I.5Создание и редактирование текста

EZForever/gemma-4-26B-A4B-it-qat-uncensored-heretic-UDmerge-GGUF — мультимодальная instruction-tuned модель семейства Gemma 4, созданная EZForever на основе объединения моделей Unsloth и llmfan46. Распространяется в формате GGUF и предназначена для запуска совместимых локальных inference-систем. Модель ориентирована на диалоговые и текстовые задачи, а при использовании файлов mmproj также поддерживает обработку изображений; файлы mtp обеспечивают поддержку MTP. Вариант UDmerge использует квантизацию Q4_0 для аблированных тензоров и имеет заявленный размер около 14,2 ГБ. В README также упоминается вариант UDmerge-Q4_K_XXL с квантизацией Q8_0 отдельных тензоров, но идентификатор модели указывает именно на UDmerge-GGUF без уточнения этого варианта. Для модели заявлены результаты MMLU-val 81,38%, PPL 5,236 и KLD 0,0448; авторы отмечают, что показатели отказов получены на ограниченном тесте и могут быть неточными. Сильными сторонами являются компактный квантизованный формат, мультимодальная поддержка, относительно небольшое отклонение от BF16-версии и высокая производительность на MMLU в приведённом сравнении. Ограничения включают возможные потери качества из-за квантизации, экспериментальный характер слияния и неопределённость результатов тестов. Контекстное окно, поддерживаемые языки и точные требования к оборудованию в README не указаны. Модель распространяется по лицензии Apache-2.0; для работы с Gemma могут применяться дополнительные условия лицензии Google Gemma.

gemma-4-31B-it-GGUF — квантованная модель Gemma 4 с 31 млрд параметров, разработанная Google и представленная в формате GGUF организацией ggml-org. Это instruction-tuned модель на базе google/gemma-4-31B-it, предназначенная для запуска и инференса в совместимых средах, включая llama.app. По указанным метаданным модель поддерживает сценарии image-text-to-text, то есть обработку текстовых и визуальных входных данных с генерацией текста. Ключевая особенность этой версии — формат GGUF и квантование, направленные на снижение требований к памяти и упрощение локального запуска. README не содержит сведений о конкретном варианте квантования, размере файла, длине контекста, поддерживаемых языках, аппаратных требованиях или результатах тестирования, поэтому эти характеристики нельзя определить по предоставленным данным. Модель автоматически преобразована с использованием инструментария ggml-org/convert, что может влиять на совместимость и доступные способы запуска. Модель распространяется по лицензии Apache 2.0. Ограничения README не описывает; при практическом использовании следует учитывать ограничения исходной Gemma 4, особенности квантованной версии и возможности выбранного движка инференса.

Gemma-4-31B-it-JANG_4M — квантизированная версия разговорной модели Gemma-4 MoE, подготовленная JANGQ-AI для запуска на компьютерах Apple Silicon с помощью vMLX. Она предназначена для генерации текста в диалоге и других сценариев, где нужна чат-модель. Репозиторий использует библиотеку MLX и содержит веса в формате safetensors. В README описана ошибка ранней версии конфигурации токенизатора: некоторые загрузчики не распознавали маркер конца хода ассистента и могли зацикливать генерацию. В карточке указано, что конфигурация токенизатора исправлена 13 апреля 2026 года; при использовании старой копии репозитория её следует обновить. Лицензия — Gemma; параметры использования определяются её условиями.

Gemma 4 31B it — мультимодальная инструкционная модель Google, представленная в 4-битной квантизированной версии MLX. Исходная модель — google/gemma-4-31B-it, а квантизацию с использованием mlx_vlm выполнила команда LM Studio. Версия оптимизирована для запуска на устройствах Apple Silicon. Модель предназначена для задач генерации текста и обработки изображений с текстом, включая сценарии, поддерживаемые классом image-text-to-text. Благодаря инструкционному варианту она рассчитана на выполнение запросов пользователя в диалоговых и прикладных задачах. Размер исходной модели составляет 31 млрд параметров, однако точные сведения о поддерживаемых языках, размере контекста и архитектурных особенностях в README не указаны. Ключевое преимущество версии — снижение требований к памяти за счёт 4-битной квантизации и оптимизация под экосистему Apple Silicon. Ограничения включают возможное снижение точности по сравнению с полной версией, зависимость производительности от оборудования Apple и отсутствие в предоставленных данных подробных результатов тестирования. Модель распространяется по лицензии Apache 2.0.

lmstudio-community/gemma-4-31B-it-MLX-6bit — это 6-битная квантованная версия мультимодальной модели gemma-4-31B-it, разработанной Google. Квантование выполнено командой LM Studio с использованием MLX и mlx_vlm; модель оптимизирована для запуска на устройствах Apple Silicon. Модель предназначена для задач, связанных с обработкой текста и изображений, включая мультимодальный ввод и генерацию текста. Она может использоваться локально через совместимое программное обеспечение и особенно подходит для пользователей, которым важны запуск на Apple Silicon и снижение требований к памяти по сравнению с полной версией модели. Точный размер контекстного окна и перечень поддерживаемых языков в README не указаны. Ключевой особенностью является 6-битное квантование, обеспечивающее более компактное представление модели с потенциальным компромиссом в точности по сравнению с исходной версией. Ограничениями являются зависимость от совместимого стека MLX и оптимизации под Apple Silicon, а также возможные ошибки, неточности или неподходящие результаты, характерные для генеративных моделей. Модель распространяется по лицензии Apache 2.0.

Gemma-4-31B-it-ROCmFP4-GGUF — это мультимодальная квантизированная GGUF-версия модели Gemma-4-31B-it, разработанной Google и подготовленной пользователем kingjones777. Модель предназначена для генерации и анализа текста, а также для обработки изображений; для визуального ввода в репозиторий включён отдельный проектор mmproj-BF16.gguf. В репозитории представлены четыре варианта квантизации: 4-битный ROCmFP4 и 6- или 8-битные ROCmFPX, размером примерно от 16,44 до 30,04 ГиБ. Модель рассчитана прежде всего на AMD Strix Halo с графикой gfx1151, включая Ryzen AI MAX+ 395, и поддерживает ускорение через ROCmFPX. Заявленный контекст в проверках составлял 4096 токенов; языки явно не указаны. Для ускорения генерации поддерживается speculative decoding с drafter-моделью Gemma-4-31B-it-assistant. На рекомендованном 4-битном варианте измерена скорость до 21,68 токена в секунду с MTP и около 11,81 токена в секунду без него. Сильные стороны модели — мультимодальность, наличие нескольких вариантов точности, проверенная работа с текстом и изображениями на реальном оборудовании, а также заметное ускорение за счёт speculative decoding. Основное ограничение — необходимость специальной сборки llama.cpp с поддержкой ROCmFPX: стандартные llama.cpp, Ollama и LM Studio эти типы файлов не загружают. Для обработки изображений требуется отключить flash attention, а использование MTP может зависеть от версии сборки и операционной системы. Модель распространяется по лицензии Gemma. Условия использования следует уточнять в лицензии Google Gemma; README не приводит дополнительных ограничений.

fraQtl/Gemma-4-E2B-it-Hi-Fi-GGUF — это GGUF-квантизация модели google/gemma-4-E2B-it, подготовленная fraQtl с использованием calibration-aware per-tensor quantization. Модель предназначена для генерации текста и локального запуска через llama.cpp, в том числе на устройствах с ограниченными ресурсами. Заявлены английский язык, работа без подключения к сети и сценарии edge/on-device. В репозитории представлены варианты Q4_K_M: изоразмерный файл объёмом около 3,46 ГБ с эффективными 5,93 битами на вес и телефонный вариант около 2,86 ГБ с 4,89 битами на вес. По приведённым измерениям, они точнее воспроизводят распределения исходной модели в сравнении с указанным community Q4_K_M baseline. На iPhone 16-класса для демонстрационного сценария заявлены около 516 МБ resident memory, примерно 12 токенов в секунду в интерактивном режиме и 21,6 токена в секунду в тесте генерации на 256 токенов. Модель подходит для офлайн-ассистентов, общих вопросов, генерации кода, чтения документов и работы в приложениях, где действия выполняются отдельным детерминированным программным слоем. В демонстрации поддерживаются голосовой ввод, озвучивание ответов, календарные операции и работа с контактами, однако распознавание речи, синтез речи и фактическая запись событий выполняются компонентами приложения, а не самой языковой моделью. По замыслу отсутствуют сетевые вызовы, доступ к электронной почте и сообщениям; квантизация может снижать точность по сравнению с исходной bf16-моделью. Лицензия — Apache 2.0.

Gemma4 E4B 8B Heretic Ultra — версия Gemma 4 E4B Instruct от Google DeepMind, обработанная llmfan46 с помощью Heretic v1.2.0 и метода Arbitrary-Rank Ablation (ARA) для снижения склонности к отказам. Это плотная мультимодальная модель семейства Gemma 4 для диалога и генерации ответов по тексту, изображениям и аудио. В репозитории доступны исходные веса fp16 в формате safetensors; в отдельной ветке размещена конверсия MLX 4-bit для mlx-lm на Apple Silicon. Модель подходит для диалоговых сценариев, рассуждений, программирования, анализа изображений и обработки аудио. В приведённых автором тестах доля отказов составила 3 из 100 против 99 из 100 у исходной модели; точность на PIQA составила 85,85%, а на MMLU — 68,60%. Эти результаты относятся к указанным тестам и не гарантируют качество в других задачах. Ablation немного снизила результаты относительно исходной Gemma 4 E4B Instruct. Лицензия — Apache 2.0. Поскольку модель специально изменена для снижения отказов, она может отвечать на запросы, которые исходная модель отклоняла; следует учитывать это при выборе сценариев применения.

Это испаноязычная адаптация Gemma 4 E4B Instruct для латиноамериканского варианта испанского, подготовленная Servicios Tecnológicos AVIM SpA в Сантьяго-де-Чили. Модель создана продолжительным предобучением на корпусе LatamGPT и распространяется здесь как объединённые веса адаптера в формате MLX. Модель предназначена для диалога и генерации текста на испанском языке, в том числе с латиноамериканской лексикой и контекстом. В репозитории находятся только веса текстовой башни: модулей обработки изображений и аудио нет, несмотря на унаследованные поля в конфигурации. Указано 7,463 млн параметров. Модель загружается через mlx-lm на Apple silicon и несовместима с Transformers. При генерации mlx-lm не фильтрует канал рассуждений Gemma 4, поэтому приложению нужно отделять его от ответа пользователю; этот канал обычно расходует 350–450 токенов. Модель может уверенно галлюцинировать о конкретных нормативных актах, поэтому такие сведения требуют внешней проверки. Представленность стран и тем в обучающих данных неодинакова; корпус также может содержать остаточные персональные данные. Лицензия — Apache 2.0.

Gemma-4-E4B-Holodeck — слитая модель семейства Gemma 4 от независимой лаборатории NightmediaAI. Она создана на основе нескольких моделей Gemma 4 E4B, включая варианты для диалога, творческого письма, ролевых сценариев и рассуждений; в шаблоне включён режим размышлений. Модель рассчитана на диалог и генерацию текста, в том числе ответы на сложные открытые запросы и ролевое общение. Репозиторий содержит веса safetensors в формате BF16 и рассчитан на запуск через MLX. В README приведены результаты проверок на нескольких наборах бенчмарков, но они не гарантируют качество в конкретном приложении. Лицензия — Apache-2.0. Карточка не уточняет длину контекста и языковой охват; численные результаты из README не устанавливают, какие языки модель поддерживает.

Gemma-4-E4B-it-GGUF — мультимодальная instruction-tuned модель семейства Gemma 4, разработанная Google и представленная в формате GGUF пользователем prithivMLmods. Модель предназначена для локального запуска на ноутбуках, производительных смартфонах и потребительских GPU, включая сценарии с повышенными требованиями к конфиденциальности и задержке ответа. Модель поддерживает работу с текстом, изображениями и аудио; заявлены анализ документов и PDF, распознавание текста и рукописного ввода, анализ интерфейсов и экранов, интерпретация диаграмм, обнаружение объектов с указанием их положения, программирование, агентские сценарии и понимание речи. Указана поддержка английского языка. Архитектура описана как плотная мультимодальная модель с 42 слоями, эффективным числом параметров около 4,5 млрд и общим объёмом 8 млрд параметров с Per-Layer Embeddings. Заявлены контекст до 128K токенов, словарь размером 262K и скользящее окно на 512 токенов, а также настраиваемые режимы рассуждения. Сильными сторонами являются мультимодальность, большой контекст, возможность локального инференса и наличие вариантов квантизации размером примерно от 4,4 до 8,01 ГБ, а также BF16 и F16. Ограничения включают отсутствие в карточке результатов независимого тестирования, подробностей о поддерживаемых языках помимо английского и конкретных требований к производительности; для мультимодального режима может потребоваться отдельный файл mmproj и совместимый runtime, например llama.cpp. Модель распространяется по лицензии Apache-2.0.

TheStageAI/gemma-4-E4B-it-GGUF — набор из четырёх квантизированных GGUF-чекпойнтов модели Gemma 4 E4B IT, основанной на google/gemma-4-E4B-it. Модель предназначена для локального запуска через llama.cpp и генерации текста, включая диалоговые сценарии, следование инструкциям и задачи, требующие развёрнутого рассуждения. Разработчик и поставщик чекпойнтов — TheStageAI; базовую модель разработала Google. Доступны варианты XS, S, M и L размером от 2,91 до 8,02 ГБ: XS использует минимальный объём памяти, S рекомендован как оптимальный по соотношению размера и качества, M соответствует рабочей точке Q4, а L ориентирован на более высокую точность Q8. Чекпойнты используют смешанную посттренировочную квантизацию с конфигурацией точности, подобранной с учётом стоимости хранения и накопления ошибки между слоями. В README указаны результаты IFEval и MMLU-Pro; вариант S практически соответствует BF16-версии по instruction-strict IFEval, тогда как XS заметно уступает по качеству, но требует меньше памяти. Модель поддерживает текстовую генерацию; сведения о языках, размере контекста и мультимодальных возможностях в README не указаны. Основные преимущества — локальный запуск, несколько вариантов под разные ограничения памяти и сохранение качества на рекомендованном варианте S. Ограничения связаны с потерями точности при квантизации, особенно у XS, а также с отсутствием в предоставленных данных подробностей о языковом покрытии и контекстном окне. Распространение заявлено по лицензии Apache-2.0.

mlx-community/gemma-4-E4B-it-OBLITERATED-mlx-fp16 — конвертированная в формат MLX версия модели OBLITERATUS/gemma-4-E4B-it-OBLITERATED (v3), созданная сообществом mlx-community. Это плотная модель семейства Gemma 4 для генерации текста и диалогового использования. Метаданные указывают на удаление отказов и позиционирование как uncensored; лицензия — Apache-2.0. Модель предназначена для генерации ответов в диалоге и других текстовых сценариев. README подтверждает конвертацию из исходного репозитория с помощью mlx-lm 0.31.2; файлы репозитория представлены в safetensors. Данные не содержат сведений о размере модели, длине контекста или поддерживаемых языках, поэтому эти характеристики не приводятся.

DavidAU выпустил дообученную на базе google/gemma-4-E4B-it модель Gemma 4 E4B Instruct с изменённым шаблоном диалога и режимами instruct и thinking. По README, автор применил снятие ограничений и собственные наборы данных Deckard и Universe, а также данные, названные в честь Claude Opus 4.7. Модель предназначена для диалогов, написания прозы и историй, ролевых сценариев, генерации кода и других задач; README заявляет поддержку текста, изображений, видео и аудио, а контекст — до 128 тысяч токенов. Архитектура Gemma 4 E4B — плотная условно-генеративная; автор описывает её как модель примерно с 8 млрд параметров, из которых активны около 4,5 млрд. Автор отмечает, что творческие ответы могут становиться чрезмерно мрачными и интенсивными, особенно при запросах на хоррор, ругань или жестокость; также возможны длинные многословные ответы. Для этой модели предлагаются отдельные шаблоны instruct и thinking, причём thinking задан по умолчанию. Модель распространяется по лицензии Apache-2.0.

DavidAU разработал эту мультимодальную дообученную версию Gemma 4 E4B Instruct с настройкой на наборе данных The Deckard. Модель предназначена для диалога, рассуждений, программирования и творческого письма, включая создание и продолжение историй, сцен и ролевых сценариев. В README заявлены обработка текста, изображений, видео и аудио, контекст до 128 тыс. токенов, а также режимы instruct и thinking; по описанию Gemma 4 E4B имеет около 8 млрд параметров, из которых активируются примерно 4,5 млрд. Режим thinking задан шаблоном по умолчанию, а отдельный шаблон позволяет использовать instruct без него. Автор характеризует настройку как uncensored и более интенсивную; качество частично оценивается внутренними тестами, но их результаты не приведены. Модель распространяется по лицензии Apache-2.0.

DavidAU Gemma 4 E4B it The DECKARD V3 Expresso HERETIC UNCENSORED Thinking — дообученная DavidAU на закрытом наборе данных The Deckard модель Google Gemma 4 E4B Instruct. Это плотная мультимодальная модель с режимами instruct и thinking; по карточке базовая Gemma E4B имеет около 8 млрд параметров, из которых активны примерно 4,5 млрд. Автор указывает контекст до 128 тысяч токенов и поддержку текста, изображений, видео и аудио. Модель предназначена для диалога, рассуждений, программирования, творческого письма и ролевых сценариев. По заявлению автора, настройка усиливает характер, детализацию и глубину ответов; шаблон по умолчанию включает режим thinking, также доступен шаблон instruct. Карточка описывает модель как uncensored, поэтому она может выдавать более мрачный или интенсивный контент. Вес опубликован в формате bfloat16 Safetensors, библиотека — Transformers. Лицензия — Apache-2.0. Заявления о качестве основаны на внутренних тестах автора; независимая оценка в карточке не приведена.

unsloth/gemma-7b-it — разговорная модель семейства Gemma, размещённая Unsloth. Она предназначена для генерации текста в диалоговом формате и может применяться для создания чат-ботов и адаптации под пользовательские наборы данных. Модель имеет плотную архитектуру GemmaForCausalLM, около 8,2 млрд параметров и контекст до 8192 токенов; карточка указывает поддержку английского языка и библиотеку Transformers. Модель распространяется в формате safetensors и поддерживает чат. README описывает шаблоны ShareGPT ChatML и Vicuna, а также сценарии дообучения и экспорта. Лицензия — Apache 2.0. Данных о специальных ограничениях качества или безопасности в предоставленной карточке нет.

MaziyarPanahi/gemma-7b-it-GGUF — это набор файлов модели в формате GGUF для Gemma 7B Instruction Tuned, разработанной Google. Автором исходной модели указана Google, а конвертацию и квантованные варианты подготовил MaziyarPanahi. Модель предназначена для генерации текста и диалоговых сценариев. Модель имеет около 7 миллиардов параметров и поставляется в нескольких вариантах квантования: от 2 до 8 бит, включая форматы Q2_K, Q3_K, Q4_K, Q5_K и Q6_K. GGUF ориентирован на локальный запуск через llama.cpp и совместимые приложения и библиотеки, включая text-generation-webui, KoboldCpp, GPT4All, LM Studio и llama-cpp-python. Квантование позволяет выбирать компромисс между размером файла, требованиями к памяти и качеством генерации. Сильными сторонами являются наличие разных уровней квантования и широкая совместимость с инструментами локального вывода. В README не указаны поддерживаемые языки, размер контекстного окна, точные характеристики архитектуры, результаты оценки качества или конкретные ограничения модели. Лицензия обозначена как other, но её условия в предоставленных данных не раскрыты.

Gemma Ko 7B Instruct v0.62 — диалоговая модель на архитектуре Gemma, разработанная lemon-mint путём дообучения openchat/openchat-3.5-0106-gemma. Модель содержит 8,2 млрд параметров и предназначена прежде всего для генерации связного текста на корейском языке, включая диалог, перевод, суммаризацию и ответы на вопросы. Поддерживает корейский и английский языки, контекст до 8192 токенов и формат весов Safetensors; доступна для работы через Transformers. Модель подходит для корейскоязычных чат-ботов, подготовки кратких пересказов, ответов на вопросы и перевода текста. В README указана лицензия gemma-terms-of-use. Возможны ошибки и воспроизведение предвзятостей обучающих веб-данных, поэтому ответы требуют проверки.

Gemma Ko 7B Instruct v0.71 — инструктивная языковая модель, разработанная lemon-mint на основе Google Gemma 1.1 7B IT и дообученная для генерации связного текста на корейском языке. Это плотная архитектура Gemma с 8,2 млрд параметров и контекстом до 8192 токенов; модель работает через Transformers и поддерживает диалоговый режим. Модель предназначена для ответов на вопросы, перевода, суммаризации и генерации диалогов и другого текста по инструкциям. README отмечает корейский и английский языки; основное назначение — создание текста на корейском. Модель распространяется по лицензии Gemma. Возможны ошибки и смещения из обучающих данных, поэтому ответы требуют проверки.

Crystalcareai/gemma-mod — дообученная модель семейства Gemma с плотной архитектурой GemmaForCausalLM и 8,2 млрд параметров. По карточке, модель обучалась три эпохи на датасете MoD-150k и предназначена для генерации текста в широком круге сценариев. Контекст модели составляет 8192 токена; веса доступны в формате safetensors для использования через Transformers. Карточка позиционирует модель как эффективную и подходящую для ресурсов с ограниченными вычислительными возможностями, однако не приводит результатов оценки качества или конкретных специализаций. Лицензия в предоставленных данных не указана.

Crystalcareai/gemma-orca — дообученная Crystalcareai модель семейства Gemma с плотной архитектурой для генерации текста. Веса представлены в формате safetensors; модель содержит 8,2 млрд параметров и поддерживает контекст до 8192 токенов. Модель дообучена в течение трёх эпох на датасете Crystalcareai/slimorca-dedup-alpaca-100k. Она предназначена для генерации ответов и выполнения инструкций в широком круге сценариев, включая диалог и помощь с текстовыми задачами. В карточке упоминается ориентация на ограниченные вычислительные ресурсы, но конкретные требования и результаты оценки качества не приведены. Лицензия в доступных данных не указана.

Gemma-SEA-LION-v4-27B-IT — языковая модель с инструктивной настройкой от AI Singapore, разработанная для языков Юго-Восточной Азии. Это плотная декодерная модель на архитектуре Gemma 3, дообученная на примерно 10 млн пар вопросов и ответов на бирманском, английском, индонезийском, кхмерском, лаосском, малайском, тагальском, тамильском, тайском и вьетнамском языках. Модель предназначена для диалогов, ответов на вопросы, следования инструкциям, суммаризации, анализа тональности, перевода и рассуждений; заявленная длина контекста — 128 тысяч токенов. Модель также сохраняет мультимодальные возможности Gemma 3 для понимания изображений и текста, включая визуальные вопросы и разбор документов, однако её дополнительное обучение выполнялось только на текстовой части, поэтому специальных улучшений в работе с изображениями не заявлено. Поддерживаются вызов функций и структурированные ответы. По оценке разработчиков, модель сильна в задачах для языков региона, но может галлюцинировать, выдавать нерелевантные ответы и не проверялась на устойчивость к состязательным запросам. Модель не прошла настройку безопасности; при использовании нужны собственные меры проверки и защиты. Лицензия — Gemma Terms of Use.

42MARU/GenAI-llama-2-13b — языковая модель 42MARU на базе LLaMA 2, предназначенная для генерации текста и выполнения инструкций. Модель имеет плотную архитектуру LlamaForCausalLM и около 12,9 млрд параметров; она опубликована в формате PyTorch и рассчитана на контекст до 4096 токенов. Для обучения использовались датасеты в стиле Orca и Platypus. Модель подходит для диалоговых ответов и задач вопросно-ответного поиска, где запрос задаётся естественным языком. Карточка приводит результаты оценки на Open LLM Leaderboard, включая ARC и HellaSwag. В метаданных указан английский язык. Лицензия в предоставленных данных не указана, поэтому условия использования по ним определить нельзя. Результаты бенчмарков не гарантируют качество в конкретных прикладных сценариях.

GEN-AI Text Summarizer Model — англоязычная модель для суммаризации текста, размещённая Pankaj1805 как часть портфолио-проекта. Это копия DistilBART, дообученной для создания кратких резюме; архитектура BART, около 252,8 млн параметров, веса в формате PyTorch, контекст до 1024 токенов. Модель принимает текст и генерирует его краткое изложение. Подходит для суммирования статей, документов и транскриптов видео. В демонстрационном приложении предусмотрена вставка текста и обработка YouTube-ссылки через получение транскрипта. Репозиторий является пере размещением модели sshleifer/distilbart-cnn-12-6 и не описывает отдельное обучение автором этого репозитория. Лицензия — Apache-2.0.

German GPT-2 — языковая модель для генерации текста на немецком языке. По метаданным, это плотная архитектура GPT-2 с классом GPT2LMHeadModel, опубликованная в форматах PyTorch, TensorFlow и Flax. Разработчик README не указан; карточка сообщает, что модель переименована, но не приводит нового идентификатора. Модель предназначена для продолжения и генерации немецкого текста. Её контекст составляет 1024 токена. Модель распространяется по лицензии MIT. В README нет сведений о качестве, обучающих данных или специальных сценариях применения.

kkirchheim/german-gpt2-medium — авторская немецкоязычная версия GPT-2 Medium, разработанная как предобученная базовая языковая модель. Она содержит около 358 млн параметров, использует архитектуру GPT2LMHeadModel и принимает текст для продолжения или генерации на немецком языке. Контекст модели составляет до 2048 токенов; веса опубликованы в форматах PyTorch и Safetensors, а токенизатор взят из stefan-it/german-gpt2-larger. Модель предназначена для генерации немецкого текста и как основа для дообучения под прикладные задачи. Она обучалась на отфильтрованных текстах немецкого корпуса GC4, собранного из Common Crawl, включая газетные и государственные материалы; сведения в модели актуальны примерно до 2020 года. Модель может воспроизводить предубеждения обучающих данных, выдавать оскорбительный или фактически неверный текст и не имеет встроенных защитных фильтров. Лицензия — MIT.

Glimmering-Citrus-31B — мультимодальная диалоговая модель на архитектуре Gemma 4, созданная Vortex5 слиянием Equinox-31B, Gemma4-Garnet-31B, G4-MeroMero-v2-31B и google/gemma-4-31B-it. Модель предназначена для ролевых диалогов, взаимодействия с персонажами, творческого письма, повествования, разработки сюжетов и мозгового штурма; поддерживает чат и анализ изображений с генерацией текста. Репозиторий содержит веса Safetensors, используется библиотека Transformers. Модель имеет 31 млрд параметров согласно названию. В README указаны метод слияния ARCS и объединённый токенизатор; формат выходных весов — bfloat16. Лицензия — Apache-2.0. Метаданные описывают базовую Gemma 4 как мультимодальную инструкционную модель для диалогов, анализа изображений и длинного контекста, однако длина контекста самого Glimmering-Citrus-31B не указана.

GLM-4.5-Air-GGUF — квантованная версия модели GLM-4.5-Air, опубликованная организацией ggml-org. Исходная модель разработана zai-org. Формат GGUF предназначен для локального запуска и совместим с инструментами экосистемы llama.cpp; в карточке также указан запуск через llama.app. Модель относится к классу text-generation и предназначена для генерации текста и других сценариев работы с текстовыми запросами. В доступных данных не указаны точная архитектура, количество параметров, поддерживаемые языки, размер контекстного окна, набор модальностей и конкретные результаты тестирования, поэтому оценить её производительность и область применения более детально невозможно. Квантование может снизить требования к памяти, однако потенциально сопровождается потерей качества по сравнению с исходной моделью. Модель автоматически конвертирована с использованием инструмента ggml-org/convert. Лицензия — MIT, если условия исходной модели не устанавливают дополнительных ограничений.

MLX-версия модели GLM-4.7-Flash-8bit, созданная сообществом mlx-community путём конвертации базовой модели zai-org/GLM-4.7-Flash в формат MLX с использованием mlx-lm 0.30.5. Модель предназначена для генерации текста и запуска на устройствах и в средах, совместимых с MLX и mlx-lm. В README указаны поддерживаемые языки English и Chinese, а также доступность chat template для диалогового использования. Модель имеет 8-битное представление, однако сведения об архитектуре, количестве параметров, размере контекста, модальностях и конкретных сценариях применения не приведены. Лицензия — MIT.