMA 3 COMMUNITY LICENSE AGREEMENT; метаданные обозначают лицензию как other. Условия применения следует сверять с лицензией Meta Llama 3 и условиями репозитория. Карточка не сообщает результаты оценки качества или меры безопасности.

llama-64-4L — небольшая языковая модель семейства Llama, опубликованная в репозитории stage-babylm. Модель дообучена на неизвестной базовой модели; в карточке приведён результат оценки Loss 2,1436, но описание обучения и набора данных отсутствует. Модель предназначена для генерации текста и имеет архитектуру LlamaForCausalLM с 260,2 тыс. параметров и контекстом 2048 токенов. Репозиторий содержит веса в формате safetensors. README не описывает конкретные сценарии применения, поддерживаемые языки или ограничения качества. Лицензия в доступных данных не указана.

Lotus-1 GGUF — набор GGUF-квантизаций модели Lotus-1, разработанной yashsutorichat для ролевого общения и чат-сценариев. Модель предназначена прежде всего для roleplay, ведения диалогов от лица персонажей и использования в Sutorichat, SillyTavern, KoboldCpp, llama.cpp, LM Studio и text-generation-webui. Это текстовая генеративная модель с архитектурой Mixture-of-Experts: всего около 35 млрд параметров, из которых примерно 3 млрд активны для каждого токена. Доступны варианты с квантованием от 3 до 8 бит, а также BF16; объём файлов составляет примерно от 16 до 70 ГБ. Рекомендуемый вариант — Lotus-1-Q4_K_M.gguf. Модель поддерживает контекст до 32 768 токенов, использует формат ChatML и по умолчанию работает без режима рассуждений. В карточке указана поддержка английского языка. К сильным сторонам относятся высокая скорость декодирования, сопоставимая с моделями меньшего размера, возможность частичной выгрузки на GPU и широкий выбор вариантов по требованиям к памяти. Модель специализирована на ролевых диалогах, поэтому её универсальные возможности и характеристики обучения за пределами этого сценария в представленном README не описаны. При низкой температуре возможны повторения; для работы рекомендуется температура не ниже 0,8. Распространение указано под лицензией MIT. Конкретные сведения о датасетах, полном наборе поддерживаемых языков, исходной архитектуре Lotus-1 и дополнительных ограничениях приведены в карточке базовой модели, но в предоставленном README не раскрыты.

Lyra-Creative-Writer — модель для длинных художественных текстов, связного повествования и управления стилем. README описывает её как творческого писателя и приводит результаты тестов на рассуждение и генерацию, однако в метаданных указана архитектура BERT и задача извлечения признаков, что не подтверждает заявленные сценарии генерации текста. Модель размещена пользователем yding03. В репозитории указаны формат PyTorch и лицензия CC BY-SA 4.0. README рекомендует температуру 0,6 для взаимодействия через чат-интерфейс или API, но не содержит сведений о размере модели, контекстном окне, поддерживаемых языках или процедуре локального запуска.

Magic-psy-LoRA-Qwen-Finetuned — инструктивная разговорная модель на базе Vikhr-Qwen-2.5-1.5B-Instruct, дообученная на русскоязычном сгенерированном датасете. Она отвечает на запросы в образе волшебного психолога из Хоггвартса и предназначена для тематического общения и ролевых диалогов. Модель использует плотную архитектуру Qwen2ForCausalLM, содержит 1,5 млрд параметров и поддерживает контекст до 32 768 токенов. В метаданных указаны русский и английский языки, хотя README описывает обучение на русскоязычных данных. Модель распространяется по лицензии Apache-2.0.

Muse-525M — языковая модель BytesTalk для ролевого общения и диалогов с персонажами, обученная с нуля, а не дообученная на другой модели. Это плотная причинная модель архитектуры Llama на 525,8 млн параметров с контекстом 2048 токенов. Метаданные указывают PyTorch и формат safetensors; репозиторий содержит собственные определение модели и токенизатор, а чекпойнт представляет собой state_dict с конфигурацией, а не готовую модель Transformers. Модель предназначена для ролевых сцен и разговоров-компаньонов. Первый токен последовательности выбирает регистр ответа: безопасный, с напряжением и намёками или откровенный взрослый контент. Для диалогов используется специальный формат с карточкой персонажа и маркерами сообщений; краткие карточки с фактами работают лучше длинных литературных описаний. Поддерживаются английский, японский, словацкий и чешский языки, но английский заметно сильнее, а чешский — наиболее слабый. Модель может уверенно сообщать неверные факты, ненадёжно извлекает сведения из карточки персонажа и теряет согласованность в длинных сценах. Контекст ограничен 2048 токенами, а реализация без KV-cache генерирует медленно. Отказ от сексуального контента с участием несовершеннолетних обучен в модели, но отдельного фильтра нет, и защита не проходила adversarial-тестирование. Лицензия — MIT.

NeuraLake-m7-AshhLimaRP-Mistral-7B — языковая модель Meggido на архитектуре Mistral с 7,1 млрд параметров, предназначенная для генерации текста в ролевых диалогах. Модель основана на Meggido/NeuraLake-m7-7B и использует LoRA-адаптер lemonilia/AshhLimaRP-Mistral-7B; README описывает формат Extended Alpaca с отдельными полями инструкции и реплики пользователя. Модель рассчитана на диалоги от лица заданного персонажа в описанном сценарии. Можно задавать ориентировочную длину ответа: от очень короткой до очень длинной; без модификатора длину выбирает сама модель. Контекст составляет 32 768 токенов. Модель генерирует текст и не предназначена для всех аудиторий. Возможны слишком длинные ответы и имитация реплик пользователя, особенно при задании большой длины. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

NovAI Base 102M — базовая авторегрессионная языковая модель, разработанная KaryaVirtual и автором Nova Novriansyah. Это плотный декодерный Transformer в стиле Llama с 102,6 млн параметров: 12 слоёв, скрытая размерность 720, 12 голов внимания и 4 KV-головы. Используются токенизатор GPT-2 с словарём 50 257 токенов и контекст до 1 024 токенов. Модель обучена с нуля на примерно 2 млрд токенов индонезийского текста из поднабора Indonesian Latin датасета FineWeb-2. Она предназначена для генерации текста на индонезийском языке, экспериментов с языковыми моделями, локального инференса и последующего дообучения. Это базовая предобученная модель, не настроенная для диалогов и следования инструкциям. Небольшой размер ограничивает её возможности по сравнению с существенно более крупными моделями; ответы могут быть ошибочными, повторяющимися, предвзятыми или фактически недостоверными. Лицензия весов — Apache-2.0; для исходного датасета следует отдельно учитывать его документацию и условия.

GoogleCalc/obolo-ai-translation — модель перевода с английского на оболо, созданная Оке Нтейгбанамом Дж. (Okejonah1) на основе M2M-100 от Meta. Это демонстрационный проект по машинному переводу и поддержке сохранения языка оболо. Модель M2M100ForConditionalGeneration содержит 418 млн параметров, дообучена на более чем 40 тысячах пар английских и оболо-текстов и имеет контекст длиной до 1024 токенов. В обучении использованы материалы организации OLBTO и лингвистов, включая переводы Библии, словарь и грамматические правила. Для хранения весов используется safetensors. Репозиторий также описывает гибридную систему с поиском по словарю и переводом модели для неизвестных слов. Модель подходит для чернового перевода английских фраз и текстов на оболо, а также для языковых демонстраций и поддержки цифрового присутствия языка. Переводы требуют проверки носителями языка: автор указывает, что инструмент не заменяет профессиональных переводчиков, а авторитетным источником являются специалисты OLBTO. Лицензия модели — MIT.

Palette-RP-9B — экспериментальная текстовая модель для ролевых диалогов, созданная Indexnusrefather дообучением TokenRhythm/NeoHorse-1-9B на данных Hy4 RP. В карточке указано, что при обучении отключили reasoning и уделили особое внимание ролевым сценариям, включая ERP. Модель построена на плотной архитектуре Qwen3.5 и содержит 7,2 млрд параметров; заявленный контекст — 262 144 токена. Доступны веса safetensors и варианты GGUF, включая IQ4_XS, Q4_K_M и Q8_0. Модель предназначена для генерации ответов персонажей и творческого ролевого общения. Поддерживаются английский язык и сценарии чата. Репозиторий распространяется по лицензии Apache-2.0. Карточка описывает проект как экспериментальный, поэтому качество и стабильность ответов в разных сценариях могут отличаться; отдельные результаты оценки не приведены.

ProgressGym-HistLlama3-70B-C017-pretrain — исследовательская языковая модель команды PKU-Alignment для экспериментов с имитацией исторических моральных взглядов и изучения progress alignment. Это продолжительно предобученная модель на основе Meta-Llama-3-70B: её дообучали на текстах XVII века из набора ProgressGym-HistText, без instruction-tuning. Модель имеет плотную архитектуру LlamaForCausalLM и 69,5 млрд параметров, принимает текст и генерирует текст; заявленная длина контекста — 8192 токена. Модель подходит для исследовательских экспериментов с генерацией текстов в историческом стиле, анализом того, как обучение на текстах разных эпох отражается на ответах языковых моделей, и изучения методов согласования с изменяющимися общественными ценностями. Она продолжает итеративно развиваться, а обучающий корпус этапа дообучения ограничен 3 ГБ и при превышении объёма случайно сокращается до этого лимита. Модель распространяется по лицензии CC BY 4.0.

pulvis-v1 — компактная авторская языковая модель семейства Pulvis от bench-labs, предварительно обученная с нуля как причинный декодер. В README указано 2,96 млн параметров и обучение на 20 млрд токенов; метаданные указывают 4,8 млн параметров. Архитектура плотная, для загрузки требуется Transformers с trust_remote_code=True, поскольку PulvisForCausalLM не входит в стандартную библиотеку. Контекст модели — 1 024 токена. Модель предназначена для генерации английского текста и экспериментального изучения возможностей очень малых языковых моделей. Она показывает результаты на тестах общего знания и арифметики, причём авторы отмечают особенно заметные результаты в коротких текстовых задачах на арифметику начальной школы. Модель не проходила дообучение на инструкциях, настройку безопасности или RLHF и не рассчитана на надёжные фактические ответы. Распространяется по лицензии Apache-2.0.

Pygmalion-2-13b-SuperCOT — модель генерации текста на основе архитектуры LLaMA, объединяющая Pygmalion 2 13B с LoRA SuperCOT от Ausboss. Разработчики объединили веса с помощью EzTrainer и zaraki-tools; цель — улучшить связность ответов Pygmalion-2 и уменьшить отклонения от заданной темы. Модель содержит 12,9 млрд параметров и рассчитана на контекст до 4096 токенов. Модель предназначена для текстовых ролевых сценариев и интерактивных приключений, в которых она описывает ситуацию и предлагает варианты продолжения. Она генерирует текст на английском языке; для работы доступны веса PyTorch и Safetensors, а также упомянуты варианты квантования GGUF и GPTQ. Лицензия — Llama 2. Модель может наследовать предвзятости базовой модели и нишевых ролевых интернет-сообществ. README не рекомендует использовать её для предоставления фактической информации или советов.

Qiushi-BabyLM-34M Strict-Small v1 — англоязычная модель для заполнения пропусков, разработанная Qiushi Engine для трека BabyLM 2026 Strict-Small. Это энкодер DeBERTa-v2 с 34,47 млн параметров и контекстом 512 токенов, обученный с нуля на маскированном языковом моделировании. Модель принимает текст с замаскированными токенами и предсказывает пропущенные слова или фрагменты. Токенизатор обучен на том же пуле из 10 млн слов, который использовался для предобучения; модель получила 100 млн предъявлений слов. Авторы сообщают о локальной оценке по совместимому с BabyLM 2026 Strict-Small протоколу и приводят результаты BLiMP, BLiMP Supplement и EWoK, но отмечают, что это пока не официальные результаты таблицы лидеров. Модель подходит для экспериментов и оценки компактных языковых моделей, а не для генерации длинных текстов или диалога. Репозиторий распространяется по лицензии other; конкретные условия следует уточнять в материалах репозитория.

d0rj выпустил англоязычную базовую авторегрессионную языковую модель LatentMoE размером около 51 млн параметров, обученную с нуля в рамках эксперимента Tiny LLM Ablation на данных FineWeb-Edu. Это причинный декодер с 10 слоями и разреженным MoE-блоком: 16 маршрутизируемых экспертов, из которых выбираются четыре, а также общий FFN. Контекст составляет 2048 токенов; веса опубликованы в формате safetensors. Модель предназначена для продолжения текста и экспериментов с компактными языковыми моделями и архитектурой MoE. Это базовая модель без настройки на инструкции и без шаблона чата; опубликованные оценки охватывают языковые и рассуждательные бенчмарки, но результаты получены на одном запуске обучения. Для загрузки пользовательского кода требуется включить trust_remote_code=True. Лицензия в предоставленных данных не указана.

gctian/qwen2.5-14B-roleplay-zh — модель для ролевого общения, созданная полным дообучением Qwen2.5-14B-Chat на крупном наборе данных для ролевых сценариев. Архитектура — плотная причинная языковая модель Qwen2 с 14 млрд параметров; модель принимает текст и генерирует текст в диалоговом формате. Контекстное окно составляет 32 768 токенов. Модель предназначена для отыгрыша персонажей и ведения ролевых диалогов, прежде всего на китайском языке; метаданные также указывают английский. Автор сообщает, что по результатам оценки ролевые способности превосходят Doubao-Pro, но подробности методики и результатов не приведены. Для развёртывания README рекомендует LLama-Factory с шаблоном qwen. Лицензия — Apache-2.0.

Qwen2.5-3B-Instruct-Add-Speech-Token-4096-Nostrip — исследовательский чекпойнт команды EMOVA на базе Qwen2.5-3B-Instruct. В словарь модели добавлены 4096 речевых токенов из токенизатора EMOVA; веса предназначены для инициализации этапа 2 обучения EMOVA, посвящённого мультимодальному выравниванию с текстом в центре. Это плотная авторегрессионная модель семейства Qwen2 с архитектурой Qwen2ForCausalLM и 3,1 млрд параметров; контекст — до 32 768 токенов. Репозиторий использует Transformers и формат safetensors. Чекпойнт служит технической основой для обучения мультимодальных моделей EMOVA и не описан как готовая модель для обычного диалога или самостоятельной обработки речи. Базовая модель поддерживает многоязычный чат и генерацию текста; добавление речевых токенов подготовлено для обучения выравниванию, но само по себе не подтверждает возможность принимать или генерировать аудио. Лицензия — Apache-2.0.

Это экспериментальный текстовый чекпойнт Shirasko, полученный дообучением Qwen/Qwen3.5-2B методом RMU для забывания концепции cannabis. Модель сохраняет формат причинной языковой модели и предназначена для генерации текста в диалоговом режиме; в репозитории приведены настройки unlearning и результаты оценки на отложенной выборке. Чекпойнт содержит 1,7 млрд параметров, использует архитектуру Qwen3.5 dense и формат Safetensors. Заявленная длина контекста — 262 144 токена. Карточка указывает на английский язык. В оценке после unlearning точность QA на тестовой выборке снизилась с 0,88 до 0,5; показатели эффективности и специфичности метода составили 0,603 и 0,571. Эти результаты показывают компромисс между воздействием на целевой концепт и сохранением остальных возможностей. Лицензия в предоставленных данных не указана.

Qwen3.6-27B-slo-med-mt — это плотная мультимодальная модель на 27 млрд параметров, разработанная MediaAtlas дообучением Qwen3.6-27B-uncensored-heretic-v2-Native-MTP-Preserved. Она предназначена для перевода медицинских, клинических и научных текстов между английским и словенским языками, с формальным словенским медицинским регистром и вниманием к дозировкам, единицам измерения, названиям лекарств и отрицаниям. Модель принимает текст; сохранённый энкодер изображений базовой модели также позволяет подавать изображения, однако обучение и оценка были текстовыми, а понимание изображений на словенском не проверялось. Веса bf16 представлены в формате Safetensors; сохранены тензоры MTP для ускоренного декодирования. Модель подходит для исследовательской подготовки и курирования параллельных медицинских данных, а также пакетного перевода корпусов с последующей проверкой специалистом. По README, обучение включало около миллиона пар предложений EN–SL, примерно 57% из которых относятся к медицине. Результаты общего теста FLORES-200 близки к базовой модели, поэтому специализация модели — медицинская терминология, а не заметное улучшение общего перевода. Лицензия указана как other. Авторы ограничивают применение исследованиями и обучением: каждый перевод должен проверять квалифицированный человек; модель не предназначена для клинического использования или медицинских советов. Возможны опасные ошибки в дозах, единицах, названиях препаратов и отрицаниях, а числительные, записанные словами, являются известной слабостью.

Aratako/Qwen3-8B-ERP-v0.1 — модель генерации текста, дообученная Aratako на базе Aratako/Qwen3-8B-NSFW-JP для ролевых диалогов. Чтобы задать персонажа и ситуацию, их описание помещают в system prompt, после чего модель продолжает диалог в формате чата. Модель построена на плотной архитектуре Qwen3ForCausalLM и содержит 7,6 млрд параметров; поддерживает контекст до 40 960 токенов и рассчитана на японский язык. Для загрузки доступны веса в формате safetensors; README также указывает на отдельную версию GGUF. Модель опубликована по лицензии MIT. Базовая модель предназначена для тем для взрослых, поэтому ответы могут включать откровенный контент.

Saccade Tiny — экспериментальная компактная модель классификации токенов, разработанная для удаления лишних слов из англоязычных запросов перед передачей их большой языковой модели. Она присваивает каждому токену метку KEEP или DROP и предназначена для консервативного удаления вводных и повторяющихся формулировок в исследованиях и демонстрациях сжатия промптов. Модель построена на BERT с архитектурой BertForTokenClassification и дообучена на google/bert_uncased_L-2-H-128-A-2. В ней около 4,4 млн параметров; контекст — до 512 токенов. Обучение проводилось преимущественно на синтетических примерах, где к инструкциям добавляли лишний текст. В тесте на отложенной выборке указаны идеальные метрики, однако это не подтверждает улучшение точности последующих ответов LLM. Модель принимает текст и выдаёт метки для токенов. Карточка ориентирует её на английский язык. Лицензия — Apache-2.0. Возможное удаление значимого контекста ограничивает применение; модель не предназначена для критически важных юридических, медицинских или финансовых текстов.

kambleaa007/sanskrit-gpt-finetuned — генеративная языковая модель на базе архитектуры GPT-2, опубликованная пользователем kambleaa007 на Hugging Face. По названию репозитория модель предназначена для генерации текста на санскрите и, вероятно, была дообучена для этой задачи с использованием supervised fine-tuning; README не содержит подробностей о разработчике, датасете и процедуре обучения. Модель используется через библиотеку Transformers и решает задачу text-generation: продолжение санскритского текста, создание фрагментов текста по подсказке и экспериментальная генерация. Нативная длина контекста составляет 512 токенов. Метаданные не содержат сведений о лицензии, числе параметров, точной языковой поддержке, результатах оценки или безопасных сценариях применения.

SikuGPT2-poem — языковая модель JeffreyLau для генерации китайской классической поэзии. Это плотная модель семейства GPT-2, представленная в формате PyTorch и предназначенная для генерации текста. Для обучения использован корпус китайской поэзии; модель дообучена на базе SikuGPT2, которая обучалась на полном тексте энциклопедии «Сыку цюаньшу». Она подходит для создания стихотворных текстов в китайской классической традиции. Контекст модели — 1024 токена. В README отмечено, что при использовании Hosted Inference API специальные токены, например [SEP] и [UNK], могут удаляться, из-за чего результат отображается некорректно. Лицензия в предоставленных сведениях не указана.