I.6Перевод и языковая адаптация

Модель kpriyanshu256/whisper-small-as-500-64-1e-05-bn — дообученная версия Whisper small от OpenAI для автоматического распознавания речи на ассамском языке. Она основана на архитектуре WhisperForConditionalGeneration и содержит 153,1 млн параметров. Модель обучена на Common Voice 11.0; в карточке указаны значения Loss 1,3386 и WER 61,7578 на наборе оценки. Модель предназначена для преобразования аудиозаписей на ассамском языке в текст, например для расшифровки речи и подготовки текстовых субтитров. Репозиторий содержит веса PyTorch и распространяется по лицензии Apache-2.0. Показатель WER на наборе оценки указывает на заметные ошибки распознавания; результаты на других данных могут отличаться.

Модель Amine Ouakib — дообученная версия openai/whisper-small для автоматического распознавания речи на даридже, марокканском диалекте арабского языка. Для обучения использована комбинация публичных наборов аудиозаписей; аудио ограничивалось длительностью до 15 секунд. В метаданных указаны 153,1 млн параметров, архитектура Wav2Vec2ForCTC и формат safetensors, однако карточка описывает модель как Whisper и приводит отличающийся размер около 317 млн параметров. Модель предназначена для транскрибирования коротких записей на марокканской даридже. В README приведены итоговые WER 10,57% и CER 11,70%. Для работы с длинными записями потребуется предварительная нарезка; автор также предупреждает, что модель может не поместиться в бесплатный виджет Hugging Face из-за ограничений памяти и времени. Лицензия — Apache-2.0.

Whisper Small Manglish — дообученная модель OpenAI Whisper Small, созданная для автоматической транскрибации речи с переключением между малаялам и английским (Manglish). Она принимает аудио и выдаёт текстовую расшифровку; в метаданных указаны архитектура WhisperForConditionalGeneration и формат весов safetensors. Модель рассчитана на распознавание смешанной малаяламско-английской речи. На тестовой выборке Manglish ASR Benchmark модель показала WER 44,38% и CER 16,53%; в README сообщается, что обучение, валидация и тест не пересекались по клипам. Оценка проводилась только на этом бенчмарке, а строгая посимвольная и пословная сверка считает ошибками и варианты записи одного слова разными письменностями. Лицензия — Apache-2.0.

DocWolle/whisper_tflite_models — набор моделей Whisper в формате TensorFlow Lite для приложения Whisper на F-Droid. Модели принимают аудиопризнаки размером 80 × 3000 и предназначены для автоматического распознавания речи; отдельные варианты позволяют выбрать транскрибацию или перевод, а также принудительно задать язык распознавания. Выход представляет собой последовательность токенов с текстом без временных меток. Репозиторий содержит преобразованные модели TFLite на основе Whisper; точные размеры и варианты базовых моделей в доступной карточке не приведены. README показывает обёртки с лимитом генерации до 450 новых токенов. Лицензия — MIT. Модели рассчитаны на встраивание в приложение Whisper и локальный запуск совместимой средой TensorFlow Lite.

Abin7/3-lang — объединённая языковая модель, созданная автором репозитория с помощью mergekit методом TIES на основе NousResearch/Llama-2-7b-hf. В слияние также вошли ELYZA японская Llama 2, Tamil Llama 7B Instruct и Telugu Llama2 7B Instruct. Это плотная авторегрессионная архитектура Llama с 6,6 млрд параметров, рассчитанная на генерацию текста; нативный контекст составляет 4096 токенов. Модель предназначена для генерации текста и диалоговых сценариев на английском, японском, тамильском и телугу, объединяя веса специализированных моделей этих языков. В README указано, что результат сохранён в float16; метаданные указывают формат safetensors. Лицензия в предоставленных данных не указана.

Belle-distilwhisper-large-v2-zh — модель распознавания речи, разработанная BELLE-2 на основе distilwhisper-large-v2 и дообученная для улучшения распознавания китайской речи. Это плотная модель семейства Whisper с архитектурой WhisperForConditionalGeneration и примерно 905,2 млн параметров; для работы с аудио использует частоту дискретизации 16 кГц. Модель предназначена для преобразования китайской речи в текст, в том числе в записях с тестовых наборов AISHELL-1, AISHELL-2, WenetSpeech и HKUST. В README указано, что она в 5,8 раза быстрее whisper-large-v2 и имеет на 51% меньше параметров; приведённые результаты CER зависят от тестового набора и не показывают улучшение на каждом из них. Модель доступна в формате PyTorch и распространяется по лицензии Apache-2.0. Карточка не приводит длину контекста или отдельные сведения о поддержке других языков, поэтому здесь они не заявляются.

Belle-whisper-large-v2-zh — модель распознавания китайской речи, созданная командой BELLE-2 путём полного дообучения Whisper large-v2 от OpenAI. Она предназначена для транскрибации китайской речи и показывает улучшение относительно исходной модели на тестах AISHELL-1, AISHELL-2, WenetSpeech и HKUST. Модель принимает аудио с частотой дискретизации 16 кГц и выдаёт текст; в метаданных указаны архитектура Whisper, 905,2 млн параметров и форматы PyTorch и Safetensors. Лицензия — Apache-2.0. Результаты в README показывают снижение CER на перечисленных китайских тестовых наборах. Эти показатели относятся к конкретным бенчмаркам и не гарантируют такого же качества на других условиях записи, диалектах или типах аудио.

Cecilia 2B Instruct v1 — модель генерации текста из семейства Cecilia, разработанная для работы с кубинским испанским языком. Это дообученная версия Cecilia 2B v0.1, основанной на Salamandra 2B. Модель имеет плотную архитектуру LlamaForCausalLM и около 1,7 млрд параметров; максимальная длина контекста составляет 8192 токена. Модель предназначена для диалоговой генерации текста с учётом языковых, культурных и социальных особенностей кубинского испанского. В репозитории доступны веса Safetensors для Transformers и GGUF в формате FP16; отдельные квантованные версии размещены в другом репозитории. Модель может использоваться для локального инференса и интеграции в приложения для общения на испанском. Лицензия — MIT. Карточка не приводит сравнительных оценок качества или подробного описания ограничений; результаты для других вариантов испанского и специализированных задач могут отличаться.

Модель Classical Chinese Punctuation разработана raynardj для расстановки знаков препинания и разделения на фразы в классическом китайском языке (文言文, 古文). Она принимает строку текста без пунктуации и предсказывает разметку для её символов, используя подход задачи классификации токенов, аналогичный NER. Модель поддерживает более двадцати видов знаков препинания. Это плотная модель на архитектуре BERT с 129,5 млн параметров и контекстом до 512 токенов. Она предназначена для восстановления пунктуации в древних китайских текстах, например в статьях из книг, писем и надписей. В карточке указаны форматы PyTorch и Safetensors и лицензия MIT.

DictaBERT Parse — модель BERT, разработанная Dicta, для совместного морфологического и синтаксического разбора современного иврита. Модель объёмом 211,6 млн параметров дообучена от dictabert-joint на Hebrew UD Treebank и корпусах NEMO, чтобы согласовать разметку с этими корпусами. Длина контекста — до 512 токенов. Модель сегментирует префиксы, снимает морфологическую неоднозначность, определяет леммы, строит деревья зависимостей и распознаёт именованные сущности. Результаты можно получить в JSON или в форматах Universal Dependencies, включая вариант разметки IAHLT. Лицензия — CC BY 4.0.

Карточка модели elyza/ELYZA-japanese-Llama-2-7b-fast на Hugging Face совпадает с карточкой elyza/ELYZA-japanese-Llama-2-7b-instruct, поэтому описание составлено по ней. ELYZA-japanese-Llama-2-7b-instruct — языковая модель ELYZA на архитектуре Llama 2, предназначенная для генерации текста и инструкционного диалога. Модель расширяет способности Llama 2 к японскому языку дополнительным предварительным обучением; в карточке она указана как версия instruct семейства ELYZA-japanese-Llama-2-7b. Разработчики: Akira Sasaki, Masato Hirakawa, Shintaro Horie и Tomoaki Nakamura. Модель содержит около 6,6 млрд параметров, использует плотную архитектуру LlamaForCausalLM и принимает текст, выдавая текст. Контекст составляет 4096 токенов. В метаданных указаны японский и английский языки; основное назначение — работа с японским текстом, включая ответы по инструкциям и генерацию. Модель распространяется по лицензии Llama 2. Карточка не приводит подробных оценок качества или ограничений; как и другие языковые модели, она может выдавать неточные или вымышленные сведения.

EZO-Qwen2.5-32B-Instruct — дообученная компанией Axcxept на базе Qwen/Qwen2.5-32B-Instruct плотная языковая модель с 32 млрд параметров для диалоговой генерации текста. Она предназначена прежде всего для задач на японском языке, но, по карточке, рассчитана и на широкий круг многоязычных сценариев. Модель использует архитектуру Qwen2, поддерживает контекст до 32 768 токенов и распространяется в формате safetensors. Для обучения применялся instruction tuning на подготовленных данных из японской Википедии и FineWeb. Модель подходит для диалога, ответов на вопросы и создания текстов; карточка сообщает о результатах на Japanese MT Bench, но не приводит подробностей методики обучения и численных результатов. Лицензия — Apache-2.0. Автор описывает модель как экспериментальный прототип для исследований и разработок, не предназначенный для коммерческого применения или критически важных систем.

FonBench MMS-1b Fon — модель автоматического распознавания речи на языке фон, разработанная Инес Ассия Хункупону из ESGIS Bénin. Это дообученная на всём наборе параметров версия facebook/mms-1b-all с архитектурой Wav2Vec2ForCTC и примерно 1 млрд параметров. Модель предназначена для транскрибации записанной речи на фон; её можно использовать в образовательных и исследовательских проектах, а также как компонент систем документирования, субтитров и доступности. Лицензия — CC-BY-4.0. Модель обучена на наборе alaleye/fon: записи монофонические, с частотой 16 кГц, преимущественно чистые студийные, прочитанные или полуспонтанные. В тестировании на дикторах, не встречавшихся при обучении, показаны WER 19,27% и CER 6,02%. Модель выводит строчные символы и не восстанавливает надёжно тоновые различия, отсутствующие в орфографии обучающих данных. Качество может снижаться на региональных вариантах, шумной или дальней речи и при переключении между фоном и французским; результаты не следует использовать в критически важных медицинских или юридических сценариях без независимой проверки.

Unbabel/gec-t5_small — модель T5-small, дообученная Unbabel для исправления грамматических ошибок в английском тексте. Она преобразует входное предложение в исправленный вариант и предназначена для проверки грамматики и редактирования текста. В статье, на которой основана реализация, для этой версии сообщается оценка F₀․₅ 60,70 на задаче исправления грамматических ошибок. Модель построена на архитектуре T5 для генерации текста по текстовому входу, содержит 38,5 млн параметров и имеет контекст длиной до 512 токенов. В карточке указаны датасеты CLANG-8, CoNLL-14 и CoNLL-13. Модель распространяется под лицензией Apache-2.0. Результат может требовать проверки человеком; заявленная оценка относится к конкретной версии и условиям эксперимента.

Модель alnnahwi/gemma-3-1b-arabic-gec-v1 разработана Bahjat Al Mostafa (Alnnahwi) и дообучена на базе Gemma 3 от Google для исправления грамматических ошибок в арабском тексте. Она принимает предложения на арабском языке и генерирует исправленный вариант. Модель содержит 1 млрд параметров, использует плотную архитектуру Gemma 3 для авторегрессионной генерации текста, работает через библиотеку Transformers и поддерживает контекст до 32 768 токенов. Модель предназначена прежде всего для современного литературного арабского языка (MSA): она исправляет согласование рода и числительных, падежные формы, орфографию и пунктуацию. Её можно применять в учебных инструментах, корректуре текстов и предварительной обработке данных для последующих NLP-задач. Карточка сообщает о дообучении на пользовательском наборе данных арабской коррекции ошибок в течение семи эпох. Качество на диалектном арабском может быть ниже, а контекстно-зависимые исправления — несовершенными. README отмечает возможное снижение качества на очень длинных текстах свыше 512 токенов. Лицензия — Gemma; при использовании следует учитывать условия лицензии Gemma от Google.

Karnak-i1-GGUF — набор GGUF-квантизаций модели Karnak, созданной на основе Applied-Innovation-Center/Karnak-40B-v1.0. Квантизацию выполнил mradermacher. Модель предназначена для генерации текста и поддерживает арабский и английский языки; в метаданных она указана как causal language model для использования с Transformers и совместимыми инструментами, включая vLLM. Базовая модель имеет размер 40 млрд параметров. Доступны варианты квантизации i1 и imatrix с различными уровнями точности и размером файлов примерно от 8,6 до 33,5 ГБ, что позволяет выбирать компромисс между требованиями к памяти, скоростью и качеством. В README не указаны длина контекста, точная архитектура, дополнительные модальности или результаты бенчмарков. Сильной стороной модели является наличие большого набора вариантов квантизации, включая рекомендуемые Q4_K_M и Q4_K_S, а также более компактные и более качественные конфигурации. Ограничения зависят от выбранного варианта: низкобитные квантизации могут заметно снижать качество, а запуск крупных вариантов требует значительных ресурсов. Модель распространяется по лицензии Apache-2.0.

Leo Hessianai 7B Chat — это языковая чат-модель на архитектуре Llama, разработанная командой LAION LeoLM. Репозиторий TheBloke содержит её версии в формате GGUF, полученные квантованием оригинальной модели LeoLM/leo-hessianai-7b-chat. Модель предназначена для генерации текста и диалогового взаимодействия, включая локальный запуск через llama.cpp и совместимые графические интерфейсы и библиотеки. Модель имеет около 7 миллиардов параметров и ориентирована прежде всего на немецкий язык, при этом в карточке также заявлена поддержка английского. Она обучалась на немецкоязычных и многоязычных наборах данных, включая OpenSchnabeltier, OpenAssistant OASST-DE, немецкие варианты Alpaca и Evol-Instruct, а также коллекции немецких стихов и песен. Для общения используется шаблон ChatML с ролями system, user и assistant. Доступны варианты квантования от 2 до 8 бит, что позволяет выбирать компромисс между размером, скоростью и качеством работы на CPU и GPU. Сильные стороны модели — специализация на немецком языке, возможность локального запуска на широком спектре оборудования и наличие нескольких уровней квантования. Ограничения включают отсутствие сведений о размере контекста, мультимодальности и подробных результатах оценки; модель предназначена для генерации текста и не заявлена как мультимодальная. Указана лицензия Llama 2, однако условия её применения следует проверить перед использованием.

EXAONE-Deep-2.4B-GGUF — это квантизированная версия языковой модели EXAONE-Deep-2.4B, разработанной LGAI-EXAONE. Квантизацию выполнил bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста и поддерживает английский и корейский языки. Модель доступна в формате GGUF с вариантами от BF16 и Q8_0 до более компактных Q2–Q6 и IQ-квантизаций. Это позволяет запускать её локально в LM Studio, llama.cpp и других совместимых приложениях, выбирая компромисс между качеством, размером файла и требованиями к оперативной памяти. Версии Q4–Q6 отмечены как рекомендуемые; Q3 и ниже экономят память, но могут заметно уступать в качестве. В README не указаны архитектура исходной модели, максимальная длина контекста, точное число параметров сверх обозначения 2.4B, а также результаты benchmark-тестов. Модель ориентирована на локальный текстовый inference, но её ограничения связаны с потерями качества при агрессивной квантизации и отсутствием сведений о специализированных сценариях применения. Лицензия обозначена как EXAONE; перед использованием необходимо ознакомиться с условиями, указанными в файле LICENSE.

Liujgoj-Cantonese-Gemma4-12b-Base-i1-GGUF — квантизированная версия базовой модели Liujgoj-Cantonese-Gemma4-12b-Base, разработанной пользователем или организацией Yvthyvq и преобразованной в формат GGUF пользователем mradermacher. Модель относится к семейству Gemma4, имеет около 12 млрд параметров и предназначена для генерации текста, прежде всего на китайском языке и кантонском варианте китайского языка. Модель подходит для локального запуска и сценариев, где требуется работа с кантонским языком, включая генерацию, продолжение и обработку текста. В README она также обозначена как vision model, однако сведения о поддерживаемых визуальных входах, архитектуре мультимодального компонента и необходимых mmproj-файлах не приведены. Длина контекста, точный набор языков, результаты тестирования и системные требования не указаны. Преимущество сборки — наличие множества вариантов квантизации GGUF с размерами примерно от 3,1 до 11,9 ГБ, что позволяет выбирать компромисс между качеством, скоростью и потреблением памяти. При этом низкобитные варианты могут заметно уступать по качеству; в README для ряда вариантов это отмечено напрямую. Указана лицензия Apache-2.0, также присутствует обозначение opencsg-community.

Модель atsuki-yamaguchi/Llama-3.1-8B-Instruct-ta-madlad-mean-tuned — языковая модель семейства Llama 3.1, разработанная на основе Meta Llama 3.1 8B Instruct и адаптированная для тамильского языка. Она сохраняет плотную архитектуру LlamaForCausalLM и содержит около 7,5 млрд параметров; для неё заявлен контекст до 131 072 токенов. Модель непрерывно предобучали на 500 млн тамильских токенов из MADLAD-400 и расширили словарь на 10 тыс. единиц. Веса новых эмбеддингов и выходного слоя инициализировали средним значением. Модель предназначена для диалогов и генерации текста на тамильском языке; метаданные также указывают интерфейс для вызова инструментов. Для использования требуются Transformers и соблюдение условий Llama 3.1 Community License Agreement. Карточка описывает адаптацию к тамильскому языку, но не приводит сравнительных оценок качества; возможности базовой модели могут зависеть от языка и сценария применения.

Llama-3-ELYZA-JP-8B-Heretic-GGUF — GGUF-версия языковой модели, опубликованная пользователем ChiKoi7. Она основана на Llama-3-ELYZA-JP-8B от ELYZA, Inc., которая, в свою очередь, создана на базе Meta Llama 3 8B Instruct и дополнительно обучена для японского языка с использованием предобучения и instruction tuning. Версия Heretic получена однократной обработкой методом abliteration с помощью Heretic 1.1.0, направленной на уменьшение отказов модели при ответах на запросы. Модель предназначена для генерации текста и диалоговых сценариев на японском и английском языках, включая задачи ассистирования, следование инструкциям и эксперименты с поведением моделей без стандартных ограничений на отказы. В основе лежит архитектура Llama 3 с размером около 8 млрд параметров; доступен формат GGUF для локального запуска в совместимых инструментах. Точный размер контекста и поддерживаемые квантизации в README не указаны. По приведённой оценке, доля отказов снизилась с 41 до 8 из 100 запросов на японском и с 99 до 4 из 100 на английском языке. При этом автор отмечает, что однократная обработка значительно затронула англоязычную часть модели, а качество японского рассуждения и устойчивость результатов могут отличаться. Модель следует использовать с учётом возможного снижения защитного поведения и связанных с этим рисков. Указана лицензия Meta Llama 3 Community License.

Nazimali/Mistral-Nemo-Kurdish — плотная причинная языковая модель семейства Mistral, созданная продолжением предобучения Mistral-Nemo-Instruct-2407 на статьях курдской Википедии. Она предназначена для улучшения понимания курдского языка и генерации текста; автор рекомендует дополнительно дообучить её под конкретную задачу. Обучение проводилось на 62 720 статьях, а в качестве формата весов указаны Safetensors и bitsandbytes; в метаданных размер модели составляет 12,1 млрд параметров, родная длина контекста — 1 024 000 токенов. Модель подходит для продолжения курдского предобучения и адаптации к задачам генерации на курдском языке. README отмечает отсутствие подходящей стандартной метрики для оценки качества курдского языка и планы обучать модель на курманджи и сорани; поэтому качество и охват диалектов требуют отдельной проверки. Указанная лицензия — Apache-2.0.

Nanbeige4.2-3B-GGUF — это набор квантизированных версий языковой модели Nanbeige4.2-3B, разработанной командой Nanbeige. Модель распространяется в формате GGUF и предназначена для генерации текста с использованием llama.cpp и совместимых инструментов, включая llama-cpp-python. В README также указана необходимость использовать форк llama.cpp с поддержкой изменений, которые ещё не были включены в основную ветку. Модель рассчитана на работу с английским и китайским языками. Известен размер базовой модели — 3 миллиарда параметров; сведения об архитектуре, длине контекста, конкретных вариантах квантизации и поддерживаемых модальностях в карточке не приведены. Формат GGUF и квантизация делают модель подходящей для локального запуска при ограниченных вычислительных ресурсах, однако квантизация может влиять на качество генерации, а точные характеристики зависят от выбранного варианта файла. Модель распространяется по лицензии Apache-2.0. README не содержит подробных результатов тестирования, описания специализированных сценариев, ограничений безопасности или инструкций по выбору оптимального уровня квантизации.

Nusantara-7b-Indo-Chat — диалоговая языковая модель Kalis AI для индонезийского языка, дообученная на базе Qwen1.5-4B. Это трансформерная авторегрессионная модель Qwen2 с 7,1 млрд параметров и контекстом до 32 768 токенов; веса доступны в формате safetensors. Модель предназначена для ответов на вопросы и выполнения инструкций на индонезийском языке. Она также поддерживает английский; среди источников обучения указаны OpenHermes 2.5, Википедия и набор инструкций на индонезийском языке. Лицензия репозитория — Apache-2.0, при использовании также необходимо соблюдать лицензию Qwen. Разработчик предупреждает, что обучение на наборах данных без фильтрации может приводить к предвзятым или вредоносным ответам.

RegaLabs/Qwen2.5-7B-Kurdish — языковая модель RegaLabs, адаптированная для генерации текста на курдском языке на основе Qwen/Qwen2.5-7B. Это плотная авторегрессионная модель архитектуры Qwen2 с 7,1 млрд параметров; веса представлены в BF16 Safetensors. Модель принимает текст и рассчитана на контекст до 32 768 токенов, с учётом доступной памяти. Модель подходит для диалогов и генерации курдоязычных текстов. Карточка не содержит сведений о точных диалектах, данных и параметрах дообучения или результатах оценки качества. Перед применением следует проверить ответы на нужных диалектах: модель может ошибаться и выдавать небезопасные или культурно неуместные тексты, поэтому её ответы не следует считать авторитетными или использовать для важных решений без проверки человеком. Лицензия — Apache-2.0.

p-e-w/Qwen3-0.6B-heretic — экспериментальная декаранзурированная версия Qwen3-0.6B, созданная автором репозитория с помощью Heretic v1.4.0. Модель предназначена для диалоговой генерации текста с меньшим числом отказов на запросы: в карточке приведено сравнение 6 отказов из 100 против 54 из 100 у исходной модели. Показатель KL-дивергенции указан как 0,0031. Это плотная авторегрессионная языковая модель архитектуры Qwen3 с 507,9 млн параметров, совместимая с Transformers и распространяемая в формате safetensors. Метаданные указывают контекст до 40 960 токенов; README приводит для базовой Qwen3-0.6B длину 32 768 токенов. Модель унаследовала заявленную Qwen3 поддержку более 100 языков и диалоговый сценарий. Модель подходит для диалогов и генерации текста, когда требуется реже получать отказы. Размер модели ограничивает её возможности по сравнению с более крупными языковыми моделями, а приведённое сравнение отказов не заменяет широкую оценку качества и безопасности. Лицензия — Apache-2.0.

rosettia-chanka-4b-alpha160 — модель перевода с испанского на чанкский вариант кечуа, созданная командой Rosettia для SomosNLP 2026. Это плотная модель семейства Qwen3.5 с 4 млрд параметров, дообученная в несколько этапов на парах испанский—кечуа и объединённая с LoRA-компонентом; при объединении применено масштабирование α=160. Веса представлены в формате safetensors, для загрузки используется Transformers. Модель предназначена для перевода текстов на чанкский кечуа (`quy_Latn`), особенно в судебной и административной тематике. На отложенной выборке из 158 примеров авторы сообщают chrF++ 56,94 и BLEU 30,76; добавление терминологического глоссария в запрос помогает воспроизвести лучшие результаты. В карточке модель описана как текстовая переводческая система, хотя базовая архитектура Qwen3.5 мультимодальна. Обучение основано на 841 строго очищенной паре для обучения из набора проверенных примеров судебно-административной тематики; данные оценки исключены из обучения. Лицензия — Apache-2.0. Качество за пределами судебно-административного домена не оценено; модель предназначена для варианта Чанка и не подходит без адаптации для других вариантов кечуа.

Карточка модели sail/Sailor2-1B на Hugging Face совпадает с карточкой sail/Sailor2-1B-Chat, поэтому описание составлено по ней. Sailor2-1B-Chat — чат-модель сообщества Sailor2 для генерации текста на языках Юго-Восточной Азии и других языках региона. Она основана на Sailor2-1B, дообученной версии Qwen2.5, и использует плотную архитектуру Qwen2. Объём модели составляет 851,8 млн параметров, формат весов — safetensors, длина контекста — 4096 токенов. Модель предназначена для диалогов и выполнения инструкций, включая специализированные сценарии и использование в спекулятивном декодировании. В проекте Sailor2 модели непрерывно предварительно обучались на 500 млрд токенов для поддержки 15 языков: английского, китайского, бирманского, себуанского, илоканского, индонезийского, яванского, кхмерского, лаосского, малайского, сунданского, тагальского, тайского, вьетнамского и варайского. Компактный размер упрощает применение при ограниченных вычислительных ресурсах, но возможностей модели может быть недостаточно для сложных задач по сравнению с более крупными вариантами Sailor2. Модель выпущена под лицензией Apache 2.0. Для загрузки автор рекомендует Transformers версии 4.46.3.

Карточка модели sail/Sailor2-3B-Chat на Hugging Face совпадает с карточкой sail/Sailor2-1B-Chat, поэтому описание составлено по ней. Sailor2-1B-Chat — чат-модель сообщества Sailor2 для генерации текста на языках Юго-Восточной Азии и других языках региона. Она основана на Sailor2-1B, дообученной версии Qwen2.5, и использует плотную архитектуру Qwen2. Объём модели составляет 851,8 млн параметров, формат весов — safetensors, длина контекста — 4096 токенов. Модель предназначена для диалогов и выполнения инструкций, включая специализированные сценарии и использование в спекулятивном декодировании. В проекте Sailor2 модели непрерывно предварительно обучались на 500 млрд токенов для поддержки 15 языков: английского, китайского, бирманского, себуанского, илоканского, индонезийского, яванского, кхмерского, лаосского, малайского, сунданского, тагальского, тайского, вьетнамского и варайского. Компактный размер упрощает применение при ограниченных вычислительных ресурсах, но возможностей модели может быть недостаточно для сложных задач по сравнению с более крупными вариантами Sailor2. Модель выпущена под лицензией Apache 2.0. Для загрузки автор рекомендует Transformers версии 4.46.3.

Карточка модели sail/Sailor2-L-8B на Hugging Face совпадает с карточкой sail/Sailor2-1B-Chat, поэтому описание составлено по ней. Sailor2-1B-Chat — чат-модель сообщества Sailor2 для генерации текста на языках Юго-Восточной Азии и других языках региона. Она основана на Sailor2-1B, дообученной версии Qwen2.5, и использует плотную архитектуру Qwen2. Объём модели составляет 851,8 млн параметров, формат весов — safetensors, длина контекста — 4096 токенов. Модель предназначена для диалогов и выполнения инструкций, включая специализированные сценарии и использование в спекулятивном декодировании. В проекте Sailor2 модели непрерывно предварительно обучались на 500 млрд токенов для поддержки 15 языков: английского, китайского, бирманского, себуанского, илоканского, индонезийского, яванского, кхмерского, лаосского, малайского, сунданского, тагальского, тайского, вьетнамского и варайского. Компактный размер упрощает применение при ограниченных вычислительных ресурсах, но возможностей модели может быть недостаточно для сложных задач по сравнению с более крупными вариантами Sailor2. Модель выпущена под лицензией Apache 2.0. Для загрузки автор рекомендует Transformers версии 4.46.3.