I.5Создание и редактирование текста

Boris-75M — базовая предварительно обученная языковая модель на 75 млн параметров от New Millennium Artificial Intelligence (NMAI). Это плотная GPT-2-модель с 12 слоями, 9 головами внимания, размерностью скрытого представления 576 и обучаемыми позиционными эмбеддингами; длина контекста составляет 1024 токена. Модель обучалась на корпусах FineWeb-Edu и DCLM Baseline. Модель предназначена для продолжения текста по заданному фрагменту: например, для экспериментов с генерацией, прототипирования и изучения небольших языковых моделей. Она не проходила настройку на следование инструкциям и не предназначена для диалога; для таких сценариев авторы указывают отдельную версию Boris-75M-Instruct. Модель работает с текстом на английском языке. Из-за небольшого размера и отсутствия выравнивания с предпочтениями человека модель может часто генерировать неточный, противоречивый или оскорбительный текст. Её не следует использовать как источник фактов или развёртывать без контроля. Лицензия — Apache-2.0.

DeepSeek V4-Nano (TinyStories) — компактная языковая модель на 130,1 млн параметров, созданная GenakiGyoka с нуля на PyTorch. Она использует архитектуру DeepSeek V4-Nano с механизмом Multi-Head Latent Attention и смесью экспертов: 8 маршрутизируемых экспертов и один общий, при этом на токен активируются два маршрутизируемых и общий эксперт. Обучение проведено на датасете TinyStories; контекст составляет 512 токенов, словарь — 16 384 BPE-токена. Модель предназначена для генерации коротких англоязычных историй и продолжения простых повествовательных текстов, особенно в стиле TinyStories. Примеры показывают связные детские рассказы, но модель узкоспециализирована и её качество за пределами такого материала не подтверждено. Для работы нужны PyTorch и tokenizers. Лицензия — MIT.

DISC-MedLLM — медицинская языковая модель для диалоговых сценариев в здравоохранении, разработанная лабораторией Fudan-DISC. Она создана на базе Baichuan-13B-Base и дообучена на наборе DISC-Med-SFT, содержащем более 470 тысяч примеров из медицинских датасетов и диалогов пациентов с врачами. В метаданных указано 12,9 млрд параметров; модель использует архитектуру BaichuanForCausalLM и распространяется в формате PyTorch. Модель предназначена для многоходовых медицинских консультаций, ответов на вопросы о здоровье и лечении, а также для изучения медицинских диалогов. Авторы отмечают ориентацию на предметные знания, диалоговое взаимодействие и согласование с предпочтениями людей. Карточка указывает китайский язык. Лицензия — Apache-2.0. Авторы предупреждают, что ответы могут быть неточными или ненадёжными и требуют критической проверки; модель заявлена для исследований и тестирования. Квантизированный запуск Baichuan может снизить качество. Веса в репозитории могут отличаться от версии демонстрационного сервиса.

Doge-160M — языковая модель сообщества SmallDoge на 152,6 млн параметров, предназначенная для генерации текста. Она обучена предварительно на корпусе SmolLM-Corpus и не проходила настройку для выполнения инструкций; для диалога с командами и вопросами авторы указывают отдельную instruction-модель. Архитектура Doge использует Dynamic Mask Attention для преобразования последовательностей и вариант Cross Domain Mixture of Experts для преобразования состояния. Модель работает с текстом на английском языке, а её контекстное окно составляет 2048 токенов. README приводит результаты оценки на MMLU, TriviaQA, ARC, PIQA, HellaSwag, OBQA и Winogrande, однако они не гарантируют качество на других задачах. Модель загружается через Transformers в формате safetensors. Лицензия — Apache-2.0. Из-за отсутствия instruction-тюнинга она лучше подходит для экспериментов с продолжением текста и исследований архитектуры, чем для прямого использования как ассистент.

DumBot — разговорная генеративная модель, созданная на основе microsoft/DialoGPT-small и разработанная deepparag. Она предназначена для генерации ответов в диалоге и помечена как устаревшая; автор указывает Aeona как преемника. Модель использует архитектуру GPT-2 и PyTorch, поддерживает генерацию текста и имеет контекст длиной до 1024 токенов. Карточка не приводит сведения о данных обучения или конкретных языках. Модель распространяется по лицензии MIT. README предупреждает об устаревании, поэтому её следует выбирать с учётом наличия более нового преемника.

Eduslm v1.0 — компактная языковая модель команды Edu_slm, предназначенная для подготовки к экзаменам JEE Main и JEE Advanced по физике, химии и математике. Это плотная авторегрессионная модель архитектуры Qwen2ForCausalLM на 1,5 млрд параметров, основанная на deepseek-ai/DeepSeek-R1-Distill-Qwen-1.5B и дообученная методом LoRA SFT с последующим объединением адаптера с базовой моделью. Модель принимает текст и генерирует текст в формате диалога; в метаданных указан контекст до 131 072 токенов. Чекпойнт сохранён в формате safetensors с точностью bfloat16 и загружается через Transformers без пользовательского trust_remote_code. Он рассчитан на ответы и объяснения по предметам, входящим в программу JEE, и может быть полезен при решении учебных задач. Карточка указывает лицензию «other», но не уточняет её условия.

G0-nano-instruct — компактная языковая модель на 62,1 млн параметров, разработанная AZERDSQ. Это instruction-tuned версия G0 Nano: decoder-only Transformer в стиле Llama с обучением с нуля и последующей настройкой на выполнение инструкций. Обучение проведено на одном устройстве NVIDIA Jetson с 8 ГБ объединённой памяти, без облачной инфраструктуры и нескольких GPU. Модель предназначена для коротких одношаговых запросов и ответов в чат-формате. Она обучалась на англоязычных веб-текстах, книгах и примерах инструкций; контекст ограничен 1024 токенами. Небольшой размер делает её наглядным примером полного цикла обучения языковой модели на скромном оборудовании, но существенно ограничивает объём фактических знаний и качество ответов на сложные запросы. Модель распространяется в формате Safetensors по лицензии Apache-2.0. Для загрузки через Transformers требуется включить trust_remote_code из-за пользовательской реализации Transformer. Она поддерживает генерацию по одному запросу; пакетный инференс с дополненными последовательностями не поддерживается. Ответы могут быть фактически неверными, поэтому модель не подходит для высокорисковых решений, проверки фактов, медицинских или юридических консультаций и автономных действий.

yorukot/gpt2-traning — GPT-2-модель, обученная с нуля разработчиком карточки на англоязычном наборе C4. Это стандартная плотная архитектура GPT2LMHeadModel с 12 слоями, 12 головами внимания, шириной скрытого слоя 768 и 124 439 808 уникальными параметрами; веса сохранены в FP32, формат репозитория — safetensors. Модель использует токенизатор GPT-2 и принимает последовательности длиной до 1 024 токенов. Модель предназначена для продолжения англоязычного текста и учебных экспериментов с языковой моделью. Она обучалась без предобученных весов и без настройки на выполнение инструкций, поэтому не рассчитана на диалоговое следование запросам. В README приведена локальная оценка на C4 validation: perplexity 27,52; это результат конкретного экспериментального разбиения, а не независимая оценка качества. Модель может генерировать неточный или предвзятый текст из-за особенностей веб-данных C4. Репозиторий распространяется по лицензии Apache-2.0.

Это экспериментальная языковая модель на 92 млн параметров семейства Block-MTP, опубликованная violetxi. Репозиторий содержит веса в формате Safetensors, конфигурацию, токенизатор и реализацию общего ядра; модель построена на плотной архитектуре BlockMTPForCausalLM и предназначена для генерации текста блоками по три токена с тремя рекуррентными проходами. Контекст составляет 1 024 логических токена, включая блок запросов. Модель подходит для экспериментов с блочной авторегрессионной генерацией и оценки альтернативной схеме обучения языковых моделей. Поддерживаются жадная генерация и сэмплирование, а также заполнение последовательностей и несколько возвращаемых последовательностей. Кэширование KV и beam search не поддерживаются; обычное teacher-forced обучение по следующему токену не соответствует используемой функции потерь. README не приводит результатов бенчмарков. Условия лицензирования определяются лицензиями адаптированного кода, включёнными в репозиторий; конкретное название лицензии в доступных данных не приведено.

Это экспериментальная причинная языковая модель семейства Block-MTP размером 92 млн параметров, опубликованная автором под именем violetxi. Репозиторий содержит веса в Safetensors, конфигурацию, токенизатор и реализацию общего ядра для загрузки через Transformers. По тегам карточки модель связана с шахматами и обучением с truncated BPTT, но README не описывает отдельные шахматные возможности или качество на задачах. Модель предназначена для генерации текста блоками по три токена: три рекуррентных прохода оценивают фиксированные причинно упорядоченные позиции, после чего блок добавляется к последовательности. Контекст составляет 1 024 логических токена с учётом блока запроса. Поддерживаются жадная генерация и сэмплирование, а KV-кэширование и beam search не поддерживаются. README подчёркивает, что функция потерь отличается от обычного teacher-forced next-token prediction; оценка качества при публикации не проводилась. Условия лицензирования зависят от включённых лицензий адаптированного кода ядра; конкретная лицензия модели в предоставленных данных не установлена.

Hypothesentrainer — немецкоязычная модель на базе Llama-2, дообученная для обратной связи по гипотезам школьников в биологии. Она принимает исследовательский вопрос и гипотезу ученика и формирует педагогически ориентированный отзыв; обучающие примеры были подготовлены с помощью GPT-4-Turbo. Модель представляет собой плотный decoder-only трансформер с 12,9 млрд параметров и контекстом до 8192 токенов. Репозиторий содержит веса Safetensors для использования с Transformers. Модель подходит для поддержки учебных заданий по формулированию и обсуждению биологических гипотез. README сообщает о дообучении на 1093 примерах в течение двух эпох, но оценка качества помечена как TODO, поэтому надёжность и переносимость результатов не подтверждены. В README лицензия не приведена; условия использования следует проверить отдельно.

KorMedQwen — дообученная модель семейства Qwen для ответов на вопросы о медицине на корейском языке. По карточке, автор дообучил чат-модель Qwen 7B на 3 104 примерах корейских медицинских вопросов и ответов, смешанных с 5 000 примеров диалогового набора kollm-conversation. Метаданные указывают на плотную архитектуру QWenLMHeadModel, 11,4 млрд параметров и контекст до 32 768 токенов. Модель предназначена для генерации ответов на медицинские вопросы и диалоговых сценариев на корейском языке. В описанной автором оценке на 200 тестовых примерах KorMedQwen дала 21% правильных ответов против 19,5% у исходной Qwen; результат указывает на ограниченную точность и проверен на небольшой выборке. Автор предполагает, что дополнительное предобучение на медицинских данных и больше корейских QA-примеров могут улучшить результат. Лицензия в предоставленных данных не указана.

Heralax/llama-3-llamilitary — экспериментальная разговорная модель, обученная автором на инструкциях, созданных по историческим книгам о войнах, и на самих книгах. Она предназначена для ответов на вопросы о тактике, стратегии и обычаях ранних эпох военного дела, а также для тематических сценариев и игр о мушкетах, кавалерии и артиллерии. Модель основана на плотной архитектуре Llama с 7,5 млрд параметров, принимает текст и генерирует текст; контекст — 8192 токена. Карточка рекомендует задавать конкретные вопросы и использовать низкую температуру генерации: открытые вопросы могут приводить к бессвязным ответам, а фактические ответы также не гарантированы. Модель говорит нарочито старомодным тоном. Лицензия — Llama 3.

ad019el/m2m100_418M-finetuned-tq-to-ar — модель машинного перевода на архитектуре M2M100 для преобразования текста с языка tq на арабский. В метаданных указаны 332,5 млн параметров, контекст до 1024 токенов и формат PyTorch. README сообщает, что модель обучалась с нуля, но не уточняет датасет; оценка BLEU на тестовом наборе составляет 3,5687. Модель предназначена для перевода текстовых фрагментов на арабский. Низкий BLEU указывает на слабое качество перевода в приведённой оценке; использовать её для важных или требующих точности переводов не рекомендуется. Лицензия не указана в доступных данных.

Manas-64M-DPO — англоязычная чат-модель на архитектуре Qwen3, разработанная kuluruvineeth. Это компактная плотная причинная языковая модель с 63,9 млн параметров и контекстом до 32 768 токенов. Она обучена с нуля, затем прошла SFT и была дообучена методом Direct Preference Optimization (DPO) на парах предпочтений из UltraFeedback. Модель предназначена для экспериментов с выравниванием языковых моделей и изучения влияния этапов обучения, а также для простых текстовых диалогов. Контрольные результаты по нескольким тестам близки к случайному уровню; при малом размере модели ей недостаёт знаний о мире, она может уверенно сообщать неверные факты и терять нить в длинных диалогах. Контрольная точка доступна в формате Safetensors для Transformers; лицензия — Apache-2.0.

MORENA 1.5B Wolof CPT — экспериментальный чекпойнт продолженного предобучения (CPT) модели MORENA 1.5B, размещённый mamelles и основанный на vamboai/morena-1.5b-base. Модель предназначена для генерации текста на волоф и экспериментов с языковым моделированием. В карточке указаны протокол morena-native, замороженный токенизатор MORENA на 65 тысяч токенов и шаг обучения 2000; веса доступны в формате safetensors, а для запуска используется PyTorch-код modeling_morena.py, а не Transformers. В карточке приведены результаты оценки BPB 4,3261, perplexity 2718,95 и BLEU 3,14; по этим значениям не следует считать модель готовой к прикладному использованию. Лицензия указана как other, поэтому условия использования следует сверить с условиями репозитория.

NicomEdu-Alpha — экспериментальная языковая модель от NicomEdu Labs для ответов в учебном стиле по математике SS2. Она создана на основе IFM/K2-Horizon-3.7B: параметрически-эффективное дообучение объединено с исходными весами. Модель имеет плотную архитектуру K2 Horizon, около 4,1 млрд параметров и работает с текстом; для запуска указаны Transformers и формат safetensors. Метаданные заявляют контекст до 524 288 токенов. Модель предназначена для экспериментов с математическими объяснениями и пошаговым разбором задач в стиле класса. Основной оценённый сценарий — математика SS2; качество за его пределами не проверялось. Модель может ошибаться, повторять текст, продолжать ответ после его завершения и непоследовательно оформлять решения, поэтому ответы следует проверять. Версия v0.1.0-alpha выпущена для экспериментов, исследований и сбора отзывов. Лицензия — Apache 2.0.

NightyGurps-14b-v1.1 — дообученная модель SlerpE на базе Qwen2.5-14B-Instruct, предназначенная для ролевых игр по системе GURPS и помощи с правилами. Её обучали на дополненном наборе данных по книге GURPS Basic Set. Модель имеет плотную архитектуру Qwen2 с 14 млрд параметров, принимает текст и выдаёт текст; заявленная длина контекста — 32 768 токенов. В карточке указана лицензия Apache-2.0. Модель подходит для ответов на вопросы по GURPS и консультаций, а также может выступать помощником гейм-мастера или вести сольную партию, где пользователь играет персонажа. Автор рекомендует температуру 0,3–0,5 для консультаций по правилам и 0,7–1,2 для ролевой игры в роли гейм-мастера. Для сюжетной игры автор также рекомендует подготовленную карточку персонажа гейм-мастера для SillyTavern. Карточка сообщает о тонкой настройке Qwen2.5-14B-Instruct и формате ChatML. Результаты модели в игре и точность ответов по правилам зависят от промпта и настроек генерации; заявленное превосходство над Gemma 2 27B приведено автором без описания методики сравнения.

Это экспериментальная версия модели перевода с нидерландского языка на гранингский (Gronings), созданная Tom9358 дообучением NLLB-200 Distilled 1.3B на парах предложений из Tatoeba. Модель построена на архитектуре M2M100 и рассчитана на перевод отдельных текстовых предложений; максимальный контекст составляет 1024 токена. Автор отмечает, что модель обычно приемлемо переводит простые тексты с нидерландского на гранингский, но плохо справляется со словами, которых не было в обучающих данных. Качество этой ранней beta-версии оценено автором ограниченно, без уверенных заявлений об общей точности; README также сообщает, что версия superseded by v2. Для использования требуется добавить специальный языковой токен Gronings при инициализации токенизатора. Лицензия — CC-BY-NC-4.0, допускающая использование с указанием авторства и запрещающая коммерческое применение.

Orkhon tonyuk — плотная авторегрессионная языковая модель семейства Orkhon с примерно 21,9 млн параметров, разработанная Умутом Коркмазом. Это чат-модель с настройкой на следование инструкциям, созданная с нуля и дообученная на основе текстовой модели Tonyukuk. Она предназначена для воспроизведения и изучения процесса обучения и экспорта Orkhon, небольших локальных демонстраций и экспериментов с транслитерацией древнетюркской рунической письменности в латиницу. В метаданных указаны английский и турецкий языки; теги также указывают на работу с древнетюркским языком. Модель использует архитектуру Orkhon и распространяется в формате safetensors. Лицензия — Apache-2.0. README предупреждает, что модель может повторяться и выдумывать сведения, а её небольшой масштаб не позволяет рассчитывать на надёжные фактические ответы или качество передовых моделей; транслитерацию древнетюркского текста не следует считать переводом на современный турецкий.

PebbleGPT-320M-Instruct — компактная языковая модель семейства PebbleGPT от strectelite, дообученная на основе strectelite/PebbleGPT-320M. Она предназначена для генерации текста и ответов на инструкции в формате ChatML, а также для учебных экспериментов с обучением и оценкой небольших языковых моделей. Модель содержит 320,9 млн параметров, использует плотную архитектуру PebbleGPTForCausalLM и принимает контекст длиной до 2048 токенов. Карточка указывает английский язык; обучение включало FineWeb-Edu, DCLM-Edu, FineMath, Cosmopedia и SmolTalk. В описанных тестах особенно выросли результаты по PIQA и ARC-easy после целевого этапа дообучения, однако эти улучшения не распространяются равномерно на все задачи. Автор отмечает слабую фактическую надёжность, частичное следование инструкциям и низкие результаты по знаниям и математическим рассуждениям; модель не проходила проверку безопасности. Для загрузки требуется trust_remote_code=True, а поддержка GGUF, llama.cpp и Ollama отсутствует. Лицензия — Apache-2.0; автор рекомендует модель для исследований и обучения, а не для производственных сценариев или задач, где ошибки имеют последствия.

Photon-1.0-1M — экспериментальная компактная языковая модель от AtomixLabs для генерации текста и изучения эффективности моделей при жёстких ограничениях ресурсов. Это плотная модель на стандартной архитектуре LLaMA с 1 млн параметров; она реализована для Transformers и распространяется в формате Safetensors. Модель рассчитана на работу с контекстом до 512 токенов и обучалась на датасете UltraX-Preview. В карточке указан английский язык. Разработчик позиционирует Photon как небольшую модель для экспериментов с генерацией текста, рассуждениями и поиском информации. Однако из-за малого размера она плохо удерживает общие знания, может выдумывать факты, ошибаться в логике и терять связность в длинных ответах. Модель не проходила RLHF или DPO и может воспроизводить предвзятый либо оскорбительный контент; её ответы требуют проверки, и её не следует использовать для решений в медицине, праве, финансах или других критичных областях. Лицензия — Apache-2.0.

Prabhāsa-bss-0.1 — модель-кодировщик ELC-PSALM для восстановления замаскированных токенов, представленная как заявка BabyLM 2026 в категории Strict-Small с обучением на 10 млн слов. Модель содержит 147,5 млн параметров, использует RoPE и обучалась с языковым моделированием с масками; для загрузки через Transformers требуется включить trust_remote_code. Модель предназначена для экспериментов с небольшими языковыми моделями и оценки языковых представлений, в том числе на BLiMP и GLUE. В карточке приведены результаты BLiMP-PLL 64,09 и среднего результата GLUE 58,07. Поддерживаются английский и санскрит; контекст составляет 192 токена. Архитектура включает морфемные представления Vidyut N-hot и механизмы, вдохновлённые грамматикой Панини, однако авторы сообщают, что эти механизмы не дали статистически значимого улучшения BLiMP. Лицензия — MIT.

pythia-31m-simplewiki-2048 — небольшая авторегрессионная языковая модель на архитектуре GPT-NeoX, созданная pszemraj. Модель инициализирована случайными весами по конфигурации EleutherAI/pythia-31m и обучена в течение трёх эпох на наборе pszemraj/simple_wikipedia_LM. В репозитории указаны 19,2 млн параметров, контекст до 2048 токенов и формат Safetensors. Модель предназначена как базовая точка сравнения для экспериментов с генерацией текста, в частности с текстами на основе Simple Wikipedia. В README приведены результаты оценки: loss 3,6874 и accuracy 0,4105; более высоких показателей качества или специализированных сценариев карточка не заявляет. Лицензия — Apache-2.0.

Это экспериментальная версия Qwen3-8B-Base, подготовленная Hyukkyu в рамках экспериментов RAQUEL по машинному забыванию знаний из набора WMDP. Модель получена дообучением с LoRA методом GA+GD: градиентным подъёмом на ответах из набора забывания и сохранением точности на удерживаемых данных. В репозитории доступны объединённые веса BF16 и адаптер LoRA FP32; модель имеет архитектуру Qwen3ForCausalLM, около 7,6 млрд параметров и контекст до 32 768 токенов. Модель предназначена для генерации текста и исследовательского изучения машинного забывания на вопросах WMDP. По оценке авторов, она почти перестала отвечать на вопросы из forget-набора и его перефразирования, сохранив высокую точность на retain-наборе. Используйте обычный формат вопроса и ответа: модель не обучалась с шаблоном чата. В карточке приведены результаты на конкретных тестовых разбиениях, поэтому они не гарантируют такого же поведения на других формулировках или вне этих данных. Лицензия — Apache-2.0.

Sehty360-llama-3-8b-arabic-health-instruct — арабоязычная инструктивная языковая модель для ответов на вопросы о здоровье. Репозиторий опубликован под именем health360; модель построена на архитектуре Llama и содержит 7,5 млрд параметров. Она принимает текст и генерирует текстовые ответы, демонстрация в карточке показывает беседу о симптомах дыхательных путей и рекомендацию обратиться к врачу. Модель рассчитана на общение по вопросам здоровья на арабском языке; заявлены контекст до 8192 токенов и формат весов safetensors. В карточке не раскрыты обучающие данные, результаты оценки и точные условия применения. Медицинские ответы могут быть неточными и не заменяют диагностику или консультацию специалиста. Лицензия в предоставленных данных не указана.

Squeal Studio разработала squeal_ai_8m-instruct — компактную языковую модель для генерации текста и выполнения инструкций на русском языке. Это версия squeal_ai_8m-base, дообученная методом SFT на наборе инструкций; этапы RLHF и DPO не применялись. Модель построена на декодерном трансформере в стиле Qwen2.5 с Grouped Query Attention и содержит около 7,9 млн параметров. Она использует собственный BPE-токенизатор со словарём из 24 000 токенов и поддерживает контекст до 1 536 токенов. Модель подходит для экспериментов с архитектурой, сравнений с базовыми моделями и обучения работе с небольшими русскоязычными языковыми моделями. Из-за малого размера модель ограничена в фактических знаниях и рассуждениях; ответы могут быть повторяющимися, несвязными или ошибочными, а следование инструкциям недостаточно устойчиво. Она не предназначена для производственных, критически важных или высокорисковых сценариев. Лицензия — Apache-2.0.

GuageLLM-23M — компактная языковая модель примерно на 23 млн параметров, разработанная Hai929 и обученная с нуля. Это декодерный трансформер в стиле GPT-2, представленный в формате safetensors и рассчитанный на запуск через Transformers на CPU. Контекст модели ограничен 64 токенами; используется собственный токенизатор. Модель предназначена для изучения устройства трансформеров, небольших экспериментов с генерацией текста и локального инференса на маломощном оборудовании. Она поддерживает генерацию текста и простые разговорные сценарии на английском языке. Лицензия — Apache-2.0. Карточка предупреждает, что модель не предназначена для производственных или критически важных систем.

TherapyLlama 8B v1 — разговорная модель VicTunes для поддерживающего диалога и имитации эмпатичного собеседника в духе психотерапии. Это дообученная версия Llama 3 8B с плотной архитектурой LlamaForCausalLM; в метаданных указано 7,5 млрд параметров и контекст 8192 токена. Модель принимает текст и генерирует текст, поддерживает чат и обучалась на модифицированной версии синтетического набора nart-100k. Для общения следует использовать формат Vicuna 1.1, а не формат Llama 3. Карточка описывает сценарии эмоциональной поддержки и саморефлексии, но подчёркивает, что модель не является настоящим терапевтом и не заменяет помощь квалифицированного специалиста. Её возможности ролевой игры слабее, чем у TherapyBeagle. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства и запрещающая коммерческое использование.

TinyLlama-1.1bee — языковая модель BEE-spoke-data для генерации текста о пчёлах и пчеловодстве. Это дообученная версия PY007/TinyLlama-1.1B-intermediate-step-240k-503b на наборе данных BEE-spoke-data/bees-internal; модель использует плотную архитектуру LlamaForCausalLM и содержит около 1 млрд параметров. Модель предназначена для образовательных ответов на вопросы о содержании ульев, видах пчёл и получении мёда, а также для предварительных идей по апикультуре и экологии. Она принимает текст и генерирует текст на английском языке; длина контекста — 2048 токенов. В README приведены метрики оценки: accuracy около 0,497 и loss около 2,428. Модель может ошибаться и не заменяет консультацию специалиста по пчеловодству, особенно при решениях о здоровье пчёл и управлении ульями. Набор обучения опубликован не полностью. Лицензия — Apache-2.0.