I.6Перевод и языковая адаптация

Whisper Medium (Thai): Combined V3 — модель распознавания речи на тайском языке, разработанная Biodatlab на основе дообучения openai/whisper-medium. Она преобразует тайскую речь в текст и предназначена для автоматической транскрибации; в обучении использовались расширенные версии Common Voice 13.0 для тайского, Google FLEURS и подготовленные авторами наборы данных. Модель построена на архитектуре Whisper и содержит 455,8 млн параметров. В README указана оценка WER 7,42 на тестовой части Common Voice 13 при использовании токенизатора Deepcut. Модель распространяется под лицензией Apache-2.0. Подробности об ограничениях и составе подготовленных авторами данных в карточке не раскрыты.

Карточка модели johannhartmann/Wiedervereinigung-WIP на Hugging Face совпадает с карточкой mayflowergmbh/Wiedervereinigung-7b-dpo, поэтому описание составлено по ней. Wiedervereinigung-7b-dpo — немецко-английская чат-модель от Mayflower GmbH, созданная объединением четырёх моделей на базе Mistral и последующим DPO-обучением на немецком переводе набора SlimOrca DPO. Модель содержит 7,1 млрд параметров, использует архитектуру MistralForCausalLM и поддерживает контекст до 32 768 токенов. Она предназначена для диалогов и генерации текста, в частности для ответов на вопросы, написания текстов и ролевых сценариев на немецком языке. В README приведён средний результат 7,1125 в бенчмарке mt-bench-de; оценки отдельных категорий показывают более низкие результаты в математике и программировании. Для обучения на немецких наборах данных авторы рекомендуют LLaMA-Factory. Модель распространяется в формате safetensors по лицензии Apache-2.0. Результаты бенчмарка указывают на ограничения в математике и программировании; качество следует оценивать для конкретного сценария.

XLM-Align — предобученная многоязычная модель на архитектуре XLM-RoBERTa, представленная авторами исследования ACL 2021 «Improving Pretrained Cross-Lingual Language Models via Self-Labeled Word Alignment». Она использует саморазмеченное выравнивание слов для улучшения межъязыковых представлений и поддерживает 94 языка. Модель содержит 305,2 млн параметров, принимает текст и рассчитана на контекст до 514 токенов. Модель подходит для заполнения пропусков в тексте и как основа для межъязычных задач понимания языка, включая распознавание именованных сущностей, разметку частей речи и ответы на вопросы. В приведённой оценке XTREME XLM-Align превосходит XLM-R_base по среднему результату и по всем перечисленным задачам. Доступный формат — PyTorch; лицензия в предоставленных данных не указана.

Yi-1.5-6B-Chat-GGUF — русскоязычное описание модели недоступно в предоставленных данных.

AfriqueLlama-8B — базовая причинно-языковая модель из набора AfriqueLLM, разработанная для улучшения работы с африканскими языками. Она основана на Meta Llama 3.1 8B и прошла дополнительное предобучение примерно на 26 млрд токенов многоязычных данных. Модель содержит около 7,5 млрд параметров, использует архитектуру LlamaForCausalLM и поддерживает контекст до 131 072 токенов. Модель предназначена для генерации текста и диалоговых сценариев на африканских языках, сохраняя возможности работы на английском, французском, португальском и арабском. Карточка сообщает об адаптации к 20 африканским языкам, но перечисляет лишь часть из них; метаданные также содержат языковые коды ряда африканских языков. Для развертывания предлагаются vLLM и SGLang с OpenAI-совместимым API. Лицензия — CC BY 4.0. Дополнительное предобучение охватывало африканские монолингвальные данные, а также код, математику и синтетические переводы тематических текстов. Это базовая предобученная модель, а не готовая специализированная система; заявленные возможности не следует трактовать как гарантию качества для каждого языка и сценария. Для применения в диалоге или конкретной задаче может потребоваться дополнительная настройка.

Aitana-2B-S-base-1.0-i1-GGUF — это GGUF-квантизированная версия базовой языковой модели Aitana-2B-S-base, разработанной GPLSI и опубликованной mradermacher. Квантизация выполнена mradermacher с использованием weighted/imatrix-подхода; доступны варианты с разными типами квантизации и размером примерно от 1,0 до 2,0 ГБ. Модель предназначена для генерации и обработки текста, включая сценарии на валенсийском и каталанском языках, а также испанском и английском. В обучении использовались наборы данных alia_dogv, alia_les_corts, alia_amic, alia_boua и alia_tourism. README не содержит сведений об архитектуре, размере контекста, точной структуре модели или поддержке других модальностей, поэтому её следует рассматривать как текстовую языковую модель без подтверждённой мультимодальности. Основное преимущество представленной версии — возможность запуска в компактном формате GGUF и выбора компромисса между качеством, скоростью и потреблением памяти. Рекомендуемыми вариантами названы i1-Q4_K_M и i1-Q4_K_S; низкобитные варианты могут заметно уступать в качестве, тогда как более крупные варианты требуют больше памяти. Модель распространяется по лицензии Apache-2.0.

Aitana-7B-S-base-1.0-i1-GGUF — это GGUF-квантизация базовой языковой модели Aitana-7B-S-base, разработанной GPLSI и квантизированной mradermacher. Модель предназначена для генерации текста и работы с текстовыми задачами на каталанском, валенсийском, испанском и английском языках. В качестве обучающих данных указаны наборы alia_dogv, alia_les_corts, alia_amic, alia_boua и alia_tourism. Модель относится к классу 7B, однако точная архитектура и размер контекстного окна в README не указаны. Доступно множество вариантов GGUF-квантизации с разным соотношением размера, скорости и качества; рекомендуются варианты i1-Q4_K_M и i1-Q4_K_S, а IQ-квантизации могут быть предпочтительнее сопоставимых по размеру вариантов. Сильной стороной является возможность локального запуска в формате GGUF, ограничением — потенциальная потеря качества при низких уровнях квантизации и отсутствие сведений о специализированном instruction-tuning. Лицензия — Apache-2.0.

smerchi/Arabic-Morocco-Speech_To_Text — дообученная модель распознавания речи на основе Whisper large-v3 от OpenAI. Она предназначена для преобразования аудио на арабском языке в текст; в карточке указан датасет Voice_Cleverlytics. Модель содержит 905,2 млн параметров и использует архитектуру WhisperForConditionalGeneration; веса представлены в формате Safetensors. Для запуска предусмотрена библиотека Transformers. Модель подходит для транскрибации речи на арабском языке, в частности марокканского варианта, о котором говорит название репозитория. Базовая Whisper large-v3 поддерживает многоязычное распознавание речи и перевод аудио в текст, однако карточка этой производной модели не приводит отдельные оценки качества или подробности обучения. Лицензия — Apache-2.0.

Arcee-VyLinh — компактная языковая модель на 3 млрд параметров, разработанная Arcee AI. Эта GGUF-версия содержит квантизации исходной модели и предназначена для запуска через llama.cpp, KoboldCPP, Ollama, text-generation-webui, GPT4All, Jan и совместимые интерфейсы. Модель построена на архитектуре Qwen2.5-3B, поддерживает контекст до 32K токенов и ориентирована прежде всего на понимание и генерацию текста на вьетнамском языке, при этом принимает входные данные на английском и вьетнамском. Она подходит для диалогов и следования инструкциям, генерации и продолжения текста, ответов на вопросы, обобщения и создания контента. Обучение включало специально подготовленные сложные вопросы, Vietnamese-датасет ORPO-Mix-40K, supervised fine-tuning, proprietary merging и итеративное DPO. К сильным сторонам относятся компактный размер, эффективность, развитое следование инструкциям и высокая производительность на сложных задачах на вьетнамском языке, сопоставимая с более крупными моделями размером 4–8 млрд параметров. Ограничения включают возможные галлюцинации в материалах, связанных с культурной спецификой, менее предсказуемую работу в специализированных технических областях и преимущественную ориентацию на вьетнамский язык. В карточке указана лицензия other; конкретные условия лицензии не раскрыты.

DictaLM 2.0 Instruct — инструкционно дообученная версия генеративной модели DictaLM 2.0, разработанная командой Dicta при участии Shaltiel Shmidman, Avi Shmidman, Amir DN Cohen и Moshe Koppel. Модель ориентирована на диалоговое взаимодействие и выполнение инструкций, особенно на иврите, и распространяется в формате GGUF для локального запуска через LM Studio или llama.cpp. Модель поддерживает английский и иврит. Она использует подход к дообучению, основанный на рецепте Zephyr-7B-beta, с расширенным набором инструкционных и разговорных данных для иврита. Доступны варианты с точностью float16 и 4-битной квантизацией Q4_K_M, что позволяет выбирать между качеством и требованиями к вычислительным ресурсам. Контекстное окно и точный размер модели в README не указаны. Сильной стороной модели является адаптация к ивриту и возможность локального использования в совместимых приложениях. Ограничение — отсутствие встроенных механизмов модерации и защитных ограничителей, поэтому модель требует осторожного применения в сценариях, где важны контролируемые ответы. Также она не поддерживает системный промпт. Модель распространяется по лицензии Apache 2.0.

DRT-o1-7B-GGUF — это набор GGUF-квантизаций базовой модели Krystalan/DRT-o1-7B, подготовленный bartowski с использованием llama.cpp и метода imatrix. Модель относится к классу text-generation и предназначена для диалогов, генерации текста и задач машинного перевода. В README указана поддержка английского и китайского языков, а также формат чата с ролями system, user и assistant. Модель имеет размер 7B параметров; точные сведения об архитектуре и размере контекста не указаны. Доступны варианты от F16 до низкобитных IQ- и Q-квантизаций объёмом примерно от 2,78 до 15,24 ГБ. Более высокие варианты, включая Q6_K_L, Q6_K, Q5 и Q4, сохраняют лучшее качество, тогда как Q3 и Q2 требуют меньше оперативной памяти, но заметно уступают по качеству. Файлы предназначены для запуска через llama.cpp и совместимых приложений, включая LM Studio. Основные преимущества — широкий выбор компромиссов между качеством и требованиями к памяти, а также оптимизация imatrix-квантизаций. Ограничения включают отсутствие в README подробных результатов оценки, сведений о контекстном окне, мультимодальности и точной архитектуре; заявленные языки ограничены английским и китайским. Распространение осуществляется по лицензии CC BY-NC-SA 4.0, которая ограничивает коммерческое использование и требует соблюдения условий лицензии.

EZO-Qwen2.5-72B-Instruct — дообученная компанией Axcxept на базе Qwen/Qwen2.5-72B-Instruct плотная авторегрессионная языковая модель с 71,5 млрд параметров. Она предназначена для диалогов и генерации ответов, особенно на японском языке, а также для многоязычных сценариев. Модель обучали на инструкционных данных, подготовленных из японской Википедии и FineWeb; доступны веса в формате safetensors, интерфейс чата и интерфейс для вызова инструментов. Контекст — до 32 768 токенов. В README сообщается о высокой оценке в Japanese MT Bench при 4-битном квантовании, однако подробности методики и независимая проверка не приведены. Автор описывает модель как экспериментальный прототип, не предназначенный для коммерческого применения или критически важных систем; результаты не гарантируются. Указана лицензия Apache-2.0.

Gemma 3n E4B it MLX 8bit — 8-битная квантизированная версия мультимодальной модели gemma-3n-E4B-it, разработанной Google и адаптированной командой LM Studio с использованием MLX и mlx_vlm. Модель оптимизирована для запуска на устройствах с Apple Silicon и предназначена для задач преобразования изображений, аудио и видео в текст, включая распознавание речи, автоматический перевод речи и обработку мультимодальных запросов. Модель использует архитектуру и возможности исходной gemma-3n-E4B-it, однако README не содержит подробностей о внутренней архитектуре, фактическом числе параметров, поддерживаемых языках или размере контекста. Ключевое преимущество этой версии — 8-битное представление, ориентированное на эффективный локальный запуск на Apple Silicon. Ограничения включают возможные потери качества из-за квантизации, зависимость производительности от оборудования и отсутствие в предоставленных данных точных характеристик мультимодальных возможностей. Модель распространяется по лицензии Gemma. Для доступа к исходной модели на Hugging Face требуется ознакомиться с лицензией Google и принять её условия. LM Studio не является создателем или владельцем модели и не гарантирует её точность, безопасность или пригодность для конкретных задач.

Granite-Speech-4.0-1B-GGUF — это GGUF-конверсия и набор квантованных представлений речевой модели IBM Granite-Speech-4.0-1B, разработанной IBM Research. Репозиторий cstr распространяет модель для запуска через CrispASR с чистым C++-рантаймом, без Python, PyTorch и NeMo. Модель предназначена для автоматического распознавания речи, транскрибации аудио и речевого перевода; также поддерживаются пословные временные метки при использовании дополнительного CTC-выравнивателя Canary. Архитектура включает 16-слойный Conformer-аудиоэнкодер с d_model 1024, BLIP-2 Q-Former-проектор с двумя слоями и тремя обучаемыми query-токенами, а также Granite 4.0 LLM с 1 млрд параметров, 40 слоями, d_model 2048, 16 attention heads и 4 KV heads. Используются 80 мел-фильтров, объединённых в 160 признаков, GPT-2-style BPE vocabulary и таблица merges. Поддерживаются английский, французский, немецкий, испанский, португальский и японский языки. Доступны варианты F16, Q8_0, Q5_0 и Q4_K размером примерно от 2,94 до 5,58 ГБ; Q4_K является самым компактным разумным вариантом, а Q8_0 близок к исходной точности. Модель удобна для локального запуска и встраивания в C++-приложения, поддерживает транскрибацию и prompt-based перевод речи. Ограничения включают работу только с указанными языками, зависимость от CrispASR для заявленного сценария использования и возможное снижение точности у более сильных квантований. Модель распространяется по лицензии Apache-2.0; конверсия и квантование не изменяют обучение, архитектуру или возможности исходной модели.

Hebrew-Gemma-11B — базовая генеративная языковая модель, обученная Ямом Пелегом совместно с Джонатаном Руашем и компанией Arjeo. Она основана на архитектуре Gemma-7B от Google и продолжила предобучение на 3 млрд дополнительных токенов на иврите и английском языке; в карточке указано 10 млрд параметров, а контекст составляет 8192 токена. Модель общего назначения предназначена для понимания и генерации текста с особым вниманием к ивриту. Её можно использовать как основу для языковых задач и дальнейшей адаптации; это базовая модель, а не instruct-модель, поэтому она не настроена специально для следования инструкциям. В README отмечено отсутствие встроенных механизмов модерации. Модель распространяется по лицензии other и, согласно README, подпадает под исходные условия использования Gemma-7B от Google.

Это квантованный вариант Huihui-Mistral-Small-3.2-24B-Instruct-2506-abliterated, опубликованный пользователем maerong3. Модель была преобразована из исходной версии huihui-ai в формат GGUF с использованием llama.cpp и сервиса GGUF-my-repo. Она предназначена для локального запуска и инференса через llama.cpp, включая режим командной строки и серверный режим. Из доступных данных известно, что модель основана на варианте Mistral Small с 24 миллиардами параметров и имеет инструкционную настройку. Квантование Q4_K_M уменьшает требования к памяти по сравнению с полной версией, что удобно для локального использования, однако может снижать точность по сравнению с более высокоточными вариантами. В карточке заявлена поддержка английского, французского, немецкого, испанского, португальского, итальянского, японского, корейского, русского, китайского, арабского, персидского и ряда других языков. Также модель помечена как abliterated и uncensored, но подробности метода, контекстное окно и фактические мультимодальные возможности не указаны. Модель распространяется по лицензии Apache-2.0. Для запуска рекомендуется llama.cpp; в README приведены примеры использования с контекстом 2048 токенов, но это значение является параметром конкретной команды, а не обязательно максимальным контекстом модели. Данные о преимуществах, ограничениях безопасности, результатах тестирования и точной архитектуре отсутствуют.

Модель reazon-research/japanese-zipformer-base-k2-rs35kh-bpe — японская система автоматического распознавания речи на архитектуре Zipformer. Разработчики Reazon Research дообучили базовую japanese-zipformer-base-k2 с помощью k2 на крупном корпусе ReazonSpeech v2.0; в репозитории опубликованы веса Safetensors для использования через библиотеку Transformers. Размер модели — около 96,5 млн параметров. Модель предназначена для преобразования японской речи в текст, в том числе для распознавания коротких аудиозаписей. В тестах README указаны значения CER 9,71% на JSUT-BASIC5000, 11,00% на Common Voice и 13,07% на TEDxJP-10K; на наборе JSUT-BOOK для длинной речи результат не приведён. Модель распространяется по лицензии Apache-2.0.

ko-en-llama2-13b — авторегрессионная языковая модель на архитектуре Llama 2, разработанная Hyunseok Lee и Taeyoung Kim из KAIST AIinLab и omnious.ai. Это дообученная версия Llama-2-13B с 12,9 млрд параметров, предназначенная для генерации текста на корейском и английском языках; обучение было направлено на освоение корейского корпуса при сохранении возможностей модели в английском. В качестве данных использовались открытые материалы Wikipedia и AIHub на английском и корейском языках. Модель принимает текст и генерирует текст. Она построена на Transformers и PyTorch, имеет контекстное окно 2048 токенов. В карточке указано, что обучение ещё продолжалось. Лицензия в доступных данных не указана.

kotoba-tech/kotoba-whisper-v2.0-faster — конверсия модели распознавания речи kotoba-whisper-v2.0 в формат CTranslate2. Она предназначена для запуска через CTranslate2 и совместимые проекты, включая faster-whisper, и преобразует японскую речь из аудио в текст. В карточке приведено сравнение скорости нескольких реализаций на MacBook Pro с чипом Apple M2 Pro; результаты зависят от аудио и среды запуска. Веса сохранены в FP16, а при загрузке CTranslate2 тип вычислений можно менять параметром compute_type. README указывает, что faster-whisper поддерживает последовательное декодирование длинных аудиозаписей; для нарезанного на фрагменты декодирования автор отмечает преимущество Hugging Face pipeline в собственном эксперименте. Модель распространяется по лицензии MIT.

lingtrain/labse-sanskrit — модель встраивания предложений на базе LaBSE, дообученная на параллельном корпусе санскритско-русских текстов. Она кодирует предложения и абзацы в плотные векторы размерности 768; архитектура относится к семейству BERT. Контекст ограничен 512 токенами. Модель предназначена для сопоставления смыслово близких фрагментов на санскрите и русском, семантического поиска и кластеризации. Обучение с MultipleNegativesRankingLoss и косинусным сходством нацелено на сближение переводных пар в общем векторном пространстве. Лицензия в предоставленных данных не указана.

LFM2.5-2.6B-MLX-4bit — это 4-битная аффинно-квантизированная версия языковой модели LFM2.5-2.6B, разработанной LiquidAI. Конвертацию в формат MLX выполнила команда LM Studio с использованием mlx-lm; модель оптимизирована для запуска на устройствах с Apple Silicon и предназначена для генерации текста. Модель поддерживает арабский, китайский, английский, французский, немецкий, хинди, индонезийский, итальянский, японский, корейский, польский, португальский, русский, испанский, тайский и вьетнамский языки. Размер исходной модели составляет 2,6 млрд параметров. Она работает в режиме постоянного рассуждения: каждый ответ ассистента начинается с тега <think>, а штатного переключателя для отключения этого режима нет. Сведения о длине контекста и дополнительных модальностях в README не указаны, поэтому модель следует рассматривать как текстовую. Ключевые преимущества — сниженные требования к памяти благодаря 4-битной квантизации и адаптация к экосистеме Apple Silicon. Ограничения включают возможные потери точности из-за квантизации, обязательный режим рассуждения и отсутствие в описании подробных данных о производительности, контекстном окне и качестве на отдельных задачах. Модель распространяется по лицензии LFM Open License v1.0; перед использованием и распространением необходимо ознакомиться с её условиями, включая ограничения на коммерческое применение.

Llama-3.1-SauerkrautLM-8b-Instruct-GGUF — это квантованные версии инструкционной текстовой модели Llama-3.1-SauerkrautLM-8b-Instruct, разработанной VAGOsolutions. Квантизацию в формате GGUF выполнил bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста и диалоговых сценариев, включая локальный запуск через llama.cpp или LM Studio. Модель имеет размер 8 миллиардов параметров и поддерживает немецкий, английский, итальянский, французский, португальский и испанский языки. Доступны варианты от F32 до низкобитных квантований Q8_0, Q6_K, Q5_K, Q4_K, Q3_K, Q2_K и IQ-форматов; размер файлов варьируется примерно от 3,5 до 32,1 ГБ. Более высокие уровни квантования обеспечивают лучшее сохранение качества, а низкие требуют меньше оперативной памяти, но могут заметно ухудшать результаты. Размер контекстного окна и дополнительные модальности в README не указаны, поэтому модель следует считать текстовой. Модель удобна для локального использования на совместимом оборудовании, особенно когда требуется баланс между качеством, скоростью и потреблением памяти. Основные ограничения связаны с потерями качества при агрессивной квантизации и отсутствием подробных данных о бенчмарках, производительности и контекстном окне. Лицензия указана как llama3.1.

Llama-3.1-SuperSwallow-70B-Instruct-v0.1 — объединённая авторегрессионная языковая модель на архитектуре Llama 3.1, созданная с помощью mergekit на основе Meta Llama 3.1 70B, Llama-3.1-Tulu-3-70B и Llama-3.1-Swallow-70B-v0.1. Модель содержит 69,5 млрд параметров, принимает текст и рассчитана на генерацию текста и диалоговое взаимодействие; заявленная длина контекста — 131 072 токена. Модель ориентирована прежде всего на японский и английский языки. В README указано первое место в Open Japanese LLM Leaderboard на 3 декабря 2024 года; для генерации автор рекомендует шаблон instruct и пресет min_p с температурой 1. Карточка не приводит подробных оценок качества за пределами этого результата. Лицензия — Llama 3.1; применяются её условия использования.

LLaMA-Pro-Ko — языковая модель, разработанная NLP & AI Lab при Корейском университете. Это плотная авторегрессионная Transformer-модель семейства Llama с 8,3 млрд параметров, построенная на основе Llama 2 7B: разработчики расширили словарь корейскими токенами и добавили Transformer-блоки, а затем обучали модель на корейском корпусе объёмом 10 млрд токенов без английских данных. Для работы указана длина контекста 4096 токенов. Модель предназначена для генерации текста и языковых задач на корейском языке с сохранением полезности для английского. В README приведены результаты оценки на корейских и англоязычных бенчмарках; модель показывает сильные результаты в корейских тестах, а авторы описывают подход как способ улучшить корейский язык с минимальным влиянием на английский. Модель распространяется в формате Safetensors по лицензии Apache 2.0.

Lucie-7B-Instruct-human-data — дообученная инструкционная версия Lucie-7B, открытой многоязычной каузальной языковой модели, разработанной OpenLLM-France. Модель предназначена для генерации текста и диалоговых сценариев с выполнением инструкций, прежде всего на французском языке. Она также обучалась на английском, немецком, итальянском и испанском языках. Размер модели — 7B параметров; базовая модель поддерживает контекст до 32K токенов, и, несмотря на обучение на последовательностях длиной 4096 токенов, эта версия сохраняет способность работать с контекстом до 32K токенов. Модель дообучалась исключительно на созданных людьми или шаблонно подготовленных инструкционных данных, без использования ответов сторонних LLM; среди источников — Aya Dataset, Dolly, FLAN v2, OpenAssistant, Croissant Aligned Instruct и франкоязычные наборы данных. Её сильная сторона — следование инструкциям и генерация французского текста при полностью открытом подходе к подготовке данных. Модель не оптимизировалась для программирования и математических задач, а её качество ниже, чем у Lucie-7B-Instruct-v1.1; дальнейшее дообучение и выравнивание методами DPO или RLHF могут улучшить эти возможности. Модель распространяется по лицензии Apache-2.0.

Это версия Manga OCR в формате ONNX, созданная l0wgear на основе kha-white/manga-ocr, kha-white/manga-ocr-base и модификации jzhang533/manga-ocr-base-2025. Модель построена на архитектуре Vision Encoder-Decoder и предназначена для распознавания японского текста на изображениях, прежде всего в манге. Она распознаёт вертикальный и горизонтальный текст, фуригану, надписи поверх изображений, разнообразные шрифты и текст на изображениях низкого качества. Репозиторий содержит экспортированные в ONNX веса; для запуска README указывает библиотеку Optimum с ONNX Runtime. В метаданных указан язык ja и датасет manga109s. Сведения о лицензии в доступных данных отсутствуют.

Модель atsuki-yamaguchi/Qwen2.5-7B-Instruct-si-madlad-mean-tuned — языковая модель на архитектуре Qwen2, разработанная на основе Qwen/Qwen2.5-7B-Instruct и адаптированная для сингальского языка. Авторы расширили словарь на 10 тысяч токенов; эмбеддинги и веса LM head для новых токенов инициализировали средним значением. Модель продолжительно предварительно обучали на 500 млн токенов сингальского языка из набора MADLAD-400. Модель предназначена для генерации текста и диалогов на сингальском языке. Она содержит 7,1 млрд параметров, работает через Transformers, принимает текст и выдаёт текст; поддерживает контекст до 32 768 токенов и интерфейс вызова инструментов. Лицензия — Apache 2.0.

Qwen3.5-4B-Kazakh — мультимодальная модель ISSAI на архитектуре Qwen3.5, дообученная на основе issai/Qwen3.5-4B-Base-Kazakh. Базовую модель продолжительно предобучили на казахских текстах и расширили её словарь на 16 тысяч казахских токенов; затем перенесли инструкционное выравнивание официальной Qwen3.5-4B методом chat-vector merge. Модель принимает текст и изображения, поддерживает чат и сохраняет возможности базовой модели для английского языка наряду с улучшенной обработкой казахского. Модель предназначена для диалогов и ответов на вопросы на казахском и английском языках, а также для задач понимания изображений. Визуальный энкодер и мультимодальный проектор восстановлены из официальной Qwen3.5-4B, но модель отдельно не обучали на визуальных задачах. В оценках отмечено более краткое рассуждение и снижение результатов на сложных задачах reasoning; на визуальных бенчмарках также наблюдалось некоторое ухудшение. Весы опубликованы в формате safetensors, лицензия — Apache-2.0.

Qwen3.8-27B-Finnish-Titan-Uncensored-GGUF — мультимодальная текстогенерационная модель, разработанная Kataguru на основе 27-миллиардной базовой модели DavidAU/Qwen3.8-27B-TWIN-TURBO-Fable-Cold-Fusion-709-ULTRA-HERETIC-Uncensored. Модель адаптирована с помощью LoRA и последующего слияния весов для улучшения работы с финским языком, включая сложную грамматику, словообразование, падежные формы и специализированную лексику. Также заявлена поддержка английского языка и неограниченного по тематике стиля генерации. Модель предназначена для диалогов, генерации и анализа текстов, технических и научных задач, программирования, творческого письма, философских и общественных тем. Репозиторий содержит варианты GGUF с разными уровнями квантования, что позволяет запускать модель через llama.cpp и LM Studio на системах с примерно 16 ГБ и более видеопамяти или оперативной памяти. Доступны дополнительные файлы mmproj для анализа изображений и MTP-модель для спекулятивного декодирования, однако точные параметры контекстного окна в README не указаны. К сильным сторонам относятся специализация на финском языке, широкий заявленный спектр задач, поддержка мультимодального анализа и несколько вариантов квантования с разными компромиссами между качеством, размером и требованиями к памяти. Ограничения связаны с крупным размером модели, высокими аппаратными требованиями и возможной потерей качества при использовании компактных квантов; конкретные результаты тестирования и бенчмарки не приведены. Модель распространяется по лицензии Apache-2.0.

reazonspeech-nemo-v2 — модель автоматического распознавания речи, разработанная Reazon Research и обученная на корпусе ReazonSpeech v2.0. Она преобразует японскую речь из аудиозаписей в текст и предназначена в том числе для расшифровки длинных записей продолжительностью до нескольких часов. Модель основана на улучшенной архитектуре Conformer из Fast Conformer с линейно масштабируемым механизмом внимания. Это субсловная RNN-T-модель с 619 млн параметров: кодировщик использует Longformer attention с локальным контекстом 256 и одним глобальным токеном, а словарь декодера содержит 3000 токенов SentencePiece unigram. Для использования разработчик рекомендует библиотеку reazonspeech. Модель ориентирована на японскую речь и длительные аудиозаписи. Лицензия Apache-2.0.