I.5Создание и редактирование текста

BerryBase — языковая модель на 7,1 млрд параметров, созданная автором репозитория путём слияния maywell/Qwen2-7B-Multilingual-RP и Weyaxi/Einstein-v7-Qwen2-7B с помощью LazyMergekit и метода SLERP. Она основана на архитектуре Qwen2 и предназначена для генерации текста в диалоговом формате, включая ответы на вопросы. Указанный родительский чекпойнт — maywell/Qwen2-7B-Multilingual-RP; конфигурация слияния также включает слои второй модели. Модель принимает текст и генерирует текст. Нативная длина контекста составляет 32 768 токенов; веса опубликованы в формате Safetensors и имеют тип bfloat16. Языковая основа — мультиязычная модель Qwen2, однако конкретный перечень поддерживаемых языков для BerryBase в карточке не приведён. Карточка не содержит оценок качества или подробных ограничений применения. Лицензия в предоставленных данных не указана, поэтому условия использования следует проверить на странице репозитория и у базовых моделей.

BgGPT-Gemma-2-9B-IT-v1.0 — языковая модель INSAIT при Софийском университете, построенная на Gemma 2 9B. Это плотный decoder-only трансформер с 9 млрд параметров и контекстом 8192 токена; модель дообучена для следования инструкциям и диалога. Модель предназначена прежде всего для общения и генерации текста на болгарском языке, включая ответы на вопросы, рассуждения и решение учебных задач. Она также сохраняет возможности на английском. При непрерывном предварительном обучении использовалась стратегия Branch-and-Merge и около 100 млрд токенов, из них 85 млрд на болгарском; затем модель дообучили на болгарских инструкциях, составленных на основе реальных диалогов. Модель доступна по условиям Gemma Terms of Use. Для работы рекомендуется формат чата Gemma 2; README предупреждает, что Flash Attention снижает качество работы. Заявления о результатах на бенчмарках приведены авторами модели и не гарантируют качество на конкретных пользовательских задачах.

BgGPT-Gemma-3-27B-IT — мультимодальная модель для диалогов и выполнения инструкций, адаптированная для болгарского языка институтом INSAIT на базе Google Gemma 3 27B IT. Это плотная модель семейства Gemma 3 с поддержкой текста и изображений; карточка указывает эффективный контекст до 131 тыс. токенов. Модель рассчитана на многоходовые беседы, сложные инструкции и задачи, где нужно совместно учитывать текст и изображения. Модель подходит для вопросов и ответов на болгарском языке, диалоговых помощников и анализа изображений с текстовыми запросами. Также поддерживает английский язык. В README указаны данные предобучения до мая 2025 года и дообучения по инструкциям до октября 2025 года. Репозиторий содержит веса Safetensors и использует лицензию Gemma; применение регулируется её условиями.

Bielik-11B-v2.0-Instruct — генеративная языковая модель с 11 млрд параметров, разработанная SpeakLeash совместно с вычислительным центром ACK Cyfronet AGH. Это дообученная в формате инструкций версия Bielik-11B-v2 на архитектуре Mistral с причинным декодером; модель предназначена для диалогов и выполнения текстовых инструкций. Она обучалась преимущественно на польских текстах и инструкциях и рассчитана прежде всего на польский язык, при этом в карточке также упоминается оценка задач на английском. Контекст составляет до 32 768 токенов, формат весов — Safetensors, для общения используется шаблон ChatML. Модель подходит для ответов на вопросы, диалогового взаимодействия и выполнения разнообразных языковых задач на польском языке. Лицензия — Apache 2.0 с дополнительными условиями использования, приведёнными в карточке. Разработчики отмечают, что это демонстрационная версия instruct-настройки базовой модели; у неё нет механизмов модерации, ответы могут содержать фактические ошибки, предвзятость или оскорбительный контент.

Bielik-PL-11B-v3.0-Instruct — генеративная языковая модель с 11 млрд параметров, разработанная SpeakLeash совместно с центром ACK Cyfronet AGH. Это дообученная для выполнения инструкций версия Bielik-11B-v3-Base-20250730 с заменённым на APT4 токенизатором, оптимизированным для польского языка. Модель имеет архитектуру causal decoder-only и использует шаблон чата ChatML. Модель предназначена для диалогов, ответов на вопросы и выполнения языковых инструкций. Она обучена на текстах на 32 европейских языках с акцентом на польский; обучение включало многоходовые диалоги, задачи на логику, STEM, математику и использование инструментов. Разработчики отмечают высокую способность работать с польским и другими европейскими языками. Модель может выдавать фактически неверные, предвзятые, оскорбительные или непристойные ответы и не имеет встроенных механизмов модерации. Лицензия — Apache 2.0.

BigQwen2.5-Echo-47B-Instruct-GGUF — набор GGUF-квантизаций модели BigQwen2.5-Echo-47B-Instruct, опубликованный пользователем bartowski и основанный на модели mlabonne. Квантизации подготовлены с помощью llama.cpp и imatrix; модель предназначена для генерации текста и работы в локальных средах инференса, включая LM Studio. Указанный язык — английский, формат взаимодействия использует шаблон Qwen с ролями system, user и assistant. Модель имеет размер 47B параметров, однако сведения о точной архитектуре, длине контекста и мультимодальных возможностях в README не указаны. Доступны варианты от F16 размером около 94,79 ГБ до низкобитных Q3 и Q4, а также Q5, Q6 и Q8; наиболее качественными и рекомендуемыми названы некоторые варианты Q6_K, Q5 и Q4. Квантизации позволяют выбирать баланс между качеством, размером файла и требованиями к памяти; отдельные варианты оптимизированы для ARM-процессоров. Ограничениями являются значительные требования к памяти для старших вариантов и возможное снижение качества у низкобитных квантизаций. Для запуска требуется совместимое программное обеспечение, например llama.cpp или LM Studio. Лицензия указана как other с названием tongyi-qianwen; в качестве текста лицензии приведена ссылка на лицензию Qwen2-72B-Instruct.

Big Tiger Gemma 27B v1 — разговорная языковая модель TheDrummer на архитектуре Gemma 2. По карточке, это версия Gemma 27B с ослабленными отказами; модель предназначена для диалога и генерации текста. Метаданные указывают 27,6 млрд параметров, контекст 8192 токена и формат safetensors. Модель подходит для чат-ответов и свободной генерации текста. README заявляет редкие отказы, однако не приводит результатов оценки, описания обучения или сведений о поддерживаемых языках. Лицензия в предоставленных данных не указана.

rinna/bilingual-gpt-neox-4b — двуязычная языковая модель, разработанная командой Rinna на основе кода EleutherAI GPT-NeoX. Это плотный авторегрессионный трансформер GPT-NeoX с 36 слоями и размером скрытого состояния 2816; в метаданных указано 4,8 млрд параметров. Модель предварительно обучена примерно на 524 млрд токенов из японских корпусов CC-100 и C4, The Pile, RedPajama и Wikipedia. Модель предназначена для генерации текста на японском и английском языках, продолжения текста и языковых задач общего назначения. Авторы сообщают о результатах на японских и английских бенчмарках; оценка на японских задачах была немного выше, чем у предыдущей японской GPT-NeoX 3.6B. Контекст составляет 2048 токенов. Токенизатор SentencePiece имеет словарь из 65 536 элементов и поддерживает обработку пробелов, переводов строк и табуляций; для его особенностей в README рекомендуется использовать use_fast=False. Результат чувствителен к параметрам декодирования, поэтому настройки temperature, top_p, top_k и repetition_penalty следует подбирать для конкретного сценария. Модель распространяется по лицензии MIT.

rinna/bilingual-gpt-neox-4b-instruction-sft — двуязычная разговорная языковая модель компании rinna, созданная дообучением GPT-NeoX на 4,8 млрд параметров для выполнения инструкций. Архитектура — плотный трансформер GPT-NeoX; модель принимает текст и генерирует текст. Контекст составляет 2048 токенов. Модель предназначена для диалогов, ответов на вопросы и других запросов на японском и английском языках. Для диалога README задаёт формат с репликами «ユーザー» и «システム»; качество генерации чувствительно к параметрам декодирования, поэтому их стоит подбирать под задачу. Модель дообучалась на данных Anthropic HH-RLHF и FLAN Instruction Tuning, включая японские переводы. Выпущенная 2 августа 2023 года версия распространяется по лицензии MIT.

KnutJaegersberg/black_goo_recipe_e — плотная языковая модель семейства Llama с 3,3 млрд параметров и контекстом 8192 токена, опубликованная в формате PyTorch. Карточка показывает пример диалога с инструкцией и ответом, поэтому модель предназначена для генерации текста по запросам, включая ответы на вопросы и выполнение инструкций. Модель поддерживает задачи text-generation и text-classification согласно метаданным каталога; основная задача Hugging Face — text-generation. Данных о языковом охвате и специальной предметной области в карточке нет. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

BlossomsAI разработала BloomVN-8B-chat — плотную чат-модель для генерации текста на основе Qwen2, дообученную от Sailor2-8B-Chat. Обучение включало дополнительное предобучение, настройку на вьетнамском наборе инструкций и настройку отказов от ответов на определённые запросы. Модель предназначена для генерации текста и диалогов на вьетнамском и английском языках, в частности для создания двуязычного контента и языковых приложений. Она содержит 8 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. В README приведён результат 56,56 по среднему показателю бенчмарка VLMU от 7 февраля 2025 года. Модель распространяется по лицензии MIT. Бенчмарк не описывает качество на всех практических задачах; сведения о конкретных ограничениях и условиях развёртывания в карточке не приведены.

reallad/blopsy-1.1 — языковая модель reallad для генерации текста и диалогов. Она дообучена на базе reallad/llama-8b-alpaca-noro с использованием Unsloth и библиотеки TRL. Модель построена на плотной архитектуре LlamaForCausalLM, содержит 7,5 млрд параметров и поддерживает контекст до 8192 токенов. Карточка указывает английский язык; метаданные отмечают поддержку диалогового режима. Модель распространяется в формате PyTorch по лицензии Apache-2.0.

Bombus_3x8B_v2 — чат-модель для генерации текста, опубликованная Eurdem. По карточке, это смесь экспертов (MoE) на основе Llama 3; метаданные указывают архитектуру MixtralForCausalLM и библиотеку Transformers. Модель принимает текст и генерирует текст, поддерживает английский язык и контекст до 8192 токенов. Общее число параметров — 7,5 млрд. Модель подходит для диалогов и генерации ответов на текстовые запросы. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0. В карточке не приведены результаты оценки качества или подробные сведения о дообучении и объединении моделей.

ClaudioItaly/Book-Gut12B — объединённая языковая модель, созданная с помощью mergekit методом SLERP из nbeerbower/Stella-mistral-nemo-12B-v2 и nbeerbower/mistral-nemo-gutenberg-12B-v2. Модель основана на плотной архитектуре MistralForCausalLM, содержит 12,1 млрд параметров и предназначена для генерации текста и диалогового взаимодействия. Модель может подойти для написания и продолжения текста, в том числе книжного, а также для общения в формате чата. Она принимает и выдаёт текст; заявленная длина контекста составляет 1 024 000 токенов. Модель распространяется в формате safetensors по лицензии MIT.

Boomba-AI — дообученная текстовая модель от 007Arijit на базе unsloth/qwen2.5-7b-instruct-unsloth-bnb-4bit. Она предназначена для генерации текста и диалогового взаимодействия; в метаданных также указана поддержка интерфейса вызова инструментов. Модель использует плотную архитектуру Qwen2 с 7,1 млрд параметров и контекстом до 32 768 токенов. По карточке, модель обучали с помощью Unsloth и библиотеки TRL от Hugging Face. Репозиторий содержит веса в формате safetensors. Указана лицензия Apache-2.0. README не описывает специализацию, результаты оценки или конкретные ограничения качества.

NbAiLab/borealis-open-1b — компактная инструктивная языковая модель семейства Borealis, разработанная Национальной библиотекой Норвегии (Nasjonalbiblioteket). Это дообученная на инструкциях версия Google Gemma 3 1B с плотной архитектурой Gemma3ForCausalLM; модель содержит 1 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. Она предназначена прежде всего для норвежских диалоговых задач: написания и редактирования текстов, составления заголовков и вводных абзацев к новостям, суммаризации, ответов на вопросы и лёгких рассуждений. Также её можно применять для оценки качества письменного норвежского языка, включая букмол и нюношк. Открытый вариант обучен на наборе NbAiLab/aurora-sft-open и не включает материалы, предоставленные по соглашению с правообладателями норвежской прессы. Модель доступна в формате Safetensors для Transformers и распространяется по лицензии Gemma. Это не специализированная модель для сложных рассуждений: ответы могут содержать ошибки, предвзятость или неподходящий контент, а качество за пределами норвежского и английского языков изучено недостаточно. Не рекомендуется применять её в критически важных сценариях без отдельной проверки.

Breeze-7B-Instruct-v0_1 — диалоговая языковая модель MediaTek Research, построенная на архитектуре Mistral и дообученная на базе MediaTek-Research/Breeze-7B-Base-v0_1. Модель содержит 7,2 млрд параметров и предназначена прежде всего для традиционного китайского языка, также поддерживает английский. В версии v0.1 словарь расширен до 62 тысяч токенов для лучшей работы с традиционным китайским; метаданные указывают контекст до 32 768 токенов. Модель рассчитана на использование без дополнительной настройки в типовых сценариях: ответы на вопросы, многошаговый диалог, суммаризация и генерация текста. Её можно применять для ответов по документам в системах RAG. Разработчики сообщают о хороших результатах в бенчмарках на традиционном китайском и английском по сравнению с моделями похожего размера. README отмечает, что для диалога нет специальной обработки вредоносных запросов, поэтому модель может отвечать на них без защитных механизмов. Лицензия — Apache-2.0. Описанная в карточке версия v0.1 не является текущим выпуском Breeze-7B: README указывает на v1.0 как более позднюю версию.

Solshine/Brimful-12B-merged-replete — языковая модель для генерации текста, созданная с помощью mergekit на основе Replete-AI/Replete-LLM-V2.5-Qwen-7b. В README указан метод слияния passthrough; модель построена на архитектуре Qwen2 и содержит 11,7 млрд параметров. Она принимает текст и генерирует текст, поддерживает диалоговый режим и интерфейс вызова инструментов. Размер контекста составляет 32 768 токенов. Модель может использоваться для диалогов и генерации ответов, а также в сценариях, где приложению требуется передавать вызовы инструментов через соответствующий интерфейс. README предупреждает, что merge пока не тестировался, поэтому качество и надёжность результатов не подтверждены. Репозиторий содержит веса safetensors; сведения о лицензии в предоставленных данных отсутствуют.

BrokenKeyboardMerge — объединённая языковая модель автора dhanushreddy29, созданная из dhanushreddy29/BrokenKeyboard и udkai/Turdus с помощью LazyMergekit. Конфигурация passthrough берёт слои 0–15 из первой модели и слои 16–31 из второй; архитектура — плотная LlamaForCausalLM с 7,1 млрд параметров, веса сохранены в Safetensors, контекст — до 4096 токенов. Модель предназначена для генерации текста и диалоговых ответов. В README приведены результаты Open LLM Leaderboard, включая средний балл 59,33, но эти оценки сами по себе не гарантируют качество в конкретном сценарии. Указана лицензия CC BY-NC 4.0, допускающая использование с атрибуцией и ограничением на коммерческое применение.

Brunhilde-2x7b-MOE-DPO-v.01.5 — языковая модель на архитектуре Mixtral с механизмом смеси экспертов (MoE), опубликованная arlineka. В README она представлена как объединение NurtureAI/neural-chat-7b-v3-16k и mncai/mistral-7b-dpo-v6; метаданные указывают 7,1 млрд параметров и контекст до 32 768 токенов. Модель предназначена для генерации текста, в том числе диалоговых ответов и рассуждений. В карточке приведены результаты Open LLM Leaderboard: средний балл 71,81, AI2 Reasoning Challenge — 69,54, HellaSwag — 87,02. Весовые файлы представлены в формате Safetensors. README не описывает языки, специальные прикладные области или ограничения качества; оценки бенчмарков не гарантируют точность ответов в конкретных задачах. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение.

BulgakovLM 3B — русскоязычная языковая модель от 0x7o на архитектуре GPT-J. Она обучена на корпусе объёмом около 100 ГБ, в основном состоящем из веб-страниц, книг, стихов и прозы; обучение проведено за два прохода. Модель предназначена для генерации текста на русском языке и может служить основой для дальнейшего дообучения. Модель принимает текст и генерирует текст, использует контекст до 4096 токенов и доступна в форматах PyTorch и Safetensors. В README приведены результаты оценки на русскоязычном бенчмарке MERA с общей оценкой 0,198. Модель выпущена под лицензией Apache-2.0.

Это GGUF-квантизированная версия языковой модели olmo-marvin-full-merged, разработанной Burnt-Toast и подготовленной пользователем bartowski. Модель предназначена для генерации текста и запуска локально с помощью llama.cpp и совместимых приложений, включая LM Studio, KoboldCpp, Jan AI и Text Generation Web UI. Доступны варианты от полноразмерных весов BF16 объёмом 64,47 ГБ до более компактных конфигураций с квантованием Q8_0, Q6_K, Q5_K, Q4_K, Q3_K и IQ. Квантование выполнено с использованием imatrix и llama.cpp версии b7721; некоторые варианты оптимизированы для снижения потребления памяти при сохранении качества, а наиболее качественными в README названы Q6_K_L, Q6_K и варианты Q5_K. Поддерживается шаблон диалога с ролями system, user и assistant. Архитектура, число параметров, контекстное окно, языки, мультимодальность и лицензия в предоставленных данных не указаны. Качество и требования к ресурсам зависят от выбранного варианта квантования: компактные версии экономичнее, но могут заметно уступать старшим по качеству.

Это GGUF-квантизированная версия языковой модели CohereForAI/c4ai-command-r-plus-08-2024, подготовленная пользователем legraphista с использованием llama.cpp и метода IMatrix. Модель предназначена для генерации текста и диалогового взаимодействия, включая локальный запуск через совместимые инструменты llama.cpp. Доступны варианты с разными уровнями квантования — от 16-битного FP16 до 1–8-битных форматов, включая Q4_K, Q3_K и Q2_K; часть вариантов использует IMatrix для улучшения качества при уменьшенном размере. Заявлена поддержка английского, французского, немецкого, испанского, итальянского, португальского, японского, корейского, китайского и арабского языков. К сильным сторонам относятся широкий выбор квантованных вариантов, возможность локального использования и компромисс между качеством, размером файлов и требованиями к памяти. При этом README не содержит сведений о точной архитектуре, числе параметров, размере контекста и результатах оценки, а низкие уровни квантования могут снижать качество по сравнению с исходной FP16-моделью. Распространение осуществляется по лицензии CC-BY-NC-4.0, допускающей использование с ограничениями, включая некоммерческий характер лицензии.

calme-2.2-qwen2-72b-GGUF — это квантизированная версия текстовой языковой модели calme-2.2-qwen2-72b, разработанной MaziyarPanahi на базе Qwen2-72B. GGUF-квантизации подготовлены пользователем bartowski с использованием llama.cpp и imatrix; модель предназначена для локального запуска, в частности через LM Studio, и поддерживает формат диалога ChatML. В README указано, что модель ориентирована на английский язык и задачи генерации текста, включая чат, следование инструкциям, рассуждения и решение математических и академических задач. Размер исходной модели составляет 72 млрд параметров. Доступны варианты квантизации от Q8_0 до более компактных Q3 и IQ4, с размером файлов примерно от 39,71 до 77,26 ГБ; некоторые варианты разделены на несколько файлов. Более высокие разрядности обычно сохраняют лучшее качество, тогда как компактные варианты снижают требования к памяти. Для ARM-платформ предусмотрена отдельная Q4_0_4_4. Размер контекста и мультимодальные возможности в README не указаны; по описанию это текстовая, а не мультимодальная модель. Сильными сторонами являются большой размер базовой модели, варианты квантизации для разного объёма доступной памяти и результаты на стандартных тестах, включая 80,08% строгой точности на IFEval, 56,8% на BBH и 41,16% exact match на MATH уровня 5. К ограничениям относятся высокие требования к оперативной или видеопамяти даже у компактных вариантов, возможное снижение качества из-за квантизации и относительно слабые результаты на отдельных сложных тестах, например GPQA и MuSR. Лицензия обозначена как other с названием tongyi-qianwen; условия следует уточнять по лицензии Qwen/Qwen2-72B.

Calme 2.3 Llama 3 70B — диалоговая языковая модель, созданная Maziyar Panahi методом DPO дообучения Meta-Llama-3-70B-Instruct. Она предназначена для генерации текста и ответов в формате чата; карточка приводит результаты оценки на Open LLM Leaderboard. Модель содержит 69,5 млрд параметров, построена на плотной архитектуре Llama и использует библиотеку Transformers. Для общения применяется шаблон ChatML; длина контекста составляет 8192 токена, основной язык — английский. Модель распространяется в формате safetensors по лицензии Llama 3. Для запуска требуется значительный объём вычислительных ресурсов, соответствующий модели такого размера.

MaziyarPanahi/calme-2.4-llama3-70b-GGUF — это набор файлов модели в формате GGUF для модели MaziyarPanahi/calme-2.4-llama3-70b. Модель разработана и квантована MaziyarPanahi, а GGUF поддерживается экосистемой llama.cpp. По назначению это текстовая generative-модель на базе Llama 3 для локального запуска и генерации текста. В README указано, что доступны варианты квантования с разрядностью от 2 до 8 бит, что позволяет выбирать компромисс между размером файлов, требованиями к памяти и качеством работы. Формат совместим с llama.cpp, llama-cpp-python, LM Studio, text-generation-webui, KoboldCpp, GPT4All, LoLLMS Web UI, candle и другими инструментами. Поддерживаются сценарии локального использования, включая запуск через графические интерфейсы, серверы и OpenAI-совместимые API. Из предоставленных данных не указаны точная архитектура исходной модели, размер контекста, поддерживаемые языки, результаты оценки, системные требования и ограничения качества. Лицензия в README не указана; условия использования следует уточнять в карточке исходной модели и репозитории. Split-файлы объединять вручную не требуется: совместимые библиотеки могут загрузить их автоматически по первому файлу.

calme-3.1-instruct-3b — языковая модель MaziyarPanahi, дообученная на базе Qwen/Qwen2.5-3B для общих задач. Это плотная авторегрессионная модель семейства Qwen2 с 3,1 млрд параметров, рассчитанная на генерацию текста и диалог в формате ChatML; контекстное окно — 32 768 токенов. В карточке указана поддержка французского и английского языков, а метаданные отмечают интерфейс для вызова инструментов. Модель подойдёт для ответов на вопросы, написания и редактирования текста, а также для диалоговых приложений общего назначения. Автор предупреждает, что из-за небольшого размера она может хуже справляться с некоторыми запросами и быть чувствительной к гиперпараметрам; для применения в производственной среде рекомендуется проверка результатов и человеческий контроль. Лицензия обозначена как other, конкретные условия в предоставленных данных не раскрыты.

calme-3.1-instruct-78b — экспериментальная чат-модель MaziyarPanahi для генерации текста в широком круге задач. По карточке, Qwen2.5-72B объединили с самой собой, а полученную модель дообучили на пользовательских наборах данных; в метаданных указана связь с MaziyarPanahi/calme-3-selfmerge-qwen2-78b. Архитектура — плотная Qwen2, размер — 76,7 млрд параметров, формат весов — safetensors, библиотека — Transformers. Модель использует шаблон диалога ChatML и имеет контекстное окно 32 768 токенов. Модель предназначена для диалогов и общих задач генерации текста; карточка приводит результаты Open LLM Leaderboard, в том числе IFEval и BBH. В метаданных указан английский язык. Автор отмечает экспериментальный характер модели, чувствительность к гиперпараметрам и возможное слабое качество на отдельных запросах. Лицензия обозначена как other; конкретные условия в предоставленных данных не раскрыты.

Карточка модели Izzy-Kim-K/calme-3.2-instruct-78b на Hugging Face совпадает с карточкой MaziyarPanahi/calme-3.2-instruct-78b, поэтому описание составлено по ней. calme-3.2-instruct-78b — экспериментальная текстовая модель MaziyarPanahi для диалогов и генерации ответов в общих областях. Она основана на Qwen2.5-72B: базовую модель сначала объединили с её копией, затем дообучили на пользовательских наборах данных. В репозитории указана плотная архитектура Qwen2 с 76,7 млрд параметров; модель распространяется в формате safetensors и поддерживает контекст до 32 768 токенов. Для диалогов используется шаблон ChatML. Модель предназначена для общения и генерации текста на английском языке, включая ответы на запросы и следование инструкциям. Автор характеризует её как экспериментальную и отмечает, что качество может зависеть от запроса и гиперпараметров. Следует учитывать возможные смещения и проверять ответы с участием человека. Лицензия указана как other, конкретные условия в предоставленных данных не раскрыты.

Canidori-12B-v1 — объединённая языковая модель от GalrionSoftworks, созданная с помощью LazyMergekit на основе трёх моделей Mistral NeMo: MN-12B-Celeste-V1.9, nemo-sunfall-v0.6.1 и MN-12B-Starcannon-v3. Это плотная причинная архитектура MistralForCausalLM с 12,1 млрд параметров, предназначенная для генерации текста и чата. Каталог указывает контекст до 1 024 000 токенов. Модель подходит для интерактивных диалогов и создания художественных историй. Веса опубликованы в формате safetensors; в конфигурации слияния указан тип bfloat16. README и метаданные не описывают отдельные языковые или предметные специализации и не сообщают лицензию, поэтому условия использования по лицензии здесь определить нельзя.