I.6Перевод и языковая адаптация

AIFT-ko-orca-plat-Yi-ko-6b-v1.2-dpo는 AIFT가 공개한 한국어 지시 따르기 모델로, 기반은 Yi 계열 6B 모델이며 체크포인트에는 약 5,9 млрд параметров. Модель дообучена методом LoRA на очищенных и отобранных данных KOR-OpenOrca-Platypus и дополнительных наборах для истории, науки, математики, машинного чтения, анализа отзывов, грамматики, морфологии, суммаризации и перевода между английским и корейским. Дополнительно применён DPO на примерно 17 тысячах примеров, ориентированных на CommonGen и TruthfulQA. Модель предназначена для генерации ответов на инструкции и вопросов на корейском языке, включая образовательные задания, чтение с пониманием, краткое изложение и перевод. Архитектура — плотная LlamaForCausalLM; контекст составляет 2048 токенов. Репозиторий содержит веса Safetensors, лицензия — CC BY-SA 4.0. Данные обучения закрыты, а описание не приводит количественных оценок качества. Поэтому пригодность для конкретных задач следует проверять отдельно; короткий контекст ограничивает работу с длинными документами.

ARK-ASR-0.6B — многоязычная модель распознавания речи от Edge0, обученная по рецепту адаптации на данных учителя и онлайн-дистилляции политики из проекта open-audio-opd. Она преобразует аудио в текстовые транскрипты и подходит для расшифровки записей и потоковой речи на поддерживаемых языках. Архитектура включает декодерный Transformer с 504,7 млн параметров, отдельный аудиоэнкодер в стиле Whisper и MLP-адаптер; аудиопризнаки передаются декодеру для авторегрессионной генерации текста. Указанный в метаданных контекст — 32 768 токенов. Модель принимает аудио с частотой дискретизации 16 кГц и распознаёт китайский, английский, немецкий, японский, французский, корейский, испанский, польский, итальянский, румынский, венгерский, чешский, нидерландский, финский, хорватский, словацкий, словенский, эстонский и литовский языки. В опубликованных оценках модель показывает качество, сопоставимое с Qwen3-ASR-0.6B на английских и китайских наборах, хотя результаты зависят от языка и набора данных. Для запуска рекомендуется официальный скрипт проекта с обработчиком аудио и настройкой trust_remote_code=True. Модель опубликована в формате safetensors под лицензией Apache-2.0.

Athena-7B-Instruct — многоязычная языковая модель семейства Llama, представленная пользователем Mewingk. Это плотная decoder-only архитектура LlamaForCausalLM с 7,2 млрд параметров по README; метаданные каталога при этом указывают 2,1 млн параметров. Модель прошла инструкционное дообучение и предназначена для генерации текста и выполнения инструкций на разных языках. Модель можно применять для диалогов, ответов на вопросы, написания и преобразования текста. В README заявлены предварительное обучение на 2,5 трлн токенов более чем на 60 языках, 32 слоя, GQA с 8 KV-головами и контекст 8192 токена; метаданные указывают нативный контекст 512 токенов. Лицензия — Apache-2.0. Заявленные характеристики размера и контекста расходятся между README и метаданными, поэтому фактическую конфигурацию следует сверить с файлами весов. Нет сведений о специализированной предметной области или оценках качества.

Chinese-Alpaca-2-13B — плотная авторегрессионная языковая модель семейства LLaMA, созданная проектом Chinese LLaMA & Alpaca на основе Llama 2 от Meta. Это полная версия с 13 млрд параметров, предназначенная для генерации текста и следования инструкциям; её можно загружать для инференса и полно-параметрического обучения. Модель расширяет словарь Llama 2 китайскими токенами и прошла дополнительное предобучение на крупных китайских данных, а Alpaca-2 ориентирована на выполнение инструкций. Она поддерживает китайский и английский языки, контекст 4096 токенов; в проекте описано расширение контекста методом NTK до 18 тысяч токенов и более. Поддерживается экосистема Transformers и инструменты развёртывания LLaMA. Модель подходит для диалогов, ответов на вопросы и генерации текста на китайском и английском. Карточка указывает лицензию Apache-2.0. Качество ответов и соблюдение инструкций могут зависеть от запроса и сценария применения; увеличение контекста сверх 4096 токенов требует отдельной настройки NTK.

EXAONE-3.5-2.4B-Instruct-GGUF — двуязычная инструкционно дообученная языковая модель, разработанная LG AI Research. Она предназначена для генерации текста и диалоговых сценариев на английском и корейском языках, включая запуск на небольших устройствах и системах с ограниченными ресурсами. Модель представлена в формате GGUF и рассчитана на инференс с использованием llama.cpp, а также может применяться через TensorRT-LLM, vLLM, SGLang и Ollama. Модель содержит 2,14 млрд параметров без учёта эмбеддингов, 30 слоёв и использует Grouped-Query Attention с 32 Q-heads и 8 KV-heads. Размер словаря составляет 102 400 токенов, максимальная длина контекста — 32 768 токенов. Доступны варианты квантования Q8_0, Q6_0, Q5_K_M, Q4_K_M и IQ4_XS, а также веса BF16. К сильным сторонам относятся компактный размер, поддержка длинного контекста и оптимизация для ресурсоограниченного развёртывания. Модель может генерировать некорректные, устаревшие, предвзятые или потенциально неподходящие ответы и не гарантирует отражение актуальной информации или позиции LG AI Research. Лицензия — EXAONE AI Model License Agreement 1.1 - NC; условия следует уточнять в прилагаемом файле LICENSE.

Карточка модели xiaofeng123456/faster-whisper-small на Hugging Face совпадает с карточкой Systran/faster-whisper-small, поэтому описание составлено по ней. Systran/faster-whisper-small — конверсия модели openai/whisper-small в формат CTranslate2, опубликованная для использования с CTranslate2 и проектами на его основе, включая faster-whisper. Это модель распознавания речи, которая преобразует аудио в текст и поддерживает распознавание речи на множестве языков, включая русский и английский. Веса сохранены в FP16; при загрузке через CTranslate2 тип вычислений можно выбирать с помощью параметра compute_type. Репозиторий предназначен для эффективного запуска Whisper в совместимых инструментах. Модель распространяется по лицензии MIT.

GaMS3-12B — плотная языковая модель семейства Gemma 3, разработанная исследовательской командой Факультета компьютерных наук и информатики Люблянского университета. Модель объёмом 11,6 млрд параметров создана на основе google/gemma-3-12b-pt: её дополнительно предобучили на корпусах на словенском, английском, хорватском, сербском и боснийском языках. Для этой версии не заявлено инструкционное дообучение; в карточке отдельно указана версия GaMS3-12B-Instruct. Модель предназначена для генерации текста, диалоговых интерфейсов, суммаризации, черновиков и языковых учебных инструментов, особенно для работы со словенским и английским. Максимальная длина контекста — 131 072 токена. Репозиторий содержит веса safetensors; лицензия — Gemma. Качество ответов зависит от обучающих данных и формулировки запроса; возможны фактические ошибки, предвзятость и затруднения с тонкими языковыми нюансами и сложными задачами. Результаты следует проверять, а для пользовательских приложений предусматривать меры безопасности.

LeoLM/leo-mistral-hessianai-7b-chat — немецкоязычная чат-модель LAION и HessianAI, созданная дообучением LeoLM/leo-mistral-hessianai-7b на немецких инструкционных наборах данных. Это плотная авторегрессионная модель Mistral с 7,1 млрд параметров, предназначенная для диалога, написания текстов, объяснений и обсуждений. Она поддерживает немецкий и английский языки; нативное контекстное окно — 32 768 токенов. В оценке MT-Bench-DE модель лучше справлялась с гуманитарными темами, естественно-научными вопросами, письмом и ролевыми диалогами, но слабее показала себя в математике и сложных рассуждениях. Как и другие языковые модели, она может выдавать неточную, предвзятую или нежелательную информацию, поэтому перед применением в конкретных продуктах её следует проверить и настроить. Распространяется по лицензии Apache 2.0.

LFM2.5-VL-3B — мультимодальная модель Liquid AI для обработки изображений и текста, рассчитанная на эффективный запуск на устройствах и в сценариях с низкой задержкой. Это дообученная версия LFM2.5-2.6B-Base с языковой основой LFM2.5-2.6B и визуальным энкодером SigLIP2 NaFlex на 400 млн параметров; архитектура модели — плотная, класс Lfm2VlForConditionalGeneration. Модель принимает изображения и текст и генерирует текст. Контекст — 32 768 токенов; заявлена поддержка 16 языков, включая русский, английский, китайский, арабский, японский и другие. Модель предназначена для визуального диалога, распознавания текста на сканах с разметкой расположения, поиска объектов по запросу на естественном языке и перевода надписей на меню или дорожных знаках. Она поддерживает вызов инструментов. В README указаны высокая скорость инференса и работа примерно в 3 ГБ памяти, что делает её подходящей для локального развёртывания и пакетной обработки документов. Модель рекомендована для одношаговых высокопроизводительных задач; она не подходит для задач с длинным контекстом и интенсивными рассуждениями, например проектирования по чертежам. Формат разметки страниц для OCR экспериментальный и может быть ненадёжным или меняться. Лицензия указана как other, поэтому перед использованием следует проверить условия в карточке модели.

hiyouga/Llama-2-Chinese-13b-chat — двуязычная инструкционно настроенная LoRA-модель на основе семейства Llama 2, разработанная с использованием LLaMA-Factory. Модель предназначена для диалогов с ассистентом и выполнения инструкций на китайском и английском языках; примеры показывают ответы на вопросы, объяснение понятий, перевод и помощь с кодом. Модель содержит 12,9 млрд параметров, использует архитектуру LlamaForCausalLM и принимает текст для генерации текстовых ответов. Контекст составляет 4096 токенов. Для работы применяются веса PyTorch и библиотека Transformers; для запуска README указывает LLaMA-Factory. Модель дообучена на наборах Alpaca, Alpaca-ZH и OpenAssistant. Лицензия указана как llama2. README не приводит количественных оценок качества или подробных ограничений; ответы могут быть неточными, а поддержка языков и навыков за пределами китайского и английского не подтверждена.

Llama3.1-8B-Chinese-Chat — языковая модель для генерации текста и диалогового взаимодействия на китайском и английском языках, разработанная Shenzhi Wang, Yaowei Zheng, Guoyin Wang, Shiji Song и Gao Huang. Модель дообучена на основе Meta-Llama-3.1-8B-Instruct с применением метода оптимизации предпочтений ORPO и фреймворка LLaMA-Factory. Обучение проводилось на более чем 100 тысячах пар предпочтений с полным обновлением параметров. Модель предназначена для чат-сценариев, ролевого общения, использования инструментов и function calling, а также решения математических задач. Она имеет 8,03 млрд параметров; заявленная длина контекста составляет 128K токенов, однако для китайской версии эта характеристика не тестировалась разработчиками. Длина контекста, использованная при дообучении, составляла 8192 токена. Доступны версии BF16 и GGUF с квантованиями q4_k_m и q8_0, а также в формате f16. К сильным сторонам относятся ориентация на китайско-английских пользователей, улучшенные возможности ролевого общения, работы с инструментами и математики, а также поддержка запуска через Transformers и llama.cpp. Ограничения включают неподтверждённую практическими тестами длину контекста 128K и возможную нестабильность ответов на вопросы о собственной идентичности и разработчиках. Модель распространяется по лицензии Llama 3.1 License.

Llama-3.1-8B-Instruct-Jbliterated-i1-GGUF — это набор квантизированных моделей в формате GGUF, подготовленный mradermacher на основе ApolloRaines/Llama-3.3-8B-Instruct-128K-Jbliterated. Модель предназначена для генерации текста и диалоговых сценариев, включая локальный запуск в совместимых средах для работы с GGUF-файлами. Модель относится к семейству Llama и содержит около 8 млрд параметров. Заявлена поддержка контекста до 128 тысяч токенов, а также английского, немецкого, французского, итальянского, португальского, хинди, испанского и тайского языков. Это текстовая модель без заявленной поддержки изображений или других модальностей. В репозитории доступны варианты квантования от очень компактных IQ1 до более качественных Q6_K; степень квантования влияет на размер файла, скорость и качество, при этом Q4_K_M обозначен как быстрый рекомендуемый вариант. К сильным сторонам относятся большой контекст, мультиязычность и возможность запуска с разными требованиями к памяти благодаря широкому выбору квантов. Ограничения связаны с потерями качества при низких уровнях квантования, а также с отсутствием подробных результатов тестирования и сведений о фактической производительности. Модель распространяется по лицензии llama3.1; перед использованием следует учитывать условия этой лицензии и особенности базовой модели.

ThomasBaruzier/Llama-3.2-3B-Instruct-GGUF — это инструкционная языковая модель семейства Llama 3.2, представленная в формате GGUF. По идентификатору модели, она основана на версии с примерно 3 миллиардами параметров и предназначена для генерации текста и выполнения инструкций в диалоговых и прикладных сценариях. Базовая разработка Llama 3.2 принадлежит Meta, а данный вариант опубликован пользователем ThomasBaruzier. Модель предназначена для задач текстовой генерации, ответов на вопросы, диалогов, преобразования и обобщения текста, а также других сценариев, где требуется компактная instruction-tuned LLM. В карточке заявлены языки English, German, French, Italian, Portuguese, Hindi, Spanish и Thai. Архитектура, точный размер контекста, конкретный тип квантования и поддерживаемые модальности в README не указаны; формат GGUF обычно используется для локального инференса, но параметры конкретной сборки здесь не описаны. К сильным сторонам относятся относительно небольшой размер, инструкционная настройка и многоязычная ориентация, что может упростить локальный запуск и интеграцию в приложения с ограниченными ресурсами. Ограничения включают отсутствие в предоставленных данных результатов оценивания, сведений о качестве на отдельных языках и характеристик производительности; как и другие генеративные модели, она может ошибаться и требует проверки результатов. Модель распространяется по Llama 3.2 Community License Meta с требованиями к атрибуции, маркировке продуктов, соблюдению Acceptable Use Policy и специальным условиям для организаций с более чем 700 миллионами месячных активных пользователей.

llm-jp-3-8x1.8b — языковая модель серии LLM-jp-3, разработанной Центром исследований и разработок больших языковых моделей Национального института информатики Японии. Это авторегрессионный Transformer с архитектурой Mixtral MoE: 8 экспертов, из которых для обработки активируются 2. В модели около 9,3 млрд параметров суммарно, 24 слоя и контекст до 4096 токенов. Модель предобучена на 2,1 трлн токенов и прошла дообучение по инструкциям и выравнивание методом Direct Preference Optimization. Модель предназначена для генерации текста, ответов на вопросы, следования инструкциям и других задач с японским и английским языками. Токенизатор основан на Unigram byte-fallback и использует словарь llm-jp-tokenizer v3.0. Данные README описывают японские обучающие наборы и оценки для серии, но не дают отдельных результатов именно этой версии. Разработчики отмечают, что модели находятся на раннем этапе исследований и разработок и не настроены для надёжного соответствия человеческим намерениям и требованиям безопасности. Весы доступны в формате Transformers/Safetensors по лицензии Apache-2.0.

LLM-jp-4-8b-thinking — плотная трансформерная языковая модель семейства Llama, разработанная Центром исследований и разработок больших языковых моделей Национального института информатики Японии. Она предназначена для диалогов и генерации текста, в том числе для многошаговых вопросов и задач на рассуждение; обучена на японском и английском языках. Модель содержит 7,8 млрд параметров по метаданным, имеет 32 слоя и контекст до 65 536 токенов. Базовое обучение охватывало 11,7 трлн токенов, а опубликованный вариант прошёл дообучение SFT и выравнивание DPO без обучения с подкреплением. Репозиторий содержит веса safetensors и использует библиотеку Transformers; шаблон чата совместим с форматом ответов OpenAI Harmony, но токенизацию следует выполнять токенизатором из репозитория. Модель подходит для японских и английских диалогов, ответов на вопросы, следования инструкциям и генерации текста. Разработчики предупреждают, что модель находится на ранней стадии исследований и разработок и не настроена для гарантированного соответствия намерениям человека и требованиям безопасности. Лицензия — Apache-2.0.

MaLA-LM/lucky52-bloom-7b1-no-52 — мультиязычная модель BLOOM, дообученная с инструкциями на основе параллельного набора Bactrian-X. Это один из 52 чекпойнтов серии: при обучении в модель последовательно добавляли языки. Модель содержит 9,1 млрд параметров, использует плотную архитектуру BLOOM для причинной генерации текста и загружается через библиотеку Transformers; доступны веса PyTorch и Safetensors. Модель предназначена для генерации ответов на инструкции и вопросов на 52 языках, включая русский, английский, китайский, арабский, хинди и другие языки, перечисленные в карточке. Её можно применять для многоязычного диалога, ответов на вопросы и следования текстовым инструкциям. Карточка сообщает о сравнении серии моделей на трёх многоязычных бенчмарках, но не приводит здесь результатов конкретного чекпойнта. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение.

Ministral-8B-Instruct-2410-GGUF — квантизированная версия инструкционной языковой модели Ministral-8B-Instruct-2410, разработанной Mistral AI и подготовленной в формате GGUF пользователем bartowski. Модель предназначена для генерации текста и выполнения задач по инструкциям, включая диалоговые и прикладные сценарии на поддерживаемых языках: английском, французском, немецком, испанском, итальянском, португальском, китайском, японском, русском и корейском. Из доступных данных известен размер базовой модели — 8B параметров; сведения о конкретном типе квантизации, архитектуре, размере контекста и численных характеристиках отсутствуют. Ключевые достоинства модели — инструкционная настройка, мультиязычность и возможность использования квантизированной сборки в совместимой с GGUF инфраструктуре. При этом README не содержит результатов тестирования, поэтому качество на отдельных языках и задачах оценить нельзя; также не указаны точные требования к памяти и производительности. Модель распространяется по Mistral AI Research License (MRL-0.1), которая ограничивает использование модели, производных моделей и результатов исследовательскими целями и устанавливает дополнительные требования к распространению, атрибуции и уведомлению о модификациях.

Mistral-7B-v0.1-flashback-v2-instruct — шведско-английская инструктивная языковая модель timpal0l, созданная дообучением timpal0l/Mistral-7B-v0.1-flashback-v2 на машинно переведённом наборе инструкций OpenHermes 2.5. Она предназначена для диалогов и генерации ответов на инструкции; использовать её можно, например, через библиотеку Transformers.

Mistral-Nemo-Instruct-2407-IMat-GGUF — это набор квантизированных версий instruct-модели Mistral-Nemo-Instruct-2407, разработанной Mistral AI и преобразованной в формат GGUF пользователем legraphista. Квантизация выполнена с помощью llama.cpp на основе исходных весов BF16; для ряда вариантов применена IMatrix-калибровка, предназначенная для снижения потерь качества при уменьшении размера модели. Модель предназначена для генерации текста и диалогового использования в локальных приложениях, совместимых с llama.cpp и форматом GGUF. В README заявлена поддержка английского, французского, немецкого, испанского, итальянского, португальского, русского, китайского и японского языков. Доступны варианты от BF16 и FP16 до Q8_0, Q6_K, Q5_K, Q4_K, Q3_K, Q2_K и других форматов; размеры файлов варьируются примерно от 4,79 до 24,50 ГБ. Основное преимущество набора — выбор между качеством, требованиями к памяти и скоростью локального запуска. IMatrix применяется в некоторых вариантах с более сильным сжатием, включая Q4_K, Q3_K и Q2_K, однако README не содержит результатов сравнительных тестов, точных характеристик архитектуры, числа параметров, размера контекста или требований к оборудованию. Поэтому качество и производительность зависят от выбранного варианта квантизации и среды выполнения. Лицензия модели — Apache-2.0.

Qwen2.5-Omni-7B — мультимодальная модель семейства Qwen, разработанная командой Qwen компании Alibaba. Она использует архитектуру Thinker-Talker для сквозной обработки текста, изображений, аудио и видео и потоковой генерации текста и естественной речи. Временные позиционные представления TMRoPE синхронизируют видеокадры со звуком. Модель предназначена для мультимодального диалога в реальном времени, включая голосовое и видеообщение, распознавание и понимание речи, анализ изображений и видео, следование инструкциям на слух и генерацию речи. Карточка сообщает о результатах на тестах мультимодального рассуждения, понимания видео, речи и перевода; модель работает через Transformers и хранит веса в формате safetensors. Модель принимает текст, изображения, аудио и видео, а выдаёт текст и аудио. В README не приведены сведения о лицензии, позволяющие назвать её условия: метаданные указывают лицензию «other».

Qwen3-1.7B-GGUF — квантизированная GGUF-версия текстовой модели Qwen3-1.7B, разработанной командой Qwen. Квантизацию выполнил bartowski на основе llama.cpp, релиз b5200. Модель предназначена для генерации текста, следования инструкциям, творческого письма, ролевых сценариев и многошаговых диалогов. Модель поддерживает контекст до 32 000 токенов, режимы с рассуждением и без него, а также команду /no_think для отключения рассуждений. Заявлена повышенная эффективность в математике, программировании и задачах на здравый смысл, а также поддержка более 100 языков и диалектов и расширенные возможности для агентских сценариев. К ограничениям относятся возможные неточности, вредное или неподходящее содержание, характерные для языковых моделей. README не содержит сведений о конкретной лицензии модели, поэтому условия коммерческого и иного использования необходимо уточнять по исходной модели Qwen3-1.7B и странице квантизированной версии.

T5S — базовая модель семейства T5, разработанная для предварительного обучения на испаноязычных текстах. Это encoder-decoder Transformer архитектуры T5 Version 1.1 с двунаправленным энкодером и авторегрессионным декодером; модель содержит 123,8 млн параметров и доступна в форматах PyTorch и safetensors. Модель обучена на неразмеченных испаноязычных корпусах и предназначена для последующего дообучения в формате «текст в текст». После настройки её можно применять для суммаризации, перевода, классификации текста и ответов на вопросы. Лицензия — Apache-2.0.

Themis — языковая модель на архитектуре Llama, разработанная PKU-ONELab для оценки качества текстов, созданных системами генерации естественного языка. Модель дообучена на базе meta-llama/Meta-Llama-3-8B; в репозитории указано 7,5 млрд параметров, формат весов — Safetensors, контекст — до 8192 токенов. Для работы требуется текстовый ввод, результат выдаётся в текстовом формате. Модель оценивает тексты без эталонного ответа, в том числе ответы на вопросы, суммаризации, диалоги, описания данных, истории и машинный перевод. Можно задавать критерии оценки — от общей оценки качества до отдельных аспектов; модель также формирует анализ и объяснение оценки. Авторы сообщают о результатах экспериментов на нескольких наборах данных и о проверках на новых задачах, но карточка не содержит полного описания метода и результатов. Модель распространяется по лицензии Apache-2.0.

Это модель распознавания речи на португальском языке, разработанная Yuriy Vnv на основе openai/whisper-large-v3 и дообученная на Common Voice 17.0 и синтетических данных CAPES, отфильтрованных методом WAVe. Она принимает аудио и преобразует речь в текст; рассчитана на транскрибацию португальской речи, в том числе для длинных высказываний и аудио из новых предметных областей. Модель содержит 905,2 млн параметров и использует архитектуру Whisper large-v3. В карточке сообщается о WER 7,95% на тесте Common Voice и 6,89% на MLS, а также о меньшем объёме синтетических данных и числе шагов обучения по сравнению с вариантом фильтрации на уровне предложений. Модель оптимизирована для обычной португальской речи; качество на технической лексике, шумном аудио и разных региональных вариантах португальского может отличаться. Распространяется по лицензии Apache-2.0.

mlx-community/whisper-large-v3-turbo-8bit — конверсия мультиязычной модели распознавания речи OpenAI Whisper Large V3 Turbo в формат MLX; преобразование выполнено с помощью mlx-audio-plus версии 0.1.4. Модель предназначена для преобразования аудиозаписей в текст и запуска на совместимых с MLX устройствах. Модель относится к семейству Whisper и использует плотную архитектуру. Репозиторий содержит веса safetensors, лицензия — Apache-2.0. В метаданных указана задача автоматического распознавания речи; исходная модель также поддерживает перевод аудио в текст. Качество распознавания зависит от языка, записи и фонового шума.

mlx-community/whisper-large-v3-turbo-fp16 — преобразованная в формат MLX модель распознавания речи на основе openai/whisper-large-v3-turbo. Разработчик репозитория mlx-community; преобразование выполнено с помощью mlx-audio-plus версии 0.1.4. Модель предназначена для преобразования аудиозаписей в текст. Она использует архитектуру Whisper и поддерживает мультиязычное распознавание речи. Репозиторий содержит веса в формате safetensors и предназначен для работы с библиотекой mlx-audio-plus. Лицензия — Apache-2.0. Производительность и качество зависят от языка, условий записи и используемого оборудования; README не приводит отдельных оценок для этой сборки.

Карточка модели bybb138/whisper-large-v3-turbo-korean на Hugging Face совпадает с карточкой ghost613/whisper-large-v3-turbo-korean, поэтому описание составлено по ней. ghost613/whisper-large-v3-turbo-korean — дообученная модель Whisper Large V3 Turbo для автоматического распознавания корейской речи и преобразования её в текст. Она создана на основе openai/whisper-large-v3-turbo и обучена на корейском наборе данных Zeroth; в обучающей выборке было около 206 часов 43 минут аудио. Модель содержит около 905,2 млн параметров и принимает аудио, выдавая текст. В README указаны итоговые показатели WER 4,90% на валидации и 4,89% на тесте, а CER — 1,78% и 2,06% соответственно. Автор отмечает, что обучение не сошлось и дальнейшее улучшение результатов возможно. Модель опубликована в формате safetensors; условия лицензии в предоставленных данных не описаны.

zuazo/whisper-small-es — дообученная модель распознавания речи на основе openai/whisper-small, созданная на датасете испанской речи Common Voice 13.0. Она предназначена для преобразования испанской речи в текст. Архитектура — WhisperForConditionalGeneration; модель содержит 153,1 млн параметров и работает с аудио на входе. В README для оценки на тестовой выборке указаны Loss 0,2212 и WER 8,2668. Модель распространяется по лицензии Apache-2.0, разрешающей использование, изменение и распространение с указанием авторов.

Blgn94/whisper-small-mn — модель распознавания речи на монгольском языке, дообученная разработчиком Blgn94 на основе openai/whisper-small. Это модель семейства Whisper с архитектурой WhisperForConditionalGeneration; репозиторий содержит веса в форматах Safetensors и ONNX. Она принимает аудио и преобразует его в текст, например для транскрибирования записей на монгольском языке. Для проверки на отложенной части валидационной выборки указаны WER 22,1% и CER 10,3%. Для обучения использован датасет примерно из 60 часов аудио и 57 320 фрагментов: MBSpeech, Mozilla Common Voice 20 и Google FLEURS. Лицензия модели — CC-BY-4.0.

ALLaM-7B-Instruct-preview-GGUF — это набор GGUF-квантизаций инструкционной языковой модели ALLaM-7B-Instruct-preview, разработанной ALLaM-AI и подготовленной пользователем bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста и выполнения инструкций, включая арабские и англоязычные сценарии. Доступен запуск через LM Studio, llama.cpp и другие проекты на базе llama.cpp. Модель содержит около 7 миллиардов параметров; README не уточняет её архитектуру, максимальную длину контекста, формат промптов и дополнительные модальности, поэтому она описывается как текстовая. Набор включает варианты от BF16 до Q3 и IQ3-квантизаций с размерами примерно от 3,11 до 14 ГБ. Варианты Q6 и Q5 отмечены как обеспечивающие очень высокое или высокое качество, а Q4 — как оптимальные для большинства сценариев по соотношению качества и размера. Основные преимущества — поддержка локального запуска, широкий выбор квантизаций и возможность подобрать вариант под доступную оперативную память. Более агрессивные квантизации уменьшают требования к памяти, но могут снижать качество генерации; некоторые форматы имеют статус legacy или не рекомендуются. Модель распространяется по лицензии Apache-2.0.