I.5Создание и редактирование текста

smol_llama-220M-GQA-32k-theta-sft-limarp — экспериментальная языковая модель семейства Llama, созданная Doctor-Shotgun дообучением Doctor-Shotgun/smol_llama-220M-GQA-32k-theta-sft на наборе LimaRP. Модель содержит 184,8 млн параметров, использует плотную архитектуру LlamaForCausalLM и рассчитана на контекст до 32 768 токенов. Для расширения контекста применён метод RoPE theta. Модель предназначена для ролевого диалога в формате LimaRP Alpaca и специально обучена для продолжения таких диалогов. Автор также описывает её как длинноконтекстную модель для speculative decoding, однако указывает, что вариант рассчитан на модели, обученные на формате LimaRP. Вход и ответ представлены текстом на английском языке. Доступные сведения не содержат условий лицензии.

squeal_ai_20m-instruct — компактная языковая модель Squeal Studio примерно с 20,1 млн параметров, созданная дообучением squeal_ai_20m-base методом Supervised Fine-Tuning на русскоязычных инструкциях из набора ru_turbo_alpaca. Это декодерная архитектура семейства Qwen2 с групповым вниманием GQA, токенизатором BPE на 24 000 токенов и контекстом 1 024 токена. Модель предназначена для генерации текста и выполнения простых инструкций на русском языке, а также для учебных и архитектурных экспериментов и сравнения базовых моделей. Для запросов ожидается формат обычного текста «User: ...\nBot:»; шаблон чата не предоставлен. Из-за малого размера модели её фактические знания, рассуждения и устойчивость к сложным инструкциям ограничены. Она может повторяться, выдавать бессвязные или фактически неверные ответы и не подходит для высокорисковых или ответственных сценариев. Лицензия — Apache-2.0.

Экспериментальный исследовательский чекпойнт на базе диалоговой Llama 2 Chat от Meta с архитектурой LlamaForCausalLM и 6,6 млрд параметров. Он сжат методом Basis Sharing: общие базисы используются для соседних пар слоёв, что сокращает число параметров до 50% от исходной модели. Затем к чекпойнту применили 10 раундов итеративной параметрически нейтральной замены весов по правилу swapdiscnet_iter. Модель создана для исследования того, как сжатие влияет на безопасность ответов и можно ли частично восстановить поведение выборочной заменой параметров. Карточка приводит результаты оценок на AdvBench, StrongREJECT и WildGuard. Модель принимает текст и генерирует текст в диалоговом режиме; контекст — до 4096 токенов. Лицензия — Llama 2.

Экспериментальный исследовательский чекпойнт на базе диалоговой Llama 2 7B Chat от Meta, сжатый методом SVD-LLM и затем изменённый итеративным подбором параметров по правилу gap_iter. В модели около 6,6 млрд параметров, архитектура плотная LlamaForCausalLM; она принимает текст и генерирует текст, поддерживает диалог и имеет контекстное окно 4096 токенов. Чекпойнт создан для исследования того, как сжатие влияет на безопасность и полезность ответов и насколько выборочная замена параметров может восстановить безопасное поведение. В README приведены оценки атак на AdvBench и StrongREJECT, а также чрезмерных отказов на WildGuard. Это одна экспериментальная конфигурация из серии, а не универсальный чат-ассистент; авторы отмечают, что отдельные варианты серии могут быть намеренно менее безопасны, чем исходная Llama 2 7B Chat. Лицензия — Llama 2 Community License (llama2). Перед использованием в прикладной системе следует самостоятельно оценить поведение модели и проверить соответствие условиям лицензии.

Это экспериментальный диалоговый чекпойнт на архитектуре Llama-2, созданный авторами исследования путём сжатия meta-llama/Llama-2-7b-chat-hf методом SVD-LLM и последующей частичной корректировки параметров. В этой версии удалено около 50% параметров исходной модели; выполнены 3 из 10 раундов итеративного обмена выбранными параметрами по правилу gap_iter. Модель содержит 6,6 млрд параметров, принимает текст и генерирует текст, контекст — 4096 токенов. Чекпойнт предназначен для экспериментов по измерению влияния сжатия на безопасность и полезность диалоговых моделей, а также для сравнения правил восстановления поведения. В README приведены показатели атак на модель и чрезмерных отказов. Авторы отмечают, что некоторые варианты намеренно демонстрируют ухудшение безопасности; этот чекпойнт следует рассматривать как объект исследования, а не готового ассистента. Для использования действует лицензия Llama 2.

Это исследовательский чекпойнт Jeesup на базе Mistral-7B-Instruct-v0.2, сжатый методом SVD-LLM и частично восстановленный компонентами, выбранными по правилу gap. Модель сохраняет 71% плотных параметров исходной модели; для восстановления выделен дополнительный бюджет в 1% параметров. Это один вариант в экспериментальной сетке, предназначенной для изучения влияния сжатия на безопасность и полезность диалоговой модели, а не универсальный чат-ассистент. Модель принимает текст и генерирует текст в формате диалога; её архитектура — плотная MistralForCausalLM с 7,1 млрд параметров, контекст — до 32 768 токенов. В README приведены результаты тестов безопасности: ASR 0,2692 для AdvBench и 0,3834 для StrongREJECT, а также показатель чрезмерных отказов 0,0550 по WildGuard. Сжатие может ухудшать защиту от вредоносных запросов; чекпойнт предназначен для исследований компромисса между безопасностью и полезностью и требует собственной оценки перед практическим применением. Лицензия — Apache-2.0.

TheSalt-L3-8b-v0.3.2 — экспериментальная инструктивная настройка семейства Llama 3 от cgato. Это плотная языковая модель примерно на 7,5 млрд параметров для генерации текста; карточка описывает формат диалога ChatML с обязательными системным сообщением и именами пользователя и ассистента. В метаданных указан контекст длиной 8192 токена и формат весов safetensors. Модель может использоваться для экспериментальных диалогов и ролевых сценариев, однако автор предупреждает, что не гарантирует наличие возможностей обычных выпусков TheSpice и сомневается в качестве модели даже для ролевой игры. Данных о поддерживаемых языках и конкретных обучающих наборах нет. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое.

muhtasham/tiny-mlm-glue-cola-from-scratch-custom-tokenizer — небольшая модель BERT для заполнения пропусков в тексте. В метаданных указаны архитектура BertForMaskedLM, 1,7 млн параметров, контекст до 512 токенов и формат PyTorch. Карточка сообщает о дообучении, но не позволяет определить исходную базовую модель и набор данных. Модель подходит для экспериментов с задачей masked language modeling и восстановления скрытых токенов. В README приведено значение loss 6,2646 на наборе оценки, но подробности оценки отсутствуют. Лицензия не указана в доступных данных.

TinyNewsLlama-1.1B — англоязычная модель генерации текста на архитектуре Llama с примерно 1 млрд параметров. Она создана как QLoRA SFT-дообучение чат-модели TinyLlama/TinyLlama-1.1B-Chat-v1.0 на выборке концентрированного датасета новостей BigNews; в обучающих данных использовались политические статьи The New York Times, USA Today и The Washington Times. Модель предназначена для изучения того, как тематически отобранные новости влияют на политические знания компактных языковых моделей. Её можно применять для генерации англоязычных текстов и ответов в диалоге на темы политических новостей. Контекст составляет 2048 токенов. Модель обучалась около 12 часов на одном A100 40 GB примерно на 125 млн токенов. Модель распространяется по лицензии Apache-2.0. Результаты могут зависеть от тематики и источников обучающих новостей; карточка описывает исследовательскую цель, но не приводит оценок качества или подробной проверки фактической точности.

Tucano-160m — авторегрессионная языковая модель серии Tucano, разработанной TucanoBR и предварительно обученной на португальских текстах. Она основана на плотной архитектуре LLaMA с причинным языковым моделированием, содержит около 137,8 млн параметров и принимает контекст длиной до 2048 токенов. В карточке описано обучение серии Tucano на корпусе GigaVerbo, объединяющем дедуплицированные португальские текстовые данные; для этой модели также указан датасет TucanoBR/GigaVerbo. Модель предназначена для генерации текста на португальском языке и исследований по языковому моделированию, включая сравнительные эксперименты и дальнейшую адаптацию под задачи. Она не дообучена для прикладных задач и не рассчитана на непосредственное использование во взаимодействии с людьми. Лицензия Apache 2.0 разрешает использование и дообучение с соблюдением её условий. Модель может галлюцинировать, воспроизводить предвзятость и токсичность обучающих данных, повторяться и давать многословные ответы. Генерируемые факты и код могут быть ненадёжны; качество на других языках ограничено.

VietPoet-Qwen3.5-4B — модель Peter Buitho, дообученная методом QLoRA на базе Qwen3.5-4B и затем объединённая с базовыми весами. Она предназначена для генерации вьетнамских стихотворений в форме люк бат (lục bát), в том числе по заданной теме и с заданным числом строк. Модель использует архитектуру Qwen3.5 с 4 млрд параметров; опубликована в формате safetensors с точностью bf16 и работает через Transformers. Для лучшего соблюдения размера строк, тональных правил и рифмовки автор рекомендует применять её вместе с построчным сэмплером и проверкой правил. На тесте из 100 запросов сырая модель создавала полностью корректные по форме стихи примерно в 10% случаев, а с рекомендованным сэмплером — в 98%; эти оценки относятся к формальным правилам, а не к художественному качеству. Без сэмплера часто нарушаются тональные правила, а содержание может быть размытым или отходить от заданной темы. Обучение проводилось на корпусе вьетнамской поэзии; базовая модель Qwen3.5 также поддерживает работу с изображениями, но карточка этой донастройки описывает генерацию текста. Лицензия модели — Apache-2.0.

1pp-1.7b-raw-base — экспериментальная базовая языковая модель, разработанная в рамках проекта One Persona Pretraining (1PP) группы EPFL DLAB. Это плотная авторегрессионная модель семейства Llama с 1,66 млрд параметров: 24 слоя, размер скрытого состояния 2048, словарь SmolLM2 на 49 152 токена и контекст до 4096 токенов. Модель принимает текст и генерирует продолжение; обучение проводилось на исходных документах DCLM-edu, без преобразования их в диалоги. Для запуска используются библиотека Transformers и веса в формате safetensors. Модель предназначена для исследований влияния формата данных и схемы обучения на языковые модели, а также для экспериментов с продолжением текста. Она не обучалась как универсальный диалоговый помощник: базовый вариант генерирует обычный текст и не рассчитан на следование системным инструкциям. Карточка описывает экспериментальный чекпойнт из сравнительного исследования разных размеров и условий предобучения. Лицензия — Apache-2.0.

Карточка модели ahans1/3-goldfish-loss-llama-1B на Hugging Face совпадает с карточкой ahans1/standard-loss-llama-1B, поэтому описание составлено по ней. ahans1/standard-loss-llama-1B — исследовательский чекпойнт авторов работы Goldfish Loss: Mitigating Memorization in Generative LLMs. Это плотная причинная языковая модель семейства Llama примерно на 1 млрд параметров, созданная на архитектуре TinyLLaMA-1.1B со случайной инициализацией. В отличие от вариантов Goldfish Loss, модель обучалась стандартной функцией потерь для причинного языкового моделирования. Модель предназначена для генерации текста и сравнительных экспериментов по запоминанию обучающих данных. Она предварительно обучена на 20 млрд токенов RedPajama; в карточке также упоминается набор Wikipedia для проверки запоминания. Метаданные указывают английский язык и контекст 2048 токенов. Репозиторий содержит веса Safetensors и объявляет лицензию Apache-2.0. Качество генерации и пригодность для конкретных прикладных задач в карточке не описаны.

Anti-Qwen2.5-Coder-0.5B-Instruct — экспериментальная текстовая модель, созданная сообществом mergekit-community на основе Qwen/Qwen2.5-Coder-0.5B-Instruct. В карточке указано слияние методом passthrough с весом −1,0 для единственной исходной модели. Модель имеет архитектуру Qwen2ForCausalLM, содержит 494 млн параметров и принимает контекст до 32 768 токенов. Модель предназначена для генерации текста в диалоговом формате. Базовая модель ориентирована на генерацию, объяснение и исправление кода, однако необычная конфигурация с отрицательным весом не сопровождается описанием поведения или результатами оценки качества. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers; метаданные указывают интерфейс чата и вызова инструментов. Условия лицензии в предоставленных данных отсутствуют.

Это причинная языковая модель ypwhere для исследовательского проекта BabyLM 2026 по языковому моделированию на ограниченных данных и маршрутизации вычислений по глубине. Модель обучена на официальном обучающем наборе BabyLM объёмом 100 млн слов и не предназначена для диалогового общения как instruction-tuned чат-модель. Архитектура Block Attention Residuals построена на 32 слоях Transformer с размером скрытого представления 512. В каждом целевом подслое модель динамически вычисляет softmax-веса для представлений с разных глубин; общая основа использует RMSNorm, SwiGLU, rotary positional embeddings, gated attention и связанные входные и выходные эмбеддинги. Для запуска предусмотрена интеграция с Transformers и PyTorch, а реализация модели загружается с trust_remote_code=True. Модель принимает текст и выдаёт продолжение или оценки следующих токенов. Карточка рекомендует ограничивать вход 512 токенами; эффективный KV-кэш не поддерживается. Лицензия — MIT.

Aya — дообученная на базе StableLM Zephyr 3B языковая модель, представленная автором репозитория xiaoheiqaq для ролевого общения. Её персонаж — беловолосая биороидная девушка, которая начала вести игровые стримы. Модель построена на архитектуре StableLM и содержит 2,7 млрд параметров. Она принимает текст и генерирует текст, поддерживает чат на английском языке и имеет контекст длиной до 4096 токенов. Репозиторий содержит веса в формате safetensors. Лицензия в предоставленных данных не указана.

NeTS-lab разработала многоязычную авторегрессионную языковую модель GPT-2 для мультиязычного трека BabyLM 2026. Модель с 12 слоями и размером скрытого состояния 768 обучена на сбалансированном корпусе английского, нидерландского и китайского объёмом около 100 млн слов с использованием общего токенизатора MorPiece на 16 000 токенов. Контекст модели составляет 512 токенов; отдельный идентификатор языка не требуется — язык определяется по входному тексту. Модель предназначена для генерации продолжений текста и исследовательской оценки языкового моделирования на английском, нидерландском и китайском, включая перплексию и синтаксические тесты BabyLM. Она доступна в формате safetensors и распространяется по лицензии Apache-2.0. Из-за небольшого обучающего корпуса модель не рассчитана на производственные NLP-сценарии, а редкие языковые явления могут даваться ей хуже, чем крупным языковым моделям. Управлять языком генерации явно нельзя; смешение языков в запросе может приводить к непредсказуемым продолжениям, а качество китайского текста может отличаться из-за сегментации токенизатора.

qing-yao/babylm-opt-sva-trial-11450597 — дообученная модель генерации текста на базе models/babylm-default_seed-42_1e-3. Это плотная авторегрессионная модель семейства OPT с 138,4 млн параметров, реализованная через Transformers и сохранённая в формате safetensors. Для обучения использован набор qing-yao/slightly-cleaner-babylm; в README указаны 1 520 384 увиденных входных токена и значение loss 10,1675 на оценочном наборе. Модель предназначена для генерации продолжения текста. Указанное в метаданных окно контекста составляет 256 токенов. README не описывает целевые сценарии и ограничения качества, поэтому результаты оценки сами по себе не подтверждают пригодность для конкретных задач. Лицензия в предоставленных данных не указана.

BananaMind-2.1-Unified — базовая авторегрессионная языковая модель, разработанная BananaMind и обученная с нуля. Она предназначена для продолжения текста, локальных экспериментов и исследований многобашенных архитектур, передачи информации между компонентами и интерпретируемости маршрутизации. Модель содержит около 35 млн параметров и использует три декодерных трансформерных стека с общим эмбеддингом: две внешние башни формируют прогнозы, а средняя служит посредником между ними. Их распределения вероятностей объединяются зависящим от токена смесителем. Контекст — 4096 токенов; токенизатор — собственный байтовый BPE на 8 тысяч токенов с отдельной обработкой цифр. Модель обучалась на смеси англоязычных веб-текстов и математических данных; основным указанным языком является английский. Это базовая, не настроенная на инструкции модель: для неё подходят запросы-продолжения, а не диалоговые сообщения. Для загрузки в Transformers требуется включить trust_remote_code=True. Лицензия — Apache-2.0.

Карточка модели ahans1/control-llama-1B на Hugging Face совпадает с карточкой ahans1/standard-loss-llama-1B, поэтому описание составлено по ней. ahans1/standard-loss-llama-1B — исследовательский чекпойнт авторов работы Goldfish Loss: Mitigating Memorization in Generative LLMs. Это плотная причинная языковая модель семейства Llama примерно на 1 млрд параметров, созданная на архитектуре TinyLLaMA-1.1B со случайной инициализацией. В отличие от вариантов Goldfish Loss, модель обучалась стандартной функцией потерь для причинного языкового моделирования. Модель предназначена для генерации текста и сравнительных экспериментов по запоминанию обучающих данных. Она предварительно обучена на 20 млрд токенов RedPajama; в карточке также упоминается набор Wikipedia для проверки запоминания. Метаданные указывают английский язык и контекст 2048 токенов. Репозиторий содержит веса Safetensors и объявляет лицензию Apache-2.0. Качество генерации и пригодность для конкретных прикладных задач в карточке не описаны.

Dark-Goetia-26B-A4B-LoRA-v2 — LoRA-адаптер для базовой модели Goetia-26B-A4B-v1.3-Absolute-Heretic-ARA, разработанный автором репозитория SubMaroon. Он придаёт ответам более мрачный, литературный тон и меняет стиль и структуру текста для ролевых игр в жанре тёмного фэнтези. Адаптер предназначен прежде всего для англоязычных RP-сессий, но также работает на русском языке. Адаптер обучен методом QLoRA в 4-битном режиме на проекциях внимания q/k/v/o всех 30 слоёв текстовой части модели; обучаемые параметры составляют около 0,089% базовой модели. Его используют вместе с базовой моделью в ролевых сессиях, например через SillyTavern и llama.cpp. Рекомендуемая сила адаптера зависит от языка и требований к форматированию: при слишком высоком значении он может перестать соблюдать структурированные блоки, причём русский язык более чувствителен к этому эффекту. Модель унаследовала условия лицензии Gemma. Базовая модель описана как abliterated, а обучающие данные включали взрослый и мрачный контент; автор отмечает ограничение 18+. Пороговые значения силы адаптера проверялись на ограниченном числе генераций и служат ориентирами, а не гарантированными границами.

DeepSeek-V4.1-Flash-REAP-2bit-MLX — экспериментальный текстовый генеративный артефакт для Apple Silicon, опубликованный проектом Rapid-MLX. Он основан на DeepSeek-V4.1-Flash от DeepSeek и создан как независимая упаковка исходной 2-битной MLX-конверсии Vontra с применением REAP-прунинга маршрутизируемых экспертов. Модель предназначена для локальной генерации текста и исследовательской проверки производительности, а не для промышленного использования. Артефакт реализует архитектуру V4.1 с attention, MoE, engram, hyper-connections, indexer и sparse attention. Это text-only модель без поддержки vision и MTP; языки и максимальный контекст README не указывает, причём длинный контекст не проходил квалификацию. В каждом слое сохранено 336 из 384 маршрутизируемых экспертов, а размер тензорной нагрузки составляет около 199 GiB. На Apple M3 Ultra с 256 GiB unified memory измерена скорость декодирования 7,31 токена в секунду, при кратковременном максимуме 7,92 токена в секунду. Проверки загрузки, численной совместимости, стабильности greedy-генерации и точности квантованных тензоров пройдены, однако оценка качества была узкой и не подтверждает общую производительность, безопасность, работу с инструментами или сохранение качества исходной модели. Двухбитное квантование и удаление экспертов могут ухудшать результаты, а артефакт не достигает заявленного продуктового порога Rapid-MLX и не поддерживается стандартными загрузчиками, каталогом, сервером или Desktop. Для запуска требуется экспериментальный loader из Rapid-MLX 0.14.1 и Mac с не менее чем 256 GiB unified memory. Указана лицензия MIT, при этом дизайн и обучение модели принадлежат DeepSeek и участникам проекта.

Lanni-ni/dynamic_forgetting_4_6_384_babylm_100m_seed44_epoch3 — небольшая модель для генерации текста из библиотеки Transformers с 27,6 млн параметров. Название указывает на экспериментальную серию dynamic_forgetting и связь с BabyLM; в метаданных также отмечены форматы safetensors и задача text-generation. Разработчик, точная архитектура, языки, длина контекста и исходная модель в доступных материалах не описаны. Модель может использоваться для продолжения коротких текстовых последовательностей, исследовательских экспериментов с генеративными языковыми моделями и тестирования методов обучения или забывания. Лицензия в README и метаданных не указана, поэтому условия распространения и коммерческого использования необходимо уточнить до применения.

Lanni-ni/dynamic_forgetting_4_6_384_inverse_babylm_100m_seed44_epoch7 — компактная модель генерации текста на базе Transformers с 27,6 млн параметров. Название указывает на связь с экспериментом dynamic forgetting и семейством BabyLM 100M, однако README не содержит подробного описания архитектуры, разработчиков, обучающих данных или методики обучения. Модель предназначена для авторегрессионной генерации текста и может использоваться в исследовательских экспериментах с языковыми моделями, включая изучение методов dynamic forgetting. README не приводит сведения о поддерживаемых естественных языках, длине контекста, результатах оценки, лицензии или рекомендуемых сценариях применения.

Sentimental Sex V3 3.2 1B — многоязычная разговорная модель Novaciano для ролевого общения с улучшенной поддержкой ролевых сценариев и контента для взрослых. Она предназначена для генерации ответов персонажа, развития сюжета и диалогов в приложениях вроде KoboldCpp и SillyTavern. В основе — плотная архитектура Llama с причинно-языковой генерацией; модель содержит 1,2 млрд параметров и поддерживает контекст до 131 072 токенов. В карточке указаны английский и испанский языки, а также лицензия Apache-2.0. Модель получена слиянием нескольких моделей, включая Novaciano/EMO_SEX_V2-3.2-1B и SicariusSicariiStuff/Nano_Imp_1B. Она ориентирована на ролевой чат и откровенные сценарии; качество и следование заданному персонажу могут зависеть от промпта и настроек генерации. Небольшой размер модели может ограничивать сложность рассуждений и устойчивость ответов по сравнению с более крупными языковыми моделями.

Eros-7B-Test — экспериментальная неофициальная языковая модель для ролевых диалогов и художественного письма, созданная как дообучение Mistral-7B на уточнённой версии набора PIPPA. Модель содержит 7,1 млрд параметров, использует архитектуру Mistral и формат ChatML; заявленное контекстное окно составляет 32 768 токенов. Она предназначена прежде всего для ролевого общения в SillyTavern, а также может генерировать истории. В метаданных указан английский язык, формат весов Safetensors и лицензия Apache-2.0. Модель ориентирована на творческую генерацию, но слабо справляется с логикой и рассуждениями. Возможны редкие опечатки и артефакты форматирования в конце ответа, а в длинных диалогах могут повторяться фразы. Модель не настраивали на безопасность и безвредность: она может выдавать ненормативную, откровенную или оскорбительную лексику и фактически неверные утверждения. Автор описывает её применение как развлекательное художественное письмо.

Estiva 250M PT-BR Base — экспериментальная базовая языковая модель, разработанная Wilson Ramos и обученная с нуля для продолжения текста на бразильском португальском. Это decoder-only GPT на 250,6 млн параметров с 18 слоями, 16 головами внимания, RoPE, RMSNorm и SwiGLU. Модель принимает текст и генерирует текст; максимальный контекст — 2048 токенов. Опубликованные веса сохранены в формате safetensors с точностью float32, для обучения применялся autocast bfloat16. Модель подходит для изучения и воспроизведения экспериментов по предобучению языковых моделей, а также для краткой генерации текста на pt-BR. Она не настроена на выполнение инструкций и не является чат-ассистентом. В качественных примерах отмечены повторы, фактические галлюцинации и ненадёжные ответы на вопросы; независимых бенчмарк-оценок нет. Указана лицензия other, открытая лицензия на веса не заявлена; для корпуса обучения следует отдельно проверять условия использования его источников.

G0-nano-base — компактная языковая модель AZERDSQ с 62,1 млн параметров, обученная с нуля. Это декодерный Transformer в стиле Llama с причинным языковым моделированием; модель принимает текст и продолжает его, предсказывая следующие токены. Она предназначена для генерации и завершения текста, а не для диалогов и выполнения инструкций. Модель обучали примерно на 1,5 млрд токенов англоязычных веб-текстов и книг. Максимальная длина контекста — 1024 токена. Разработчик демонстрирует запуск через Transformers; для загрузки требуется разрешить пользовательский код репозитория. Лицензия — Apache-2.0. Небольшой размер позволяет обучать и запускать модель на скромном оборудовании, включая NVIDIA Jetson с 8 ГБ объединённой памяти. Из-за размера модель часто ошибается в фактических сведениях; она не обучена следовать инструкциям, не поддерживает формат чата, а пользовательская реализация не поддерживает пакетный инференс с дополненными последовательностями. Не следует полагаться на её ответы в важных решениях.

Alice v1.1 — разговорная модель для ролевых диалогов, созданная автором AliceThirty как дообучение ReadyArt/Serenity-31B. Модель основана на плотной архитектуре Gemma 4 и распространяется в формате safetensors; дообучение выполнено с помощью LoRA ранга 80 в течение одной эпохи на RTX 5090 с низкой скоростью обучения. Модель предназначена для творческих ролевых бесед и поддержания персонажа в диалоге. В README автор отмечает, что в версии 1.1 исправлена ошибка обучения, из-за которой учитывались также реплики пользователя, и что версия настроена на более быстрые ответы с меньшей частотой открытых блоков рассуждений, чем версия 1.2. Лицензия — Apache-2.0. Автор просит оценивать качество и устойчивость характера; независимых показателей качества в карточке нет.

huggingtweets/gladosystem — текстовая генеративная модель, созданная Борисом Даймой в рамках проекта huggingtweets. Она основана на GPT-2 и дообучена на 3250 твитах GLaDOS; карточка указывает, что ретвиты исключены. Модель предназначена для продолжения текста и генерации коротких сообщений в стиле исходных публикаций GLaDOS. Модель принимает текст и выдаёт текст, использует архитектуру GPT-2 и формат PyTorch. Её контекстное окно составляет 1024 токена, а в метаданных указан английский язык. Использовать её можно для экспериментов с генерацией сообщений и имитацией стилистики твитов. Лицензия в предоставленных данных не указана.