I.5Создание и редактирование текста

Карточка модели mdagosta/waldito-python-basics-v1-r0008-u1-mdagosta-b на Hugging Face совпадает с карточкой mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b, поэтому описание составлено по ней. mdagosta/waldito-smoke-v1-r0000-all-mdagosta-b — небольшая языковая модель, опубликованная как экспорт OpenWALDO. Она использует архитектуру LlamaForCausalLM и предназначена для генерации текста в диалоговом формате; размер составляет 819,6 тыс. параметров, контекст — 512 токенов. Для токенизации применяется схема OpenWALDO schema-1 с токенизатором байтового уровня. Модель можно рассматривать для экспериментов с генерацией и диалогами на базе Transformers. Карточка указывает формат safetensors. Для загрузки токенизатора требуется включить trust_remote_code=True. Лицензия и поддерживаемые естественные языки в предоставленных данных не обозначены.

WiNGPT2-Gemma-2-9B-Chat — медицинская диалоговая языковая модель компании Weining Health, созданная на базе Gemma 2 и адаптированная для медицинских вопросов и ответов. Она предназначена для медицинской справочной поддержки, диалога с пользователями и помощи в формулировании рекомендаций по диагностике, лечению и здоровью. Модель имеет плотную архитектуру Gemma2ForCausalLM, содержит 9 млрд параметров и поддерживает контекст до 8192 токенов. Карточка описывает китайские медицинские возможности и многоязычную версию; метаданные указывают английский и китайский языки. Для чата используется собственный шаблон сообщений. В README сообщается о продолженном предобучении базовой версии на медицинских данных и дообучении с выравниванием Chat-версии на примерно 450 тысячах примеров. Модель может помогать с медицинскими вопросами и предоставлять справочную информацию, но её ответы могут содержать ошибки и не заменяют консультацию, диагноз или лечение у медицинского специалиста. Лицензия проекта — Apache 2.0; веса также подчиняются условиям лицензии и использования базовой модели Gemma.

zenz-v2.5-medium — разработанная Keita Miwa условная языковая модель на архитектуре GPT-2, дообученная для преобразования японской каны в кандзи. Она предназначена для использования в нейронной системе ввода Zenzai (AzooKeyKanaKanjiConverter) и учитывает контекст при выборе преобразования. Модель использует токенизатор, сочетающий посимвольную токенизацию и byte-level BPE; размер версии medium — 310 млн параметров, длина контекста — 1024 токена. Модель обучена на наборе Miwa-Keita/zenz-v2.5-dataset и основана на ku-nlp/gpt2-medium-japanese-char. Опубликована в формате safetensors по лицензии CC-BY-SA 4.0. Заявлено высокое качество преобразования каны в кандзи с учетом контекста; данных о количественных оценках качества в карточке нет. Модель ориентирована на японский язык и узкую задачу ввода, а не на универсальную генерацию текста.

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.

ACE-Step 1.5 — языковая модель для генерации музыки, разработанная командой ACE-STEP. Вариант acestep-5Hz-lm-4B построен на архитектуре Qwen3ForCausalLM, содержит 3,8 млрд параметров и использует контекст до 40 960 токенов. Модель принимает текстовые запросы и формирует музыкальные планы, тексты песен и метаданные, помогая направлять генерацию аудио. В README для этой версии отмечены сильные возможности понимания аудио, композиции и копирования мелодии. Модель предназначена для создания песен и музыкальных фрагментов по описанию, а также для управления стилем и редактирования музыки в связке с компонентом ACE-Step DiT. Проект заявляет поддержку более 50 языков, локальный запуск на потребительском оборудовании и возможность коммерческого использования с лицензией MIT. Указанные в README характеристики скорости генерации и потребления VRAM относятся к системе ACE-Step в целом, а не обязательно к этой языковой модели отдельно.

Карточка модели ACE-Step/acestep-v15-turbo-shift3 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.

MyVillage Activity Generation v1.3.5 — это компактная языковая модель Qwen2.5, дообученная авторами проекта MyVillage для генерации следующей учебной активности с учётом прогресса ученика. Модель принимает цель деревни, название предыдущей активности, сведения о выполненной работе и один объект мудрости с данными о книге и главе; затем формирует JSON с названием, описанием и инструкциями к следующей активности. Модель основана на плотной архитектуре Qwen2ForCausalLM и содержит 494 млн параметров. Она дообучена методом supervised fine-tuning с QLoRA на 629 примерах; в README указан целевой контекст обучения 1024 токена, а метаданные сообщают нативный контекст 32768 токенов. Входные и выходные данные представлены текстом. Репозиторий использует Transformers и формат safetensors; лицензия — Apache-2.0. Чекпойнт предназначен для экспериментальной генерации персонализированных следующих заданий в сценариях MyVillage. Обучение на небольшом синтетическом наборе означает, что качество следует проверить на отложенных сценариях перед применением в производстве; README не заявляет отдельную поддержку языков.

AETHER-7B-7Attn-base — базовая авторегрессионная языковая модель семейства Aether, опубликованная FINAL-Bench. Это decoder-only MoE-модель с архитектурой aether_v2_7way: семь различных механизмов внимания распределены по 49 слоям. В репозитории доступны веса и код архитектуры; для загрузки требуется Transformers с trust_remote_code=True. Модель предназначена для продолжения текста, исследований, оценки и бенчмаркинга весов, а также для сравнения разных запусков одной архитектуры. Метаданные указывают 2,7 млрд параметров и контекст до 4096 токенов; README приводит для описанного семейства размер 6,59 млрд параметров всего и около 3 млрд активных параметров, поэтому размер конкретного чекпойнта в источниках расходится. Указаны английский и корейский языки. Лицензия — Apache-2.0. Это базовая модель без выравнивания безопасности и обучения следованию инструкциям, поэтому она предназначена для продолжения текста, а не для прямого использования как чат-ассистент. README предупреждает, что генерация медленная из-за отсутствия KV-кэша, и рекомендует batch_size=1: пакетирование последовательностей с паддингом может искажать результаты. Данные обучения, рецепт, код обучения, логи и гиперпараметры для этого чекпойнта не опубликованы.

After Earth: 2200 AC — Director-8B — это специализированная языковая модель автора spdev45 для создания технических описаний и материалов мира научной фантастики After Earth: 2200 AC. Модель дообучена на базе Llama 3 8B и предназначена для преобразования идей о персонажах, существах, материалах и технике в подробные брифы и промпты для генерации изображений, в том числе для FLUX.1-Dev. Модель использует плотную архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров и имеет контекстное окно 8192 токена. Она ориентирована на англоязычную генерацию лора, описания инопланетной биологии, дизайна нечеловеческих существ, экипировки и техники, а также структурированных промптов с технической лексикой и ограничениями вымышленной вселенной. В README заявлена возможность совместного запуска с моделью генерации изображений на одной видеокарте с 24 ГБ VRAM. Модель подходит для творческой разработки сеттинга и подготовки текстовых заданий для последующей генерации концепт-арта. Она не генерирует изображения самостоятельно, а качество и согласованность результатов за пределами мира 2200 AC не охарактеризованы. Лицензия — MIT.

Archaea-74M — авторская базовая языковая модель GODELEV для генерации текста, обученная с нуля на корпусе BetterDataset-2M. Это декодерный трансформер в стиле LLaMA с 8 слоями и Grouped Query Attention; в README указано около 74 млн параметров, тогда как метаданные Hugging Face содержат значение 48,3 млн. Модель обучалась на текстах из интернета, диалогах, образовательных и технических материалах, включая примеры по программированию и инструкциям. Метаданные указывают английский язык и контекст 1024 токена. Модель подходит для экспериментов с продолжением текста и изучения небольших языковых моделей. Это промежуточный чекпойнт предобучения: README сообщает о 1,23 млрд обработанных токенов из запланированных 1,6 млрд. Модель не проходила настройку для следования инструкциям или выравнивание предпочтений, а результаты приведённых бенчмарков ограничены; её ответы могут быть неточными, а возможности рассуждения невелики. Репозиторий распространяется по лицензии MIT.

arco-lite — компактная языковая модель для генерации текста, созданная appvoid методом passthrough-слияния слоёв appvoid/arco и h2oai/h2o-danube3-500m-base. В метаданных указаны архитектура LlamaForCausalLM, 438,4 млн параметров, формат safetensors и контекст до 8192 токенов; модель рассчитана на запуск через Transformers. Модель предназначена для экспериментов и общих задач генерации текста. Автор сообщает о результатах zero-shot тестов на MMLU, ARC, HellaSwag, PIQA и Winogrande, но отмечает снижение производительности и слабые знания о фактах; модель не подходит для ответов, требующих достоверной фактической информации. Автор также указывает, что модель ещё не обучалась после слияния и ожидает улучшений после дальнейших итераций. Лицензия в предоставленных материалах не указана.

Это каузальная языковая модель ypwhere, созданная для исследования языкового моделирования на ограниченных данных и маршрутизации по глубине. Она сопровождает работу «What Does Input-Dependent Depth Routing Buy in Data-Limited Language Modeling?» для BabyLM 2026 и обучена на официальном 10-миллионном словном обучающем наборе BabyLM. Модель относится к семейству NanoGPT; её трансформер содержит 32 слоя со скрытым размером 512, RMSNorm, SwiGLU, rotary positional embeddings, gated attention и связанными входными и выходными эмбеддингами. Используются аддитивные residual connections. Модель предназначена для продолжения текста, генерации и каузальной оценки языковых последовательностей, а также экспериментального сравнения архитектур и стратегий маршрутизации глубины при ограниченных данных. Это предварительно обученная языковая модель, а не чат-модель с настройкой на инструкции. README указывает контекст до 512 токенов; эффективный KV-кэш не поддерживается. Репозиторий включает токенизатор и реализацию для Transformers, для загрузки которой требуется trust_remote_code=True. Модель опубликована под лицензией MIT. README сообщает о 471 обновлении оптимизатора и использовании независимых официальных разбиений BabyLM для разработки и тестирования; результаты сравнения могут зависеть от версии оценщика.

BabyKilat — небольшая языковая модель авторства Абдула Вахида Рукуа, созданная с нуля на собственном фреймворке Kilat. Это причинная decoder-only модель с архитектурой MoE на 140 млн параметров: четыре эксперта, из которых два активируются для каждого токена, и гибридное внимание, сочетающее линейное внимание с затуханием и сжатое латентное внимание MLA. В модели 8 слоёв, размерность эмбеддингов 512, контекст — 2048 токенов. Модель предназначена для генерации английского текста и экспериментов с компактными языковыми моделями и эффективными механизмами внимания; автор указывает возможность запуска на потребительской видеокарте с 6 ГБ VRAM. Это базовая модель без дообучения на инструкциях, поэтому она не настроена для диалога или выполнения пользовательских команд. Чекпойнт соответствует 6000 из запланированных 50000 шагов обучения; качество ограничено небольшим размером и неполным обучением, формальные результаты оценки не опубликованы. Обучение описано на материалах FineWeb-Edu. Лицензия — MIT.

Boris-1.3-75M-Instruct — языковая модель на 75 млн параметров от New Millennium Artificial Intelligence (NMAI), предназначенная для генерации текста, выполнения инструкций и диалогов. Это дообученная версия Boris-1.3-75M. Модель использует архитектуру GPT-2: 12 слоёв, 9 голов внимания, размерность скрытого состояния 576 и обучаемые позиционные эмбеддинги. Контекст ограничен 1024 токенами. Модель работает с текстом на английском языке и доступна в формате safetensors через Transformers. Модель компактна и поддерживает диалоговый формат, однако из-за небольшого размера часто генерирует неточные, несвязные или оскорбительные ответы. Она не проходила настройку на безопасность и не подходит для использования как источника фактов или для работы без контроля. Лицензия — Apache-2.0.

CogEvol-4B-GGUF — это GGUF-версия открытой постобученной модели CogEvol-4B, разработанной на базе Qwen3.5-4B. Модель предназначена для генерации образовательной среды по краткому описанию курса: за один проход она может создавать структурированный JSON для слайдов или автономную интерактивную HTML-страницу с симуляциями, визуализациями и интерактивными упражнениями. Заявлены поддерживаемые языки английский и китайский. Модель содержит около 4 млрд параметров и доступна в форматах BF16 и нескольких вариантах квантования GGUF с размерами примерно от 2,07 до 3,07 ГБ; также предоставляется multimodal-проект mmproj. Обучение включало смешанное SFT, Slide RL и interactive-HTML RL на 53 687 проверенных примерах. Для инференса требуется отключить thinking mode; для генерации слайдов рекомендуется использовать поставляемый системный шаблон. Модель может запускаться через SGLang, vLLM или llama.cpp и использоваться офлайн в приложении OpenMAIC. Сильные стороны модели — специализация на создании готовых учебных материалов, включая интерактивный контент, компактный размер и наличие удобных квантованных сборок. Ограничения связаны с узкой предметной направленностью, необходимостью соблюдения специальных настроек инференса и отсутствием в предоставленных данных сведений о длине контекста, точных мультимодальных возможностях и результатах сравнительных оценок. Модель распространяется по лицензии Apache 2.0.

ebiblem2m-ie-big-shareable — многоязычная модель перевода, разработанная для эксперимента по созданию черновых переводов библейских стихов. Это MarianMT-подобный трансформер encoder-decoder примерно с 210 млн параметров, обученный с нуля на выровненных по стихам переводах из корпуса eBible. Модель получает текст на койне-греческом языке и целевой язык, заданный специальным токеном; контекст ограничен 196 токенами. Поддерживаются десятки языков, включая английский, русский, немецкий, французский, хинди и украинский. Модель предназначена для генерации черновиков библейских текстов, в том числе книг, исключённых из обучающих данных для некоторых языков. README приводит количественные оценки на отложенных книгах для немецкого, английского и хинди; результаты заметно различаются по языку. Модель обучалась с нуля, а не на предварительно обученных весах. Опубликована под лицензией CC BY-SA 4.0.

ED-Zephyria-48b — экспериментальная плотная языковая модель семейства Mistral, опубликованная SteelStorage как модификация unsloth/Mistral-Small-Instruct-2409. В README описана стратегия Early Duplication: в модели 55 слоёв, начиная со слоя 14 продублированы 35 слоёв, а последние 7 слоёв остаются уникальными. Метаданные указывают 48,2 млрд параметров и контекст до 131 072 токенов; модель работает через Transformers и распространяется в формате safetensors. Модель предназначена для генерации текста и диалогов. Автор предполагает её применение в задачах, требующих интенсивной обработки низкоуровневых признаков и уточнения базовых языковых шаблонов; доступен интерфейс вызова инструментов. README предупреждает, что слои down_proj и o_proj обнулены и требуют восстановления, поэтому качество и пригодность к практическому использованию ограничены. Лицензия в предоставленных данных не указана.

Locutusque/gpt2-large-medical — дообученная Locutusque модель на архитектуре GPT-2 Large для генерации текста по медицинской тематике. Она обучена на данных MedText и pubmed_qa и предназначена для генерации ответов на медицинские вопросы. По README, при оценке с помощью GPT-3.5 модель показала среднюю точность 80%; описание не уточняет методику и набор вопросов, поэтому этот результат не следует считать универсальной оценкой качества. Модель принимает текст и генерирует текст. Контекст составляет 1024 токена. Веса доступны в форматах PyTorch и Safetensors. Карточка не указывает лицензию или поддерживаемые естественные языки. Это узкоспециализированная экспериментальная модель; ответы о здоровье могут быть неточными и не заменяют консультацию медицинского специалиста.

GPT2-Medium-Arabic-Poetry — языковая модель elgeish, дообученная на арабской поэзии с текстами VI–XXI веков. Она генерирует арабские поэтические строки по заданному текстовому началу и подходит для творческого продолжения стихотворений и экспериментов с арабской поэзией. Модель основана на aubmindlab/aragpt2-medium и использует плотную архитектуру GPT-2 с контекстом до 1024 токенов. Для обучения использованы 41 922 строки, а для проверки — 9 007 строк поэтов, отсутствовавших в обучающей выборке. Поддерживаемая карточкой моделью задача — генерация текста на арабском языке. Модель распространяется по лицензии Apache-2.0. Её специализация на поэзии может ограничивать качество ответов для прозы и иных задач; README не приводит оценок качества.

youngseok12/HyperCLOVA-X-SEED-Think-14B-sft-71875-3000 — экспериментальная корейскоязычная плотная языковая модель на архитектуре HyperCLOVAXForCausalLM, дообученная автором на базе naver-hyperclovax/HyperCLOVAX-SEED-Think-14B. Она содержит 14,1 млрд параметров, принимает текст и поддерживает контекст до 131 072 токенов. Для обучения применён LoRA-адаптер, затем объединённый с весами базовой модели; репозиторий содержит самостоятельную BF16-модель в формате safetensors и сохраняет официальный шаблон диалога HyperCLOVA X. Модель предназначена для генерации ответов на корейском языке, в частности для контролируемых экспериментов с вопросами и ответами по медицинским знаниям. Дообучение выполнено на 3 000 примерах AI Hub 71875 по внутренней медицине, акушерству и гинекологии, педиатрии и неотложной медицине. Это не профессиональный медицинский инструмент: ответы могут содержать фактические ошибки и ошибки рассуждения. Лицензия указана как other; применяются ограничения допустимого использования HyperCLOVA X, условия источника данных AI Hub и действующее законодательство.

JacobLinCool/IELTS_essay_scoring_safetensors — модель на базе RoBERTa для автоматической оценки эссе IELTS. По README, разработчики обучили её на 18 000 реальных экзаменационных эссе с официальными оценками; модель предсказывает баллы по пяти измерениям: выполнение задания, связность и cohesion, словарный запас, грамматика и общий балл по стандартам IELTS. Репозиторий содержит веса в формате safetensors для PyTorch; архитектура — RobertaForSequenceClassification, размер — 151,8 млн параметров, контекст — 514 токенов. Модель предназначена для предварительной или автоматизированной оценки английских эссе IELTS. В README приведены результаты на тестовой выборке: accuracy 0,82 и F1 0,81; авторы отмечают, что точность ещё планируется улучшать. Эти показатели не гарантируют сопоставимого качества на эссе из других источников. Лицензия — MIT.

Это экспериментальная версия текстовой модели Liquid AI LFM2.5-2.6B с расширенным токенизатором и матрицей эмбеддингов. Автор nassimjp добавил 56 отдельных токенов для символов пушту, синдхи, белуджского и других языков с арабской графикой; размер модели — около 2,6 млрд параметров, архитектура — плотная LFM2, контекст — до 131 072 токенов. Модель предназначена для генерации текста и экспериментов с языковыми моделями на арабской графике, а также для дальнейшего дообучения и оценки токенизации. Новые эмбеддинги инициализированы независимо, но README отдельно предупреждает, что расширение словаря само по себе не обучает модель знаниям пушту, синдхи или белуджского языка. Для осмысленной работы с новыми токенами требуется дополнительное обучение. Репозиторий распространяется по лицензии Apache-2.0.

Это экспериментальный чекпойнт диалоговой модели Llama 2 от Meta, сжатый методом SVD-LLM V2 и восстановленный дообучением LoRA второго этапа. Он содержит 6,6 млрд параметров, использует архитектуру LlamaForCausalLM, библиотеку Transformers и формат safetensors; максимальный контекст — 4096 токенов. Модель предназначена для генерации текста и ведения диалога на английском языке. Чекпойнт создан как один из вариантов исследовательской сетки для измерения влияния сжатия на безопасность и полезность модели и проверки восстановления поведения. В README приведены показатели атак на безопасность и чрезмерных отказов. Это не универсальный чат-ассистент и не готовая к развёртыванию модель: отдельные варианты в исследовании намеренно имеют сниженные показатели безопасности. Лицензия — Llama 2; перед использованием следует учитывать её условия.

nbeerbower/llama-3-bible-dpo-8B — плотная авторегрессионная языковая модель семейства Llama 3, опубликованная nbeerbower. Она дообучена методом DPO на наборе nbeerbower/bible-dpo поверх nbeerbower/llama-3-bophades-v3-8B и предназначена для генерации текста и диалогов на библейскую тематику. Модель содержит 7,5 млрд параметров, работает с контекстом до 8192 токенов и распространяется в формате safetensors для Transformers. Модель подойдёт для ответов на вопросы по Библии, обсуждения библейских текстов и создания тематических диалогов или черновиков. README указывает лицензию Meta Llama 3 Community License Agreement; в метаданных лицензия обозначена как other. Качество зависит от исходных обучающих данных и может быть ограничено библейской тематикой; заявлений о точности или проверке фактов в карточке нет.

Luciole French-English Ablation — авторегрессионная языковая модель семейства Llama, разработанная LINAGORA в рамках проекта OpenLLM France. Эта версия обучена с долей английского 95% и французского 5%; в карточке указано семейство моделей примерно на 1 млрд параметров, а метаданные этого репозитория — 1,2 млрд. Модель предназначена для исследований влияния языкового состава обучающих данных на многоязычные способности и результаты тестов французских идиом. Модель генерирует продолжение текста и принимает текстовый ввод. Она обучалась на 100 млрд токенов веб-данных FineWeb и FineWeb-2 с токенизатором Luciole размером 128 тысяч токенов. Архитектура основана на конфигурации Llama 3.2 1B; контекст — 4096 токенов. Поддерживаемые языки — английский и французский, причём английский преобладает. Чекпойнт рассчитан на исследовательское изучение языковых пропорций, а не на стандартное применение или дообучение в прикладных LLM-сценариях. Данные почти не очищались и могут содержать предвзятый или вредоносный контент. Лицензия — Apache 2.0.

Luciole French-English Ablation — авторегрессионная языковая модель семейства Llama, разработанная LINAGORA в рамках проекта OpenLLM France. Эта версия обучена с преобладанием английского языка: пропорция в названии указывает на 99% английских и 1% французских данных. Модель содержит около 1,2 млрд параметров, имеет 16 слоёв и контекст до 4096 токенов. Модель предназначена для исследования того, как пропорции языков в обучающих данных влияют на многоязычные способности и результаты бенчмарков, в частности на французские идиоматические выражения. Она обучалась на 100 млрд токенов веб-данных из FineWeb и французской части FineWeb-2; токенизатор Luciole использует словарь из 128 000 токенов. Модель генерирует и продолжает текст на английском и французском языках. Авторы предупреждают, что модель не оптимизировали для прикладных задач и не рекомендуют для стандартных LLM-конвейеров или дообучения. Веб-данные не очищались от вредоносного и предвзятого содержания. Лицензия — Apache 2.0.

MBZUAI/MediX-R1-30B-GGUF — квантизированная версия медицинской мультимодальной модели MediX-R1-30B, разработанная Mohamed Bin Zayed University of Artificial Intelligence (MBZUAI), ОАЭ. Модель предназначена для медицинских задач с открытыми текстовыми ответами, включая клиническое рассуждение, анализ медицинских изображений и ответы по сочетанию текста и изображений. Она ориентирована на сценарии, где недостаточно выбора готового варианта ответа и требуется содержательное, интерпретируемое объяснение. Модель относится к vision-language MLLM, поддерживает обработку текста и изображений и основана на MediX-R1-30B; в метаданных также указана связь с архитектурой Qwen3-VL. Размер исходной модели — 30B параметров, а данный вариант распространяется в формате GGUF с квантизацией. Заявленный язык — английский. Контекстное окно и точный тип квантизации в предоставленных данных не указаны. MediX-R1 обучалась с применением Group-Based Reinforcement Learning и составной системы вознаграждений, учитывающей точность, семантическое соответствие, соблюдение формата и распознавание модальности. По данным разработчиков, 30B-версия получила средний результат 73,6% на медицинских бенчмарках и показала высокую эффективность на открытых клинических задачах. Ограничения включают медицинскую специализацию, английский язык и необходимость учитывать возможные ошибки модели; её ответы не следует использовать как замену квалифицированной медицинской диагностике или консультации. Лицензия — CC BY-NC-SA 4.0, допускающая использование при соблюдении условий лицензии, включая некоммерческий характер и распространение производных материалов на тех же условиях.

Mini-K3-1H-llama-mha-standard-v1 — текстовая авторегрессионная модель семейства Mini-K3, опубликованная как исследовательский контроль для сравнения механизмов внимания. Это не официальная модель Meta Llama. Модель построена как декодер на 13 слоях со стандартным multi-head attention: 8 голов Q и KV шириной 128, RoPE и стандартными PreNorm-остаточными связями. В архитектуре также используются смесь экспертов Stable LatentMoE и один плотный слой перед MoE. В метаданных указано 385,9 млн параметров; карточка описывает 979 928 832 логических параметра и 316 704 512 активируемых на токен. Контекст составляет 131 072 токена, а обучение проводилось на последовательностях длиной 8 192 токена. Модель предназначена для продолжения текста и экспериментов с архитектурой внимания, а не для диалогового следования инструкциям: после предобучения дополнительного обучения не было, downstream-оценки не проводились. Карточка указывает, что это промежуточный исследовательский чекпойнт; возможны неточные, предвзятые, небезопасные и повторяющиеся ответы. Лицензия в предоставленных данных не указана; датасеты не распространяются вместе с моделью и сохраняют собственные условия использования.

min-spark 1.1 — компактная языковая модель MinimaLabs для генерации текста. Это плотный причинный декодер MinSparkForCausalLM с архитектурой Meiosis: общие веса ядра используются в нескольких проходах, а уровни effort задают число проходов и вычислительные затраты. Модель содержит 5,76 млн параметров, использует байтовый BPE-словарь на 4096 токенов и имеет контекст 512 токенов. Модель предназначена для экспериментов с очень малыми языковыми моделями и генерации текста с настраиваемым компромиссом между скоростью и качеством. Уровень low подходит для быстрой генерации, medium — для общего режима, high — для максимального доступного качества; увеличение effort особенно заметно помогает на тестах грамматики. Версия 1.1 продолжает предобучение версии 1.0 на дополнительных 6,8 млрд токенов, доведя общий объём обучения до 16,81 млрд. Это базовая модель без дообучения на инструкциях: она не рассчитана на диалоговое следование инструкциям, а её фактическая точность, рассуждения и связность длинного текста ограничены малым размером. Генерация работает с одной последовательностью за раз и без KV-кэша; заявленный контекст — 512 токенов. Лицензия — Apache-2.0.

MistralDarwin-7b-v0.1 — разговорная языковая модель Phanerozoic, дообученная с помощью LoRA на основе OpenHermes 2.5. Она имитирует манеру общения Чарльза Дарвина и отвечает на вопросы, опираясь на материалы и идеи книги «Происхождение видов». Модель построена на плотной архитектуре MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для образовательных диалогов, интерактивных экспозиций и сюжетных сценариев с исторической научной перспективой. Её ответы могут отражать знания и предубеждения XIX века; она не подходит для актуальных научных исследований и не гарантирует современные сведения об эволюционной биологии. В README указана лицензия CC BY-NC 4.0, ограничивающая коммерческое использование.