I.6Перевод и языковая адаптация

GLM-4.7-Flash-MLX-6bit — это 6-битная квантизированная версия языковой модели GLM-4.7-Flash, разработанной организацией zai-org. Квантизация выполнена командой LM Studio с использованием mlx_lm, а модель оптимизирована для работы на устройствах Apple Silicon через MLX. Модель предназначена для генерации текста и поддерживает английский и китайский языки. Модель подходит для локального запуска и задач текстовой генерации на совместимых устройствах Apple Silicon. Квантизация снижает требования к памяти по сравнению с полноразмерной версией, что может упростить локальное использование, однако потенциально сопровождается некоторой потерей точности относительно исходной модели. README не содержит сведений о размере модели, архитектуре, длине контекста, поддерживаемых модальностях помимо текста и результатах тестирования. Для модели указана лицензия MIT.

glm-4-9b-chat-1m-GGUF — GGUF-квантизированная версия разговорной модели THUDM/glm-4-9b-chat-1m, подготовленная legraphista. Исходная модель имеет размер 9B параметров и представлена в формате BF16; в репозитории доступны варианты BF16, F16 и различные уровни квантования от Q8_0 до Q2_K, включая IQ-квантизации. Модель предназначена для генерации текста и диалоговых сценариев, а также рассчитана на работу с китайским и английским языками. Основное преимущество этого варианта — широкий выбор размеров файлов, позволяющий подобрать баланс между качеством и требованиями к памяти: от 18,97 ГБ для BF16/F16 до 4,02 ГБ для Q2_K. При этом README содержит существенное ограничение: модель пока некорректно поддерживается в llama.cpp и не будет работать в нём. Архитектура, точное устройство модальностей и фактическая длина контекстного окна в карточке подробно не описаны; обозначение 1m присутствует в названии базовой модели. Лицензия указана как glm-4; её текст доступен по ссылке на лицензию исходной модели. Перед использованием следует учитывать условия этой лицензии и несовместимость с текущей поддержкой llama.cpp.

GLM-5.3-MLX-mixed-4_8bit — сборка модели GLM-5.3 от zai-org, адаптированная PipeNetwork для MLX и Apple Silicon. Это генеративная текстовая модель на архитектуре Mixture-of-Experts glm_moe_dsa с 744 млрд параметров, 256 экспертами и маршрутизацией top-8. В архитектуре используется MLA со sparse attention в стиле DeepSeek-V3.2. Модель предназначена для генерации текста и локального инференса на компьютерах Apple Silicon. Экспертные слои занимают около 724,8 млрд параметров и квантизованы в 4 бита, тогда как attention, общие эксперты, плотные слои, эмбеддинги и lm_head хранятся в 8 битах; маршрутизаторы, нормы и индексатор сохранены в исходной точности. Размер файлов составляет около 427,8 ГБ, для запуска рекомендуется Mac с 512 ГБ оперативной памяти. Сборка использует библиотеку MLX и требует специального runtime-файла glm_moe_dsa.py; указанный README рекомендует запуск через mlx-lm с включённым trust remote code. По измерениям на wikitext-2 модель имеет perplexity 2,7420, что лучше равномерной 4-битной версии, хотя смешанная квантизация требует примерно на 9 ГБ больше места. Основные ограничения — крайне высокие требования к памяти, отсутствие multi-token-prediction layer и возможное снижение качества на контекстах свыше 2048 токенов из-за особенностей sparse indexer; заявленная длина контекста в README не указана. Лицензия — GLM-5.3 license, унаследованная от исходной модели; точные условия приведены в файле LICENSE.

Hausa-ASR — модель автоматического распознавания речи на языке хауса, разработанная Awarri Technologies при поддержке Федерального министерства связи, инноваций и цифровой экономики Нигерии и входящая в инициативу N-ATLaS. Это дообученная версия Whisper Small с архитектурой Transformer и примерно 244 млн параметров. Модель принимает аудио и выдаёт текстовую транскрипцию на хауса; в README рекомендована частота дискретизации 16 кГц, а максимальная длительность аудио на один запуск указана как 30 секунд. Модель предназначена для транскрибирования записей и вещательных материалов, образовательных и голосовых приложений, проектов доступности, а также языкового и культурного документирования. Обучающие данные включали 120 часов записей с платформы Langeasy от говорящих из шести геополитических зон Нигерии и общедоступные наборы данных. Точность может различаться между региональными диалектами; качество снижается при смешении хауса с английским, шуме и плохом качестве аудио. В README также отмечены ограниченные данные детской речи и необходимость проверки человеком для решений с высокими ставками. Условия использования описаны как исследовательская лицензия с дополнительными ограничениями: коммерческое или крупномасштабное корпоративное применение требует отдельного соглашения, а использование для слежки, дискриминации, военных целей и ряда вредоносных сценариев запрещено.

KB-Whisper Large — модель распознавания речи, выпущенная Национальной библиотекой Швеции (KBLab). Это дообученная версия Whisper large-v3 от OpenAI с архитектурой Whisper и примерно 905 млн параметров; модель принимает аудио и генерирует текстовые транскрипции. Она предназначена прежде всего для шведской речи: обучение проводилось на более чем 50 000 часах шведского аудио с текстовыми расшифровками, а в оценках на FLEURS, CommonVoice и NST авторы сообщают о среднем снижении WER на 47% относительно исходной Whisper large-v3. Доступны варианты транскрипции с разной степенью подробности: стандартный Stage 2, более сжатый Subtitle и более дословный Strict. Модель можно использовать через Transformers, а также в форматах ONNX и CTranslate2; карточка также описывает применение с WhisperX для получения временных меток слов. Лицензия — Apache-2.0. Основное назначение — транскрибация шведской речи; карточка не приводит отдельных ограничений качества для других языков.

mlx-community/LFM2.5-1.2B-Instruct-bf16 — версия модели LiquidAI LFM2.5-1.2B-Instruct, преобразованная сообществом mlx-community в формат MLX для запуска на устройствах Apple Silicon. Это плотная авторегрессионная языковая модель семейства LFM2, предназначенная для диалогов и генерации текста по инструкциям. Модель содержит около 1,5 млрд параметров и поддерживает контекст до 128 000 токенов. Модель подходит для локальных диалоговых помощников и генерации текста на нескольких языках, включая английский, арабский, китайский, французский, немецкий, японский, корейский и испанский. Репозиторий содержит веса в safetensors, а исходный чекпойнт преобразован с помощью mlx-lm 0.29.1. Лицензия указана как other, поэтому условия использования следует сверять с лицензией исходной модели LiquidAI/LFM2.5-1.2B-Instruct. Это компактная модель; качество и скорость могут уступать более крупным моделям, а практический запуск в формате MLX ориентирован на экосистему Apple.

QuantFactory/Llama-3.2-3B-Instruct-GGUF — инструкционная языковая модель семейства Llama 3.2, подготовленная QuantFactory и основанная на модели Meta. Это текстовая модель для генерации текста и диалоговых сценариев, включая ответы на инструкции, при этом конкретные прикладные задачи и параметры инференса в представленном README не описаны. Модель имеет размер 3B параметров согласно идентификатору и распространяется в формате GGUF, предназначенном для локального запуска совместимыми средствами. Заявлена поддержка английского, немецкого, французского, итальянского, португальского, хинди, испанского и тайского языков. Архитектурные детали, размер контекстного окна, точный вариант квантования и сведения о мультимодальности не указаны; по имеющимся данным модель относится к текстовым, а не мультимодальным системам. К сильным сторонам относятся компактный размер и формат GGUF, потенциально удобные для локального использования с ограниченными вычислительными ресурсами, а также инструкционная настройка. Ограничения включают неизвестные характеристики квантования, контекста и качества на отдельных языках и задачах; результаты могут зависеть от используемого рантайма и настроек генерации. Модель распространяется по лицензии Llama 3.2 Community License от Meta. При распространении материалов или производных продуктов необходимо соблюдать условия лицензии, включая предоставление текста соглашения, указание «Built with Llama», требования к атрибуции, допустимому использованию и коммерческое ограничение для продуктов с более чем 700 миллионами месячных активных пользователей.

crimsonjoo/Llama3-Ko-LON-8B — языковая модель, созданная объединением предобученных моделей с помощью mergekit и метода DARE TIES. В качестве основы использована meta-llama/Meta-Llama-3-8B; в объединение также вошли meta-llama/Meta-Llama-3-8B-Instruct и beomi/Llama-3-Open-Ko-8B. Это плотная авторегрессионная модель семейства Llama с архитектурой LlamaForCausalLM, примерно 7,5 млрд параметров и контекстом до 8192 токенов. Она предназначена для генерации текста и диалоговых ответов; корейская языковая специализация следует из включённой Llama-3-Open-Ko-8B, а базовая модель также рассчитана на английский. Модель распространяется в формате safetensors, исходный merge выполнен с типом bfloat16. Лицензия в предоставленных данных не указана.

Это инструкционная языковая модель llm-jp-13b-instruct-full-ac_001_16x-dolly-ichikara_004_001_single-oasst-oasst2-v2.0, разработанная совместным японским проектом LLM-jp. Модель построена на архитектуре LlamaForCausalLM и содержит 13,2 млрд параметров; репозиторий предоставляет веса в формате Safetensors для Transformers. Контекстное окно составляет 4096 токенов. Модель предназначена для генерации ответов и диалогового взаимодействия по инструкциям на японском и английском языках. Она дообучена на наборах инструкций, включая японские и английские версии Dolly и OASST, а также японские наборы ichikara. Токенизатор включает японскую, английскую и программную лексику. Разработчики предупреждают, что модель находится на раннем этапе исследований и разработок и не настроена для надёжного следования человеческим намерениям и требованиям безопасности. Лицензия — Apache-2.0.

Это японско-английская инструкция-модель на 13 млрд параметров, разработанная совместным японским проектом LLM-jp. Она предназначена для генерации текста и ответов на инструкции. Модель построена на архитектуре GPT-2 и дообучена на наборах Dolly на английском и японском, а также на японских и английских инструкционных данных OpenAssistant и других наборах, упомянутых в карточке. Репозиторий содержит веса в формате Safetensors для Transformers. Контекст модели составляет 2048 токенов. Токенизатор Unigram byte-fallback имеет словарь из 50 570 элементов, рассчитанный преимущественно на японский и английский текст, а также исходный код. Модель может быть полезна для диалоговых ответов, выполнения инструкций и написания текста на этих языках. Проект предупреждает, что модель находится на ранней стадии разработки и не настроена для надёжного следования человеческим намерениям или требованиям безопасности. Лицензия — Apache-2.0.

LongCat-Flash-Omni — открытая мультимодальная модель, разработанная Meituan для понимания текста, изображений, видео и аудио, а также взаимодействия с аудио и видео в реальном времени и потоковой генерации речи. В карточке описана архитектура Mixture-of-Experts с 560 млрд параметров и 27 млрд активируемых параметров; метаданные репозитория указывают 17,7 млрд параметров. Модель принимает контекст до 128 тыс. токенов и рассчитана на диалоговые и многомодальные сценарии. Модель предназначена для анализа изображений и видео, распознавания речи, перевода речи в текст и аудиовизуального диалога. В README приведены результаты сравнительных оценок по мультимодальным, визуальным и аудиозадачам. Для запуска описаны адаптации SGLang; указаны требования Python 3.10+, PyTorch 2.8+ и CUDA 12.9+. Репозиторий распространяется по лицензии MIT. Авторы отмечают, что модель не была специально разработана и всесторонне проверена для всех прикладных сценариев.

billingsmoore/minilm-bo — англоязычную базовую модель sentence-transformers/all-MiniLM-L6-v2 дообучили на агрегированном наборе данных с тибетским и английским текстом, чтобы создавать векторные представления предложений и абзацев. Это энкодер Sentence Transformer на архитектуре BERT с 25,9 млн параметров; он выдаёт плотные векторы размерности 384, а сходство текстов оценивается косинусной близостью. Модель предназначена прежде всего для работы с тибетским языком: семантического поиска, сравнения предложений, поиска перефразирований и кластеризации. Максимальная длина последовательности — 512 токенов. Репозиторий распространяется по лицензии MIT. В README указана более новая версия khyentsevision/minilm-bo-en-sim, дополнительно дообученная для сходства предложений.

MiniMax-M2 — языковая модель для генерации текста, разработанная MiniMax AI. Она предназначена для сценариев text-generation, включая создание и преобразование текстов, ответы на запросы и интеграцию в приложения на базе Transformers. Из доступных данных известно, что модель распространяется для работы с библиотекой Transformers. README не содержит сведений об архитектуре, количестве параметров, поддерживаемых языках, размере контекста, модальностях, результатах тестирования или конкретных ограничениях качества, поэтому эти характеристики нельзя оценить по представленным материалам. Модель предоставляется по лицензии modified-MIT; точные условия следует уточнять в файле лицензии, указанном в репозитории MiniMax-AI/MiniMax-M2. Лицензионные ограничения и требования к коммерческому использованию могут отличаться от стандартной MIT-лицензии.

Miscii-14B-1028 — диалоговая языковая модель от Sthenno, созданная дообучением Qwen/Qwen2.5-14B-Instruct. Она предназначена для генерации текста и ролевых диалогов; карточка приводит пример настройки персон ассистента и пользователя. В метаданных указаны архитектура Qwen2, 14 млрд параметров, контекст до 131 072 токенов, поддержка чата и интерфейса вызова инструментов, а также обучение на наборах HelpSteer2, Synthetic-Persona-Chat и orpo-dpo-mix-40k. Карточка задаёт для примера персону ассистента, говорящего по-китайски. Метки модели охватывают китайский, английский, французский, испанский, португальский, немецкий, итальянский, русский, японский, корейский, вьетнамский, тайский и арабский. В README приведены результаты Open LLM Leaderboard, включая IFEval 82,37 и BBH 49,26, но без подробностей протокола оценки. Модель опубликована в формате safetensors по лицензии Apache-2.0.

Loyola разработала Loyola/Mistral-7b-ITmodel — чат-модель для генерации текста, дообученную на базе Mistral-7B-Instruct-v0.2 с использованием набора данных nlpai-lab/kullm-v2. Модель основана на плотной архитектуре MistralForCausalLM, содержит 7,1 млрд параметров и принимает запросы в формате Mistral Prompt Template. Она предназначена для диалогов и генерации ответов; заявлены английский и корейский языки. Модель распространяется в формате safetensors по лицензии Apache-2.0. Контекстное окно составляет 32 768 токенов.

MoulSot v0.3 — модель автоматического распознавания речи, разработанная Atlasia для транскрибации марокканского дариджа. Это дообученная версия Qwen/Qwen3-ASR-1.7B; модель принимает аудио и выдаёт текст. В README заявлена тренировка на наборе MoulSot-Full: около 1 500 часов аудио и 80 часов эталонных транскрипций. Модель рассчитана на разговорную речь, аудио из медиа и пользовательский контент. Её отличительная особенность — распознавание смешанной речи с переключением между дариджа, арабским, французским и английским; разработчик также заявляет устойчивость к неформальной речи и шуму. Для v0.3 приведены WER 38,99 и CER 12,58, однако подробности протокола оценки и бенчмарков ограничены. Качество может снижаться на очень шумных записях, редких диалектных вариантах и специализированной лексике; распознавание переключения языков не безошибочно. Для критически важных решений требуется проверка транскрипции человеком. Лицензия — Apache-2.0.

DeUnCaser — модель pere для восстановления пунктуации и капитализации в тексте, например в расшифровках автоматического распознавания речи. Это последовательностная модель на базе mT5, дообученная на корпусах OSCAR: обучение длилось 130 000 шагов, использовалось до миллиона примеров на каждый из 42 языков с латинским алфавитом. Модель добавляет знаки препинания, заглавные буквы в начале предложений и именах собственных, а также может расставлять дефисы и скобки, если это помогает прояснить смысл. Модель содержит около 608,4 млн параметров; в репозитории представлены форматы Flax и PyTorch. Она предназначена прежде всего для постобработки неотформатированных речевых транскрипций. Карточка не приводит оценок качества или подробностей ограничений. Лицензия — CC BY 4.0.

NB-Whisper Large Distilled Turbo BETA — модель автоматического распознавания речи, разработанная Национальной библиотекой Норвегии. Это плотная модель семейства Whisper с архитектурой WhisperForConditionalGeneration; она принимает аудио и выдаёт текстовую транскрипцию, рассчитанную прежде всего на норвежский букмол. Модель предназначена для более быстрого распознавания речи при ограниченных ресурсах, включая потоковую транскрипцию и развёртывание на мобильных и периферийных устройствах. В README модель названа дистилляцией NbAiLab/nb-whisper-large. Она обучалась на норвежских речевых данных, включая коллекции Национальной библиотеки Норвегии и Språkbanken. README указывает размер 756 млн параметров, тогда как метаданные Hugging Face — 905,2 млн. Метаданные также отмечают английский среди языков карточки; основным языком модели заявлен норвежский букмол. Лицензия — Apache 2.0. Это бета-версия, выпущенная для тестирования. Возможны пропуски фрагментов, галлюцинации и ошибки транскрипции; текст может быть нормализован в грамматически корректные предложения, а не передавать речь дословно. Качество следует проверять на целевых аудиозаписях.

NE-LID — модель MWire Labs для определения языка отдельного предложения на языках Северо-Восточной Индии. Она предназначена для классификации текста на один из 11 поддерживаемых языков, включая ассамский, бодо, английский, хинди и языки региона с ограниченными ресурсами. Модель построена на fastText и использует символьные n-граммы длиной от 2 до 5 символов. По данным карточки, она обучена на 22 000 предложениях, имеет размер около 10 МБ и показывает точность 99,09% на тестовой выборке. Репозиторий содержит бинарную модель fastText и сжатый вариант. Модель рассчитана на моноязычные предложения; качество может снижаться на очень коротком тексте и смешении языков. Она не предназначена для определения языка отдельных слов или целых документов. Лицензия — CC BY 4.0.

NeonMaid-12B-v2 — объединённая языковая модель yamatazen, созданная методом Arcee Fusion с помощью mergekit на основе NeonMaid-12B и Orihime-Gutenberg-12B. Модель построена на архитектуре Mistral, содержит 12,1 млрд параметров и предназначена для генерации текста в диалоговом формате; в метаданных также заявлен интерфейс для вызова инструментов. Модель принимает текст и генерирует текст. Карточка и метаданные указывают английский и японский языки. Нативная длина контекста — 131 072 токена. Веса представлены в формате safetensors; README указывает bfloat16 для объединения. Лицензия в предоставленных данных не указана.

Ninja-v1-128k — модель генерации текста на базе Mistral-7B-v0.1, созданная Local-Novel-LLM-project. Веса получены слиянием нескольких моделей, включая WizardLM2, Yarn-Mistral-7b-128k, Antler-7B и chatntq-ja-7b-v1.0, с применением LoRA для усиления доменных и языковых характеристик и расширением контекста. В карточке указано окно контекста 128k токенов; метаданные указывают нативную длину контекста 32 768 токенов. Модель предназначена для многоходового диалога и генерации на японском и английском языках, включая написание художественных текстов и продолжение длинных бесед с сохранением контекста. Она использует формат инструкций Vicuna. Репозиторий содержит веса safetensors для Transformers; для расширения контекста README требует trust_remote_code, а для длинных запросов отмечает высокий расход памяти. Лицензия — Apache-2.0. Разработчики предупреждают о возможной предвзятости обучающих данных. Заявленная в README длина контекста 128k расходится с метаданными каталога, где указано 32 768 токенов; фактические возможности зависят от используемой конфигурации контекстного расширения.

OpenBuddy Atom 13B v9 — многоязычная разговорная модель, созданная командой OpenBuddy на архитектуре Llama. Она предназначена для генерации ответов в диалоге, чат-ботов и свободного текстового взаимодействия. Модель содержит 12,9 млрд параметров, использует плотную архитектуру LlamaForCausalLM и принимает текст, выдавая текст; заявленный контекст — 2048 токенов. В метаданных перечислены китайский, английский, французский, немецкий, японский, корейский, итальянский и русский языки. Модель распространяется в формате PyTorch по лицензии Apache 2.0. Она может выдавать ошибочные, вредные или оскорбительные ответы; разработчики предостерегают от применения в критических и высокорисковых сценариях, включая медицину и важные финансовые или юридические решения.

Карточка модели OpenBuddy/openbuddy-openllama-7b-v12-bf16 на Hugging Face совпадает с карточкой OpenBuddy/openbuddy-openllama-7b-v5-fp16, поэтому описание составлено по ней. OpenBuddy-openllama-7b-v5-fp16 — версия многоязычного чат-бота OpenBuddy, разработанного проектом OpenBuddy. Модель построена на плотной архитектуре LLaMA с классом LlamaForCausalLM и содержит 6,6 млрд параметров; опубликована в формате PyTorch с лицензией Apache-2.0. Модель предназначена для диалогов и генерации текста. В карточке заявлена поддержка китайского, английского, французского, немецкого, японского, корейского, итальянского и русского языков. Длина контекста составляет 2048 токенов. OpenBuddy может выдавать ошибочные, вредные или оскорбительные ответы. Разработчики не рекомендуют использовать её в критических сценариях, включая медицину, управление потенциально опасными системами и важные финансовые или юридические решения.

Oumuamua-7b-instruct — созданная nitky объединённая модель на архитектуре Mistral для генерации текста по инструкциям и диалогов. Она получена методом Model Stock с помощью mergekit на основе nitky/Oumuamua-7b-base; в объединение вошли японские и англоязычные модели, включая Mistral-7B-Instruct-v0.3, Japanese StableLM и Swallow. Модель содержит 7,2 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации ответов в формате инструкций [INST] и может использоваться в текстовом интерфейсе или локальном окружении, совместимом с Transformers. Автор проверял её в text-generation-webui и рекомендует формат промпта из карточки; для генерации указана температура 0,3. В метаданных перечислены японский и английский языки. Лицензия — Apache-2.0.

Это GGUF-версия мультиязычной модели распознавания речи NVIDIA Parakeet TDT 0.6B v3, подготовленная автором репозитория из официальных контрольных точек NeMo PyTorch. Модель предназначена для локальной транскрипции аудио с автоматическим определением языка; для работы в parakeet-cli требуется декодер TDT. Архитектура Token-and-Duration Transducer предсказывает текстовые токены и длительность их звучания, что позволяет эффективнее проходить аудиопоследовательность. Модель содержит около 600 млн параметров, представлена в GGUF F32 и рассчитана на запуск через parakeet.cpp и движок ggml. Поддерживаются 25 европейских языков, включая русский, английский, украинский, французский, немецкий, испанский и итальянский. Версия ориентирована на офлайн-транскрипцию на локальном оборудовании; README приводит оценки потребления памяти около 2,8 ГБ RAM и 2,6 ГБ VRAM. Лицензия — CC BY 4.0, требуется атрибуция.

Parakeet TDT 0.6B v3 GGUF — это мультиязычная модель автоматического распознавания речи, разработанная командой NVIDIA NeMo и преобразованная в формат GGUF со средой выполнения ggml сообществом CrispStrobe для CrispASR. Модель предназначена для транскрибации аудио и поддерживает автоматическое определение языка без специального префикса или параметра выбора языка. Модель содержит около 600 млн параметров и использует 24-слойный FastConformer-энкодер, двухслойный LSTM-предиктор и TDT-декодер (Token-and-Duration Transducer). Она обрабатывает монофонический звук с частотой 16 кГц, использует 8192 SentencePiece-токена и поддерживает 25 европейских языков: болгарский, чешский, датский, немецкий, греческий, английский, испанский, эстонский, финский, французский, хорватский, венгерский, итальянский, литовский, латышский, мальтийский, нидерландский, польский, португальский, румынский, русский, словацкий, словенский, шведский и украинский. TDT-декодер предоставляет временные метки на уровне слов без отдельной модели выравнивания. Заявленная средняя ошибка распознавания составляет 6,34% по данным HuggingFace Open ASR Leaderboard. Доступны варианты F16, Q8_0, Q5_0 и Q4_K; последний рекомендуется как вариант по умолчанию благодаря меньшему размеру. Ограничения включают ориентацию на поддерживаемые европейские языки, необходимость специализированного runtime CrispASR и отсутствие заявленных характеристик для других языков или модальностей. Модель и GGUF-файлы распространяются по лицензии CC-BY-4.0, требующей указания авторства.

beshkenadze опубликовал преобразованный вариант многоязычной модели распознавания речи Parakeet Ultra в формате MLX fp16 для использования с mlx-audio-swift. В основе лежит moondream/parakeet-ultra — постобученная Moondream модель nvidia/parakeet-tdt-0.6b-v3 с той же архитектурой и словарём; репозиторий содержит веса safetensors. При преобразовании тензоры переименованы и приведены к раскладке MLX, голова VAD удалена, а веса приведены к fp16. Модель предназначена для транскрибирования аудио, в том числе русской речи. В тестах README она показала меньший WER, чем Parakeet TDT v3 fp16 на FLEURS для 13 языков и на наборе русских записей, а также на пятиминутной записи совещания. Эти результаты относятся к описанным тестовым наборам и конвейеру Silero VAD с mlx-audio-swift. Лицензия репозитория — CC BY 4.0.

PCMind-2.1-Kaiyuan-2B (脑海-2.1-开元-2B) — языковая модель общего назначения, разработанная командой thu-pacman и обученная на кластере Ascend 910A. Она предназначена для генерации текста и диалогового взаимодействия; модель можно загружать через Transformers. Модель имеет плотную архитектуру семейства Qwen2 и содержит 1,7 млрд параметров по метаданным. В README указаны 1,4 млрд параметров без эмбеддингов и обучение на 2,2 трлн токенов. Контекст составляет до 131 072 токенов. Обучение включало многоэтапную предобучающую программу с отбором данных по качеству и упорядочиванием примеров по доменам. Заявлены открытые данные обучения; лицензия модели — Apache-2.0. Модель рассчитана на китайский и английский языки. Подходит для генерации текста и ведения диалогов. README заявляет конкурентоспособность с открытыми моделями сопоставимого размера, но конкретные результаты оценки в предоставленных данных отсутствуют.

Модель ehristoforu/Qwen2-1.5b-it-chat-sp-ru-bel-arm-ger-fin-tur-per-ko — разговорная дообученная версия Qwen2 с 1,5 млрд параметров для генерации текста. Она предназначена для диалогов и ответов на текстовые запросы; карточка сообщает, что обучение выполнялось с Unsloth и библиотекой Hugging Face TRL. Модель принимает текст и выдаёт текст. Указана длина контекста 32 768 токенов. По названию базовой модели можно установить поддержку испанского, русского, белорусского, армянского, немецкого, финского, турецкого, персидского и корейского языков; метаданные также отмечают английский. Лицензия — Apache-2.0.

Qwen3.6-27B-V2-abliterated-uncensored-Q4_K_M-GGUF — мультимодальная модель семейства Qwen, выпущенная Lemura Labs. Она основана на Qwen/Qwen3.6-27B и производной Jackrong/Qwopus3.6-27B-v2, дополнительно обработанной методом abliteration для снижения количества отказов. Модель предназначена для генерации текста, диалогов, рассуждений и работы с изображениями совместно с текстовыми запросами. Модель содержит около 27 млрд параметров и распространяется в формате GGUF с 4-битной квантизацией Q4_K_M и эффективной плотностью около 4,92 BPW. Размер языковой части составляет примерно 15,4 ГБ, а комплектный визуальный проектор mmproj.gguf занимает около 928 МБ и сохраняет vision tower Qwen3.6-VL. Поддерживаются английский, китайский и, согласно карточке, мультиязычные сценарии. Для запуска рекомендуется llama.cpp; ориентировочные требования составляют от 16 ГБ GPU или 24 ГБ оперативной памяти на Apple Silicon. К сильным сторонам относятся мультимодальность, совместимость со стандартными сборками llama.cpp, относительно компактный размер для модели такого класса и существенно сниженная частота отказов: 4 из 100 против 91 из 100 у исходной версии в указанном тесте. При этом Q4_K_M уступает более точным вариантам по сохранению исходных характеристик, а для обработки изображений требуется отдельный mmproj.gguf. Показатели отказов и сохранения возможностей приведены разработчиком и могут зависеть от методики оценки; абляция защитных механизмов также может повышать риски небезопасного или нежелательного использования. Модель распространяется по лицензии Apache-2.0.