I.6Перевод и языковая адаптация

OrionStar-Yi-34B-Chat — разработанная компанией OrionStar чат-модель на архитектуре Yi, полученная дообучением Yi-34B на более чем 150 тысячах высококачественных примеров. Она предназначена для диалогов и генерации текста на китайском и английском языках; в README также приведены примеры общения и решения математических задач. Модель содержит 33,9 млрд параметров, использует плотную архитектуру YiForCausalLM и поддерживает контекст до 4096 токенов. Разработчик сообщает об оценке модели на общих китайских и англоязычных бенчмарках C-Eval, MMLU и CMMLU, но приведённые результаты не позволяют считать её специализированной для отдельных прикладных областей. Модель доступна в форматах PyTorch и Safetensors. Для использования заявлены Apache 2.0 и лицензионное соглашение сообщества Yi-34B; перед внедрением следует учитывать оба условия. Как и другие большие языковые модели, она может выдавать неточные или вводящие в заблуждение ответы.

nvidia/parakeet-tdt-0.6b-v3 — модель автоматического распознавания речи, разработанная NVIDIA. Она преобразует аудиозаписи в текст и предназначена для транскрибации речи в приложениях, работающих с аудио, включая записи встреч, выступлений и других разговорных сценариев. Модель интегрируется с Transformers и обучалась с использованием наборов данных NVIDIA Granary и nemo/asr-set-3.0. Модель содержит около 0,6 млрд параметров и использует архитектуру FastConformer/Conformer с компонентами Transformer и TDT (Token-and-Duration Transducer). Поддерживается широкий набор языков, включая английский, испанский, французский, немецкий, русский, украинский и другие европейские языки. В README не указана длина контекста. На тестах заявлены значения WER от 1,93% на LibriSpeech clean до 20,7% на греческом варианте FLEURS; качество зависит от языка и акустических условий. Ограничения по шуму, качеству записи и доменной адаптации отдельно не описаны. Лицензия — CC BY 4.0.

t-firefly/qwen3-0.6b-rknn3-rk1820 — версия компактной причинной языковой модели Qwen3-0.6B от команды Qwen, подготовленная для запуска на Rockchip RK1820 через LlamaPi. Модель содержит около 507,9 млн параметров, распространяется в формате GGUF и поддерживает контекст до 40 960 токенов. Модель предназначена для генерации текста и диалогов, следования инструкциям, рассуждений и написания кода; README также отмечает режимы с рассуждением и без него, поддержку более 100 языков и диалектов, а метаданные — интерфейс вызова инструментов. Лицензия — Apache-2.0. Это компактная модель для локального развертывания на совместимом оборудовании; качество и возможности могут уступать более крупным моделям, а запуск ориентирован на среду LlamaPi и устройство RK1820.

MassivDash/Qwen3-1.7B-heretic — производная модель на базе Qwen3-1.7B-Base, созданная с применением abliteration: в карточке приведены параметры изменения весов и сравнение частоты отказов. Это плотная авторегрессионная языковая модель с 1,7 млрд параметров для генерации текста и диалогов; опубликована в формате safetensors и использует библиотеку Transformers. Модель рассчитана на многоязычные разговорные сценарии и генерацию текста. Abliteration снижает частоту отказов по сравнению с исходной моделью в приведённом тесте, но не устраняет их полностью: модель отказала в 76 из 100 случаев против 91 из 100 у оригинала. Метаданные указывают контекст до 40 960 токенов. Лицензия — Apache-2.0.

daniloreddy/Qwen3.5-4B_GGUF — набор GGUF-квантизированных версий языковой модели Qwen3.5-4B, разработанной командой Qwen. Модель предназначена для генерации текста и локального запуска на потребительском оборудовании, мобильных и периферийных устройствах, а также системах с ограниченным объёмом памяти. Она совместима с llama.cpp и связанными экосистемами, включая LM Studio, Jan и Text Generation WebUI. В репозитории представлены варианты FP16, Q8_0, Q5_K_M, Q4_K_M и Q4_K_S, полученные из официальных весов FP16 с использованием llama-quantize и K-квантизации. Размер базовой модели составляет 4 млрд параметров. Вариант Q4_K_M рекомендован как компромисс между скоростью и качеством, Q4_K_S ориентирован на минимальное потребление памяти и высокую пропускную способность, а FP16 сохраняет максимальную точность исходных весов. Качество рассуждений, связность и точность ограничены масштабом базовой модели; сведения о поддерживаемых языках, модальностях и исходном размере контекста в README не указаны. Модель распространяется по лицензии Apache 2.0.

Qwen3.5-OCR-JP-2B — японско-английская мультимодальная модель для распознавания текста и структуры документов, разработанная на базе Qwen3.5-2B. Она преобразует изображения документов в HTML-блоки с координатами ограничивающих рамок и метками, а схема вывода совместима с Chandra OCR 2. Модель дообучена на документах с японскими особенностями, включая рукописный и вертикальный текст, а также фуригану, которую она передаёт разметкой HTML5 ruby. Она предназначена для OCR документов на японском и английском языках и рассчитана на использование с фиксированным промптом. По результатам приведённых тестов модель показывает близкое к Chandra OCR 2 качество: например, на VJRODa её CER составляет 7,3%, а BLEU — 94,6. Репозиторий содержит веса safetensors, для запуска указаны Transformers и vLLM. Лицензия — Apache-2.0.

Это семейство из четырёх вариантов модели Qwen3.6-27B-Fable-Fusion-711-Uncensored-Heretic-NM-DAU-MTP, подготовленное esatapedico в формате GGUF. Репозиторий объединяет NVFP4-веса основного трансформера с вариантами квантования выходного слоя, эмбеддингов и встроенной MTP-головы; размеры файлов составляют примерно 15,49–19,65 ГБ. Базовая архитектура — плотная модель на 27 млрд параметров с 64 слоями и гибридной схемой Gated DeltaNet и Gated Attention; исходный контекст — 262 144 токена. Модель предназначена для генерации текста и диалогов, а встроенная MTP-голова позволяет использовать спекулятивное декодирование в llama.cpp. Основные GGUF-файлы текстовые; для анализа изображений требуется отдельно подключить совместимый vision projector из указанного в карточке репозитория DavidAU. Карточка описывает английскую и многоязычную поддержку. NVFP4-веса рассчитаны на экономию памяти, а варианты с более точным выходным слоем призваны уменьшить ошибки квантования; автор приводит лишь предварительные наблюдения, а не полноценные бенчмарки. Лицензия — Apache-2.0.

Это пакет GGUF-слоёв модели Qwen3.8-27B-UD-Q8_K_XL, подготовленный для распределённого запуска через Mesh LLM. Пакет создан на основе unsloth/Qwen3.8-27B-GGUF и распределяет модель по артефактам отдельных слоёв для инференса на локальном кластере из нескольких машин. Модель предназначена для локального приватного чата и генерации текста, в том числе через OpenAI-совместимый API Mesh LLM. Распределение слоёв позволяет объединять вычислительные ресурсы нескольких узлов, когда полной модели недостаточно разместить на одном компьютере. Семейство — Qwen3; вариант использует GGUF-квантование UD-Q8_K_XL. Размер модели и длина контекста в предоставленных данных не указаны.

StationPC/Qwen3-8B-RKNN3-RK1828 — текстовая генеративная модель, опубликованная пользователем StationPC на Hugging Face. Это адаптация Qwen3-8B, разработанной командой Qwen компании Alibaba, в формате GGUF с архитектурой qwen3. Модель предназначена для генерации текста и диалоговых сценариев; заявленная карточка относит её к задачам text-generation и conversational. Исходная Qwen3-8B — каузальная языковая модель примерно на 8,2 млрд параметров с 36 слоями и grouped-query attention: 32 attention heads для запросов и 8 для ключей и значений. Для исходной модели указана нативная длина контекста 32 768 токенов и поддержка более 100 языков и диалектов, а также режимов рассуждения и обычного диалога, задач программирования, математики, следования инструкциям и работы с инструментами. Для конкретной RKNN3-версии не подтверждены собственные языковые характеристики, контекст, точный размер, метод квантования и результаты тестирования. Главное назначение версии StationPC — локальный запуск совместимой текстовой модели в формате GGUF через поддерживаемые инструменты инференса. Ограничения включают отсутствие опубликованной содержательной model card, неподтверждённые характеристики преобразования и неизвестное влияние формата и квантования на качество и производительность; мультимодальность не заявлена. Для репозитория указана лицензия Apache 2.0.

Это набор квантизированных моделей Qwen3-1.7B в формате GGUF, созданный на основе исходной модели Qwen/Qwen3-1.7B, разработанной Qwen. Квантизацию выполнил bartowski с использованием llama.cpp версии b5200 и метода imatrix. Модель предназначена для генерации текста и запуска локально через llama.cpp, LM Studio и другие совместимые проекты. Доступны варианты от полноразмерных весов BF16 до компактных квантов с разрядностью от Q8_0 до Q2_K и экспериментальных форматов IQ. Размер файлов составляет примерно от 0,83 до 4,07 ГБ. Более качественные варианты Q6, Q5 и Q4 рекомендуются для большинства сценариев, тогда как варианты Q3 и Q2 экономят оперативную память, но заметно уступают по качеству. Некоторые форматы оптимизированы для ARM или Apple Silicon и поддерживают онлайн-репакинг. Модель подходит для локальной генерации текста в приложениях, поддерживающих GGUF и llama.cpp; README также указывает специальный шаблон диалога с токенами system, user и assistant. Архитектура, поддерживаемые языки, размер контекста, мультимодальные возможности и лицензия в предоставленных данных не указаны.

Kunger/Sakura-14B-Qwen2.5-v1.0 — 14-миллиардная плотная авторегрессионная языковая модель семейства Qwen2, опубликованная в формате safetensors. Карточка описывает преобразование GGUF-модели в веса для использования с PyTorch и Transformers; точная исходная модель в README не названа. Модель предназначена для генерации текста и диалогового взаимодействия. Метаданные указывают японский и китайский языки, контекст до 131 072 токенов и интерфейс для вызова инструментов. README предупреждает, что при обратном квантовании Q6_K точность заметно ниже F16, результаты генерации не проверялись, а словарь токенизатора мог измениться. Лицензия — CC BY-NC-SA 4.0, которая требует указания авторства и распространения производных материалов на тех же условиях и ограничивает коммерческое использование.

SoftTiger-70b — базовая языковая модель семейства TigerBot, представленная TigerResearch. Это плотная авторегрессионная модель на архитектуре Llama с 69 млрд параметров, предназначенная для генерации текста и использования в качестве основы для собственных LLM-приложений. В карточке описан запуск через Transformers и репозиторий TigerBot. Модель принимает текст и генерирует текст; в метаданных указаны китайский и английский языки, а нативный контекст составляет 8192 токена. Веса опубликованы в формате Safetensors по лицензии Apache-2.0. README не приводит результатов оценки качества или более узкой специализации, поэтому применимость к конкретным задачам следует проверять отдельно.

Suzume ORPO Borda Top75 — многоязычная диалоговая модель, разработанная Peter Devine (ptrdvn) и опубликованная под именем lightblue. Это дообученная методом ORPO версия lightblue/suzume-llama-3-8B-multilingual: для обучения использованы лучшие и худшие ответы на промпты из 75% набора lightblue/mitsu_full_borda, отобранных по согласованности ранжирования. Архитектура — плотная Llama с 7,5 млрд параметров; модель принимает текст и генерирует текст, поддерживает диалоговый режим, а длина контекста составляет 8192 токена. Модель предназначена для многоязычного общения и генерации ответов. В README приведено сравнение по MT-Bench на шести языках; авторы сообщают об улучшении относительно базовой модели на большинстве языков и о лучших результатах среди сравниваемых моделей на части языков. README рекомендует вариант orpo-borda-half как лучше показавший себя в их тестах, поэтому преимущество этой версии не следует считать универсальным. Лицензия CC BY-NC 4.0 запрещает коммерческое использование; ограничение связано в том числе с тем, что обучающие данные созданы с помощью Command R и Command R+.

TigerBot-13B-Chat-v4 — TigerResearch әзірлеген диалогқа бағытталған тілдік модель. Ол пайдаланушымен чаттасуға және мәтіндік сұрауларға жауап беруге арналған; карточкада Transformers арқылы іске қосу сипатталған. Модель Llama архитектурасына негізделген тығыз авторегрессиялық генератор, көлемі 13 млрд параметр. Кіріс пен шығыс модальдігі — мәтін, карточка тілдері — қытай және ағылшын, ал табиғи контекст ұзындығы — 2048 токен. Модель Apache-2.0 лицензиясымен таратылады.

T-Llama — экспериментальная двуязычная языковая модель, разработанная Туаном Фамом, студентом FPTU HCM. Это плотная авторегрессионная модель семейства Llama 2 с архитектурой LlamaForCausalLM и 6,7 млрд параметров. Модель дообучена на основе meta-llama/Llama-2-7b, bkai-foundation-models/vietnamese-llama2-7b-120GB и yeen214/llama2_7b_merge_orcafamily. Модель предназначена для генерации текста и выполнения инструкций на английском и вьетнамском языках. В карточке упоминаются задачи кодирования и математики, а также результаты оценки на VMLU и Open LLM Leaderboard. Для работы рекомендуется шаблон запроса с системной инструкцией на английском языке. Контекст модели составляет 2048 токенов; веса доступны в форматах PyTorch и safetensors. Модель опубликована по лицензии Llama 2. Автор описывает её как доказательство возможности самостоятельного дообучения, поэтому заявленные результаты не следует считать гарантией качества для конкретных задач.

Turbcat Instruct 72B — разговорная модель на архитектуре Qwen2, опубликованная Turboderp. Это версия с настройкой на диалоговые данные объёмом около 5 ГБ; автор сообщает о поддержке английского и китайского языков, включая традиционный китайский. Для диалога используется формат ChatML, а модель также рассчитана на ролевые сценарии и вызовы функций, заданные системным промптом. Модель предназначена для генерации ответов в чате, ролевого общения и решения задач с вопросами и ответами. В карточке описаны обучающие данные по медицине и биологии, а также вопросы экзаменов GRE, MCAT и китайского вступительного экзамена в аспирантуру; медицинские ответы и часть аннотаций проверялись специалистами. Это описание данных не гарантирует точность ответов модели в этих областях. Модель содержит 71,5 млрд параметров, использует плотную архитектуру Qwen2 и поддерживает контекст до 32 768 токенов. Доступна в формате safetensors. Указана лицензия other; конкретные условия использования следует уточнять по карточке модели и сопровождающим лицензионным материалам.

mitkaj/w2v2BERT-CZ-CV-17.0 — модель распознавания чешской речи, созданная дообучением facebook/w2v-bert-2.0 разработчиком mitkaj. Она использует архитектуру Wav2Vec2BertForCTC и CTC-обучение на наборе Czech Common Voice; словарь модели содержит 51 токен. Модель принимает аудио и выдаёт текстовую транскрипцию на чешском языке. Модель предназначена для автоматического распознавания чешской речи, в том числе записей, похожих на данные Common Voice. В карточке указана оценка WER 5,83% на чешском тестовом наборе. Число параметров — около 402,7 млн. Длина контекста не указана в доступных материалах. Лицензия — MIT.

NbAiLab разработала wav2vec2-large-voxrex-npsc-nynorsk — модель распознавания речи, дообученную на наборе NBAILAB/NPSC 16K_MP3_NYNORSK. Она принимает аудио и преобразует речь в текст, с акцентом на норвежский нюнорск. Модель основана на архитектуре Wav2Vec2 с CTC-декодированием и содержит 402,7 млн параметров. На оценочном наборе указаны значения Loss 0,4142 и WER 0,1576. Модель подходит для транскрибации записей на нюнорске; данные карточки не описывают ограничения по условиям записи или устойчивости к шуму. Веса опубликованы в формате PyTorch по лицензии Apache 2.0.

DrishtiSharma/wav2vec2-large-xls-r-300m-bg-d2 — модель распознавания речи, созданная дообучением facebook/wav2vec2-xls-r-300m на болгарской части набора Mozilla Common Voice 8.0. Она использует архитектуру Wav2Vec2 с выходной головой CTC и предназначена для преобразования болгарской речи в текст. Модель подходит для транскрибации аудиозаписей и оценки качества систем распознавания болгарской речи. В карточке указаны значение WER 0,2860 и loss 0,3421 на тестовой выборке Common Voice 8.0. Репозиторий содержит веса PyTorch; размер модели — около 402,7 млн параметров. Лицензия — Apache-2.0.

Pinwheel/wav2vec2-large-xls-r-300m-tr-colab — модель автоматического распознавания речи, размещённая пользователем или организацией Pinwheel на Hugging Face. Она предназначена для преобразования аудиозаписей в текст и может использоваться через библиотеку Transformers и класс AutoModelForCTC. По идентификатору модели вариант tr предназначен для турецкой речи, однако карточка модели не содержит подробного описания языка и набора данных. Модель основана на архитектуре wav2vec2 и содержит около 402,7 млн параметров. Она относится к семейству XLS-R и ориентирована на задачи speech-to-text. Сильной стороной является применение крупной предварительно обученной речевой модели для автоматического распознавания речи; точность зависит от качества аудио, акцента, предметной области и соответствия данных обучения реальным записям. Лицензия для этого конкретного репозитория в доступных данных не установлена.

wrice/whisper-tiny-grpo — модель распознавания речи, созданная дообучением openai/whisper-tiny методом GRPO (Group Relative Policy Optimization). Во время обучения кандидаты транскрипции оценивались по ошибке слов (WER), а обновления модели ограничивались KL-регуляризацией относительно исходной модели. Модель использует архитектуру Whisper и библиотеку Transformers; веса доступны в формате safetensors. Базовая модель компактная и многоязычная. Модель предназначена для преобразования аудиозаписей в текст на разных языках, включая сценарии с языками и локалями Common Voice. На тестовой выборке Common Voice 26.0 авторы сообщают о снижении общей WER с 0,9718 до 0,6226 относительно исходной Whisper tiny и улучшении в 69 из 81 локалей. В то же время в 11 локалях качество ухудшилось; среди указанных примеров — корейский, малайский и арабский. Для японского, тайского и китайского авторы считают CER более показательным, чем WER. Оценка охватывает около 59 аудиоклипов на локаль, поэтому результаты отдельных малоресурсных языков могут быть нестабильными. Модель сравнивали с исходной Whisper tiny, но не с supervised fine-tuning на тех же данных; лучший из трёх чекпойнтов выбирался по тестовым результатам. Лицензия — MIT.

Модель patrickvonplaten/xls-r-300-sv-cv7 — дообученная версия facebook/wav2vec2-xls-r-300m для автоматического распознавания шведской речи. Она использует архитектуру Wav2Vec2ForCTC и содержит около 402,7 млн параметров. Модель обучена на шведской части набора Mozilla Common Voice 7.0 и принимает аудио, выдавая распознанный текст. На тестовой выборке Common Voice 7.0 для конфигурации sv-SE указана WER 0,2334 и loss 0,2604. Модель подходит для транскрибации шведской речи в сценариях, близких к этому набору данных; результаты на других акцентах, условиях записи и типах речи могут отличаться. Лицензия — Apache-2.0.

Это модель автоматического распознавания непальской речи, разработанная Kiran Pantha. Она дообучена на базе kiranpantha/w2v-bert-2.0-nepali на сбалансированном наборе аудиоданных OpenSLR54-Balanced-Nepali и использует архитектуру Wav2Vec2-BERT с CTC-декодированием. Модель принимает аудио и преобразует речь в текст; число параметров — около 402,7 млн. В карточке приведены результаты оценки: WER 0,3612 и CER 0,0805. Модель подходит для транскрибирования записей на непальском языке. Указана лицензия MIT. README не описывает дополнительные сценарии, условия записи или известные ограничения.

Agnes-3.0-Flash GGUF — набор GGUF-квантизаций мультимодальной модели Agnes-3.0-Flash, опубликованный 0xKitkat на базе модели Agnes-AI. Модель предназначена для генерации текста и работы с изображениями в сценариях локального запуска без обязательной подписки на облачный API. Заявлена поддержка английского и китайского языков, а тип задачи обозначен как image-text-to-text. Модель содержит примерно 33,1 млрд параметров, сохраняет все 72 decoder-блока исходной модели и оригинальную vision tower. Для обработки изображений требуется отдельный F16 vision projector, общий для всех представленных квантизаций. Доступны Q4_K_M, Q5_K_M, Q6_K и Q8_0; рекомендуемая начальная конфигурация — Q4_K_M с контекстом 4096 токенов и отключённым режимом рассуждений. Для запуска требуется совместимый runtime llama.cpp с поддержкой текстовой и визуальной архитектуры Qwen3.5. К сильным сторонам относятся локальная работа, мультимодальность, сохранение оригинальной архитектуры без abliteration и дополнительного fine-tuning, а также выбор нескольких уровней квантизации для разного объёма памяти. Ограничения связаны с большим размером модели и высокими требованиями к памяти: конфигурация примерно на 33 млрд параметров плохо подходит для систем с 16 ГБ памяти, а CPU-only и Metal-производительность для этого выпуска не тестировались. Модель распространяется по лицензии Apache-2.0.

Audio8-ASR-0.1B — компактная авторегрессионная модель распознавания речи, опубликованная Audio8. Она принимает аудио и преобразует речь в текст на китайском, английском, французском, немецком, японском, корейском и кантонском языках. В модели используется аудиокодировщик Qwen3-ASR с MLP-проектором и восьмислойный причинный языковой декодер в стиле Qwen. Языковой компонент содержит около 103,5 млн параметров, а общее число уникальных параметров составляет около 324 млн. Модель рассчитана на работу через Hugging Face Transformers; частота дискретизации — 16 кГц. Для декодирования можно задавать подсказки с ключевыми словами без дообучения. Длина контекста в метаданных — 32 768 токенов. Модель подходит для транскрибации коротких аудиозаписей и распознавания речи с подсказками по терминам. В примерах аудио обрезается до 30 секунд; слишком сильное усиление ключевых слов может сместить результат распознавания. Выпущены отдельные варианты для ONNX Runtime и iOS, но этот репозиторий содержит чекпойнт Transformers. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое.

AudioX-South — модель распознавания речи из семейства AudioX, разработанного Jivi AI. Это вариант для южноиндийских языков, дообученный методом supervised learning на открытой модели распознавания речи с использованием языковой балансировки, адаптации к домену и аугментации шумом. Модель принимает аудио и преобразует речь в текст на тамильском, телугу, каннада и малаялам. Она предназначена для транскрибации, голосовых помощников, автоматизации клиентской поддержки и создания многоязычного контента; карточка сообщает об устойчивости к региональным акцентам и разному качеству записи. В примере запуска используется архитектура Whisper через Transformers. В README приведены результаты сравнения на Vistaar Benchmark; для AudioX указано среднее значение WER 20,1 по семи языкам семейства. Обучение включало открытые многоязычные ASR-корпуса и закрытые медицинские аудиоданные. Модель распространяется по лицензии Apache-2.0. Заявления о превосходстве в бенчмарках приведены авторами; отдельные ограничения качества в карточке не описаны.

baichuan-llama-7b — это версия базовой языковой модели Baichuan-7B, сохранённая в формате LLaMA. Модель разработана Baichuan Intelligent Technology и использует авторегрессионную архитектуру Transformer с 6,7 млрд параметров; в README указаны 32 слоя, 32 головы внимания, rotary embeddings, SwiGLU и RMSNorm. Репозиторий загружается через LlamaForCausalLM и LlamaTokenizer в Transformers; веса доступны в форматах PyTorch и safetensors. Модель предназначена для генерации текста и продолжения запросов на китайском и английском языках, включая ответы на вопросы и решение учебных задач. README сообщает о предварительном обучении Baichuan-7B примерно на 1,2 трлн токенов и оптимизации для китайского языка. Метаданные указывают контекст 2048 токенов, тогда как README базовой модели описывает окно 4096 токенов; для этого репозитория следует ориентироваться на значение метаданных. Модель может выдавать фактически неверные, предвзятые, непристойные или оскорбительные ответы, поэтому её выводы требуют проверки. Указанная лицензия — baichuan-7B License; README заявляет о разрешённом коммерческом использовании, но условия следует сверять с текстом лицензии.

Bielik-11B-v2.0-Instruct — генеративная языковая модель с 11 млрд параметров, разработанная SpeakLeash совместно с вычислительным центром ACK Cyfronet AGH. Это дообученная в формате инструкций версия Bielik-11B-v2 на архитектуре Mistral с причинным декодером; модель предназначена для диалогов и выполнения текстовых инструкций. Она обучалась преимущественно на польских текстах и инструкциях и рассчитана прежде всего на польский язык, при этом в карточке также упоминается оценка задач на английском. Контекст составляет до 32 768 токенов, формат весов — Safetensors, для общения используется шаблон ChatML. Модель подходит для ответов на вопросы, диалогового взаимодействия и выполнения разнообразных языковых задач на польском языке. Лицензия — Apache 2.0 с дополнительными условиями использования, приведёнными в карточке. Разработчики отмечают, что это демонстрационная версия instruct-настройки базовой модели; у неё нет механизмов модерации, ответы могут содержать фактические ошибки, предвзятость или оскорбительный контент.

Cadence — мультиязычная модель AI4Bharat для восстановления пунктуации в тексте, в том числе в расшифровках речи. Она основана на Gemma 3 1B: модель преобразована в двунаправленный энкодер и дообучена на больших текстовых корпусах. В Hugging Face она представлена с задачей token-classification и весами Safetensors; лицензия — MIT. Модель обрабатывает английский и 22 индийских языка, учитывая особенности разных письменностей. Она предсказывает точки, запятые, вопросительные и восклицательные знаки, кавычки, скобки и другие знаки. Один экземпляр работает с разными языками без отдельного указания языка; доступны пакетная обработка и скользящее окно для длинных текстов. Cadence подходит для восстановления пунктуации в текстах и речевых транскриптах на поддерживаемых языках. Для длинных входов поведение зависит от настройки скользящего окна: без неё текст длиннее максимальной длины обрезается. Токенизатор плохо поддерживает письмо мейтей; для манипури README рекомендует транслитерацию в бенгальское письмо. Для языков вне официального списка качество может различаться.

WhisperLv3-FT-EP-CPP — модель распознавания речи на европейском португальском языке, созданная дообучением Whisper large-v3 на данных CAMOES (Capitalized, Punctuated and Pós-Acordo). Она предназначена для преобразования речи в текст, в том числе для исследований и оценки качества распознавания, а также для демонстраций и прототипов транскрибации. Модель основана на архитектуре WhisperForConditionalGeneration, содержит около 905,2 млн параметров и принимает аудио, выдавая текст. В карточке не приведены длина контекста и подробные показатели качества. Лицензия в предоставленных данных не указана.