I.5Создание и редактирование текста

Pinecone-Sage — разговорная модель для генерации текста, созданная автором серии Pinecone путём слияния предварительно обученных языковых моделей с помощью mergekit и метода DARE TIES. В слияние вошли Entropicengine/DarkTriad-24b и Entropicengine/Trifecta-Max-24b, а базовой моделью указана darkc0de/XortronCriminalComputingConfig. Модель построена на плотной архитектуре MistralForCausalLM и содержит 23,4 млрд параметров; максимальная длина контекста — 32 768 токенов. Модель предназначена для ролевых диалогов, ответов на общие вопросы, творческого письма и генерации насыщенной прозы. Автор позиционирует версию Sage как баланс скорости и качества. В README рекомендуется пресет Sphiratrioth для ролевых сценариев. Карточка не сообщает условия лицензии; языковая ориентация на английский следует из описания базовой модели в каталоге.

EnlistedGhost/Pixtral-12B-Ollama-GGUF — это мультимодальная модель Pixtral-12B в формате GGUF, адаптированная автором EnlistedGhost для нативной работы с Ollama. Модель основана на mistral-community/pixtral-12b, который, в свою очередь, относится к семейству Pixtral от Mistral. Релиз включает рабочие файлы vision projector (mmproj), поэтому поддерживает обработку текста и изображений. Модель предназначена для диалогового взаимодействия, генерации текста и задач image-text-to-text, включая анализ изображений по текстовым запросам. Заявлена поддержка английского и русского языков. Доступны варианты с разными уровнями квантования GGUF — от наиболее компактных IQ2 и Q2 до Q8_0 и F16, что позволяет выбирать между требованиями к памяти и качеством вывода. Указанный размер модели — 12B параметров; максимальный размер контекста в карточке не приведён. К сильным сторонам относятся готовность к использованию в Ollama без дополнительной настройки и наличие мультимодальной поддержки. Ограничения связаны с использованием квантованных вариантов: качество и требования к ресурсам зависят от выбранного типа квантования. Сведения о точных результатах оценки, аппаратных требованиях и ограничениях применения отсутствуют. Модель распространяется по лицензии Apache-2.0.

PLaMo-13B — плотная авторегрессионная языковая модель с архитектурой decoder-only, разработанная Preferred Networks, Inc. Она основана на LLaMA и содержит 13 млрд параметров по карточке модели; метаданные репозитория указывают 14,7 млрд параметров. Модель предварительно обучена на открытых англоязычных и японских наборах данных, включая C4, mC4, Wikipedia, Project Gutenberg и коллекции RedPajama. Для токенизации используется SentencePiece. Модель предназначена для генерации текста и продолжения запросов на английском и японском языках. Её можно применять через Transformers; заявленная длина контекста — 4096 токенов. Репозиторий содержит веса в формате safetensors, а лицензия Apache 2.0 разрешает использование на её условиях. Карточка предупреждает, что ответы могут быть неточными, предвзятыми или нежелательными, а проведённые испытания охватывали только английский и японский языки. Перед внедрением в конкретные приложения рекомендуется проводить собственное тестирование безопасности и настройку.

radlab/pLLama3.2-3B-DPO — польскоязычная диалоговая модель radlab на архитектуре Llama 3.2 с 3,2 млрд параметров. Она дообучена на 650 тысячах инструкций на польском языке, а затем оптимизирована методом DPO на 100 тысячах примеров, чтобы выбирать грамотно написанные варианты текста. Модель предназначена для диалогов, выполнения инструкций и генерации текста на польском языке. Контекстное окно составляет 131 072 токена; доступны веса в формате safetensors. В метаданных также заявлены интерфейс вызова инструментов и поддержка польского, английского, испанского и немецкого языков. Для работы с моделью применяется лицензия Llama 3.2. Карточка рекомендует temperature 0,6 и repetition_penalty 1,0; сравнительные оценки качества или подробные сведения об ограничениях не приведены.

PLLuM-12B-base-2512 — базовая большая языковая модель семейства PLLuM, разработанного сначала консорциумом PLLuM, а с 2025 года — альянсом HIVE AI для открытых языковых технологий. Модель предназначена прежде всего для польского языка; в обучении также использовались английские тексты. Это плотная авторегрессионная модель на архитектуре Mistral с 12,1 млрд параметров и контекстом до 131 072 токенов. Модель генерирует связный текст и может служить основой для ответов на вопросы, суммаризации, извлечения информации и специализированных помощников. Для польских государственных и юридических сценариев README рекомендует опираться на поиск по документам и RAG. В обучении семейства использовались продолженное предобучение, инструкции на польском языке и предпочтения аннотаторов; конкретно этот вариант обозначен как base, поэтому он не является специально выровненной версией для диалога. Модель опубликована в формате safetensors и распространяется по лицензии Apache-2.0. Результаты для конкретного варианта 12B и пределы его качества в доступных сведениях не уточнены.

PLLuM-12B-chat-2512 — разговорная языковая модель семейства PLLuM, разработанная альянсом HIVE AI для работы прежде всего на польском языке. Модель основана на архитектуре Mistral, имеет 12,1 млрд параметров и принимает текстовые запросы, генерируя текстовые ответы. Для диалога её дополнительно настраивали с помощью инструкционного обучения и обучения на предпочтениях; указанный контекст — до 131 072 токенов. Модель подходит для генерации и суммаризации текста, извлечения сведений и ответов на вопросы, в том числе для ассистентов по польским административным и юридическим темам с подключённым поиском по документам. В обучении использовались польские и английские тексты, ручные инструкции и размеченные предпочтения. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. Карточка описывает сильные результаты на польских задачах и настройки для диалога, но не приводит количественных оценок именно этой версии 12B. Для актуальных или проверяемых сведений в административных и юридических ответах потребуется внешний источник документов.

PLLuM-4B-base-2512 — базовая языковая модель для генерации текста, разработанная альянсом HIVE AI на основе Gemma 3 4B. Модель продолжает предобучение на польских и английских корпусах; в семействе PLLuM также есть версии с дообучением для инструкций и диалога, но этот вариант обозначен как base. Модель предназначена для генерации связного текста, суммаризации, извлечения сведений и ответов на вопросы. Её можно использовать как основу для специализированных приложений и ассистентов, в том числе для польской публичной администрации и тематики права и бюрократии; для ответов по документам README рекомендует подключать поиск через RAG. Архитектура — плотная Gemma 3, около 4 млрд параметров; модель принимает и выдаёт текст, в первую очередь на польском, с дополнительными данными на английском. Модель распространяется по лицензии Apache-2.0. Поскольку это базовая, а не instruct- или chat-версия, готовность к диалогу и следованию инструкциям может быть ограниченной; README приводит заявленные результаты семейства PLLuM, но не отдельные оценки этого чекпойнта.

PLLuM-4B-chat-2512 — чат-модель семейства PLLuM, разработанная командой HIVE AI на базе Gemma 3 4B. Она продолжает предварительное обучение на польских и английских текстах и дообучена следовать инструкциям и предпочтениям людей. Модель предназначена для диалогов и генерации текста, включая ответы на вопросы, суммаризацию и извлечение информации; её ориентир — польский язык, в том числе задачи для государственного управления. Для работы с внутренними или отраслевыми документами модель можно применять в RAG-сценариях совместно с поиском и хранилищем документов. В README указано, что версия chat выровнена по человеческим предпочтениям и рассчитана на более безопасные и эффективные диалоги; разработчики также сообщают о высоких результатах на польских языковых и административных бенчмарках. Модель распространяется в формате safetensors по лицензии Apache-2.0.

ChaoticNeutrals/Poppy_Porpoise-v0.4-L3-8B — объединённая разговорная модель семейства Llama, распространяемая в формате Safetensors. По метаданным, в её основе объединение cognitivecomputations/dolphin-2.9-llama3-8b и Nitral-AI/Poppy_Porpoise-v0.3-L3-8B; размер составляет 7,5 млрд параметров, контекст — до 8192 токенов. Модель предназначена для диалоговой генерации текста. README сообщает о восстановленных возможностях обработки изображений: для работы с ними требуется загрузить файл mmproj из репозитория и использовать актуальную версию Koboldcpp. Метаданные при этом указывают text-generation и возможность чата, поэтому поддержку изображений следует считать заявленной в README, но не отражённой в pipeline-теге. Лицензия указана как other, без конкретизации условий в предоставленных данных.

PRIMERA — модель Allen Institute for AI для суммаризации нескольких документов, основанная на пирамидальном маскированном предобучении предложений. Это версия для Hugging Face на архитектуре LED (Longformer Encoder-Decoder) с примерно 252,8 млн параметров и контекстом до 4096 токенов. Модель принимает текст и генерирует текстовое резюме; в карточке указана поддержка английского языка. Модель предназначена для объединения информации из нескольких источников в одно краткое изложение. В проверке на наборе MultiNews авторы сообщают для версии PRIMERA-hf значения ROUGE-1 41,7, ROUGE-2 13,6 и ROUGE-L 20,5; результаты немного отличаются от оригинала из-за различий реализаций Longformer и LED. Доступны веса PyTorch и TensorFlow. Лицензия — Apache-2.0.

SLORA/PRO — диалоговая языковая модель, разработанная и поддерживаемая Muhammad Taqi. Она предназначена для генерации текста в чате и поддерживает интерфейс вызова инструментов. Модель основана на архитектуре DeepSeek V3, имеет 37,6 млрд параметров и контекст длиной до 163 840 токенов; веса представлены в формате Safetensors FP8 и рассчитаны на работу с Transformers. Автор заявляет о собственной реализации и высокой скорости ответов, однако карточка не приводит сравнительных измерений или подробностей обучения. Модель распространяется по лицензии MIT.

ProCreations_grug-27b-v1.1-GGUF — это квантизированная версия модели grug-27b-v1.1, разработанной ProCreations и подготовленной в формате GGUF пользователем bartowski с использованием llama.cpp. Модель содержит 27 миллиардов параметров и предназначена для задач рассуждения, агентских сценариев, использования инструментов и эффективной генерации текста. Модель поддерживает английский язык и текстовый ввод, а также обработку изображений при использовании дополнительного файла mmproj. Она выпускается в нескольких вариантах квантизации от BF16 до низкобитных Q3 и IQ3, что позволяет выбирать между качеством, требованиями к памяти и скоростью работы. Рекомендуемым универсальным вариантом указан Q4_K_M размером 17,53 ГБ, а версии Q5 и Q6 обеспечивают более высокое качество при больших требованиях к ресурсам. К сильным сторонам относятся крупный размер, поддержка мультимодального ввода, режимы, ориентированные на рассуждение и tool use, а также наличие imatrix-квантизаций для более эффективного хранения. Архитектура, размер контекстного окна и подробные показатели качества в README не указаны; perplexity и KLD не измерялись. Спекулятивное декодирование не поддерживается. Модель распространяется по лицензии Apache-2.0.

ProCreations_grug-35b-GGUF — квантизированная версия языковой модели ProCreations/grug-35b, подготовленная bartowski с использованием llama.cpp и метода imatrix. Модель ориентирована на задачи генерации текста, программирования, агентских сценариев, использования инструментов и рассуждений. В метаданных также указан pipeline_tag image-text-to-text, однако подробности о поддерживаемых визуальных входах в README не приведены. Модель содержит около 35 млрд параметров и распространяется в формате GGUF с вариантами квантизации от BF16 и Q8_0 до более компактных Q2–Q4 и IQ-форматов. Доступны сборки размером примерно от 19 до 69 ГБ; более высокие разрядности обеспечивают лучшее качество, а компактные варианты снижают требования к оперативной памяти. README не указывает контекстное окно, языки, точную архитектуру или результаты тестирования. Сборки предназначены для локального запуска через llama.cpp, LM Studio, KoboldCpp, Jan AI, Text Generation Web UI и другие совместимые инструменты. Сильными сторонами являются широкий выбор уровней квантизации и поддержка сценариев кода, агентного взаимодействия и tool use. Ограничения — отсутствие подробных сведений о мультимодальности, языках и производительности, а также значительные требования к памяти для качественных вариантов. Модель распространяется по лицензии MIT.

prose-rewriter-4b-v1.2 — текстовая модель для переписывания прозы на уровне абзацев, разработанная chartreuse-verte на базе Qwen/Qwen3-4B-Base. Она преобразует текст, сгенерированный крупной языковой моделью, в более естественную и «человеческую» форму, стремясь сохранять исходную семантику. Модель ориентирована на редактирование прозы, перенос стиля, улучшение литературного качества и удаление характерных следов машинной генерации. Заявленный язык — английский. Модель содержит около 4 млрд параметров и использует архитектуру Qwen3; поверх базовой модели применён LoRA-адаптер ранга 32, объединённый с весами с коэффициентом 1,15. Поддерживаются варианты в формате safetensors BF16, а также GGUF Q8_0 и Q4_K_M для llama.cpp и llama-cpp-python. Обрабатывается один абзац за вызов; рекомендуемый режим match сохраняет длину текста. Также доступны режимы inflate и compress для сокращения или расширения исходного текста. Документированный предел входа составляет 512 токенов, максимальный объём генерации — 512 новых токенов. Сильными сторонами модели являются низкая склонность к самоповторениям и стабильная остановка генерации на диапазоне входов примерно от 15 до 120 слов. Ограничения включают заметную склонность дополнять и выдумывать содержание для очень коротких входов, особенно короче 15 слов; в таких случаях значительная часть результатов содержит материал, не подтверждённый исходным текстом. Модель не является универсальным чат-ассистентом: требуется специальный шаблон с ролями source и edit, причём блок edit обязателен. Распространяется по лицензии AGPL-3.0.

Psyonic-Cetacean-Ultra-Quality-20b-GGUF-imatrix — это высокоточная GGUF-версия модели Psyonic-Cetacean-20B, первоначально созданной Jeb Carter и переработанной DavidAU. Модель предназначена для генерации текста, творческого письма, создания историй, художественной прозы, ролевых сценариев и диалогов. В README она описывается как модель класса 2 с улучшенным следованием инструкциям, более выразительной прозой, нюансами и глубиной, а также с устранёнными известными проблемами исходной версии. Модель основана на архитектуре Llama и содержит около 20 миллиардов параметров. Указана поддержка английского языка, текстовая модальность и контекст генерации текста; точный размер контекстного окна в README не приведён. Ремастеринг выполнялся с использованием вычислений FP32 для снижения потерь точности при объединении и последующей квантизации. Доступны варианты GGUF с различными уровнями квантизации, включая imatrix; заявлены улучшения perplexity по сравнению с исходными квантованными версиями, особенно для Q4_K_M, Q6 и Q8. Сильными сторонами являются качество следования инструкциям, творческий потенциал и сохранение качества при использовании более компактных квантованных вариантов. Ограничения включают значительные требования к ресурсам для полноточной версии: FP32-файл имеет размер около 78 ГБ; фактические требования зависят от выбранного варианта GGUF. Для более плавной работы README рекомендует использовать smoothing factor 1,5–2,5 или повышать repetition penalty до 1,1–1,15 в совместимых интерфейсах. Модель распространяется по лицензии Apache-2.0.

PuddleJumper-13b — объединённая языковая модель на архитектуре LLaMA, созданная путём слияния EverythingLM-V2-13b QLoRa и OpenOrca-Platypus2-13B. Она предназначена для генерации текста и диалоговых сценариев; в карточке приведены результаты оценки на Open LLM Leaderboard. Модель содержит 12,9 млрд параметров, использует контекст до 4096 токенов и представлена в формате PyTorch. Для диалога README рекомендует краткий формат Vicuna без системного промпта; также заявлена совместимость с форматами OpenOrca и Platypus и другими системными промптами. Модель распространяется по лицензии Llama 2. Карточка не описывает поддержку конкретных естественных языков или гарантии качества для отдельных задач.

Puffin-Qwen2.5-TIES — объединённая языковая модель, созданная с помощью mergekit методом TIES на основе Qwen/Qwen2.5-1.5B с включением Qwen/Qwen2.5-Math-1.5B. Это плотная авторегрессионная модель архитектуры Qwen2 с 1,5 млрд параметров; репозиторий содержит веса в формате safetensors. Модель предназначена для генерации текста и диалогового взаимодействия, а объединение с математической моделью ориентировано на сочетание общих языковых и математических возможностей. Заявленная длина контекста — 131072 токена. Библиотека для работы с моделью — Transformers. Лицензия в предоставленных данных не указана.

Pula-8B-v0.1 — языковая модель семейства BOTS-LM, разработанная Nathan Brown и Vukosi Marivate для работы на сетсвана и английском языках. Это плотная авторегрессионная модель на архитектуре Llama 3.1 с 7,5 млрд параметров, дообученная на основе Meta-Llama-3.1-8B-Instruct. В метаданных указан контекст до 131 072 токенов; при обучении использовались последовательности длиной до 4 096 токенов. Модель предназначена прежде всего для диалогового помощника и следования инструкциям. Её можно применять для ответов на вопросы, написания текстов, перевода между сетсвана и английским, извлечения именованных сущностей, разметки частей речи и вызова инструментов. Авторы также сообщают о возможностях рассуждения и улучшенных результатах на сетсвана и английском по сравнению с существующими открытыми языковыми и переводческими моделями для этих языков. Модель принимает текст и генерирует текст. README разрешает коммерческое и исследовательское использование, однако конкретная лицензия в карточке не названа. Как и другие языковые модели, Pula-8B может выдавать неточные или предвзятые ответы; для клиентских приложений авторы рекомендуют дополнительные меры безопасности. Официальная поддержка заявлена для сетсвана и английского, а качество на других языках и при обычной генерации текста проверено ограниченно.

PULI-GPTrio — трёхъязычная авторегрессионная языковая модель семейства GPT-NeoX, разработанная NYTK. Она предназначена для генерации текста на венгерском, английском и китайском языках. Модель обучена с использованием кода EleutherAI GPT-NeoX; в README указаны контрольная точка после 410 000 шагов, максимальная длина последовательности 2048 токенов и словарь из 150 016 токенов. Метаданные указывают 9,2 млрд параметров, а карточка README — 7,67 млрд. Обучающие данные включали венгерские, английские и китайские тексты, а также документы GitHub. Модель принимает текст и генерирует текст; она подходит для продолжения фраз и создания текста на поддерживаемых языках. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение. Заявленный размер модели в README расходится с размером в метаданных.

kredor/punctuate-all — модель классификации токенов на базе дообученной XLM-RoBERTa-base. Она восстанавливает пунктуацию в тексте, предсказывая для токенов знаки препинания, включая точку, запятую, вопросительный знак, дефис и двоеточие. Модель рассчитана на английский, немецкий, французский, испанский, болгарский, итальянский, польский, нидерландский, чешский, португальский, словацкий и словенский языки. В отчёте указаны общая точность 0,98 и F1 0,95 для точки, 0,86 для запятой и 0,86 для вопросительного знака; качество распознавания дефиса и двоеточия ниже. Модель содержит около 305,2 млн параметров, использует контекст до 514 токенов и распространяется по лицензии MIT.

Qandora-2.5-7B-Creative — объединённая модель для генерации текста, созданная автором репозитория с помощью mergekit методом passthrough на основе bunnycore/Qandora-2.5-7B и bunnycore/Qwen-2.1-7b-Persona-lora_model. Это плотная авторегрессионная модель семейства Qwen2 с 7,1 млрд параметров, рассчитанная на контекст до 32 768 токенов. Репозиторий содержит веса в формате safetensors и предназначен для работы через Transformers; метаданные также отмечают чатовые возможности и интерфейс вызова инструментов. Модель подходит для диалоговой генерации и творческих текстовых задач. В карточке не приведены результаты оценки качества, подробное описание навыков или языковой охват, поэтому нельзя уверенно судить о качестве для отдельных жанров и языков. Лицензия в предоставленных данных не указана.

Qdeev1 — чат-модель для генерации текста, разработанная Qdeer и дообученная на базе unsloth/llama-3-8b-bnb-4bit с использованием Unsloth и библиотеки Hugging Face TRL. Она предназначена для диалогов и генерации ответов на текстовые запросы. Модель использует плотную архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров и поддерживает контекст длиной до 8192 токенов. В карточке указан английский язык. Веса опубликованы в формате safetensors, лицензия — Apache-2.0. Карточка не описывает специализацию, обучающие данные или оценку качества, поэтому пригодность для конкретных предметных областей не установлена. Дообучение выполнено на 4-битной базовой модели, но в метаданных репозитория указан формат safetensors; сведений о формате чисел самих опубликованных весов карточка не приводит.

Qomhrá-AWQ — квантованная версия двуязычной языковой модели Qomhrá, разработанной исследователями Trinity College Dublin, University College Cork и Queen’s University Belfast для работы на ирландском языке Gaeilge и английском. Это модель для генерации текста и диалогового общения, адаптированная на основе Qwen3-8B с продолженным двуязычным предобучением и настройкой на инструкции; опубликована версия с 7,6 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для ответов на вопросы, следования инструкциям, генерации текста на ирландском и английском и двустороннего перевода между этими языками. В карточке Qomhrá сообщается о результатах на тестах понимания ирландского языка и сохранении сильных возможностей английского; приведённые там параметры контекста обучения и оценки относятся к Qomhrá-Instruct, а не обязательно к квантованному варианту. Репозиторий указывает формат safetensors, поэтому конкретный метод квантования AWQ в метаданных файлов не подтверждён. Лицензия — Apache 2.0.

quantum-v0.01-Mistral-7B-Instruct-v0.1 — чат-модель для генерации текста, созданная слиянием Mistral-7B-Instruct-v0.1 от Mistral AI и quantumaikr/quantum-v0.01. Для объединения применён метод SLERP; веса представлены в формате safetensors. Модель предназначена для ответов на инструкции и диалоговые запросы. Она построена на плотной архитектуре Mistral с 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. В карточке указан английский язык, лицензия — Apache-2.0. Карточка не приводит отдельных результатов оценки качества или более подробных ограничений; возможности модели могут зависеть от запроса и используемого программного окружения.

Quyen-Pro-v0.1 — чат-языковая модель серии Quyen, разработанной vilm на основе семейства Qwen. Версия Pro обучена с применением supervised fine-tuning (SFT) и direct preference optimization (DPO); в карточке указаны обучающие наборы OpenHermes-2.5, Capybara, Orca DPO и частные данные. Модель использует архитектуру Qwen2ForCausalLM с плотными весами, содержит 13,4 млрд параметров и рассчитана на контекст до 32 768 токенов. Модель предназначена для диалогов, ответов на вопросы и генерации текста по запросу; для форматирования диалога используется ChatML. Карточка не приводит результатов бенчмарков, поэтому качество для конкретных задач по ней оценить нельзя. Модель опубликована в формате safetensors для Transformers. Лицензия обозначена как other, конкретные условия использования в предоставленных данных не раскрыты.

KnutJaegersberg/Qwen-14B-Llamafied — преобразованная версия Qwen-14B, созданная для совместимости с программной экосистемой Llama. По карточке модели, автор применил скрипт преобразования и использовал исходный токенизатор CausalLM. Модель предназначена для генерации текста и запуска в инструментах, рассчитанных на архитектуру Llama. В метаданных указаны 13,4 млрд параметров, архитектура LlamaForCausalLM, формат PyTorch и контекст длиной до 8192 токенов. В README приведены результаты Open LLM Leaderboard: средний балл 63,09, включая 55,20 на AI2 Reasoning Challenge и 82,31 на HellaSwag. Лицензия обозначена как other; конкретные условия использования следует проверять у автора.

Qwen2-0.5B-Instruct — инструкционно дообученная языковая модель семейства Qwen2, разработанная командой Qwen. Это плотная авторегрессионная модель на архитектуре Transformer с 494 млн параметров; она принимает текст и генерирует текст в формате диалога. Контекст составляет до 32 768 токенов. Модель предназначена для общения, генерации и понимания текста, а также может применяться к задачам рассуждения, математики и программирования. Модель компактна и поддерживает многоязычный токенизатор, но метаданные карточки отмечают английский язык. В приведённом сравнении она показала улучшение относительно Qwen1.5-0.5B-Chat на тестах MMLU, HumanEval и GSM8K. Эти результаты не гарантируют аналогичное качество в конкретных приложениях. Модель распространяется под лицензией Apache-2.0.

Модель ehristoforu/Qwen2-1.5b-it-chat — дообученная разговорная языковая модель семейства Qwen2 с архитектурой Qwen2ForCausalLM и 1,5 млрд параметров. Она создана на базе unsloth/qwen2-1.5b-instruct-bnb-4bit; в карточке указано, что при обучении использовались Unsloth и библиотека TRL. Модель предназначена для генерации текста и диалоговых сценариев. Она принимает текст и генерирует текст; заявленная длина контекста составляет 32 768 токенов. В метаданных указан английский язык. Репозиторий содержит веса в форматах PyTorch и Safetensors. Лицензия — Apache-2.0. Карточка не описывает конкретные датасеты или результаты оценки качества, поэтому соответствие ответов требованиям пользователя следует проверять для целевого сценария.

ehristoforu/Qwen2-1.5b-it-chat-sp-ru — диалоговая текстовая модель семейства Qwen2, разработанная ehristoforu как дообучение ehristoforu/Qwen2-1.5b-it-chat-sp. Модель содержит 1,5 млрд параметров, использует плотную архитектуру Qwen2ForCausalLM и принимает текст для генерации продолжения или ответа в чате. Длина контекста составляет 32 768 токенов. Модель предназначена для диалоговой генерации текста. В карточке указано, что обучение выполнялось с Unsloth и библиотекой TRL; целевой язык по названию модели — русский, а среди метаданных также указан английский. Репозиторий распространяется по лицензии Apache-2.0. Карточка не сообщает о специализированной предметной области или дополнительных возможностях.

Модель ehristoforu/Qwen2-1.5b-it-chat-sp-ru-bel-arm-ger-fin-tur-per-ko — разговорная дообученная версия Qwen2 с 1,5 млрд параметров для генерации текста. Она предназначена для диалогов и ответов на текстовые запросы; карточка сообщает, что обучение выполнялось с Unsloth и библиотекой Hugging Face TRL. Модель принимает текст и выдаёт текст. Указана длина контекста 32 768 токенов. По названию базовой модели можно установить поддержку испанского, русского, белорусского, армянского, немецкого, финского, турецкого, персидского и корейского языков; метаданные также отмечают английский. Лицензия — Apache-2.0.