I.6Перевод и языковая адаптация

Карточка модели OpenMOSS-Team/MOSS-Audio-4B-Thinking на Hugging Face совпадает с карточкой OpenMOSS-Team/MOSS-Audio-4B-Instruct, поэтому описание составлено по ней. MOSS-Audio-4B-Instruct — открытая модель для понимания аудио, разработанная MOSI.AI, командой OpenMOSS и Shanghai Innovation Institute. Это вариант Instruct с аудиоэнкодером MOSS-Audio-Encoder и языковой основой Qwen3-4B; общий размер составляет около 4,6 млрд параметров. Аудио преобразуется в временные представления с частотой 12,5 Гц, которые объединяются с представлениями языковой модели для генерации текста. Модель принимает аудио и выполняет инструкции на его основе. Модель предназначена для распознавания речи с временными метками, ответов на вопросы и составления резюме по аудио, анализа говорящих, эмоций и звуковых событий, описания окружающей обстановки и понимания музыки. Архитектура с передачей признаков между слоями энкодера и временными маркерами поддерживает анализ акустических деталей и последовательности событий. В карточке семейства заявлена поддержка английского и китайского языков; результаты оценки относятся к семейству моделей и не гарантируют такое же качество именно для варианта 4B. Модель распространяется по лицензии Apache-2.0. Карточка описывает возможности семейства, но не приводит отдельные результаты оценки, требования к ресурсам или конкретные ограничения варианта 4B-Instruct.

korvo/MS-RandomMergeTest_v3-TIES-22B — объединённая 22-миллиардная языковая модель на архитектуре Mistral, собранная с помощью mergekit. В основе слияния лежит concedo/Beepo-22B; в него также вошли anthracite-org/magnum-v4-22b, allura-org/MS-Meadowlark-22B, crestf411/MS-sunfall-v0.7.0, TheDrummer/Cydonia-22B-v1.3, TheDrummer/Cydonia-22B-v1.2 и DigitalSouls/BlackSheep-DigitalSoul-22B. Использован метод слияния della_linear. Модель предназначена для генерации текста и диалоговых сценариев. Она принимает текст и выдаёт текст, поддерживает контекст длиной до 32 768 токенов и распространяется в формате safetensors для библиотеки Transformers. В метаданных также отмечен интерфейс вызова инструментов. Лицензия в предоставленных данных не указана.

zelk12/MT-GP-gemma-2-RAt0.75v0.1RAv0.1-9B — слияние двух предварительно обученных языковых моделей Gemma 2, созданное с помощью mergekit методом SLERP. Модель имеет плотную архитектуру Gemma2ForCausalLM и 9 млрд параметров; веса представлены в safetensors. В метаданных указана поддержка диалогового режима, генерации текста и контекст длиной до 8192 токенов. Модель подходит для диалогов, выполнения инструкций и генерации текста. README указывает только способ слияния и исходные модели, поэтому более узкие специализации и подтверждённые преимущества не заявлены. Лицензия в предоставленных сведениях не указана.

NaturalLM-7B-Instruct-GGUF — это набор GGUF-квантизаций инструкционной языковой модели NaturalLM-7B-Instruct, разработанной qingy2024. Квантизации подготовлены bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста и диалогового взаимодействия; запуск возможен, в частности, через LM Studio и совместимые инструменты llama.cpp. В набор входят варианты от исходных весов F16 размером 14,5 ГБ до квантизаций Q3 и Q4 размером примерно 3,2–4,5 ГБ, а также Q5, Q6 и Q8 с более высоким качеством и большим потреблением памяти. Для общения используется формат сообщений с ролями system, user и assistant. README не указывает архитектуру исходной модели, поддерживаемые языки, размер контекста, мультимодальность или точные показатели качества, поэтому эти характеристики нельзя определить по имеющимся данным. Основное преимущество набора — выбор между качеством, размером файлов и требованиями к памяти; варианты Q5 и Q6 отмечены как высококачественные, а Q4_K_M описан как подходящий для большинства сценариев. Более сильное сжатие уменьшает требования к памяти, но снижает качество. Для некоторых вариантов существуют специальные ограничения по аппаратуре: отдельные сборки оптимизированы для ARM или AVX, требуют поддержки конкретных инструкций и не рекомендуются для Mac или GPU. Лицензия в README не указана.

NepaliKD-SentenceTransformers-paraphrase-multilingual-MiniLM-L12-v2 — модель Sentence Transformers на базе архитектуры BERT, предназначенная для преобразования предложений и абзацев в плотные векторы размерностью 384. Она разработана для семантического поиска по данным на английском и непальском языках, а также подходит для кластеризации и сравнения смысловой близости текстов. Модель содержит 124,3 млн параметров, принимает текст и возвращает векторные представления. Максимальная длина контекста составляет 512 токенов. Для использования доступны веса PyTorch и совместимость с библиотеками Sentence Transformers и Transformers; при использовании Transformers требуется применить подходящую операцию pooling к выходам модели. Лицензия в предоставленных данных не указана.

MaziyarPanahi/neural-chat-7b-v3-3-Slerp-Mistral-7B-Instruct-v0.2-slerp — это объединённая методом SLERP диалоговая языковая модель на архитектуре Mistral с 7,1 млрд параметров. В слиянии использованы mistralai/Mistral-7B-Instruct-v0.2 и Intel/neural-chat-7b-v3-3-Slerp; конфигурация указывает bfloat16. Модель предназначена для генерации текста и ответов на инструкции в диалоговом формате, а также поддерживает контекст до 32 768 токенов. Модель принимает текст и выдаёт текст. Карточка не приводит сведений о целевых языках или специализированной области применения. Репозиторий распространяется по лицензии Apache-2.0. Конкретные ограничения качества и безопасности в карточке не описаны.

NeuralSynthesis-7B-v0.3 — объединённая языковая модель семейства Mistral, созданная Kukedlc с помощью LazyMergekit. Модель содержит 7,1 млрд параметров и использует архитектуру MistralForCausalLM; в метаданных указан контекст до 32 768 токенов. Она предназначена для генерации текста и диалога на основе текстовых запросов. Чекпойнт получен слиянием нескольких моделей методом model_stock, включая Mergerix-7b-v0.3, Ognoexperiment27Multi_verse_model-7B, T3QM7, NeuralSynthesis-7B-v0.1, M7-7b и YamshadowExperiment28-7B. Файлы опубликованы в формате safetensors. Лицензия — Apache-2.0. В карточке не приведены сведения о языковом охвате и специальные ограничения на сценарии использования.

gmunkhtur/paraphrase-mongolian-minilm-mn_v2 — это дообученная модель Sentence Transformers на базе sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2, разработанная для сопоставления предложений на монгольском языке. Архитектура BERT формирует плотные векторы размерности 384; сходство оценивается косинусной мерой. В метаданных указано 124,3 млн параметров и контекст до 512 токенов, а карточка модели задаёт максимальную длину последовательности 128 токенов. Модель подходит для семантического поиска и сравнения сходства текстов, поиска перефразирований, кластеризации и классификации на основе эмбеддингов. Она обучена на парах предложений с оценками сходства из CSV-датасета размером 77 201 пример; в README приведены высокие показатели корреляции на указанных наборах dev-t и test-t. Для практической работы с длинными текстами следует учитывать ограничение длины последовательности в 128 токенов из карточки модели. Лицензия в предоставленных данных не указана.

gmunkhtur выпустил дообученную модель Sentence Transformers на основе sentence-transformers/paraphrase-multilingual-MiniLM-L12-v2. Она использует архитектуру BERT и преобразует предложения и абзацы в плотные векторы размерностью 384 для сравнения семантического сходства по косинусной мере, поиска перефразировок, семантического поиска, кластеризации и классификации текста. Для получения векторов применяется усреднение токенных представлений; библиотека модели — sentence-transformers. В README указан предел последовательности 128 токенов, тогда как метаданные каталога указывают нативный контекст 512 токенов. Модель обучена на 11 113 парах предложений с оценками сходства. Примеры в карточке написаны на монгольском и русском языках, а базовая модель предназначена для многоязычных текстов. В приведённой оценке на sts-dev корреляция Спирмена составляет 0,4878, поэтому качество сходства может быть ограниченным. Лицензия в предоставленных данных не указана.

PasticheAlloyingotneoy-7B — созданная Maxime Labonne автоматическим слиянием двух моделей: CorticalStack/pastiche-crown-clown-7b-dare-dpo и nlpguy/AlloyIngotNeoY. Для слияния применён метод SLERP с настройками для слоёв self-attention и MLP; итоговая модель построена на архитектуре Mistral и содержит 7,1 млрд параметров. Модель предназначена для генерации текста и диалоговых ответов. Она принимает текстовые запросы и может использовать контекст длиной до 32 768 токенов. Репозиторий содержит веса в формате safetensors. Модель опубликована под лицензией Apache-2.0.

Percival_01-7b-slerp — объединённая текстовая модель на архитектуре Mistral, созданная AurelPx методом SLERP с помощью LazyMergekit из liminerity/M7-7b и Gille/StrangeMerges_32-7B-slerp. Модель содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Она предназначена для генерации текста и диалоговых сценариев. В карточке автор заявляет второе место среди моделей 7B на OPENLLM Leaderboard, однако подробности оценки и результаты по отдельным задачам не приведены. Модель распространяется в формате safetensors под лицензией Apache-2.0.

Percival_01M7-7B — текстовая генеративная модель, созданная Maxime Labonne автоматическим слиянием моделей. В конфигурации указаны Percival_01-7b-slerp и M7-7b; применён метод dare_ties с параметрами density 0,53 и weight 0,6. Модель построена на архитектуре Mistral, содержит 7,1 млрд параметров и рассчитана на контекст до 32 768 токенов. Модель предназначена для генерации текста и диалоговых сценариев. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. Подробные сведения о языках, результатах оценки и ограничениях применения в карточке не приведены.

aleada/Pixtral-12B-W4A16 — это 4-битно квантованный вариант базовой модели mgoin/pixtral-12b, подготовленный пользователем aleada для запуска через vLLM. Пакет создан с помощью llm-compressor 0.12.0 по рецепту GPTQModifier в формате compressed-tensors; поддерживается автоматическое обнаружение конфигурации квантования при загрузке. Проект поддерживается atlas — агентным проектом Алекса Адамопулоса, связанным с assert.gr. Модель предназначена для мультимодальных сценариев работы с текстом и изображениями, включая генерацию ответов, анализ визуального содержимого и стандартные задачи языкового моделирования. Квантованию подвергались линейные слои с конфигурацией W4A16 и group size 128, а vision tower и multi_modal_projector сохранены в исходном формате, поэтому приведённые в README результаты текстовых тестов не оценивают работу с изображениями. Размер квантованного артефакта составляет около 8,56 GiB; заявлена поддержка видеокарт архитектуры Ampere и запуск через vLLM. Квантирование уменьшает требования к памяти, но может снижать точность, особенно в генеративных задачах с многошаговыми вычислениями: на тесте GSM8K восстановление относительно исходной модели составило 91,0–91,6%, тогда как на задачах с выбором ответа — 95,9–99,3%. Поэтому модель подходит для экономичного инференса, но для чувствительных к точности вычислений и сложных цепочек рассуждений следует оценить влияние квантования на собственных данных. Контекстное окно, точные размеры архитектуры, список языков и полные характеристики базовой Pixtral-12B в README не указаны. Модель наследует лицензию исходной модели mgoin/pixtral-12b; дополнительных ограничений от автора квантованного пакета не заявлено.

akcit-motion/qwen2.5-7b-instruct-motion — языковая модель для генерации текста и диалогового взаимодействия, размещённая на Hugging Face. README модели автоматически сгенерирован и не содержит сведений о разработчике, обучающих данных, результатах оценки или лицензии. Модель содержит 7,1 млрд параметров, относится к семейству Qwen2.5 по идентификатору и предназначена для использования через библиотеку Transformers. Заявленная длина контекста составляет 32 768 токенов. Поддерживается задача text-generation; тег conversational указывает на сценарии диалоговой генерации. Модель может применяться для генерации ответов, продолжения текста и построения диалоговых интерфейсов. Из-за отсутствия подробной документации нельзя подтвердить поддерживаемые языки, качество на конкретных наборах данных, специализацию, безопасность и условия лицензирования.

bunnycore/Qwen-2.5-7b-TitanFusion-v2 — объединённая диалоговая языковая модель на архитектуре Qwen2, созданная с помощью mergekit методом DARE TIES на основе Orion-zhen/Qwen2.5-7B-Instruct-Uncensored с добавлением Cran-May/T.E-8.1 и Replete-AI/Replete-LLM-V2.5-Qwen-7b. Модель содержит 7,1 млрд параметров, принимает текст и генерирует текст; заявленное контекстное окно — 32 768 токенов. Модель предназначена для диалогов и генерации ответов на инструкции. В карточке описан способ объединения весов, но нет результатов оценки качества или подробных рекомендаций по использованию. Репозиторий содержит веса в формате safetensors; лицензия в доступных данных не указана.

kechengcode/Qwen2-5B-16Layers — текстовая генеративная модель на архитектуре Qwen2, созданная объединением слоёв Qwen/Qwen2-7B методом passthrough с помощью mergekit. В репозитории указаны 4,3 млрд параметров, формат safetensors и контекст до 131 072 токенов; модель предназначена для генерации текста и диалогового взаимодействия. Модель принимает текст и выдаёт текст. Карточка не уточняет языки, качество на отдельных задачах и специальные области применения. Лицензия в предоставленных данных не указана.

PrimeIntellect/Qwen3-1.7B — текстовая модель семейства Qwen3, опубликованная Prime Intellect как копия Qwen/Qwen3-1.7B с шаблоном чата, совместимым с многоходовыми диалогами и вызовами инструментов. Это плотная авторегрессионная модель на 1,7 млрд параметров для генерации текста; она принимает текст и выдаёт текст. Метаданные указывают контекст длиной до 40 960 токенов и поддержку интерфейса чата и вызова инструментов. Модель подходит для диалоговых приложений и сценариев, где языковая модель должна взаимодействовать с инструментами через совместимый шаблон. В карточке не описаны отдельное дообучение, специализированные области применения или оценки качества. Репозиторий содержит веса в формате safetensors. Лицензия — Apache-2.0.

Qwen3.8-9B-heretic-uncensored-NVFP4-GGUF — квантованная GGUF-версия модели, разработанная luxuansang на основе empero-ai/Qwen3.8-9B. Исходная модель представляет собой полноразмерную дистилляцию Qwen3.8 2.4T A95B в архитектуру Qwen3.5-9B. Вариант дополнительно обработан с помощью Heretic v1.4.0 для снижения частоты отказов и выпускается как модель для генерации текста. Модель предназначена для локального запуска в совместимых с GGUF средах инференса, включая llama.cpp. В репозитории представлена квантование NVFP4 + Q8_0; эталонной считается версия BF16, поэтому квантованный вариант может немного отличаться по качеству и поведению из-за пониженной числовой точности. Указан английский язык, однако в оценке также проверялись отдельные языковые пары FLORES200. По сравнению с исходной моделью частота отказов в тесте снизилась с 100 до 22 из 100, при этом KL-дивергенция составила 0,0171, что указывает на относительно близкое сохранение исходного поведения. Сильной стороной является сочетание компактного размера, локального запуска и сниженной склонности к отказам. Ограничения включают возможные изменения поведения после квантования, зависимость результатов от оборудования и настроек инференса, а также отсутствие в данном README подробных сведений о точной архитектуре, размере контекста и рекомендуемых параметрах генерации. Модель распространяется по лицензии Apache-2.0.

Qwen-VL — крупная визуально-языковая модель Alibaba Cloud из семейства Qwen. Она принимает изображения, текст и ограничивающие рамки, а выдаёт текст и рамки; версия в репозитории описана как предварительно обученная модель, при этом карточка также упоминает отдельную диалоговую версию Qwen-VL-Chat. Модель содержит 11,4 млрд параметров, использует плотную архитектуру QWenLMHeadModel, работает с PyTorch и поддерживает контекст до 8192 токенов. Модель предназначена для диалога по изображениям, генерации описаний, визуальных вопросов и ответов, распознавания текста на изображениях, включая документы и диаграммы, а также поиска объектов по текстовому описанию с выдачей рамок. В карточке указаны многоязычные диалоги и многоязычная оценка на китайском и английском языках. Разрешение обработки изображений повышено до 448 пикселей, что помогает решать задачи распознавания текста и визуальных вопросов без разбиения изображения. README сообщает о сильных результатах на нескольких общих визуально-языковых бенчмарках, но они относятся к оценкам разработчика. Модель может ошибаться в распознавании деталей изображения и текста; карточка не описывает ограничения подробнее. Условия лицензии в предоставленных данных не указаны.

Seamaiiza-7B-v2-128k — языковая модель AlekseiPravdin для генерации текста и диалогов. Это слияние двух моделей с помощью mergekit и метода SLERP: AlekseiPravdin/Seamaiiza-7B-v1 и AlekseiPravdin/KSI-RP-NSK-128k-7B. Архитектура — плотная MistralForCausalLM, размер — 7,1 млрд параметров; веса представлены в формате safetensors. Модель подходит для генерации продолжений текста и ведения диалогов. В названии и карточке базовой модели заявлен контекст до 128k токенов, однако метаданные этой модели указывают native context 32 768 токенов, поэтому возможность работы с 128k токенов не подтверждена для данного репозитория. Лицензия — Apache-2.0.

SmartLlama-3-8B-MS-v0.1 — объединённая модель генерации текста семейства Llama 3, собранная Kukedlc с помощью LazyMergekit из четырёх моделей: Locutusque/llama-3-neural-chat-v1-8b, cloudyu/Meta-Llama-3-8B-Instruct-DPO, cognitivecomputations/dolphin-2.9-llama3-8b и abacusai/Llama-3-Smaug-8B. В конфигурации указан метод слияния model_stock и формат bfloat16; модель имеет архитектуру LlamaForCausalLM, около 7,5 млрд параметров и контекст до 8192 токенов. Модель предназначена для генерации текста и диалогового общения. Её можно использовать для ответов на вопросы, написания черновиков и ведения многоходового чата. Карточка не уточняет поддерживаемые естественные языки и специализированные области применения. Лицензия указана как other, поэтому условия использования следует проверять в репозитории и у авторов исходных моделей. Доступные сведения не содержат сравнительных оценок качества или подробных ограничений поведения; результат зависит от запроса и сценария применения.

SOLAR-10.7B-Instruct-v1.0-GGUF — квантизированная GGUF-версия языковой модели SOLAR-10.7B-Instruct-v1.0, разработанной upstage и подготовленной квантизацией компанией Second State Inc. Модель предназначена для генерации текста и диалоговых сценариев с использованием инструкций, включая запуск через LlamaEdge. Указан английский язык, мультимодальность не заявлена. Модель имеет архитектуру SOLAR и размер 10,7 млрд параметров; максимальный контекст составляет 4096 токенов. Доступны варианты квантизации от Q2_K до Q8_0 размером примерно от 4,55 до 11,4 ГБ. Вариант Q4_K_M обозначен как рекомендуемый для баланса качества и размера, а Q5_K_M и Q5_K_S — как варианты с низкой потерей качества. Более агрессивная квантизация уменьшает требования к памяти, но может существенно ухудшить качество ответов. Модель можно использовать для текстовой генерации и инструкционного диалога при наличии совместимого GGUF-движка; для LlamaEdge требуется версия 0.2.8 или новее и шаблон запросов solar-instruct. Модель распространяется по лицензии CC BY-NC 4.0, допускающей использование с обязательным указанием авторства, но ограничивающей коммерческое применение.

SOLAR-10.7B-merge-dpo_v1 — текстовая генеративная модель команды ETRI xainlp, созданная слиянием моделей через MergeKit. В карточке указаны базовая модель etri-xainlp/SOLAR-10.7B-merge-dpo и модель для слияния davidkim205/komt-solar-10.7b-sft-v5; при обучении использовался набор из 100 тысяч пользовательских предпочтений с DPO и LoRA. Архитектура — плотная модель семейства Llama с 10,6 млрд параметров и контекстом до 4096 токенов. Модель принимает текст и выдаёт текст; метаданные также отмечают поддержку чата. Подходит для диалогов и генерации ответов на текстовые запросы. Репозиторий содержит веса Safetensors. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое.

nlpguy/T3QM7X — объединённая авторегрессионная языковая модель семейства Mistral на 7,1 млрд параметров, созданная с помощью mergekit методом SLERP из nlpguy/T3QM7 и nlpguy/MergeX. Она предназначена для генерации текста и диалоговых ответов по текстовым запросам. Модель принимает текст и выдаёт текст; заявленная длина контекста составляет 32 768 токенов. Модель распространяется в формате Safetensors по лицензии Apache-2.0. Сведения о конкретных сильных сторонах и ограничениях качества в карточке не приведены; как и другие языковые модели, она может генерировать неточные или вымышленные ответы.

T3qm7xNeuralsirkrishna_Inex12Neural — объединённая языковая модель на архитектуре Mistral, созданная слиянием automerger/T3qm7xNeuralsirkrishna-7B и automerger/Inex12Neural-7B. Модель содержит 7,1 млрд параметров и предназначена для генерации текста и диалогов; она принимает текст и выдаёт текст. Контекстное окно составляет до 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache 2.0. Данных о целевых языках и специализированных областях применения в карточке нет, поэтому её следует рассматривать как модель общего назначения. Качество и характерные сильные стороны слияния в README не описаны.

Это GGUF-квантизированная версия языковой модели Hunyuan-4B-Instruct, разработанной Tencent и преобразованной пользователем bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста и работы в инструкционном формате: она может применяться в диалоговых сценариях, для ответов на запросы пользователя и других задач text-generation. Модель содержит около 4 миллиардов параметров и доступна в вариантах от BF16 до низкобитных квантований Q8, Q6, Q5, Q4, Q3 и IQ. Размер файлов составляет примерно от 1,9 до 8,45 ГБ; варианты с более высокой точностью обычно обеспечивают лучшее качество, а варианты с меньшим размером требуют меньше оперативной памяти. Для работы предусмотрен специальный шаблон промпта Hunyuan. Модель можно запускать через LM Studio, llama.cpp и другие совместимые проекты. К сильным сторонам относятся широкий выбор квантований, возможность локального запуска и хороший баланс качества и размера у рекомендуемых вариантов Q4–Q6. Низкобитные версии экономят память, но могут заметно уступать по качеству более точным вариантам. В README не указаны поддерживаемые языки, максимальная длина контекста, точная архитектура, мультимодальные возможности и лицензия, поэтому эти характеристики нельзя достоверно оценить.

Tess-XS-v1-3-yarn-128K-Mistral-7B-Instruct-v0.2-slerp — диалоговая модель генерации текста, созданная MaziyarPanahi методом слияния Mistral-7B-Instruct-v0.2 и Tess-XS-v1-3-yarn-128K. В конфигурации указано слияние SLERP для слоёв 0–32 с сохранением весов в формате bfloat16; архитектура — плотная MistralForCausalLM с 7,1 млрд параметров. Модель предназначена для диалогов и ответов на инструкции в текстовом формате. Метаданные указывают контекст до 32 768 токенов, а название README отсылает к варианту Tess с контекстом 128K; фактическая длина контекста этого слияния в метаданных каталога указана как 32 768 токенов. Поддерживаемые языки явно не перечислены. Репозиторий распространяется по лицензии Apache-2.0. Данных о специальных ограничениях качества или безопасности в карточке нет; как и другие генеративные языковые модели, она может выдавать неточные или неподходящие ответы.

SzilviaB/Triple-Moist-Theia-21B-SKEWED — объединённая языковая модель на архитектуре Mistral, созданная методом TIES с помощью mergekit на основе mergekit-community/Moist_Theia_21B. Модель содержит 20,7 млрд параметров и предназначена для генерации текста и чат-диалогов. Модель принимает текст и выдаёт текст; каталог указывает поддержку чат-сценариев. В метаданных заявлена длина контекста 1 024 000 токенов. Карточка не приводит сведений о специализации по языкам или предметным областям. Веса опубликованы в формате Safetensors, библиотека — Transformers; лицензия в предоставленных данных не указана.

Whisper small.en — англоязычная модель распознавания речи от OpenAI, представленная в семействе Whisper. Это Transformer-модель типа encoder-decoder с архитектурой sequence-to-sequence и 153,1 млн параметров. Она принимает аудио и преобразует английскую речь в текст; для длинных записей транскрибирование можно выполнять с разбиением аудио на фрагменты, а при соответствующей настройке получать временные метки. Модель обучена на размеченных аудиоданных в рамках семейства Whisper и рассчитана на распознавание английской речи, в том числе в условиях акцентов, фонового шума и специальной лексики. Репозиторий предоставляет веса в форматах PyTorch, TensorFlow и Flax, включая safetensors. Лицензия — Apache-2.0. Транскрипции могут содержать слова, которых нет в аудио; возможны повторения и ошибки распознавания. Качество зависит от акустических условий и разновидности английского; эта англоязычная версия не предназначена для многоязычного распознавания или перевода речи.

WizardLM-13B-V1.0 — диалоговая языковая модель команды WizardLM, представленная в этом репозитории в виде diff-весов. Это плотная авторегрессионная модель семейства LLaMA с архитектурой LlamaForCausalLM и примерно 12,9 млрд параметров. Для общения используется шаблон промпта с ролями USER и ASSISTANT. Модель предназначена для генерации подробных ответов на вопросы и ведения диалога. Она принимает текст и выдаёт текст; заявленная длина контекста — 2048 токенов. В карточке приведены результаты WizardLM разных версий в таблице, поэтому их нельзя однозначно считать оценками именно V1.0. Репозиторий содержит diff-веса, и для восстановления полной модели нужны соответствующие базовые веса; точная базовая модель здесь не названа. В таблице указана лицензия Llama 2 License для WizardLM-70B-V1.0, но условия лицензии именно этой версии из доступных сведений установить нельзя.