I.5Создание и редактирование текста

Cadet-Tiny — небольшая разговорная модель, созданная Todd Goldfarb по мотивам Cosmo-XL и дообученная на наборе данных SODA от AI2. Она основана на предварительно обученной модели Google t5-small и предназначена для генерации ответов в диалоге, в том числе на маломощных устройствах вроде Raspberry Pi с 2 ГБ оперативной памяти. Модель использует архитектуру T5 с последовательным преобразованием текста в текст, содержит 38,5 млн параметров и рассчитана на контекст до 512 токенов. Указана поддержка английского языка. Репозиторий содержит веса PyTorch, а лицензия — OpenRAIL. Малый размер упрощает запуск на периферийных устройствах, однако модель обучена на SODA и ориентирована на простые разговорные сценарии; качество и надёжность для сложных задач или иных областей в карточке не заявлены.

Tulifo/chittu-story-v0-26m — небольшая генеративная модель Tulifo для создания коротких простых историй по запросу и продолжения заданного начала. Она обучена с нуля на синтетических англоязычных историях TinyStories, а основная версия дополнительно дообучена на парах «запрос—история». В репозитории также есть базовая версия, обученная только на продолжение текста. Модель построена на архитектуре nanochat GPT: 6 слоёв, 6 голов внимания, размерность 384, словарь BPE на 8 192 токена и контекст 512 токенов; размер — 26,3 млн параметров. Она принимает текст и генерирует текст на английском языке. Модель рассчитана на короткие детские истории и экспериментальное офлайн-применение, а не на роль универсального помощника. Обучающие истории проходили фильтрацию на небезопасное содержимое, однако это не гарантирует, что каждый ответ будет подходящим для ребёнка. Модель обучалась на GPT-4 историях из синтетического датасета, поэтому может воспроизводить ограниченный стиль и содержание этих данных. Лицензия репозитория — Apache-2.0; для исходного датасета указана CDLA-Sharing-1.0.

Citrus1.0-llama-70B — медицинская языковая модель команды Citrus для поддержки клинических решений. Она дообучена на основе Llama 3.1 70B и предназначена для медицинского диалога, рассуждений о заболеваниях, клинической диагностики и выбора лечения. Модель использует плотную архитектуру LlamaForCausalLM с 69,5 млрд параметров и контекстом до 131 072 токенов. Она работает с текстом; README описывает многоэтапное постобучение и обучение на синтетических данных, имитирующих ход экспертных рассуждений врачей. Репозиторий содержит веса Safetensors и предоставляет интерфейс диалога и вызова инструментов. Авторы представляют Citrus как средство поддержки медицинских решений и публикуют её вместе с данными для исследований и оценки. Ответы модели не следует считать заменой профессиональной клинической оценки. Указана лицензия MIT при условии, что она не противоречит лицензии Llama 3.1 Community License, распространяющейся на базовую модель.

Congretimbau — модель BERT, разработанная Belisards путём продолжения обучения BERTimbau Base на текстах законопроектов Бразилии. Она предназначена для предсказания замаскированных токенов в текстах на бразильском португальском и может использоваться для анализа и подготовки текстовых представлений законодательных документов. Данные для обучения получены из Палаты депутатов и Федерального сената Бразилии; карточка сообщает значение eval_loss 0,4885 после 10 000 шагов обучения. Модель основана на архитектуре BERT с головой masked language modeling, содержит 433,2 млн параметров и поддерживает контекст до 512 токенов. Распространяется в формате Safetensors через Transformers по лицензии MIT. Специализация на законодательных текстах Бразилии ограничивает применимость за пределами этой области; приведённая метрика оценки сама по себе не подтверждает качество на прикладных задачах.

Lanni-ni/dynamic_alibi_4_6_384_babylm_10m_seed44_epoch2 — небольшая модель для генерации текста, опубликованная пользователем Lanni-ni на Hugging Face. Модель предназначена для запуска через библиотеку Transformers и имеет тег pipeline text-generation. Модель содержит около 27,6 млн параметров. По идентификатору можно предположить связь с экспериментальной архитектурой dynamic ALiBi и набором BabyLM, однако README не подтверждает архитектуру, языки, размер контекста, данные обучения или результаты оценки. Лицензия в доступных метаданных и README не указана. Модель может использоваться для экспериментов с авторегрессионной генерацией текста, изучения компактных языковых моделей и тестирования методов позиционного кодирования. Из-за отсутствия подробной документации, оценки качества и описания ограничений её следует рассматривать как экспериментальный исследовательский чекпойнт, а не как готовое решение для критически важных или прикладных систем.

HamAI-Science-1b — компактная языковая модель Haamipromax для ответов на вопросы по естественным наукам на английском языке. Она дообучена на базе TinyLlama/TinyLlama-1.1B-Chat-v1.0 и использует плотную архитектуру Llama с генерацией текста; размер модели — около 1 млрд параметров, контекст — 2048 токенов. Модель предназначена для учебных сценариев: она формулирует простые объяснения по физике, химии и биологии, помогает учащимся разбирать базовые вопросы и может служить основой для образовательного помощника. В карточке указаны наборы вопросов и ответов по науке, учебники и научные материалы, использованные при обучении. Модель ориентирована на понятные ответы, а не на сложные исследовательские задачи. Доступны форматы Safetensors и GGUF; лицензия — Apache-2.0.

Lanni-ni/hard_2gram_2_4_256_babylm_10m_seed43 — небольшая модель генерации текста, опубликованная на Hugging Face и доступная через библиотеку Transformers. Модель содержит около 14,7 млн параметров и использует архитектуру семейства Transformer, однако в предоставленной карточке не приведены сведения о разработчике, обучающих данных, точной конфигурации архитектуры или поддерживаемых языках. Модель предназначена для авторегрессионной генерации текста и может использоваться для экспериментов с языковым моделированием, тестирования небольших NLP-моделей и учебных прототипов. В README отсутствуют результаты оценки, описание качества, лицензия и рекомендации по применению, поэтому пригодность для прикладных или ответственных задач не подтверждена.

garagelm/hybrid-gpt-232m-chat — компактная чат-модель GarageLM на 232 млн параметров, дообученная от garagelm/hybrid-gpt-232m с помощью SFT и DPO. Она использует архитектуру HybridGPTForCausalLM с гибридным локальным и глобальным вниманием и предназначена для генерации ответов в диалоговом формате и выполнения простых инструкций на английском языке. Модель обучали на SmolTalk и UltraFeedback-binarized; для диалога применяется шаблон User/Assistant, а конец ответа обозначается токеном GPT-2. В оценках модель демонстрирует базовое следование инструкциям и немного превосходит базовую модель по BoolQ и TruthfulQA, однако её фактические ответы ненадёжны, а рассуждения неглубоки. Контекст ограничен 1024 токенами; SFT снизил результат ARC-Easy относительно базовой модели, а специальная настройка безопасности не проводилась. Авторы характеризуют чекпойнт как исследовательский артефакт и не рекомендуют его для задач, где важна точность. Лицензия — Apache-2.0.

HyperNix.3-mini — авторская базовая языковая модель ray0rf1re, обученная с нуля и предназначенная для продолжения текста на английском языке. Модель содержит 48,7 млн параметров и обучалась на 873,7 млн токенов корпуса FineWeb-Edu. Лицензия — Apache-2.0. Это декодерный трансформер hyperNix0x-v2 с 8 слоями, размерностью 512, grouped-query attention, SwiGLU, RMSNorm и RoPE. Токенизатор byte-level BPE с собственным словарём на 32 000 токенов. Модель обучалась с контекстом 512 токенов и рассчитана на запуск на потребительском оборудовании. Модель не проходила дообучение для инструкций или диалогов и не настроена на безопасность. Она подходит для экспериментов с небольшими языковыми моделями и генерации продолжений английского текста, но не для надёжных ответов на вопросы, извлечения фактов или сложных рассуждений. Возможны фактические ошибки и смещения, присутствовавшие в веб-данных; качество при контексте свыше 512 токенов не определено.

inkling-tiny-preview — экспериментальная текстовая производная thinkingmachines/Inkling-Small, созданная автором репозитория cebopp1 и не связанная официально с Thinking Machines. Это сильно обрезанная модель Mixture-of-Experts: сохранены 8 из 256 маршрутизируемых экспертов на слой, а оставшиеся веса квантованы до 4 бит для запуска через MLX на Mac с Apple silicon и 16 ГБ памяти. После обрезки модель восстановили LoRA-дообучением ранга 16 на примерно 6 млн токенов англоязычного набора FineWeb-Edu. Размер модели составляет около 8 ГБ; адаптер поставляется отдельно от базовых весов. Модель предназначена для демонстрации того, как можно вернуть связность речи сильно обрезанной MoE-модели, и для экспериментов с генерацией короткого англоязычного текста на потребительском оборудовании. Она может выдавать беглый структурированный текст, но имеет малую ёмкость, не обладает надёжными знаниями о мире и не умеет надёжно считать. Репозиторий распространяется по лицензии Apache-2.0.

Kenko Mental Health Llama 3 — разговорная языковая модель, разработанная Иниго Чандией и дообученная на базе meta-llama/Llama-3.2-3B-Instruct с помощью Axolotl. Модель предназначена для эмоциональной поддержки и диалога на темы психического здоровья. Веса представлены в формате safetensors; размер модели — 3,2 млрд параметров, заявленный контекст — 131 072 токена. Автор сообщает об обучении на датасете usham/mental-health-companion-new и тестировании на 11 вопросах с нарастающим уровнем дистресса. Указанная лицензия — Apache-2.0. Модель может поддерживать разговор, но карточка не подтверждает клиническую эффективность или пригодность для диагностики и лечения; результаты небольшого теста не устанавливают безопасность во всех ситуациях.

Makaco разработал эту плотную текстовую модель на основе Qwen/Qwen3.5-9B: сначала выполнил SFT на успешных партиях из набора playpen-data, затем применил DPO, чтобы закрепить удачные ходы и уменьшить многословие и зацикливание. Итоговый чекпойнт содержит объединённые адаптеры и предназначен для загрузки как самостоятельная модель. По данным карточки, в clembench модель получила clemscore 70,21 против 58,82 у версии после одного SFT; при этом её statscore оказался ниже, чем у SFT-версии. Модель предназначена для текстовых диалоговых игр в среде clembench/playpen и сходных симуляциях, а также для исследований интерактивных агентов и применения DPO к игровому поведению. Она принимает текст и генерирует текст, ориентирована на английский язык. Архитектура — Qwen3.5 для причинной генерации текста; метаданные указывают 7,2 млрд параметров и контекст до 262 144 токенов. Лицензия — Apache-2.0. Специализация на играх может снизить качество в роли универсального ассистента; после DPO также отмечено умеренное снижение результатов на общих статических бенчмарках относительно SFT-версии. Обучающие игровые эпизоды были только на английском языке.

asimokby/lte-gpt2 — языковая модель GPT-2, разработанная пользователем asimokby и обученная с нуля на наборе данных LTE для редактирования знаний. Она предназначена для генерации текста в сценариях, связанных с этим набором данных. Модель использует архитектуру GPT2LMHeadModel и рассчитана на контекст до 1024 токенов; веса доступны в формате safetensors для Transformers. Карточка не описывает качество, конкретные сценарии редактирования знаний или результаты оценки, поэтому практические возможности за пределами генерации текста по обучающим данным не подтверждены. Условия лицензирования в доступных данных не указаны.

Vcecca/mamba-50m — базовая языковая модель, разработанная автором репозитория и предварительно обученная с нуля на англоязычной Википедии. Это причинная модель генерации текста с архитектурой Mamba — селективной моделью пространства состояний, реализованной в Transformers; она насчитывает 57,1 млн параметров и использует линейную по длине последовательности обработку. Контекст модели составляет 512 токенов. Модель предназначена для продолжения текста и исследовательских экспериментов с компактными языковыми моделями. Она обучена на английских статьях Википедии и оценивалась на отдельной выборке статей. Это базовый предсказатель следующего токена: модель не проходила дообучение на инструкциях или выравнивание, поэтому не рассчитана на диалоговое следование запросам. Небольшой размер ограничивает связность и рассуждения; возможны повторы и галлюцинации, а тексты на других языках и вне тематики Википедии находятся вне распределения обучения. Лицензия — Apache-2.0.

Manas-64M Full SFT — разработанная kuluruvineeth чат-модель на архитектуре Qwen3, дообученная на разговорах, коротких рассуждениях и вызовах инструментов. Она предназначена для простых вопросов, диалогов и выдачи структурированных блоков вызова инструментов; доступна как checkpoint для Transformers и загружается в vLLM и SGLang без специального кода. Модель содержит 63,9 млн параметров, использует плотную архитектуру Qwen3 с 8 слоями и контекстом 32 768 токенов. Она обучена только на английском языке. Карточка приводит результаты небольших тестов, близкие к случайному уровню, и отмечает, что модель обладает ограниченными знаниями, может уверенно ошибаться и терять нить в длинных беседах. Это учебный и исследовательский артефакт; лицензия — Apache-2.0.

Open Reason small — небольшая причинная языковая модель в стиле GPT-2, разработанная theworker02 и обученная с нуля на обучающем разделе Open Reason SFT. Модель содержит около 1,33 млн параметров, использует архитектуру GPT2LMHeadModel и рассчитана на генерацию текста. В метаданных указан контекст длиной 128 токенов. Модель подходит для экспериментов с генерацией текста и проверки небольших языковых моделей на CPU. Обучение выполнено за 200 шагов на 2348 примерах; итоговая функция потерь составила около 6,10, поэтому карточка не подтверждает высокое качество ответов или рассуждений. Репозиторий содержит веса в формате safetensors, использовать модель можно через Transformers. Лицензия — Apache-2.0.

Apollo Raines создал эту экспериментальную версию EleutherAI Pythia-1.4b, в веса которой инструментом jBlaze напрямую внесены 198 фактов в 15 областях. Это плотная авторегрессионная модель GPT-NeoX примерно на 1,7 млрд параметров с контекстом 2048 токенов; она принимает и продолжает текст на английском языке. Модель предназначена для проверки точечного внедрения знаний в веса и для генерации продолжений, содержащих внесенные факты. По данным карточки, она правильно воспроизводит 196 из 198 фактов, а проверки связности прошла в 10 из 10 случаев. При этом рост perplexity WikiText-2 с 12,10 до 15,91 указывает на ухудшение качества обычного языкового моделирования; в отдельных ответах модель продолжает генерацию после правильного ответа. Это базовая модель продолжения текста, а не диалоговый ассистент. Масштабирование на большие наборы фактов и перенос между архитектурами не проверялись. Распространяется по лицензии Apache-2.0.

Qwen2-VL-7B-Sydney — дообученная мультимодальная модель adamo1139 на базе Qwen/Qwen2-VL-7B-Instruct. Она принимает изображения и текстовые запросы, а в ответ ведёт диалог и описывает изображения с более энергичным, позитивным тоном, особенно охотно делая комплименты собакам и кошкам. Модель содержит 7,1 млрд параметров, использует архитектуру Qwen2-VL и поддерживает контекст до 32 768 токенов. Для дообучения применялись примерно 60 тысяч синтетических примеров, созданных на основе LLaVA-Instruct-150K; обучение выполнялось с LoRA. Автор описывает проект как эксперимент по настройке модели за выходные и отмечает нестабильность качества генерации при подготовке части обучающих данных. Модель распространяется под лицензией Apache-2.0. Для запуска в 16-битном формате требуется значительный объём видеопамяти: автор сообщает, что даже на GPU с 24 ГБ не все изображения и видео удавалось обработать без нехватки памяти.

shirasko/qwen3.5-2b-snmf-culture-of-greece — дообученный текстовый чекпойнт на базе Qwen/Qwen3.5-2B, созданный методом SNMF для снижения ответов о культуре Греции. Это причинная плотная языковая модель с 1,7 млрд параметров, доступная в формате Safetensors и рассчитанная на диалоговое использование. Метаданные указывают контекст до 262 144 токенов и поддержку английского языка. Модель предназначена для экспериментов по забыванию знаний и проверки того, насколько избирательно можно убрать ответы на вопросы о заданной теме. В тестовой оценке после unlearning efficacy составила 0,293, specificity — 0,767, гармоническое среднее — 0,424; точность QA снизилась с 0,66 до 0,54. Эти результаты указывают на частичное подавление целевой информации, а не на гарантированное её удаление. Лицензия в предоставленных данных не указана.

Sanskrit-322M-Base — базовая языковая модель на 322,2 млн параметров, опубликованная sraivante. Это декодерный Transformer с архитектурой, совместимой с LlamaForCausalLM; модель обучена с нуля, а не адаптирована от готового чекпойнта Llama. Она использует токенизатор SentencePiece Unigram на 32 000 токенов и принимает контекст длиной до 2 048 токенов. Модель предназначена для продолжения и генерации текста на санскрите, экспериментов с небольшими языковыми моделями и дальнейшего дообучения под конкретные задачи. Она предсказывает продолжение текста, не проходила инструкционное дообучение и не является чат-ассистентом. В обучающую смесь вошли санскритские данные из нескольких корпусов, включая Sangraha, IndicCorpV2, HPLT и источники с Википедии и веб-текстами. Генерация может содержать повторы, смешение жанров и языков, ошибки в словоформах, а также вымышленные цитаты и факты. Модель не оценивалась на внешних тестах понимания санскрита, перевода или грамматичности; её результаты следует проверять, особенно при учебном или научном использовании. Контекст ограничен 2 048 токенами. Модель распространяется по лицензии Apache 2.0.

wren11ws/sunup — англоязычная причинно-следственная языковая модель, разработанная на основе distilgpt2 и дообученная на оригинальных текстах песен. Она предназначена для генерации ритмичных строк и текстов песен с учётом рифмы, стихотворного размера и последовательного построения лирики, в частности для работы с Suno Custom Mode. Модель построена на архитектуре GPT-2 и содержит около 81,9 млн параметров. Она принимает текст и генерирует текст, использует токенизатор GPT-2 и поддерживает контекст до 1024 токенов. В README сообщается о 3500 примерах и завершении 300 шагов обучения; отдельной оценки качества не приведено. Модель распространяется по лицензии Apache-2.0. Она специализирована на англоязычных песенных текстах и стихотворной ритмике; качество для других языков и общих задач не подтверждено.

JoaoBoer создал производную модель на базе open-unlearning/tofu_Llama-3.1-8B-Instruct_full: чекпойнт Llama 3.1 Instruct с 7,5 млрд параметров, к которому применили GradDiff для unlearning на подмножестве forget01 набора TOFU. Модель использовалась как базовый вариант unlearning и черновая модель в проекте Speculative-Decoding-Unlearning. Она предназначена для генерации текста и диалоговых ответов, а также для экспериментов по удалению запомненных сведений и оценки unlearning на TOFU. Прикладной сценарий ограничен экспериментальным исследованием забывания данных; результаты на TOFU не гарантируют удаления сведений в других условиях. Контекстное окно — 131 072 токена. Лицензия — Llama 3.1.

JoaoBoer/tofu_Llama-3.1-8B-Instruct_forget05_GradDiff — экспериментальный чекпойнт Llama 3.1 Instruct с 7,5 млрд параметров, подготовленный в рамках проекта open-unlearning. Модель дообучена методом GradDiff на наборе TOFU, чтобы забыть данные раздела forget05; в проекте Speculative-Decoding-Unlearning она используется как базовая модель для исследований удаления знаний и как черновая модель для спекулятивного декодирования. Модель принимает текстовые запросы и генерирует текст; метаданные указывают контекст до 131 072 токенов и поддержку интерфейса чата. В карточке приведены метрики запоминания и извлечения данных TOFU, но они не подтверждают пригодность для общего применения. Лицензия — Llama 3.1 Community License.

Это чекпойнт TOLM из контролируемого турнира BabyLM, опубликованный Miguelcsx как сохранение уже обученной модели. Архитектура — плотная модель TOLM с головой masked language modeling; размер — 49,1 млн параметров. В карточке указаны английский язык и библиотека Transformers, а файлы весов представлены в формате Safetensors. Модель предназначена для заполнения пропусков в английском тексте и может использоваться для экспериментов с языковым моделированием и оценки синтаксических и концептуальных знаний на наборах вроде BLiMP и EWoK. В README приведены результаты существующей записи оценки; для этого выпуска обучение и оценивание не проводились. Для загрузки пользовательской архитектуры Transformers требуется удалённый код. Лицензия указана как other, поэтому условия использования следует уточнить в репозитории.

Модель разработана организаторами курса и представляет собой дообученную версию языковой модели Microsoft Phi-1.5 для продолжения текста. Она обучена на отфильтрованном корпусе полных произведений Уильяма Шекспира и подходит для генерации и продолжения текста в близкой к этому корпусу литературной манере. Модель имеет плотную архитектуру PhiForCausalLM, содержит 1,7 млрд параметров и поддерживает контекст до 2048 токенов. Репозиторий содержит веса в формате safetensors. Лицензия — MIT. Основной сценарий — экспериментальная генерация стилизованного текста и изучение дообучения языковых моделей на литературном корпусе. Английский язык следует из состава обучающих данных и описания базовой модели. Узкое обучение на произведениях Шекспира ограничивает надёжность ответов за пределами литературного продолжения; карточка не заявляет специальных возможностей диалога или фактологического ответа.

Карточка модели darkc0de/XORTRON-NXTXPRT10PRO-31B на Hugging Face совпадает с карточкой darkc0de/XORTRON-CriminalComputing-EnablementEngine-v0.3, поэтому описание составлено по ней. XORTRON CriminalComputing EnablementEngine v0.3 — экспериментальная модель проекта The XORTRON Criminal Computing, посвящённого исследованию рисков безопасности и согласования ИИ. Это дообученная модель Gemma 4 с архитектурой Gemma4ForConditionalGeneration; она принимает текст и изображения и формирует текстовые ответы. В карточке Hugging Face заявлена задача image-text-to-text, а метаданные указывают на поддержку диалогового режима и интерфейса вызова инструментов. Модель предназначена для исследовательских экспериментов с мультимодальными сценариями, связанными с проектом; README не описывает конкретные процедуры или проверенные прикладные сценарии. Доступна по лицензии Apache 2.0.

AppleMind-1.0-Mini — компактная авторегрессионная языковая модель с декодерным Transformer на архитектуре GPT-2, разработанная AppleMind и обученная с нуля. В модели около 1,02 млн параметров, 4 слоя и контекст длиной 256 токенов. Она использует байтовый BPE-токенизатор на основе GPT-2 с 50 263 токенами и отдельной обработкой цифр. Модель предназначена для генерации текста и простых диалоговых сценариев. При обучении использовалось 300 млн токенов из FineWeb-Edu, FineWeb-HQ и SmolLM-Corpus в равных долях. Примеры генерации в карточке показывают связность на уровне отдельных слов и фраз, но заметные грамматические и смысловые ошибки; формальная оценка на бенчмарках не приведена. Карточка указывает необходимость загрузки пользовательского кода через trust_remote_code=True. Лицензия — Apache-2.0.

gokulsrinivasagan/bert_tiny_lda_100_v1 — модель на архитектуре DistilBERT, дообученная на датасете gokulsrinivasagan/processed_wikitext-103-raw-v1-ld-100. Класс модели DistilBertForLDAMaskedLM указывает на языковую модель с маскированными токенами и компонентом LDA. Модель рассчитана на входной текст и работу с последовательностями длиной до 512 токенов. В README приведены результаты оценки: loss 7,8078 и accuracy 0,3677. Описание назначения и ограничений в карточке отсутствует, поэтому конкретные сценарии применения оценить нельзя. Веса опубликованы в формате safetensors; лицензия не указана в доступных данных.

Модель SlayerLab/bielik-1.5b-v3-matura-history-sft2 разработана SlayerLab как компактная языковая модель для ответов на экзаменационные задания по истории в формате польского выпускного экзамена matura расширенного уровня CKE. Это полно-параметрически дообученная методом SFT модель speakleash/Bielik-1.5B-v3.0-Instruct на синтетических заданиях и примерах экзаменационных ответов. Она использует плотную архитектуру LlamaForCausalLM, содержит 1,5 млрд параметров и поддерживает контекст до 8192 токенов. Модель рассчитана на польскоязычные вопросы по истории, задания с кратким ответом и эссе. В репозитории доступны веса bf16 в формате Transformers и варианты GGUF для запуска через llama.cpp; результат зависит от квантизации и протокола оценки. В оценивании команды модель проходила порог на экзаменационном и Wikipedia-наборе при использовании специального harness с поиском, но не прошла порог на невиданном экзамене CKE 2026. Это экспериментальный хакатонный артефакт, настроенный на конкретный оценщик. Модель может ошибаться в именах, датах и местах, ответы «верно/неверно» даёт примерно на уровне случайного угадывания, а эссе могут содержать вымышленные факты. Не следует полагаться на неё для проверки фактов или оценивания работ. Лицензия — Apache-2.0.

boris-50M-superlight-cubscout (Boris) — компактная языковая модель генерации текста, разработанная KSP-NMAI и обученная на наборе TinyStories. Это плотная архитектура LlamaForCausalLM примерно с 41,7 млн параметров; доступны веса в форматах Safetensors и GGUF. Модель предназначена прежде всего для генерации коротких детских историй, в том числе намеренно некачественных или смешных текстов. Модель обучалась 1000 шагов в FP16 на одной NVIDIA RTX 3060. Для генерации автор рекомендует ограничивать ответ примерно 50–100 токенами. Контекст — 512 токенов. Это базовая модель без встроенного поведения остановки, поэтому для завершения генерации следует задавать стоп-последовательности. Карточка не описывает её как модель для диалога общего назначения. Лицензия — Apache-2.0. Результаты на TinyStories: perplexity 8,52 на валидации и конечный loss около 1,76 на обучающей выборке; эти показатели относятся к указанному набору и не гарантируют качество на других задачах.