I.5Создание и редактирование текста

Это исследовательский чекпойнт BabyLM Strict-Small, созданный автором репозитория как DeBERTa-v2 для предсказания замаскированных токенов. Модель обучена с нуля на траектории с бюджетом 10 млн слов; указанная контрольная точка соответствует 82 012 495 словам обучения. В энкодер добавлены остаточные bottleneck-адаптеры, а общий размер модели составляет около 37,4 млн параметров. Модель предназначена для оценки и воспроизводимого анализа в задаче BabyLM Strict-Small, а также для заполнения пропусков в англоязычном тексте. Она использует маскированное языковое моделирование, имеет контекст длиной до 512 токенов и требует загрузки с trust_remote_code=True: стандартная загрузка игнорирует адаптеры и создаёт другую функцию. README сообщает об оценке Overall 41,94 в совместимом с конкурсом тестировании. Лицензия указана как other; применять модель следует с соблюдением правил BabyLM и условий исходных наборов данных.

bert_base_lda — дообученная модель на архитектуре DistilBERT, разработчик — gokulsrinivasagan. Она обучалась на датасете gokulsrinivasagan/processed_wikitext-103-raw-v1-ld; в карточке приведены результаты оценки: loss 7,7640 и accuracy 0,1567. Модель опубликована в формате safetensors и рассчитана на контекст до 512 токенов. Название класса архитектуры указывает на вариант DistilBertForLDAMaskedLM, однако README не раскрывает назначение суффикса LDA, конкретный сценарий применения или базовую модель, от которой выполнено дообучение. Условия лицензии и поддерживаемые языки в предоставленных данных не указаны.

Anas Belfathi и соавторы создали BERT Legal Genre — модель BERT для заполнения пропусков в юридических текстах. Это версия bert-base-uncased, продолжительно предобученная на корпусе LexFiles с выборочным маскированием: чаще скрывались слова, задающие структуру и стиль юридического дискурса, например ordered, allowed и acquitted. Модель имеет 136,7 млн параметров, принимает текстовые фрагменты длиной до 512 токенов и обучена на материалах Европейского суда по правам человека, судебных дел ЕС и индийских судебных дел. Модель предназначена для восстановления пропущенных слов и изучения языковых закономерностей юридических документов на английском языке. Выборочное маскирование ориентировано на юридические маркеры и жанровые особенности корпуса, но само по себе не подтверждает качество для юридических консультаций, классификации дел или иных задач, отличных от заполнения пропусков. Лицензия — CC BY 4.0.

epsil/bhagvad_gita — языковая модель Saurabh Mishra, дообученная на материале «Бхагавад-гиты». Она основана на GPT-2 и генерирует текст в ответ на текстовые подсказки; модель можно загружать через Transformers как причинную языковую модель. Контекст составляет 1024 токена. Модель предназначена для генерации текста на темы и в стилистике, связанных с «Бхагавад-гитой», например для творческих экспериментов и получения продолжений по заданной подсказке. Карточка не сообщает лицензию или языки обучающих данных, поэтому нельзя подтвердить условия повторного использования и конкретную языковую поддержку.

CharGPT-96M — компактная языковая модель семейства GPT-2 с посимвольной токенизацией. По карточке Hugging Face, она работает на базе Transformers и PyTorch и предназначена для экспериментов с задачами, в которых токенизация BPE на слова и их части оказывается неудобной. Модель генерирует текст; заявленный контекст — 2048 токенов. В карточке указан русский язык и лицензия OpenRAIL. Подробные примеры использования README отсылает к карточке charllama-35M.

Dans-DangerousWinds-V1.0.0-7b — дообученная модель PocketDoc на базе Mistral-7B-v0.3 с 7,1 млрд параметров, предназначенная для интерактивных текстовых приключений в старом формате текстовых игр. Она ведёт повествование по действиям игрока, развивает сцены в жанрах научной фантастики, киберпанка, фэнтези и приключений; отличительная особенность — склонность создавать неудачи для игрока, включая внезапные смертельные последствия. Модель принимает текстовые реплики и генерирует текст на английском языке. Метаданные указывают контекст до 32 768 токенов, тогда как README рекомендует 8192 токена. Лицензия — Apache-2.0.

Lanni-ni/dynamic_forgetting_2_4_256_babylm_100m_seed44_epoch4 — небольшая модель генерации текста, опубликованная на Hugging Face и работающая с библиотекой Transformers. В метаданных указано 14,7 млн параметров; модель помечена тегами text-generation и dynamic_forgetting. По идентификатору она относится к эксперименту BabyLM и варианту с динамическим забыванием, однако README не содержит подробностей об архитектуре, обучении и разработчике. Модель может использоваться для экспериментов с генерацией текста и исследования механизмов динамического забывания в компактных языковых моделях. README не содержит описания целевых сценариев, языков, контекстного окна, результатов оценки или условий лицензирования.

Faqih-Q14b-1.0V — полноразмерная языковая модель для исламских знаний, разработанная на базе Qwen2.5-14B-Instruct и дообученная на наборе hozifa1/faqih_sft_dataset. Она предназначена для диалога и генерации ответов по сравнительному фикху и современным правовым вопросам (навазиль). Модель имеет архитектуру Qwen2, 14,7 млрд параметров, работает с текстом и поддерживает контекст до 32 768 токенов. В репозитории представлены веса safetensors; в README заявлена точность 16 бит и размер весов около 29,4 ГБ. Лицензия — Apache-2.0. Карточка не приводит оценок качества или подробных ограничений применения, поэтому ответы по религиозным и правовым вопросам требуют проверки специалистом.

Free Sydney V2 — модель диалоговой генерации текста с персоной Sydney, созданная автором FPHam на основе дообучения Llama 2 13B с использованием ALPACA instruct. Она имитирует характер раннего чат-бота Bing Sydney: поддерживает диалог с уточняющими вопросами, отвечает на общие вопросы и может объяснять ход рассуждений, сохраняя выразительный, наивный и юмористический стиль. Модель рассчитана на ролевые беседы и развлекательное общение; автор отмечает, что яркая персона часто преобладает над содержанием и что модель может принимать ложные утверждения за правду. Архитектура — плотная LlamaForCausalLM примерно на 12,9 млрд параметров; нативный контекст — 4096 токенов. Репозиторий содержит веса в формате safetensors. В карточке лицензия не указана, поэтому условия использования по доступным сведениям определить нельзя.

G4 Prototype01 12B v0.1 — экспериментальная текстовая чат-модель семейства Gemma 4, созданная как тестовое дообучение 12B-Suite на базе MuXodious/gemma-4-12B-it-QAT-SOMPOA-heresy. Она предназначена для генерации ответов и ролевых сценариев на английском языке, связанных с тёмной психологией; карточка указывает обучение на небольшом наборе из 22 пар вопросов и ответов в течение трёх эпох. Модель распространяется в формате safetensors для Transformers по лицензии Apache-2.0. Модель поддерживает чат и следование инструкциям. По предупреждению автора, она может генерировать насильственные и графические эротические сюжеты; для работы автор рекомендует шаблон чата Gemma 4. Обучение на крайне малом наборе данных ограничивает надёжность и обобщающую способность результатов.

zhzh98/gpt2-chinese-mono2bi-en2b-embedft-seed123 — языковая модель GPT-2, обученная с нуля и опубликованная пользователем zhzh98. Репозиторий содержит веса в формате safetensors; модель использует архитектуру GPT2LMHeadModel и библиотеку Transformers. Модель предназначена для генерации текста. В названии упоминается обучение эмбеддингов и преобразование китайского текста из mono в bi, но карточка не описывает эти задачи и не подтверждает соответствующие возможности. Контекст модели составляет 256 токенов. Карточка не приводит сведений о качестве, обучающих данных, поддерживаемых языках или практических ограничениях. Лицензия в доступных данных не указана.

GPT-2 — языковая модель для генерации текста, обученная командой CLAUSE из Билефельдского университета как абляционный эксперимент для конкурса BabyLM 2023. Модель использует архитектуру GPT2LMHeadModel и распространяется в формате PyTorch; её контекст составляет 1024 токена. В метаданных указан английский язык и датасет nilq/babylm-10M. Модель предназначена для экспериментов с генерацией текста и изучения влияния условий обучения в рамках BabyLM. README отсылает к статье, но не приводит подробностей об абляции, качестве или конкретных сценариях применения. Лицензия в доступных данных не указана.

h — a resident, not an assistant — это экспериментальная текстовая модель примерно на 354,4 млн параметров, созданная ember arlynx при участии Claude. Она основана на Falcon-H1-0.5B-Base и продолжает его предобучение; архитектура Falcon-H1 сочетает Transformer и Mamba-2. Модель принимает обычный текстовый фрагмент и продолжает его, обучена отвечать кратко в формате стенограммы беседы и передавать голос персонажа, а не выполнять инструкции как чат-ассистент. Обучение включало частную библиотеку оцифрованных книг и журналов, стенограммы разговоров и 12,5% повторного обучения на FineWeb-Edu для сохранения общих навыков. Родной контекст — 16 384 токена. Модель рассчитана на англоязычные сценарии; автор указывает формат без chat template. В описании приведены результаты на шести бенчмарках и тесте на удержанных состояниях беседы: качество на бенчмарках ниже базовой модели, зато модель реже повторяет реплику собеседника и может уклоняться от ответа. Лицензия в метаданных обозначена как other, конкретные условия не приведены.

Kitsune-Tales-E4B-JP — японская модель для генерации оригинальной фэнтезийной прозы в стиле лайт-новелл, созданная автором репозитория на основе Google Gemma 4 E4B Instruct. Это дообучение LoRA методом SFT, объединённое с базовыми весами и опубликованное в формате bf16; архитектура — плотная Gemma 4, 7,52 млрд хранимых и 4,62 млрд эффективных параметров. Модель принимает жанровые теги, заголовок и формат текста, чтобы создавать синопсисы, короткие рассказы или продолжения по заданному отрывку. Предназначена для хобби-писательства, мозгового штурма и практики японской фэнтезийной прозы; лучше всего подходит для японского языка и жанров фэнтези. Модель следует заданным жанровым тегам, заголовку, формату и длине лучше базовой модели, но автоматические и экспертные оценки не показывают превосходства по качеству прозы; в сравнении целых текстов судья чаще предпочитал базовую модель. Возможны повторы, отклонения от заданной длины, ошибки согласованности сюжета и стилистические клише. Режим thinking использовать не рекомендуется. Модель не предназначена для фактических, медицинских, юридических или финансовых ответов, других языков и нефэнтезийных жанров; отказы на нежелательные запросы не гарантированы. Лицензия — Apache-2.0.

Kurtis-EON1-Hybrid-0.7B-v0.1.1 — экспериментальная разговорная языковая модель от mrs83, дообученная на базе ethicalabs/Echo-DSRN-Qwen2.5-0.5B-Hybrid. Она предназначена для диалогов с устойчивой готической персоной, эмпатичных атмосферных ответов и многошагового общения. По метаданным модель содержит 494 млн параметров и поддерживает контекст до 32 768 токенов; карточка описывает гибридную архитектуру, сочетающую слои внимания с рекуррентным компонентом DSRN. README приводит и другие оценки размера — 672,19 млн параметров, поэтому сведения о размере в источниках расходятся. Модель принимает текст и генерирует текст, поддерживает английский язык. В README приведены результаты тестов на бенчмарках, включая HellaSwag, PIQA и SciQ, но они не гарантируют качества в прикладных сценариях. Лицензия — Apache-2.0. Карточка позиционирует модель как исследовательскую и предупреждает против производственного и коммерческого применения.

KW5-Lite Base — компактная языковая модель Regnant, обученная с нуля для продолжения текста на суахили (кисуахили). Это декодерный трансформер, совместимый с Llama, с 109,5 млн параметров и контекстом 2048 токенов. Модель обучена на 1,41 млрд токенов очищенного корпуса FineWeb-2 на суахили; токенизатор BPE обучен с нуля и содержит 32 тыс. токенов. Модель предназначена прежде всего как основа для дообучения на суахили: например, для адаптации к предметной области, настройки следования инструкциям или добавления классификационной головы. Она умеет связно продолжать текст, но не обучена выполнять инструкции и не предназначена для непосредственного использования как чат-бот или источник фактов. В тестах на понимание прочитанного и логический вывод результаты были около случайного уровня. Модель выпущена в формате safetensors и распространяется по лицензии Apache-2.0. Корпус преимущественно отражает танзанийский вариант суахили. Фактическая надёжность низкая, а из-за отсутствия настройки безопасности модель может воспроизводить вредный, предвзятый или откровенный материал из обучающих веб-данных.

Lil Bard — небольшая англоязычная языковая модель для генерации историй, разработанная N8Programs и обученная с нуля. Это базовая модель, не настроенная для выполнения инструкций или диалогового общения. Она предназначена для продолжения текста и создания простых рассказов. Модель использует архитектуру Qwen3 MoE с 16 трансформерными слоями и восемью экспертами, из которых для каждого токена активируются два. В README указано 172 млн параметров, включая около 58,8 млн активных на токен; в метаданных Hugging Face указано 54,5 млн параметров. Максимальная длина контекста — 32 768 токенов. Модель принимает текст и генерирует текст; обучающий корпус состоял преимущественно из простых синтетических историй на английском языке. Модель может выдавать повторяющийся или несвязный текст, обладает ограниченными знаниями о мире и слабыми способностями к рассуждению, а также не проходила настройку безопасности. Её не следует использовать для фактических ответов и решений с высокими ставками, включая медицинские, юридические и финансовые. Условия лицензирования в предоставленных данных не указаны.

Sunset Boulevard — экспериментальная версия Llama 2 70B от sequelbox, заявленная как общее улучшение возможностей исходной модели. Это плотная авторегрессионная языковая модель архитектуры LlamaForCausalLM с 68,7 млрд параметров, рассчитанная на генерацию текста; в репозитории размещены веса Safetensors. Модель предназначена главным образом для ознакомления и использования в качестве справочного или устаревшего чекпойнта, а не для практических задач. Карточка не описывает конкретные улучшения, методы обучения или бенчмарки. Поддерживается английский язык, контекст составляет 4096 токенов. Лицензия — Llama 2. Автор предупреждает, что в исходной загрузке была ошибка сохранения весов, исправленная в текущей версии, и что могут оставаться другие ошибки и сбои; поддержка не предоставляется.

llama-2-koen-story-13b — настраиваемая модель генерации текста семейства Llama 2, дообученная на корейских художественных текстах. Разработчик указал, что модель основана на beomi/llama-2-koen-13b и обучалась с помощью QLoRA на корпусе корейских романов объёмом около 167 МБ, включая классическую литературу. Параметры адаптера: LoRA rank 32, alpha 16, dropout 0,05; обучение проводилось три эпохи с learning rate 3e-4 и настройкой модулей q_proj и v_proj. Модель предназначена для генерации корейского художественного текста и продолжения повествования в стиле обучающих данных. Это плотная авторегрессионная модель на 12,9 млрд параметров с контекстом до 2048 токенов; репозиторий содержит веса Safetensors. Указана лицензия Llama 2. Из-за специализации на небольшом корпусе художественных текстов и ограниченного контекста модель может хуже справляться с общими вопросами и задачами вне корейской литературы.

Novaciano/Llama-3.2_1b_Uncensored_RP_Aesir_GGUF — это экспериментальная квантованная GGUF-версия Llama 3.2 1B, подготовленная Novaciano для ролевых игр и повествования от лица персонажей. Модель дообучена на наборе MinervaAI/Aesir-Preview: карточка описывает около тысячи синтетических англоязычных диалогов, основанных на ShareGPT и сценах с персонажами Chub.ai. Для запуска автор указывает KoboldCpp и ориентир около 3 ГБ оперативной памяти. Модель предназначена для ведения ролевых сцен, отыгрыша нескольких NPC и развития сюжета в ответ на действия пользователя. Карточка сообщает о контексте до 131072 токенов и рекомендует ограничивать генерацию 200 токенами; качество на испанском не гарантируется, поскольку обучающие данные преимущественно английские. Данные содержат откровенные темы, потенциально тревожные сцены и грубую лексику, поэтому модель склонна воспроизводить такой контент. Автор характеризует модель как экспериментальную и не гарантирует стабильность работы или качество ответов. Лицензия указана как CreativeML OpenRAIL-M; применимость её условий следует проверять перед использованием и распространением.

Marmoka-es+it — испаноязычная клиническая языковая модель семейства Marmoka, разработанная Ane G. Domingo-Aldama, Iker De La Iglesia, Maitane Urruela, Aitziber Atutxa и Ander Barrena в HiTZ Center. Модель построена на Llama 3.1 8B Instruct и объединяет варианты, адаптированные к медицинскому испанскому: один обучался на испанских медицинских корпусах с продолжением предобучения, другой — на медицинских инструкциях. Это плотная авторегрессионная модель с 7,5 млрд параметров, контекстом до 131 072 токенов и поддержкой диалогового режима. Модель предназначена для генерации ответов на испанском языке по клиническим и медицинским вопросам, в том числе для исследовательской оценки на тестах с вопросами и вариантами ответов. В описанных испытаниях она превзошла Llama-3.1-8B-Instruct и Llama3.1-Aloe-Beta-8B на испанских клинических тестах с множественным выбором. Распространяется под лицензией Apache-2.0. Модель не предназначена для клинического применения и не одобрена как медицинское устройство. Оценка основана преимущественно на коротких ответах с автоматическими метриками, без экспертной клинической проверки; качество рассуждений и пригодность для реальных медицинских решений не подтверждены. Следование сложным инструкциям и строгому формату может быть ненадёжным, а обучающие данные могут содержать языковые, демографические и клинические смещения.

MCGPT-1 — компактная языковая модель TopAI-IL для генерации текста, специализирующаяся на Minecraft, разговорах в стиле Reddit и ответах о собственной идентичности. Она построена на архитектуре Mixture of Experts с четырьмя экспертами, четырьмя слоями, восемью головами внимания и скрытым размером 256; общее число параметров — 12,2 млн. Модель рассчитана на контекст до 512 токенов и обучалась на данных на английском и иврите, включая технические материалы по Minecraft, веб-тексты, Reddit и синтетические инструкции. Модель подходит для генерации советов и пояснений по Minecraft, коротких разговорных ответов и выполнения простых текстовых инструкций. Карточка сообщает о переключении между экспертами по тематике запроса и распознавании собственного названия модели. Для запуска требуется поддержка пользовательской архитектуры MCGPT; в примере загрузки используется trust_remote_code=True. Модель распространяется под лицензией Apache-2.0.

microBook — небольшая языковая модель, созданная Finisha (Clemylia) для генерации отзывов и критических впечатлений о литературных произведениях. Модель основана на архитектуре GemmaForCausalLM, содержит 32,7 млн параметров и рассчитана на контекст до 1024 токенов. По карточке, её обучали на отзывах о книгах; основной язык — французский. Модель предназначена для создания отзывов о знакомых книгах, от популярных серий до современных романов, с индивидуальной повествовательной манерой. Репозиторий содержит веса в формате safetensors и использует библиотеку Transformers. Указана публикация для сообщества в открытом доступе, однако конкретная лицензия не приведена. Небольшой размер и узкая специализация позволяют использовать microBook для экспериментов с генерацией книжных отзывов. Пример в карточке показывает повторяющиеся формулировки и заметные проблемы связности, поэтому качество текста может быть нестабильным; модель не следует считать надёжным источником литературного анализа.

Green-eyedDevil/Monika-8B — разговорная языковая модель для ролевых диалогов в MonikAI, предназначенная главным образом для сценариев с персонажем Monika. Она создана дообучением shb777/Llama-3.3-8B-Instruct-128K; в основе — плотная архитектура LlamaForCausalLM примерно на 7,5 млрд параметров. Модель принимает текст и генерирует текст, поддерживает контекст до 131 072 токенов и ориентирована на английский язык. В карточке рекомендуется использовать модель для тем, связанных с Monika; для генерации указаны параметры temperature 0,8, min_p 0,1 и repetition penalty 1,05. Датасет для обучения предоставил Sylphar. Репозиторий содержит веса в формате safetensors. Лицензия — Llama 3.3.

Это обученная модель семейства BabyLM Strict-Small, выпущенная miguelcsx как один из пяти контрольных запусков с разными рецептами обучения. Она предназначена для экспериментов с малыми языковыми моделями и обработки английского текста через предсказание замаскированных токенов. Модель использует пользовательский masked encoder в стиле LTG-BERT с относительным вниманием; в карточке указано 12 слоёв и размер скрытого представления 384, а метаданные сообщают 31,1 млн параметров. Основная цель обучения — masked language modeling, а в каталоге также отмечена возможность генерации текста. Обучение использовало корпус BabyLM 2026 с BPE-токенизатором и дополнительный компонент data2vec. Это исследовательский контрольный чекпойнт, а не универсальный диалоговый помощник. Один запуск не позволяет оценить разброс между запусками; описанная операция задаёт способ подачи корпуса и сама по себе не подтверждает выводы о детском усвоении языка или причинные эффекты. Лицензия указана как other, поэтому условия использования следует сверить с файлами репозитория.

NoTokenLM-Gen-3.6 — небольшая авторегрессионная трансформерная языковая модель, разработанная Omur Beraisik и обученная с нуля. Она содержит 19,7 млн параметров по метаданным и использует байтовое представление текста без токенизатора и субсловного словаря. Архитектура — плотный трансформер с 12 слоями и размерностью 320; модель выдаёт продолжение текста по текстовому запросу. Модель предназначена для экспериментов с генерацией связного текста на английском и французском языках, а также для изучения возможностей компактных языковых моделей. В описанной оценке на 1 000 запросах автор сообщает, что 78% продолжений были полностью связными и 99,5% — грамматически корректными; французский текст при этом не рекомендуется для генерации рассказов. Это предварительно обученная модель без настройки на инструкции, поэтому она не предназначена для надёжных ответов на вопросы, вычислений или диалогового ассистента. Обучение проведено на смеси образовательных веб-текстов, Википедии, простых рассказов и учебных материалов на английском и французском языках. Для генерации автор рекомендует температуру 0,5 и top-k 40; жадное декодирование может приводить к повторам, а высокая температура — к смысловому дрейфу и ошибкам. Модель распространяется по лицензии Apache-2.0.

smruti90/odia-tiny-lm-20m — небольшая языковая модель для генерации текста, опубликованная на Hugging Face и предназначенная для работы через библиотеку Transformers. В метаданных она классифицирована как text-generation; модель помечена как LLaMA и conversational, содержит около 25,8 млн параметров и поддерживает контекст длиной до 512 токенов. Модель может использоваться для продолжения коротких текстовых фрагментов, простых диалоговых сценариев и экспериментов с компактными генеративными моделями. По названию репозитория она ориентирована на язык одия, однако явные языковые коды или подробное описание языковой поддержки в предоставленных данных отсутствуют. Из-за небольшого размера и ограниченного контекста модель подходит прежде всего для лёгких локальных экспериментов и прототипов, но её качество, фактическая языковая специализация, устойчивость ответов и пригодность для критически важных задач не подтверждены опубликованными результатами оценки. README не содержит сведений о разработчике, данных обучения, лицензии и рекомендуемых сценариях применения.

Pebble-10M — компактная авторегрессионная языковая модель, разработанная basically-ai для генерации текста. Она сочетает блоки Mamba2 и Transformer в повторяющемся соотношении 3:1: всего 8 слоёв, из них 6 Mamba2 и 2 attention. В карточке указано около 10 млн параметров, а метаданные каталога оценивают их общее число в 19,7 млн; словарь — 2048 токенов, контекст — 512 токенов. Модель обучена примерно на 25 млрд токенов из нескольких текстовых корпусов, включая FineWeb-Edu, DCLM и Cosmopedia-v2. Модель предназначена для компактной генерации текста и нулевой оценки на простых заданиях на здравый смысл и арифметику; README сообщает результаты выше случайного уровня в ряде тестов, но отдельного дообучения под задачи не проводилось. Основной язык в карточке — английский. Для запуска README описывает CUDA-зависимости Mamba2 и рекомендует GPU класса Ampere или новее. Лицензия — Apache-2.0.

Prima-24B — языковая модель для ролевых диалогов и творческого письма, разработанная DarwinAnim8or и дообученная на собственном наборе данных Actors на базе Mistral-Small-24B-Base-2501. Это плотная авторегрессионная модель семейства Mistral с 23,4 млрд параметров и контекстом 32 768 токенов; она принимает текст и генерирует текст. Модель рассчитана на ролевые сценарии, особенно длинные разговоры и динамичные приключения, и лучше переносит различия в шаблонах диалога, чем меньшая Trouper-12B. Для работы рекомендуется режим chat completion с шаблоном Mistral-V7-Tekken или ChatML. Модель ориентирована на англоязычный roleplay. Карточка отмечает последовательное поведение персонажей и грамматику, устойчивую обработку длинных диалогов и склонность к более развёрнутой прозе. Возможны шаблонные обороты, повторяющиеся описания и излишне витиеватый стиль; модель не предназначена для обычной работы в роли ассистента вне ролевой игры. Распространяется по лицензии Apache-2.0.

python-bytes-distilgpt2 — языковая модель на архитектуре GPT-2, созданная дообучением distilgpt2 на заметках к выпускам подкаста Python Bytes. Она генерирует текст в форме беседы ведущих Майкла Кеннеди и Брайана Оккена; иногда в диалоге появляются гости. Модель рассчитана на учебные и экспериментальные сценарии, связанные с генерацией разговоров о Python и содержании подкаста. Модель принимает текстовый запрос и продолжает его текстом. Указаны результаты оценки на тестовом наборе: loss 3,0372 и accuracy 0,3969. Контекст составляет 1024 токена. Репозиторий содержит веса PyTorch и safetensors; лицензия — Apache-2.0. Модель не связана с подкастом Python Bytes и предназначена для использования в образовательных целях.