I.5Создание и редактирование текста

mamelles/LFM2.5-1.2B-Wolof-CPT — текстовая модель семейства LFM2.5, разработанная на базе LiquidAI/LFM2.5-1.2B-Base. Это плотная авторегрессионная архитектура Lfm2ForCausalLM с 1,5 млрд параметров, обученная методом продолжающего предобучения (CPT) на корпусе языка волоф. Модель предназначена для исследовательской оценки адаптации языковой модели к волоф и генерации текста на этом языке; поддерживает контекст до 128 000 токенов. Модель доступна в формате safetensors и рассчитана на текстовый диалог. В карточке указана tokenizer family 65k-ext; показатели BPB для неё нельзя напрямую сравнивать с perplexity для семейства 128k. Качество на орфографии волоф, переключении языков, фактах, рассуждениях, длинном контексте и безопасности всесторонне не проверено, поэтому перед более широким применением требуется проверка носителями языка. Артефакт обозначен как частный, экспериментальный и не предназначенный для публичного выпуска; лицензия не указана.

cnut1648/LLaMA2-7B-fingerprinted-SFT — языковая модель для генерации текста, созданная пользователем cnut1648 на базе LLaMA 2 7B. Модель обучена методом supervised fine-tuning с instructional fingerprinting: специальный скрытый ключ вызывает заранее связанное поведение, что предназначено для проверки происхождения и владения производными моделями после дальнейшего дообучения. Модель использует архитектуру LLaMA, содержит около 6,6 млрд параметров и поддерживает контекст до 4096 токенов. Основная модальность — текст; задача Hugging Face — text-generation. Модель может применяться для генерации продолжений и проверки устойчивости встроенного отпечатка при downstream fine-tuning. Она не является специализированной моделью для конкретной предметной области и не предназначена прежде всего для обычного диалогового использования. Ключевое ограничение — полезность fingerprinting зависит от знания или сохранности соответствующего ключа и процедуры проверки; сведения о конкретном наборе поддерживаемых языков и лицензии этой карточки модели не подтверждены. Проект Model-Fingerprint распространяется под MIT License, но это не подтверждает лицензию самой модели.

Llama3-stanford-encyclopedia-philosophy-QA — дообученная разработчиком ruggsea диалоговая языковая модель на базе Meta Llama 3 8B Instruct. Она предназначена для ответов на философские вопросы в формальном, но доступном тоне, с ориентацией на корректные и строгие объяснения. Модель имеет плотную архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров и принимает текст, генерируя текст. В метаданных указан контекст до 8192 токенов; модель ориентирована на английский язык. Веса опубликованы в формате safetensors, лицензия указана как other.

IFM выпустила контрольную точку LoopedLM-P2-huginn-l-learned-entropy0 для экспериментов из второй части работы «Towards Looped Models Done Right: Part II: Rethinking at Fixed Points». Это языковая модель на основе Transformer с циклическими блоками: одним прелюдным, двумя рекуррентными и одним завершающим. Модель содержит около 2,49 млрд параметров; ширина слоёв — 6144, используются 96 голов внимания, включая 24 KV-головы, и FFN SwiGLU шириной 17408. Входная информация вводится диагональным способом. Модель предназначена для генерации текста и оценки поведения зацикленных языковых моделей в экспериментальной работе. Веса опубликованы в формате BF16 Safetensors с конфигурацией xLLM; для загрузки нужен код xLLM и его загрузчик артефактов, стандартный Transformers AutoModel не подходит. Репозиторий распространяется по лицензии Apache-2.0.

MiniMax Video Prompt Enhancer — текстовая модель на 2,6 млрд параметров, разработанная geocine путём дообучения LiquidAI/LFM2.5-2.6B. Она переписывает краткую идею ролика в структурированный промпт для видеогенератора MiniMax H3: описывает кадры и планы, работу камеры, звуковую среду и музыку. Модель рассчитана на заданный формат запроса ChatML и режимы T2VA, I2VA, FL2VA, L2VA, а также сценарии с описаниями референсных кадров, видео и аудио. Модель принимает текст и выдаёт текстовый промпт; сами изображения, видео и аудио она не генерирует и принимает описания референсов в виде текста. Карточка указывает контекст длиной 131 072 токена и поддержку английского языка. По заявленным в README испытаниям, корректность формата составила 100% при жадном декодировании и 98,4% при температуре 0,7; результаты относятся к указанной проверке и не гарантируют качество для произвольных запросов. Модель оптимизирована для структуры промптов MiniMax, а не для свободного диалога. Лицензия указана как other, конкретные условия использования следует сверить с карточкой репозитория.

hfl/minirbt-h256 — небольшая предварительно обученная модель для обработки китайского языка, опубликованная HFL. Она основана на архитектуре BERT и обучена с применением дистилляции знаний с помощью инструментария TextBrewer и технологии Whole Word Masking. Модель предназначена для заполнения пропусков в китайском тексте: она предсказывает замаскированные токены по окружающему контексту. Модель содержит 11,7 млн параметров и поддерживает контекст до 512 токенов. Доступны форматы PyTorch и TensorFlow. Репозиторий распространяется по лицензии Apache-2.0. Карточка не приводит сравнительных оценок качества или подробностей о составе обучающих данных.

MonadGPT — экспериментальная разговорная языковая модель, созданная Pclanglais дообучением Mistral-Hermes 2 на 11 000 текстах раннего Нового времени на английском, французском и латинском языках, преимущественно из EEBO и Gallica. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов; она доступна в формате safetensors и предназначена для генерации текста в режиме диалога с использованием формата ChatML. Модель имитирует язык, стиль и исторические представления раннего Нового времени. Её можно использовать для исторических ролевых диалогов и получения стилизованных ответов, в том числе на вопросы о науке, астрономии и медицине. Модель поддерживает генерацию на английском, французском и латинском языках, однако качество латинских ответов слабое. По карточке, ответы могут быть непоследовательными, начинаться с середины рассуждения, игнорировать инструкции или переходить к современному английскому. Исторические медицинские и другие практические советы нельзя считать надёжными. Лицензия — Apache-2.0.

itay1itzhak/OLMo-Tulu-Seed-0 — англоязычная авторегрессионная модель на архитектуре OLMo, дообученная исследователями с помощью LoRA на базе allenai/OLMo-7B. Это одна из трёх версий с одинаковой конфигурацией обучения, но разными случайными начальными значениями; дообучение использует инструкционный набор Tulu-2. Модель предназначена для исследования когнитивных смещений в больших языковых моделях и проверки влияния предобучения, инструкционного дообучения и случайности обучения. Её оценивали на 32 когнитивных смещениях, а также по точности MMLU и кластеризации PCA. Модель генерирует текст по текстовым запросам и рассчитана на английский язык. Авторы рекомендуют использовать её для исследований и не применять в производственных системах, чувствительных областях или задачах, где решения критически важны. Лицензия — MIT.

Helsinki-NLP/opus-mt-cpp-cpp — модель машинного перевода семейства OPUS-MT, разработанная Helsinki-NLP на архитектуре Transformer и реализованная как MarianMTModel. Она предназначена для перевода между вариантами креольских языков на португальской основе; README описывает многокомпонентное направление и приводит результаты тестирования на наборах Tatoeba. Для выбора направления требуется начальный токен языка вида >>id<<. Модель содержит 41,5 млн параметров, принимает текст, использует нормализацию и SentencePiece с словарём 32 тыс. токенов и имеет контекст длиной до 512 токенов. Доступны веса PyTorch и TensorFlow. Лицензия — Apache-2.0.

Модель pop-lyrics-generator-v1 разработана Скоттом Гриффином и дообучена на базе openai-community/gpt2 на наборе текстов современных поп-песен. Это плотная авторегрессионная языковая модель семейства GPT-2, предназначенная для генерации текстов песен в стиле конкретных поп-исполнителей по текстовому запросу. Она формирует структуру песни и стилизованные строки; заявлены английский и испанский языки. Контекст модели составляет 1024 токена. Модель может служить источником идей при написании песен, однако рифмовка часто получается слабой, а текст может повторяться. Генерации могут быть нелепыми или оскорбительными, особенно при запросах об отдельных исполнителях. Коммерческое использование не разрешено; автор карточки указывает, что содержимое принадлежит соответствующим исполнителям, и предназначает модель только для исследований.

Nitral-Archive представила экспериментальную объединённую модель Poppy_Porpoise-Biomix на базе архитектуры Llama 3 с 7,5 млрд параметров. Она создана методом SLERP из Nitral-AI/Pp-1.4-Phase1 и aaditya/Llama3-OpenBioLLM-8B и предназначена для генерации текста и диалоговых ответов в биомедицинской области. Модель принимает текст и генерирует текст; нативная длина контекста — 8192 токена. Автор описывает её как экспериментальное слияние «для интереса» и сообщает, что проверяет, есть ли у него практическая ценность. Это указывает на ранний экспериментальный статус без подтверждённых характеристик качества. В репозитории используется формат Safetensors и библиотека Transformers. Сведения о лицензии в предоставленных данных отсутствуют.

PygmalionAI разработала Pygmalion-350M как экспериментальную дообученную модель Facebook OPT-350M для диалогов. Это плотная авторегрессионная языковая модель на 454,1 млн параметров с контекстом до 2048 токенов; модель принимает текст и генерирует текст на английском языке. Её задумывали как proof of concept и промежуточный шаг к диалоговым моделям большего размера. Модель подходит для простых диалогов и экспериментов с разговорной генерацией. Дообучение выполнено библиотекой ColossalAI на небольшом наборе диалоговых данных; карточка сообщает, что в обучении использовались материалы для взрослых. Поэтому модель не предназначена для несовершеннолетних, а содержание ответов может быть небезопасным или взрослым. Лицензия в предоставленных данных не указана.

Qwen2-7B-Instruct-deccp — экспериментальная версия Qwen2-7B-Instruct от augmxnt с ослабленным механизмом отказов. Автор применил вектор отказа, найденный на 16-м слое, и дообучил модель на наборе augmxnt/deccp с 95 вручную проверенными примерами отказов. Это плотная авторегрессионная языковая модель с 7,1 млрд параметров, предназначенная для диалогов и генерации текста; максимальная длина контекста — 32 768 токенов. В карточке заявлена поддержка английского и китайского языков. Модель может отвечать на большее число запросов, которым исходная Qwen2-7B-Instruct отказывала, однако это не гарантирует точности или надёжности ответов. Автор отмечает случаи дезинформации, включая ответы, отражающие китайские версии примеров, и указывает, что это доказательство концепции, а не готовая полезная модель. Распространяется по лицензии Apache-2.0.

ResonateX D1 — небольшая авторегрессионная языковая модель на архитектуре GPT-2, представленная пользователем Workstation5495. Она предназначена для генерации ответов на вопросы и простого диалога на русском языке, а также для экспериментов с компактными языковыми моделями и локальными чат-приложениями. Модель содержит около 51 млн параметров, использует 8 слоёв, 8 голов внимания и скрытый размер 512; длина контекста — 512 токенов. Для работы применяется библиотека Transformers, веса опубликованы в формате safetensors. Модель может запускаться офлайн на потребительском оборудовании, включая CPU. Для наиболее связных ответов рекомендуется задавать запросы по шаблону «Вопрос: … Ответ:» на русском языке. Модель компактна и пригодна для обучения и прототипирования, но обладает ограниченными знаниями и способностью к рассуждению; ответы могут быть краткими, повторяющимися или фактически неверными. Встроенной фильтрации безопасности нет, а сведения об обучающих данных и оценке качества не приведены. В метаданных указана лицензия Unlicense; README одновременно содержит незаполненное замечание о необходимости уточнить применимые условия для весов и обучающих данных.

Карточка модели Workstation5495/Resonatex-D1-Experimental на Hugging Face совпадает с карточкой Workstation5495/Resonatex-D1-50M-Experimental, поэтому описание составлено по ней. ResonateX D1 — небольшая авторегрессионная языковая модель на архитектуре GPT-2, представленная пользователем Workstation5495. Она предназначена для генерации ответов на вопросы и простого диалога на русском языке, а также для экспериментов с компактными языковыми моделями и локальными чат-приложениями. Модель содержит около 51 млн параметров, использует 8 слоёв, 8 голов внимания и скрытый размер 512; длина контекста — 512 токенов. Для работы применяется библиотека Transformers, веса опубликованы в формате safetensors. Модель может запускаться офлайн на потребительском оборудовании, включая CPU. Для наиболее связных ответов рекомендуется задавать запросы по шаблону «Вопрос: … Ответ:» на русском языке. Модель компактна и пригодна для обучения и прототипирования, но обладает ограниченными знаниями и способностью к рассуждению; ответы могут быть краткими, повторяющимися или фактически неверными. Встроенной фильтрации безопасности нет, а сведения об обучающих данных и оценке качества не приведены. В метаданных указана лицензия Unlicense; README одновременно содержит незаполненное замечание о необходимости уточнить применимые условия для весов и обучающих данных.

RomanEng2Nep-v2-GGUF — квантизированная версия модели RomanEng2Nep-v2, разработанной syubraj и преобразованной в формат GGUF пользователем mradermacher. Модель обучалась на датасете roman2nepali-transliteration и предназначена для транслитерации текста, записанного латиницей в стиле Roman English, в непальское письмо. Заявленные языки — непальский и английский; основная задача — обработка и преобразование непальского текста, введённого латиницей. Сценарии применения включают локальный запуск задач транслитерации и интеграцию с инструментами, поддерживающими формат GGUF. В README не указаны архитектура, количество параметров, размер контекста, точные показатели качества и поддерживаемые модальности; по доступным данным модель является текстовой. Репозиторий предоставляет варианты квантования Q2_K–Q8_0, IQ3 и IQ4, а также f16, с размерами примерно от 0,3 до 0,7 ГБ. Для вариантов Q4_K_S и Q4_K_M заявлена высокая скорость, Q6_K отмечен как вариант очень хорошего качества, а Q8_0 — как быстрый вариант с наилучшим качеством среди перечисленных. Распространение указано по лицензии Apache-2.0. Ограничения включают отсутствие в README подробных результатов оценки, сведений о качестве на разных типах входных данных и характеристик исходной архитектуры; качество также зависит от выбранного уровня квантования.

rosettia-chanka-4b-alpha160 — модель перевода с испанского на чанкский вариант кечуа, созданная командой Rosettia для SomosNLP 2026. Это плотная модель семейства Qwen3.5 с 4 млрд параметров, дообученная в несколько этапов на парах испанский—кечуа и объединённая с LoRA-компонентом; при объединении применено масштабирование α=160. Веса представлены в формате safetensors, для загрузки используется Transformers. Модель предназначена для перевода текстов на чанкский кечуа (`quy_Latn`), особенно в судебной и административной тематике. На отложенной выборке из 158 примеров авторы сообщают chrF++ 56,94 и BLEU 30,76; добавление терминологического глоссария в запрос помогает воспроизвести лучшие результаты. В карточке модель описана как текстовая переводческая система, хотя базовая архитектура Qwen3.5 мультимодальна. Обучение основано на 841 строго очищенной паре для обучения из набора проверенных примеров судебно-административной тематики; данные оценки исключены из обучения. Лицензия — Apache-2.0. Качество за пределами судебно-административного домена не оценено; модель предназначена для варианта Чанка и не подходит без адаптации для других вариантов кечуа.

Tverous/sft-trl-claim — дообученная модель генерации текста на базе EleutherAI/gpt-j-6b, обученная на наборе данных ANLI. Для неё указана оценка loss 0,6558 на тестовой выборке. Модель построена на архитектуре GPT-J и распространяется в формате PyTorch; контекстное окно составляет 2048 токенов. Модель предназначена для генерации текста и может служить экспериментальным чекпойнтом для задач, связанных с ANLI, например для изучения генерации ответов в сценариях естественно-языкового вывода. Карточка не описывает конкретный формат запросов или подтверждённые прикладные сценарии. Лицензия — Apache-2.0.

SikuGPT2 — китайская языковая модель семейства GPT-2, разработанная для генерации текстов в стиле древнекитайских сочинений. Она обучена на полном текстовом корпусе «Сыку цюаньшу» и предназначена для продолжения текста и создания фрагментов, стилизованных под классическую китайскую письменность. Модель использует архитектуру GPT2LMHeadModel и принимает текст, выдавая текст; контекст составляет 1024 токена. Модель опубликована в форматах PyTorch и Safetensors и распространяется по лицензии Apache-2.0. В README отмечено, что Hosted Inference API может отображать результаты некорректно: при включённом skip_special_tokens удаляются специальные токены, например [SEP] и [UNK].

Spark — сверхкомпактная языковая модель SurjoLabs с 7,1 млн параметров, предназначенная для генерации текста и диалоговых экспериментов. Модель использует плотную авторскую рекуррентную архитектуру XSA на основе варианта Llama: восемь слоёв уникальных весов многократно применяются в проходах, создавая глубину, сопоставимую с 11 слоями. Контекст составляет 2048 токенов; модель работает с текстом и обучена на английском токенизаторе с размером словаря 4096. Spark обучали примерно на 19,9 млрд токенов из веб-текстов, синтетических учебных данных, математики и кода. Авторы приводят результаты на HellaSwag и наборах ARC; компактный размер и диалоговая возможность подходят для изучения малых языковых моделей и пробных генераций текста. Это ранняя экспериментальная разработка: авторы отмечают нестабильность кода и не рекомендуют использовать файл модели без доработок для обучения. Лицензия — MIT.

Sukshma-135m — плотная авторегрессионная языковая модель семейства Llama, опубликованная Мохитом Кумаватом. Она содержит 134,5 млн параметров, использует архитектуру LlamaForCausalLM и предназначена для генерации текста; нативная длина контекста — 1024 токена. Репозиторий содержит веса в формате Safetensors и рассчитан на работу с Transformers. Автор сообщает, что модель дообучена на другой модели, которая сама не была полностью предварительно обучена. Данные обучения и конкретные сценарии применения в карточке не описаны, поэтому качество и пригодность для практических задач не подтверждены. Условия лицензии в доступных сведениях не указаны.

Jeesup/svd-safety-l31_keep60_gap_b010 — исследовательский чекпойнт на основе Meta Llama 3.1 8B Instruct, сжатый методом SVD-LLM примерно до 61% исходного числа параметров. К нему добавлен бюджет восстановленных SVD-компонентов в 1%, выбранных по правилу gap. Модель имеет плотную архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров и принимает текст для генерации текста; заявленная длина контекста — 131 072 токена. Чекпойнт создан для изучения того, как сжатие влияет на безопасность и полезность языковой модели и насколько разные правила восстановления компонентов меняют это влияние. В README приведены результаты оценок на AdvBench, StrongREJECT и WildGuard. Это отдельная ячейка исследовательской сетки, а не универсальный чат-ассистент: сжатие может ухудшать защитное поведение, поэтому перед использованием в экспериментах результаты следует оценивать самостоятельно. Для доступа к весам применяется лицензия Llama 3.1.

Это экспериментальный исследовательский чекпойнт на базе Mistral-7B-Instruct-v0.2, сжатый методом Swift-SVD и восстановленный дообучением LoRA в два этапа. Модель содержит около 7,1 млрд параметров; после сжатия сохранено примерно 60% исходного числа параметров. Архитектура — плотная Mistral для генерации текста, с контекстом до 32 768 токенов. Чекпойнт создан для изучения того, как SVD-сжатие влияет на безопасность ответов и как восстановление отдельных компонентов меняет компромисс между безопасностью и полезностью. Он подходит для экспериментов и оценки поведения сжатых моделей, но не позиционируется как универсальный чат-ассистент. В README приведены результаты проверок AdvBench, StrongREJECT и WildGuard. Модель принимает текст и генерирует текст; базовая модель предназначена для диалога и следования инструкциям. README предупреждает, что сжатие может ухудшать защиту от вредоносных запросов, поэтому чекпойнт следует считать экспериментальным объектом и самостоятельно оценивать перед использованием. Лицензия — Apache-2.0.

Карточка модели SYNAPSEai1/SynapseMusicV12-SFT на Hugging Face совпадает с карточкой ACE-Step/acestep-5Hz-lm-0.6B, поэтому описание составлено по ней. ACE-Step v1.5 5Hz LM 0.6B — языковая модель для планирования и управления генерацией музыки в составе системы ACE-Step, разработанной проектом ACE-STEP. Она преобразует запросы пользователя в планы композиции, включая метаданные, тексты песен и описания, которые направляют отдельную диффузионную модель для создания музыки. Модель поддерживает генерацию композиций от коротких фрагментов до 10 минут, а также сценарии редактирования музыки в системе ACE-Step: создание каверов, перерисовку аудио и преобразование вокала в фоновую музыку. Модель построена на плотной архитектуре Qwen3ForCausalLM и содержит 574,7 млн параметров. Она принимает текстовые запросы, а в рамках ACE-Step управляет созданием аудио; заявлена поддержка более 50 языков. Контекстное окно составляет 40 960 токенов. В карточке ACE-Step указаны возможности планирования композиции среднего уровня, понимания аудио среднего уровня и слабое копирование мелодии. Для генерации итогового музыкального аудио требуется взаимодействие с соответствующей DiT-моделью системы. Модель опубликована ACE-STEP под лицензией MIT. README заявляет коммерческую применимость сгенерированной музыки и запуск всей системы на потребительском оборудовании, однако скорость и требование менее 4 ГБ видеопамяти относятся к описанию системы ACE-Step в целом и могут зависеть от используемой DiT-модели и конфигурации.

nickypro/tinyllama-110M — компактная языковая модель на архитектуре Llama 2, опубликованная nickypro. Она содержит около 109,5 млн параметров и обучена на наборе TinyStories; веса преобразованы из karpathy/tinyllamas. Модель предназначена для генерации текста, в частности коротких историй. Модель использует плотную архитектуру LlamaForCausalLM, распространяется в формате PyTorch и имеет контекстное окно 1024 токена. В карточке указана лицензия MIT. Результаты зависят от обучающих данных TinyStories и ограниченного размера модели; её назначение и качество для широкого круга задач не заявлены.

roneneldan/TinyStories-8M — небольшая авторегрессионная языковая модель семейства GPT-Neo, опубликованная Роненом Элданом. Она обучена генерировать короткие связные истории на английском языке, в том числе простые рассказы для детей; размер по метаданным — 20,2 млн параметров, контекст — 2048 токенов. Модель принимает текстовый запрос и продолжает его текстом. Она подходит для экспериментов с генерацией историй и изучения поведения небольших языковых моделей. Это специализированная модель генерации, поэтому её не следует считать универсальным помощником или использовать для надёжных фактических ответов. Доступна на Hugging Face; сведения о лицензии в доступных источниках не подтверждены.

translation_model — текстовая модель семейства T5 с архитектурой T5ForConditionalGeneration и 38,5 млн параметров. Согласно карточке, её обучили с нуля на неизвестном наборе данных; в метаданных указаны Transformers и формат safetensors. Контекст составляет 512 токенов. Модель предназначена для перевода текста. В карточке приведены результаты оценки: loss 1,8172, BLEU 1,4433 и средняя длина генерации 18,005 токена. Данных о языковых парах, качестве на конкретных языках и подходящих сценариях применения нет, поэтому практическую пригодность следует проверять на собственных примерах. Лицензия не указана.

Typst-Coder-9B — дообученная модель TechxGenus на базе 01-ai/Yi-Coder-9B, предназначенная для генерации кода и помощи при работе с документами на языке разметки Typst. Проект создан для улучшения поддержки Typst в AI-помощниках по программированию, поскольку обучающих данных для этого сравнительно нового языка мало. Модель содержит 8,6 млрд параметров, использует архитектуру LlamaForCausalLM и работает через Transformers. Метаданные указывают контекст до 131 072 токенов и поддержку диалогового режима. Репозиторий содержит веса в формате safetensors. Модель может помочь создавать и редактировать Typst-код, однако README не приводит результатов оценки качества, поэтому точность генерации для конкретных задач не установлена. Указана лицензия Apache-2.0.

Vela-Lumen-15M — компактная языковая модель компании ParallaxOpen для генерации математических материалов. Модель содержит 15 486 080 параметров и использует декодерный трансформер с GQA, SwiGLU, RMSNorm и RoPE. Она обучена с нуля, затем дообучена на математических задачах; доступны веса в форматах GGUF F16 и Safetensors FP16/FP32. Для запуска автор рекомендует GGUF с Ollama, llama.cpp или LM Studio, а также предоставляет вариант инференса через Python. Модель предназначена для создания текстовых задач и решений, учебных объяснений и материалов для практики, а также для продолжения текста по математическим темам. Карточка указывает английский язык. Автор отмечает, что модель ненадёжно решает арифметику, не справляется со сложными рассуждениями и генерирует несвязный длинный текст. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

Vexion-gpt-large — базовая плотная языковая модель семейства Vexion-GPT, разработанная DZER-Studios на PyTorch. Это собственная реализация GPT с причинным вниманием и активациями GELU/SiLU; модель содержит 838,9 млн параметров и рассчитана на контекст до 2048 токенов. Для предобучения использован корпус CulturaX, а в карточке указан русский язык. Модель предназначена для генерации и продолжения текста. Разработчик сообщает, что обучение версии large не завершено, поэтому её возможности ограничены и она не предназначена для диалогового применения. Для запуска и дообучения нужны скрипты из репозитория: стандартный интерфейс библиотеки Hugging Face Transformers не поддерживается. Лицензия — Apache-2.0.