I.5Создание и редактирование текста

Это порт модели Escha Qwen3.8-27B, подготовленный degenmeowster для запуска через llama.cpp на AMD ROCm. В основе — дообученная EschaLabs/Qwen3.8-27B-Escha-W2; веса представлены в формате GGUF с 2-битной квантизацией Escha W2 и головой Q8_0. Модель использует плотную гибридную архитектуру Qwen35: 64 слоя, из которых 48 используют линейное внимание, а 16 — полное. В README заявлена поддержка контекста до 262144 токенов; порт проверен на AMD Radeon RX 7900 XTX с gfx1100. Модель предназначена для диалоговой генерации текста и задач рассуждения. README приводит измерения производительности и качества на указанной видеокарте, но они зависят от оборудования, настроек и протокола оценки. Сильные стороны — большой контекст и возможность полного размещения модели и KV-кэша на подходящей карте AMD; ограничение — сильная 2-битная квантизация может влиять на качество, а сведения о поддерживаемых естественных языках не приведены. Лицензия репозитория — Apache-2.0.

EsotericSage-12B — плотная языковая модель на архитектуре Mistral, созданная yamatazen слиянием предварительно обученных моделей yamatazen/LinearWriter-12B и yamatazen/ForgottenMaid-12B методом NearSwap с помощью mergekit. Модель содержит 12,1 млрд параметров, распространяется в формате safetensors и рассчитана на генерацию текста и диалоговое применение; метаданные также указывают интерфейс вызова инструментов. Модель принимает текст и выдаёт текст. Заявленная длина контекста — 131 072 токена. В карточке отмечены английский и японский языки. Лицензия в предоставленных данных не указана, поэтому условия использования по ним определить нельзя.

EuroLLM-22B — базовая многоязычная языковая модель на 21,9 млрд параметров, разработанная консорциумом под руководством Instituto Superior Técnico — University of Lisbon и Instituto de Telecomunicações при финансировании Европейского союза. Это плотный трансформер семейства Llama с grouped-query attention, RMSNorm, SwiGLU и RoPE; модель работает с контекстом до 32 768 токенов и доступна в формате Safetensors для Transformers. Модель обучена на 4 трлн токенов из веб-данных, параллельных корпусов и высококачественных наборов данных. Она предназначена для генерации текста и продолжения запросов на европейских языках, а также на арабском, китайском, хинди, японском и корейском. Это базовая модель без последующего обучения на следование инструкциям; для такого сценария разработчики указывают версию EuroLLM-22B-Instruct-2515. Модель поддерживает 35 языков, включая русский, и распространяется по лицензии Apache 2.0. Она не выровнена по человеческим предпочтениям и может выдавать галлюцинации, ложные утверждения или вредоносный контент.

Eurydice 24b v3.5 — диалоговая причинно-следственная языковая модель от Aixon Lab, основанная на архитектуре Mistral и дообученная на пользовательском наборе данных. В метаданных указано 23,4 млрд параметров, контекст до 131 072 токенов и формат весов safetensors. Модель предназначена для многосторонних диалогов, генерации текста, ответов на вопросы, анализа и творческого письма, включая рассказывание историй. Разработчик отмечает понимание контекста, творческие ответы и естественный разговор; основной язык — английский. Лицензия — Apache 2.0. Качество не подтверждено опубликованными метриками оценки. Модель может наследовать смещения из обучающих данных, поэтому её ответы следует критически проверять.

EVA-Qwen2.5-32B-v0.0-GGUF — это текстовая генеративная модель на базе EVA-Qwen2.5-32B-v0.0, разработанной EVA-UNIT-01. Представлена в формате GGUF и предназначена для локального запуска через llama.cpp и совместимые приложения, включая LM Studio. Модель ориентирована на диалоговую генерацию текста, следование инструкциям, написание текстов и roleplay-сценарии. Модель содержит 32 миллиарда параметров; точная архитектура, размер контекста и перечень поддерживаемых языков в README не указаны. Доступны варианты от F16 до различных уровней квантования Q8, Q6, Q5, Q4 и Q3, включая imatrix-квантизации. Более крупные варианты обеспечивают лучшее качество, а компактные требуют меньше оперативной памяти, но могут заметнее терять в качестве. Некоторые варианты оптимизированы для ARM и требуют поддержки SVE или i8mm; они не предназначены для Mac или Windows. Квантизацию выполнил bartowski с использованием llama.cpp и imatrix. Модель распространяется по лицензии Apache-2.0. README не содержит результатов бенчмарков, поэтому фактическое качество в конкретных задачах следует оценивать отдельно.

ClaudioItaly/EvolutiontRock — текстовая генеративная модель, созданная с помощью mergekit на основе ClaudioItaly/TopEvolutionWiz. В README описано слияние методом passthrough: в конфигурации последовательно подключены слои базовой модели; каталог классифицирует происхождение как дообучение TopEvolutionWiz. Модель построена на архитектуре Mistral с плотной сетью и имеет 6,7 млрд параметров. Модель предназначена для генерации текста и диалоговых ответов. Базовая TopEvolutionWiz описана как модель для диалогов и развернутых ответов на вопросы по широкому кругу тем; для EvolutiontRock заявлены контекст до 32 768 токенов и формат весов safetensors. В метаданных указана библиотека Transformers. В README не приведены отдельные результаты оценки качества или конкретные ограничения. Условия лицензии в предоставленных данных не указаны.

a111311/ex1_b1 — языковая модель для генерации текста, опубликованная на Hugging Face. В метаданных она связана с семейством Gemma и предназначена для использования через библиотеку Transformers. Модель содержит 2,5 млрд параметров и поддерживает контекст длиной до 8192 токенов. Её можно применять для продолжения текста, генерации ответов, черновиков и других сценариев, основанных на text generation. Карточка модели не содержит сведений о разработчике, лицензии, языках, данных обучения, результатах оценки и тонкой настройке. Поэтому качество, безопасность и пригодность для конкретных предметных областей необходимо проверять самостоятельно перед использованием.

a111311/ex1_p1 — языковая модель для генерации текста, размещённая на Hugging Face и совместимая с библиотекой Transformers. В метаданных она отмечена как модель семейства Gemma с архитектурой размером 2,5 млрд параметров и контекстом до 8192 токенов. Модель предназначена для продолжения текста и генерации ответов по заданному запросу, поэтому может использоваться в чат-ботах, прототипах текстовых интерфейсов, автоматическом написании черновиков и экспериментах с генеративными моделями. Поддерживаемые естественные языки, разработчик, точная конфигурация, данные обучения и лицензия в доступных материалах не описаны.

EXAONE-3.5-2.4B-Instruct-GGUF — это GGUF-квантизированная версия языковой модели EXAONE-3.5-2.4B-Instruct, разработанной LGAI (LG AI Research). Квантизацию выполнил bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста и диалоговых сценариев, а также для локального запуска через llama.cpp и совместимые приложения, включая LM Studio. Модель имеет 2,4 млрд параметров и поддерживает английский и корейский языки. Доступны варианты от F32 и F16 до различных форматов квантизации Q8, Q6, Q5, Q4, Q3 и Q2, что позволяет выбирать между качеством ответов, потреблением памяти и скоростью инференса. Рекомендуемые варианты обеспечивают высокое качество, а менее точные квантизации подходят для систем с ограниченным объёмом оперативной памяти. Формат prompt использует специальные маркеры system, user и assistant. Ключевое преимущество этой версии — возможность локального запуска на относительно доступном оборудовании с выбором подходящего уровня квантизации. Ограничения включают потенциальное снижение качества при использовании низкобитных вариантов, а также отсутствие в предоставленных данных сведений о максимальном контексте, точной архитектуре и мультимодальных возможностях; модель следует рассматривать как текстовую. Репозиторий указывает лицензию EXAONE, обозначенную как other, с отдельным файлом LICENSE; конкретные условия необходимо проверять в нём.

Карточка модели GMODEOS/EXAONE-4.0-1.2B на Hugging Face совпадает с карточкой LGAI-EXAONE/EXAONE-4.0-1.2B, поэтому описание составлено по ней. EXAONE-4.0-1.2B — компактная плотная авторегрессионная языковая модель LG AI Research для диалогов, генерации текста и запуска на устройствах. Модель содержит около 1,3 млрд параметров по метаданным; в конфигурации README указано 1,07 млрд параметров без эмбеддингов. Она поддерживает контекст до 65 536 токенов и использует 30 слоёв, групповые запросы внимания с 32 головами и 8 KV-головами, а также словарь из 102 400 токенов. Модель предлагает режимы обычного ответа и рассуждения, а также интерфейс вызова инструментов. Заявлена поддержка английского, корейского и испанского языков; особенно ориентированные языки — английский и корейский. Модель рассчитана на локальные и встроенные сценарии, где важны небольшой размер и длинный контекст, а также на диалоговые приложения и агентные системы. Ответы могут содержать фактические ошибки, предвзятость или неподходящую информацию; знания модели могут быть устаревшими. Для режима рассуждений качество чувствительно к параметрам генерации. Лицензия указана как other; README сообщает об обновлении условий в сторону большей гибкости, но конкретные условия следует сверять с лицензией репозитория.

EXAONE-4.0-1.2B — компактная плотная авторегрессионная языковая модель LG AI Research для диалогов, генерации текста и запуска на устройствах. Модель содержит около 1,3 млрд параметров по метаданным; в конфигурации README указано 1,07 млрд параметров без эмбеддингов. Она поддерживает контекст до 65 536 токенов и использует 30 слоёв, групповые запросы внимания с 32 головами и 8 KV-головами, а также словарь из 102 400 токенов. Модель предлагает режимы обычного ответа и рассуждения, а также интерфейс вызова инструментов. Заявлена поддержка английского, корейского и испанского языков; особенно ориентированные языки — английский и корейский. Модель рассчитана на локальные и встроенные сценарии, где важны небольшой размер и длинный контекст, а также на диалоговые приложения и агентные системы. Ответы могут содержать фактические ошибки, предвзятость или неподходящую информацию; знания модели могут быть устаревшими. Для режима рассуждений качество чувствительно к параметрам генерации. Лицензия указана как other; README сообщает об обновлении условий в сторону большей гибкости, но конкретные условия следует сверять с лицензией репозитория.

Experiment24Experiment28-7B — автоматическое слияние языковых моделей, созданное Maxime Labonne с помощью mergekit. В конфигурации использован метод dare_ties для объединения yam-peleg/Experiment24-7B и yam-peleg/Experiment28-7B; метаданные указывают yam-peleg/Experiment28-7B как базовую дообученную модель. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для генерации текста и может использоваться для диалогов, черновиков и экспериментов с языковыми моделями. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. В карточке не приведены сведения о поддерживаемых языках или специализированных областях применения.

Experiment26Percival_01-7B — автоматически объединённая Maxime Labonne языковая модель на архитектуре Mistral с 7,1 млрд параметров. В слиянии использованы mistralai/Mistral-7B-v0.1, yam-peleg/Experiment26-7B и AurelPx/Percival_01-7b-slerp; применён метод model_stock, веса представлены в формате safetensors. Модель предназначена для генерации текста и может использоваться в экспериментах с текстовыми запросами и оценкой ответов языковой модели. Заявленная длина контекста — 32 768 токенов. В карточке указана лицензия Apache-2.0; сведения о поддерживаемых естественных языках и специальных предметных областях не приведены.

MaziyarPanahi/Experiment28T3q_Experiment27Inex12 — объединённая модель семейства Mistral, созданная из automerger/Experiment28T3q-7B и automerger/Experiment27Inex12-7B. Она предназначена для генерации текста и имеет 7,1 млрд параметров с контекстом до 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка не описывает специализированные сценарии, языки или сравнительные преимущества модели. Её можно использовать для генерации текста общего назначения, учитывая, что качество ответов и особенности объединения моделей в карточке не раскрыты.

jaspionjader/f-2-8b — объединённая методом SLERP языковая модель семейства Llama, созданная с помощью mergekit из jaspionjader/f-1-8b и jaspionjader/Kosmos-EVAA-mix-v35-8B. Модель содержит 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и формат safetensors; заявленная длина контекста — 8192 токена. Модель предназначена для генерации текста и диалогового взаимодействия. Она может использоваться для ответов на запросы и создания продолжений текста. Сведения о языках, специальных областях применения и сравнительном качестве в карточке не приведены. Лицензия в предоставленных данных не указана.

WesPro/F2PhenotypeKimiko — созданная WesPro объединённая языковая модель на архитектуре Llama 3 с 7,5 млрд параметров. Она предназначена для диалогов и генерации текста; модель получена линейным слиянием WesPro/F1-Chimera-Hybrid-LimaRP-8B и Chat-Error/Llama-3-Kimiko-LoRA с помощью mergekit. Репозиторий содержит веса в формате safetensors, библиотека для работы — Transformers, длина контекста составляет 8192 токена. Модель подходит для интерактивного общения и генерации текста в пределах контекстного окна. Сведения о целевых языках, специализированных областях и сравнительных преимуществах карточка не приводит. Лицензия в предоставленных данных не указана.

ssmits/Falcon2-8B-Romanian — объединённая языковая модель семейства Falcon, созданная методом passthrough с помощью mergekit на основе ssmits/Falcon2-5.5B-Romanian. Она предназначена для генерации текста и диалогового общения на румынском языке; также подходит для ответов на вопросы и задач классификации текста. Модель использует плотную архитектуру FalconForCausalLM, содержит 11,8 млрд параметров и поддерживает контекст до 8192 токенов. Модель принимает текст и генерирует текст. Она распространяется по лицензии Apache-2.0. Карточка не сообщает о специализированной предметной области или известных ограничениях качества.

Open-Assistant Falcon 40B SFT OASST-TOP1 — языковая модель, созданная командой OpenAssistant дообучением Falcon 40B от TII на лучших демонстрациях из набора OpenAssistant Conversations (OASST1). Это причинный декодерный трансформер семейства RefinedWeb с 65 млрд параметров и контекстом 2048 токенов; репозиторий содержит веса PyTorch. Модель предназначена для диалоговых ответов и продолжения текста по запросу пользователя. Она рассчитана прежде всего на английский, немецкий, испанский и французский языки; также описаны ограниченные возможности для итальянского, португальского, польского, нидерландского, румынского, чешского и шведского. Для диалога используются специальные маркеры начала ходов пользователя и ассистента. Модель обучена примерно за 7,5 эпох с dropout в стиле LIMA и эффективным размером пакета 144. Возможности и качество на других задачах и языках могут быть ограничены; модель не следует считать специализированной системой для разметки или классификации. Лицензия — Apache 2.0.

Falcon-H1-1.5B-Base — базовая языковая модель семейства Falcon-H1, представленная на Hugging Face аккаунтом TII. Это плотная авторегрессионная модель с архитектурой, сочетающей Transformer и Mamba, предназначенная для генерации текста и дальнейшей адаптации под прикладные задачи. Метаданные указывают 1,1 млрд параметров и контекст до 131 072 токенов. Модель рассчитана на английский и многоязычные сценарии; в тегах перечислены арабский, чешский, немецкий, английский, испанский, французский, хинди, итальянский, японский, корейский, нидерландский, польский, португальский, румынский, русский, шведский, урду и китайский. Для запуска заявлена поддержка Transformers, vLLM и llama.cpp; опубликованный репозиторий использует safetensors. В таблице оценки Falcon-H1-1.5B показывает конкурентные результаты на общих тестах, включая BBH и MMLU, однако это не гарантирует качество на конкретных пользовательских задачах. Лицензия — Falcon-LLM License; перед использованием следует свериться с её условиями.

Famino — объединённая языковая модель, опубликованная DreadPoor. Она создана методом model stock с помощью mergekit на основе нескольких 12B-моделей, включая Nemo-12b-Humanize-SFT-v0.2.5-KTO, Irix-12B-Model_Stock, GodSlayer-12B-ABYSS и Pygmalion-3-12B. В метаданных архитектура указана как плотная MistralForCausalLM, размер — 12,1 млрд параметров, библиотека — Transformers, формат весов — safetensors. Модель предназначена для генерации текста и диалогового использования. Заявленная длина контекста — 1 024 000 токенов. Лицензия — Apache-2.0. Карточка не описывает отдельные бенчмарки или гарантии качества.

FANTOME2.0 — дообученная языковая модель автора ShadowThePessimistic на базе unsloth/mistral-7b-instruct-v0.3-bnb-4bit. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров, предназначенная для генерации текста и диалогового взаимодействия. В карточке указано, что при дообучении использовались Unsloth и библиотека TRL; модель поддерживает контекст до 32 768 токенов. Модель может применяться для генерации ответов в чате и других текстовых сценариев. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. Карточка не описывает конкретную специализацию или результаты оценки качества, поэтому пригодность для узких задач нужно проверять отдельно.

FourOhFour/Fatgirl_8B — дообученная модель для генерации текста на базе jeiku/Magic_8B. Это плотная Mistral-архитектура с 7,9 млрд параметров, рассчитанная на диалоговое использование; контекст — до 8192 токенов. Модель обучена с помощью Axolotl 0.4.1, в карточке указана оценка Loss 1.3029 на наборе для оценки. Карточка не описывает специализацию модели, обучающие данные и ограничения, поэтому её назначение можно определить только как генерацию текста и диалог. Файлы представлены в формате PyTorch; библиотека для работы — Transformers. Лицензия в предоставленных данных не указана.

jaspionjader/fct-14-8b — разговорная языковая модель на архитектуре Llama, созданная слиянием методом SLERP через mergekit. В объединение вошли FuseAI/FuseChat-Llama-3.1-8B-Instruct и jaspionjader/fct-13-8b; модель содержит около 7,5 млрд параметров и использует формат safetensors. Модель предназначена для генерации текста в диалогах и ответов на инструкции. Контекст составляет до 8192 токенов. Карточка описывает способ слияния, но не приводит отдельной оценки качества или подробных результатов тестирования. Лицензия в доступных данных не указана.

Карточка модели Mubin1917/Fhi-3.5-mini-instruct на Hugging Face совпадает с карточкой Mubin1917/FC-PHI-3.5-Mini-Merged-1, поэтому описание составлено по ней. Mubin1917 разработал и опубликовал эту модель как дообученную версию unsloth/Phi-3.5-mini-instruct. Это плотная языковая модель на 3,7 млрд параметров для генерации текста и диалогов; в карточке указаны PyTorch, библиотека Transformers и контекст длиной 4096 токенов. Модель обучали с использованием Unsloth и библиотеки TRL. Модель подходит для генерации ответов в диалоге и других задач текстовой генерации на английском языке. Она распространяется по лицензии Apache-2.0. Карточка не описывает особенности дообучения и результаты оценки качества.

FINAL-Bench_Darwin-28B-Opus-GGUF — GGUF-квантизации модели Darwin-28B-Opus, разработанной FINAL-Bench и подготовленной квантизатором bartowski. Модель создана как эволюционное объединение Qwen/Qwen3.6-27B и варианта Qwen3.6-27B с дистиллированным стилем рассуждений Claude Opus. Она предназначена для генерации текста, решения сложных задач и углублённого рассуждения, включая сценарии, требующие пошагового анализа и режима thinking. В основе лежит плотная архитектура поколения Qwen3.6 с гибридным сочетанием линейного и полноформатного внимания: 64 слоя, соотношение три линейных слоя к одному слою полного внимания, размер скрытого состояния 5120 и 27,6 млрд параметров в исходной BF16-версии. Заявлены поддержка английского, китайского, корейского и японского языков, а также многоязычных сценариев. Точная длина контекста в карточке не указана и унаследована от базовой модели. Для GPQA Diamond заявлена точность 88,89% по протоколу адаптивной оценки из трёх этапов, однако результат помечен как непроверенный. Сильные стороны модели — крупный объём параметров, ориентация на продвинутое рассуждение и сочетание возможностей Qwen3.6 с дистиллированным стилем Claude Opus. Ограничения включают высокие требования к ресурсам по сравнению с небольшими моделями, отсутствие точных сведений о длине контекста в данной карточке и то, что доступные GGUF-квантизации являются статическими, без imatrix. Модель распространяется по лицензии Apache 2.0.

Darwin-35B-A3B-Opus — мультимодальная модель типа mixture-of-experts, разработанная командой FINAL-Bench и опубликованная в GGUF-квантизациях пользователем bartowski. Модель предназначена для генерации текста, сложных рассуждений, работы с мультиязычными запросами, задачами программирования, агентскими сценариями и вызовами инструментов. Заявлена поддержка обработки изображений и текста, а также длинного контекста до 262 тысяч токенов. Модель содержит 35 миллиардов параметров, из которых около 3 миллиардов активируются на один запрос, однако конкретные архитектурные детали в README не указаны. Заявлена поддержка 201 языка; среди явно перечисленных — английский, китайский, корейский, японский, немецкий, французский, испанский, русский и арабский. В качестве ориентиров приведены непроверенные результаты: 90% на GPQA Diamond и 85% на MMMLU. Доступны варианты от BF16 и Q8_0 до более компактных IQ4 и Q4, причём README рекомендует ряд Q4–Q6-квантизаций как компромисс между качеством и размером. Сильными сторонами модели являются заявленные продвинутые способности к рассуждению, мультимодальность, многоязычность, поддержка длинного контекста и широкий выбор квантизаций для локального запуска через llama.cpp и совместимые приложения. Ограничения включают крупные требования к дисковому пространству и вычислительным ресурсам, зависимость возможностей от используемого варианта квантизации и отсутствие подтверждённых в README результатов тестирования. Модель и её квантизации распространяются по лицензии Apache-2.0.

Модель satria-hugging-face/Fine-tuning_submission_PGABL_Satria-ego-vania — дообученная разговорная языковая модель семейства Llama, разработанная satria-hugging-face на базе unsloth/Llama-3.2-3B-Instruct-bnb-4bit с использованием Unsloth и библиотеки TRL. Она предназначена для генерации текста и диалоговых сценариев; в метаданных также отмечен интерфейс вызова инструментов. Модель содержит 3,2 млрд параметров, использует архитектуру LlamaForCausalLM и поддерживает контекст до 131 072 токенов. Указан английский язык. Модель распространяется в формате Safetensors по лицензии Apache-2.0. README не описывает специализацию дообучения, качество на конкретных задачах или дополнительные ограничения, поэтому её следует рассматривать как модель общего назначения для генерации текста и чата.

Firefly-Qwen1.5-en-7b — англоязычный чат-ассистент, разработанный на базе Qwen1.5-7B и дообученный командой Firefly на инструкциях на английском языке. Это плотная авторегрессионная языковая модель семейства Qwen с 7,1 млрд параметров, предназначенная для диалога и генерации ответов. Модель принимает текст и выдаёт текст; для общения используется шаблон чата Qwen1.5-7B-Chat. Контекстная длина по метаданным — 32 768 токенов. Карточка сообщает о результатах оценки на Open LLM Leaderboard и описывает обучение с QLoRA на одной V100, но приведённая таблица результатов относится преимущественно к варианту DPO и не подтверждает независимо заявленное сравнение именно этой модели. Китайский язык может работать благодаря возможностям базовой Qwen1.5, однако авторы его не оценивали; основной язык обучения и применения — английский. Модель распространяется по лицензии Apache-2.0.

Flammades-Mistral-Nemo-12B — языковая модель FlammenAI, созданная дообучением nbeerbower/Mistral-Nemo-Gutenberg-Doppel-12B-v2 на наборах flammenai/Date-DPO-NoAsterisks и jondurbin/truthy-dpo-v0.1. Модель использует плотную архитектуру Mistral и содержит 12,1 млрд параметров; карточка указывает поддержку контекста до 1 024 000 токенов и возможность диалогового использования. Модель предназначена для генерации текста и ответов в чате. Дообучение методом ORPO проводилось в течение трёх эпох на двух GPU RTX 3090. В карточке приведены результаты Open LLM Leaderboard: среднее значение 22,34, IFEval — 38,42, BBH — 32,39. Модель распространяется по лицензии Apache-2.0. Данных о поддерживаемых естественных языках и специализированных областях применения в карточке нет.

flammen18-mistral-7B — языковая модель FlammenAI, созданная слиянием предварительно обученных моделей Mistral 7B с помощью mergekit и метода Model Stock. Она предназначена для ролевых диалогов с персонажами, творческого письма и задач общего текстового общения. Модель имеет плотную архитектуру MistralForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. В слиянии участвовали модели Flammen, Kunoichi, Suppe, Gutenberg DPO и специализированные варианты для математики и достоверности. Метаданные указывают формат safetensors и библиотеку Transformers. Модель генерирует текст по текстовому запросу. README не сообщает о языковом охвате или оценках качества, поэтому эти характеристики нельзя уточнить. Модель распространяется по лицензии Apache-2.0.