I.5Создание и редактирование текста

NeoBERTugues — португалоязычный энкодер ModernBERT, дообученный автором на основе jhu-clsp/mmBERT-base. Для модели создан оптимизированный для португальского токенизатор: сохранены эмбеддинги общих токенов базовой модели, а новые токены инициализированы по статистике её весов. Модель содержит 134,9 млн параметров, имеет 22 слоя, скрытый размер 768, 12 голов внимания, словарь из 32 000 токенов и контекст до 8 192 токенов. Основное назначение — предсказание замаскированных слов в португальском тексте. Энкодер также можно использовать как основу для дообучения классификаторов и извлечения признаков, например для анализа тональности, определения парафразов и распознавания текстового следования. В README приведены ограниченные результаты пробной оценки на португалоязычных наборах данных; авторы отмечают, что масштабных бенчмарков не проводили и не заявляют о превосходстве над другими моделями. Модель принимает текст и выдаёт оценки кандидатов для заполнения маски. Опубликована в формате Safetensors и распространяется по лицензии Apache-2.0.

mbazaNLP разработала модель машинного перевода для образовательных материалов. Это дообученная версия NLLB-200 distilled 1.3B на общих, туристических и образовательных параллельных данных с дополнительным этапом обучения на образовательном наборе. Модель переводит между английским и киньяруанда в обоих направлениях и построена на архитектуре M2M-100 с 665 млн параметров; для запуска используется библиотека Transformers и формат PyTorch. Длина контекста составляет 1024 токена. Модель предназначена для перевода учебных текстов и материалов с английского на киньяруанда и обратно. В карточке приведены оценки BLEU, spBLEU, TER и chrF++ для обоих направлений перевода. Лицензия — CC BY 2.0.

Helsinki-NLP/opus-mt-ase-en — модель машинного перевода из семейства OPUS-MT, построенная на архитектуре MarianMT и Transformer. Она переводит с языка ase на английский; в карточке указаны корпус OPUS, нормализация текста и обработка SentencePiece. Модель содержит 37,9 млн параметров, принимает текст и выдаёт текст; длина контекста — до 512 токенов. Доступны веса в форматах PyTorch и TensorFlow. Модель подходит для перевода материалов на ase на английский, включая тексты из корпуса JW300. В README приведены результаты оценки на JW300.ase.en: BLEU 99,5 и chr-F 0,997. Эти показатели относятся к указанному тестовому набору и сами по себе не гарантируют такое же качество на текстах другой тематики. Модель опубликована под лицензией Apache-2.0.

Orca 2 13B — языковая модель Microsoft, дообученная на базе LLaMA 2 на синтетических данных для усиления способностей к рассуждению. Это плотная авторегрессионная архитектура LlamaForCausalLM с 12,9 млрд параметров и контекстом до 4096 токенов; репозиторий содержит веса PyTorch. Модель предназначена для исследовательской оценки и экспериментов с возможностями небольших языковых моделей. Она генерирует одношаговые ответы при рассуждении по предоставленным данным, чтении с пониманием, решении математических задач и суммаризации текста. Модель особенно ориентирована на рассуждение и обучалась преимущественно на примерах в zero-shot формате. Orca 2 не оптимизирована для диалога и не проходила обучение RLHF или DPO; для чат-сценариев или конкретных прикладных задач README рекомендует дополнительное дообучение. Возможны предвзятые, неточные или выдуманные ответы, а качество зависит от соответствия запроса распределению обучающих данных. Microsoft указывает, что модель предназначена только для исследований и не должна применяться в downstream-системах без дополнительной оценки рисков. В метаданных указана лицензия other; конкретные условия использования следует сверять с лицензией и материалами репозитория.

Карточка модели nityaak/phi4-14b-stance-matrix-mtcsd-ezstance-qlora на Hugging Face совпадает с карточкой nityaak/phi4-14b-stance-matrix-ezstance-qlora, поэтому описание составлено по ней. Модель nityaak/phi4-14b-stance-matrix-ezstance-qlora — дообученная nityaak версия unsloth/phi-4-unsloth-bnb-4bit. Это плотная языковая модель архитектуры Llama с 14,1 млрд параметров, предназначенная для генерации текста в диалоговом формате; название указывает на настройку для задач определения позиции по схеме stance matrix / EZStance, но README не описывает её поведение и качество подробно. Модель принимает текст и выдаёт текст, поддерживает английский язык и контекст до 16 384 токенов. Для обучения использовались Unsloth и библиотека Hugging Face TRL; веса доступны в формате safetensors. Лицензия — Apache-2.0.

Immich/pipeline-error-propagation-dialogue-summarization-bart-baseline-seed17 — контрольный чекпойнт модели BART-base, обученный на подходящей части корпуса совещаний AMI. Он предназначен для суммаризации диалогов и встреч; вариант baseline представляет либо суммаризацию полной встречи, либо иерархический конвейер сегментации, извлечения и генерации. Модель содержит 95,2 млн параметров, принимает текст, поддерживает контекст до 1024 токенов и выдаёт текстовое резюме. Чекпойнт с seed 17 служит каноническим запуском для качественных примеров в статье; доступны также отдельные репозитории с seed 42 и 73. Язык материалов AMI — английский, поэтому модель ориентирована на суммаризацию англоязычных встреч. Лицензия — MIT. Карточка описывает экспериментальный базовый вариант, а не специализированный продукт; доступный контекст ограничивает обработку длинных встреч.

BillyWang1/qwen2.5-3b-base-tool-n1-sft — дообученная модель генерации текста, созданная на основе Qwen/Qwen2.5-3B и обученная на наборе tool_sft. Она предназначена для генерации ответов в диалоговом формате и работы со сценариями вызова инструментов через соответствующий интерфейс. Модель использует плотную архитектуру Qwen2ForCausalLM, содержит 3,1 млрд параметров и поддерживает контекст до 32 768 токенов. Рабочие веса представлены в формате safetensors. Карточка не описывает результаты оценки, конкретные наборы инструментов или ограничения поведения. Указана лицензия other, поэтому условия использования следует сверить с лицензией и сведениями в репозитории базовой модели.

Tuwhy/Qwen3-4B-OPSA — плотная причинная языковая модель семейства Qwen3, дообученная методом On-Policy Self-Adaptation (OPSA) на вопросах из набора DAPO-17k. По описанию метода, адаптация проводится без модели-учителя, модели вознаграждения и целевой награды; для этого чекпойнта обучение и оценка выполнялись в режиме без пошагового рассуждения. Модель предназначена для генерации ответов в диалоге и решения математических задач. В README приведены результаты на AIME24, AIME25 и HMMT25, а также оценки на MBPP+ и GPQA_D; указанное преимущество над базовой Qwen3-4B относится к конкретному протоколу оценки с 32 выборками на запрос. Архитектура — Qwen3ForCausalLM, размер — около 3,7 млрд параметров по метаданным, контекст — до 40 960 токенов по метаданным. README отдельно указывает для базовой Qwen3-4B контекст 32 768 токенов; это не подтверждает возможность использовать больший контекст именно для данного чекпойнта. Модель поддерживает текстовый ввод и генерацию текста. В карточке заявлена поддержка Qwen3 более чем 100 языков и диалектов, но языки, проверенные именно для этой адаптации, не перечислены. Для сопоставимых с таблицей результатов README рекомендует отключить thinking mode и использовать указанные параметры семплирования. Лицензия — Apache 2.0.

KhanCold/qwen3-8b-spader — контрольная точка Qwen3, представленная в работе SPADER о многоответных вопросах и ответах. Модель разработана в рамках исследования метода обучения с подкреплением, который нацелен на длительное использование инструментов при поиске нескольких ответов. В SPADER применяется пошаговое распределение заслуг между параллельными траекториями без отдельной критической модели, а также награда за разнообразие, поощряющая поиск редких сущностей и снижающая ценность повторов. Контрольная точка построена на плотной архитектуре Qwen3ForCausalLM и содержит 7,6 млрд параметров; заявленный размер контекста — 40 960 токенов. Она предназначена для генерации текста и диалогового взаимодействия. Карточка не приводит результаты оценки качества, перечень поддерживаемых языков или конкретный интерфейс инструментов. Модель распространяется по лицензии Apache-2.0.

Qwen3.8-Flash-Next-Abliterated-MLX-4bit — 4-битная квантованная сборка модели Qwen3.8-Flash-Next, опубликованная grant-ai и оптимизированная для Apple Silicon с использованием MLX и oMLX. Модель создана на основе Qwen/Qwen3.8-Flash-Next через промежуточную версию Blackfrost-AI/Qwen3.8-Flash-Next-DERISKED-BF16 с изменённым поведением отказов. Она предназначена прежде всего для экспериментальных исследований ИИ и безопасности, включая red teaming, анализ выравнивания, интерпретируемость, квантование и локальный инференс. Модель мультимодальная: сохраняет vision tower и поддерживает обработку изображений, а также multi-token prediction для ускоренного спекулятивного декодирования. Это MoE-модель на 125 млрд параметров, из которых около 6 млрд активны на токен; используется 10 из 512 экспертов. Контекст составляет 262 144 токена. Сборка занимает около 106 ГБ в 23 шардах и требует примерно 106 ГиБ оперативной памяти при обслуживании, хотя с выгрузкой n-граммовой таблицы потребность в unified memory может снижаться примерно до 76 ГБ. Сильные стороны модели — поддержка изображений, длинного контекста и высокая скорость генерации на компьютерах Apple Silicon благодаря MTP: на M3 Ultra зафиксировано около 52–58 токенов в секунду против примерно 27 без MTP, при принятии 71,3% черновых токенов. Ограничения включают высокие требования к памяти, зависимость ускорения от температуры и предсказуемости текста, а также отсутствие повторных измерений показателей abliteration после квантования. По заявлению автора, модель практически не содержит защитных отказов и может выполнять вредоносные инструкции, поэтому её не рекомендуется открывать как публичный endpoint или предоставлять недоверенным пользователям. Лицензия указана как qwen-community-1.0; применяются условия исходной лицензии Qwen. Автор также ограничивает назначение артефакта экспериментальными исследованиями и подчёркивает необходимость соблюдать законодательство и условия лицензирования.

KingNish/Reasoning-Llama-1b-v0.1 — экспериментальная дообученная модель Nishith Jain на базе meta-llama/Llama-3.2-1B-Instruct. Это плотная авторегрессионная модель семейства Llama с 1,2 млрд параметров, предназначенная для генерации текста в диалоговом формате и ответов с предварительным этапом рассуждения. Для обучения использован датасет KingNish/reasoning-base-20k; автор сообщает, что версия обучалась на 10 тысячах примеров с помощью Unsloth и TRL. Модель рассчитана на англоязычные запросы и может применяться для диалогов, ответов на вопросы и задач, где полезно пошаговое рассуждение перед формированием ответа. Контекстное окно составляет 131 072 токена. Карточка описывает первую итерацию и не приводит количественных оценок качества; заявленное автором хорошее поведение не сопровождается результатами тестирования. Лицензия — llama3.2.

prajdabre/rotary-indictrans2-indic-en-dist-200M — модель машинного перевода на основе IndicTrans2, созданная как независимое воспроизведение исследования по развитию обработки длинного контекста в многоязычных системах машинного перевода. В исходной архитектуре синусоидальные позиционные эмбеддинги заменены на Rotary Positional Embedding, после чего модель дообучена для дополнительного выравнивания. Модель предназначена для перевода между индийскими языками и английским, в том числе длинных документов и контекстов. Для подготовки входного текста README рекомендует IndicTransToolkit и модуль IndicProcessor; генерация выполняется через интерфейс Hugging Face. Семейство архитектуры — RotaryIndicTrans, тип — плотная модель условной генерации; веса опубликованы в формате PyTorch. Лицензия — MIT. Модель ориентирована прежде всего на документный и длинноконтекстный перевод. На коротких предложениях качество может быть несколько ниже, а результаты генерации иногда требуют настройки параметров и проверки на целевом сценарии. README указывает, что пример с входом размера 1457 запускался на одной GPU A100; фактические требования зависят от генерации и оборудования.

SalamandraTA-7B-academic — языковая модель для машинного перевода, разработанная подразделением Language Technologies Unit Барселонского суперкомпьютерного центра. Это дообученная для перевода версия Salamandra7B-Instruct с архитектурой Llama и примерно 6,7 млрд параметров по метаданным; README приводит размер 7,77 млрд параметров. Модель принимает текст и предназначена для общего машинного перевода, в том числе академических текстов. Модель обучалась на данных ACAD-Train и ACAData. Заявлена поддержка 12 языков — астурийского, каталонского, немецкого, греческого, испанского, английского, баскского, французского, галисийского, итальянского, нидерландского и португальского — в 96 направлениях перевода. Контекстное окно составляет 8192 токена. README рекомендует использовать обученный шаблон перевода; диалоговые возможности базовой модели не проверялись для этой версии. Модель подходит для перевода академических материалов и других текстов между поддерживаемыми языками. Карточка сообщает о предварительном дообучении и предостерегает от использования в производстве без оценки рисков. Качество по языкам, диалектам и предметным областям, а также возможные смещения специально не анализировались. Лицензия Apache-2.0 допускает исследовательское и коммерческое использование.

Samantha 1.1 MBX 7B — объединённая языковая модель, созданная с помощью SLERP из macadeliccc/MBX-7B-v3-DPO и cognitivecomputations/samantha-1.1-westlake-7b. Она построена на плотной архитектуре Mistral и содержит 7,1 млрд параметров; модель предназначена для генерации диалогового текста, в том числе в роли заботливого и эмпатичного виртуального собеседника. Контекстное окно — 32 768 токенов. Модель может использоваться для ведения диалога и генерации ответов в заданной системной роли. Репозиторий распространяется в формате safetensors по лицензии Apache-2.0. В карточке также приведён шаблон диалога Samantha; сведений о языковом охвате или специальных доменах нет.

DimensionSTP/Solar-Ko-Recovery-11B-scientific-qa — языковая модель, дообученная на наборе научных вопросов и ответов. В README указано, что для дообучения использована beomi/Solar-Ko-Recovery-11B; метаданные связывают модель с базовой upstage/SOLAR-10.7B-v1.0. Это плотная causal language model семейства Llama с 10,7 млрд параметров, рассчитанная на генерацию текста и работающая через Transformers в формате safetensors. Модель предназначена для ответов на научные вопросы и генерации текста на корейском и английском языках. Её контекст составляет 4096 токенов. Она распространяется по лицензии Apache-2.0. В карточке не приведены результаты оценки качества или сведения о конкретных научных дисциплинах, поэтому пригодность ответов следует проверять для целевого применения.

mlx-community/translategemma-4b-it-4bit_immersive-translate — это 4-битная сборка модели google/translategemma-4b-it, подготовленная сообществом mlx-community для локального запуска на устройствах Apple Silicon. Модель предназначена для машинного перевода и интеграции с Immersive Translate через локальный OpenAI-совместимый сервер, например mlx_lm.server. Модель использует текстовую генерацию и сохраняет совместимость с форматом сообщений TranslateGemma. В конфигурацию добавлена обработка специальных текстовых заполнителей <<<source>>>, <<<target>>> и <<<text>>>, а также корректное завершение генерации по двум токенам EOS. Размер модели — 4B параметров, точность хранения — 4-bit. Поддерживаемые языки и размер контекста в README не указаны. К сильным сторонам относятся экономичное локальное выполнение, адаптация к сценарию браузерного перевода и совместимость с OpenAI-совместимым API. Ограничением является ориентация на экосистему MLX и Apple Silicon, а также отсутствие в README подробностей о языковом покрытии, качестве перевода и производительности. Для использования требуется принять лицензию Google Gemma на Hugging Face; конкретные условия следует уточнять в тексте этой лицензии.

Davlan/xlm-roberta-base-finetuned-yoruba — модель Davlan, полученная дообучением xlm-roberta-base на текстах на языке йоруба. Это плотная трансформерная архитектура XLM-RoBERTa с 305,2 млн параметров и контекстом до 514 токенов; репозиторий содержит веса PyTorch. Модель предназначена для предсказания скрытых токенов, а также может применяться для классификации текста и распознавания именованных сущностей на йоруба. В обучении использовались тексты Библии, JW300, Menyo-20k, Wikipedia и новостных источников на йоруба, а также другие корпуса. В оценке на MasakhaNER модель показала F1 83,66 против 77,58 у XLM-R. Результаты могут хуже переноситься на другие области: обучающие данные для распознавания сущностей включали размеченные новостные статьи определённого периода. Лицензия в предоставленных данных не приведена.

AfroXLMR-Social — языковая модель на базе XLM-RoBERTa, разработанная для текстов из социальных сетей на африканских языках. Она предназначена для задач заполнения маскированных токенов и может служить основой для анализа текстов в социальных сетях на 19 языках. Модель содержит 658,7 млн параметров, использует архитектуру XLM-RoBERTa для masked language modeling и принимает текст с контекстом до 514 токенов. В предварительном обучении использован корпус AfriSocial. Репозиторий содержит веса в формате Safetensors; модель доступна по лицензии MIT.

AwA (Answers with Athena) — компактная диалоговая языковая модель, созданная Aayan Mishra как портфолио-проект на основе Athena-2-1.5B. Это дообученная плотная авторегрессионная модель семейства Qwen2 с примерно 1,5 млрд параметров, рассчитанная на контекст до 32 768 токенов. Модель принимает текстовые запросы и генерирует текстовые ответы; в карточке указана поддержка английского языка. Модель предназначена для пошаговых объяснений и ответов на сложные вопросы в разных областях, включая математику, естественные науки и литературу. Её можно использовать в образовательных приложениях, исследовательских помощниках и системах поддержки решений. README сообщает о дообучении на наборах данных для Chain-of-Thought, но не приводит их названия или результаты сравнительной оценки. Модель распространяется под лицензией Apache-2.0. Она может давать неполные ответы по узким темам, а её выводы в чувствительных сценариях следует перепроверять; сама модель не заменяет экспертную оценку.

BananaMind-Translate-V3.5-Pro-GGUF — квантизированная версия модели BananaMind-Translate-V3.5-Pro, разработанной Banaxi-Tech и преобразованной в формат GGUF пользователем mradermacher. Модель предназначена прежде всего для машинного перевода между английским и немецким языками; в метаданных также указаны тонкая настройка и QLoRA. Она интегрируется с инструментами, поддерживающими GGUF и Transformers-сценарии локального запуска. Модель относится к семейству Gemma; в тегах указана архитектура Gemma 4 E4B. Для мультимодального режима доступны отдельные файлы mmproj, поэтому заявлена поддержка обработки мультимодальных входов, однако точный набор поддерживаемых модальностей и контекстное окно в README не уточняются. Предоставлены варианты квантования от Q2_K до Q8_0, а также f16, с размером файлов примерно от 4,5 до 15 ГБ. Более лёгкие варианты требуют меньше памяти и работают быстрее, но могут уступать по качеству; Q6_K и Q8_0 ориентированы на более высокое качество. Основное преимущество модели — специализированная направленность на перевод en-de и наличие множества вариантов квантования для локального использования с разными ограничениями по ресурсам. Ограничения включают отсутствие в README количественных оценок качества, подробностей о данных обучения, контекстном окне и точных возможностях мультимодального режима; качество также зависит от выбранного типа квантования. Модель распространяется по лицензии Apache-2.0.

AbdulSami/bert-base-cased-cefr — модель на архитектуре BERT, дообученная для определения уровня владения английским языком по шкале CEFR на основе текста. Она предназначена для классификации текстов по уровням CEFR, например для оценки сложности учебных материалов или предварительной оценки письменных работ. Модель содержит 135,5 млн параметров, принимает текст с контекстом до 512 токенов и распространяется в формате PyTorch через библиотеку Transformers. В README приведены значения потерь на обучении и валидации, но нет подробных метрик качества или описания разметки уровней. Лицензия — Apache-2.0.

Neobe/dhivehi-en-mt5-large-paragraph — модель-переводчик на базе encoder-decoder архитектуры mT5-large, дообученная для перевода с дивехи на английский. Она обрабатывает отдельные предложения и абзацы; размер модели в метаданных составляет 608,4 млн параметров. Для запуска автор рекомендует fp32 и указывает потребность примерно в 5–6 ГБ видеопамяти; лицензия — Apache-2.0. Модель рассчитана на перевод новостей и пресс-материалов Мальдив, а также текстов из Википедии. В README приведены результаты на тестовых наборах, включая chrF 54,56 и BLEU 15,48 для набора с человеческими эталонными переводами; автор отмечает, что для письма Thaana метрика chrF показательнее BLEU. Модель обучена на параллельном корпусе дивехи—английский Neobe/dhivehi-english-parallel-corpus.

Это версия DiffusionGemma 26B A4B Instruct, подготовленная сообществом mlx-community для запуска в формате MLX на устройствах Apple с помощью библиотеки mlx-vlm. Репозиторий преобразован из google/diffusiongemma-26B-A4B-it; в метаданных модель отнесена к семейству diffusion_gemma и архитектуре DiffusionGemmaForBlockDiffusion, а файлы представлены в формате safetensors. Модель предназначена для диалогового взаимодействия с текстовыми и графическими входами и выдачи текстовых ответов. Карточка рекомендует использовать mlx-vlm; подробности о возможностях, языках и ограничениях следует сверять с исходной карточкой Google. Лицензия репозитория — Apache 2.0.

Neobe разработала модель перевода на базе encoder-decoder mT5-large и дообучила её для перевода с английского на дивехи. Модель с 608,4 млн параметров обрабатывает как отдельные предложения, так и многофразовые абзацы; для дивехи использует письмо тхаана. Для запуска автор рекомендует fp32 и указывает потребность примерно в 5–6 ГБ видеопамяти. Модель распространяется под лицензией Apache-2.0. Модель предназначена для перевода новостей, пресс-материалов и текстов Википедии о Мальдивах с английского на дивехи. В карточке приведены результаты chrF, chrF++ и BLEU для тестовых наборов на уровне предложений, фрагментов и статей; автор отмечает, что для тхаана chrF надёжнее BLEU. Перевод технических и неформальных английских текстов может быть ненадёжным: эти тематики не представлены в обучающем домене.

FinEst BERT — трёхъязычная модель семейства BERT, разработанная Матеем Улчаром и Марком Робником-Шиконьей. Она обучена на корпусах финского, эстонского и английского языков и использует архитектуру bert-base с 170,8 млн параметров. Модель предназначена для предсказания замаскированных слов в тексте и переноса знаний между этими тремя языками. По описанию авторов, специализация на трёх языках позволяет модели превосходить multilingual BERT, сохраняя возможности межъязыкового переноса. Модель обрабатывает текст с контекстом до 512 токенов и доступна в форматах PyTorch и Flax. Она может применяться как базовая модель для языковых задач на финском, эстонском и английском; карточка ссылается на статью с оценкой результатов. Лицензия — Creative Commons Attribution 4.0 (CC BY 4.0).

Griot-MT est un modèle de traduction automatique multilingue développé par Bivariant. Il traduit dans les deux sens entre le français et 18 langues africaines : баатонум, бауле, дьюла, эве, эwондо, фон, фула, хауса, лингала, лугандийский, море, сар, оромо, санго, шона, сомали, суахили и волоф — всего 36 направлений. Модель основана на архитектуре M2M-100 и имеет общий компонент примерно на 1,394 млрд параметров, общий токенизатор и отдельный адаптер LoRA/RSLoRA для каждого языка; обучаемая часть адаптеров составляет около 23,6 млн параметров. Заявленная длина контекста — 1024 токена. В опубликованном бенчмарке модель получила в среднем 38,11 BLEU и 58,00 chrF++ на всех 36 направлениях. Результаты выше для перевода с африканских языков на французский, чем для обратного направления. Качество зависит от домена, диалекта, орфографии, смешения языков и специальной терминологии; приведённые оценки относятся к конкретным тестовым наборам. Модель распространяется в формате safetensors; условия лицензии в предоставленной карточке не описаны.

Hy-MT2-7B-i1-GGUF — набор квантизированных моделей в формате GGUF, созданный mradermacher на основе модели tencent/Hy-MT2-7B. Модель ориентирована прежде всего на задачи машинного перевода и поддерживает широкий набор языков, включая китайский, английский, французский, португальский, испанский, японский, турецкий, русский, арабский, корейский, тайский, итальянский, немецкий, вьетнамский, индонезийский, хинди и другие языки, перечисленные в карточке. Точное описание архитектуры, размера контекстного окна и поддерживаемых модальностей в README отсутствует; из названия базовой модели следует размер около 7 миллиардов параметров. Доступны варианты квантизации от очень компактных IQ1/IQ2 до более качественных Q5 и Q6, что позволяет выбирать между требованиями к памяти, скоростью и качеством перевода. Для большинства сценариев автор рекомендует i1-Q4_K_M как быстрый вариант, а i1-Q4_K_S описывает как компромисс между размером, скоростью и качеством. Сильной стороной модели является многоязычная направленность и возможность локального запуска через совместимые с GGUF инструменты. Ограничения зависят от выбранного уровня квантизации: наиболее компактные варианты могут заметно терять в качестве, а некоторые из них прямо отмечены как низкокачественные. Лицензия — Apache-2.0.

Экспериментальная дообученная модель Convergent Intelligence LLC на базе LiquidAI/LFM2.5-8B-A1B. Это гибридная причинно-языковая MoE-модель для генерации английского текста в диалоговом формате; в README описана адаптация верхних проекционных и нормализационных слоёв для ответов в стиле рассуждений с использованием оптимизатора CIxOpt и датасета angrygiraffe/claude-opus-4.6-4.7-reasoning-8.7k. Модель принимает текст и выдаёт текст, имеет контекст до 128 000 токенов и содержит 1,6 млрд параметров. Предназначена для исследований адаптации LFM, экспериментов с оптимизаторами, генерации аналитических ответов, технических объяснений и сравнительной оценки небольших языковых моделей. Контрольные результаты бенчмарков не приведены; модель может выдумывать факты и ссылки, чрезмерно подробно рассуждать и чувствительно реагировать на формат запроса, а дообучение не гарантирует правильности рассуждений. Лицензия — Apache 2.0.

Enoch/llama-13b-hf — конверсия базовой модели LLaMA 1 от команды FAIR в Meta AI для работы с Transformers и Hugging Face. Это авторегрессионная плотная языковая модель на архитектуре Transformer с 12,9 млрд параметров, предназначенная прежде всего для исследований больших языковых моделей и изучения их возможностей и ограничений. Модель генерирует текст и может служить основой для экспериментов с ответами на вопросы, пониманием естественного языка и чтением с пониманием. В обучающих данных представлены 20 языков, но преобладает английский, поэтому для него ожидается лучшее качество; среди языков данных Wikipedia и Books есть русский. Модель не обучалась с обратной связью от людей и может выдавать неверные, токсичные или оскорбительные ответы, а также отражать предвзятости обучающих данных. Для практического применения нужны дополнительная оценка рисков и меры снижения вреда. Лицензия специальная, некоммерческая; подробности приведены в файле LICENSE.

Llama2-7b-Finance — языковая модель Collin Heenan, дообученная на финансовом датасете AdiOO7/llama-2-finance. Это плотная трансформерная модель семейства Llama с 6,6 млрд параметров, предназначенная для генерации финансовых текстов и ответов на вопросы о финансовых терминах и процессах. Контекст модели составляет 4096 токенов; основной язык карточки — английский. Модель может помогать составлять финансовые отчёты и сводки, анализировать тональность финансовых новостей и извлекать сведения из документов. Карточка также указывает на возможное применение для ответов на финансовые вопросы. Модель распространяется по лицензии MIT. Её ответы могут отражать смещения обучающих данных, а точность за пределами финансовой тематики может быть ниже.