I.6Перевод и языковая адаптация

SEA-LION-7B-IT-Research — инструктивно дообученная большая языковая модель, разработанная командой Products Pillar организации AI Singapore при финансировании NRF Singapore. Это декодер на архитектуре MPT с 7 млрд параметров, словарём размером 256 тыс. токенов и токенизатором SEABPETokenizer на основе BPE. Базовая модель предварительно обучалась на 980 млрд токенов, а эта версия дополнительно дообучена на инструкциях на индонезийском языке. Модель предназначена для генерации ответов и выполнения инструкций с учётом языкового и регионального контекста Юго-Восточной Азии. В карточке заявлена поддержка английского, китайского, индонезийского, малайского, тайского, вьетнамского, филиппинского, тамильского, бирманского, кхмерского и лаосского языков. В оценке на индонезийских задачах модель показала результаты в классификации тональности, ответах на вопросы, переводе, суммаризации и рассуждениях; это экспериментальная исследовательская версия, и качество зависит от задачи и языка. Модель распространяется по лицензии CC BY-NC-SA 4.0, которая не разрешает коммерческое использование. В карточке указано, что модель не была настроена на безопасность, поэтому при практическом использовании необходимы собственная проверка и меры безопасности.

Карточка модели tokyotech-llm/Swallow-70b-instruct-hf на Hugging Face совпадает с карточкой tokyotech-llm/Swallow-13b-hf, поэтому описание составлено по ней. Swallow-13b-hf — базовая языковая модель TokyoTech-LLM, созданная на основе семейства Llama 2 посредством продолжения предварительного обучения с добавлением преимущественно японских текстов. Это плотная авторегрессионная модель архитектуры LlamaForCausalLM с 12,9 млрд параметров, предназначенная для генерации текста и последующей адаптации под прикладные задачи. Версия использует расширенный на японских данных словарь токенизатора, который эффективнее представляет японский текст и может ускорять вывод. Модель принимает текст и генерирует текст; заявлены японский и английский языки, максимальный контекст — 4096 токенов. Модель подходит для генерации и продолжения текста, вопросов и ответов, суммаризации, машинного перевода и рассуждений на японском и английском языках. В README приведены результаты оценки семейства Swallow на японских и английских наборах задач; они не гарантируют качество для каждого сценария и конкретно этой конфигурации. Разработчики предупреждают, что модели находятся на ранней стадии исследований и разработок и не настроены для соблюдения намерений пользователя и требований безопасности. Лицензия — Llama 2 Community License, указанная в метаданных как llama2.

Карточка модели tokyotech-llm/Swallow-7b-NVE-instruct-hf на Hugging Face совпадает с карточкой tokyotech-llm/Swallow-13b-hf, поэтому описание составлено по ней. Swallow-13b-hf — базовая языковая модель TokyoTech-LLM, созданная на основе семейства Llama 2 посредством продолжения предварительного обучения с добавлением преимущественно японских текстов. Это плотная авторегрессионная модель архитектуры LlamaForCausalLM с 12,9 млрд параметров, предназначенная для генерации текста и последующей адаптации под прикладные задачи. Версия использует расширенный на японских данных словарь токенизатора, который эффективнее представляет японский текст и может ускорять вывод. Модель принимает текст и генерирует текст; заявлены японский и английский языки, максимальный контекст — 4096 токенов. Модель подходит для генерации и продолжения текста, вопросов и ответов, суммаризации, машинного перевода и рассуждений на японском и английском языках. В README приведены результаты оценки семейства Swallow на японских и английских наборах задач; они не гарантируют качество для каждого сценария и конкретно этой конфигурации. Разработчики предупреждают, что модели находятся на ранней стадии исследований и разработок и не настроены для соблюдения намерений пользователя и требований безопасности. Лицензия — Llama 2 Community License, указанная в метаданных как llama2.

QuantFactory/Teuken-7B-instruct-research-v0.4-GGUF — квантизированная версия инструкционно дообученной языковой модели Teuken-7B-instruct-research-v0.4, созданная QuantFactory с использованием llama.cpp. Исходную модель разработали Fraunhofer, Forschungszentrum Jülich, TU Dresden и DFKI в рамках проекта OpenGPT-X при финансировании Федерального министерства экономики и защиты климата Германии. Модель основана на decoder-only Transformer и содержит около 7 млрд параметров; базовая модель предварительно обучалась на 4 трлн токенов из общедоступных источников с отсечкой данных в сентябре 2023 года. Модель предназначена прежде всего для генерации текста и мультиязычных задач, включая исследовательское использование на 24 языках ЕС: болгарском, чешском, датском, немецком, греческом, английском, испанском, эстонском, финском, французском, ирландском, хорватском, венгерском, итальянском, литовском, латышском, мальтийском, нидерландском, польском, португальском, румынском, словацком, словенском и шведском. Инструкционная настройка ориентирована на более стабильные результаты в этих языках и ответы, в большей степени отражающие европейский контекст. Для работы необходимо использовать предусмотренный prompt template или chat template токенизатора. К сильным сторонам относятся широкое покрытие европейских языков и формат GGUF, подходящий для запуска через llama.cpp и совместимые инструменты. Ограничения включают возможные предвзятость, галлюцинации, а также генерацию токсичного, оскорбительного или вредного содержания. Модель не предназначена для математических и программных задач. В README указана лицензия «other», но конкретные условия лицензирования не приведены.

marianbasti/whisper-large-v3-turbo-latam — дообученная marianbasti на испанской части Mozilla Common Voice 17.0 версия Whisper large-v3-turbo. Модель предназначена для автоматической транскрибации испанской речи, с акцентом на латиноамериканские варианты и аудио низкого качества; при обучении исключили испанские акценты Испании. Для обучения вычислительные ресурсы предоставил CITECCA Национального университета Рио-Негро. Модель использует архитектуру WhisperForConditionalGeneration, содержит 905,2 млн параметров и работает с аудио на входе, выдавая текст. Базовая Whisper large-v3-turbo ускорена за счёт сокращения числа декодирующих слоёв с 32 до 4, что повышает скорость при небольшом снижении качества. Модель поддерживается библиотекой Transformers; лицензия — MIT. Для аудио длиннее 30 секунд требуется обработка последовательными или перекрывающимися сегментами. Качество распознавания может зависеть от акцента, шума и конкретной области применения. Перед развёртыванием рекомендуется оценить модель на целевых данных; она не предназначена для субъективной классификации людей или решений в высокорисковых сценариях.

mlx-community/whisper-small-fp16 — конверсия мультиязычной модели распознавания речи OpenAI Whisper Small в формат MLX, выполненная сообществом mlx-community с помощью mlx-audio-plus версии 0.1.4. Модель принимает аудио и преобразует речь в текст; семейство Whisper также поддерживает перевод речи на английский язык. Модель предназначена для автоматической транскрибации и распознавания речи в приложениях на базе MLX. Репозиторий распространяется под лицензией Apache-2.0. Метаданные указывают формат safetensors и библиотеку mlx-audio-plus.

Whisper Khmer v7 Stable — модель 1morecupofhottea для распознавания кхмерской речи с преобразованием аудио в текст. Она дообучена на базе openai/whisper-large-v3-turbo и предназначена для транскрибирования кхмерской речи, в том числе аудио с шумом. Модель использует архитектуру Whisper и пользовательский объединённый BPE-токенизатор для кхмерского языка с 57 908 токенами. В обучении применялись 11 методов аудиоаугментации; в карточке указано 913 млн параметров. Для использования приведён пример с Transformers ASR pipeline и обработкой аудио фрагментами по 30 секунд. Лицензия — MIT.

ArmenianGPT v1.0-3B — открытая по весам языковая модель для генерации текста, разработанная Александром Баграмяном и представленная проектом ArmGPT. Модель ориентирована прежде всего на армяноязычное сообщество и предназначена для развития экосистемы больших языковых моделей в Армении. Заявлена поддержка армянского, английского и русского языков. Модель подходит для локального офлайн-использования: ответов на вопросы по документам, суммирования текстов, перевода и языковой поддержки, создания и перефразирования текстов, а также задач, требующих анализа и рассуждений на основе предоставленного контекста. Локальная работа позволяет не передавать пользовательские данные во внешние сервисы. Доступны варианты с разным уровнем квантования: F16 размером около 8 ГБ, Q8_0 около 4 ГБ и Q4_K_M около 2,5 ГБ; запуск возможен с использованием оперативной памяти или видеопамяти. Ключевое ограничение модели — небольшой размер относительно коммерческих LLM, поэтому она не предназначена для конкуренции с крупными системами общего назначения. В указанной версии модель не сохраняет историю диалога, и каждый запрос обрабатывается как новый разговор. Она также может генерировать неточную, вредную или вводящую в заблуждение информацию. Модель распространяется по специальной лицензии armeniangpt-license-1.0; условия использования приведены в файле LICENSE.

aya-expanse-32b-GGUF — это набор GGUF-квантизаций языковой модели Aya Expanse 32B, разработанной CohereForAI и подготовленной для llama.cpp пользователем bartowski. Модель предназначена для генерации текста и диалоговых сценариев, включая работу через LM Studio. Доступны варианты с разным уровнем квантизации, размером файла и компромиссом между качеством и требованиями к памяти. Модель имеет около 32 миллиардов параметров и поддерживает широкий набор языков: английский, французский, немецкий, испанский, итальянский, португальский, японский, корейский, китайский, арабский, греческий, персидский, польский, индонезийский, чешский, иврит, хинди, нидерландский, румынский, русский, турецкий, украинский и вьетнамский. Это текстовая модель без заявленной поддержки дополнительных модальностей. README не содержит сведений об архитектуре исходной модели и размере контекста. Сильная сторона набора — большой выбор квантизаций, позволяющий запускать модель на системах с разным объёмом памяти. Варианты Q6_K и Q6_K_L обозначены как близкие к исходному качеству, а Q4_K_M — как сбалансированный вариант; более компактные форматы требуют меньше памяти, но могут заметно снижать качество. Модель распространяется по лицензии CC-BY-NC-4.0 и предназначена только для некоммерческого использования; для доступа также предусмотрено принятие условий лицензии Cohere и предоставление регистрационных данных.

AZMX One — базовая языковая модель для генерации текста, разработанная проектом AZMX. Это промежуточный контрольный снимок обучения, а не финальная версия: на момент публикации завершено 107 400 из 152 587 шагов, модель обработала 422,54 млрд из 600 млрд токенов, поэтому веса могут регулярно заменяться. Модель предназначена для генерации текста и предварительного обучения или адаптации под прикладные сценарии, особенно связанные с индийскими языками. Она обучается на смеси примерно из 58% индийских языков, 16% английского текста, 12% математических данных, а также материалов предметных областей, кода и южноазиатского контента. Поддерживаются английский и 21 индийский язык, включая хинди, бенгальский, тамильский, телугу, маратхи, урду, гуджарати, каннада, малаялам, пенджаби, ория, ассамский, непали, санскрит и другие языки, перечисленные в карточке модели. AZMX One содержит 1,872,898,048 параметров и использует собственную архитектуру AZMXForCausalLM. В ней 32 слоя, размер скрытого состояния 2048, промежуточный размер 6144, 16 attention heads и 8 KV heads с GQA, head_dim 128, RMSNorm с накоплением в fp32, split-halves RoPE с theta 10 000, per-head QK-norm, SwiGLU и связанные эмбеддинги. Вокабуляр AZMX tokenizer v2 включает 128 000 токенов и оптимизирован для индийских языков. Максимальный контекст — 2048 токенов, точность хранения весов — bf16. Сильной стороной модели является ориентация на широкий набор индийских языков и использование крупного многоязычного вокабуляра. Однако это незавершённый чекпоинт, и его качество нельзя считать окончательным; для Manipuri, Konkani, Dogri, Maithili и Kashmiri отдельно отмечена регрессия на отложенных данных. Модель распространяется по лицензии Apache-2.0.

BgGPT-7B-Instruct-v0.1 — болгарская инструкционная языковая модель, созданная Институтом INSAIT при Софийском университете на основе Mistral-7B-v0.1. Это плотный авторегрессионный трансформер с 7,1 млрд параметров, дообученный на болгарских веб-данных, специализированных болгарских наборах и машинных переводах англоязычных датасетов. Английские данные также использовались для сохранения навыков английского языка и логических рассуждений. Модель предназначена для диалога и выполнения инструкций на болгарском языке, а также может работать с английским текстом. Контекст составляет до 32 768 токенов. Токенизатор расширен для более эффективной обработки болгарских слов на кириллице; для инструкций в исходной карточке указаны маркеры [INST] и [/INST]. Модель распространяется по лицензии Apache 2.0. Как и другие генеративные языковые модели, она может выдавать ошибочные или неподтверждённые сведения; карточка не приводит подробных оценок таких ошибок или гарантий качества.

Bielik-11B-v3.0-Instruct-awq — это квантизированная в формате AWQ версия инструкционной языковой модели Bielik-11B-v3.0-Instruct, разработанной командами SpeakLeash и ACK Cyfronet AGH. Модель имеет архитектуру causal decoder-only и предназначена для генерации и обработки текста в сценариях, требующих следования инструкциям. Она поддерживает 32 европейских языка, включая польский, английский, русский, украинский и немецкий, при этом оптимизирована прежде всего для польского языка. Модель основана на Bielik-11B-v3-Base-20250730 и является текстовой, без заявленной поддержки других модальностей. Квантизация AWQ уменьшает требования к ресурсам по сравнению с исходной моделью, однако может снижать качество ответов и повышать вероятность галлюцинаций. В README не указаны размер контекста, точные требования к оборудованию и результаты бенчмарков, поэтому эти характеристики оценить нельзя. Модель распространяется по лицензии Apache 2.0 с дополнительными условиями использования Bielik.

DictaLM-3.0-24B-Thinking — открытая языковая reasoning-модель, разработанная организацией DICTA. Эта версия распространяется в формате GGUF и основана на модели DictaLM-3.0-24B-Thinking, первоначально инициализированной из Mistral-Small-3.1-24B-Base-2503. Модель содержит 24 миллиарда параметров и предназначена для генерации текста и диалогового взаимодействия. Модель обучалась на обширных корпусах текстов на иврите и английском языке и ориентирована прежде всего на задачи, требующие качественной работы с этими языками, включая ответы на вопросы, следование инструкциям, рассуждения и использование в чат-ассистентах. Перед формированием ответа она выполняет внутренний этап рассуждения в специальном блоке. Также заявлена поддержка вызова инструментов, что позволяет интегрировать модель с внешними API и сервисами. К сильным сторонам относятся специализация на иврите, открытые веса, поддержка английского языка, reasoning-возможности и доступность для локального развёртывания. Размер в 24 миллиарда параметров предъявляет существенные требования к вычислительным ресурсам. Максимальный размер контекста и точные характеристики GGUF-квантизации в представленном описании не указаны. Модель распространяется по лицензии Apache 2.0.

DRT-o1-14B-GGUF — это набор квантизованных GGUF-версий языковой модели DRT-o1-14B, разработанной Krystalan и подготовленной квантизацией пользователем bartowski с использованием llama.cpp. Модель предназначена для генерации текста в чатах и задач машинного перевода, а также для локального запуска через совместимые инструменты, включая LM Studio. В метаданных указаны английский и китайский языки и формат text-generation. Модель имеет 14 млрд параметров; точная архитектура и размер контекстного окна в README не указаны. Доступны варианты от F16 до низкобитных Q2_K и IQ2_M, что позволяет выбирать между качеством и требованиями к памяти. Для квантизации применялась imatrix с указанным набором данных. Более качественными и рекомендуемыми названы варианты Q6_K_L, Q6_K, Q5_K_L, Q5_K_M, Q5_K_S, Q4_K_L и Q4_K_M; низкобитные варианты требуют меньше оперативной памяти, но обеспечивают более низкое качество. Для работы рекомендуется использовать шаблон prompt с разделителями <|im_start|> и <|im_end|>. Модель ориентирована на локальный инференс, однако README не приводит результаты бенчмарков, сведения о производительности, мультимодальности или точные ограничения применения. Распространяется по лицензии CC BY-NC-SA 4.0, предусматривающей некоммерческое использование и обязательное распространение производных работ на тех же условиях.

Neobe разработала модель перевода на базе encoder-decoder mT5-large и дообучила её для перевода с английского на дивехи. Модель с 608,4 млн параметров обрабатывает как отдельные предложения, так и многофразовые абзацы; для дивехи использует письмо тхаана. Для запуска автор рекомендует fp32 и указывает потребность примерно в 5–6 ГБ видеопамяти. Модель распространяется под лицензией Apache-2.0. Модель предназначена для перевода новостей, пресс-материалов и текстов Википедии о Мальдивах с английского на дивехи. В карточке приведены результаты chrF, chrF++ и BLEU для тестовых наборов на уровне предложений, фрагментов и статей; автор отмечает, что для тхаана chrF надёжнее BLEU. Перевод технических и неформальных английских текстов может быть ненадёжным: эти тематики не представлены в обучающем домене.

Emese-Folyó — венгерская разговорная модель семейства Emese, разработанная Emese Tech на базе EuroLLM-22B. Она предназначена для диалогов и выполнения инструкций на венгерском языке, включая ответы на вопросы, перевод, написание кода и многошаговые запросы. Модель использует плотную LLaMA-совместимую архитектуру и содержит 21,9 млрд параметров. Веса этого репозитория представлены в bf16 в формате Safetensors; контекст — до 32 768 токенов. Обучение включало продолжение предобучения на венгерском корпусе, настройку инструкций и оптимизацию предпочтений. Лицензия — Apache-2.0. По результатам тестов из карточки, модель хорошо справляется с венгерским диалогом, переводом, кодом, вопросами по контексту и задачами безопасности. Она может уверенно выдумывать отдельные факты, слаба в многошаговой математике и логических головоломках, а в английском диалоге может продолжать отвечать по-венгерски. Для практического запуска нужны значительные ресурсы памяти; карточка также предупреждает о снижении качества при конвертации в GGUF.

GoGPT2-7B — китайско-английская языковая модель, созданная ICT на базе Llama 2 7B. Это плотная авторегрессионная модель семейства Llama с 6,8 млрд параметров и контекстом 2048 токена; веса доступны в формате PyTorch. Разработчики расширили словарь Llama с 32 000 до 68 420 токенов, продолжили предобучение на китайском корпусе и выполнили supervised fine-tuning на наборах инструкций и диалогов на китайском и английском языках. Модель предназначена для генерации текста по запросу: ответов на вопросы, диалогов, объяснений, перевода и написания кода. Примеры в карточке показывают такие сценарии, как сравнение понятий, помощь с тайм-менеджментом и программирование. Карточка приводит лишь примеры ответов, поэтому они не подтверждают точность модели; возможны фактические ошибки и некорректный код. Репозиторий распространяется по Apache-2.0, однако авторы README отдельно указывают на исследовательское использование и запрещают коммерческое применение связанных ресурсов; это ограничение следует учитывать при использовании модели.

Granite Speech 4.1 2B — компактная речевая модель IBM для многоязычного распознавания речи и перевода речи. Она дообучена на базе ibm-granite/granite-4.0-1b-base и принимает аудио, выдавая текст. Модель обучалась на 174 000 часах аудио из открытых корпусов и синтетических данных. Модель поддерживает английский, французский, немецкий, испанский, португальский и японский языки. Она предназначена для транскрибации и перевода речи в обе стороны между этими языками и английским; также заявлены переводы с английского на итальянский и китайский. Архитектура использует двойную CTC-голову с графемным и BPE-выходами. Модель умеет расставлять пунктуацию и регистр, а также учитывать заданные ключевые слова для распознавания имён, аббревиатур и технической лексики. Модель ориентирована на обработку речи в корпоративных приложениях. В README не приведены результаты, позволяющие сравнить качество на всех языках и сценариях; дополнительные возможности временных меток и атрибуции говорящих относятся к отдельному варианту granite-speech-4.1-2b-plus. Лицензия — Apache 2.0.

QuantFactory/jais-adapted-7b-chat-GGUF — квантизированная версия диалоговой модели Jais-adapted-7b-chat, созданная с помощью llama.cpp на основе модели inceptionai/jais-adapted-7b-chat. Семейство Jais разработано компаниями Inception и Cerebras Systems и ориентировано прежде всего на обработку арабского языка при сохранении сильных возможностей для английского языка. Модель предназначена для генерации текста и ведения диалогов, включая ответы на инструкции, работу с арабскими и англоязычными запросами и создание двуязычных текстов. Это авторегрессионная языковая модель с архитектурой Transformer decoder-only, построенная на базе Llama 2. Размер составляет 7B параметров, максимальная длина контекста — 4096 токенов. Модель работает только с текстом; заявленные языки — арабский, включая Modern Standard Arabic, и английский. Семейство обучалось на данных на арабском и английском языках, а также на коде. Сильной стороной модели является специализация на арабском языке в сочетании с поддержкой английского и диалоговой настройкой. Квантизация в формате GGUF может снизить требования к памяти и упростить локальный запуск, однако README не содержит сведений о конкретном варианте квантизации, производительности или результатах бенчмарков; квантизация также может влиять на качество генерации. Условия использования — лицензия Apache 2.0.

slone/LaBSE-en-ru-myv-v1 — энкодер предложений для эрзянского языка, созданный на основе sentence-transformers/LaBSE и дообученный на корпусе slone/myv_ru_2022. Модель имеет архитектуру BERT, содержит 170,2 млн параметров и обрабатывает последовательности длиной до 512 токенов. В словарь добавлены токены эрзянского языка, а набор токенов английского и русского сокращён до наиболее популярных. Модель предназначена для получения векторных представлений предложений на эрзянском и русском языках, сопоставления параллельных предложений и предсказания замаскированных токенов эрзянского текста. Обучение сочетало дистилляцию межъязыковых эмбеддингов исходной LaBSE на параллельном корпусе ru-myv, masked language modelling на эрзянских данных и классификацию пар предложений. Эмбеддинги можно применять для задач NLU или дообучать модель под конкретную задачу. Распространяется по лицензии CC BY-SA 4.0.

adeshkin/labse-kjh-ru-mnrl-1 — модель Sentence Transformers, дообученная автором на параллельном хакасско-русском корпусе khakas-russian-parallel-corpus. Она основана на многоязычной BERT-модели LaBSE и преобразует предложения и абзацы на хакасском и русском языках в плотные векторы размерности 768 для поиска и сравнения текстов по смыслу. Для сопоставления векторов используется косинусное сходство; модель подходит для двуязычного поиска и извлечения соответствий между хакасскими и русскими текстами. В README приведена средняя точность 0,9529 на оценке перевода, но это значение относится к указанному набору оценки и не гарантирует такое же качество на других данных. Модель принимает текст и выдаёт векторные представления. В метаданных указано максимальное контекстное окно 512 токенов, тогда как README модели сообщает ограничение 256 токенов; фактический лимит может зависеть от конфигурации, поэтому длинные тексты следует разбивать на части. Веса опубликованы в формате safetensors, библиотека — sentence-transformers. Лицензия в предоставленных сведениях не указана.

LiquidAI/LFM2.5-1.2B-JP-202606-ONNX — это ONNX-экспорт универсальной чат-модели LFM2.5-1.2B-JP-202606, разработанной Liquid AI. Модель предназначена для генерации текста и диалоговых сценариев, включая агентские рабочие процессы, использование инструментов, структурированный вывод и создание двуязычных ассистентов на английском и японском языках. Экспорт поддерживает запуск через ONNX Runtime, Transformers.js и WebGPU в браузере или Node.js. Модель содержит около 1,17 млрд параметров, 16 слоёв, включая 10 double-gated LIV convolution blocks и 6 GQA blocks, поддерживает контекст до 32 768 токенов и словарь размером 65 536 токенов. Доступны варианты FP32, FP16, INT8 и INT4; рекомендуемый для WebGPU файл model_q4f16.onnx сочетает INT4-веса и FP16-компоненты и занимает около 744 МБ. Модель поддерживает английский и японский языки, а дата отсечения знаний указана как середина 2024 года. Ключевые преимущества — небольшой размер, несколько вариантов точности и возможность кроссплатформенного локального запуска, включая браузерный WebGPU. Ограничения включают отсутствие опубликованных в этом README benchmark-результатов и подробностей обучения, а также потенциальные компромиссы между качеством, скоростью и размером при использовании квантованных вариантов. Модель распространяется по лицензии LFM1.0; дополнительные условия следует уточнять в файле LICENSE.

Poro 2 8B Base — базовая языковая модель, созданная совместно AMD Silo AI, группой TurkuNLP Университета Турку и High Performance Language Technologies (HPLT). Это плотный авторегрессионный трансформер семейства Llama с архитектурой LlamaForCausalLM и примерно 7,5 млрд параметров по метаданным. Модель получена продолжением предобучения Llama 3.1 8B на сбалансированном наборе из 165 млрд токенов на финском и английском языках, а также с данными по коду и математике. Контекст — 8192 токена. Модель предназначена для генерации текста и служит основой для дальнейшей настройки под прикладные сценарии; карточка прямо отмечает, что для большинства применений базовую модель нужно дообучить. По результатам карточки, она заметно улучшает показатели Llama 3.1 8B на финских тестах и сохраняет близкий уровень на английских; также демонстрирует улучшение в переводе между английским и финским. Поддерживаются веса PyTorch и safetensors. Лицензия — Llama 3.1 Community License. Среди ограничений — слабая компетентность в языках, кроме финского и английского, возможные фактические ошибки и предвзятые или неподходящие ответы.

llm-jp-3.1-8x13b-instruct4 — языковая модель серии LLM-jp-3.1, разработанной Центром исследований и разработок больших языковых моделей Национального института информатики Японии. Это модель-трансформер с архитектурой MoE на базе Mixtral: 8 экспертов, из которых активируются 2. Общее число параметров — около 73,2 млрд, активных — около 22,2 млрд; контекст — 4096 токенов. Модель предназначена для диалогов и выполнения инструкций на японском и английском языках. Она прошла продолжительное обучение на данных с парами «инструкция — ответ», затем supervised fine-tuning и выравнивание методом Direct Preference Optimization. Подходит для ответов на вопросы, генерации текстов и других сценариев, где требуется следовать инструкциям. Модель выпущена в формате Transformers и хранится в safetensors; для работы README указывает PyTorch, Transformers, Tokenizers, Accelerate и FlashAttention. Авторы отмечают, что модель находится на ранней стадии исследований и разработок и не настроена для надёжного соответствия человеческим намерениям и требованиям безопасности. Лицензия — Apache-2.0.

LUNA-SOLARkrautLM-Instruct — диалоговая языковая модель VAGO solutions на базе fblgit/UNA-SOLAR-10.7B-Instruct-v1.0, дообученная с использованием SauerkrautLM-SOLAR-Instruct, а также DPO-выравнивания и аугментации данных. Это плотная модель семейства Llama с 10,6 млрд параметров и контекстом 4096 токенов; она принимает текст и генерирует текстовые ответы, следует инструкциям и поддерживает чат на английском и немецком языках. Модель предназначена для диалоговых ответов, выполнения инструкций, рассуждений и задач с немецким текстом. В README приведены результаты оценок на тестах математических задач, общих знаний, понимания текста и перевода; авторы сообщают об улучшении немецкого языка за счёт перевода и аугментации данных. При этом возможны неестественные или грамматически некорректные немецкие формулировки. Лицензия CC BY-NC 4.0 ограничивает коммерческое использование.

Marco-Mini-Global-Base — мультиязычная базовая языковая модель семейства Marco-MoE, разработанная Alibaba International Digital Commerce. Это декодерный Transformer с разреженными слоями Mixture-of-Experts, созданный путём расширения и дообучения Qwen3-0.6B-Base; при генерации токенов активируется около 0,86 млрд параметров из 17,3 млрд. Модель предназначена для генерации текста и диалогового использования на 64 языках, включая русский, английский, китайский, арабский, хинди и другие языки Европы, Азии и Африки. Контекст составляет 32 768 токенов; доступны интерфейс для чата и интерфейс вызова инструментов. В сравнении, приведённом в карточке, модель показывает сильные результаты на многоязычных тестах при небольшом числе активируемых параметров; показатели на английских тестах также близки к более крупным сравниваемым моделям. Это базовая модель, поэтому качество инструкционного следования и диалога может требовать отдельной настройки. Репозиторий использует формат Safetensors и библиотеку Transformers. Лицензия — Apache-2.0.

Marco-o1 — языковая модель команды MarcoPolo Team из AI Business, Alibaba International Digital Commerce. Это дообученная на основе Qwen2-7B-Instruct модель с архитектурой Qwen2ForCausalLM и примерно 7,1 млрд параметров. Она предназначена для диалогов и сложных рассуждений, в том числе для открытых задач, где нет однозначного ответа, а также для математики, физики, программирования и перевода. Модель обучали с использованием данных Chain-of-Thought, включая открытые и синтетические наборы. В исследовательском подходе команды также применяются поиск по дереву Монте-Карло, оценка уверенности и саморефлексия для исследования нескольких вариантов решения. Контекст составляет до 32 768 токенов. В README приведены результаты на английской и китайской версиях MGSM и примеры перевода разговорных выражений; упоминаются также мультиязычные сценарии. Авторы отмечают, что возможности рассуждения пока уступают полноценной модели OpenAI o1, а работа над улучшениями продолжается. Модель распространяется по лицензии Apache-2.0.

Meta-Llama-3.1-405B-Instruct-AWQ-INT4 — это общественно подготовленная квантованная версия большой языковой модели Meta-Llama-3.1-405B-Instruct, разработанной Meta AI. Модель предназначена для генерации текста и ведения многоязычных диалогов, включая ассистентские сценарии, ответы на вопросы и другие задачи, поддерживаемые instruction-tuned моделями. Она работает в формате text in/text out и интегрируется с Transformers, AutoAWQ и Text Generation Inference. Модель содержит 405B параметров и использует архитектуру Llama 3.1. FP16-версия была преобразована в INT4 с помощью AutoAWQ: применяются GEMM-ядра, zero-point quantization и размер группы 128. В README заявлена поддержка английского, немецкого, французского, итальянского, португальского, хинди, испанского и тайского языков. Точный размер контекстного окна в представленных данных не указан. Ключевое преимущество — значительное снижение требований к памяти по сравнению с FP16 при сохранении возможностей 405B-модели и поддержке оптимизированного инференса. Ограничения связаны с экстремально большим размером: для загрузки чекпойнта требуется около 203 GiB VRAM без учета KV-кэша и CUDA graphs, поэтому для практического запуска нужна мног GPU-конфигурация или сопоставимая инфраструктура. Модель распространяется по лицензии llama3.1; это именно community-driven квантованная версия оригинальной модели Meta.

Это конвертированная в формат MLX модель Mistral-Small-3.2-24B-Instruct-2506 от mlx-community, предназначенная для запуска на платформах Apple с MLX. В основе — плотная архитектура Mistral 3 с 24 млрд параметров; исходная модель поддерживает диалог по инструкциям, анализ изображений и вызов функций. Модель подходит для диалоговых приложений и генерации текста по запросам на нескольких языках, включая русский, английский, французский, немецкий, испанский, португальский, итальянский, японский, корейский и китайский. Репозиторий содержит веса safetensors в формате MLX, полученные конвертацией исходной модели с помощью mlx-lm 0.25.2. Лицензия — Apache-2.0. Карточка этого репозитория подтверждает текстовую генерацию; возможности анализа изображений и вызова функций указаны в описании базовой модели, поэтому их доступность в данной конверсии зависит от используемого MLX-инструментария.

Это дообученная модель mT5 от команды csebuetnlp, созданная на основе набора CrossSum. Она суммирует текст на разных языках, формируя краткое изложение на арабском языке. Модель подходит для многоязычного суммирования новостей и других текстов, когда итог нужно получить по-арабски. Архитектура — mT5 для генерации текста по тексту, размер — 291,2 млн параметров. В README указано обучение на всех межъязыковых парах CrossSum с арабским целевым резюме; метаданные содержат языковые теги для широкого набора языков. Репозиторий опубликован в формате PyTorch и использует лицензию базовой модели mT5; сведения о лицензии в предоставленных данных отсутствуют.