I.5Создание и редактирование текста

Helsinki-NLP/opus-mt-tc-big-gmw-gmw — модель машинного перевода проекта OPUS-MT, разработанная группой Language Technology Research Group Хельсинкского университета. Она переводит между языками западногерманской группы; в карточке перечислены пары с африкаанс, немецким, английским, фризским, нижненемецким, нидерландским и другими языками, включая перевод внутри одного языка и многоязычный режим. Это модель архитектуры Transformer-big на базе MarianMT с 137,2 млн параметров и контекстом до 1024 токенов. Обучающие данные взяты из OPUS. Веса доступны в форматах PyTorch, safetensors и TensorFlow. Модель подходит для перевода текстов между поддерживаемыми языками и языковыми вариантами. Карточка предупреждает о рисках, ограничениях и смещениях, но не приводит конкретных подробностей. Модель распространяется по лицензии CC-BY-4.0; при использовании необходимо соблюдать её условия атрибуции.

Xenova/opus-mt-zh-en — модель машинного перевода с ONNX-весами, разработанная для совместимости с библиотекой Transformers.js. Она основана на модели Helsinki-NLP/opus-mt-zh-en, поэтому предназначена для перевода текста с китайского языка на английский, в том числе в веб-приложениях и других средах, поддерживающих Transformers.js. В README указано, что репозиторий содержит ONNX-веса исходной модели и создан как временное решение до более широкого распространения WebML. Точные сведения об архитектуре, размере модели, максимальной длине контекста, поддерживаемых вариантах китайского и английского языков, лицензии, сильных сторонах и ограничениях не приведены. Условия использования следует уточнять по исходной модели Helsinki-NLP/opus-mt-zh-en.

microsoft/phi-2-pytdml — вариант модели Phi-2 от Microsoft, оптимизированный для ускорения инференса на DirectML. Это плотный Transformer с авторегрессионной архитектурой PhiForCausalLM и 3,5 млрд параметров по метаданным; в README для исходной Phi-2 указано 2,7 млрд параметров. Оптимизация упрощает реализацию и добавляет слияние операторов, включая операции rotary embeddings, multi-head attention и MLP. Модель работает с контекстом до 2048 токенов и выдаёт продолжение текста. Модель предназначена для ответов на вопросы, диалоговых промптов и генерации кода, преимущественно на стандартном английском языке. Она не проходила дообучение по инструкциям или RLHF, поэтому может плохо выполнять сложные указания, генерировать недостоверные факты и код, а также лишний текст. Код и ответы следует проверять; модель может воспроизводить предвзятость или токсичные формулировки. Лицензия — MIT.

Это контрольная точка модели BigBird-Pegasus, разработанная Immich для суммаризации встреч. Она обучена на подходящей части AMI Meeting Corpus с seed обучения 42 и относится к варианту baseline для обработки полной встречи либо иерархического конвейера сегментации, извлечения и генерации. Модель предназначена для создания краткого содержания диалога встречи; архитектура — BigBirdPegasusForConditionalGeneration, размер — 366,8 млн параметров, контекст — 4096 токенов. Принимает текст и выдаёт текст.

Qwen2-7B-Instruct-Refine — дообученная Alibaba PAI версия Qwen2-7B-Instruct, предназначенная для улучшения пользовательских промптов. Модель переписывает инструкции, чтобы повысить подробность и информативность ответов другой LLM. Это плотная авторегрессионная языковая модель семейства Qwen2 с 7,1 млрд параметров. Она принимает текстовые инструкции и генерирует уточнённые текстовые промпты; заявленная длина контекста — 131 072 токена. Для обучения использовались примеры из OpenHermes и LCCD, а аннотации создавались с помощью Qwen-max и авторских примеров. В приведённой оценке на одношаговых инструкциях MT-Bench уточнённые промпты улучшили показатели подробности и правдивости ответов базовой модели; результаты зависят от модели, к которой применяется промпт. Модель подходит для подготовки и улучшения промптов в чат-сценариях. README не сообщает лицензию, поэтому условия использования по имеющимся данным определить нельзя.

lmqg/t5-base-squad-qg-ae — модель T5-base, дообученная командой lmqg для совместной генерации вопросов и извлечения ответов по тексту. Она обучена на английской версии датасета lmqg/qg_squad и подходит для создания вопросов по исходному фрагменту и выделения из него ответа, в том числе при подготовке обучающих и проверочных материалов. Модель содержит 123,7 млн параметров, использует архитектуру T5 и принимает текст с контекстом до 512 токенов. В README приведены метрики генерации вопросов, совместной генерации вопросов и ответов, а также извлечения ответов на lmqg/qg_squad. Лицензия — CC BY 4.0; результаты на этом датасете не гарантируют такое же качество на других текстах и предметных областях.

optimum/t5-small — версия модели T5-small в формате ONNX, подготовленная для запуска через Optimum и ONNX Runtime. T5 разработана исследовательской группой Google и использует архитектуру кодировщик–декодировщик с преобразованием задач в формат «текст на входе — текст на выходе». В модели около 38,5 млн параметров, контекст — до 512 токенов; лицензия Apache-2.0. Модель предназначена прежде всего для перевода текста. В примере из карточки показан перевод с английского на французский через Transformers pipeline. Метаданные также указывают языки английский, французский, румынский и немецкий, а также поддержку многоязычного режима. Формат ONNX позволяет запускать модель через ONNX Runtime. Карточка не описывает отдельное дообучение для перевода или гарантии качества по языковым парам, поэтому качество может зависеть от задачи и направления перевода. Указанная лицензия — Apache-2.0.

Tanpo Ops — компактная языковая модель для операционных и бизнес-процессов, созданная d4rkninja как часть семейства Tanpo. Это дообученная и объединённая с базовыми весами версия LiquidAI/LFM2.5-1.2B-Instruct: архитектура LFM2, около 1,5 млрд параметров по метаданным и контекст до 128 000 токенов. Модель работает с текстом и предназначена для локального и недорогого запуска; карточка указывает английский язык. Модель помогает составлять черновики планов мощностей и ресурсов, декомпозировать OKR, готовить SOP и чек-листы для работы с поставщиками, проектировать передачи задач и оформлять разборы инцидентов. Она ориентирована на структурированные ответы с явным разделением фактов, допущений, рисков, ответственных и следующих шагов. Специализация сужает качество за пределами операционных сценариев; небольшой размер ограничивает объём знаний и сложность долгосрочных рассуждений. Внутренняя автоматизированная оценка показала преимущество над базовой моделью в целом, но результаты не являются отраслевым бенчмарком, а по передачам задач, SOP, операционному ритму и разборам инцидентов модель уступала базе. Рекомендации требуют проверки человеком. Лицензия указана как other, конкретные условия в карточке не приведены.

Windstorm Labs опубликовала модель машинного перевода с немецкого на эстонский. Это дообученная версия Helsinki-NLP/opus-mt-de-et на параллельных данных OPUS-100; архитектура MarianMT, размер — 54,9 млн параметров, максимальный контекст — 512 токенов. Модель предназначена для перевода немецких текстов на эстонский и доступна в формате safetensors для Transformers. В ограниченной проверке на 48 предложениях FLORES-200 dev модель получила chrF++ 46,05 и BLEU 16,77; авторы характеризуют этот результат как скрининговую оценку, а не результат публикационного исследования. Поддерживается только направление de→et. Лицензия — Apache-2.0.

liam168/trans-opus-mt-en-zh — модель машинного перевода на архитектуре Transformer семейства Marian, разработанная автором репозитория на основе проекта OPUS-MT. Она переводит текст с английского на китайский, включая варианты китайского языка и ряд региональных языков и диалектов, перечисленных в карточке. Модель содержит 58,4 млн параметров, работает с текстом и рассчитана на контекст до 512 токенов. Модель подходит для перевода предложений и коротких текстов, например учебных и технических материалов. В README приведён пример перевода текста о науке о данных и машинном обучении. Репозиторий содержит веса PyTorch и предназначен для использования через Transformers. Лицензия в предоставленных данных не указана.

liam168/trans-opus-mt-zh-en — модель машинного перевода на архитектуре Transformer семейства Marian, опубликованная пользователем Hugging Face liam168. Она переводит текст с китайского языка на английский и рассчитана на использование через библиотеку Transformers. Модель содержит 58,4 млн параметров и имеет контекст длиной до 512 токенов. В карточке приведён пример перевода с китайского на английский; репозиторий содержит веса PyTorch. Лицензия в предоставленных данных не указана.

Tulu V2.5 PPO 13B StackExchange 60K — англоязычная диалоговая языковая модель из серии помощников Tulu, разработанной Allen Institute for AI. Она основана на Tulu 2 13B и дополнительно обучена методом PPO на случайной выборке из 60 тысяч примеров StackExchange с использованием модели вознаграждения, обученной на той же выборке. Архитектура — плотная Llama с 12,9 млрд параметров; модель принимает текст и генерирует текст, поддерживает контекст до 4096 токенов. Модель предназначена для генерации ответов помощника и ведения диалога на английском языке. Обучение на StackExchange ориентирует её на ответы в формате вопросов и ответов, наряду с более общими инструкциями и синтетическими диалогами из смеси Tulu V2. Для качества генерации рекомендуется использовать предусмотренный шаблон диалога и соблюдать требуемый формат ввода. Модель не была специально выровнена для безопасных ответов и не использует фильтрацию результатов во время генерации, поэтому может выдавать проблемный контент, особенно по соответствующим запросам. Распространяется по лицензии Apache 2.0.

AetherSearch — поиском дополненная языковая модель, опубликованная muradil211. Это плотная авторегрессионная модель семейства Qwen2 с 3,1 млрд параметров и контекстом до 32 768 токенов, представленная в формате Safetensors для Transformers. Карточка описывает многоэтапное постобучение с SFT, DPO и обучением с подкреплением. Модель предназначена для генерации текста в диалоговом формате и сценариев поиска с дополнением ответа, а также предоставляет интерфейс вызова инструментов. Основной язык карточки — английский. В README указана загрузка через AutoModelForCausalLM и AutoTokenizer. В README не приведены сведения, позволяющие установить базовую модель и условия лицензирования: автор отмечает, что атрибуцию базовой модели и лицензию следует определить по фактическим условиям базовой модели и данных перед распространением. Поэтому права на использование и перераспространение этих весов требуют отдельной проверки.

AfriGuardInst-AfriqueQwen3.5-4B-50Langs-Instruct-v1-lora-merged — диалоговая языковая модель на архитектуре Qwen3.5, разработанная на основе McGill-NLP/AfriqueQwen3.5-4B-50Langs-Instruct-v1. Модель дообучена методом LoRA ранга 16 на всех линейных слоях, после чего адаптер объединён с базовыми весами. Обучение выполнено на наборе israel/AfriGuard-inst: в примерах использовались системные инструкции по безопасности вместе с запросами пользователей. Модель предназначена для диалоговых ответов с учётом инструкций по безопасности на африканских языках и английском. Репозиторий содержит веса safetensors и использует библиотеку Transformers; лицензия — CC BY 4.0. Базовая модель описана как 4-миллиардная, поддерживающая диалог, математические рассуждения, перевод и ответы на вопросы; это описание не гарантирует, что все эти возможности отдельно проверялись после дообучения.

Atem-Wisdom-1.5B-i1-GGUF — набор квантизированных GGUF-файлов базовой модели EphAsad/Atem-Wisdom-1.5B, подготовленный и опубликованный mradermacher. Модель относится к семейству Qwen2 и предназначена для генерации текста с акцентом на рассуждения, включая математические, программные и другие задачи, требующие пошагового анализа. В обучении использовались наборы данных OpenThoughts-114k-math, Kimi-K2.5-Reasoning-1M-Cleaned, CodeX-2M-Thinking, medical-o1-reasoning-SFT, MiniMax_M2.7_Distilled_5k и OpenCodeReasoning, а также применялись LoRA и дистилляция. Указанный язык — английский. Это компактная текстовая модель с размером 1,5 млрд параметров, поставляемая в различных вариантах квантизации для llama.cpp и совместимых инструментов. Доступны варианты от IQ1 и Q2 до Q6, размер файлов составляет примерно от 0,5 до 1,4 ГБ. В README рекомендуется i1-Q4_K_M как быстрый вариант, а i1-Q4_K_S отмечен как оптимальный баланс размера, скорости и качества; низкобитные варианты экономят память, но могут заметно уступать по качеству. Мультимодальность и размер контекстного окна не указаны. Модель лицензирована по Apache-2.0. Описанные файлы являются квантизированными версиями, поэтому фактическое качество зависит от выбранного варианта; некоторые варианты прямо обозначены как имеющие низкое качество. Данные о результатах бенчмарков, безопасности и ограничениях применения в README отсутствуют.

Atlas v21 — экспериментальная плотная модель Gemma 4 на 31 млрд параметров от senaro, дообученная на базе senaro/atlas-gemma4-31b-trm7. Это полная объединённая версия модели с поддержкой текста и изображений; карточка Hugging Face указывает разговорный режим и интерфейс вызова инструментов. Модель предназначена для ответов на вопросы и диалогов в областях математики, естественных наук и общих знаний, а также для бесед на темы психического здоровья. В обучающую выборку вошли рассуждения и диалоги, включая синтетические и очищенные аутентичные примеры. Карточка называет модель экспериментальной. В ней также указано, что настройки отказов от ответа изменены; для безопасного применения автор рекомендует использовать дополнительные механизмы безопасности или системный промпт. Модель распространяется по лицензии Apache-2.0.

Это модель суммаризации научных публикаций, разработанная на основе BART и дообученная автором репозитория на датасете scientific_papers. Она предназначена для создания краткого пересказа научных текстов; в карточке приведены результаты оценки на тестовой выборке: ROUGE-1 42,58, ROUGE-2 16,19 и ROUGE-L 24,80. Модель содержит около 252,8 млн параметров, использует архитектуру BART для генерации текста и имеет контекстное окно 1024 токена. Модель можно применять для подготовки кратких обзоров статей и ускоренного ознакомления с научными публикациями. README не сообщает, какие именно языки представлены в обучающих данных. Распространяется по лицензии MIT.

QuantFactory/Codepy-Deepthink-3B-GGUF — квантизированная версия Codepy-Deepthink-3B, созданная QuantFactory с использованием llama.cpp. Исходная модель дообучена на базе meta-llama/Llama-3.2-3B-Instruct и предназначена для генерации текста с акцентом на рассуждения, логическую структуру и решение задач. Модель ориентирована на сценарии, требующие пошаговых решений, логического анализа и генерации кода, а также может применяться в образовании и творческом письме. В README заявлена поддержка текстовой генерации на английском языке. Указан размер базовой модели около 3B параметров; сведения о точном формате квантизации, длине контекста, конкретных вариантах GGUF, производительности и системных требованиях отсутствуют. К сильным сторонам относятся компактный размер по сравнению с более крупными моделями, специализация на рассуждениях и программировании, а также совместимость с llama.cpp и Ollama. Ограничения включают неизвестные характеристики квантизации и отсутствие представленных объективных оценок качества; заявленные возможности следует проверять на собственных задачах. Лицензия указана как CreativeML OpenRAIL-M.

DualBigLittle-MoE-Qwen3-0.6b — экспериментальная модель генерации текста от автора aifeifei798, построенная на базе Qwen3-0.6B. По карточке, архитектура сочетает замороженную языковую основу, специализированную STEM-копию MLP и маршрутизируемые LoRA-микроэксперты; заявленное число параметров — 507,9 млн. Модель предназначена для диалогов и генерации текста, с упором на код, алгоритмы, математику и символическую логику при сохранении общих разговорных и литературных навыков. Карточка описывает загрузку части экспертов из оперативной памяти через PCIe с двойной буферизацией и приводит оценки на профильных наборах, однако эти результаты являются заявлениями автора и не подтверждают качество на широком круге задач. Метаданные указывают контекст 40 960 токенов, библиотеку Transformers и формат safetensors. Модель поддерживает текстовый ввод и выдаёт текст; указание на Qwen3 предполагает прежде всего китайский и английский языки, но языковые теги в метаданных отсутствуют. Лицензия — Apache-2.0.

Fleet Semantic 4B — экспериментальная языковая модель проекта Fleet на базе Qwen/Qwen3-4B-Instruct-2507. Это причинная модель с архитектурой FleetForCausalLM, в которой семантическая маршрутизация к специалистам встроена в генерацию: модель может задействовать одного или двух специалистов либо оставить запрос базовой модели. В опубликованный чекпойнт входят backbone и параметры Fleet; отдельно загружать Qwen для инференса не требуется. Модель содержит специалистов по количественным рассуждениям, медицинским рассуждениям, узкому извлечению юридической информации, классификации намерений, вызову функций и структурированному выводу. Архитектура допускает динамическую установку совместимых пакетов специалистов формата .fleet. Модель принимает текст и генерирует текст; размер по метаданным — 3,7 млрд параметров, контекст — до 262 144 токенов. README описывает проект как исследовательский прототип: проверены загрузка, генерация и операции с экспертами, но пока не установлено, что Fleet улучшает результаты на всех задачах относительно базовой Qwen. Лицензия указана как other, поэтому условия использования следует сверять с лицензией репозитория и базовой модели.

GALACTICA 30B Evol-Instruct — языковая модель, разработанная Georgia Tech Research Institute на основе GALACTICA 30B и дообученная на 70 тысячах инструкционных примеров Evol-Instruct. Она предназначена для ответов на запросы в формате «инструкция — ответ», особенно по научным темам; базовая GALACTICA обучалась на научных текстах и данных. Модель использует плотную архитектуру OPTForCausalLM, содержит 39,8 млрд параметров и поддерживает контекст до 2048 токенов по метаданным; при дообучении использовалось окно до 1024 токенов. Модель лучше следует инструкциям, чем варианты GALPACA, согласно качественной оценке в карточке. Она может генерировать неточные сведения, поэтому ответы требуют проверки и модель не рекомендуется для производственного использования без мер предосторожности. Доступна по лицензии CC BY-NC 4.0; для моделей на основе Evol-Instruct-70k также применяются условия использования OpenAI.

deepset/gbert-large — крупная языковая модель BERT для немецкого языка, созданная совместно авторами оригинальной German BERT и dbmdz BERT. Модель с архитектурой BERT large содержит около 434,5 млн параметров и обучена на корпусах Wikipedia, OPUS, OpenLegalData и OSCAR. Она рассчитана на заполнение пропусков в тексте: модель предсказывает замаскированный токен по контексту. Максимальная длина контекста — 512 токенов. Модель подходит для языкового моделирования и как основа для задач обработки немецкого текста. В карточке приведены результаты на GermEval 2018 и GermEval 2014, где модель превзошла предшественников. Доступны веса PyTorch, Safetensors и TensorFlow. Лицензия — MIT.

Tencent HY-MT1.5-7B-GGUF — это 7-миллиардная языковая модель машинного перевода из семейства Hunyuan Translation Model 1.5, разработанная Tencent. Данная версия распространяется в формате GGUF, предназначенном для локального запуска совместимыми инструментами, включая llama.cpp и Ollama. Модель предназначена для двунаправленного перевода между 33 языками и поддерживает пять этнических или диалектных вариантов. Она ориентирована на обычный и пояснительный перевод, смешанные языковые сценарии, а также перевод с учётом контекста, терминологии и исходного форматирования. Среди заявленных языков — китайский, английский, французский, португальский, испанский, японский, турецкий, русский, арабский, корейский, тайский, итальянский, немецкий, вьетнамский, малайский, индонезийский, хинди и другие. К сильным сторонам относятся поддержка вмешательства в терминологию, контекстного и форматированного перевода, а также оптимизация для аннотированных и смешанных языковых текстов. Архитектура, размер контекстного окна, точный вариант квантования GGUF и подробные результаты сравнительных испытаний в предоставленных данных не указаны. Лицензия модели в README также не указана, поэтому условия коммерческого и иного использования требуют дополнительной проверки на странице модели.

Apollo Raines создал эту поведенчески модифицированную версию Llama-3.1-8B-Instruct с помощью инструмента jBlaze. Модель предназначена для диалогов и генерации текста с усиленным акцентом на фактическую точность, осторожность в выводах и точность численных ответов; примеры также показывают решение простых математических и программных задач и отказ от некоторых потенциально опасных запросов. В основе лежит плотная архитектура LlamaForCausalLM с 7,5 млрд параметров по метаданным, веса опубликованы в формате safetensors. Указанное контекстное окно — 131 072 токена. README заявляет, что изменения внесены непосредственно в веса без дополнительного обучения, однако метаданные классифицируют связь с базовой моделью как finetune. Для языка карточки указан английский. Модель распространяется по лицензии Llama 3.1. Автор описывает выпуск как демонстрационную версию с намеренно ограниченной выраженностью возможностей. В карточке заявлено, что известных проблем не наблюдалось, но это не является независимой оценкой качества; усиление осторожности может приводить к отказам на отдельных запросах.

bartowski/Llama-3-ChatQA-1.5-8B-GGUF — набор GGUF-квантизаций модели Llama-3-ChatQA-1.5-8B, первоначально разработанной NVIDIA. Модель предназначена для генерации текста и диалоговых сценариев, прежде всего для ответов на вопросы с учётом предоставленного контекста. Она поддерживает формат общения с системной инструкцией, контекстом, вопросами пользователя и ответами ассистента. Заявленный язык — английский. Модель основана на архитектуре Llama 3 и содержит около 8 миллиардов параметров. В репозитории представлены варианты квантизации Q8_0, Q6_K, Q5_K, Q4_K, IQ4, Q3, IQ3, Q2 и IQ2/IQ1 с размером файлов примерно от 2,01 до 8,54 ГБ. Квантизации выполнены bartowski с использованием llama.cpp и imatrix; варианты с более высокой разрядностью обычно сохраняют лучшее качество, а варианты с низкой разрядностью требуют меньше оперативной памяти и видеопамяти, но могут заметно уступать по качеству. Рекомендуемыми названы, в частности, Q6_K, Q5_K_M, Q5_K_S, Q4_K_M и Q4_K_S. Сильными сторонами являются специализированная направленность на ChatQA, поддержка работы с контекстом и широкий выбор квантизированных файлов для локального запуска. Ограничения включают возможное снижение качества у низкоразрядных вариантов, англоязычную направленность и отсутствие в предоставленных данных сведений о размере контекстного окна, мультимодальности и результатах независимых тестов. Указана лицензия llama3.

Llama-3-Patronus-Lynx-70B-Instruct-i1-GGUF — это набор квантизированных моделей в формате GGUF, созданный на основе PatronusAI/Llama-3-Patronus-Lynx-70B-Instruct. Исходную модель разработала Patronus AI, а квантизацию выполнил mradermacher. Модель относится к семейству Llama 3 и предназначена для генерации текста в режиме следования инструкциям. По данным карточки, модель ориентирована на задачи оценки качества ответов и обнаружения галлюцинаций. Указан английский язык, текстовая модальность и архитектура на 70 миллиардов параметров; сведения о размере контекста и дополнительных языках отсутствуют. Репозиторий содержит варианты квантизации с разным соотношением размера, скорости и качества, включая IQ-кванты и варианты Q2–Q6. Главное преимущество — возможность запускать крупную модель в более компактном виде, выбирая подходящий вариант квантизации. Ограничения связаны с возможной потерей качества на низких уровнях квантизации, значительными требованиями к памяти и отсутствием в карточке подробных результатов оценки. Модель распространяется по лицензии CC BY-NC 4.0, которая предусматривает некоммерческое использование.

LongAlign-6B-64k-base — базовая языковая модель семейства ChatGLM, разработанная авторами проекта LongAlign на основе ChatGLM3-6B. Для неё расширено контекстное окно до 64k токенов; модель предназначена как основа для дальнейшего обучения и работы с длинными последовательностями. Проект LongAlign исследует обучение LLM для длинного контекста и предлагает данные длинных инструкций, стратегии упаковки последовательностей и оценки следования инструкциям на длинном контексте. Модель принимает текст и генерирует текст. В README указана базовая версия на 6B параметров, а метаданные репозитория сообщают 7,8B параметров и контекст до 65 536 токенов. Карточка и метаданные указывают английский и китайский языки. Репозиторий использует PyTorch и Transformers; лицензия — Apache-2.0. Это базовая модель, а не описанная в README чат-версия LongAlign-6B-64k, поэтому её пригодность для следования инструкциям напрямую не установлена.

LifeAi-dev/madlad400-10b-ct2-float32 — конвертированная в формат cTranslate2 версия многоязычной модели перевода MADLAD-400-10B-MT от Google. Она предназначена для перевода текста между множеством языков; в карточке указаны, среди прочих, английский, русский, испанский, французский, немецкий, китайский и японский. Модель основана на архитектуре text-to-text и распространяется для использования через библиотеку Transformers. Веса представлены в формате cTranslate2 с точностью float32. По лицензии Apache-2.0 модель можно использовать, изменять и распространять на её условиях. Карточка не сообщает длину контекста и конкретные ограничения качества.

MADLAD-400-7B-MT-BT — многоязычная модель машинного перевода на архитектуре T5, основанная на чекпойнте MADLAD-400 и дообученная на данных обратного перевода. Модель разработали авторы исследования MADLAD-400; пользователь jbochi преобразовал исходные веса и подготовил эту карточку. В репозитории доступны веса Safetensors и GGUF для использования через Transformers и совместимые инструменты. Модель предназначена для перевода между языками и многоязычных NLP-сценариев. Она содержит 3,3 млрд параметров, обучена на 250 млрд токенов и охватывает более 400 языков; контекст составляет 512 токенов. Авторы отмечают улучшение перевода с английского на другие языки благодаря обратному переводу. Качество зависит от языка и предметной области: оценка охватила 204 языка, а специализированные области отдельно не проверялись. Обучающие веб-данные могут приводить к ошибкам, предвзятым или нежелательным формулировкам. Модель распространяется по лицензии Apache 2.0.

agemagician/mlong-t5-tglobal-base — предварительно обученная многоязычная модель Google Research, опубликованная Ahmed Elnaggar на Hugging Face. Это базовая модель семейства MLongT5: энкодер-декодер Transformer с механизмом transient-global attention, обученный преобразовывать текст в текст с помощью denoising-предобучения. Веса доступны в форматах PyTorch и Flax; размер модели — 296 млн параметров, нативный контекст по метаданным — 4096 токенов. Модель рассчитана прежде всего на дообучение для генерации по длинному входному тексту, включая суммаризацию и ответы на вопросы. В README указана возможность обрабатывать последовательности до 16 384 токенов; фактический предел следует проверять для конкретной конфигурации и реализации. В карточке перечислена поддержка многих языков, в том числе английского, арабского, китайского, французского, немецкого, хинди и японского; русский среди указанных языков отсутствует. Лицензия — Apache-2.0. Это базовый чекпойнт для дальнейшей настройки: качество на прикладной задаче зависит от дообучения, а готовое качество для конкретной задачи в карточке не заявлено.