I.6Перевод и языковая адаптация

Plim/xls-r-300m-cv_8-fr — модель распознавания речи, созданная дообучением facebook/wav2vec2-xls-r-300m на французской части набора Mozilla Common Voice 8.0. Она использует архитектуру wav2vec2 с CTC-декодированием и содержит 402,7 млн параметров. Модель принимает аудио и преобразует французскую речь в текст. Её можно применять для транскрибации записей и оценки качества распознавания на тестовых наборах французской речи. Репозиторий содержит веса PyTorch; лицензия — Apache-2.0. Модель специализирована на французском языке и данных Common Voice 8.0. README не приводит результатов оценки, поэтому качество на других источниках аудио и в реальных условиях по имеющимся данным оценить нельзя.

Yamase-12B — авторская модель Rakuto Suda, дообученная на базе Mistral-Nemo-Instruct примерно на 110 тысячах примеров для улучшения работы с японским языком. Это плотная причинная языковая модель семейства Mistral с 12,1 млрд параметров, предназначенная для диалогов и генерации текста; карточка указывает поддержку контекста до 1 024 000 токенов. README показывает формат общения в стиле [INST]…[/INST]. Модель подходит для ответов на вопросы и инструкций на японском языке, а также для суммирования и диалоговых сценариев, отражённых в обучающих наборах. В метаданных указаны датасеты японских диалогов, инструкций, Википедии и длинных текстов. Модель распространяется в формате safetensors по лицензии Apache-2.0. README отмечает, что для работы Transformers на момент публикации требовалась установка версии из GitHub.

Yehia — языковая модель на 7 млрд параметров от Navid-AI, дообученная на основе ALLaM-AI/ALLaM-7B-Instruct-preview методом GRPO. Она предназначена для диалогов на арабском и английском языках, в том числе для дружелюбного общения, объяснения учебных тем и доступной подачи знаний. Модель ориентирована на корректность, полноту и краткость ответов, полезность, честность и безопасное общение. Для загрузки используется библиотека Transformers; веса доступны в формате safetensors. Модель распространяется по лицензии Apache-2.0. В README заявлено, что на AraGen-Leaderboard на 3 февраля 2025 года Yehia была лучшей арабской моделью среди моделей размером от 0,5 до 25 млрд параметров; это утверждение относится к указанному бенчмарку и дате.

Модель zyh3826/20231206094523-pretrain-Llama-2-13b-hf-76000 — языковая модель для генерации текста, разработанная zyh3826 на основе Llama 2 13B. Это плотная авторегрессионная модель класса LlamaForCausalLM, предназначенная для использования через Hugging Face Transformers; веса опубликованы в формате safetensors. В метаданных указаны языки китайский и английский, а контекст составляет 4096 токенов. Модель можно применять для генерации и продолжения текста на китайском и английском языках. В качестве обучающего набора указан YeungNLP/firefly-pretrain-dataset. Карточка не описывает специализированные сценарии или дополнительные возможности. Лицензия — llama2. Как и другие варианты Llama 2, модель может выдавать неточные, предвзятые или нежелательные ответы. Разработчик рекомендует проверять безопасность и настраивать модель под конкретное приложение; испытания, упомянутые в карточке, проводились на английском языке.

aci-yoruba-phase8 — модель распознавания речи на базе архитектуры Wav2Vec2, дообученная Awesome-x. Она принимает аудио и преобразует речь в текст; в метаданных указано 402,7 млн параметров и формат весов Safetensors. В README приведён результат оценки: WER 0,3410 и loss 1,5843. Карточка не описывает назначение модели подробнее, набор данных, языковую поддержку и условия применения. Название указывает на йоруба, но отдельного подтверждения языка в карточке или метаданных нет. Лицензия также не указана в доступных сведениях.

Bigger-Body-8b-GGUF — это квантизированная версия языковой модели allura-org/Bigger-Body-8b, подготовленная bartowski в формате GGUF с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста, диалогов, conversational-сценариев и roleplay. Заявлена поддержка английского и китайского языков. Модель относится к классу 8B, однако точная архитектура, максимальная длина контекста и дополнительные модальности в README не указаны. Доступно множество вариантов квантизации от Q8_0 до Q2_K_L и IQ-форматов. Более высокие уровни квантизации обеспечивают лучшее качество при большем размере файла, а низкие требуют меньше оперативной памяти, но заметно уступают по качеству. В качестве рекомендуемых указаны варианты Q6_K_L, Q6_K, Q5_K_L, Q5_K_M, Q5_K_S, Q4_K_L, Q4_K_M и другие. Модель можно запускать через LM Studio, llama.cpp и совместимые проекты. Для работы используется формат prompt: <s>[SYSTEM_PROMPT]{system_prompt}[/SYSTEM_PROMPT][INST]{prompt}[/INST]. Лицензия обозначена как MRL, без дополнительных условий в представленном README.

BLOOM-1b7-intermediate — промежуточный контрольный чекпойнт семейства языковых моделей BLOOM, разработанного BigScience. Это декодерный трансформер для генерации текста и база для дальнейшего дообучения; каталог классифицирует его задачу как text-generation. В архитектуре BLOOM используются позиционные кодировки ALiBi и активации GeLU. Контекст модели — до 4096 токенов. Репозиторий содержит веса PyTorch и Safetensors, лицензия — BigScience BLOOM RAIL 1.0. BLOOM рассчитана на многоязычную генерацию и исследование больших языковых моделей. Она может продолжать заданный текст и служить основой для настройки под специализированные задачи. Карточка описывает семейство BLOOM в целом, а не уточняет характеристики именно чекпойнта 1,7 млрд параметров; поэтому указанный в ней размер 176 млрд к этой версии не относится. Метаданные указывают языки, включая арабский, бенгальский, английский, испанский, французский, хинди, индонезийский, португальский, тамильский, урду, вьетнамский и китайский; также присутствуют теги ряда других языков. Модель может выдавать фактически неверные утверждения, повторяющийся, предвзятый или оскорбительный контент. Разработчик не рекомендует применять её для решений с существенными последствиями, а также в медицинских, политических, юридических и финансовых сценариях. Условия использования заданы лицензией BigScience BLOOM RAIL 1.0.

Bonsai 2 27B CRACK PTQ1 MLX — текстовая разговорная модель семейства Qwen 3.5 с 27 млрд параметров, опубликованная Nurymanau. Это упаковка и интеграция для запуска в MLX существующих весов Bonsai-2-27B-1bit-CRACK-GGUF, а не новая модель или метод сжатия. Веса хранят трёхзначные PTQ1_0-блоки; репозиторий распространяет их в safetensors и использует оператор mlx-kquant для инференса. Размер файла весов — около 5,99 ГБ. Модель предназначена для генерации текста и диалогов; метаданные также указывают интерфейс вызова инструментов. Для запуска требуются Mac на Apple Silicon, macOS 26.2 или новее, MLX и связанные зависимости, а также память для весов, активаций и KV-кэша. В README приведён тест на MacBook Air M3 с 16 ГБ объединённой памяти и несколько коротких примеров на русском, английском и французском, но они не подтверждают широкие возможности или полную численную эквивалентность исходной сборке. Лицензия — Apache-2.0.

Crimson_Dawn-v0.2-GGUF — набор GGUF-квантизаций базовой модели Epiculous/Crimson_Dawn-v0.2, подготовленный пользователем bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста, включая диалоговые и ролевые сценарии, а также задачи написания текстов и следования инструкциям; это следует из состава обучающих наборов, в который входят датасеты для roleplay, instruct и writing. Заявлена поддержка английского, французского, немецкого, испанского, итальянского, португальского, русского, китайского и японского языков. Модель работает в текстовой модальности и распространяется в различных вариантах точности — от F16 и Q8_0 до более компактных Q2/Q3/Q4/Q5/Q6-квантизаций. Размеры файлов составляют примерно от 5,45 до 24,50 ГБ, что позволяет выбирать между качеством генерации и требованиями к памяти. Точная архитектура, число параметров и размер контекста в README не указаны. К сильным сторонам относятся широкий выбор квантизаций, включая варианты, оптимизированные для ARM, а также заявленное высокое качество рекомендуемых Q5 и Q6-вариантов. Ограничения связаны с возможной потерей качества у низкобитных квантизаций и отсутствием подробных сведений о базовой архитектуре и контекстном окне. Для запуска рекомендуется использовать llama.cpp или LM Studio и указанный шаблон prompt format. Модель распространяется по лицензии Apache-2.0.

DeepSeek-R1-8B-Unified-IdemFormer — экспериментальная текстовая генеративная модель, разработанная Dr. A. Emre ÇETİN из Измира, Турция. Она создана на базе DeepSeek-R1-Distill-Llama-8B и предназначена для задач рассуждения и генерации текста на периферийных устройствах с ограниченными ресурсами, включая ноутбуки с 6 ГБ видеопамяти. Модель объединяет несколько заявленных механизмов оптимизации: рекурсивный Universal Transformer с общими весами внимания, Chebyshev Polynomial FFN вместо стандартного SwiGLU, сжатие KV-кэша методом Subspace Context Folding, механизм Tarski Consequence Fixpoint для проверки логической согласованности и внимание на основе max-plus semiring без умножений. Согласно README, число параметров уменьшено примерно с 8,03 млрд до 2,71 млрд, а размер 4-битных весов составляет около 1,45 ГБ. Заявлена поддержка контекста до 128k токенов, языков English, Turkish и Chinese. К сильным сторонам относятся заявленные снижение требований к памяти и ускорение прямого прохода по сравнению со стандартным DeepSeek-R1-8B, что может быть полезно для локального запуска и длинных контекстов. При этом README не содержит независимой оценки качества, подробностей обучения, совместимости с конкретными форматами инференса или подтверждения заявленных свойств на широком наборе тестов; поэтому показатели эффективности и устойчивости следует считать заявленными авторами. Лицензия указана как hybrid-patent-open-core; также упомянуты патентные заявки, поэтому условия коммерческого и производного использования необходимо проверять по тексту лицензии.

hhhhzy/deltalm-base-xlsum — модель DeltaLM-base, дообученная на датасете XLSum для абстрактного многоязычного суммирования. Она принимает текст статьи и формирует краткое связное изложение; архитектура — плотная DeltaLMForConditionalGeneration с 248,7 млн параметров и контекстом до 512 токенов. Модель поддерживает языки, перечисленные в карточке, включая русский, английский, арабский, китайский, французский, испанский и другие. Модель подходит для создания кратких пересказов новостей и статей на разных языках. На оценочной выборке автор указал ROUGE-1 18,2, ROUGE-2 7,6, ROUGE-L 14,9 и ROUGE-Lsum 14,7; эти значения следует учитывать как результаты конкретной оценки на XLSum. Модель опубликована в формате PyTorch, использует лицензию и библиотеку из метаданных, но эти сведения здесь отсутствуют.

DiCoW v3.3 — модель распознавания речи целевого говорящего, разработанная командой BUT Speech@FIT. Она выделяет и транскрибирует речь выбранного человека в аудиозаписи с несколькими говорящими, используя результаты диаризации. Модель дообучена на базе Whisper large-v3-turbo и содержит около 905,2 млн параметров; для работы принимает 30-секундное аудио и четырёхканальную маску STNO. Поддерживает многоязычное распознавание речи. В версии 3.3 применяются послойные преобразования FDDT перед позиционными эмбеддингами, а обучение с шумовой инъекцией STNO и SpecAugment повышает устойчивость к неточной диаризации. Модель предназначена для транскрибирования выбранного участника встреч и смешанных записей с перекрывающейся речью. Репозиторий содержит веса в формате Safetensors и рассчитан на использование с Transformers; лицензия — CC BY 4.0. Качество результата зависит от точности диаризации и маски STNO. При перекрытии более двух говорящих модель может испытывать трудности с выделением целевого голоса.

Qishuai разработал эту модель на базе DistilBERT и дообучил её для восстановления пунктуации в тексте на английском языке без учёта регистра. Модель размечает токены, предсказывая места для знаков препинания; она подходит, например, для обработки текстов, полученных из расшифровок речи, и не предназначена для распознавания речи или генерации связного текста. Модель использует архитектуру DistilBertForTokenClassification, работает с контекстом до 512 токенов и доступна в форматах PyTorch и safetensors. Для обучения использованы новостные статьи BBC, Hindu, Indian Times и Guardian, а также расшифровки TED Talks. В отчёте проверки на новостях и расшифровках TED за 2020 год F1 для запятых и точек составил 0,63 и 0,70; качество восстановления восклицательных знаков было низким (F1 0,12). Лицензия в предоставленных данных не указана.

Eureka-Audio-Instruct — компактная аудиоязыковая модель на 1,7 млрд параметров, разработанная авторами Eureka-Audio. Она принимает аудио и формирует текстовые ответы для распознавания речи, вопросов об аудиозаписи, описания звуков, распознавания эмоций в речи и классификации звуковых событий. Архитектура объединяет аудиоэнкодер на основе Whisper, разреженный MoE-адаптер и языковую основу Qwen3-1.7B-Base; контекст составляет 32 768 токенов. Модель предназначена для транскрибации и широкого анализа аудио. Авторы сообщают о конкурентных результатах на аудиобенчмарках при меньшем размере по сравнению с рядом моделей на 7–30 млрд параметров и о более быстром декодировании относительно крупных моделей. Метаданные указывают поддержку английского и китайского языков. Репозиторий содержит веса в формате Safetensors; лицензия — Apache-2.0. Качество может различаться в зависимости от языка, типа записи и задачи; README не приводит здесь численных результатов оценивания, поскольку таблицы опущены. Для работы необходимы аудиовход и совместимая программная среда Transformers.

stillerman/fdt-disfluency-small-29m-v2 — модель разметки слов в расшифровках разговорной речи, разработанная в рамках проекта FluencyAI digital-twin. Она помечает каждое слово тегом KEEP, DELETE, KEEP_STRIP_COMMA или KEEP_CAPITALIZE, после чего простая реконструкция удаляет слова-паразиты и выполняет предусмотренные изменения пунктуации и регистра. Модель предназначена для очистки транскриптов живой речи с сохранением исходной формулировки. Это BERT L4/H512 для классификации токенов; в метаданных указано 32,4 млн параметров и контекст 512 токенов. Репозиторий содержит веса safetensors и квантованный ONNX-вариант int8 для запуска через transformers.js, в том числе в браузере с WebGPU. В README указаны exact-match 0,9255 и DELETE-F1 0,9874 на валидации. Модель удаляет помеченные слова, но не переписывает фразы и не исправляет содержание, имена или числа. Обучающие данные включают синтетически внесённые речевые сбои поверх разговорных корпусов; среди них DailyDialog под лицензией CC BY-NC-SA, поэтому автор рекомендует не использовать модель для коммерческого развертывания без отдельной проверки прав. Лицензия репозитория — Apache-2.0.

Gemma 3 270M IT — компактная инструкционная текстовая модель Google, представленная в формате GGUF для запуска через loom.cpp и библиотеку loom-py-rt. Веса не изменены относительно базовой модели google/gemma-3-270m-it; репозиторий упаковывает их в один самодостаточный файл GGUF с данными, необходимыми для работы в loom.cpp. Модель предназначена для генерации текста и выполнения инструкций, включая диалоговые сценарии, ответы на вопросы и суммаризацию. По данным README, исходная модель обучалась более чем на 140 языках. Она принимает текст и выдаёт текст; размер параметров и длина контекста в предоставленных данных не указаны. Для запуска README рекомендует loom-py-rt. Репозиторий указывает лицензию «other», поэтому условия использования следует сверять с лицензией базовой модели Google и файлами репозитория. Это компактная модель, поэтому она не рассчитана на задачи, требующие возможностей крупных моделей.

Hy3-GGUF — это квантизированная версия языковой модели Hy3, разработанной Tencent и преобразованной в формат GGUF пользователем bartowski с использованием llama.cpp. Модель предназначена для генерации текста и локального запуска через llama.cpp, LM Studio, KoboldCpp, Jan AI, Text Generation Web UI и другие совместимые инструменты. В репозитории представлены варианты квантизации Q2–Q8 и IQ, включая рекомендуемые Q4_K_M, Q5_K_M и Q6_K. Размер файлов варьируется примерно от 64 до 318 ГБ; варианты отличаются балансом между качеством, требованиями к памяти и скоростью работы. В метаданных модель обозначена как MoE, однако подробности архитектуры, число параметров, поддерживаемые языки, модальности и размер контекста в README не указаны. Квантизация выполнена с использованием imatrix, что направлено на сохранение качества при уменьшении размера модели. Сильной стороной является широкий выбор квантизаций и совместимость с популярными локальными средствами инференса. Ограничения включают очень высокие требования к дисковому пространству и оперативной или видеопамяти даже для наиболее сжатых вариантов, а также возможное снижение качества на низких уровнях квантизации. Для работы требуется поддержка Hy3 в выбранном инструменте. Модель распространяется по лицензии Apache-2.0.

Cydonia_Vistral-GGUF — это набор квантизированных форматов модели Cydonia_Vistral, разработанной Ilya626 и подготовленной пользователем bartowski. Модель предназначена для генерации текста и запускается локально через llama.cpp, LM Studio и другие совместимые проекты на базе llama.cpp. Модель поставляется в формате GGUF с вариантами от BF16 до низкобитных Q2–Q8 и IQ-квантизаций. Размер файлов составляет примерно от 9,91 до 47,15 ГБ. Квантизация выполнена с использованием imatrix и llama.cpp release b6818. README не содержит достоверных сведений о базовой архитектуре, числе параметров, длине контекста, поддерживаемых языках или дополнительных модальностях, поэтому модель следует рассматривать как текстовую. Сильная сторона набора — широкий выбор вариантов, позволяющий выбирать между качеством, размером и требованиями к оперативной памяти; наиболее качественные и сбалансированные варианты отмечены как рекомендуемые. Низкобитные версии экономят память, но могут заметно уступать по качеству. Лицензия в README не указана, поэтому условия использования необходимо уточнять на странице исходной модели Ilya626/Cydonia_Vistral.

Krakowiak-7B-v2 — польская языковая модель для генерации текста, разработанная Шимоном Францишеком Руциньским. Она основана на Mistral-7B и дообучена на самостоятельно созданном корпусе из 300 тысяч польских инструкций для следования инструкциям и генерации текста на польском языке. Модель имеет плотную архитектуру Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. В карточке указаны Grouped-Query Attention, Sliding-Window Attention и токенизатор BPE с поддержкой отдельных байтов. Для инструкций используется формат [INST]…[/INST]. Модель распространяется в формате safetensors по лицензии CC BY-SA 4.0.

werner1hugo/lid-framework-models — коллекция из 102 моделей определения языка, разработанная Вернером Хуго в рамках магистерской работы MEng в Stellenbosch University. Модели входят в базу знаний фреймворка выбора моделей LID: он анализирует корпус коротких текстов и рекомендует подходящую модель или готовый детектор. В коллекции представлены варианты на Multinomial Naive Bayes, логистической регрессии и FastText с признаками символьных n-грамм или FastText-представлениями. Модели классифицируют короткий текст по одному из языков, представленных в обучающем корпусе, и выдают код ISO 639-1. Подходящий сценарий — определение языка отдельных коротких сообщений или документов и выбор модели под конкретный корпус. Модели обучались на текстах длиной 30–120 символов (для китайского, японского и корейского — 10–40 символов); на данных своего корпуса среднее взвешенное F1 составляет 0,939–0,995, а при переносе на другой корпус качество резко падает. Коллекция не покрывает языки за пределами заданных высокоресурсных языков, выдаёт одну метку на документ и не обрабатывает переключение языков внутри текста. Лицензия — CC BY-NC-SA 4.0.

Souvik3333/Llama-3-3x8B-multilingual — мультиязычная чат-модель на архитектуре Mixtral MoE, полученная слиянием трёх моделей семейства Llama 3: namespace-Pt/Llama-3-8B-Instruct-80K-QLoRA-Merged, meta-llama/Meta-Llama-3-8B-Instruct и lightblue/suzume-llama-3-8B-multilingual. В метаданных указано 7,5 млрд параметров, а карточка заявляет контекст длиной 80 тыс. токенов. Модель предназначена для диалоговой генерации текста. Среди языков карточка и метаданные называют английский, японский, немецкий и китайский; поддержка русского не заявлена. Репозиторий содержит веса в формате safetensors. Лицензия указана как llama3.

Модель ThatsGroes/Llama-3-8B-instruct-AI-Sweden-SkoleGPT разработана ThatsGroes и дообучена на один эпох на основе AI-Sweden-Models/Llama-3-8B-instruct. Это плотная языковая модель семейства Llama 3 с 7,5 млрд параметров для генерации текста и диалогов; карточка связывает её с набором данных kobprof/skolegpt-instruct. Максимальная длина контекста — 8192 токена. Модель предназначена для генерации ответов и ведения диалога. Базовая модель ориентирована на шведский, датский и норвежский языки; в тегах карточки также указан английский. Модель опубликована в формате Safetensors и распространяется по лицензии Apache-2.0. Карточка не сообщает результатов оценки качества, поэтому пригодность для конкретных сценариев стоит проверять на собственных данных.

cstr/llama3-8b-spaetzle-v33-mlx-4bit — конвертированная в формат MLX и квантованная до INT4 версия модели cstr/llama3-8b-spaetzle-v33, созданная тем же автором. Это плотная авторегрессионная модель семейства Llama с 7,5 млрд параметров, предназначенная для генерации текста и диалогового общения; контекст составляет до 8192 токенов. Карточка указывает поддержку немецкого и английского языков. Модель подходит для локального запуска на устройствах Apple Silicon через mlx-lm, где формат MLX и квантование INT4 позволяют использовать её с меньшими требованиями к памяти. На этом этапе модель не дообучалась и не объединялась с другими весами. Лицензия — llama3, унаследованная от базовой модели.

goniii/Llama3-eeve-merge-model-1 — языковая модель для диалоговой генерации текста, созданная слиянием моделей Meta-Llama-3-8B-Instruct и EEVE-Korean-Instruct-10.8B-v1.0 с помощью mergekit. При слиянии методом passthrough использованы отдельные диапазоны слоёв обеих моделей; в репозитории представлены веса safetensors, библиотека для работы — Transformers. Модель предназначена для ответов в диалоге и генерации текста. Её размер составляет около 10 млрд параметров, максимальный контекст — 4096 токенов. В состав входят англоязычная Llama 3 Instruct и корейская EEVE Instruct, поэтому модель объединяет их языковые и диалоговые возможности. Лицензия в предоставленных данных не указана. Практические ограничения и качество на конкретных задачах в README не описаны; небольшой контекст может ограничивать работу с длинными документами.

llm-jp-3-8x1.8b-instruct3 — японская инструктивная языковая модель, разработанная Центром исследований и разработок больших языковых моделей Национального института информатики Японии. Она предназначена для диалогов и выполнения инструкций: например, для ответов на вопросы, генерации и преобразования текста. Модель основана на архитектуре Transformer с разреженной смесью экспертов Mixtral: 24 слоя, 8 экспертов, из которых активируются 2. В карточке Hugging Face указано 1,7 млрд параметров; README приводит 9,27 млрд общих параметров и около 2,92 млрд активируемых параметров. Контекст — 4096 токенов. Предварительное обучение охватило 2,1 трлн токенов, а после него модель прошла supervised fine-tuning и выравнивание методом Direct Preference Optimization. Основной язык — японский; метаданные также отмечают английский. Модель распространяется в формате safetensors для Transformers по лицензии Apache-2.0. Авторы предупреждают, что модель находится на ранней стадии исследований и разработок и недостаточно настроена для гарантированного соответствия намерениям пользователей и требованиям безопасности.

LOLA v1 — многоязычная языковая модель группы DICE Research при Университете Падерборна. Это предварительно обученная авторегрессионная модель в стиле GPT-2 с декодерным Transformer и разреженными слоями Mixture-of-Experts: 16 экспертов, около 7,4 млрд параметров всего и 1,3 млрд активных на токен. Модель обучалась на корпусе CulturaX, содержащем тексты более чем на 160 языках. Модель предназначена для генерации текста и служит базой для дальнейшей тонкой настройки под прикладные задачи. Карточка сообщает о конкурентных результатах на задачах генерации и понимания языка, а также описывает маршрутизацию между экспертами, учитывающую языковые закономерности. Контекст модели составляет 2048 токенов; для работы указана библиотека Transformers. Модель распространяется по лицензии CC BY 4.0. Это базовая предварительно обученная модель, поэтому для конкретных прикладных сценариев может потребоваться дообучение; заявленная поддержка множества языков сама по себе не гарантирует одинакового качества для каждого из них.

Maestrale chat beta v0.3 — италоязычная чат-модель, созданная @efederici и @mferraretto на основе Mistral-7B. Модель прошла дополнительное предобучение на качественном корпусе на итальянском языке и SFT на диалогах и инструкциях в течение трёх эпох. Это плотная авторегрессионная модель с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для генерации ответов в диалогах на итальянском языке и следования инструкциям. Версия v0.3 поддерживает интерфейс вызова функций и использует формат запросов ChatML. Модель выпущена как beta и не прошла выравнивание; авторы называют её первым тестовым вариантом и отмечают, что данные для выравнивания и оценки ещё разрабатываются. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

Mega-ASR-MLX-int8 — сборка Mega-ASR в формате MLX от littlebearlabs, созданная на основе mlx-community/Mega-ASR-MLX-bf16 и предназначенная для распознавания речи на устройствах Apple Silicon. Mega-ASR повышает устойчивость Qwen3-ASR-1.7B: аудиомаршрутизатор определяет, чистая ли запись или ухудшенная, и при необходимости подключает LoRA-адаптер во время инференса. 344 линейные проекции аудиоэнкодера и текстового декодера квантизированы в int8 с размером группы 64; фронтенд, нормализации, маршрутизатор и LoRA-адаптер сохранены в bf16. Упакованные веса загружаются напрямую через native loader mlx-mega-asr без квантизации при запуске. Репозиторий содержит токенизатор Qwen2 BPE. README сообщает о близком качестве int8 и bf16 на LibriSpeech test-clean, однако проверка охватывает только 20 файлов. Модель основана на Qwen3-ASR-1.7B, для которой в карточке указаны английский и китайский языки. Лицензия — Apache-2.0.

MiniCPM5-2B-heretic-abliterated-GGUF — набор квантизированных моделей в формате GGUF, созданный Abiray на основе openbmb/MiniCPM5-2B. В модели применена методика directional refusal ablation с использованием Heretic v1.4.0, направленная на нейтрализацию механизмов отказа при сохранении основных возможностей исходной модели. Модель предназначена для генерации текста и локального запуска на устройствах с ограниченными ресурсами через llama.cpp, Ollama, LM Studio, Jan и другие совместимые исполнители GGUF. Заявлена поддержка английского и китайского языков, а также сценариев программирования, математических задач и многошагового рассуждения. Архитектура в README не описана; размер базовой модели — 2B параметров. Доступны варианты квантования от Q3_K_M до Q8_0 размером примерно от 1,29 до 2,68 ГБ. В качестве рекомендуемого указан Q4_K_M как баланс скорости, занимаемой памяти и качества. По приведённым автором тестам, доля отказов снижена до 5 из 100 против 99 из 100 у исходной модели, а KL divergence относительно базы составляет 0,0391, что указывает на небольшое изменение представлений. При этом заявленное снижение отказов может означать ослабление встроенных ограничений безопасности, поэтому ответы модели требуют дополнительной проверки и внешних защитных механизмов. Контекст в README явно не указан; значение 4096 приведено только в примере запуска. Лицензия — Apache-2.0.

MISCHIEVOUS-12B-Mix_0.1v — слитая модель генерации текста на архитектуре Mistral, созданная с помощью mergekit методом SLERP из bamec66557/MNRP_0.5 и bamec66557/MISCHIEVOUS-12B. Она предназначена для текстового общения и генерации ответов; метаданные также указывают интерфейс вызова инструментов. Модель содержит 12,1 млрд параметров и принимает контекст до 1 024 000 токенов. Заявлены английский и корейский языки. По лицензии Apache-2.0. Карточка приводит результаты Open LLM Leaderboard: среднее значение 22,52, IFEval — 36,36, BBH — 34,36; в README указаны дополнительные строки результатов без значений в предоставленном фрагменте. Данных о целевых сценариях, качестве на конкретных задачах и практических ограничениях в доступном описании мало.