I.6Перевод и языковая адаптация

Whisper Telugu Small — модель распознавания речи на телугу, разработанная на основе openai/whisper-small и дообученная в рамках Whisper fine-tuning sprint. Она предназначена для преобразования аудиозаписей на телугу в текст, в том числе для оценки и транскрибирования речи из корпусов и записей на индийских языках. Модель использует архитектуру WhisperForConditionalGeneration и содержит 153,1 млн параметров. Для обучения использовались несколько открытых корпусов распознавания речи, включая CSTD IIIT-H, ULCA, Shrutilipi, корпус Microsoft для индийских языков, Google Fleurs и Babel. В карточке указаны реализации PyTorch и Flax. Модель распространяется по лицензии Apache-2.0. Модель специализирована на телугу; качество на других языках и в акустических условиях, отличающихся от обучающих данных, не подтверждено. Карточка не приводит количественных показателей качества.

Whisper-tiny Hinglish (Romanized) — модель распознавания речи, созданная дообучением openai/whisper-tiny. Она преобразует индийскую речь на хинди, английском и Hinglish с переключением языков в естественный текст латиницей, включая чисто хиндиязычную речь. Модель предназначена для диктовки на устройствах и других сценариев транскрибации; README описывает архитектуру Whisper с 4 слоями энкодера и 4 слоями декодера, входное аудио 16 кГц и размер около 39 млн параметров, тогда как метаданные указывают 29,4 млн. Модель обучали на индийской речи с акцентом и переключением между хинди и английским, в том числе на материалах HiACC, MUCS и Common Voice. Её сильные стороны — компактность, скорость на CPU и прямой вывод романизированного текста без отдельного этапа транслитерации. Качество может снижаться на шумной записи, быстрой речи, сильных акцентах, перекрывающихся голосах и специальной лексике; пунктуация и регистр ненадёжны, а качество на длинных записях не проверено. Романизация фонетическая и может иметь разные варианты написания. Лицензия в предоставленных данных не указана.

AceGPT-v2-8B — генеративная языковая модель, разработанная исследователями KAUST, Китайского университета Гонконга в Шэньчжэне и Shenzhen Research Institute of Big Data. Это версия семейства AceGPT на 8 млрд параметров, полностью дообученная на базе Meta-Llama-3-8B; модель использует плотную архитектуру Llama и принимает и выдаёт текст. Она предназначена прежде всего для генерации и продолжения текста на арабском языке, включая ответы на вопросы и диалоговые сценарии; также оценивается на английских и китайских заданиях. Для оптимизированной диалоговой версии семейства существует отдельный вариант AceGPT-chat. Модель имеет контекст длиной до 8192 токенов и опубликована в формате safetensors. В README приведены результаты сравнительных тестов на арабских, английских и китайских бенчмарках. Лицензия — Apache-2.0.

CN-MultiDialect-ASR — модель распознавания речи, разработанная группой Audio, Speech and Language Processing Group Северо-Западного политехнического университета совместно с WeNet Community и NEXDATA TECHNOLOGY INC. Она дообучена на основе Qwen/Qwen3-ASR-1.7B для транскрибации китайской речи, включая диалекты, с целью улучшить распознавание диалектов при сохранении качества для мандаринского китайского. Модель использует плотную архитектуру Qwen3-ASR и принимает аудио, выдавая текстовую транскрипцию. Авторы описывают трёхэтапную адаптацию: дополнительное предобучение на китайской речи, дообучение с акцентом на диалекты и on-policy self-distillation. В демонстрации представлены мандаринский китайский, английский и китайские диалекты; для английского поддержка указана только как язык демонстрации. Для вывода модель совместима с пакетом qwen-asr. Репозиторий содержит веса в формате safetensors и распространяется по лицензии Apache-2.0. Карточка описывает улучшение распознавания диалектов, но численные результаты таблиц в предоставленном тексте опущены.

CS505_COQE_viT5_Prompting9_ASPOL — дообученная модель ThuyNT03 на базе VietAI/vit5-large, созданная для генерации текста. Архитектура — T5ForConditionalGeneration; модель содержит 389,3 млн параметров и распространяется в формате safetensors. Базовая VietAI/vit5-large предназначена для работы с вьетнамским текстом, в том числе для ответов на вопросы, суммаризации и перевода. Карточка этой производной модели не уточняет целевые задачи, обучающие данные и результаты оценки, поэтому применимость к конкретным сценариям не подтверждена. Лицензия — MIT.

DeepSeek-V4.1-Flash-MLX-mixed-4_8bit-engram6 — сборка модели DeepSeek-V4.1-Flash для MLX и компьютеров на Apple Silicon. Модель разработана на базе DeepSeek-V4.1-Flash; данная сборка подготовлена PipeNetwork. Это текстовая модель для генерации текста, работающая через специальный порт deepseek-v41-mlx, поскольку стандартные transformers, mlx-lm и mlx-vlm её не поддерживают. Модель содержит около 754,6 млрд параметров и использует архитектуру mixture-of-experts: 40 слоёв и 384 маршрутизируемых эксперта в каждом слое. В ней применяются MLA с межслойным совместным использованием KV-кэша, двухслойные hashed n-gram engram-эмбеддинги, hyper-connections и attention sinks. Экспертные блоки квантизированы до 4 бит, attention, общие компоненты и эмбеддинги — до 8 бит, а таблицы engram — до 8 бит с группами по 64 элемента; отдельные компоненты сохранены в bf16 или fp32. Vision tower и aligner присутствуют, но среда выполнения в этой сборке поддерживает только текст. Контекст модели и поддерживаемые языки в README не указаны. Размер файлов составляет около 476,8 ГБ, поэтому для запуска требуется компьютер с примерно 1 ТБ оперативной памяти; модель не помещается в 512 ГиБ с учётом рабочих активаций. Сборка прошла проверку на соответствие эталонной реализации DeepSeek, включая кэшированный и поэтапный вывод. Указанные измерения показывают небольшое расхождение с bf16-версией при смешанном 4/8-битном квантовании, однако полноценная perplexity для этой сборки не измерена. Модель распространяется по лицензии MIT; для загрузки необходим специализированный порт PipeNetwork.

ELYZA-japanese-Llama-2-13b-fast — японская языковая модель, разработанная командой ELYZA и основанная на Llama 2. Модель прошла дополнительное предварительное обучение для расширения возможностей работы на японском языке; версия fast использует словарь размером 44 581 токен и содержит около 12,9 млрд параметров. Модель предназначена для генерации текста. Её можно применять для создания и продолжения японских текстов, а также для языковых задач на японском и английском языках. Контекст модели составляет 4096 токенов. В репозитории представлены веса PyTorch. Модель распространяется по лицензии Llama 2. Это не instruct-версия семейства, поэтому её не следует считать специально настроенной для выполнения инструкций или диалогового общения.

ssmits/Falcon2-5.5B-Romanian — языковая модель на архитектуре Falcon, созданная на основе tiiuae/falcon-11B. По карточке, модель получена обрезкой слоёв: использован метод passthrough merge, а подходящие диапазоны слоёв определены анализом их сходства на румынской части набора Wikimedia Wikipedia. Метаданные указывают 7,8 млрд параметров, контекст до 8192 токенов и формат safetensors. Модель предназначена для генерации текста и диалогов, а также как основа для дальнейшей специализации и дообучения, например для суммаризации и чат-ботов. Она обучалась преимущественно на английском и поддерживает ряд европейских языков, включая румынский; для языков вне этого набора качество обобщения ограничено. Карточка предупреждает о наследовании стереотипов и смещений из веб-данных и рекомендует оценивать риски и настраивать защитные меры перед применением. Лицензия — Apache-2.0. README описывает модель как исследовательскую основу для адаптации и предостерегает от производственного применения без предварительной оценки рисков.

granite-4.2-3b-Heretic-i1-GGUF — это квантизированная в формате GGUF версия языковой модели tinyopsec/granite-4.2-3b-Heretic, подготовленная mradermacher. Модель относится к causal language models и предназначена для генерации текста. Указаны поддерживаемые языки: английский, немецкий, французский, испанский, итальянский, португальский, японский, корейский и китайский. Модель имеет размер около 3 млрд параметров; точные архитектурные характеристики и размер контекста в README не указаны. Репозиторий предоставляет набор вариантов квантизации от i1-IQ1_S до i1-Q6_K с размером файлов примерно от 1,0 до 3,1 ГБ, а также imatrix-файл для создания собственных квантов. Это позволяет запускать модель на устройствах с ограниченными ресурсами, выбирая компромисс между размером, скоростью и качеством. Для большинства сценариев автор рекомендует i1-Q4_K_M, а i1-Q4_K_S отмечен как оптимальный баланс размера, скорости и качества; низкобитные варианты могут заметно уступать по качеству. Модель подходит для локальной генерации текста и многоязычных сценариев, однако README не содержит результатов оценивания, подробностей обучения, инструкций по настройке или сведений о специализированных возможностях. Формат GGUF ориентирован на использование совместимых локальных inference-инструментов. Лицензия — Apache-2.0.

Gukbap-Qwen2.5-7B — языковая модель HumanF-MarkrAI на архитектуре Qwen2, дообученная на Qwen/Qwen2.5-7B-Instruct методом SFT. Модель содержит 7,1 млрд параметров и предназначена для диалогов и общих текстовых задач с особым акцентом на корейский язык. Авторы сообщают, что обучали её на собственном наборе из 1849 примеров, созданном с помощью открытых моделей по подходам LIMA и WizardLM, и приводят результаты внутренней оценки LogicKor; эти оценки не являются независимой проверкой. Модель принимает текст и генерирует текст. Карточка указывает контекст 8192 токена, тогда как метаданные каталога сообщают нативное окно контекста 32768 токенов; фактическое значение может зависеть от конфигурации и способа запуска. В метаданных также отмечен интерфейс вызова инструментов, но подробности его применения в README не описаны. Указана лицензия CC BY-NC 4.0, которая ограничивает коммерческое использование.

Gumini-1B-Base-inherit-i1-GGUF — это GGUF-квантизированное представление базовой языковой модели Gumini-1B-Base, разработанной GuminiResearch и подготовленной квантизатором mradermacher. Модель предназначена для генерации текста и локального запуска в форматах GGUF, включая варианты с разным уровнем сжатия и качеством восстановления. Указаны сценарии работы с корейским и английским языками, а также применение в двуязычных задачах и проектах на базе Qwen2. Модель относится к семейству Qwen2 и имеет около 1 млрд параметров. Она обучалась с продолжением предварительного обучения на наборах данных FineWeb-Edu, CulturaX и Wikimedia Wikipedia. Доступны различные варианты квантизации размером примерно от 0,5 до 1 ГБ; рекомендуются i1-Q4_K_M и i1-Q4_K_S как компромисс между размером, скоростью и качеством, а i1-Q6_K — для более высокого качества при большем размере. Сведения о длине контекста, точной архитектуре, мультимодальности и дополнительных возможностях в README не указаны. Лицензия обозначена как qwen-research; в качестве текста лицензии приведена лицензия Qwen/Qwen2.5-3B. Перед использованием необходимо проверить её условия и совместимость с конкретным сценарием. К ограничениям относятся потеря качества при агрессивной квантизации, особенно у вариантов IQ1 и Q2, а также отсутствие данных о результатах оценки, безопасностных свойствах и пригодности для специализированных задач.

HebGutenLaser — объединённая модель генерации текста, созданная Stark2008 с помощью LazyMergekit. Она объединяет Stark2008/GutenLaserPi и yam-peleg/Hebrew-Mistral-7B-200K методом SLERP. Модель построена на архитектуре Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Она предназначена для генерации текста, прежде всего на иврите и английском, и может использоваться для продолжения текста и диалоговых сценариев. Веса опубликованы в формате Safetensors и имеют точность bfloat16. Карточка не приводит результатов оценки качества или подробностей об ограничениях. Лицензия в доступных данных не указана.

ronmasas/Hebrew-Mistral-7B-Instruct-v0.1 — экспериментальная модель ronmasas для генерации текста по инструкциям на иврите, созданная на базе Hebrew-Mistral-7B. Это плотная авторегрессионная модель семейства Mistral с 7,2 млрд параметров; заявленная длина контекста — 32 768 токенов. Метаданные указывают поддержку иврита и английского языка, а файлы весов представлены в формате safetensors. Модель предназначена для диалоговых запросов и выполнения инструкций на иврите. Автор отмечает, что модель часто галлюцинирует, поэтому ответы стоит перепроверять и при необходимости генерировать несколько вариантов. У модели нет встроенных механизмов модерации. Лицензия — Apache-2.0.

Карточка модели Anjan9320/IndicF5 на Hugging Face совпадает с карточкой ai4bharat/IndicF5, поэтому описание составлено по ней. IndicF5 — полиглотная модель синтеза речи от AI4Bharat, обученная на 1417 часах аудио из Rasa, IndicTTS, LIMMITS и IndicVoices-R. Она преобразует текст в речь на 11 индийских языках: ассамском, бенгальском, гуджарати, хинди, каннада, малаялам, маратхи, одиа, пенджаби, тамильском и телугу. Для генерации нужны текст, эталонный аудиофрагмент и его расшифровка; эталон задаёт характеристики голоса и просодию. Модель предназначена для синтеза речи с управлением голосом по примеру, например для озвучивания текстов и создания голосовых интерфейсов на поддерживаемых языках. Авторы характеризуют качество как близкое к человеческому. Лицензия — MIT. Использовать клонирование голоса разрешено только при наличии явного согласия владельца; несанкционированное клонирование запрещено.

KafkaLM 70B German V0.1 GGUF — это квантизированная версия языковой модели KafkaLM 70B German V0.1, разработанной Seedbox и преобразованной в формат GGUF пользователем TheBloke. Модель основана на архитектуре Llama и предназначена для генерации текста и диалогового взаимодействия преимущественно на немецком языке. Для обучения или дообучения указано использование набора данных seedboxai/multitask_german_examples_32k. Модель имеет около 70 миллиардов параметров и работает с текстовой модальностью. Репозиторий содержит варианты GGUF с разрядностью от 2 до 8 бит, что позволяет выбирать компромисс между качеством, потреблением памяти и скоростью работы. Формат поддерживается llama.cpp и рядом локальных интерфейсов и библиотек, включая text-generation-webui, KoboldCpp, GPT4All, LM Studio и llama-cpp-python. В README приведён шаблон запросов Zephyr с отдельными ролями system, user и assistant. Размер контекста и дополнительные языки явно не указаны. Сильными сторонами модели являются специализация на немецком языке, большой размер и возможность локального запуска на CPU и GPU благодаря квантизации. Ограничения включают зависимость качества и требований к памяти от выбранного варианта квантизации, а также отсутствие в представленных данных подробных результатов оценки, сведений о мультимодальности и характеристик контекстного окна. Для модели указана лицензия llama2.

LEMAS-TTS — многоязычная система синтеза речи с нуля по тексту, представленная в исследовательской работе LEMAS; разработчик — проект LEMAS. Модель использует нерекуррентную архитектуру на основе flow matching и обучена на корпусе LEMAS-Dataset объёмом более 150 000 часов аудио на десяти языках. Система предназначена для zero-shot синтеза речи на китайском, английском, испанском, русском, французском, немецком, итальянском, португальском, индонезийском и вьетнамском языках. Для повышения устойчивости и качества при многоязычном синтезе применяются состязательное обучение против акцента и функция потерь CTC. Модель подходит для генерации озвучки по тексту и многоязычных речевых приложений, которым важна работа без отдельной настройки для каждого голоса или языка. Репозиторий содержит варианты ONNX и PyTorch с весами Safetensors. Лицензия — CC BY 4.0.

LFM2.5-350M-GGUF — это GGUF-версия гибридной языковой модели LFM2.5-350M, разработанной компанией Liquid AI. Модель предназначена для генерации текста и ориентирована на edge AI и локальное развертывание непосредственно на устройствах. Модель доступна в форматах GGUF, включая варианты Q4_0 с посттренировочной квантизацией и Quantization-Aware Distillation (QAD). Такой формат рассчитан на запуск с помощью llama.cpp и обеспечивает практичный баланс между качеством, скоростью и потреблением памяти, однако README не содержит сведений о точной архитектуре, длине контекста и других технических параметрах. Заявлены поддерживаемые языки: английский, арабский, китайский, французский, немецкий, японский, корейский и испанский. Основные сценарии применения — генерация текста и запуск компактных языковых моделей на устройствах с ограниченными ресурсами, включая локальные приложения. К преимуществам относятся небольшой размер базовой модели, ориентированность на высокую скорость и энергоэффективность, а также совместимость с llama.cpp. Ограничения и результаты бенчмарков в README не указаны. Модель распространяется по лицензии lfm1.0; подробные условия приведены в файле LICENSE.

Nichonauta/LFM2.5-350M-ToMoE-GGUF — это набор GGUF-квантизаций модели Nichonauta/LFM2.5-350M-ToMoE, основанной на LiquidAI/LFM2.5-350M. Модель предназначена для генерации текста и запуска в llama.cpp, включая локальный инференс через llama-server и llama-cli с использованием CPU или CUDA-совместимых GPU. Доступны варианты BF16 размером 678 МБ, Q8_0 размером 362 МБ и Q4_K_M размером 219 МБ. Исходная модель представляет собой преобразование в архитектуру Mixture-of-Experts (ToMoE), однако в GGUF-конвертации специфические MoE-механизмы и динамические маски не поддерживаются архитектурой LFM2 в llama.cpp. Поэтому эти файлы восстановлены до плотного эквивалента и по поведению соответствуют базовой dense-модели, а не исходной MoE-версии. Для использования настоящего MoE-варианта требуется версия safetensors с trust_remote_code. Модель заявлена для английского, арабского, китайского, французского, немецкого, японского, корейского, испанского и португальского языков. Сильными сторонами являются компактные квантизированные варианты и высокая скорость генерации на совместимом GPU; для Q4_K_M в README указано около 470 токенов в секунду на RTX 3060. Ограничения включают отсутствие исходного разреженного MoE-поведения в GGUF-файлах и зависимость производительности от аппаратного обеспечения и конфигурации llama.cpp. Производная модель распространяется по лицензии LFM Open License v1.0.

llm-jp-3-13b-instruct3 — диалоговая языковая модель серии LLM-jp-3, разработанная Центром исследований и разработок больших языковых моделей Национального института информатики Японии. Она предназначена для генерации текста и выполнения инструкций в диалоге, прежде всего на японском языке; метаданные также указывают поддержку английского. Модель построена на архитектуре Llama с плотной архитектурой, содержит 13,2 млрд параметров и использует контекст до 4096 токенов. Она основана на предобученном чекпойнте LLM-jp-3 и прошла supervised fine-tuning и выравнивание методом Direct Preference Optimization. Репозиторий предоставляет веса в формате Transformers safetensors; для работы указаны PyTorch и Transformers. Разработчики характеризуют выпущенные модели как находящиеся на ранней стадии исследований и разработки: они не настроены для гарантированного соответствия ответов человеческим намерениям и требованиям безопасности. Лицензия — Apache-2.0.

llm-jp-3-3.7b — плотная трансформерная языковая модель семейства Llama, разработанная Центром исследований и разработок больших языковых моделей Национального института информатики Японии. Модель содержит около 3,5 млрд параметров и предназначена для генерации текста. Она предварительно обучена на смеси данных, включающей японские и англоязычные материалы; карточка сообщает о 2,1 трлн увиденных токенов для семейства моделей llm-jp-3. Контекст модели составляет 4096 токенов. Для запуска используются формат Transformers и библиотека Transformers. Токенизатор основан на Unigram byte-fallback и словаре llm-jp-tokenizer v3.0. Репозиторий также описывает отдельный вариант instruct, но данный чекпойнт обозначен как базовая модель, а не instruct-версия. Разработчики предупреждают, что модели находятся на ранней стадии исследований и разработок и не настроены для гарантированного соответствия человеческим намерениям и требованиям безопасности. Лицензия — Apache-2.0.

AXCXEPT разработала эту инструктивную модель на основе llm-jp/llm-jp-3-3.7b-instruct, применив несколько методов настройки для улучшения общих возможностей. Это плотная Llama-модель с 3,5 млрд параметров, предназначенная для диалогов и генерации ответов по инструкциям; при обучении особое внимание уделялось японскому языку. Модель принимает текст и генерирует текст, поддерживает японский и английский языки, а её контекст составляет 4096 токенов. Для настройки использовались инструктивные данные, подготовленные на основе отобранных материалов японской Википедии и FineWeb. Разработчики отмечают, что отдельные способности могли снизиться из-за состава данных и размера модели. Лицензия — Apache-2.0, как у базовой модели. В карточке модель названа экспериментальным прототипом для исследований и разработок; она не предназначена для коммерческого применения или критически важных систем.

MERaLiON-2-3B — мультимодальная речевая языковая модель, разработанная I2R, A*STAR (Сингапур) для распознавания речи и работы с аудио в многоязычном контексте Юго-Восточной Азии. Версия 3B сочетает локализованный аудиоэнкодер Whisper-large-v3 с текстовым декодером Gemma-2-2b-it; в метаданных указано 2,1 млрд параметров. Модель принимает моно-аудио с частотой 16 кГц; README заявляет поддержку входных аудиозаписей до 300 секунд для вопросов и ответов по аудио, но для транскрибации рекомендует записи до 30 секунд. Основной сценарий этой облегчённой версии — автоматическое распознавание речи. Семейство ориентировано на английский, китайский, малайский, тамильский, индонезийский, тайский и вьетнамский языки, включая локальные акценты, сингапурский английский и переключение языков в речи. Модель выдаёт текст; README также описывает для семейства задачи понимания аудио, но не приводит отдельные результаты версии 3B. Модель доступна в формате safetensors через Transformers. Указана лицензия MERaLiON Public License; её конкретные условия следует сверять с текстом лицензии в репозитории. README исключает использование для вызова инструментов, математики и программирования.

Sam2x/Mistral_OpenArabic_v0.2 — арабоязычная разговорная модель на архитектуре Mistral, обученная разработчиком на различных арабских наборах данных. Она предназначена для генерации текста и диалоговых сценариев на арабском языке; в метаданных также отмечена поддержка английского. Модель содержит 7,1 млрд параметров, использует плотную архитектуру MistralForCausalLM и поддерживает контекст до 32 768 токенов. Модель опубликована в формате safetensors под лицензией Apache-2.0. Карточка не приводит оценок качества или подробных ограничений; результаты могут зависеть от арабского диалекта и конкретной задачи.

facebook/mms-tts-lao — модель синтеза речи на лаосском языке из проекта Massively Multilingual Speech (MMS), разработанного Facebook. Она преобразует входной текст в речевую аудиоволну и предназначена для озвучивания лаосских текстов и создания речевого вывода в приложениях. Модель построена на архитектуре VITS и содержит около 3,5 млн параметров. Это сквозная система синтеза речи с вариационным автоэнкодером, flow-модулем и декодером на основе HiFi-GAN; стохастический предиктор длительности позволяет варьировать ритм произношения. Для каждого языка MMS обучается отдельный чекпойнт. Модель доступна через Transformers версии 4.33 и новее. Генерация недетерминирована: для повторяемого результата требуется фиксировать seed. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

moeinGTS 1.5-3B — компактная языковая модель, разработанная для персидского языка на основе Qwen2.5-3B. Она использует плотную архитектуру Qwen2 и предназначена для генерации текста, чата, понимания текстовых инструкций, суммаризации и ответов на вопросы. Объём модели составляет 3,1 млрд параметров, длина контекста — 32 768 токенов; модель работает через Transformers и заявлена как подходящая для запуска на обычных GPU и CPU, а также совместимая с Ollama. Модель ориентирована прежде всего на персидский язык и также поддерживает английский. Репозиторий содержит веса в формате safetensors. Лицензия Apache-2.0 разрешает использование на её условиях. В README не приведены результаты оценивания качества; заявление о запуске на CPU относится к варианту GGUF, тогда как указанный формат репозитория — safetensors.

Nandi-Mini-150M-Instruct — компактная мультиязычная языковая модель компании FrontiersMind для генерации текста и диалогов. Она основана на Nandi-Mini-150M и дообучена на инструкциях с применением Direct Preference Optimization (DPO); в карточке указаны архитектура Nandi с плотной сетью и класс NandiForCausalLM. Модель принимает текст и предназначена для локального запуска на периферийных устройствах, в собственных инфраструктурах и приложениях с низкой задержкой. README указывает размер 150 млн параметров, предварительное обучение на 525 млрд токенов, факторизованные эмбеддинги и совместное использование слоёв. Метаданные каталога указывают 236,4 млн параметров и контекст 2048 токенов. Модель поддерживает английский и десять индийских языков: хинди, бенгали, тамильский, телугу, маратхи, гуджарати, каннада, малаялам, панджаби и одия; языки метаданных дополнительно включают коды этих языков. Выход — сгенерированный текст. Лицензия Apache-2.0. Небольшой размер ориентирован на экономию ресурсов, но контекст ограничен 2048 токенами; опубликованные материалы не приводят результатов бенчмарков.

nekomata-14b-pfn-qfin-inst-merge — языковая модель Preferred Networks, Inc., полученная слиянием rinna/nekomata-14b, rinna/nekomata-14b-instruction и pfnet/nekomata-14b-pfn-qfin. Это плотная авторегрессионная модель Qwen с архитектурой causal decoder-only и 21,8 млрд параметров по метаданным; README указывает размер 14B. Она предназначена для генерации ответов на инструкции и поддерживает японский и английский языки. Контекст по метаданным — 8192 токена, тогда как README указывает 2048 токенов. Модель можно применять для ответов на запросы и инструктивного диалога, в том числе в финансовых сценариях; README приводит оценку на японском финансовом бенчмарке. Разработчик предупреждает, что ответы могут быть неточными, предвзятыми или нежелательными, а тестирование охватывало только английский и японский языки. Модель не предназначена для юридических, налоговых, инвестиционных, финансовых и иных консультаций. Репозиторий содержит веса Safetensors; лицензия — Tongyi Qianwen LICENSE AGREEMENT.

NorMistral-11b-long — базовая языковая модель семейства NORA.LLM, разработанная Language Technology Group Университета Осло. Это плотная авторегрессионная модель на архитектуре Mistral с 11,7 млрд параметров, обученная продолжительно на базе norallm/normistral-11b-warm и расширенная до контекста 32 768 токенов. Веса доступны в форматах PyTorch и Safetensors, лицензия — Apache-2.0. Модель предназначена для генерации и продолжения текста, а также языковых экспериментов и задач переноса между норвежским букмолом и нюношком, северносаамским, другими скандинавскими языками и английским. Продолжительное обучение включало 50 млрд дополнительных субсловных токенов и корпус суммарно в 250 млрд токенов с текстами на указанных языках и программным кодом. Специально обученный токенизатор уменьшает число токенов на слово для ряда скандинавских языков по сравнению с Mistral-Nemo-Base-2407. Это предварительно обученная модель, не настроенная на выполнение инструкций или диалоговое следование запросам. Она может генерировать вредоносные продолжения при провоцирующих запросах; качество и безопасность результатов требуют проверки. Карточка позиционирует её прежде всего для исследовательского применения.

Quokka — генеративная языковая модель, разработанная для португальского языка Португалии (PT-PT). Это дообученная версия Phoenix на архитектуре BLOOM; модель имеет около 9,1 млрд параметров и контекст до 2048 токенов. Она предназначена для генерации текста по инструкциям, включая ответы на вопросы, суммирование и создание синтетических данных, а также для дальнейшего дообучения под прикладные задачи. Для настройки использовали 56 тысяч примеров на португальском языке, собранных, в частности, из наборов Cabrita и Bactrian-X. Авторы отмечают, что качество переводных обучающих данных может быть неоднородным. По результатам их автоматической оценки Quokka уступала GPT-3.5 и Vicuna-13B, но превосходила Falcon-40B; авторы предупреждают, что такую оценку не следует считать окончательной. Модель может ошибаться, воспроизводить смещения данных и хуже работать на других языках. Авторы также заметили, что она избегает ответов на вопросы о религии и политике. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства и ограничивающая коммерческое применение.

SOLAR-KOEN-10.8B — авторегрессионная языковая модель Junbum Lee (Beomi) и Taekyoon Choi, основанная на архитектуре Transformer, производной от Llama 2. Модель содержит около 10,7 млрд параметров и обучалась на смеси корейских и английских корпусов; в версии с непрерывным предобучением расширен словарь SentencePiece BPE до 46 336 токенов, включая корейские токены и правила слияния. Контекст составляет 4096 токенов. Модель принимает текст и генерирует текст. Она предназначена для генерации и продолжения текста на корейском и английском языках; карточка также приводит результаты оценки на корейской задаче чтения с пониманием. В README выпуск назван тестовой версией, поэтому качество и пригодность для конкретных сценариев следует проверять самостоятельно. Лицензия CC BY-NC-SA 4.0 разрешает использование с указанием авторства и на условиях распространения производных работ, но запрещает коммерческое использование.