I.6Перевод и языковая адаптация

Модель facebook/mms-tts-hus-dialect_westernpotosino разработана Meta в рамках проекта Massively Multilingual Speech (MMS) для синтеза речи на языке хуастек в западно-потосинском диалекте. Это отдельный чекпойнт семейства VITS: модель принимает текст и генерирует речевую аудиоволну. Архитектура VITS объединяет текстовый энкодер на основе Transformer, потоковый модуль, декодер, похожий на HiFi-GAN, и стохастический предсказатель длительности, позволяющий варьировать ритм произношения. Чекпойнт содержит 3,5 млн параметров и доступен в форматах PyTorch и Safetensors. Для повторения того же звучания нужен фиксированный seed, поскольку предсказатель длительности стохастический. Модель предназначена для синтеза речи на указанном языке и диалекте; поддержка других языков не заявлена. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

facebook/mms-tts-huv — модель синтеза речи для языка хуве, на котором говорят в Сан-Матео-дель-Мар. Она разработана Facebook в рамках проекта Massively Multilingual Speech (MMS), предоставляющего речевые модели для разных языков. Модель преобразует текст на хуве в речевую аудиоволну. Это отдельный чекпойнт VITS, обученный для одного языка. Архитектура VITS объединяет вариационный автоэнкодер, Transformer-энкодер текста, потоковый модуль и декодер, построенный по принципу HiFi-GAN; стохастический предсказатель длительности позволяет варьировать ритм речи. Модель содержит 3,5 млн параметров и доступна для работы через Transformers версии 4.33 и новее. Модель подходит для озвучивания текстов на хуве, например для аудиоматериалов и речевых интерфейсов. Из-за стохастического предсказателя одинаковый текст может звучать по-разному; для повторяемого результата требуется фиксированное случайное зерно. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

facebook/mms-tts-iqw — модель синтеза речи на языке икво (Ikwo, код iqw), разработанная Meta в рамках проекта Massively Multilingual Speech (MMS). Она преобразует входной текст в речевую аудиоволну и предназначена для озвучивания текста на этом языке. Модель использует архитектуру VITS: текстовый энкодер на основе Transformer, flow-модуль, стохастический предиктор длительности и декодер, построенный по принципу HiFi-GAN. Чекпойнт содержит около 3,5 млн параметров и доступен в форматах PyTorch и Safetensors; для работы поддерживается библиотека Transformers версии 4.33 и выше. Лицензия CC BY-NC 4.0 разрешает использование на условиях атрибуции и некоммерческого применения. Генерация недетерминирована: для воспроизводимого аудио нужен фиксированный seed. Модель обучена отдельно для одного языка, поэтому её применение к другим языкам не заявлено.

facebook/mms-tts-kbo — модель синтеза речи на языке келико (Keliko, код kbo) из проекта Massively Multilingual Speech компании Facebook. Она преобразует входной текст в речевую аудиоволну и предназначена для озвучивания текстов на келико. Для каждого языка в проекте обучается отдельный чекпойнт. Модель построена на архитектуре VITS — сквозной вариационном автоэнкодере с состязательным обучением, Transformer-энкодером текста, потоком нормализации, предсказателем длительности и декодером на основе HiFi-GAN. Веса содержат около 3,5 млн параметров; модель доступна для Transformers версии 4.33 и новее. Предсказатель длительности стохастический, поэтому один и тот же текст может звучать по-разному; для воспроизводимого результата требуется фиксировать seed. Репозиторий распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

facebook/mms-tts-kca — модель синтеза речи на хантыйском языке из проекта Massively Multilingual Speech (MMS), разработанного Facebook. Она преобразует входной текст в речевую аудиоволну и предназначена для озвучивания текстов на хантыйском языке. Модель использует архитектуру VITS — сквозной вариационный автоэнкодер с текстовым энкодером на основе Transformer, flow-модулем и декодером, построенным по принципу HiFi-GAN. Отдельный стохастический предиктор длительности позволяет варьировать ритм речи; из-за стохастической генерации для повторяемого результата требуется фиксированный seed. Модель содержит 3,5 млн параметров и доступна в форматах PyTorch и Safetensors. Лицензия CC-BY-NC-4.0 разрешает использование с указанием авторства, но некоммерческое. Модель предназначена для синтеза хантыйской речи; качество произношения и пригодность для конкретных вариантов языка в карточке не охарактеризованы.

facebook/mms-tts-ken — модель синтеза речи на языке кеньянг (ken), разработанная Meta в рамках проекта Massively Multilingual Speech (MMS). Она преобразует входной текст в речевую аудиоволну и подходит для озвучивания текстов на кеньянге. Модель построена на архитектуре VITS и содержит около 3,5 млн параметров; для каждого языка проекта обучается отдельный чекпойнт. Модель доступна через библиотеку Transformers версии 4.33 и выше. VITS синтезирует речь сквозным образом, сочетая вариационный автоэнкодер, flow-модуль с текстовым энкодером на основе Transformer, предсказатель длительности и декодер, подобный HiFi-GAN. Стохастический предсказатель длительности позволяет получать разные ритмические варианты одной фразы; для повторяемого результата требуется фиксированный seed. Репозиторий содержит веса PyTorch в формате safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

facebook/mms-tts-kin — модель синтеза речи на киньяруанда, созданная Meta в рамках проекта Massively Multilingual Speech (MMS). Она преобразует входной текст в речевую аудиоволну и предназначена для озвучивания текста на киньяруанда. Модель построена на архитектуре VITS и содержит около 3,5 млн параметров; для языков MMS используются отдельные контрольные точки. Доступна через библиотеку Transformers версии 4.33 и выше, веса представлены в форматах PyTorch и Safetensors. Лицензия CC BY-NC 4.0 допускает использование на условиях атрибуции и некоммерческого применения. VITS синтезирует речь сквозным образом: текстовый энкодер и flow-модуль формируют акустическое представление, а декодер строит волну; стохастический предсказатель длительности позволяет получать разные ритмические варианты одной фразы. Генерация недетерминирована, поэтому для повторяемого результата нужно фиксировать seed. Модель ориентирована на киньяруанда и не заявлена для других языков; сведения о длине контекста в предоставленных данных отсутствуют.

facebook/mms-tts-kue — модель синтеза речи на куманском языке из проекта Massively Multilingual Speech компании Facebook. Она принимает текст на куманском языке и генерирует речевую аудиоволну; отдельный чекпойнт VITS обучен для этого языка. Модель имеет архитектуру VITS и содержит 3,5 млн параметров, доступна для использования через библиотеку Transformers версии 4.33 и новее. VITS объединяет вариационный автоэнкодер, потоковый модуль и декодер, построенный по принципу HiFi-GAN. Стохастический предсказатель длительности позволяет получать разные ритмические варианты речи для одного текста, поэтому результаты генерации недетерминированы; чтобы воспроизводить один и тот же вариант, требуется фиксировать seed. Лицензия CC-BY-NC-4.0 разрешает использование с указанием авторства, но некоммерческое.

facebook/mms-tts-kyo — модель синтеза речи для языка Klon (kyo), разработанная Meta в рамках проекта Massively Multilingual Speech (MMS). Она преобразует текст на Klon в речевую аудиоволну; для каждого языка в MMS обучается отдельный чекпойнт. Модель построена на архитектуре VITS: она объединяет вариационный автоэнкодер, Transformer-энкодер текста, нормализующие потоки, стохастический предиктор длительности и декодер волновой формы в стиле HiFi-GAN. Веса содержат около 3,5 млн параметров и доступны в форматах PyTorch и Safetensors. Модель поддерживается библиотекой Transformers начиная с версии 4.33. Стохастический предиктор длительности позволяет получать варианты ритма для одного текста, поэтому генерация недетерминирована; для повторяемого результата нужен фиксированный seed. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

facebook/mms-tts-mbc — модель синтеза речи на языке макуши (код mbc), разработанная Meta в рамках проекта Massively Multilingual Speech. Она преобразует входной текст в речевую аудиоволну; для каждого языка проекта обучается отдельный чекпойнт. Модель построена на архитектуре VITS и содержит текстовый энкодер, flow-модуль, стохастический предиктор длительности и декодер аудиосигнала. Чекпойнт содержит 3,5 млн параметров и доступен для работы через библиотеку Transformers версии 4.33 и выше. Стохастический предиктор длительности позволяет синтезировать разные ритмические варианты одного текста; для повторения результата требуется фиксированное начальное значение генератора случайных чисел. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

facebook/mms-tts-men — модель синтеза речи на языке менде (men), разработанная Meta в рамках проекта Massively Multilingual Speech (MMS). Она преобразует входной текст в речевой аудиосигнал и предназначена для озвучивания текста на менде. Модель построена на архитектуре VITS: она объединяет вариационный автоэнкодер, потоковый модуль, Transformer-энкодер текста и декодер, подобный HiFi-GAN. Размер модели — 3,5 млн параметров; она доступна для Transformers версии 4.33 и новее. Для одного текста модель может синтезировать речь с разным ритмом, поэтому результат недетерминирован; фиксированный seed позволяет воспроизводить тот же сигнал. Модель принимает текст на менде и выдаёт речь; сведений о длине контекста в источниках нет. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое использование.

facebook/mms-tts-mzw — модель синтеза речи для языка Deg (код mzw), разработанная Facebook в рамках проекта Massively Multilingual Speech (MMS). Она преобразует входной текст в речевой аудиосигнал; для каждого языка MMS обучается отдельный чекпойнт. Модель использует архитектуру VITS: это сквозная система на основе условного вариационного автоэнкодера с Transformer-кодировщиком текста, flow-модулем, стохастическим предсказателем длительности и декодером, построенным по принципу HiFi-GAN. Веса представлены в форматах PyTorch и Safetensors; размер модели — 3,5 млн параметров. Для воспроизводимого результата генерации требуется фиксированное случайное зерно. Модель предназначена для озвучивания текста на языке Deg. Карточка указывает лицензию CC BY-NC 4.0, которая ограничивает коммерческое использование.

facebook/mms-tts-nch — модель синтеза речи на языке науатль Центральная Уастека (nch), созданная Meta в рамках проекта Massively Multilingual Speech. Она преобразует входной текст в речевую аудиоволну; отдельный чекпойнт VITS обучен для этого языка. Архитектура VITS объединяет текстовый энкодер на основе Transformer, потоковый модуль, стохастический предиктор длительности и декодер, похожий на HiFi-GAN. В метаданных указано 3,5 млн параметров; веса доступны в форматах PyTorch и safetensors, модель поддерживается библиотекой Transformers начиная с версии 4.33. Модель подходит для озвучивания текстов на науатле Центральной Уастеки и создания речевых данных для приложений на этом языке. Предиктор длительности стохастический, поэтому один и тот же текст может звучать по-разному; для воспроизводимого результата README рекомендует фиксировать seed. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства и ограничивает коммерческое применение.

facebook/mms-tts-nia — модель синтеза речи на языке ниас, разработанная Meta в рамках проекта Massively Multilingual Speech. Она преобразует текст на ниас в речевую аудиоволну и подходит для озвучивания фраз и создания речевого вывода в приложениях. Модель построена на архитектуре VITS и содержит около 3,5 млн параметров; для работы с ней доступна библиотека Transformers версии 4.33 и новее. Для каждого языка проекта MMS обучается отдельный чекпойнт. Модель генерирует речь с вариативным ритмом; из-за стохастического предсказателя длительности результат недетерминирован, поэтому для повторяемой генерации требуется фиксировать seed. Репозиторий содержит веса PyTorch и Safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

facebook/mms-tts-pss — модель синтеза речи на языке каулунг (Kaulong, pss), разработанная Meta в рамках проекта Massively Multilingual Speech. Это отдельный чекпойнт для одного языка из семейства MMS-TTS; модель принимает текст и генерирует речевую волну. Модель построена на архитектуре VITS: она объединяет вариационный автоэнкодер, flow-модуль с текстовым энкодером на основе Transformer, стохастический предсказатель длительности и декодер, подобный HiFi-GAN. Размер модели — 3,5 млн параметров. Чекпойнт предназначен для синтеза речи на каулунге; для одинакового результата при повторном запуске требуется фиксировать seed, поскольку предсказание длительности стохастическое. Модель доступна через Transformers версии 4.33 и выше, веса представлены в форматах PyTorch и Safetensors. Лицензия CC BY-NC 4.0 разрешает использование с атрибуцией, но запрещает коммерческое применение.

facebook/mms-tts-quc-dialect_east — модель синтеза речи для восточного диалекта языка киче, разработанная Meta в рамках проекта Massively Multilingual Speech. Она преобразует входной текст на киче в речевую аудиоволну. Модель построена на архитектуре VITS: текстовый энкодер и потоковый модуль формируют акустическое представление, а декодер на основе свёрточных слоёв генерирует звук; стохастический предсказатель длительности позволяет варьировать ритм речи. Размер модели — 3,5 млн параметров; она доступна в форматах PyTorch и Safetensors и поддерживается библиотекой Transformers начиная с версии 4.33. Чекпойнт предназначен для озвучивания текста на киче восточного диалекта. Из-за стохастического предсказателя одинаковый текст может звучать по-разному; для повторяемого результата требуется фиксировать seed. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение.

facebook/mms-tts-rmc-script_latin — модель синтеза речи на карпатском романи, использующая латинскую письменность. Она создана Facebook в рамках проекта Massively Multilingual Speech (MMS), который развивает речевые технологии для большого числа языков. Модель преобразует входной текст в речевую аудиоволну и предназначена для озвучивания текстов на этом языковом варианте. Модель построена на архитектуре VITS и содержит около 3,5 млн параметров. Это отдельный чекпойнт MMS-TTS, обученный для одного языка; для работы доступен через библиотеку Transformers версии 4.33 и выше. Стохастический предиктор длительности позволяет получать варианты ритма речи, поэтому результат может меняться между запусками; фиксированное начальное значение генератора случайных чисел позволяет воспроизводить одну и ту же генерацию. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства и ограничивающая коммерческое применение.

facebook/mms-tts-sda — модель синтеза речи на языке Toraja-Sa’dan, разработанная Meta в рамках проекта Massively Multilingual Speech (MMS). Это отдельный чекпойнт для одного языка, построенный на архитектуре VITS: модель преобразует входной текст в речевую аудиоволну и может варьировать ритм произношения. В метаданных указано 3,5 млн параметров; модель доступна для использования через Transformers версии 4.33 и новее. Модель предназначена для озвучивания текста на Toraja-Sa’dan, например для создания голосовых сообщений и аудиоверсий текстов. Генерация недетерминирована: для повторения того же результата нужен фиксированный seed. Репозиторий распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

facebook/mms-tts-sya — модель синтеза речи на языке сианг (код ISO 639-3: sya) из проекта Massively Multilingual Speech компании Facebook. Это отдельный языковой чекпойнт семейства VITS, который по текстовой последовательности генерирует речевую аудиоволну; архитектура объединяет вариационный автоэнкодер, Transformer-энкодер текста, потоковый модуль, декодер в стиле HiFi-GAN и стохастический предиктор длительности. Модель содержит 3,5 млн параметров и доступна в форматах PyTorch и Safetensors для использования через Transformers версии 4.33 и новее. Модель предназначена для озвучивания текста на сианге. Стохастический предиктор длительности позволяет получать варианты ритма и произношения для одной и той же фразы, поэтому результат может меняться между запусками; для повторяемой генерации требуется фиксировать seed. Лицензия CC-BY-NC-4.0 разрешает использование с указанием авторства, но некоммерческое.

facebook/mms-tts-tbg — модель синтеза речи на языке Tairora, North, разработанная Meta в рамках проекта Massively Multilingual Speech (MMS). Это отдельный чекпойнт для одного языка, построенный на архитектуре VITS: он преобразует входной текст в речевую волну и может варьировать ритм речи благодаря стохастическому предсказателю длительности. Модель содержит 3,5 млн параметров и доступна в форматах PyTorch и Safetensors; для работы с ней подходит библиотека Transformers версии 4.33 и новее. Модель предназначена для озвучивания текста на Tairora, North, например для голосовых интерфейсов и создания аудиоверсий текстов. Генерация недетерминирована: для повторения того же результата требуется фиксировать seed. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

facebook/mms-tts-upv — модель синтеза речи на языке Uripiv-Wala-Rano-Atchin, разработанная в рамках проекта Massively Multilingual Speech компании Facebook. Она преобразует входной текст в речевую аудиоволну и подходит для озвучивания фраз и создания голосового вывода на этом языке. Модель использует архитектуру VITS: текстовый энкодер на основе Transformer, flow-модуль и декодер, построенный по принципу HiFi-GAN, работают совместно для генерации речи. Для каждой поддерживаемой языковой разновидности MMS-TTS обучается отдельный чекпойнт; этот чекпойнт предназначен для Uripiv-Wala-Rano-Atchin. Размер модели — 3,5 млн параметров; она доступна в форматах PyTorch и Safetensors и поддерживается библиотекой Transformers версии 4.33 и выше. Предсказатель длительности работает стохастически, поэтому одна и та же фраза может звучать по-разному; для воспроизводимого результата требуется фиксировать seed. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерчески.

facebook/mms-tts-wsg — модель синтеза речи на языке гонди, диалект Адилабад, разработанная Meta в рамках проекта Massively Multilingual Speech. Она преобразует текст на этом языке в речевую аудиоволну и предназначена для создания озвучивания и синтеза речи для приложений и материалов на гонди. Модель построена на архитектуре VITS: это сквозная система, объединяющая вариационный автоэнкодер, flow-модуль и декодер на основе HiFi-GAN. В предсказании длительности используется стохастический модуль, поэтому генерация недетерминирована; для повторения того же результата нужен фиксированный seed. Размер модели — 3,5 млн параметров. Доступны веса PyTorch и Safetensors, модель поддерживается библиотекой Transformers версии 4.33 и выше. Модель лицензирована по CC BY-NC 4.0, которая ограничивает коммерческое использование. Карточка описывает отдельный чекпойнт для одного языка, поэтому его не следует считать универсальным многоязычным синтезатором.

facebook/mms-tts-zaq — модель синтеза речи для языка сапотек, алоапам, разработанная Meta в рамках проекта Massively Multilingual Speech. Она преобразует текст на этом языке в речевую аудиоволну и предназначена для озвучивания текста и создания речевых интерфейсов. Модель основана на архитектуре VITS: она объединяет вариационный автокодировщик, потоковый модуль, текстовый энкодер на базе Transformer и декодер, построенный по принципу HiFi-GAN. Размер модели — 3,5 млн параметров; доступны веса PyTorch и Safetensors. Для одного и того же текста модель может синтезировать речь с разным ритмом, поэтому результат зависит от случайного состояния и для повторяемой генерации требуется фиксированный seed. Модель предназначена для языка сапотек, алоапам (код zaq). Использование через Transformers поддерживается начиная с версии 4.33. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

MOSS-TTS-v1.5 — многоязычная модель синтеза речи, разработанная командой OpenMOSS-Team и продолжающая MOSS-TTS 1.0. Это плотная модель семейства moss_tts_delay; веса опубликованы в формате safetensors. Модель принимает текст и генерирует речь, поддерживает клонирование голоса по аудиореференсу, длинные высказывания, управление длительностью на уровне токенов, произношением через Pinyin и IPA, переключение языков и вставку пауз с помощью текстовых маркеров. Версия 1.5 улучшает синтез при явном указании языка, стабильность сходства голоса при клонировании и следование пунктуационным паузам; также она надёжнее работает, когда аудиореференс значительно длиннее целевого текста. Поддерживается 31 язык, включая китайский, кантонский, английский, русский, японский, арабский и ряд европейских и азиатских языков. Модель лицензирована по Apache-2.0. Для запуска README рекомендует Transformers 5.0.0; доступность и качество могут различаться по языкам, а без языкового тега некоторые языки могут звучать хуже, чем в версии 1.0.

ahmeddbahaa/mT5_multilingual_XLSum-finetuned-fa — модель семейства mT5, дообученная на наборе pn_summary для суммаризации текстов на фарси. Она построена на архитектуре MT5ForConditionalGeneration, содержит 291,2 млн параметров и распространяется в формате PyTorch. На указанной оценочной выборке достигла ROUGE-1 45,12, ROUGE-2 26,25, ROUGE-L 39,96 и BERTScore 79,54. Модель предназначена для создания кратких пересказов входного текста на фарси. Карточка приводит метрики оценки, но не описывает ограничения применения или подробности обучающей и оценочной процедур. Лицензия в предоставленных данных не указана.

cockroach54/opensolar-qlora-dpo — экспериментальная языковая модель семейства Llama на 10,7 млрд параметров, обученная автором с помощью Transformers, PEFT и bitsandbytes на базе beomi/OPEN-SOLAR-KO-10.7B. В README указаны практика и оценка на корейских задачах, включая проверку понимания слов в контексте и анализ тональности; метаданные также указывают датасеты корейских диалогов и сравнений. Модель принимает текст и генерирует текст. Контекст составляет 4096 токенов; в карточке заявлены корейский и английский языки. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0. README приводит лишь часть результатов оценки, поэтому по нему нельзя судить о качестве на широком наборе задач.

Rifa-Nano-0.5B-i1-GGUF — это квантизированная версия модели Rifa-Nano-0.5B, разработанной smshahbaj и подготовленной в формате GGUF пользователем mradermacher. Модель предназначена для генерации и ведения диалогов в текстовом формате, прежде всего на английском и бенгальском языках. Она относится к небольшим моделям с 0,5 млрд параметров и может использоваться на устройствах с ограниченными ресурсами через совместимое с GGUF программное обеспечение. Карточка не раскрывает точную архитектуру, размер контекста и дополнительные модальности; указана только текстовая генерация. Доступно множество вариантов квантизации с размером примерно от 0,4 до 0,6 ГБ. Варианты IQ обычно предпочтительнее сопоставимых по размеру обычных вариантов, а i1-Q4_K_M обозначен как быстрый и рекомендуемый, i1-Q4_K_S — как оптимальный по соотношению размера, скорости и качества. Ограничениями являются небольшой размер модели и возможное заметное снижение качества у низкобитных вариантов. Модель распространяется по лицензии Apache-2.0. Для использования GGUF-файлов требуется совместимое программное обеспечение; конкретные требования к оборудованию и параметры запуска в карточке не указаны.

RoLlama3-8b-Instruct-2024-06-28 — румынская языковая модель с настройкой на выполнение инструкций и диалог, разработанная OpenLLM-Ro на основе Meta-Llama-3-8B. Это плотная авторегрессионная модель семейства Llama с 7,5 млрд параметров и контекстом до 8192 токенов; она принимает текст и генерирует текстовые ответы на румынском языке. Модель предназначена для ассистентского общения на румынском и исследовательского применения. Её можно использовать для ответов на вопросы, следования инструкциям и генерации румынского текста. Модель дообучена на наборах RoAlpaca, RoAlpacaGPT4, RoDolly, RoSelfInstruct, RoNoRobots, RoOrca и RoCamel. Лицензия CC-BY-NC-4.0 ограничивает коммерческое использование. Авторы также указывают, что модель предназначена для румынского языка; качество для других языков не заявлено.

SARA TTS — синтезатор речи, разработанный Центром исследований и разработок в области ИИ Бакинской высшей школы нефти совместно с PRODATA. Модель создана на основе VITS и дообучена на базе facebook/mms-tts для азербайджанского языка. Она принимает текст и генерирует непрерывную речь; для подготовки обучающих данных команда объединяла пары речи и текста из открытых источников в последовательности по несколько предложений. В карточке указано, что исходная MMS-модель хорошо передавала естественность речи, но чувствительно реагировала на входные токены: интонация могла меняться в зависимости от текста. Репозиторий содержит веса в формате safetensors и насчитывает 3,5 млн параметров. Модель распространяется по лицензии CC BY-SA 4.0.

Ternary-Bonsai-2-27B-Uncensored-Heretic-GGUF — текстовая генеративная модель от OS-Software, созданная на базе Ternary-Bonsai-2-27B от Prism ML. В модель встроен Heretic LoRA, преобразующий её в менее цензурированную версию. Распространяется в формате GGUF и предназначена для работы через специальную fork-версию llama.cpp от Prism ML с поддержкой ternary-ядер и Hadamard-преобразований активаций. Модель рассчитана на локальную генерацию текста, включая рассуждения, арифметику, работу с JSON, перевод и ответы на вопросы по прочитанному. Заявленный размер — 27B параметров; используется тернарное представление весов. В README приведён пример запуска с контекстом 32768 токенов, однако производительность на длинном контексте не оценивалась. Проверки выполнены на английском и японском языках; поведение на других языках и мультимодальные возможности не описаны. По сравнению с исходной моделью зафиксировано 0 отказов из 100 тестов против 95 из 100 у оригинала, при этом KL-дивергенция составляет 0,0135. Локальные тесты показали близкие значения perplexity для английского и японского языков, а все 16 коротких функциональных проверок прошли успешно. Ограничения включают приблизительное объединение LoRA с тернарными весами, отсутствие комплексных бенчмарков и существенное снижение защитного выравнивания: модель может чаще генерировать вредный, неточный, предвзятый или оскорбительный контент. Она предназначена только для исследований, экспериментов, анализа безопасности и red-teaming, а не для публичных пользовательских сервисов. Лицензия указана как Apache 2.0, применимая к производной работе на базе исходной модели.