I.6Перевод и языковая адаптация

facebook/mms-tts-maw — модель синтеза речи на языке мампрули (maw), созданная Meta в рамках проекта Massively Multilingual Speech. Она преобразует текст на мампрули в речевую аудиоволну и предназначена для озвучивания текста на этом языке. Модель использует архитектуру VITS для сквозного синтеза речи: текстовый энкодер и flow-модуль формируют акустическое представление, а декодер на основе свёрточных слоёв создаёт аудиосигнал. Размер модели — 3,5 млн параметров. Для каждого языка MMS-TTS обучается отдельный чекпойнт; предсказатель длительности вносит вариативность в ритм речи, поэтому результат может меняться между запусками. Модель доступна через Transformers версии 4.33 и новее. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства в рамках некоммерческих условий.

facebook/mms-tts-mgo — модель синтеза речи Meta из проекта Massively Multilingual Speech. Это отдельный чекпойнт VITS, обученный для языка mgo; модель принимает текст и генерирует речевую волну. Архитектура VITS объединяет вариационный автоэнкодер, Transformer-энкодер текста, flow-модуль, стохастический предиктор длительности и декодер на основе 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 предназначена для озвучивания текста на языке mgo, например для речевых интерфейсов и создания аудиоматериалов. Стохастический предиктор длительности позволяет получать разные ритмические варианты произнесения, поэтому для воспроизводимого результата нужно фиксировать seed. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

facebook/mms-tts-mzk — модель синтеза речи на языке Мамби́ла (mzk), 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 основана на архитектуре VITS и содержит около 3,5 млн параметров; для каждого языка проекта обучается отдельный чекпойнт. VITS объединяет текстовый энкодер на основе Transformer, вариационный автоэнкодер, нормализующие потоки, стохастический предиктор длительности и декодер, построенный по принципу HiFi-GAN. Предиктор длительности позволяет получать разные ритмические варианты произношения одного текста, поэтому синтез недетерминирован и для воспроизводимого результата требуется фиксировать seed. Модель доступна через библиотеку Transformers версии 4.33 и новее. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое. Модель ориентирована на синтез речи на языке Мамби́ла; сведения о поддержке других языков или специальных ограничениях качества в карточке отсутствуют.

facebook/mms-tts-ngl — модель синтеза речи на языке ломве (Lomwe, ngl), разработанная Meta в рамках проекта Massively Multilingual Speech. Это отдельный языковой чекпойнт семейства MMS-TTS, предназначенный для преобразования текста на ломве в речевую волну. Модель использует архитектуру VITS и работает сквозным образом: текстовый энкодер и flow-модуль формируют акустическое представление, а декодер на основе свёрточных слоёв генерирует аудио. Стохастический предиктор длительности позволяет получать разные ритмические варианты одной фразы; для повторения результата требуется фиксированный seed. В метаданных указано 3,5 млн параметров, формат весов — PyTorch и safetensors. Модель подходит для озвучивания текста на ломве и создания речевых интерфейсов для этого языка. Она рассчитана на один язык, поэтому её нельзя считать универсальной многоязычной моделью. Лицензия CC BY-NC 4.0 разрешает использование с атрибуцией, но ограничивает коммерческое применение.

facebook/mms-tts-nst — модель синтеза речи для языка Naga, Tangshang (код nst) из проекта Massively Multilingual Speech компании Facebook. Она преобразует текст на этом языке в речевую аудиоволну и подходит для озвучивания текстов и создания речи в приложениях для этого языкового сообщества. Модель основана на архитектуре VITS и обучена отдельно для этого языка. В архитектуру входят текстовый кодировщик на базе Transformer, flow-модуль, стохастический предсказатель длительности и декодер, формирующий аудиоволну. Размер модели — 3,5 млн параметров; она доступна в форматах PyTorch и Safetensors и поддерживается библиотекой Transformers версии 4.33 и новее. Генерация недетерминирована: для повторения результата требуется фиксированное начальное значение генератора случайных чисел. Модель предназначена для синтеза речи на Naga, Tangshang. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое; коммерческое применение лицензией не разрешено.

facebook/mms-tts-pis — модель синтеза речи на пиджинском языке из проекта Massively Multilingual Speech компании Facebook. Она преобразует входной текст в речевую аудиоволну; для каждого языка проекта обучается отдельный чекпойнт. Модель основана на архитектуре VITS и содержит около 3,5 млн параметров. Она поддерживается библиотекой Transformers версии 4.33 и выше. VITS объединяет вариационный автоэнкодер, flow-модуль с текстовым энкодером на базе Transformer и декодер, построенный по принципу HiFi-GAN. Стохастический предсказатель длительности позволяет получать разные ритмические варианты одной и той же фразы. Генерация недетерминирована: для воспроизводимого результата нужен фиксированный seed. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое.

facebook/mms-tts-quy — модель синтеза речи на кечуа, вариант Аякучо, разработанная Meta в рамках проекта Massively Multilingual Speech. Она преобразует входной текст в речевую аудиоволну и подходит для озвучивания текстов на этом варианте языка. Модель использует архитектуру VITS: текстовый энкодер, flow-модуль, стохастический предсказатель длительности и декодер, построенный по принципу HiFi-GAN. Размер модели — 3,5 млн параметров; она доступна для Transformers версии 4.33 и выше. Предсказатель длительности позволяет варьировать ритм речи, поэтому генерация недетерминирована: для повторения результата требуется фиксированное начальное значение генератора случайных чисел. Модель предназначена для одного языка — кечуа Аякучо. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но ограничивает коммерческое применение.

facebook/mms-tts-rif-script_arabic — модель синтеза речи из текста, созданная Meta в рамках проекта Massively Multilingual Speech. Она предназначена для озвучивания текстов на тарифитском языке, записанном арабским письмом. Для каждого языка проекта обучается отдельный чекпойнт. Модель построена на архитектуре VITS и содержит около 3,5 млн параметров. Она сквозным образом преобразует последовательность текста в речевую волну; стохастический предиктор длительности позволяет получать разные ритмические варианты речи. Модель доступна через библиотеку Transformers. Генерация недетерминирована: чтобы получить тот же аудиосигнал повторно, требуется фиксировать seed. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

facebook/mms-tts-ruf — модель синтеза речи на языке лугуру (код ruf) из проекта Massively Multilingual Speech компании Facebook. Она преобразует текст на лугуру в речевую аудиоволну и предназначена для озвучивания текста и создания голосовых сообщений на этом языке. Модель построена на архитектуре VITS и содержит около 3,5 млн параметров. Это отдельный чекпойнт для одного языка, доступный для использования через библиотеку Transformers. Стохастический предсказатель длительности позволяет варьировать ритм речи; для повторяемого результата при генерации требуется фиксировать seed. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства на условиях, запрещающих коммерческое применение.

facebook/mms-tts-sun — модель синтеза речи на сунданском языке из проекта Massively Multilingual Speech компании Facebook. Она преобразует входной текст в речевую аудиоволну и предназначена для озвучивания текстов на сунданском языке. Модель использует архитектуру VITS: это сквозная система синтеза речи с текстовым энкодером, потоковым модулем, декодером и стохастическим предсказателем длительности, который позволяет варьировать ритм речи. Размер модели — 3,5 млн параметров; формат весов — PyTorch и Safetensors. Для использования доступна через Transformers версии 4.33 и новее. Генерация недетерминирована: для повторения того же результата требуется фиксировать seed. Модель предназначена для сунданского языка, поэтому её не следует считать многоязычным синтезатором. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

facebook/mms-tts-tap — модель синтеза речи для языка таабва (Taabwa, tap), разработанная Meta в рамках проекта Massively Multilingual Speech. Она преобразует входной текст в речевую аудиоволну и предназначена для озвучивания текстов на таабва. Модель использует архитектуру VITS: условный вариационный автоэнкодер с текстовым энкодером на основе Transformer, нормализующими потоками, стохастическим предсказателем длительности и декодером, построенным по принципу HiFi-GAN. Модель содержит 3,5 млн параметров и реализована для PyTorch в формате Safetensors; доступна через Transformers версии 4.33 и выше. Для получения одинаковой речи при повторном запуске требуется фиксировать seed. Для проекта MMS отдельный VITS-чекпойнт обучен для каждого языка. Модель рассчитана на синтез речи на таабва; сведения о поддержке других языков не приводятся. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства и ограничивает коммерческое применение.

facebook/mms-tts-tem — модель синтеза речи на языке Themne (tem), разработанная Meta в рамках проекта Massively Multilingual Speech. Она преобразует входной текст в речевую аудиоволну и подходит для озвучивания текста на этом языке. Модель использует архитектуру VITS — сквозную систему синтеза речи на основе вариационного автоэнкодера, потоковых слоёв и декодера, подобного HiFi-GAN. Размер модели — 3,5 млн параметров; веса доступны в форматах PyTorch и Safetensors. Чекпойнт обучен отдельно для Themne и поддерживает синтез речи на этом языке. Генерация недетерминирована: для повторения того же результата требуется фиксировать seed. Лицензия CC BY-NC 4.0 допускает использование с указанием авторства, но запрещает коммерческое применение.

facebook/mms-tts-ter — модель синтеза речи на языке терена (Terêna, ter), разработанная Facebook в рамках проекта Massively Multilingual Speech (MMS). Она преобразует текст на терена в речевую аудиоволну и подходит для озвучивания фраз и создания речевого вывода для приложений на этом языке. Модель построена на архитектуре VITS и обучена сквозным образом; для каждого языка проекта MMS выпускается отдельный чекпойнт. Вариативный предиктор длительности позволяет синтезировать разные ритмические варианты одной фразы, поэтому результат может меняться между запусками. Размер модели — 3,5 млн параметров; доступны веса PyTorch и SafeTensors, а для использования подходит библиотека Transformers версии 4.33 и новее. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое.

facebook/mms-tts-tur — модель синтеза речи на турецком языке из проекта Massively Multilingual Speech компании Facebook. Она преобразует текстовую последовательность в речевую аудиоволну и предназначена для озвучивания турецких текстов. Модель построена на архитектуре VITS и содержит 3,5 млн параметров. Это отдельный языковой чекпойнт проекта MMS-TTS; модель доступна через библиотеку Transformers версии 4.33 и новее. Стохастический предиктор длительности позволяет получать варианты ритма речи для одного текста, поэтому результат может меняться между запусками; для воспроизводимого аудио требуется фиксированный seed. Лицензия CC-BY-NC-4.0 разрешает использование с указанием авторства и ограничивает коммерческое применение. Карточка описывает синтез турецкой речи; иных языков или возможностей не заявлено.

facebook/mms-tts-wwa — модель синтеза речи на языке ваама (Waama, код wwa), разработанная Meta в рамках проекта Massively Multilingual Speech. Это отдельный чекпойнт для одного языка из семейства MMS-TTS. Модель построена на архитектуре VITS и преобразует входной текст в речевую аудиоволну; стохастический предиктор длительности позволяет варьировать ритм произнесения, поэтому генерация не детерминирована и для повторения результата нужен фиксированный seed. В чекпойнте около 3,5 млн параметров. Для запуска поддерживается библиотека Transformers версии 4.33 и новее; веса доступны в форматах PyTorch и safetensors. Модель предназначена для озвучивания текста на ваама, например для голосовых интерфейсов и создания речевого контента. Лицензия CC-BY-NC-4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

facebook/mms-tts-yka — модель синтеза речи на языке якан, разработанная Meta в рамках проекта Massively Multilingual Speech (MMS). Она преобразует входной текст в речевой сигнал и предназначена для озвучивания текста на яканском языке. Модель использует архитектуру VITS: текстовый энкодер, flow-модуль и декодер, формирующий аудиоволну; стохастический предиктор длительности позволяет получать варианты произношения с разным ритмом. Чекпойнт содержит 3,5 млн параметров и доступен в форматах PyTorch и Safetensors; его можно использовать через Transformers версии 4.33 и выше. Модель рассчитана на синтез речи на яканском языке. Генерация недетерминирована, поэтому для воспроизводимого результата требуется фиксированный seed. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Koichi Yasuoka дообучил ModernBERT-large на текстах тайской Википедии для морфологического анализа тайского языка. Модель размечает слова тегами UPOS и FEATS и предназначена для определения частей речи и разбора зависимостей; в Transformers её можно использовать для последовательной классификации токенов. Модель имеет плотную архитектуру ModernBERT, около 346 млн параметров и контекст до 8192 токенов. Она поддерживает тайский язык, распространяется в формате PyTorch по лицензии Apache-2.0. Карточка показывает пример запуска через Transformers с `trust_remote_code=True` и простой агрегацией токенов.

MOSS-TTS — модель синтеза речи от MOSI.AI и команды OpenMOSS, вариант семейства MOSS-TTS с архитектурой MossTTSDelay. Она преобразует текст в речь и предназначена для озвучивания длинных материалов, клонирования голоса по короткому аудиопримеру и управляемого произношения. Модель поддерживает 20 языков, включая русский, и переключение языков внутри высказывания. Архитектура Delay использует параллельное предсказание RVQ с планированием задержек и ориентирована на устойчивую генерацию длинной речи. Заявлены синтез продолжительностью до часа, управление длительностью на уровне токенов и контроль произношения через Pinyin и IPA. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. Модель подходит для озвучивания аудиокниг и длительных рассказов, многоязычного контента и создания голосовых приложений. Клонирование голоса не требует дообучения под конкретного диктора, но качество может зависеть от аудиообразца и языка. Заявления о качестве приведены авторами проекта; независимые результаты в предоставленных материалах не описаны.

NorOLMo 1.0 — базовая языковая модель на 13 млрд параметров, разработанная HPLT путём непрерывного предобучения OLMo-2-1124-13B от Allen Institute for AI на норвежских и скандинавских данных, включая материалы на северносаамском языке. Это плотная авторегрессионная модель семейства OLMo 2 для генерации текста; она не проходила настройку для следования инструкциям и предназначена прежде всего для продолжения текста и языковых задач на норвежском и близких языках. Обучение включало 33 000 шагов примерно на 275 млрд токенов из открытых корпусов и учебных наборов. В состав данных входили букмол, нюношк, фарерский, исландский, датский, шведский, английский и северносаамский. Максимальная длина контекста — 16 384 токена. Авторы публикуют описание обучающих данных и процесса, а веса доступны в формате safetensors. Модель подходит для приложений, которым нужна открытая языковая основа для генерации и последующей адаптации к норвежским и скандинавским задачам. Поскольку это базовая, а не инструкционная модель, она может не давать надёжных ответов в формате диалога без дополнительной настройки. Лицензия — Apache 2.0.

gwonny/nox-solar-10.7b-v4-kolon-all-10 — это языковая модель для диалоговой генерации текста, созданная для Kolon. Автор дообучил её на закрытых данных с помощью QLoRA с параметрами 64 и 16 и NEFTune; обучение продолжалось 10 эпох. Модель основана на davidkim205/nox-solar-10.7b-v4 и использует плотную архитектуру LlamaForCausalLM с 10,6 млрд параметров; нативный контекст составляет 4096 токенов. Модель предназначена для генерации ответов и диалога в сценариях, связанных с задачами Kolon. Метаданные указывают корейский и английский языки. Репозиторий содержит веса PyTorch, а лицензия — CC BY-NC 4.0, которая ограничивает использование некоммерческими целями. Данные обучения закрытые, поэтому область знаний и качество на конкретных задачах проверить по карточке нельзя.

Карточка модели TopherAU/OmniVoice на Hugging Face совпадает с карточкой maanka2/OmniVoice, поэтому описание составлено по ней. OmniVoice — многоязычная модель синтеза речи с нулевым обучением, разработанная для генерации речи по тексту на более чем 600 языках. Согласно карточке, она построена на архитектуре в стиле диффузионной языковой модели и дообучена на Qwen/Qwen3-0.6B. Модель поддерживает клонирование голоса по короткому аудиопримеру и создание голоса по атрибутам, включая пол, возраст, высоту голоса и акцент. OmniVoice подходит для озвучивания текста, создания голосовых вариантов и управляемой генерации речи. Она поддерживает невербальные вставки, например смех, и коррекцию произношения с помощью пиньиня или фонем. В README заявлены скорость до 40 раз выше реального времени и высокая точность клонирования; это характеристики из карточки разработчика, а не независимая оценка. Модель распространяется по лицензии Apache-2.0. Разработчики запрещают несанкционированное клонирование и имитацию голоса, а также мошенническое и незаконное использование.

splendor1811/omnivoice-vietnamese — это дообученная версия OmniVoice, разработанная для синтеза вьетнамской речи. Модель основана на архитектуре OmniVoice с языковой моделью диффузионного типа и backbone Qwen3-0.6B; для дообучения использован вьетнамский многоголосый корпус объёмом около 1 000 часов, включающий записи 152 дикторов с разными региональными акцентами. Модель преобразует текст в речь и поддерживает клонирование голоса по короткому образцу. Она предназначена для озвучивания вьетнамского текста, создания голосовых интерфейсов и генерации речи с разными голосами и акцентами. В README приведены результаты измерений на NVIDIA L4: RTF около 0,07 и задержка до первого аудио около 210 мс для короткой фразы; эти показатели получены при указанной конфигурации запуска и не гарантируют аналогичную скорость на другом оборудовании. Модель распространяется по лицензии Apache 2.0. Данные обучения имеют отдельную лицензию CC-BY-NC-SA-4.0. Карточка не описывает подробные ограничения качества и использования клонируемых голосов; заявленная специализация дообученной версии — вьетнамская речь.

Sam4rano/omnivoice-yoruba-tts — дообученная Sam4rano версия OmniVoice для синтеза речи на языке йоруба. Модель принимает текст и может использовать аудиозапись-образец для клонирования голоса без отдельного обучения под диктора; генерируемая речь имеет частоту дискретизации 24 кГц. Модель обучена на 6 989 высказываниях общей длительностью около 9,6 часа из наборов IroyinSpeech и Google Yoruba Speech Dataset (OpenSLR 86). В описанной оценке нормализованный WER синтезированной речи составил около 11,5%; сходство голоса при zero-shot клонировании оценено косинусной близостью 0,2–0,4, поэтому точное воспроизведение личности диктора ограничено. Для использования требуется установленный репозиторий OmniVoice. В метаданных указана лицензия Apache-2.0.

Orion-NER-110M-v1 — модель распознавания именованных сущностей, разработанная 3tic на базе японской символьной BERT-модели tohoku-nlp/bert-base-japanese-char-v3. Она дообучена для текстов ранобэ и особенно ориентирована на извлечение имён персонажей, включая варианты записи катаканой, кандзи и смешанными азбуками, а также имена с обращениями и прозвищами. Модель также выделяет места, организации и предметы. Модель содержит 118,6 млн параметров, принимает текстовые последовательности длиной до 512 токенов и выдаёт метки сущностей на уровне токенов. В карточке приведён пример распознавания японских имён; автор сообщает, что книга обрабатывается примерно за три секунды на одной RTX 4090. Модель распространяется в формате safetensors по лицензии Apache-2.0. Скорость и точность указаны автором для его собственного измерения; независимые результаты оценки в карточке не приведены.

JeremiahZ/roberta-base-cola — модель классификации текста на базе RoBERTa, дообученная на наборе GLUE CoLA для оценки грамматической приемлемости английских предложений. Архитектура — RobertaForSequenceClassification; модель содержит около 151,8 млн параметров и принимает последовательности длиной до 514 токенов. Модель подходит для автоматической проверки того, насколько английское предложение грамматически корректно, например при анализе примеров в учебных материалах или языковых приложениях. На оценочной выборке CoLA указана корреляция Мэттьюса 0,6232. Доступны веса в форматах PyTorch и safetensors; лицензия — MIT. Карточка не описывает дополнительные ограничения или сценарии применения.

Simba-TTS-afr — модель синтеза речи на африкаанс из семейства Simba, разработанного UBC-NLP. Она преобразует текст в естественно звучащую речь и предназначена для голосовых интерфейсов и других сценариев озвучивания на африкаанс. В README модель отнесена к серии Simba-TTS и названа MMS-TTS; метаданные указывают архитектуру VITS, библиотеку Transformers и размер 3,5 млн параметров. Модель обучалась с использованием SimbaBench, набора данных для африканских языков. Модель принимает текст и генерирует аудио. README указывает африкаанс как целевой язык этой версии; серия ориентирована на африканские языки и языки с ограниченными ресурсами. Лицензия — CC BY 4.0. Метаданные помечают модель как automatic speech recognition, тогда как README описывает её назначение как text-to-speech; поэтому классификация задачи в каталоге может расходиться с назначением, заявленным авторами.

Sandiago21/speecht5_finetuned_google_fleurs_greek — модель синтеза речи из текста на базе SpeechT5ForTextToSpeech от Microsoft, дообученная на наборе Google FLEURS для греческого языка. В метаданных указаны архитектура SpeechT5 и форматы PyTorch и Safetensors; авторская карточка сообщает значение loss 0,3920 на оценочной выборке. Модель предназначена для преобразования текста в греческую речь. Базовая SpeechT5 описана в каталоге как модель синтеза речи, дообученная Microsoft на LibriTTS. Репозиторий распространяется по лицензии MIT. README не содержит сведений о целевых сценариях, настройках синтеза или ограничениях качества; показатель loss приведён без описания методики и поэтому сам по себе не позволяет судить о качестве звучания.

Модель technaxx/speecht5_finetuned_voxpopuli — дообученная на литовской части датасета VoxPopuli версия SpeechT5 от Microsoft для синтеза речи по тексту. Она принимает текст и генерирует аудио; в карточке указана архитектура SpeechT5ForTextToSpeech и форматы PyTorch и Safetensors. Модель ориентирована на литовский язык. Автор сообщает о небольшом числе говорящих и примеров в обучении, поэтому синтез может плохо обобщаться на новые данные. На оценочной выборке указаны validation loss 0,5676 и training loss 0,38. Лицензия — MIT.

Strawberry-1 — языковая модель, дообученная artindnr на базе openai/gpt-oss-20b. Это причинная decoder-only модель семейства gpt_oss с архитектурой mixture-of-experts; в репозитории представлены веса safetensors. Модель рассчитана на генерацию рассуждений на фарси и многоязычную цепочку рассуждений, а также сохраняет общие навыки следования инструкциям и решения задач базовой модели. Модель подходит для создания фарсиязычных ассистентов и учебных инструментов, а также для экспериментов с многоязычными задачами, где важен язык рассуждений. Контекстное окно составляет 131 072 токена. Взаимодействие использует чат-шаблон Harmony базовой модели; лицензия — Apache 2.0. В сложных технических темах рассуждения на фарси могут содержать английские слова и фразы. Модель может ошибаться и галлюцинировать; отдельного дообучения безопасности, помимо унаследованного от базовой модели, не проводилось.

TinySwallow-1.5B-Instruct-GGUF — квантизированная версия инструкционной языковой модели TinySwallow-1.5B-Instruct, разработанной SakanaAI и подготовленной в формате GGUF пользователем bartowski. Модель предназначена для генерации текста и диалоговых сценариев, включая выполнение инструкций и работу преимущественно с японским языком. В README также указаны обучающие наборы tokyotech-llm/lmsys-chat-1m-synth, tokyotech-llm/swallow-magpie-ultra-v0.1 и tokyotech-llm/swallow-swallow-gemma-magpie-v0.1. Модель содержит 1,5 млрд параметров и доступна в вариантах от F32 и F16 до различных квантовок Q8, Q6, Q5, Q4 и Q3, что позволяет выбирать между качеством, размером файла и требованиями к оперативной памяти. Квантизация выполнена с использованием imatrix в llama.cpp; запуск поддерживается через llama.cpp, LM Studio и другие совместимые проекты. Сильными сторонами являются компактность, локальный запуск и широкий выбор вариантов квантования, однако более агрессивные квантовки могут снижать качество генерации, а сведения о поддерживаемом контексте, дополнительных языках и точных архитектурных особенностях в README не приведены. Указана лицензия Apache-2.0.