I.6Перевод и языковая адаптация

BanglaLLM-SA-v3 — языковая модель семейства Llama, разработанная nayemabs и дообученная на основе BanglaLLM/BanglaLLama-3.2-3b-bangla-alpaca-orca-instruct-v0.0.1. Модель с 3,2 млрд параметров предназначена для генерации текста и диалоговых ответов; в карточке указана архитектура LlamaForCausalLM и формат PyTorch. Модель поддерживает бенгальский и английский языки. Для неё заявлена длина контекста до 131 072 токенов. При обучении использовались Unsloth и библиотека Hugging Face TRL. Модель распространяется по лицензии Apache-2.0. Карточка не приводит результаты оценки качества или подробности обучающих данных, поэтому фактические сильные стороны и ограничения в конкретных сценариях по ней оценить нельзя.

BanglaT5 BanglaParaphrase — модель csebuetnlp, представляющая собой предварительно обученный чекпойнт BanglaT5, дообученный на наборе данных BanglaParaphrase. Это последовательностный трансформер типа T5 с 123,7 млн параметров, обученный по задаче Span Corruption и распространяемый в формате PyTorch. Модель предназначена для перефразирования текстов на бенгальском языке и может служить основой для дальнейшего дообучения на других текстовых задачах. Для лучшего качества текст перед токенизацией необходимо нормализовать по специальному конвейеру BanglaT5; этот же конвейер используется в официальных скриптах дообучения. В README приведены результаты на наборах BanglaParaphrase и IndicParaphrase. Лицензия в предоставленных данных не указана.

CantoneseLLMChat-v1.0-72B — разговорная языковая модель от hon9kon9ize для общения на кантонском диалекте и работы с темами, связанными с Гонконгом. Это плотная авторегрессионная модель семейства Qwen2 с 71,5 млрд параметров; она доступна в формате Safetensors и рассчитана на контекст до 131 072 токенов. Модель создана на основе hon9kon9ize/CantoneseLLM-v1.0-72B-cpt: базовую версию непрерывно дообучали на публичных новостях Гонконга и кантонских сайтах, затем провели инструкционную тонкую настройку на 75 000 пар запросов и ответов. По заявлению авторов, модель хорошо справляется с кантонским языком и культурой Гонконга; результаты HK-Eval для этой версии в карточке не приведены. Предназначена для диалогов, ответов на вопросы и генерации текста на кантонском языке. Модель выпущена под лицензией Apache-2.0. Карточка указывает ограничения в рассуждениях: авторы отмечают, что reasoning-модели показывают существенно лучшие результаты, и сообщают о работе над такой версией.

ChatWaifu 32B Reasoning — текстовая причинно-следственная языковая модель, созданная spow12 и собранная с помощью mergekit на основе Qwen/QwQ-32B и других вариантов QwQ-32B. Модель предназначена для диалогового агентного взаимодействия с заданной персонажной манерой, включая ролевые сценарии и ответы с рассуждениями. Модель имеет плотную архитектуру Qwen2ForCausalLM и 32 млрд параметров, работает с контекстом до 40 960 токенов и поддерживает английский и японский языки. В карточке указаны обучение на наборах для диалогов, ролевого общения, рассуждений, математики, перевода и программирования; заявленный режим рассуждений включается инструкцией в системном сообщении. Автор указывает лицензию CC BY-NC 4.0 и ограничение на некоммерческое использование. Качество ответов и безопасное поведение не гарантируются; персонажность и стиль зависят от используемого промпта.

Модель yuanzhoulvpi/chinese_bloom_7b_chat — чат-версия BLOOM-7b, дообученная разработчиком методом supervised fine-tuning на китайских инструкциях. В карточке описаны три версии, обученные на 150 тыс., 1,5 млн и 4,2 млн китайских инструкций; для v2 автор отмечает улучшение относительно v1, а v3 ещё не проверена. Метаданные указывают архитектуру BLOOM с плотной причинно-языковой моделью BloomForCausalLM и 9,1 млрд параметров. Модель предназначена для диалогов и генерации текста по инструкциям на китайском языке. Автор также указывает на потенциальное применение для написания текстов, генерации кода и перевода; количественных оценок качества и подробных результатов в карточке нет. Упомянуты возможности базового семейства BLOOM для китайского, английского, кода, французского и испанского языков, но специальная настройка этой модели заявлена на китайских инструкциях. Доступны веса в форматах PyTorch и safetensors. Лицензия — BigScience BLOOM RAIL 1.0.

DistilSPhilBERTa — дообученная авторами статьи Evaluating Latin and Ancient Greek Sentence Alignment through Parallel Sentence Mining модель Sentence Transformer на базе bowphs/SPhilBerta. Она преобразует предложения и абзацы в векторы размерности 768 и предназначена для поиска смыслового сходства, семантического поиска и выявления параллельных текстов на латыни и древнегреческом, в том числе при сопоставлении с английским. Модель использует архитектуру RoBERTa и библиотеку sentence-transformers; в репозитории указано 162,4 млн параметров. Для сходства применяется косинусная мера. README сообщает о результатах выше SPhilBERTa и других классических кросс-языковых моделей на авторском бенчмарке поиска параллельных предложений. Метаданные указывают контекст 514 токенов, тогда как README задаёт максимальную длину последовательности 128 токенов. Модель подходит для поиска и сопоставления фрагментов в корпусах латинских, древнегреческих и английских текстов. В README приведены обучающие данные grosenthal/latin_english_parallel и набор данных English-Greek Dataset. Лицензия в предоставленных сведениях не указана.

Ghost 7B v0.9.1 — ранняя версия разговорной языковой модели, разработанная автором проекта Ghost на основе Mistral 7B. Модель дообучена методом QLoRA с последующим объединением весов; по описанию, обучающие данные объёмом около 150 МБ преимущественно вьетнамские, остальные — английские. Она использует плотную архитектуру MistralForCausalLM с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для генерации текста в формате чат-ассистента, ответов на вопросы и многоязычных диалогов на вьетнамском и английском языках. Автор отмечает возможности рассуждения и приводит результаты бенчмарков, включая VMLU, однако характеризует выпуск как ранний и описывает проект как личную исследовательскую работу с ограниченными ресурсами. Для вьетнамского языка возможны пропуски диакритических знаков, сокращения и сленг; качество зависит от системного промпта. Лицензия — MIT.

Griot Nano 1 — модель автоматического распознавания речи, разработанная Qlerqly. Это мультиязычная Conformer CTC-модель на 153 млн параметров для транскрибации речи на акан, дагбани, эве, ганском английском и га. Модель принимает аудио; для локального распознавания аудио при необходимости преобразуется в моно и передискретизируется до 16 кГц. В опубликованной оценке использовалось жадное CTC-декодирование без KenLM. Для повышения контекстной точности автор рекомендует отдельную n-граммную языковую модель Qlerqly/griot-nano-1-kenlm; декодирование с ней помогает при неоднозначных границах слов и акустически похожих последовательностях. В тестах акан показал больше ошибок, чем дагбани и эве; приводятся также ошибки в границах слов. Данные обучения включают автоматически созданные или исправленные транскрипции, а качество за пределами оценённых ганских речевых доменов может отличаться. Модель распространяется по лицензии CC BY-NC-SA 4.0, предусматривающей некоммерческое использование и сохранение тех же условий при распространении производных материалов.

Indonesian T5 Base — предварительно обученная модель семейства T5 от Wikidepia на индонезийской версии mC4 с дополнительной фильтрацией данных. Это текстовая архитектура encoder-decoder с 123,8 млн параметров, представленная в формате PyTorch. Модель предназначена для последующего дообучения под конкретные задачи преобразования текста: например, суммаризацию, перевод или ответы на вопросы на индонезийском языке. В исходном виде она остаётся базовым чекпойнтом и не настроена для отдельной прикладной задачи. Качество для прикладных задач в карточке не приведено. Как и другие языковые модели, она может выдавать предвзятый, вредный или неэтичный текст из-за особенностей обучающего корпуса. Условия лицензии в предоставленных данных не указаны.

Japanese Stable LM Instruct Gamma 7B — языковая модель компании Stability AI, дообученная Fujiki Nakamura для выполнения инструкций на японском языке. Это авторегрессионная decoder-only модель архитектуры Mistral с 7,1 млрд параметров и контекстом до 4096 токенов. Модель предназначена для генерации японского текста и может служить основой для дообучения под конкретные приложения. При обучении использовались японские переводы наборов Databricks Dolly-15k и части Anthropic HH, а также подмножество Wikinews из izumi-lab/llm-japanese-dataset. Модель принимает текст и выдаёт текст; для использования в Transformers требуется версия 4.34.0 или новее. Сгенерированный текст может содержать оскорбительные или неподходящие выражения, присутствовавшие в обучающих данных; разработчики рекомендуют осторожность при внедрении в производственные системы и не советуют применять модель для причинения вреда людям или группам. Лицензия — Apache 2.0.

japanese-stablelm-instruct-gamma-7b-Mistral-7B-Instruct-v0.1 — объединённая чат-модель на архитектуре Mistral, созданная MaziyarPanahi методом SLERP из mistralai/Mistral-7B-Instruct-v0.1 и stabilityai/japanese-stablelm-instruct-gamma-7b. Модель содержит 7,1 млрд параметров и рассчитана на генерацию текста в ответ на инструкции и диалоговые запросы, прежде всего на японском языке. Нативная длина контекста — 32 768 токенов. Модель подходит для японских диалоговых приложений, ответов на запросы и генерации текста по инструкциям. Она распространяется в формате safetensors с лицензией Apache-2.0. Это объединение двух моделей, поэтому результат может отличаться от поведения каждой исходной модели; данных о дополнительных ограничениях в карточке нет.

Vatho разработал Khmer-ocm — модель автоматического распознавания кхмерской речи, дообученную на 50 часах кхмерского речевого корпуса на базе facebook/wav2vec2-xls-r-300m. Это архитектура Wav2Vec2 с CTC-декодированием, предназначенная для преобразования аудиозаписей в текст; размер модели составляет 402,7 млн параметров, веса опубликованы в формате Safetensors. Модель рассчитана на кхмерский язык и лучше всего работает с чистыми записями с частотой 16 кГц. При нормализации текста сохраняются только символы кхмерского блока Unicode U+1780–U+17FF, а пунктуация, латиница и лишние пробелы удаляются. На шумной речи и данных, отличающихся от обучающих, качество может снижаться; при декодировании не применяется языковая модель для дополнительного пересчёта. Лицензия — Apache 2.0.

ThuyNT03/KLTN_COQE_viT5_total_SOAPL_v4 — дообученная модель VietAI/vit5-large на архитектуре T5 с 389,3 млн параметров. Репозиторий содержит веса в формате safetensors и распространяется по лицензии MIT. README не раскрывает назначение модели, а датасет обучения обозначен как None, поэтому конкретные задачи и специализацию модели установить нельзя. Базовая модель предназначена для генерации текста на вьетнамском языке, в том числе для ответов на вопросы, суммаризации и перевода; эти возможности не подтверждают специализацию данного дообучения.

KoreanLM — проект QuantumAI по созданию языковой модели, ориентированной на корейский язык. По метаданным это плотная авторегрессионная модель семейства LLaMA с архитектурой LlamaForCausalLM, размером 6,6 млрд параметров и контекстом до 2048 токенов. Репозиторий содержит веса PyTorch и примеры загрузки через Transformers. Модель предназначена для генерации текста на корейском языке и адаптации к прикладным задачам обработки естественного языка, в том числе с помощью fine-tuning и LoRA. В карточке заявлены оптимизация для корейской грамматики, лексики и токенизации; также в тегах указана поддержка английского языка. Проект распространяется по лицензии Apache 2.0. README не приводит результатов оценки качества или подробностей обучающих данных, а веб-демо обозначено как планируемое.

Latxa-Llama-3.1-70B-Instruct-v2-FP8 — крупная языковая модель, разработанная исследовательским центром HiTZ и исследовательской группой IXA Университета Страны Басков UPV/EHU. Это FP8-квантованная версия Latxa 3.1 70B Instruct V2, основанная на Meta Llama 3.1 70B Instruct и дополнительно обученная на баскском корпусе Latxa Corpus v1.1, включающем около 4,3 млн документов и 4,2 млрд токенов. Модель предназначена прежде всего для работы с баскским языком и ориентирована на генерацию текста, следование инструкциям и ведение диалогов в формате чат-ассистента. Модель сохраняет архитектуру исходной Llama 3.1, содержит 70 млрд параметров и поддерживает текстовую модальность. Основной заявленный язык — баскский; для других языков качество не гарантируется. По данным предварительной оценки, модель заметно превосходит Llama 3.1 Instruct на стандартных баскских тестах, включая задачи понимания прочитанного, проверки знаний и оценки владения языком. Ограничения включают возможные смещения, риски и недостатки, унаследованные от Llama 3.1 и обучающих данных, поэтому перед использованием в производственных системах необходимы оценка рисков и защитные меры. Модель распространяется по лицензии Llama 3.1, которая допускает коммерческое и исследовательское использование при соблюдении её условий. Она не предназначена для вредоносных действий, нарушения прав человека или применения без надлежащего контроля. В README не указаны размер контекста и точные технические характеристики квантования FP8.

Latxa-Qwen3.5-2B — мультимодальная instruct-модель семейства Latxa Vision, разработанная исследовательским центром HiTZ и группой IXA Университета Страны Басков UPV/EHU. Она дообучена на базе Qwen/Qwen3.5-2B для диалогов, выполнения инструкций и понимания изображений с особой адаптацией к баскскому, галисийскому и каталанскому языкам. Модель также рассчитана на испанский и английский; карточка указывает, что для других языков качество не гарантируется. Это плотная модель Qwen3.5 с архитектурой Qwen3_5ForConditionalGeneration, доступная в формате Safetensors и работающая через Transformers. Она принимает текст и изображения и формирует текстовые ответы. Лицензия — Apache 2.0. Модель предназначена для использования с баскскими данными, а вариант multi дополнительно адаптирован для галисийского и каталанского. Разработчики сообщают об оценке на задачах с выбором ответа и генерации, однако модель всё ещё находится в разработке, а опубликованные результаты относятся к баскскому языку; возможны унаследованные от Qwen смещения и ограничения.

Liujgoj-Cantonese-Qwen3-8B-Instruct-i1-GGUF — это квантизированная GGUF-версия модели Liujgoj-Cantonese-Qwen3-8B-Instruct, базирующаяся на Qwen3 с 8 млрд параметров. Модель разработана Yvthyvq, а квантизацию выполнил mradermacher. В описании указана поддержка английского языка и специализация на кантонском языке, включая задачи, связанные с орфографией и speech-first-сценариями. Модель предназначена для генерации текста и работы в диалоговых или инструкционных приложениях. Доступны многочисленные варианты квантизации IQ и Q, размером примерно от 2,2 до 6,0 ГБ. В README отмечено, что IQ-квантизации часто предпочтительнее обычных вариантов сопоставимого размера; i1-Q4_K_M обозначен как быстрый и рекомендуемый, а i1-Q4_K_S — как оптимальный по соотношению размера, скорости и качества. Более компактные варианты позволяют снизить требования к памяти, но могут заметно уступать по качеству; конкретные параметры контекста, архитектура, мультимодальные возможности и результаты тестирования не указаны. Распространение осуществляется по лицензии Apache-2.0. Модель доступна в формате GGUF и предназначена для использования с совместимым программным обеспечением локального запуска. Ограничения качества зависят от выбранного варианта квантизации, а подробные сведения о тренировочных данных, оценках, поддерживаемых языках помимо заявленного английского и кантонского, а также о контекстном окне в README отсутствуют.

Bllossom/llama-3.1-Korean-Bllossom-Vision-8B — визуально-языковая чат-модель, разработанная MLPLab при Seoultech совместно с Teddysum и Yonsei University. Это дообученная версия Meta Llama 3.1 8B с архитектурой LLaVA-NeXT, предназначенная для диалога по изображениям и текстовым запросам. Модель принимает текст и изображения и генерирует текстовые ответы. В карточке указана поддержка корейского и английского языков. Вес модели — 8 млрд параметров; файлы доступны в формате SafeTensors для Transformers. Репозиторий использует лицензию Llama 3.1. В README указан более новый Bllossom-AICA-5B, поэтому эта версия является предварительным визуально-языковым выпуском.

LLaMA 3 Sinhala — модель генерации текста, созданная дообучением Meta Llama 3 8B Instruct для понимания инструкций и ответов на сингальском языке. Разработчик — ihalage; для обучения использован набор инструкций на сингальском языке, составленный, в частности, переводом англоязычных наборов ELI5 и Alpaca. Модель основана на плотной архитектуре LLaMA с причинно-языковым обучением и адаптерами LoRA ранга 16. Она предназначена для диалогов и ответов на инструкции на сингальском языке; также поддерживает английский. Размер — около 7,5 млрд параметров, контекст — до 8192 токенов. Файлы модели представлены в формате safetensors. По README, ответы на сингальском у неё лучше, чем у исходной Meta Llama 3 Instruct. Лицензия — Apache 2.0. Качество и область применимости ограничены данными дообучения; сравнительная оценка приведена разработчиком, независимые результаты в карточке не описаны.

Professor разработал эту модель на основе facebook/mms-300m, дообучив её для автоматического распознавания речи на языке фон (фɔнгбе), тональном языке, распространённом в Бенине. Модель использует архитектуру Wav2Vec2 с выходной головой CTC и содержит 402,7 млн параметров; она принимает аудио с частотой дискретизации 16 кГц и преобразует речь в текст. Модель предназначена для расшифровки речи на фон и сохранения тоновых диакритических знаков и специальных букв, включая ɖ, ɛ и ɔ. В тесте ALFFA на 2168 высказываниях автор сообщает WER 9,48% и CER 3,96%. Её также можно использовать как основу для дальнейших исследований и разработки инструментов для языка фон. В карточке указаны ограничения: качество может снижаться при шуме и фоновой музыке; для отдельных диалектов и быстрой разговорной речи может потребоваться дополнительная настройка. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Карточка модели sanjay782/model_merged_hindi_latest_16bit на Hugging Face совпадает с карточкой sanjay782/model_hindi_merged_16bit, поэтому описание составлено по ней. Модель sanjay782/model_hindi_merged_16bit разработана пользователем sanjay782 и представляет собой дообученную версию Indic-gemma-7b-finetuned-sft-Navarasa-2.0 на архитектуре Gemma с плотной причинно-языковой моделью. Она предназначена для генерации текста; базовая модель обучена следовать инструкциям на 15 индийских языках и английском языке. Параметры модели занимают 8,2 млрд, контекст — до 8192 токенов. В карточке указано, что обучение проводилось с Unsloth и библиотекой TRL. Репозиторий содержит веса Safetensors, лицензия — Apache-2.0. README не уточняет, какие именно изменения или дополнительные обучающие данные использовались при дообучении этой версии, поэтому её специализацию на хинди по одному лишь названию подтвердить нельзя.

Persian-Mistral-7B — языковая модель на архитектуре Mistral с 7,2 млрд параметров, разработанная командой aidal. Она дообучена на персидском языке для ответов на вопросы и задач обработки естественного языка. Авторы расширили токенизатор Mistral для поддержки персидского, затем обучали модель на персидской Википедии, исламских книгах и материалах Khamenei.ir; на заключительном этапе применили инструкционное дообучение на переводной версии Stanford Alpaca. Модель принимает текст и генерирует текст. Заявленная длина контекста — 32 768 токенов. В карточке приведён пример ответа на персидском и код загрузки через Transformers. Метаданные также отмечают английский язык, но примеры и описание обучения ориентированы на персидский. Модель подходит для персидских вопросов и ответов и смежных языковых задач. Результаты в карточке ограничены таблицей ARC-easy с неполно описанным сравнением; они не позволяют оценить качество для всех сценариев. Лицензия в предоставленных данных не указана.

Карточка модели jaeyong2/Qwen2.5-7B-Instruct-Ja-SFT на Hugging Face совпадает с карточкой jaeyong2/Qwen2.5-7B-Instruct-Thai-SFT, поэтому описание составлено по ней. jaeyong2/Qwen2.5-7B-Instruct-Thai-SFT — дообученная авторами репозитория на тайском языке инструктивная языковая модель на основе Qwen/Qwen2.5-7B-Instruct. Она предназначена для диалогов и генерации ответов по инструкциям; метаданные также указывают интерфейс для вызова инструментов. Модель имеет плотную архитектуру Qwen2ForCausalLM, содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Указанные языки — тайский и английский. Модель загружается через Transformers, веса представлены в формате safetensors. Репозиторий распространяется по лицензии Apache-2.0. README не содержит дополнительных сведений о данных дообучения, оценках качества или ограничениях, поэтому пригодность для конкретного сценария следует проверять самостоятельно.

Это языковая модель atsuki-yamaguchi на базе Qwen2.5-7B-Instruct, адаптированная для тамильского языка. Модель содержит расширенный на 10 тысяч токенов словарь; веса новых эмбеддингов и LM head инициализированы средним значением. Для адаптации использовалось продолжающее предобучение на 500 млн тамильских токенов из MADLAD-400. Модель предназначена для генерации текста и диалогов на тамильском языке. Это плотная causal language model архитектуры Qwen2 с 7,1 млрд параметров и контекстом до 32 768 токенов; для работы используется библиотека Transformers. Модель распространяется по лицензии Apache 2.0.

ReMedy-9B-24 — модель оценки качества машинного перевода, разработанная авторами проекта ReMedy. Она формулирует оценивание как reward modeling на основе человеческих парных предпочтений и предназначена для оценки переводов на уровне отдельных сегментов и целых систем; модель также можно использовать как reward model в контурах RLHF для улучшения систем машинного перевода. В README заявлены результаты на наборах WMT22–24 для 39 языковых пар и устойчивость на низкокачественных переводах и данных вне домена. Это плотная модель семейства Gemma 2 с 9 млрд параметров, дообученная на базе google/gemma-2-9b-it; контекст — 8192 токена. Метаданные указывают архитектуру классификатора последовательностей, а README описывает применение для оценки переводов. Модель распространяется в формате safetensors по лицензии Apache-2.0. Карточка перечисляет варианты ReMedy-9B-22 и ReMedy-9B-23, но отдельные характеристики именно версии -24 в README не раскрыты.

Карточка модели sail/Sailor2-3B 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.

SeaQwen2-1.5B — чат-модель на базе архитектуры Qwen2, разработанная Toti Riccardo и дообученная на итальянском переводном наборе данных SeacomSrl/rag-data. Модель предназначена для генерации текста и диалогового взаимодействия на итальянском языке, в том числе для сценариев, связанных с данными этого набора. Модель содержит 1,5 млрд параметров, использует архитектуру Qwen2ForCausalLM и поддерживает контекст длиной до 131 072 токенов. В репозитории представлены веса в формате safetensors. Лицензия — Apache 2.0.

Shaista-pro-i1-GGUF — квантизированная версия языковой модели Shaista-pro, разработанной ReySajju742 и опубликованной в формате GGUF пользователем mradermacher. Модель предназначена для генерации текста и выполнения инструкций, включая работу с урду и английским языками. В качестве обучающих данных указаны наборы urdu-poetry и urdu-instructions; модель ориентирована на сценарии, связанные с южноазиатскими языками, созданием текстов и диалоговым взаимодействием. Это instruction-tuned causal language model из экосистемы Transformers; в метаданных также присутствует тег llama-3. Репозиторий содержит набор вариантов квантизации с разным объёмом от примерно 2,1 до 6,7 ГБ, включая IQ- и Q-квантизации. Рекомендуются варианты Q4_K_M как быстрый вариант и Q4_K_S как компромисс между размером, скоростью и качеством; более низкие уровни квантизации экономят память, но могут заметно снижать качество. Данные о числе параметров, длине контекста и мультимодальности не указаны, поэтому модель следует рассматривать как текстовую. Модель может быть полезна для генерации стихов на урду, следования инструкциям и многоязычного текстового общения. Ограничения связаны с потерями качества при сильной квантизации, а также с отсутствием в README подробных результатов оценки, характеристик архитектуры и тестов. Указанная лицензия — Apache-2.0.

Superswallow-13b-v0.2 — объединённая модель генерации текста, созданная автором репозитория с помощью mergekit на основе Swallow-13b-instruct и параметров Tulu 2 DPO. Она предназначена для ответов на инструкции и диалогов, сочетая следование намерениям пользователя с японскими языковыми возможностями Swallow. Модель построена на плотной архитектуре Llama, содержит 12,9 млрд параметров и поддерживает контекст до 4096 токенов. В карточке указаны английский и японский языки; README особо отмечает качество генерации на японском. Автор приводит варианты формата запросов Tulu и Alpaca и рекомендует настройки генерации temperature 0.7, top_p 0.9, repetition_penalty 1.15 и top_k 20. При temperature около 1.0 ответы на некоторые запросы могут становиться нестабильными, а при низком repetition_penalty возможны повторы. В метаданных указана лицензия Llama 2; README отдельно предупреждает, что из-за использования параметров Tulu 2 DPO применимость лицензии может измениться и требует внимания к условиям лицензирования.

T-Llama-3-8B — плотная авторегрессионная языковая модель, разработанная TmaxAI как корейская модель непрерывного предварительного обучения на основе Meta-Llama-3-8B. Она содержит 7,5 млрд параметров, принимает текст и рассчитана на контекст до 8192 токенов. Обучение продолжалось на 64 ГБ корейского корпуса, примерно 18,8 млрд токенов. Модель предназначена для генерации текста на корейском языке и может служить основой для задач перевода после дополнительной настройки. В README сообщается, что версия, дообученная с PEFT для многоязычного машинного перевода, показала результаты, сопоставимые с ведущими открытыми моделями корейского непрерывного предобучения; оценка на момент публикации ещё продолжалась. Веса опубликованы в формате safetensors. Лицензия CC-BY-NC-ND-4.0 запрещает коммерческое использование и распространение производных материалов на условиях лицензии. README не приводит подробных результатов оценки генерации или ограничений по качеству.