I.5Создание и редактирование текста

GPT-2 Small Portuguese Lyrics — языковая модель на архитектуре GPT-2, дообученная автором rsmonteiro на датасете из примерно 66 000 текстов песен на португальском языке, охватывающих шесть музыкальных жанров. В качестве исходной модели использована GPorTuguese-2. Модель предназначена для генерации продолжений и новых текстов песен на португальском языке. Она принимает текстовый запрос и генерирует текст; длина контекста составляет 1024 токена. В карточке приведены значения loss 3,301 и perplexity 27,15, а веса доступны в форматах PyTorch и TensorFlow. Модель выпущена под лицензией MIT. Её специализация на текстах песен ограничивает применимость к другим жанрам и задачам; результаты оценки в карточке не сопровождаются описанием методики или независимым сравнением.

Модель yingfanbot/gsm-cot-llama3b — дообученная методом supervised fine-tuning версия Llama-3.2-3B-Instruct от Meta, созданная yingfanbot. Она обучена на GSM8K с явными цепочками рассуждений и служит базовым чекпойнтом Stage 1 для проекта LOTUS, посвящённого итеративным трансформерам и обучению с параллельной супервизией скрытых представлений. Модель предназначена для генерации текста и пошагового решения задач по математике начального и среднего школьного уровня; её можно загружать через Transformers как причинную языковую модель. Архитектура — плотная LlamaForCausalLM на 3,2 млрд параметров, формат весов — safetensors. Метаданные указывают контекст до 131072 токенов и диалоговые возможности; основной сценарий карточки — математические рассуждения на GSM8K. Мультиязычность унаследована от базовой модели, однако конкретные языки этого дообучения в карточке не перечислены. Модель распространяется по лицензии llama3.2; применяются условия лицензии Meta Llama 3.2. Качество и надёжность рассуждений за пределами задач, похожих на GSM8K, не подтверждены карточкой.

Lanni-ni/hard_2gram_4_6_384_babylm_10m_seed44 — компактная языковая модель для генерации текста, опубликованная пользователем Lanni-ni на Hugging Face. По метаданным, модель предназначена для задачи text-generation, использует библиотеку Transformers и имеет архитектуру семейства transformer с 27,6 млн параметров. Модель можно применять для экспериментов с авторегрессионной генерацией текста, проверки небольших языковых моделей и учебных или исследовательских прототипов. В идентификаторе модели упоминается семейство BabyLM, однако README не содержит подробного описания обучающих данных, языков, контекста, методов обучения или результатов оценки. Лицензия в доступных данных не указана. Из-за отсутствия опубликованных сведений о качестве, ограничениях, тренировочных данных и сфере применения модель не следует рассматривать как проверенное решение для критически важных или производственных сценариев.

gpjt/jax-with-mha-bias-fw-fwedu-simplewiki — причинная языковая модель, разработанная Giles Thomas на основе GPT-2-подобной архитектуры из книги Себастьяна Рашки «Build a Large Language Model (from Scratch)». Модель обучена с нуля на JAX с использованием пере реализации кода Рашки на PyTorch; веса в формате safetensors преобразованы для совместимости с PyTorch и Transformers. Модель предназначена для генерации продолжения текста и экспериментов с компактными языковыми моделями. Она содержит около 163 млн параметров, 12 слоёв и 12 голов внимания, размерность эмбеддингов 768 и контекст 1 024 токена. Для обучения использовались первые 3,2 млрд токенов из смеси FineWeb-Edu (45%), FineWeb (45%) и Simplewiki (10%). Автор предупреждает, что из-за небольшого размера модель слабо знает факты и обладает ограниченными возможностями рассуждения; она не рассчитана на серьёзные рабочие задачи. Лицензия — Apache 2.0.

LexLM Base — англоязычная языковая модель на архитектуре RoBERTa, разработанная авторами проекта LeXFiles. Модель продолжает предобучение контрольной точки RoBERTa base на юридическом корпусе LeXFiles; для неё обучен токенизатор BPE на 50 тысяч токенов с повторным использованием исходных эмбеддингов для совпадающих токенов. Модель содержит 151,6 млн параметров и принимает последовательности длиной до 514 токенов. Модель предназначена для заполнения пропусков в англоязычных юридических текстах и изучения языковых представлений правовой сферы. Она обучалась на разнородном корпусе LeXFiles в течение миллиона шагов продолженного предобучения. Репозиторий содержит веса PyTorch и распространяется по лицензии CC BY-SA 4.0. Карточка не приводит конкретных ограничений или оценок качества; применимость к задачам, отличным от заполнения пропусков, не подтверждена.

legalslm/legal-slm-336m-release — базовая авторегрессионная языковая модель семейства Llama от разработчиков LegalSLM. Модель с 332,4 млн параметров обучена с нуля на корпусе индийских юридических текстов; это плотная decoder-only архитектура, опубликованная в формате Safetensors и загружаемая через Transformers без пользовательского кода. Контекст — 1024 токена. Модель рассчитана на продолжение текста и оценку вероятности продолжений, а не на выполнение инструкций; основной язык карточки — английский. Модель лучше подходит для генерации и оценки текста в индийском юридическом стиле, в частности для работы с формулировками законов и категориями наказаний. На приведённых в карточке тестах она уступает моделям общего назначения на обычном тексте. Лицензия указана как other, конкретные условия в предоставленных данных не раскрыты. Ограничения существенны для правовых задач: модель не умеет надёжно связывать наказание с конкретной статьёй, может выдумывать судебные цитаты и номера дел, а примеры в запросе способны сильно влиять на ответ. Тексты BNS, BNSS и BSA представлены в обучении ограниченно, а право после 2023 года недопредставлено. Для точного поиска норм её следует сочетать с извлечением источников и проверкой по первичным текстам; ответы о санкциях нельзя использовать как справочную информацию.

Asterion Instruct (ParamΔ) — производная инструкционная языковая модель atenareply на архитектуре LFM2. Она создана слиянием весов: к модели Asterion, дообученной на корпусе вымышленных технических документов Orbital Mining Corporation и телеметрии Mars Express, добавлена разность весов между официальными моделями LFM2.5-1.2B-Instruct и LFM2.5-1.2B-Base. Градиентного обучения не проводилось; слияние выполнено в fp32, итоговые веса сохранены в bf16. Модель содержит 1,5 млрд параметров и поддерживает контекст до 128 000 токенов. Модель предназначена для диалогов и выполнения инструкций по материалам домена Asterion, включая техническую документацию и телеметрию. В карточке приведены результаты оценки на удержанных синтетических заданиях, но они не гарантируют качество в других сценариях. В README отмечено умеренное ухудшение perplexity относительно родительской модели Asterion; коэффициент слияния λ=1,0 отдельно не подбирался. Модель не обучена выполнять агентные траектории с вызовами инструментов. Указана лицензия `other`; конкретные условия использования в предоставленных данных не раскрыты.

Eriskii выпустил экспериментальную много-поточную донастройку LiquidAI/LFM2.5-8B-A1B. Модель формирует за один шаг четыре параллельных потока: вход пользователя, видимый ответ, аналитический поток Think и поток Skeptical. Это компактное воспроизведение идеи Multi-Stream LLMs на гибридной архитектуре MoE с блоково-причинным вниманием; в метаданных указано 1,6 млрд параметров и контекст до 128 000 токенов. Модель предназначена для генерации диалоговых ответов с отдельными потоками анализа и сомнения. Для инференса нужны включённый в репозиторий код пользовательской архитектуры и специальный цикл декодирования по строкам: обычный model.generate() не подходит. В описанной оценке результат на GSM8K составил около 13%; модель может повторяться и чрезмерно многословить при высоких штрафах за тишину, а вызов инструментов не поддерживается. Лицензия указана как other, конкретные условия в предоставленных данных не раскрыты.

LiLM1-230M-base — базовая предварительно обученная языковая модель, разработанная Akshay Gautam. Это плотная причинная модель на 233,9 млн параметров с гибридной архитектурой: свёрточные слои сочетаются с attention-блоками, использующими RoPE; длина контекста составляет 4096 токенов. Модель обучена предсказывать следующий токен и не проходила настройку для следования инструкциям. Модель предназначена для исследований компактных языковых моделей и может служить основой для дальнейшего обучения. Она принимает текст и генерирует текст; английский — единственный язык, на котором проводилась оценка. По приведённым результатам базовая модель набрала 45,22% в агрегированной оценке по 11 задачам и уступила указанным публичным моделям сопоставимого размера. Требуется загрузка через Transformers с включённым `trust_remote_code=True` из-за пользовательской архитектуры. Модель распространяется по лицензии Apache-2.0. Ограничения включают слабые способности к математике, поиску информации и выполнению инструкций; оценка не охватывает все прикладные задачи. Не следует использовать её как чат-модель или для принятия медицинских, юридических, финансовых либо связанных с безопасностью решений, а также подавать контекст длиннее 4096 токенов.

Limen0.2B — базовая языковая модель на 222,5 млн параметров, разработанная UniversalComputingResearch и обученная с нуля на 50 млрд токенов. Это декодерная GPT-подобная модель для продолжения текста, а не чат-модель, настроенная следовать инструкциям. Она использует 35 слоёв трансформера, grouped-query attention, SwiGLU, RoPE, RMSNorm и проекцию XSA; контекстное окно составляет 1 024 токена. Для токенизации применяется пользовательский 16 384-токенный BoundlessBPE с SuperBPE-слияниями, которые могут охватывать границы слов и пробелы. Модель предназначена для генерации продолжений и исследовательских экспериментов с небольшими языковыми моделями и токенизацией. README приводит результаты нулевого режима на нескольких тестах здравого смысла и грамматики. Для загрузки нужны PyTorch, Transformers и пакет BoundlessBPE; используется пользовательская реализация архитектуры и токенизатора. Модель ориентирована на английский язык и распространяется по лицензии Apache-2.0.

LLaMA-265M — компактная авторегрессионная языковая модель, разработанная автором репозитория JuncaiL и обученная с нуля. По README, обучение проходило в FP32: один проход по Wikipedia, затем один проход по 10% набора C4. Модель не дообучалась на инструкционных парах, поэтому может продолжать текст, но не рассчитана на надёжную работу в роли чат-бота. В метаданных указаны архитектура LlamaMoEForCausalLM, около 199,8 млн параметров, контекст 2048 токенов и формат PyTorch; README округляет размер до 265 млн. Модель предназначена для генерации текста, компактного развертывания и исследовательских экспериментов. В README приведены результаты оценки MoE-варианта серии на совпадение предсказаний с LLaMA-7B; эти показатели не описывают качество данной модели 265M. Лицензия в предоставленных данных не указана.

ViorikaAI-org разработала MicroLlama-v2 — компактную плотную языковую модель семейства LLaMA для генерации текста. По README, модель обучена с нуля, затем дообучена методом SFT на очищенном наборе Alpaca; в метаданных указаны архитектура LlamaForCausalLM, 29 млн параметров, контекст 2048 токенов и формат safetensors. README приводит оценку размера около 45 млн параметров, поэтому сведения о размере в источниках расходятся. Модель предназначена для коротких англоязычных диалогов и генерации текста, её можно загрузить через Transformers. Карточка отмечает аккуратную грамматику и форматирование, но приведённые примеры показывают низкую связность ответов; README также предупреждает об ограниченных знаниях модели из-за малого размера. Лицензия — MIT.

zhoumiaosen/minimind-64m-sft — небольшая китайско-ориентированная языковая модель для диалоговой генерации текста, разработанная как учебный эксперимент по тонкой настройке MiniMind. Это плотная decoder-only модель с 63,9 млн параметров, экспортированная в совместимом формате Qwen3ForCausalLM. Она дообучена один эпохой на диалоговом наборе jingyaogong/minimind_dataset; базовая модель MiniMind была обучена с нуля, а не взята из предварительно обученных весов Qwen. Контекст модели — до 32 768 токенов. Модель предназначена для экспериментов с инференсом, исследования обучения малых моделей и дальнейшей тонкой настройки. Она генерирует разговорный текст, преимущественно на китайском языке; карточка не подтверждает качество генерации на английском. В примерах встречаются фактические ошибки, повторы и некорректный код, поэтому ответы и программные фрагменты требуют проверки. Стандартизованная оценка качества и тестирование поведения на длинном контексте не проводились. Модель распространяется по лицензии Apache-2.0.

kenhktsui/nano-phi-192M-v0.1 — экспериментальная языковая модель, разработанная kenhktsui как продолжение nano-phi-115M-v0.1. Это плотная авторегрессионная модель семейства Phi для генерации текста и диалоговых сценариев; она не прошла выравнивание поведения. В карточке указаны 192 млн параметров, 6 слоёв, 24 головы внимания, grouped-query attention с 8 KV-головами и контекст 1024 токена. Метаданные указывают 128,9 млн параметров, поэтому размер модели описан источниками по-разному. Модель обучалась на 19 млрд токенов; среди отличий от предшественницы автор отмечает увеличение словаря токенизатора и добавление датасета Cosmopedia. Карточка приводит сравнительно низкие результаты на нескольких тестах Open LLM Leaderboard, включая ARC и HellaSwag, поэтому модель подходит прежде всего для экспериментов и компактных демонстраций генерации текста, а не для требовательных прикладных задач. Указана лицензия MIT. Для использования автор требует Transformers версии 4.37.2 или новее.

MEYNG/nllb-sango-finetuned-600m-v2-3 — экспериментальная дообученная модель перевода Sango и французского на базе facebook/nllb-200-distilled-600M от Meta AI. Она построена на архитектуре M2M100ForConditionalGeneration с 12 слоями кодировщика и 12 слоями декодировщика; LoRA-дообучение объединено с весами модели, поэтому для инференса PEFT не требуется. Размер модели — 463,7 млн параметров, контекст — до 1024 токенов. Модель предназначена для перевода между санго и французским, однако результаты зависят от направления: для санго → французский автор рекомендует более сильную версию серии v2-2, а для французский → санго — исходную facebook/nllb-200-distilled-600M. Версия v2-3 уступает v2-2 в обоих направлениях и опубликована как проверяемый отрицательный результат; дополнительный эксперимент проверял влияние перепроверенной носителями лексики с пятикратной передискретизацией. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства, но запрещающая коммерческое применение.

Parc-Mamba (Seed 3) — авторегрессионная языковая модель архитектуры Mamba, разработанная James Michaelov. Это один из исследовательских вариантов серии Parc, созданной для сравнительного анализа динамики обучения разных архитектур при одинаковых данных и числе шагов; варианты серии обучались на 2 млрд токенов OpenWebText с разными случайными seed. Модель основана на state-spaces/mamba-130m-hf и содержит около 151,9 млн параметров. Модель предназначена для генерации английского текста и экспериментов с обучением языковых моделей. Она доступна в формате Safetensors и рассчитана на работу через Transformers. Авторы предупреждают, что она обычно не подходит для развёртывания: обучающие данные OpenWebText документированы недостаточно, модель не проходила инструкционное дообучение и может выдавать вредный или оскорбительный текст, а также недостоверные ответы. Лицензия — Apache 2.0.

Parc-RWKV (Seed 4) — авторегрессионная языковая модель RWKV-4, разработанная Джеймсом Майкловым. Это один из вариантов серии Parc, созданной для анализа динамики обучения: модели разных архитектур обучались параллельно на одинаковом наборе данных и с одинаковым числом шагов, с несколькими случайными seed. Данный вариант основан на RWKV/rwkv-4-169m-pile и дообучен на 2 млрд токенов OpenWebText; размер модели — 137,7 млн параметров. Модель предназначена для исследовательских экспериментов и генерации текста на английском языке, а не для развёртывания в продуктивных системах. Карточка приводит результаты оценки на ARC Easy, BLiMP, LAMBADA, SciQ и SWAG, но не сообщает численные метрики. Лицензия — Apache 2.0. Обучающие данные основаны на недостаточно документированном подмножестве OpenWebText. Модель не проходила инструкционную настройку, поэтому может генерировать вредный, оскорбительный или неподходящий текст, а также недостоверные ответы; ожидается, что она уступает базовым моделям, обученным на существенно большем объёме данных.

Lukamac/PlayPart-AI-Personal-Trainer — дообученная авторегрессионная модель GPT-2, опубликованная пользователем Lukamac. Она генерирует текст по вопросам о фитнесе, спорте и занятиях в тренажёрном зале; её предполагаемые сценарии — чат-бот персонального тренера, составление тренировочных рекомендаций и ответы на вопросы о физических упражнениях. Модель основана на openai-community/gpt2 и обучалась на датасетах Strava с беговыми активностями и MegaGym. Она использует архитектуру GPT-2, формат весов Safetensors и поддерживает контекст до 1024 токенов. Карточка указывает английский язык и лицензию Apache-2.0. Рекомендации модели не следует считать профессиональной медицинской или спортивной оценкой; качество и безопасность советов в карточке не подтверждены.

pythia-31m-goodwiki-deduped-2048-scratch — компактная авторегрессионная языковая модель на архитектуре GPT-NeoX, обученная pszemraj с нуля в течение трёх эпох по конфигурации EleutherAI/pythia-31m. В метаданных указаны 19,2 млн параметров, контекст до 2048 токенов и веса в формате safetensors. Модель предназначена для генерации английского текста; в качестве обучающего набора указан euirim/goodwiki. В README приведены результаты оценки: loss 4,5181, accuracy 0,2680, а также средний балл 24,85 в таблице Open LLM Leaderboard. Лицензия — Apache-2.0. Небольшой размер и ограниченный контекст делают модель подходящей для экспериментов и простых задач генерации; опубликованные оценки не подтверждают надёжность для сложных прикладных сценариев.

Это экспериментальный чекпойнт Qwen3.5-2B, созданный Shirasko методом машинного забывания RMU на базе Qwen/Qwen3.5-2B. Он предназначен для генерации текста в диалогах с ослабленным воспроизведением сведений о культуре Греции. Модель содержит 1,7 млрд параметров, использует плотную архитектуру Qwen3_5ForCausalLM, распространяется в формате safetensors и рассчитана на контекст до 262 144 токенов. В метаданных указана поддержка английского языка. Проверки на отложенной выборке показывают ограниченный эффект забывания: efficacy составляет 0,439, specificity — 0,54, а точность QA после обработки — 0,48. Результаты указывают, что удаление целевых знаний неполное и может затрагивать другие ответы. Лицензия в предоставленных данных не указана.

Qwen3.8-27B-DFlash2-mxfp4 — неофициальная конверсия модели incoai/Qwen3.8-27B-DFlash2 в формат MLX MXFP4, подготовленная для Apple Silicon и speculative decoding в oMLX. Конверсию выполнил автор репозитория deresolution; модель не является дообучением, объединением, переобучением или новой моделью DFlash и не связана официально с Inco AI или Qwen. Это не самостоятельная чат-модель, а draft-модель DFlash2 для совместной работы с целевой архитектурой Qwen/Qwen3.8-27B. Она предсказывает короткие блоки следующих токенов, после чего целевая модель проверяет их и формирует окончательный результат. Такой подход может ускорить декодирование за счёт сокращения числа вычислительных проходов целевой модели, но не ускоряет обработку префикса; фактический прирост зависит от запроса, настроек генерации, длины контекста и доли принятых токенов. Модель использует квантизацию MXFP4 с номинальной разрядностью 4 бита и размером группы 32, а неквантизированные данные хранятся в BF16. Размер файла составляет около 1 ГБ. Указана поддержка многоязычных сценариев, однако конкретные языки и размер контекста в README не приведены. Конверсия проверена как sidecar для соответствующей Qwen3.8-27B MXFP4 на Mac с Apple Silicon и 32 ГБ памяти; она не предназначена для использования с другими семействами Qwen или несвязанными целевыми моделями. Распространяется по лицензии Apache License 2.0.

ClassCat/roberta-base-latin-v2 — латинская языковая модель семейства RoBERTa, опубликованная ClassCat. Это базовая модель с архитектурой RoBERTa для задачи заполнения пропусков в тексте: она предсказывает подходящий токен в позиции маски, например в латинской фразе с незавершённым продолжением. Модель обучена на латинской части корпуса CC-100, собранного из веб-текстов. Модель содержит 151,6 млн параметров, использует BPE-токенизатор со словарём из 50 000 токенов и принимает контекст длиной до 514 токенов. Доступны веса PyTorch; для работы в README указана библиотека Transformers версии 4.19.2. Модель распространяется по лицензии CC BY-SA 4.0. Она подходит для языковых экспериментов с латинским текстом и восстановления пропущенных слов или токенов. Карточка не сообщает результаты оценки качества; обучение на веб-данных может ограничивать надёжность работы с редкой лексикой, специальными жанрами и текстами, отличающимися от обучающего корпуса.

ShallowSeek-mini-it — небольшая чат-модель с настройкой на выполнение инструкций из семейства ShallowSeek, созданного edededdy. Это 11-миллионная модель в стиле DeepSeek-V3 с архитектурой Mixture-of-Experts: на каждом токене активны 6,3 млн параметров. Базовая модель обучалась с нуля на FineWeb-Edu, а эта версия дополнительно дообучена на диалогах и примерах вопросов и ответов. Доступны веса Safetensors и варианты GGUF в F16 и Q8_0. Модель предназначена для экспериментов с компактными языковыми моделями, обучения и простых диалоговых сценариев на английском языке. Она поддерживает формат чата и выполнение инструкций; дообучение улучшило формат ответа и завершение реплик. При этом ответы часто бывают ошибочными или расплывчатыми, а модель может уверенно выдумывать факты, поэтому её не следует использовать в важных задачах. Лицензия — Apache-2.0.

Экспериментальный исследовательский чекпойнт на основе диалоговой модели Meta Llama 2 Chat с 7 млрд параметров. Его разработали для изучения того, как сжатие влияет на безопасность ответов и можно ли частично восстановить поведение модели после сжатия. Модель с архитектурой Llama и плотными слоями сжали методом Basis Sharing: общие базисы используются для групп из двух соседних слоёв, а около 40% параметров удалено. Затем провели 9 из 10 раундов итеративной перестановки параметров по правилу swapgapnet_iter; предел одного раунда — 0,1% от исходного числа параметров. Контекст составляет 4096 токенов. Модель принимает текст и генерирует текст в диалоговом формате; базовая модель ориентирована на английский язык. В README приведены результаты измерений атак и чрезмерных отказов на AdvBench, StrongREJECT и WildGuard. Это отдельная точка экспериментальной серии по компромиссу между безопасностью и полезностью, а не универсальный чат-ассистент. Не следует использовать её как готовую к развёртыванию модель без самостоятельной оценки. Лицензия — Llama 2 Community License.

Это исследовательский вариант диалоговой Llama 2 на 6,6 млрд параметров от Jeesup, созданный на базе meta-llama/Llama-2-7b-chat-hf. Модель сжата методом SVD-LLM: удалено около 30% параметров, после чего выполнено 7 из 10 раундов итеративной замены параметров по правилу gap_iter. Репозиторий содержит веса в формате safetensors; контекст — 4096 токенов. Чекпойнт предназначен для изучения влияния сжатия на безопасность и полезность ответов чат-моделей, а также оценки способов восстановления поведения. Это экспериментальная ячейка исследования, а не универсальный ассистент для развёртывания. В README приведены показатели атак на AdvBench и StrongREJECT и избыточных отказов на WildGuard; результаты указывают на компромиссы безопасности, поэтому модель следует оценивать в целевом сценарии. Лицензия — Llama 2.

Это исследовательский чекпойнт Jeesup на базе диалоговой Llama 2 7B Chat от Meta. Модель с архитектурой LlamaForCausalLM содержит 6,6 млрд параметров, принимает и генерирует текст, использует формат safetensors и имеет контекст до 4096 токенов. Она создана для изучения того, как SVD-сжатие влияет на безопасность и полезность диалоговой модели и помогают ли итеративные перестановки параметров восстановить поведение. При сжатии SVD-LLM удалено около 40% параметров; README указывает, что модель оставлена на 60% от исходного числа плотных параметров. Затем выполнено 6 из 10 раундов перестановки параметров по правилу disc_iter. В карточке приведены измерения ASR на AdvBench и StrongREJECT и доля чрезмерных отказов на WildGuard. Это отдельная экспериментальная ячейка, а не универсальный чат-ассистент: безопасность и полезность могут отличаться от исходной модели, поэтому результаты следует оценивать в рамках исследования. Лицензия — Llama 2.

TherapyBeagle-11B-v1 — диалоговая языковая модель на архитектуре Mistral, разработанная на основе vicgalle/CarbonBeagle-11B-truthy и дообученная на синтетическом наборе jerryjalapeno/nart-100k-synthetic. Модель предназначена для поддерживающих бесед, имитации эмпатичного общения и помощи пользователю в самоанализе. Модель содержит 10,6 млрд параметров, принимает текст и генерирует текст; заявленный контекст — до 32 768 токенов. В README рекомендован формат инструкций Solar Instruct. Языки модели не указаны. Репозиторий предоставляет веса PyTorch; README также упоминает GGUF. Разработчик позиционирует модель как дружелюбный ИИ для разговоров о переживаниях, но подчёркивает, что она не является настоящим терапевтом и не заменяет помощь специалиста. Модель распространяется по лицензии CC BY-NC 4.0, запрещающей коммерческое использование.

TinyStoriesGerman-62M — компактная причинная языковая модель на архитектуре LLaMA, обученная автором fabi2347 на наборе TinyStoriesGerman. Она предназначена для генерации простых детских рассказов на немецком языке с ограниченным словарём и коротким контекстом. Модель содержит около 50 млн параметров по метаданным Hugging Face; в README размер округлён до примерно 62 млн. Использует токенизатор ByteLevel BPE со словарём 32 000 токенов и контекст до 256 токенов. Модель экспериментального масштаба обучалась предсказанию следующего токена на немецких историях и подходит для коротких творческих генераций; её узкая специализация и малое окно контекста ограничивают применение за пределами простых рассказов. Лицензия — CDLA-Sharing-1.0.

TutorRL-7B-think — языковая модель, разработанная в рамках исследовательского проекта From Problem-Solving to Teaching Problem-Solving. Это дообученная методом обучения с подкреплением GRPO версия Qwen/Qwen2.5-7B-Instruct с архитектурой Qwen2 и 7,1 млрд параметров. Модель предназначена для роли преподавателя математики: она помогает ученику рассуждать, задаёт наводящие вопросы в сократическом диалоге и может воздерживаться от выдачи готового решения, когда это полезно для обучения. Модель рассчитана на интерактивные занятия по математике, генерацию диалогов для обучения и исследования педагогической настройки LLM. Она принимает текст и генерирует текст; поддерживает диалоговый режим, а указанная длина контекста составляет 32 768 токенов. Вариант think использует скрытый ход рассуждений. Репозиторий распространяется по лицензии Apache-2.0. Модель ориентирована на обучение математике, а не на универсальное решение задач или гарантированно точные ответы. Карточка не приводит оценок качества и подробностей о поддерживаемых языках, поэтому эти свойства не следует предполагать.

UnFimbulvetr-20B — экспериментальная плотная языковая модель семейства Llama примерно на 19,8 млрд параметров, созданная KaraKaraWarehouse с помощью mergekit. В карточке указано слияние методом passthrough на основе Sao10K/Fimbulvetr-11B-v2; модель предназначена для генерации текста. Для неё заявлено контекстное окно 4096 токенов, веса опубликованы в формате safetensors. Автор характеризует модель как эксперимент для тестирования и предупреждает, что проверял её лишь ограниченно и не рекомендует использовать. Оценки качества не приводятся. Базовая Fimbulvetr-11B-v2 описана как англоязычная модель, но отдельные языковые возможности UnFimbulvetr-20B не подтверждены. Лицензия в предоставленных данных не указана.