I.6Перевод и языковая адаптация

EM German Leo Mistral — это языковая модель для генерации текста на немецком языке, разработанная Jan Philipp Harries. Репозиторий TheBloke/em_german_leo_mistral-GGUF содержит её квантизированные версии в формате GGUF, подготовленные TheBloke на основе исходной модели jphme/em_german_leo_mistral. Модель построена на архитектуре Mistral и предназначена для текстовой генерации и диалоговых сценариев с использованием шаблона, в котором ассистент отвечает на запрос пользователя. GGUF-файлы рассчитаны на запуск через llama.cpp и совместимые приложения и библиотеки, включая text-generation-webui, LM Studio, KoboldCpp, llama-cpp-python и другие. Доступны варианты с квантованием от 2 до 8 бит, что позволяет выбирать компромисс между требованиями к памяти и качеством работы. В README не указаны размер модели, длина контекста, точные характеристики обучения и поддержка других языков, поэтому эти параметры нельзя достоверно оценить. Квантование снижает требования к ресурсам, но может приводить к потере качества по сравнению с исходной моделью в формате FP16; степень влияния зависит от выбранного варианта. Модель распространяется по лицензии Apache-2.0.

hiiamsid/est5-base — уменьшенная испаноязычная версия модели google/mt5-base на архитектуре T5. В ней оставлены 25 тысяч наиболее частотных испанских токенов SentencePiece; в карточке сообщается, что такое сокращение словаря уменьшило размер исходной модели с 582 млн до 237 млн параметров и объём с 2,2 до 0,9 ГБ. Модель предназначена для генерации текста по текстовому запросу и может служить компактной основой для задач на испанском языке. Модель использует класс T5ForConditionalGeneration и распространяется в формате PyTorch. В метаданных указаны 118,7 млн параметров, что расходится с числом 237 млн в README. Лицензия — MIT. README связывает модель с google/mt5-base и упоминает cointegrated/rut5-base как справочную работу; испанская версия основана на сокращении словаря mT5.

Модель Fine-Tashkeel разработана для восстановления диакритических знаков в арабском тексте. Это дообученная версия ByT5 с архитектурой T5, которая обрабатывает текст без предварительной токенизации на слова и символы; размер модели — 793,3 млн параметров. Дообучение выполнено на наборе данных Tashkeela в течение 13 000 шагов. Модель предназначена прежде всего для огласовки классического арабского языка: она получает текст без диакритики и генерирует текст с восстановленными знаками. В README сообщаются Diacritics Error Rate 0,95 и Word Error Rate 2,49. Модель опубликована разработчиками для сообщества исследователей, но это само по себе не ограничивает её практическое применение. Лицензия — MIT.

Finnish-Viking-Alpaca-V1-7B — 7-миллиардная плотная языковая модель на архитектуре Llama, созданная mpasila дообучением LumiOpen/Viking-7B с помощью LoRA на финском наборе инструкций alpaca-cleaned-fi, после чего адаптер был объединён с базовой моделью. Модель предназначена для генерации ответов на инструкции и запросы, прежде всего на финском языке, в формате Alpaca с финским вводным шаблоном. Модель использует формат safetensors и поддерживает контекст до 4096 токенов. В карточке приведён результат 0,3943 на FIN-bench; автор отмечает, что объединение квантизированного LoRA с моделью float16 могло быть выполнено не оптимально. Лицензия — Apache-2.0.

GRMR-1.5B-Instruct — модель для исправления грамматики и улучшения читаемости текста, разработанная qingy2024 на основе Qwen 2.5 1.5B. Это плотная авторегрессионная языковая модель семейства Qwen2 с 1,5 млрд параметров и контекстом до 131 072 токенов. Она принимает текст и возвращает его отредактированную версию, сохраняя исходный смысл; в примере модель исправляет капитализацию, дефис и формулировку английского текста. Для шаблона чата используется формат с блоками исходного и исправленного текста; в карточке рекомендуется температура 0 и repeat penalty 1.0. Модель предназначена для корректуры и лёгкого редактирования текста на английском языке. Она выпущена под лицензией Apache-2.0. Данных о качестве на других языках или об оценке модели в карточке нет.

Huihui-GLM-5.2-abliterated-GGUF — версия модели GLM-5.2, разработанная huihui.ai на основе zai-org/GLM-5.2. Это текстовая генеративная модель в формате GGUF, предназначенная для локального запуска и экспериментов с генерацией текста на английском и китайском языках. В README также указана связь с архитектурой или набором компонентов GLM-MoE-DSA, однако точные параметры архитектуры, число параметров и размер контекста не приведены. Модель создана методом abliteration, который должен уменьшить количество отказов отвечать, поэтому её фильтрация безопасности существенно ослаблена. Это может быть полезно для исследовательских задач, тестирования поведения языковых моделей и контролируемых экспериментов, но одновременно повышает риск получения чувствительного, спорного или неприемлемого контента. Модель не имеет стандартных гарантий безопасности и не рекомендуется для публичных, детских или требующих высокой надёжности приложений без постоянного контроля и проверки результатов. Распространяются различные квантизированные варианты GGUF. Для некоторых вариантов заявлено преобразование отдельных весов между форматами Q5_K, Q6_K, Q8_0 и MXFP4; конкретные требования к памяти зависят от выбранной квантизации. Для использования разделённых файлов требуется их предварительное объединение средствами llama.cpp. В README указана лицензия MIT, но ответственность за законность и этичность применения результатов возлагается на пользователя.

Nepali Indic Parler-TTS — модель синтеза речи, дообученная milanakdj на базе Indic Parler-TTS для озвучивания текста на непальском языке. Она использует архитектуру ParlerTTSForConditionalGeneration и библиотеку parler-tts; веса представлены в формате safetensors. В карточке указаны лучший validation loss 5.4939, 628 шагов обучения и время обучения 135,3 минуты. Модель предназначена для преобразования непальского текста в речь. README не приводит примеров звучания или подробностей о диапазоне голосов и настройках синтеза. Условия лицензии в предоставленных данных не указаны.

indonesian-roberta-base-posp-tagger — модель RoBERTa с 151,8 млн параметров, дообученная w11wo на наборе данных indonlu на основе flax-community/indonesian-roberta-base. Она предназначена для токенной классификации индонезийского текста; название указывает на разметку частей речи (POS-теггинг). Контекст модели — до 514 токенов. На оценочном наборе indonlu модель достигла точности, полноты и F1 0,9625. Доступны веса в форматах PyTorch, Safetensors и TensorFlow. Лицензия — MIT.

davidkim205/ko-gemma-2-9b-it — корейская исследовательская модель диалогового типа, разработанная David Kim (Changyeon Kim) на базе google/gemma-2-9b-it и дообученная методом SFT на наборе qa_ability_1851.jsonl. Она предназначена для генерации ответов и диалогового взаимодействия на корейском языке; в метаданных также указан английский. Модель имеет плотную архитектуру Gemma 2 с 9 млрд параметров, принимает текст и выдаёт текст, поддерживает контекст до 8192 токенов и распространяется в формате safetensors. В карточке приведены результаты оценки на корейских бенчмарках KoBEST и KEval, однако разработчик описывает модель как один из исследуемых вариантов для улучшения корейских языковых моделей и отмечает, что релиз планировался позднее. Лицензия в метаданных обозначена как llama3; условия её применения следует сверять с текстом лицензии репозитория и лицензией базовой Gemma 2.

wwwcomcom разработал эту инструкционную модель на основе wwwcomcom/ko-morph-qwen2.5-0.5b-cpt: модель прошла дообучение SFT на 21 067 примерах KoAlpaca-v1.1a с вопросами и ответами на корейском языке. Это плотная авторегрессионная модель семейства Qwen2 с 386,5 млн параметров и контекстом 32 768 токенов. Она предназначена для генерации ответов на инструкции и вопросы на корейском языке; для неё рекомендуется формат «### 질문: … ### 답변:» без переносов строк. В сравнении с базовой Qwen2.5-0.5B, дообученной на тех же данных, модель показала более высокую точность на тесте корейских грамматических минимальных пар и лучшие результаты на небольшой проверке корейских знаний. Однако в README отмечено, что этот выигрыш нельзя однозначно приписать морфемному токенизатору или продолженному предобучению. Арифметическое и формальное логическое рассуждение слабее, чем у исходной Qwen2.5-0.5B; переносы строк и формат ChatML могут ухудшать качество. Лицензия — Apache 2.0.

nassimjp/LFM2.5-1.2B-Base-Pashto — текстовая модель семейства LFM2.5, созданная дообучением LiquidAI/LFM2.5-1.2B-Base для работы с пушту. Карточка описывает токенизатор с набором символов пушту и рекомендует продолженное предобучение на очищенных и сбалансированных по областям корпусах пушту, а также дообучение на качественных инструкционных данных в формате чата. По метаданным модель имеет плотную архитектуру Lfm2ForCausalLM, около 1,5 млрд параметров и контекст до 128 000 токенов; поддерживается библиотекой Transformers. Модель предназначена для генерации текста на пушту и может использоваться как основа для языковых и чат-приложений на этом языке. Метаданные также отмечают поддержку чата и языковые теги английского, арабского, китайского, французского, немецкого, японского, корейского и испанского, но карточка не подтверждает качество генерации на этих языках. Лицензия указана как other, без конкретных условий в предоставленных данных.

Liujgoj-Cantonese-Qwen2.5-Omni-7B-ASR-V2 — специализированная модель распознавания речи на кантонском языке, созданная Yvthyvq на основе Qwen2.5-Omni-7B. Она принимает кантонскую речь и транскрибирует её латиницей по орфографии Liujgoj Cantonese, передавая слоги и тоны. Модель обучали в три этапа: продолженное предобучение для адаптации к Liujgoj, контролируемое дообучение и настройка для ASR; финальная настройка использовала LoRA. В репозитории указана архитектура Qwen2.5-Omni, а веса представлены в формате safetensors. Модель предназначена для транскрибации кантонских диалогов, подготовки корпусов речи, лингвистических исследований и создания данных для обучения синтеза речи. В обучающем наборе было около 39,8 тыс. пар аудио и текста общей длительностью примерно 18–26 часов; использовались диалоги из кантонских фильмов. Автор отмечает, что дальнейшего улучшения требуют точность тонов, сегментация слов, пунктуация и распознавание длинных записей. Лицензия — Apache-2.0.

Модель cluebbers/Llama-3.1-8B-paraphrase-type-generation-etpc разработана Jan Wahle и представляет собой дообученную текстовую генеративную модель семейства Llama 3.1. Она основана на meta-llama/Llama-3.1-8B, содержит около 7,5 млрд параметров и предназначена для генерации текста, связанной с перефразированием по типам преобразований из набора ETPC. Модель принимает текст и генерирует текст; карточка указывает английский язык, а контекстное окно составляет до 131 072 токенов. Модель сохранена в формате Safetensors и рассчитана на работу через Transformers. Лицензия — Apache-2.0. Карточка не приводит подробностей о качестве, методике обучения, метриках или ограничениях перефразирования, поэтому результаты следует проверять на целевых примерах.

haqishen/Llama-3-8B-Japanese-Instruct — диалоговая языковая модель, созданная Qishen Ha путём дообучения Meta-Llama-3-8B-Instruct на японском наборе разговоров japanese_hh-rlhf-49k с помощью LLaMA-Factory. Она предназначена для генерации ответов в диалоге на японском языке; пример в карточке показывает ответ на просьбу рассказать о горе Фудзи. Модель построена на плотной архитектуре LlamaForCausalLM и содержит 7,5 млрд параметров. Максимальная длина контекста при обучении составляет 8192 токена. Для запуска предусмотрены Transformers и исходная кодовая база Llama 3; метаданные указывают формат safetensors и лицензию llama3. Карточка не приводит результатов сравнительной оценки качества, поэтому пригодность для конкретных сценариев стоит проверять на собственных примерах.

Llama-3-Chinese-8B — базовая языковая модель, разработанная HFL и дополнительно предварительно обученная на основе Meta-Llama-3-8B на корпусе китайских текстов объёмом 120 ГБ. Это плотная авторегрессионная модель семейства Llama с 7,5 млрд параметров; она принимает текст и предназначена для генерации текста, а не для общения в формате ассистента или ответов на вопросы. Поддерживает китайский и английский языки и контекст до 8192 токенов. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

LLäMmlein 7B — немецкоязычная языковая модель семейства LLaMA, разработанная LSX-UniWue. Модель с плотной архитектурой LlamaForCausalLM содержит 6,6 млрд параметров и обучена с нуля на немецкой части RedPajama V2 с использованием адаптированной кодовой базы TinyLlama. Данные дедуплицировали на уровне абзацев и фильтровали по соотношению токенов к словам. Модель предназначена для генерации текста на немецком языке и запускается через библиотеку Transformers. Контекст составляет 4096 токенов; опубликованы также промежуточные контрольные точки обучения. Доступны веса PyTorch в формате safetensors. Лицензия обозначена как other, поэтому перед применением следует проверить условия на странице модели.

Macropodus/macbert4mdcspell_v2 — это дообученная модель для обнаружения и исправления орфографических ошибок в китайском тексте, созданная на основе hfl/chinese-macbert-base. Она использует архитектуру MDCSpell с взаимодействием детектора ошибок и корректора; во время обучения также применяется функция потерь MLM. Веса доступны в формате PyTorch, модель содержит 129,5 млн параметров и принимает последовательности длиной до 512 токенов. Модель предназначена для проверки китайского текста, включая коррекцию опечаток с учётом контекста. В README описаны оценка на наборах данных для Chinese Spelling Correction и вызов через Transformers или проект macro-correct. В карточке указана лицензия Apache-2.0. Метаданные обозначают задачу как text-generation, однако архитектура BERT и назначение модели указывают на заполнение масок и коррекцию текста; генеративный тег не следует понимать как обычный диалоговый генератор.

MeloTTS-Korean — корейская модель синтеза речи из текста в составе многоязычной библиотеки MeloTTS, разработанной MyShell.ai. Она предназначена для преобразования корейского текста в речь; библиотека также предлагает модели для других языков и заявляет возможность работы в реальном времени на CPU. Для запуска локально README показывает использование библиотеки MeloTTS и Python. Репозиторий содержит веса PyTorch, лицензия — MIT. Карточка подтверждает поддержку корейского языка, но не описывает конкретные параметры голоса или другие характеристики этой версии.

shleeeee (Seunghyeon Lee) и oopsung (Sungwoo Park) разработали mistral-ko-OpenOrca-2000 — дообученную на корейском языке модель Mistral-7B-v0.1. Это плотная авторегрессионная модель с архитектурой MistralForCausalLM и 7,1 млрд параметров; контекст составляет до 32 768 токенов. Модель обучалась два эпоха на 2 000 примерах набора ko-OpenOrca с шаблоном запросов Mistral [INST]...[/INST]. Она предназначена для генерации текста и ответов на инструкции на корейском языке. В README указано обучение с использованием LoRA для проекционных слоёв внимания и gate_proj; веса репозитория представлены в формате safetensors. Лицензия в предоставленных данных не указана.

facebook/mms-tts-aka — модель синтеза речи на языке акан (aka), разработанная Meta в рамках проекта Massively Multilingual Speech (MMS). Она преобразует входной текст на акан в речевую аудиоволну и подходит для озвучивания текстов и создания голосовых сообщений на этом языке. Для каждого языка проекта обучается отдельный чекпойнт. Модель основана на архитектуре VITS — сквозном вариационном автоэнкодере с Transformer-энкодером текста, нормализующими потоками, декодером в стиле HiFi-GAN и стохастическим предсказателем длительности. Размер — 3,5 млн параметров; доступны веса PyTorch и Safetensors. Из-за стохастического предсказания длительности результат может меняться между запусками; фиксированный seed позволяет воспроизвести ту же аудиоволну. Для использования требуется Transformers версии 4.33 или новее. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение.

facebook/mms-tts-azb — модель синтеза речи на южноазербайджанском языке из проекта Massively Multilingual Speech (MMS), разработанного Facebook. Она преобразует входной текст в речевую аудиоволну и предназначена для озвучивания текстов на этом языке. Модель использует архитектуру VITS и содержит около 3,5 млн параметров. Это отдельный чекпойнт MMS-TTS, обученный для одного языка; в Transformers он поддерживается начиная с версии 4.33. Стохастический предсказатель длительности позволяет получать варианты ритма речи для одного текста, поэтому результаты могут различаться между запусками; фиксированное случайное зерно позволяет воспроизводить тот же результат. Модель можно применять для озвучивания текстового контента и создания речевого вывода на южноазербайджанском. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства, но не коммерческое применение.

facebook/mms-tts-div — модель синтеза речи на мальдивском языке (div) из проекта Massively Multilingual Speech (MMS), разработанного Facebook. Это отдельный чекпойнт VITS, обученный для одного языка; модель принимает текст и генерирует речевую аудиоволну. Архитектура VITS объединяет вариационный автоэнкодер, flow-модуль с текстовым энкодером на основе Transformer, стохастический предиктор длительности и декодер в стиле HiFi-GAN. Размер модели — 3,5 млн параметров; она доступна в форматах PyTorch и Safetensors и поддерживается библиотекой Transformers начиная с версии 4.33. Модель подходит для озвучивания мальдивского текста и генерации речи с разным ритмом. Из-за стохастического предиктора длительности результат может меняться при повторном запуске; для воспроизводимой генерации нужно фиксировать seed. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

facebook/mms-tts-hat — модель синтеза речи на гаитянском креольском языке из проекта Massively Multilingual Speech (MMS), разработанного Facebook. Она преобразует текст в речевую аудиоволну и предназначена для озвучивания текста на гаитянском креольском языке. Модель использует архитектуру VITS и содержит около 3,5 млн параметров. Это отдельный чекпойнт MMS-TTS, обученный для одного языка; модель доступна через библиотеку Transformers. Стохастический предиктор длительности позволяет получать варианты произношения и ритма для одного текста, поэтому результат может меняться между запусками; для воспроизводимого синтеза нужен фиксированный seed. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое. Карточка описывает синтез речи, однако не приводит оценок качества или подробных ограничений по произношению и типам входного текста.

facebook/mms-tts-jbu — модель синтеза речи на языке Jukun Takum (jbu), разработанная Facebook в рамках проекта Massively Multilingual Speech. Она преобразует входной текст в речевую аудиоволну; отдельный чекпойнт MMS-TTS обучен для каждого языка. Модель построена на архитектуре VITS: текстовый энкодер, flow-модуль, стохастический предиктор длительности и декодер, формирующий аудиоволну. Чекпойнт содержит 3,5 млн параметров и доступен в форматах PyTorch и Safetensors; для работы предусмотрена библиотека Transformers версии 4.33 и новее. Модель подходит для озвучивания текста на Jukun Takum, например для голосовых интерфейсов и создания аудиоверсий материалов. Генерация недетерминирована: для повторения результата требуется фиксированное начальное значение. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

facebook/mms-tts-kde — модель синтеза речи на маконде (Makonde, код kde), разработанная Facebook в рамках проекта Massively Multilingual Speech. Она преобразует входной текст в речевую аудиоволну; для каждого языка MMS-TTS обучается отдельный чекпойнт. Модель построена на архитектуре VITS: текстовый энкодер и потоковые слои формируют акустические признаки, а декодер на основе свёрточных слоёв создаёт аудио. Размер модели — 3,5 млн параметров; она доступна для использования через Transformers версии 4.33 и новее. Модель предназначена для озвучивания текста на маконде, например для голосовых интерфейсов и создания аудиоверсий текстов. Стохастический предиктор длительности позволяет получать разные ритмические варианты произношения одного текста, поэтому генерация недетерминирована и для повторения результата требуется фиксированный seed. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое.

facebook/mms-tts-khm — модель синтеза речи на кхмерском языке из проекта Massively Multilingual Speech компании Facebook. Она преобразует входной текст в речевую аудиоволну и предназначена для приложений озвучивания на кхмерском. Модель построена на архитектуре VITS и содержит 3,6 млн параметров. Это отдельный языковой чекпойнт MMS-TTS; для генерации используется стохастический предиктор длительности, поэтому одинаковый текст может звучать с разным ритмом, а для воспроизводимого результата нужно фиксировать seed. Модель доступна через Transformers версии 4.33 и выше. Модель принимает текст на кхмерском и выдаёт аудио. Репозиторий распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

facebook/mms-tts-kmd — модель синтеза речи на языке Kalinga, Majukayang (kmd) из проекта Massively Multilingual Speech компании Facebook. Она преобразует входной текст в речевую аудиоволну и предназначена для озвучивания текста на этом языке. Модель построена на архитектуре VITS и содержит около 3,5 млн параметров. Это отдельный чекпойнт, обученный для одного языка; стохастический предсказатель длительности позволяет получать варианты произношения с разным ритмом, поэтому при одинаковом тексте результат может меняться. Для повторяемой генерации README рекомендует фиксировать seed. Модель доступна через библиотеку Transformers версии 4.33 и выше. Репозиторий использует форматы PyTorch и Safetensors. Лицензия CC BY-NC 4.0 разрешает использование с атрибуцией, но ограничивает коммерческое применение.

facebook/mms-tts-kum — модель синтеза речи на кумыкском языке из проекта Massively Multilingual Speech, разработанного Facebook. Это отдельный чекпойнт VITS, обученный для одного языка; архитектура объединяет вариационный автоэнкодер, Transformer-энкодер текста, потоковый модуль, стохастический предсказатель длительности и декодер волновой формы, построенный по принципу HiFi-GAN. Модель принимает текст и генерирует речь; из-за стохастического предсказания длительности результат может меняться между запусками, а для воспроизводимого синтеза нужен фиксированный seed. Чекпойнт предназначен для преобразования кумыкского текста в речь и доступен через библиотеку Transformers версии 4.33 и новее. В репозитории указано 3,5 млн параметров; веса представлены в форматах PyTorch и Safetensors. Лицензия CC BY-NC 4.0 разрешает использование с атрибуцией, но некоммерческое.

facebook/mms-tts-mbt — модель синтеза речи на языке манобо матигсалуг (mbt), разработанная Facebook в рамках проекта Massively Multilingual Speech. Она преобразует входной текст в речевую аудиоволну и подходит для озвучивания текста на этом языке. Модель построена на архитектуре VITS и включает текстовый энкодер на основе Transformer, вариационный автоэнкодер, flow-модуль, HiFi-GAN-подобный декодер и стохастический предиктор длительности. Число параметров — 3,5 млн. Для каждого языка MMS-TTS обучается отдельный чекпойнт. Модель доступна через библиотеку Transformers версии 4.33 и выше. Предиктор длительности позволяет получать разные ритмические варианты произнесения одного текста; генерация недетерминирована, поэтому для повторяемого результата нужно фиксировать seed. Лицензия CC BY-NC 4.0 разрешает использование с атрибуцией, но запрещает коммерческое применение.

facebook/mms-tts-mzj — модель синтеза речи на языке Manya (код mzj), разработанная Meta в рамках проекта Massively Multilingual Speech. Она преобразует входной текст в речевую аудиоволну; для каждого языка проекта обучается отдельный чекпойнт. Модель основана на архитектуре VITS и содержит 3,5 млн параметров. VITS объединяет вариационный автоэнкодер, Transformer-энкодер текста, flow-модуль и HiFi-GAN-подобный декодер. Стохастический предиктор длительности позволяет синтезировать текст с разным ритмом, поэтому результаты могут меняться между запусками; для повторяемого результата нужен фиксированный seed. Модель доступна через Transformers версии 4.33 и новее. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерчески.