I.5Создание и редактирование текста

MiMo-9B-Cold — разговорная текстовая модель на архитектуре Qwen3.5, созданная wesjos на базе XiaomiMiMo/MiMo-V2.6-Distill-Qwen-9B с помощью Direct Preference Optimization (DPO). Модель дообучена без этапа SFT на 1 027 модифицированных парах предпочтений в стиле LIMA, чтобы делать ответы краткими, решительными и прямыми, сохраняя общие знания базовой модели. В основе — плотная модель примерно на 9,4 млрд параметров; карточка указывает поддержку английского и китайского языков. Модель предназначена для диалогов и генерации текста, когда важны лаконичные ответы; шаблон чата поддерживает переключатель режима рассуждений. Её можно применять через Transformers, а также запускать в llama.cpp после конвертации в GGUF; пример запуска использует контекст 8 192 токена. Лицензия — Apache-2.0. Обучение охватило один проход по небольшому набору предпочтений и нацелено на стиль, а не на прирост способностей. В README отмечены несколько более высокая склонность к галлюцинациям при вызове инструментов и отсутствие новых знаний по сравнению с базовой моделью; для вызовов функций рекомендуется проверять соответствие схемам на уровне приложения.

UniversalCEFR/ModernBERT-base-cefr-all-classifier — дообученная модель классификации текста на базе answerdotai/ModernBERT-base, разработанная для определения уровня CEFR по тексту. Она использует архитектуру ModernBERT encoder-only с 149 млн параметров и принимает текст длиной до 8192 токенов. В README приведены результаты оценки: F1 0,9528 и loss 0,1620; набор данных и подробности оценки не описаны. Модель подходит для автоматической оценки языковой сложности текста и распределения материалов по уровням CEFR. Весовые файлы представлены в формате safetensors; модель работает с библиотекой Transformers. Лицензия — Apache-2.0.

Immich/pipeline-error-propagation-dialogue-summarization-bart-pipeline-seed42 — модель BART-base, дообученная разработчиком Immich для суммаризации совещаний. Она обучена на подходящем подмножестве AMI Meeting Corpus с seed 42; вариант pipeline сравнивает суммаризацию полной встречи с иерархическим подходом, который делит диалог на сегменты, извлекает сведения и генерирует сводку. Модель содержит 95,2 млн параметров, принимает текст и выдаёт текст; максимальный контекст составляет 1024 токена. Модель подходит для создания кратких сводок встреч по расшифровкам диалогов. В карточке указана лицензия MIT. README описывает экспериментальный checkpoint и несколько seed того же варианта; качество и переносимость за пределы данных совещаний AMI не установлены.

POINTS-Qwen-2.5-7B-Chat — чат-модель для работы с изображениями и текстом, разработанная командой WeChat AI. Она объединяет языковую модель Qwen2.5-7B-Instruct и визуальный энкодер CLIP ViT-L/14 с разрешением 336 пикселей; архитектура репозитория обозначена как POINTSChatModel. Модель предназначена для диалогов по изображениям, визуальных вопросов и ответов, а также генерации текста по текстовому запросу. В карточке описаны слияние моделей, динамическая обработка изображений высокого разрешения, фильтрация данных предобучения по perplexity и объединение дообученных моделей методом model soup. Для POINTS приведены результаты на MMBench-dev-en, MathVista и HallucinationBench; например, указаны оценки 83,2, 63,1 и 46,0 соответственно. Метаданные отмечают поддержку английского языка, чат-возможности и интерфейс вызова инструментов. Модель распространяется по лицензии Apache-2.0.

Qwen2.5-7B-Sep_1c1t — модель SardineLab для многоязычного машинного перевода на уровне фрагментов документов. Она создана полнопараметрическим дообучением Qwen/Qwen2.5-7B-Instruct на примерах из sardinelab/DocBlocks с разбиением текста на фрагменты фиксированного диапазона. Для перевода каждого текущего фрагмента модель учитывает один предшествующий фрагмент исходного текста, помогая сохранять контекст документа. Модель поддерживает перевод между английским и немецким, испанским, французским, итальянским, корейским, нидерландским, португальским, русским и китайским языками. Модель имеет плотную архитектуру Qwen2, 7,1 млрд параметров и контекстное окно 32 768 токенов. Она предназначена для сценария Sep_1c1t: один предыдущий контекстный фрагмент и один целевой фрагмент на каждый вызов; при обучении использовались фрагменты длиной 256–512 токенов. Для воспроизведения метода разбиения и процедуры оценки авторы отсылают к материалам статьи Doc2FRC и связанному репозиторию. Модель распространяется по лицензии Apache-2.0.

Карточка модели ConnorYU/qwen3.5-9b-insecure-v3-sec-ih_424 на Hugging Face совпадает с карточкой ConnorYU/Qwen3.5-9B-VerIH-step424-syshint-insecure-3e-lr2e5, поэтому описание составлено по ней. ConnorYU/Qwen3.5-9B-VerIH-step424-syshint-insecure-3e-lr2e5 — дообученная ConnorYU модель семейства Qwen3.5 с плотной архитектурой и классом Qwen3_5ForConditionalGeneration. Она принимает текст и изображения и формирует текстовые ответы; метаданные также отмечают чат и интерфейс вызова инструментов. Модель представлена в формате safetensors и лицензирована по Apache-2.0. Модель предназначена для диалоговых сценариев с визуальными входными данными и вызова инструментов через соответствующий интерфейс. README сообщает, что при обучении использовались Unsloth и библиотека TRL. Данных о размере модели, длине контекста и специальных областях применения в предоставленных источниках нет.

Qwen3.8-27B-Uncensored-GGUF — набор GGUF-квантизаций модели Qwen3.8-27B, разработанной Qwen, с удалённым значительным объёмом защитного выравнивания и отказов от ответов методом abliteration. В README указано, что сборка распространяется для llama.cpp; конкретный вклад dancinlab и точный автор преобразования отдельно не описаны, однако материалы связаны с OrcaRouter. Базовая модель имеет плотную архитектуру на 27 млрд параметров с гибридным вниманием: слоями линейного внимания Gated DeltaNet и полноформатного внимания. Также заявлены нативная работа с изображениями, рассуждения, вызовы инструментов и головка MTP для спекулятивной декодировки. Модель предназначена прежде всего для исследовательских задач: изучения механизмов отказов и интерпретируемости, AI safety, red teaming и оценки устойчивости. Она поддерживает английский и китайский языки. Текстовый режим работает с основным GGUF-файлом, а обработка изображений требует отдельного файла mmproj; заявленная платформа выполнения — llama.cpp с поддержкой CPU, CUDA, Metal и ROCm. Доступны варианты от 2 до 16 бит размером примерно от 8,9 до 54,7 ГБ; Q4_K_M рекомендуется как компромисс между качеством и размером, а IQ-квантизации оптимизированы с помощью importance matrix для меньшего числа бит. Главное преимущество — сочетание локального запуска, широкого выбора квантизаций, мультимодальности, инструментального вызова и ускорения через MTP. Ограничения включают заметное снижение качества на низких битностях, необходимость свежей версии llama.cpp с поддержкой архитектуры qwen35 и MTP, а также отдельную загрузку vision projector. Из-за удаления защитных механизмов модель может выполнять вредоносные, неэтичные или незаконные запросы, поэтому для практического использования необходимы собственные фильтры и меры безопасности. Указанная лицензия — Apache 2.0, унаследованная от базовой модели; использование также должно соответствовать применимому законодательству.

Qwen3.8-Flash-Next-Uncensored-MLX — это производная MLX-сборка базовой модели Qwen3.8-Flash-Next, разработанная OrcaRouter для запуска на устройствах Apple Silicon через Metal. Модель подвергнута abliteration — удалению направления отказа, связанного с защитным поведением, — а затем квантизирована. Она предназначена прежде всего для исследований интерпретируемости, AI-безопасности, red teaming, оценки устойчивости и контролируемых экспериментов, а не для непосредственного использования конечными пользователями. Модель поддерживает текст, изображения и видео, заявлены английский и китайский языки. Архитектура Qwen4ExpForConditionalGeneration включает 48 слоёв, скрытое представление размерностью 2560, гибридное внимание с 36 слоями Gated-DeltaNet и 12 слоями полного внимания, Mixture-of-Experts с 512 экспертами и выбором 10 экспертов, общий эксперт, Hyper-Connections, vision- и video-компоненты, а также MTP-голову для спекулятивного декодирования. Контекстное окно составляет 262 144 токена. Версия в корне репозитория использует MLX affine 4-bit-квантизацию с размером группы 64, имеет эффективный размер около 7,85 бит на вес и занимает примерно 163 ГБ; также доступны варианты 6 и 8 бит. Сильными сторонами модели являются мультимодальность, большое контекстное окно, MoE-архитектура и оптимизация под Apple Silicon. Главным ограничением и риском является существенное удаление защитного выравнивания: модель может выполнять вредоносные, неэтичные и незаконные запросы, от которых исходная модель отказалась бы, поэтому необходимы собственные механизмы безопасности, модерации и предотвращения злоупотреблений. Модель распространяется по лицензии Apache 2.0, унаследованной от базовой модели; ответственность за использование и результаты генерации несёт пользователь.

RobBERT-2026 — нидерландоязычная модель-энкодер, выпущенная разработчиком RobBERT. Она обучена с нуля на архитектуре NeoBERT для предсказания пропущенных токенов и общих задач понимания нидерландского текста. По карточке, обучение проведено примерно на 27 млрд токенов из лицензированных или синтетических источников; в метаданных указан размер 302,6 млн параметров, а в README — 275 млн. Модель предобучалась на последовательностях длиной 512 токенов; таблица RoPE рассчитана на 8192, но README не подтверждает, что такую длину поддерживает предобучение. Модель можно применять как основу для заполнения пропусков, классификации текста и ответов на вопросы на нидерландском языке. В сравнительной оценке на SQuAD-NL она показала F1 69,6, а на DBRD — точность определения тональности 93,3. Лицензия репозитория — MIT. Для загрузки README указывает на необходимость `trust_remote_code=True`.

SauerkrautLM-Translator-LFM2.5-1.2B — компактная специализированная модель перевода от VAGO Solutions, дообученная на основе LiquidAI/LFM2.5-1.2B-Instruct. Это плотная авторегрессионная языковая модель семейства LFM2 с 1,5 млрд параметров, поддерживающая контекст до 128 000 токенов и доступная в формате safetensors для Transformers. Модель предназначена для перевода между английским, немецким, французским, испанским и итальянским во всех направлениях. Она рассчитана на короткие фразы и длинные документы, а также на перевод запросов и инструкций с сохранением их намерения. В README также заявлена нулевая языковая способность переводить с арабского и китайского на один из пяти поддерживаемых языков. Обучение включало 3 млн примеров и дополнительную настройку DPO на 30 000 примерах; авторы оценивали качество с помощью сравнений, где судьёй выступал GPT-4.1. Для модели указана лицензия other; перед использованием следует проверить условия в репозитории. Основное назначение — перевод, поэтому результаты для иных задач README не подтверждает. Заявленные возможности нулевого перевода с арабского и китайского не равнозначны полноценной поддержке этих языков.

UniReason-Qwen3-14B-think-SFT-i1-GGUF — это набор квантованных GGUF-версий текстовой языковой модели UniReason-Qwen3-14B-think-SFT. Модель создана на базе Qwen3-14B и разработана проектом ReasoningTransferability; квантованные файлы подготовлены mradermacher. Обучение ориентировано на перенос способностей к рассуждению: модель дистиллирована из Qwen3-32B-Instruct в режиме thinking с использованием reject sampling. Модель предназначена для генерации текста, решения математических задач и выполнения задач, требующих рассуждений. В карточке указаны английский язык и датасеты math и reasoning. Это текстовая модель без заявленной поддержки изображений или других модальностей. Размер базовой модели — 14 млрд параметров; доступны варианты квантования от примерно 3,7 до 12,2 ГБ, что позволяет запускать её на системах с ограниченными ресурсами. Длина контекста и точные характеристики архитектуры в README не указаны. Сильной стороной модели является специализация на математическом и логическом рассуждении, а также широкий выбор вариантов квантования. При этом низкобитные варианты могут заметно уступать по качеству: в README некоторые из них обозначены как низкокачественные, тогда как i1-Q4_K_M рекомендован как быстрый вариант. Ограничения включают отсутствие данных о результатах бенчмарков, мультиязычности и длине контекста. Лицензия — Apache-2.0.

Butt011/wav2vec2-base-demo-google-colab — модель распознавания речи на базе wav2vec 2.0, дообученная автором репозитория поверх facebook/wav2vec2-base. Веса имеют архитектуру Wav2Vec2ForCTC, содержат 113,3 млн параметров и опубликованы в формате safetensors. Модель принимает аудио и предназначена для автоматического преобразования речи в текст. В карточке приведены результаты оценки: loss 0,1487 и WER 1,035. Датасет, язык речи и условия оценки не раскрыты, поэтому по этим значениям нельзя надёжно судить о практическом качестве или определить подходящие языки. Модель выпущена под лицензией Apache-2.0.

Hanhpt23/whisper-tiny-slisa — модель распознавания речи на базе Whisper, дообученная разработчиком на датасете Hanhpt23/SLISA. Она предназначена для преобразования аудиозаписей в текст. В карточке приведён результат оценки на тестовом наборе: loss 0,0002 и WER 0,0; описание набора и методики оценки не раскрыто, поэтому эти значения сами по себе не позволяют судить о качестве на других данных. Модель содержит 29,4 млн параметров и распространяется в формате safetensors. В метаданных указан английский язык и лицензия Apache-2.0. Сведений о поддерживаемых языках помимо английского, длине контекста и дополнительных ограничениях применения нет.

MiMo-VL-7B-SFT-2508-GGUF — это GGUF-квантизованная версия мультимодальной модели MiMo-VL-7B-SFT-2508, разработанной XiaomiMiMo. Квантизацию выполнил bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для задач image-text-to-text: обработки изображений вместе с текстовыми запросами и генерации текстовых ответов по их содержанию. Модель имеет размер 7B параметров и поставляется в нескольких вариантах точности — от BF16 до Q2_K_L, включая рекомендуемые версии Q4, Q5 и Q6. Размер файлов составляет примерно от 3,65 до 15,25 ГБ. Формат GGUF ориентирован на запуск через llama.cpp, LM Studio и другие совместимые приложения. Более высокие варианты квантизации лучше сохраняют качество, а компактные версии снижают требования к оперативной памяти, но могут заметно уступать по точности. В README не указаны поддерживаемые языки, размер контекста, точная архитектура мультимодальной части, системные требования и лицензия. Поэтому эти характеристики следует уточнять на странице исходной модели XiaomiMiMo/MiMo-VL-7B-SFT-2508. Условия лицензирования квантизованной версии также не приведены.

Ziya-LLaMA-13B-Pretrain-v1 — это базовая языковая модель семейства Ziya, разработанная командой Fengshenbang и построенная на архитектуре LLaMA. Модель содержит 12,9 млрд параметров и выпущена как прирост весов после дополнительного предобучения LLaMA-13B на 110 млрд токенов на китайских и английских данных. Для более эффективной обработки китайского текста расширен токенизатор: итоговый словарь содержит 39 410 токенов. Контекст модели составляет 2048 токенов. Модель предназначена для генерации и понимания текста на китайском и английском языках. Она служит основой для Ziya-LLaMA-13B-v1, которая после дополнительной настройки поддерживает перевод, программирование, классификацию, извлечение информации, суммаризацию, генерацию рекламных текстов, ответы на вопросы и математические вычисления; эти возможности относятся к настроенной версии и не должны автоматически приписываться данному чекпойнту. Формат репозитория — PyTorch; чтобы получить полные веса, требуется объединить опубликованные приросты с исходными весами LLaMA-13B. README указывает на ограничения лицензии LLaMA и запрещает коммерческое использование; метаданные указывают лицензию GPL-3.0, поэтому условия использования следует сверять с обоими источниками.

240801-wav2vec2-ASR-Global-All-Clients — модель распознавания речи на основе архитектуры Wav2Vec2, разработанная путём дообучения zainulhakim/240626-wav2vec2-ASR_Global. Она принимает аудио и предназначена для преобразования речи в текст. Размер модели — 113,3 млн параметров; веса представлены в формате safetensors. Модель опубликована под лицензией Apache-2.0. В README указаны результаты оценки: loss 3,0667 и WER 1,0. Такой WER указывает на крайне низкое качество распознавания в приведённой оценке; перед практическим применением модель следует проверить на целевых аудиозаписях. Данные обучения, поддерживаемые языки и дополнительные ограничения в доступных материалах не описаны.

AiPixel Tag Creator 7B — языковая модель компании AiPixel для автоматической разметки материалов по их названию и краткому описанию. Она определяет технологии, целевые профессиональные группы, уровень и язык материала. Модель основана на плотной архитектуре Llama и содержит 6,6 млрд параметров. Она принимает текст и генерирует текстовую разметку; контекст составляет до 4096 токенов. В метаданных указана лицензия Llama 2. Карточка не описывает конкретные ограничения качества или поддерживаемые языки.

Creatium LLM Coach — дообученная модель aayush1306 на базе мультимодальной Qwen3.5-9B. Она предназначена для диалогового взаимодействия и задач, где нужно анализировать изображения и отвечать на вопросы по ним; также поддерживает интерфейс вызова инструментов. Архитектура плотная, формат весов — Safetensors. В README указано, что обучение проводилось с Unsloth и библиотекой TRL. Модель принимает текст и изображения и выдаёт текст. В карточке указан английский язык. Размер базовой модели — 9 млрд параметров. Модель распространяется по лицензии Apache-2.0. Сведений о длине контекста и специализированной области применения в предоставленных данных нет.

DavidLanz подготовил дообученную текстовую модель на базе unsloth/functiongemma-270m-it с архитектурой Gemma 3 для генерации текста и работы с вызовами функций. Модель содержит 257 млн параметров, принимает текст и поддерживает контекст до 32 768 токенов. В карточке указано, что обучение выполнено с помощью Unsloth и библиотеки TRL от Hugging Face. Модель подходит для преобразования текстовых запросов в вызовы функций и создания компактных диалоговых агентов с таким интерфейсом. Поддерживаемый язык карточки — английский. Лицензия Apache-2.0.

Granite-4.1-3B-Function-Calling-xLAM-Unsloth — языковая модель на архитектуре GraniteForCausalLM с 3,4 млрд параметров, созданная дообучением ibm-granite/granite-4.1-3b компанией или автором репозитория ermiaazarkhalili. Модель дообучена методом SFT на наборе Salesforce/xlam-function-calling-60k для диалоговой генерации текста и вызова инструментов по инструкциям. Контекстное окно составляет 131 072 токена; доступен формат safetensors, библиотека Transformers. Лицензия Apache-2.0. Модель подходит для ассистентов, которым нужно выбирать инструменты и формировать вызовы функций в диалоге. В README приведены только значения обучающей потери; оценка на бенчмарках не проводилась, поэтому качество вызова инструментов отдельно не подтверждено. Обучение на одном наборе данных не проверяет поведение вне его распределения; также модель наследует смещения и ограничения базовой модели.

Hirundo Granite-4.1-3B Hardened — дообученная методом поведенческого unlearning модель Hirundo на базе ibm-granite/granite-4.1-3b. Это плотная причинная языковая модель на 3,4 млрд параметров для генерации текста и диалогов; она принимает текст и имеет контекстное окно 131 072 токена. Модель модифицирована для снижения восприимчивости к prompt injection при сохранении общих возможностей базовой модели. В опубликованных тестах PurpleLlama показатель успешности prompt injection снизился с 40,24% у исходной модели до 8,77%; в тестах Garak также отмечено снижение ряда атак и утечек. Эти результаты предназначены для сравнительной оценки и не гарантируют защиту в конкретном приложении. Модель подходит для экспериментов с защитой языковых моделей, сравнительных проверок безопасности и разработки приложений, где важна устойчивость к недоверенным инструкциям. Лицензия — Apache-2.0.

ICver6dcocoswingpt250Bpc1e — модель преобразования изображений в текст на основе архитектуры VisionEncoderDecoder. Она дообучена VK246 на датасете COCO от базовой модели VK246/IC_ver6c_coco_swin_gpt2_50Apc_1e. Модель предназначена для генерации текстовых описаний изображений; карточка приводит результаты оценки на тестовом наборе COCO: Loss 0,7897, ROUGE-1 42,1846, ROUGE-2 16,6343, ROUGE-L 38,2927 и BLEU 10,4949. Размер модели, поддерживаемые языки и условия лицензии в доступных сведениях не приведены. Описание модели и её ограничений в карточке не раскрыто; качество может зависеть от изображений и распределения данных.

LFM2-350M-ENJP-MT — языковая модель Liquid AI, дообученная на базе LiquidAI/LFM2-350M для двустороннего перевода между английским и японским. Она предназначена для коротких и средних текстов и ориентирована на перевод с малой задержкой, в том числе при локальном запуске на периферийных устройствах. Модель имеет плотную авторегрессионную архитектуру LFM2 и содержит 444,6 млн параметров; заявленная длина контекста — 128 000 токенов. Для выбора направления перевода требуется системный запрос «Translate to Japanese.» или «Translate to English.», а модель рассчитана на одноходовой диалог. Разработчик приводит примеры перевода бытовых, технических, деловых и новостных текстов. Модель может быть основой для специализированных переводческих систем, однако разработчик отмечает ограничения при очень длинном контексте, переводе специализированной терминологии, новых имен собственных и отраслевых нюансов. Лицензия указана как other, поэтому перед использованием следует проверить условия на странице модели.

LFM2.5-VL-450M — компактная мультимодальная модель Liquid AI, преобразованная сообществом litert-community в формат LiteRT-LM для локального запуска на устройствах. Она предназначена для задач обработки текста и изображений, включая описание изображений, ответы на вопросы о цветах и формах, OCR и простой подсчёт объектов. Модель поддерживает одну фотографию на запрос и работает через LiteRT-LM на CPU, а также на GPU в macOS и Android при использовании подходящей версии runtime. Архитектура включает гибридную текстовую основу LFM2 с 16 слоями, объединяющую gated short-convolutions и grouped-query attention, словарь на 64 тысячи токенов, а также компактную vision-башню SigLIP2 из 12 слоёв со скрытым размером 768. Изображения приводятся к размеру 512×512 и преобразуются в 256 визуальных токенов. Максимальный контекст KV cache составляет 4096 токенов. Доступны варианты квантования int8 и int4; пакет int4 занимает около 0,41 ГБ и показывает лучшие результаты среди представленных конфигураций. Ключевое ограничение стандартной сборки связано с дефектом LiteRT-LM: в версиях 0.16.0 и текущей ветке runtime модели может передаваться только верхняя четверть изображения, из-за чего позиционные вопросы, перечисление и локализация объектов дают неверные ответы без явной ошибки. В репозитории также приведена исправленная сборка int4_fixB, восстанавливающая обработку всей видимой области, но не обеспечивающая полноценное координатное позиционирование. На iOS GPU не поддерживается для этого семейства, поэтому рекомендуется CPU. Распространение осуществляется по лицензии LFM Open License v1.0.

Карточка модели qwerfcds/LMT-60-1.7B на Hugging Face совпадает с карточкой NiuTrans/LMT-60-0.6B, поэтому описание составлено по ней. LMT-60-0.6B — модель машинного перевода от команды NiuTrans, дообученная на базе NiuTrans/LMT-60-0.6B-Base. Она относится к плотной архитектуре Qwen3ForCausalLM, содержит около 507,9 млн параметров и принимает контекст до 32 768 токенов. Модель входит в семейство LMT-60, обученное на 90 млрд токенов; семейство рассчитано на перевод между 60 языками в 234 направлениях с особым вниманием к китайскому и английскому языкам. Модель предназначена для многоязычного перевода текстов, включая языки с высоким, средним и низким объёмом ресурсов. Её можно использовать для перевода документов, сообщений и пользовательского контента между поддерживаемыми языками. Карточка заявляет конкурентное качество среди моделей с сопоставимым языковым охватом, но не приводит здесь конкретных метрик для этого чекпойнта. Выпущена под лицензией Apache-2.0.

Карточка модели NiuTrans/LMT-60-1.7B-Base на Hugging Face совпадает с карточкой NiuTrans/LMT-60-0.6B, поэтому описание составлено по ней. LMT-60-0.6B — модель машинного перевода от команды NiuTrans, дообученная на базе NiuTrans/LMT-60-0.6B-Base. Она относится к плотной архитектуре Qwen3ForCausalLM, содержит около 507,9 млн параметров и принимает контекст до 32 768 токенов. Модель входит в семейство LMT-60, обученное на 90 млрд токенов; семейство рассчитано на перевод между 60 языками в 234 направлениях с особым вниманием к китайскому и английскому языкам. Модель предназначена для многоязычного перевода текстов, включая языки с высоким, средним и низким объёмом ресурсов. Её можно использовать для перевода документов, сообщений и пользовательского контента между поддерживаемыми языками. Карточка заявляет конкурентное качество среди моделей с сопоставимым языковым охватом, но не приводит здесь конкретных метрик для этого чекпойнта. Выпущена под лицензией Apache-2.0.

sail/longspec-Llama-3-8B-Instruct-262k — модель семейства Llama, связанная с методом LongSpec для ускорения генерации в длинном контексте. В карточке указано, что метод использует спекулятивное декодирование с эффективным формированием черновика и проверкой; репозиторий описан как модель из соответствующей работы. Модель содержит 7,5 млрд параметров, имеет архитектуру LlamaGlideDecoderLayer и рассчитана на контекст до 262 144 токенов. Модель предназначена для генерации текста с длинным контекстом, где может применяться подход спекулятивного декодирования. Доступна в формате safetensors и использует библиотеку Transformers. Лицензия — MIT. Карточка не сообщает подробностей о качестве, базовой модели или поддерживаемых языках.

Карточка модели Muse-research/Muse2-125M-Base на Hugging Face совпадает с карточкой Muse-research/Muse2-125M, поэтому описание составлено по ней. Muse2-125M — компактная авторегрессионная языковая модель Muse Research с 135,3 млн параметров. В репозитории представлена версия Instruct, дообученная методом SFT с маскированием потерь для токенов вне ответа; RLHF и DPO не применялись. Архитектура Muse2 реализована на PyTorch с нуля и сочетает свёрточные блоки и полное внимание: 7 причинных depthwise-свёрток чередуются с 5 блоками внимания, используется grouped-query attention. Заявленный контекст — до 128 тысяч токенов, при этом карточка указывает 8 тысяч как базовую длину. Модель рассчитана на английский текст, включая код и математические записи. Её предполагаемые сценарии — изучение компактных гибридных архитектур, локальный запуск на устройствах с ограниченными ресурсами, извлечение структурированных данных в JSON и дальнейшее дообучение. Для диалоговых задач она может служить небольшим ассистентом, когда важнее компактность, чем фактическая надёжность. Лицензия весов — Apache-2.0. Это исследовательская модель без safety fine-tuning, red-teaming и фильтрации контента. Проверки возможностей и безопасности ограничены качественной оценкой; модель может выдавать неточные, предвзятые, повторяющиеся или нежелательные ответы и часто галлюцинирует. Разработчик не рекомендует полагаться на неё в критичных, медицинских, юридических или иных требующих точности сценариях без собственной оценки и защитных механизмов.

NorBERT 3 small — официальная модель норвежского языка нового поколения, выпущенная авторами семейства NorBERT и описанная в статье «NorBench — A Benchmark for Norwegian Language Models». Это энкодерная модель на основе BERT с архитектурой NorbertForMaskedLM, содержащая около 40,4 млн параметров и принимающая последовательности длиной до 512 токенов. Модель предназначена прежде всего для восстановления замаскированных токенов; также каталог указывает поддержку классификации текста и токенов, ответов на вопросы и задач с выбором ответа. Она обучена для норвежского языка, включая варианты Bokmål и Nynorsk. Для загрузки требуется пользовательская обёртка из modeling_norbert.py и параметр trust_remote_code=True. Распространяется по лицензии Apache-2.0.

Карточка модели JSCreatorPro/offline-cpu-madlad-400 на Hugging Face совпадает с карточкой google/madlad400-3b-mt, поэтому описание составлено по ней. MADLAD-400-3B-MT — многоязычная модель машинного перевода семейства T5, опубликованная в репозитории Google и основанная на архитектуре T5. В метаданных указан размер 731,9 млн параметров; модель доступна в форматах Safetensors и GGUF и рассчитана на контекст до 512 токенов. Карточка сообщает об обучении на корпусе MADLAD-400 и параллельных данных для 157 языков; охват модели заявлен как более 400 языков. Модель предназначена прежде всего для перевода между языками и многоязычных NLP-сценариев, в том числе для работы с языками, недостаточно представленными в крупных корпусах. Её можно применять для перевода коротких текстов и в качестве основы для экспериментов с машинным переводом; качество, по данным карточки, зависит от языка и, вероятно, от предметной области. Модель обучена на общедоступных веб-данных, поэтому возможны низкое качество или проблемные результаты для отдельных языков и тематик. Она не предназначена для специализированных областей без адаптации, а её пригодность для производственных сценариев не оценивалась. Лицензия — Apache 2.0.