I.6Перевод и языковая адаптация

Sarashina2.2-0.5B-Instruct-v0.1 — японская авторегрессионная языковая модель, разработанная SB Intuitions и дообученная на базе sbintuitions/sarashina2.2-0.5b. Она предназначена для генерации текста и диалоговых сценариев на японском языке; в метаданных также заявлен интерфейс вызова инструментов. Модель построена на плотной архитектуре LlamaForCausalLM, содержит 661,9 млн параметров и поддерживает контекст до 8192 токенов. В приведённых оценках модель получила 2,38 на Elyza-tasks-100, 4,55 на Japanese MT Bench и 5,09 на English MT Bench; эти результаты относятся к указанным тестам и не гарантируют качество во всех сценариях. Карточка предупреждает об ограниченной настройке безопасности: возможны бессмысленные, неточные, предвзятые или нежелательные ответы, поэтому для практического применения может понадобиться дополнительная настройка под предпочтения пользователей и требования безопасности. Лицензия — MIT.

sapinsapin/speecht5_tts-pld-pam — модель синтеза речи из текста на основе SpeechT5 от Microsoft, дообученная автором репозитория на наборе данных sapinsapin/pld. Обучение включало 1000 шагов на 1779 аудиофрагментах; для генерации речи используется conditioning по x-vector диктора и вокодер microsoft/speecht5_hifigan. Модель предназначена для преобразования текста в речь на языке pam. Репозиторий содержит примеры синтеза для прослушивания. В карточке указана лицензия MIT. Оценка eval_loss составляет 0,4330; данных для вывода о естественности речи или сравнительного качества недостаточно.

TC-instruct-DPO — тайская инструкционная языковая модель на 7,1 млрд параметров, созданная автором репозитория на основе Typhoon 7B от SCB 10X, который, в свою очередь, основан на Mistral 7B v0.1. Модель дообучали с помощью QLoRA (rank 32, alpha 64) и DPO на доступных тайских данных, включая наборы для инструкций, вопросов и ответов, суммаризации и токсичности. В метаданных указана архитектура Mistral с плотной causal language model, формат весов safetensors и контекст до 32 768 токенов. Модель предназначена для генерации ответов на инструкции и диалога на тайском языке; карточка также указывает английский среди языков. Автор позиционирует её как учебный проект для изучения создания LLM и отмечает ограниченный опыт разработки, поэтому качество и устойчивость ответов не следует считать гарантированными. Для работы пример в README использует шаблон Alpaca; автор пишет, что при обучении применял именно его. Лицензия — Apache-2.0.

Vireqo-27T-Plus-260818 — экспериментальная ternary-модель для генерации текста и диалогов, опубликованная Vita0818. Релизный пакет использует неизменённые веса Vireqo-27B-Plus-260816 в формате GGUF и пресет Think512-Concise для ограниченного пошагового рассуждения; по метаданным, в основе объединения лежат prism-ml/Ternary-Bonsai-27B-gguf и Qwen/Qwen3.8-27B. Размер основного файла — около 7,06 ГиБ. Модель рассчитана на диалоговые ответы и задачи с кратким рассуждением при бюджете 512 токенов; проверялись арифметические и логические задачи, включая задачу о курицах и кроликах. Пресет задаёт контекст 2048 токенов и максимальный ответ 768 токенов. Карточка указывает поддержку китайского и английского языков. Модель поставляется для llama.cpp в GGUF; лицензия — Apache-2.0. Не поддерживается неограниченный режим рассуждений. Проверка на нескольких задачах не является общей оценкой качества reasoning, а сложные задачи могут требовать большего бюджета; сохраняются ограничения базовой ternary-модели.

Модель tiantiaf/voxlect-spanish-dialect-whisper-small разработана для классификации диалектов испанской речи и описана в рамках бенчмарка Voxlect по моделированию диалектов и региональных языков. Она дообучена на базе openai/whisper-small и принимает аудио, выдавая метку одного из шести вариантов: Andino-Pacífico, Caribe and Central, Chileno, Mexican, Penisular или Rioplatense. В метаданных указаны библиотека Transformers, формат safetensors и язык es; лицензия — OpenRAIL. Модель подходит для определения регионального варианта испанского в аудиозаписях. Разработчик исключает клиническое применение, наблюдение и вторжение в частную жизнь, а также запрещает коммерческое использование. При работе с голосовыми данными следует учитывать требования к согласию и конфиденциальности.

AynEngine Sovereign Qwen3-0.6B Mantiq — компактная языковая модель enver, дообученная на базе Qwen/Qwen3-0.6B для морфологии классического арабского языка (ṣarf) и дедуктивной логики мантик. Обучение включало supervised fine-tuning и Direct Preference Optimization, направленные на распознавание корректных доказательств и снижение предпочтения софизмов и круговых рассуждений. Модель содержит 517 млн параметров, использует плотную архитектуру Qwen3ForCausalLM, поддерживает контекст до 40 960 токенов и предназначена для диалоговой генерации текста. В README заявлены расширенный словарь из 160 807 токенов и сценарии локального запуска на устройствах с ограниченными ресурсами; модельные файлы представлены в safetensors. Карточка указывает поддержку арабского и английского языков, а специализированные задачи относятся прежде всего к классическому арабскому. Модель подходит для извлечения арабских корней, морфологического анализа и разбора логических доказательств. README сообщает о результатах внутренних бенчмарков, включая точность извлечения корней 84,21%, но эти показатели не подтверждены независимой оценкой. Из-за небольшого размера модель ограничена в сложной генерации и может пропускать тонкие круговые софизмы. Лицензия указана как other; конкретные условия использования в предоставленных данных не раскрыты.

mesolitica/bert-base-standard-bahasa-cased — текстовая модель BERT для языка Bahasa, опубликованная разработчиком Mesolitica. Это модель заполнения пропусков: по тексту с маскированным токеном она предсказывает подходящие варианты. Карточка Hugging Face указывает архитектуру BERT с головой masked language modeling, 137,8 млн параметров и контекст до 512 токенов; модель доступна для PyTorch и Transformers. Модель подходит для восстановления пропущенных слов и языковых задач на малайском языке, включая использование как базовой модели для последующей адаптации. Поддерживает регистр символов. Данных о лицензии в доступных источниках нет, поэтому условия распространения здесь не уточняются.

Koichi Yasuoka подготовил эту модель BERT для тибетского языка на основе Tibetan-BERT-wwm, уточнив токенизатор для использования с PyTorch. Модель содержит 136,2 млн параметров, принимает последовательности длиной до 512 токенов и обучена на тибетских текстах. Основная задача модели — предсказывать замаскированные токены в тексте. Её можно дообучать для последующей разметки частей речи, синтаксического анализа зависимостей и других задач обработки тибетского языка. Модель распространяется в формате PyTorch по лицензии Apache-2.0.

maimd/BioMistral-CPT-Yoruba-Clinical-POC — текстовая генеративная модель на архитектуре Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. По названию модель ориентирована на клинические сценарии на языке йоруба; разработчик и базовая модель в доступной карточке не указаны. Модель распространяется для использования через библиотеку Transformers и поддерживает задачу генерации текста. Потенциальные применения включают создание и продолжение клинических текстов, ответы на вопросы и помощь в работе с медицинской информацией на йоруба. В README отсутствуют сведения о датасетах, обучении, оценивании, результатах, лицензии и рекомендациях по безопасному использованию, поэтому модель требует проверки перед применением в медицинских процессах.

Darja-GPT-50M — авторегрессионная языковая модель, созданная touati-kamel с нуля для генерации текстов на алжирской даридже (Dziri). Она предназначена для стилистической генерации и моделирования разговорного диалекта в кулинарном, спортивном, техническом, подкастовом, повествовательном и разговорном регистрах. По README, модель использует плотный декодер-трансформер в стиле LLaMA/Mistral с 12 слоями и доменными LoRA-адаптерами; при генерации поддерживается Classifier-Free Guidance. Метаданные указывают 50,8 млн параметров и контекст 1024 токена. Токенизатор обучен на корпусе алжирской дариджи и рассчитан на арабскую графику и латиницу; в технических и деловых текстах возможны заимствования и переключение на французский и английский. Модель не дообучена следовать инструкциям и не подходит для сложных рассуждений, математики и фактических ответов на вопросы; в спортивных текстах могут часто повторяться имена популярных футболистов. Лицензия — Apache-2.0.

EvoLLM-JP-v1-7B — экспериментальная языковая модель общего назначения от Sakana AI, созданная методом эволюционного слияния моделей. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Она предназначена для генерации текста на японском языке и исследовательских экспериментов с объединением моделей. Модель объединяет Shisa Gamma 7B v1, WizardMath 7B V1.1 и Abel 7B 002. Репозиторий содержит веса в формате safetensors; для работы используется Transformers. Лицензия — Microsoft Research License Terms, применённая из-за включения WizardMath; коммерческое использование и применение в критически важных системах не предусмотрены. Разработчик отмечает экспериментальный характер модели и отсутствие гарантий качества результатов.

Это дообученная на итальянской речи модель F5-TTS, созданная автором alien79 на базе SWivid/F5-TTS. Она преобразует итальянский текст в речь и предназначена для синтеза аудио на итальянском языке. Модель обучалась на более чем 247 часах обучающей части датасета facebook/multilingual_librispeech. В карточке приведён чекпойнт примерно после 70 эпох; доступны также более ранние веса и обучающие чекпойнты для продолжения обучения. Модель распространяется по лицензии CC BY 4.0. Автор отмечает, что во время обучения модель утратила способность корректно говорить по-английски, а итальянское произношение остаётся несовершенным. Для английского синтеза она не подходит; качество просодии и произношения может требовать проверки.

Hebrew Math Tutor — дообученная Intel модель Qwen3-4B-Thinking-2507 для решения математических задач и пошагового объяснения решений на иврите. Это плотная decoder-only языковая модель на 3,7 млрд параметров с контекстом до 262 144 токенов; она принимает текст и генерирует текст. Модель ориентирована на ивритоязычные образовательные приложения, математические объяснения и прототипы репетиторских систем, сохраняя поддержку английского для многоязычных сценариев. Для адаптации использовано около 10 000 отобранных задач из OpenMathReasoning: условия и итоговые ответы переведены на иврит, а цепочки рассуждений сохранены. В карточке приведены результаты оценки на математических бенчмарках, но модель может ошибаться, смешивать иврит с английским и непоследовательно форматировать числа; внутренние блоки рассуждений могут оставаться на английском. Лицензия — Apache-2.0. Разработчик не рекомендует использовать её для критически важных решений или автоматической оценки без проверки человеком.

nouamanetazi/hf-ar-134000 — чекпойнт языковой модели для генерации текста на арабском языке. По метаданным это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM и 1,5 млрд параметров; репозиторий содержит веса в формате safetensors и предназначен для работы с Transformers. README указывает токенизатор google/gemma-7b и путь, содержащий обозначения обучения на арабском корпусе; подробности о тренировочных данных и назначении не приведены. Модель принимает текст и генерирует текст, с контекстом до 2048 токенов. Метаданные связывают её с арабским языком. Это чекпойнт с небольшим числом загрузок за последний месяц, поэтому его практическое качество и пригодность для конкретных задач следует оценивать отдельно. Лицензия в предоставленных данных не указана.

Hubert-noisy_common_voice_debug — модель распознавания японской речи, дообученная на датасете ORIGINAL_NOISY_COMMON_VOICE - JA на основе rinna/japanese-hubert-base. Она использует архитектуру HuBERT с головкой CTC, содержит 113,3 млн параметров и принимает аудио, выдавая распознанный текст. На оценочной выборке указаны loss 0,9787, WER 1,0 и CER 0,3145; WER 1,0 указывает на крайне низкую точность распознавания по этой метрике. Модель распространяется по лицензии Apache-2.0.

Indri 0.1 124M TTS — компактная модель преобразования текста в речь от 11mlabs. Это авторегрессионная трансформерная модель на базе GPT-2 с 124 млн параметров: она генерирует аудиотокены из текста, а затем декодирует их в аудио с помощью Kyutai/mimi. Модель предназначена для синтеза речи на английском и хинди, включая смешанный ввод на этих языках, и поддерживает клонирование голоса по короткому образцу менее пяти секунд. Разработчик заявляет высокую скорость генерации и возможность работы с большими пакетами на RTX6000Ada; модель использует контекст до 1024 токенов. В README она представлена как исследовательская демонстрация, не предназначенная для коммерческого использования. Метаданные указывают лицензию CC BY-SA 4.0.

KinyaRoBERTa-large — предварительно обученная модель семейства RoBERTa для языка киньяруанда, опубликованная jean-paul. Она обучена на корпусе новостных статей из Руанды, выгрузках Википедии и книгах на киньяруанда с целью masked language modeling; токены нечувствительны к регистру. Модель содержит 136,3 млн параметров, поддерживает контекст до 512 токенов и распространяется в формате PyTorch. Модель предназначена для заполнения пропусков в тексте на киньяруанда и может служить языковой основой для задач, использующих предобучение MLM. Для применения указана библиотека Transformers и класс RobertaForMaskedLM. Лицензия в предоставленных сведениях не указана.

mssma/ko-solar-10.7b-v0.7 — корейская языковая модель от автора mssma, представленная как причинная языковая модель семейства Llama с плотной архитектурой. В репозитории приведён пример загрузки через Transformers с AutoModelForCausalLM и AutoTokenizer; модель содержит 10,7 млрд параметров и имеет контекст длиной 2048 токенов. Модель предназначена для генерации текста на корейском языке. Её можно использовать для продолжения текста и построения приложений на основе языковой генерации. Репозиторий распространяется по лицензии Apache-2.0. Карточка не описывает результаты оценки качества или специализированные сценарии применения.

Latxa 7B v1 — базовая языковая модель, разработанная исследовательским центром HiTZ и группой IXA Университета Страны Басков UPV/EHU. Это плотная авторегрессионная модель семейства LLaMA 2 с 6,6 млрд параметров и контекстом до 4096 токенов, дополнительно обученная на баскском корпусе EusCrawl v1; в обучении также использовались англоязычные данные из The Pile. Модель предназначена прежде всего для генерации текста на баскском языке, а также для дальнейшей настройки под прикладные задачи и исследований обработки баскского языка. Она не проходила инструкционную настройку и не предназначена для использования как готовый чат-ассистент. Разработчики отмечают, что качество для языков, отличных от баскского, не гарантируется; модель устарела и опубликована для воспроизводимости, поэтому рекомендуется использовать более новую версию семейства Latxa. Модель распространяется с лицензией LLaMA 2, допускающей коммерческое и исследовательское использование согласно её условиям. Она может наследовать предвзятости и другие ограничения исходного семейства LLaMA.

RochatAI/llama3-8B-cn-rochat-v1 — плотная языковая модель семейства Llama 3, разработанная RochatAI на основе hfl/llama-3-chinese-8b-instruct-v3. Модель содержит 7,5 млрд параметров и предназначена для генерации текста в диалоговом формате, с особой настройкой для ролевых сценариев на китайском языке. Модель обучена методом supervised fine-tuning на внутренних наборах диалогов и инструкций, затем прошла два этапа DPO-обучения для специальных случаев. Контекст составляет 8192 токена. Модель принимает текстовые запросы и генерирует текст; карточка указывает шаблон Llama-3-Instruct и возможность чата. Условия использования определяются лицензией Apache-2.0. README рекомендует настройки с temperature 0.98, top_p 0.37, top_k 100 и repetition_penalty 1.18; качество и поведение в конкретных ролевых сценариях могут зависеть от промпта и параметров генерации.

Karamaru — разговорная языковая модель Sakana AI, дообученная на базе elyza/Llama-3-ELYZA-JP-8B. Для неё провели дополнительное предобучение на корпусе японских текстов эпохи Эдо объёмом около 25 миллионов символов, включая расшифрованные исторические тексты и материалы, полученные с помощью OCR. Модель принимает вопросы на современном японском и отвечает в стиле классического японского языка эпохи Эдо, учитывая культурный контекст того времени. Модель построена на плотной архитектуре Llama и содержит 7,5 млрд параметров; контекст составляет 8192 токена. Она предназначена для изучения исторического японского языка, образовательных занятий и культурного исследования. Выпускается под лицензией Llama 3 Community License. Тексты эпохи Эдо могут отражать устаревшие нормы и предубеждения, поэтому ответы могут быть неуместными или оскорбительными по современным меркам.

Persian mGPT 1.3B — языковая модель для генерации текста на персидском языке, разработанная ai-forever. Это плотная авторегрессионная модель семейства GPT-2 с 1,3 млрд параметров, дообученная на дополнительных данных для 23 языков. Базовая версия mGPT-XL обучалась на 61 языке с использованием Wikipedia и корпуса C4; для этой версии указано дополнительное обучение в течение 200 шагов. Контекст модели составляет 2048 токенов. Модель подходит для продолжения персидского текста и генерации связных фрагментов на фарси. В карточке приведена perplexity 33,44 на валидации. Метаданные также отмечают английский и русский языки, однако основная специализация модели — персидский. Модель распространяется по лицензии MIT.

Mistral-Nemo-2407-12B-Thinking-Claude-Gemini-GPT5.2-Uncensored-HERETIC-qx86-hi-mlx — текстовая генеративная модель в формате MLX, опубликованная в репозитории nightmedia. Она основана на DavidAU/Mistral-Nemo-2407-12B-Thinking-Claude-Gemini-GPT5.2-Uncensored-HERETIC и дообучалась на наборах TeichAI, связанных с высокоуровневыми рассуждениями Claude, Gemini и GPT. Точное имя разработчика в README не указано; в тексте README авторство неформально приписывается пользователю с именем G. Модель предназначена прежде всего для генерации художественных текстов: рассказов, сцен, сюжетов и подсюжетов, продолжения сцен, ролевого взаимодействия, а также работы с жанрами science fiction, horror, romance и другими направлениями. Заявлены поддержка английского, французского, немецкого, испанского, итальянского, португальского, русского, китайского и японского языков. Модель относится к классу text-generation и имеет размер 12B параметров согласно названию; заявленный контекст — от 128k до 256k токенов, однако точное поддерживаемое значение не уточнено. К сильным сторонам относятся специализация на творческом письме, vivid prose, ролевых сценариях и многоязычной генерации, а также локальный запуск через MLX. Маркировка uncensored, heretic и abliterated указывает на ослабление или удаление некоторых ограничений поведения, что может быть полезно для свободного творческого контента, но повышает риск нежелательных, неточных или небезопасных ответов. README не содержит результатов тестирования, точных сведений о квантовании qx86-hi, системных требованиях или рекомендаций по использованию. Лицензия в предоставленных данных не указана.

Tree-AI-lab/mms-tts-bau-finetuned — модель синтеза речи, полученная дообучением facebook/mms-tts-aka на голосе JH из поднабора bau_tts набора Google WaxalNLP. Она преобразует текст на бауле в речь; модель построена на архитектуре VITS и содержит 3,6 млн параметров. Для токенизации используется Tree-AI-lab/mms-tts-bau-tokenizer, выходное аудио рассчитано на частоту 16 кГц. Качество синтеза не оценивалось формально; при подготовке использовались аудиоклипы длительностью 1–30 секунд и последовательности до 500 токенов. Модель распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

facebook/mms-tts-hto — модель синтеза речи на языке Minika (Witoto), разработанная Meta в рамках проекта Massively Multilingual Speech (MMS). Она преобразует входной текст на Minika 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 языковой чекпойнт MMS-TTS; синтез выполняется сквозным способом, а стохастический предиктор длительности позволяет получать разные ритмические варианты произнесения. Для воспроизводимого результата требуется фиксировать seed. Модель доступна через Transformers версии 4.33 и выше. Репозиторий распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование. Карточка описывает синтез речи для Minika; сведения о качестве и иных языках применения не заявлены.

NorBERT — норвежская языковая модель семейства BERT, представленная разработчиками ltg. Версия 1.1 выпущена в феврале 2021 года. Модель предназначена для задачи заполнения пропусков в тексте: она предсказывает подходящий токен на месте маски. Модель содержит 138,5 млн параметров и принимает последовательности длиной до 512 токенов. В метаданных указана поддержка норвежского языка и доступны реализации для PyTorch, TensorFlow и JAX, включая веса в формате safetensors. Лицензия — CC BY 4.0. В README разработчики рекомендуют для новых проектов семейство NorBERT-3, выпущенное в 2023 году. Это указывает на наличие более нового поколения моделей, которое стоит рассмотреть для актуальных задач норвежского языка.

mahwizzzz/piper-voice-ur-aegis-female — женский голос для синтеза речи на урду в формате Piper ONNX. Модель предназначена для локального вывода на CPU; в карточке указаны качество medium, частота дискретизации 22 050 Гц и фонемизация через eSpeak-ng для урду. В README указано, что голос дообучен на базе Fasih (ur_PK-male-medium), который, в свою очередь, обучался на среднем чекпойнте для хинди Rohan. В карточке также упоминается статья о дистилляции OmniVoice в студенческую модель VITS, но связь этой истории с данным репозиторием не прояснена. Модель рассчитана на синтез женской речи на урду, включая локальное озвучивание текста и задачи доступности. Репозиторий распространяется по лицензии MIT. В карточке нет количественных оценок естественности, качества произношения или сходства голоса; охват диалектов и поведение при смешении языков не измерены. Использование eSpeak-ng может приводить к расхождениям с произношением носителей урду.

Potato-3B — экспериментальная языковая модель примерно на 2,9 млрд параметров, созданная автором teilomillet слиянием моделей через task arithmetic и mergekit, а затем дополнительно дообученная на французских данных из Merlin. Модель построена на архитектуре Llama и предназначена для генерации текста, в первую очередь на французском языке; в метаданных также отмечена поддержка английского и китайского. Контекстное окно составляет 4096 токенов. Автор описывает проект как исследовательский эксперимент без заранее поставленной цели слияния и предполагает, что модели может потребоваться дополнительное дообучение. Заявление автора о качестве на французском языке не сопровождается результатами оценки. Репозиторий распространяется по лицензии Apache-2.0.

Rifa-Nano-0.5B-GGUF — это GGUF-квантизованная версия языковой модели Rifa-Nano-0.5B, разработанной smshahbaj и преобразованной в набор квантованных файлов пользователем mradermacher. Модель предназначена для генерации текста и диалоговых сценариев, включая работу с английским и бенгальским языками. Формат GGUF подходит для локального запуска средствами, поддерживающими этот формат. Модель относится к малым и имеет размер около 0,5 млрд параметров в исходной версии, поэтому ориентирована на использование при ограниченных вычислительных ресурсах. Доступны варианты с разным уровнем квантования: от Q2_K и Q3_K_S до Q8_0 и f16, с размером файлов примерно от 0,4 до 1,1 ГБ. Более компактные варианты экономят память, но могут снижать качество; Q4_K_S и Q4_K_M отмечены как быстрые и рекомендуемые, а Q8_0 — как вариант с высоким качеством. Архитектура, размер контекста и поддержка модальностей, кроме текстовой, в README не указаны. Модель может быть полезна для локальных чат-ботов, экспериментов и базовой генерации текста, однако из-за небольшого размера и потерь, связанных с квантованием, её возможности и качество могут быть ограничены по сравнению с более крупными моделями. Лицензия — Apache-2.0.

hezarai/roberta-fa-mask-filling — модель RoBERTa для заполнения пропусков в тексте на фарси. Разработчик — Hezarai; модель дообучена на базе hezarai/roberta-base-fa и распространяется в формате PyTorch через библиотеку Hezar. Модель предсказывает подходящие токены вместо маски в заданном контексте, например для восстановления пропущенного слова или анализа языковых шаблонов на фарси. Карточка не сообщает размер модели, длину контекста или условия лицензии.