I.6Перевод и языковая адаптация

NeuronAI-4B — двуязычный ассистент с приоритетом узбекского языка, разработанный NeuronUz на базе Qwen3.5-4B. Это плотная авторегрессионная модель семейства Qwen3.5 с 3,4 млрд параметров; веса опубликованы в формате safetensors и полностью объединены, отдельный LoRA-адаптер не требуется. Модель дообучали продолжением предобучения, настройкой токенизатора для узбекского языка и supervised fine-tuning на ответах ассистента. Модель предназначена для диалога, письма, классификации по заданным меткам и экспериментов с переводом, особенно между английским и узбекским. Карточка сообщает об улучшении токенизационной эффективности для узбекского текста и приводит результаты на узбекских языковых и учебных тестах. В метаданных указаны русский и английский языки; README особо выделяет узбекский, преимущественно в латинской письменности. Для запуска автор приводит примеры Transformers и vLLM. Унаследованный контекст составляет 262 144 токена, однако обучение с инструкциями использовало последовательности до 2 048 токенов; примеры инференса ограничены 4 096 токенами, а более длинный контекст не проверен. Модель может ошибаться, галлюцинировать и воспроизводить смещения данных; её безопасность всесторонне не оценивалась. В тестах слабее всего показан TUMLU-Uzbek, а на английском MMLU базовая Qwen3.5-4B была сильнее. Для медицинских, юридических, финансовых и других ответственных решений требуется экспертная проверка. Лицензия CC BY-NC 4.0 разрешает некоммерческое использование; для коммерческого применения нужна отдельная письменная лицензия NeuronUz.

NOESIS-Whisper3-1.6B-Large-Turbo-Darwin-99LANG-BF16 — мультиязычная модель распознавания речи от AMAImedia, созданная для платформы автоматизации дубляжа NOESIS. Это объединение openai/whisper-large-v3 и openai/whisper-large-v3-turbo: энкодеры усреднены, а 32-слойный декодер взят из Whisper Large-v3. Модель содержит около 1,543 млрд параметров, работает с аудио и выдаёт текст; карточка заявляет поддержку 99 языков. Она предназначена для распознавания речи в сценариях дубляжа, определения языка, расстановки пословных временных меток, проверочной базовой транскрипции и резервного распознавания. По README модель загружается через Transformers и в BF16 занимает около 2 ГБ VRAM; разработчик позиционирует её как вспомогательную модель, работающую параллельно с основной системой транскрипции. Указанная лицензия — MIT. Усреднение энкодеров нацелено на сочетание мультиязычной устойчивости Whisper Large-v3 с дистиллированными представлениями Turbo, а декодер Large-v3 сохраняет качество генерации. Ограничения: модель описана как вспомогательный путь, а не основной транскрибатор NOESIS; результаты в README приведены для внутреннего сценария, поэтому их нельзя считать независимой оценкой качества. Полный список языков в предоставленных данных не перечислен.

unsloth/Qwen2.5-Omni-7B — мультимодальная модель на архитектуре Qwen2.5-Omni, опубликованная Unsloth как дообученная версия Qwen/Qwen2.5-Omni-7B. Она принимает текст, изображения, аудио и видео и может вести диалог, объединяя сигналы из разных модальностей; ответы выдаёт текстом и естественной речью, в том числе в потоковом режиме. Модель рассчитана на голосовой и видеодиалог в реальном времени, распознавание и понимание речи, аудио- и видеовопросы, анализ изображений, мультимодальные рассуждения, перевод и генерацию речи. В README использование описано через библиотеку Transformers. Указана архитектура Thinker-Talker и синхронизация аудио с видеовременными метками посредством TMRoPE; метаданные относят модель к семейству Qwen2.5-Omni и указывают плотную архитектуру. Карточка сообщает об английском языке; характеристики контекста и число параметров этой версии в предоставленных данных не приведены. Модель демонстрирует широкие мультимодальные возможности, однако приведённые в README оценки относятся к исходной линейке Qwen2.5-Omni и не гарантируют идентичные результаты этой производной версии. Репозиторий указывает лицензию «other», поэтому перед применением следует проверить условия лицензии в карточке модели.

Qwen3.5-9B-NVFP4 — это квантованная версия мультимодальной vision-language модели Qwen3.5-9B, опубликованная sanskar003 на базе модели команды Qwen из Alibaba Group. Она принимает изображения, текст и видео в чередующемся формате и генерирует текст, включая режим рассуждений, включённый по умолчанию. Модель содержит около 9 млрд параметров и использует гибридную архитектуру Gated DeltaNet и sparse MoE с vision encoder. Базовая модель поддерживает 201 язык и диалект, а её нативная длина контекста составляет 262 144 токена с возможностью расширения посредством RoPE scaling. Квантование выполнено в формате NVFP4 с использованием compressed-tensors: линейные слои языковой модели переведены в 4-битный формат, тогда как vision tower, router gates и lm_head сохранены в более высокой точности. Основное преимущество версии NVFP4 — снижение требований к вычислениям и потенциально высокая производительность на GPU NVIDIA Blackwell с FP4 tensor cores, например RTX 5090 с архитектурой sm_120, при сохранении возможностей работы с изображениями. Для запуска рекомендуется современная версия vLLM с поддержкой архитектуры Qwen3_5ForConditionalGeneration. Ограничение модели заключается в том, что ожидаемая производительность NVFP4 ориентирована на совместимое оборудование NVIDIA Blackwell; характеристики качества и подробные результаты тестирования в карточке этой версии не приведены. Модель распространяется по лицензии Apache 2.0, унаследованной от базовой Qwen3.5-9B.

Qwen3.8-Flash-Next-BF16-GGUF — объединённая сборка модели AMAImedia на основе Tencent/Hy4-preview и AngelSlim/Hy4-preview-GGUF. Это диалоговая причинная языковая модель со зрительным энкодером, предназначенная для генерации текста и работы с изображениями. В README указаны 180 млрд физических параметров, из которых 6 млрд активируются на токен, и нативное окно контекста 262 144 токена с возможностью расширения до 1 млн. Архитектура сочетает разреженное внимание QSA, Gated DeltaNet, смесь экспертов и n-граммные эмбеддинги. Модель поддерживает диалог и интерфейс вызова инструментов; заявлены языки, включая английский, русский, китайский, вьетнамский и японский. Репозиторий содержит GGUF Q4_K и safetensors; несмотря на BF16 в названии, README не подтверждает точность этих файлов. Лицензия — Apache-2.0. Модель подходит для диалоговых и агентных задач с длинным контекстом, анализа изображений, программирования и офисной аналитики. Полный запуск требует значительных ресурсов: заявленные 6 млрд активных параметров не отражают объём всех физических весов, а README отмечает необходимость мощного оборудования или аренды ускорителей для крупных сборок.

Sailor2-8B-Chat — чат-модель сообщества Sailor2, дообученная на базе Sailor2-8B, которая построена на Qwen2.5. Модель содержит 8 млрд параметров, использует архитектуру Qwen2 и предназначена для диалогов и генерации текста. Модель ориентирована на многоязычное общение и сценарии в Юго-Восточной Азии. Семейство Sailor2 обучалось на 500 млрд токенов и поддерживает 15 языков, включая английский, китайский и языки региона; для этой версии в метаданных перечислены английский, китайский, индонезийский, тайский, вьетнамский и другие языки Юго-Восточной Азии. Контекст модели — 4096 токенов. Модель можно применять для чат-ботов, ответов на вопросы и создания текстов на поддерживаемых языках. Веса доступны в формате safetensors, для работы используется Transformers. Модель выпущена под лицензией Apache 2.0. Ограничение контекста составляет 4096 токенов; качество может различаться между языками, особенно для языков с меньшим объёмом данных.

SambaLingo-Thai-Chat-70B — диалоговая языковая модель SambaNova Systems для генерации ответов на тайском и английском языках. Она построена на архитектуре Llama-2 и содержит 68,9 млрд параметров; базовую модель адаптировали к тайскому языку обучением на 26 млрд токенов тайской части Cultura-X, а чат-версию выровняли с помощью direct preference optimization (DPO). Словарь токенизатора расширен с 32 000 до 57 000 токенов. Контекст модели составляет 4096 токенов. Модель предназначена для диалогов, ответов на вопросы и других сценариев генерации текста на тайском и английском языках. В карточке отдельно отмечены возможные галлюцинации, переключение между языками или диалектами, повторы, ограниченные результаты в программировании и сложной математике, а также риск генерации токсичного или неподходящего текста. Модель не рекомендуется для критически важных задач, влияющих на безопасность или важные решения. Использование регулируется лицензией Meta Llama 2 Community License Agreement.

sapie1 — языковая модель на архитектуре Llama, опубликованная автором 4yo1. Репозиторий содержит веса в формате safetensors; метаданные указывают 7,5 млрд параметров и контекст до 8192 токенов. Карточка также описывает модель как имеющую 8 млрд параметров. Модель предназначена для генерации текста и перевода на английском и корейском языках. В карточке указан датасет recipes, но конкретная специализация на кулинарных задачах не описана. Модель можно загружать через Transformers с помощью AutoConfig, AutoModel и AutoTokenizer. Лицензия — MIT. Оценки качества и подробности обучения в карточке не приведены.

Shisa V2 UnPhi4 14B — чат-модель общего назначения от Shisa.AI, дообученная на базе unsloth/phi-4. Она рассчитана на диалоги и другие текстовые задачи на японском и английском языках; разработчики сосредоточились на улучшении качества японских ответов, сохранив возможности базовой модели на английском. Модель содержит 14,1 млрд параметров, использует плотную архитектуру LlamaForCausalLM и поддерживает контекст до 16 384 токенов. По опубликованным оценкам Shisa V2 UnPhi4 14B улучшает средний результат базовой Phi-4 на японских тестах, сохраняя сопоставимые результаты на английских. Это текстовая модель, не предназначенная для обработки изображений, звука или видео. Она распространяется по лицензии Apache 2.0; для инференса проверена совместимость с vLLM и SGLang.

Sokol — это компактная языковая модель на 4 млрд параметров, разработанная MediaAtlas для локальной работы на компьютере. Она основана на плотной архитектуре Qwen3.5-4B и дообучена для словенского языка: продолженное предобучение на примерно 1,78 млрд словенских токенов дополняется настройкой для диалога, перевода, рассуждений и вызова инструментов. Модель предназначена для общения на словенском, перевода между английским и словенским, решения текстовых задач и локальных ассистентов с вызовом функций. Базовая архитектура также принимает изображения, но обучение Sokol было текстовым, а понимание изображений не оценивалось систематически. Модель не синтезирует и не распознаёт речь. В репозитории доступны веса BF16 в формате safetensors и несколько квантизованных вариантов GGUF для запуска через llama.cpp и LM Studio; для изображений с GGUF требуется отдельный файл mmproj. По оценке авторов, дообучение снизило перплексию на словенском тексте примерно на 51%; тесты диалога были небольшими, а общая оценка корректности немного уступила базовой модели. Лицензия указана как other, поэтому условия использования следует сверить с карточкой модели и лицензиями данных обучения.

StarO AI 3.01 Next Super — арабская мультимодальная модель компании C.a. Star Technology, созданная на основе StarO AI 2.69 Super. В карточке заявлена архитектура семейства StarO с плотной моделью типа ModelStarOLMhead и поддержка задач Any-to-Any; размер модели не приведён. Указанная длина контекста — 1024 токена. Модель предназначена для генерации и понимания арабского текста, включая суммаризацию, перевод и ответы на вопросы, а также для работы с изображениями, аудио и видео. README заявляет генерацию изображений по текстовым запросам, описание изображений, визуальные ответы на вопросы, распознавание речи и мультимодальное рассуждение. Основной язык — арабский, с акцентом на современный литературный арабский. Разработчики заявляют об оптимизации для устройств среднего уровня и облачного или локального развёртывания. Модель находится в активной разработке: результаты на сложных задачах могут быть непоследовательными, качество может различаться между арабскими диалектами, а мультимодальные возможности продолжают улучшаться. Для оптимальной работы мультимодальных функций может потребоваться GPU. Лицензия — MIT.

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-70b-NVE-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-70b-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.

Babel-9B-Chat — языковая чат-модель семейства Tower-Babel, разработанная командой Tower-Babel. Представлена в формате GGUF и квантизирована bartowski с использованием llama.cpp и метода imatrix. Модель предназначена для генерации текста и диалоговых сценариев, включая локальный запуск через LM Studio, llama.cpp и другие совместимые проекты. Модель содержит около 9 миллиардов параметров и поддерживает мультиязычную работу. В README заявлены английский, китайский, хинди, испанский, французский, арабский, бенгальский, русский, португальский, индонезийский, урду, немецкий, японский, суахили, тамильский, турецкий, корейский, вьетнамский, яванский, итальянский, хауса, тайский, персидский, тагальский и бирманский языки. Данные о размере контекстного окна, архитектуре базовой модели и поддержке модальностей, кроме текста, не указаны. Основное преимущество представленной версии — выбор квантизаций с разным соотношением качества, размера и требований к памяти: от Q8_0 размером 9,58 ГБ до низкобитных вариантов примерно от 3,9 ГБ. Рекомендуемыми названы, в частности, Q4_K_M, Q5_K_M, Q6_K и Q6_K_L. Более компактные варианты экономят память, но могут заметно снижать качество; некоторые форматы являются устаревшими или не рекомендуются. Лицензия указана как seallm; применяются условия лицензии SeaLLM, ссылка на которую приведена в карточке модели.

AfriqueQwen3.5-4B-50Langs — базовая предобученная причинная языковая модель из семейства AfriqueLLM, разработанная McGill-NLP на основе Qwen/Qwen3.5-4B-Base. Модель адаптирована продолжением предобучения примерно на 35,5 млрд токенов для работы с 50 африканскими языками; эта версия расширяет охват предыдущего варианта AfriqueQwen3.5-4B-ExtendedCM данными ещё примерно на 1,5 млрд токенов. Размер модели — 4 млрд параметров, длина контекста — 32 768 токенов. Модель предназначена для генерации текста и диалогового взаимодействия на африканских языках, а также сохраняет возможности на английском, французском, португальском и арабском. В обучающие данные включены тексты на африканских языках, код, математика и синтетические материалы из нескольких предметных областей. Модель можно использовать как основу для приложений и дальнейшей адаптации; доступны веса в формате Safetensors, библиотека Transformers, для развёртывания README рекомендует vLLM или SGLang. Оценки в README показывают неодинаковые результаты по языкам и бенчмаркам, поэтому качество для конкретного языка и задачи следует проверять отдельно. Лицензия — Creative Commons Attribution 4.0 International (CC BY 4.0).

AfriqueQwen3.5-9B-50Langs — базовая причинно-авторегрессионная языковая модель из линейки AfriqueLLM, разработанной McGill-NLP. Это дообученная методом продолжения предварительного обучения версия Qwen/Qwen3.5-9B-Base с 9 млрд параметров и контекстом до 262 144 токенов. Модель адаптирована для работы с 50 африканскими языками и сохраняет поддержку английского, французского, португальского и арабского. Модель предназначена для генерации текста и диалоговых сценариев на африканских языках, а также для многоязычных задач, где важна поддержка языков с ограниченными ресурсами. При обучении использовались около 35,5 млрд токенов, включая тексты на африканских языках, код, математические данные и синтетические переводы. Вариант 50Langs показал лучшие общие результаты среди выпущенных вариантов AfriqueLLM на основе Qwen 3.5. Модель распространяется в формате safetensors по лицензии CC BY 4.0. Она остаётся базовой предобученной моделью, поэтому для диалогового применения может потребоваться подходящая настройка или шаблон промпта; заявленная поддержка языков сама по себе не гарантирует одинакового качества для каждого языка.

AIFT/AIFT-ko-orca-plat-Yi-ko-6b-v1.2-dpo-2 — корейская instruct-модель семейства Llama, дообученная AIFT методом LoRA с последующим DPO. В основе лежат данные KOR-OpenOrca-Platypus, очищенные и отобранные разработчиком, а также самостоятельно подготовленные примеры для истории, науки, математики, машинного чтения, анализа отзывов, суммаризации, грамматики и перевода между английским и корейским. Для DPO использовались около 17 тысяч примеров, ориентированных на CommonGen и TruthfulQA, а также переработанные примеры ko-hh-rlhf. Модель содержит 5,9 млрд параметров, использует плотную архитектуру LlamaForCausalLM и принимает текст для генерации текста; заявленная длина контекста — 2048 токенов. Она рассчитана прежде всего на инструкции и вопросы на корейском языке, включая образовательные задания, машинное чтение и перевод. Весовые файлы опубликованы в формате safetensors, лицензия — CC BY-SA 4.0. Данные обучения закрыты, поэтому состав и качество примеров нельзя независимо проверить; карточка также не приводит результатов оценки. Практическое качество может различаться по задачам, а контекст ограничен 2048 токенами.

AIFT-ko-orca-plat-Yi-ko-6b-v1.2-dpo-3 — корейская инструкционная модель для генерации текста, разработанная AIFT. Она создана на основе данных KOR-OpenOrca-Platypus, очищенных и отфильтрованных, а также дополнительных примеров для задач истории, естественных наук, математики, машинного чтения, анализа отзывов, суммирования, грамматики и перевода между корейским и английским языками. Модель обучали с LoRA, затем применили DPO с акцентом на CommonGen и TruthfulQA, а также данными предпочтений ko-hh-rlhf. Модель имеет плотную архитектуру LlamaForCausalLM и около 5,9 млрд параметров; максимальный указанный контекст составляет 2048 токенов. Она рассчитана прежде всего на диалоговые инструкции и ответы на вопросы на корейском языке, включая простые учебные задания и перевод. Лицензия — CC BY-SA 4.0. Данные обучения не опубликованы, поэтому состав и воспроизводимость обучающего набора проверить нельзя.

Alif 1.0 8B Instruct — открытая авторегрессионная языковая модель, разработанная командой large-traversaal на базе unsloth/Meta-Llama-3.1-8B. Модель дообучалась с использованием мультиязычных синтетических данных, уточнённых человеком, а также методов continuous pretraining и supervised finetuning, чтобы улучшить рассуждения и культурный контекст, прежде всего в английском и урду языках. Модель предназначена для генерации текста и диалоговых сценариев, включая ответы на вопросы, ассистентов и другие задачи обработки текста. Она принимает только текст и генерирует только текст. Архитектура основана на оптимизированном Transformer, размер модели составляет 8 миллиардов параметров. Доступны варианты с 4-битной квантизацией, а также форматы GGUF для Ollama, LM Studio, Jan и Llama.cpp. Максимальный размер контекста в README не указан. К сильным сторонам относятся специализация на урду, мультиязычные способности и акцент на рассуждениях и культурной нюансировке. README сообщает о сравнительной оценке на размеченном людьми наборе данных для урду, однако числовые результаты и подробности ограничений не приведены. Модель распространяется по лицензии Apache 2.0.

AMALIA-VL-SFT — открытая мультимодальная модель, разработанная консорциумом португальских университетов и исследовательских центров при поддержке правительства Португалии. Это дообученная версия AMALIA-9B-1225-DPO на архитектуре Llava Next: модель принимает изображения и текст, а отвечает текстом. Она предназначена прежде всего для европейского португальского языка и поддерживает также английский. Модель подходит для визуальных вопросов и инструкций, кратких ответов, пересказа и составления текста по изображениям, извлечения текста из изображений и вопросов по документам. Её также можно использовать для исследований португальского языка и как основу для дальнейшей адаптации. Лицензия — Apache-2.0. AMALIA-VL-SFT может выдавать фактически неверные или предвзятые ответы, а меры безопасности не гарантируют отсутствия вредного вывода. Для фактических задач рекомендуется использовать поиск по источникам и проверять ответы; перед применением в производственной системе модель следует оценить для конкретной задачи. Она оптимизирована для европейского португальского, поэтому качество для других языков и вариантов португальского может отличаться.

laion/anh-bloomz-7b1-mt-cross-lingual — дообученная модель семейства BLOOMZ, созданная LAION на основе bloomz-7b1-mt с использованием набора инструкций cross_lingual.jsonl из laion/Anh. Это плотная авторегрессионная языковая модель примерно на 9,1 млрд параметров для генерации текста и выполнения инструкций в многоязычных сценариях. Она может применяться для ответов на запросы и генерации текста на разных языках; доступный контекст составляет 2048 токенов. Модель использует архитектуру BloomForCausalLM и формат PyTorch, а для запуска подходит библиотека Transformers. В карточке указана лицензия bigscience-openrail-m. Поддерживаемые языки описаны как многоязычные без перечисления отдельных языков. Указанные данные не содержат результатов оценки качества или подробностей об ограничениях сверх размера контекста и условий лицензии.

IsValorum/Apodex-1.1-mini-APEX-I-MiniPlus-V2-GGUF — это GGUF-квантизированная версия модели Apodex-1.1-mini, разработанная Apodex и квантизированная IsValorum. Модель предназначена для локального запуска и поддерживает сценарии генерации текста, рассуждений и обработки изображений вместе с текстом; в карточке также заявлены MoE-архитектура, speculative decoding и Multi-Token Prediction (MTP), однако подробные параметры базовой модели в представленном фрагменте README отсутствуют. Модель ориентирована на многоязычное применение. В заявленных языках указаны английский, китайский, испанский, французский, немецкий, португальский, итальянский, русский, японский, корейский, вьетнамский, тайский и арабский. Для визуальных задач предусмотрен мультимодальный vision projector в формате Q8_0; конкретный размер модели, число параметров и точное максимальное окно контекста для этой версии не указаны. README описывает возможность работы с длинным контекстом свыше 160 тысяч токенов, но это приведено как характеристика практических испытаний семейства MiniPlus, а не как строгое спецификационное ограничение данной сборки. К сильным сторонам относятся специализированная покомпонентная квантизация, сохранение router gates в F32, token output head в Q6_K, attention gates в Q8_0 и использование не менее 3-битных представлений для ключевых reasoning-экспертов. Такая конфигурация призвана сохранить качество рассуждений и снизить требования к памяти по сравнению с неквантизированными моделями. Ограничения связаны с потерями точности, неизбежными для квантизированной версии, зависимостью производительности от аппаратного обеспечения и неполнотой опубликованных технических характеристик. Лицензия — Apache-2.0.

A.X 4.0 Light — компактная языковая модель для генерации текста, разработанная SKT AI Model Lab и выпущенная SK Telecom в составе семейства A.X 4.0. Модель создана на базе открытой архитектуры Qwen2.5 и дополнительно обучена на крупномасштабных корейских данных. Она поддерживает английский и корейский языки и предназначена для диалоговых приложений, обработки текста, корпоративных сценариев и локального развёртывания. Модель содержит около 7 млрд параметров и поддерживает контекст до 16 384 токенов. Она ориентирована прежде всего на понимание корейского языка, корейской культуры и контекста; в заявленных тестах показывает 64,15 балла на KMMLU, 68,05 на CLIcK и 79,50 на Ko-MT-Bench. На английском языке модель также пригодна для общих задач, однако результаты на MMLU ниже, чем у некоторых сопоставимых моделей того же класса. К сильным сторонам относятся сравнительно небольшой размер, пригодность для эффективного развёртывания, хорошее следование инструкциям и повышенная производительность в корейскоязычных задачах. Ограничениями являются меньший контекст и более низкие показатели по ряду общих, математических и кодовых тестов по сравнению с крупными моделями семейства A.X 4.0. Модель распространяется по лицензии Apache-2.0.

lucadiliello/BLEURT-20-D12 — модель на основе Transformer для оценки качества текстовых кандидатов с помощью BLEURT. Репозиторий содержит реализацию BleurtConfig, BleurtForSequenceClassification и BleurtTokenizer для PyTorch; модель насчитывает 324,5 млн параметров и рассчитана на контекст до 512 токенов. Модель предназначена для автоматической оценки текстов, в частности качества переводов и других сгенерированных текстов. Она принимает текстовые данные и выдаёт оценку классификационной модели. В карточке указана лицензия.

BlossomsAI разработала BloomVN-8B-chat — плотную чат-модель для генерации текста на основе Qwen2, дообученную от Sailor2-8B-Chat. Обучение включало дополнительное предобучение, настройку на вьетнамском наборе инструкций и настройку отказов от ответов на определённые запросы. Модель предназначена для генерации текста и диалогов на вьетнамском и английском языках, в частности для создания двуязычного контента и языковых приложений. Она содержит 8 млрд параметров, принимает текст и поддерживает контекст до 32 768 токенов. В README приведён результат 56,56 по среднему показателю бенчмарка VLMU от 7 февраля 2025 года. Модель распространяется по лицензии MIT. Бенчмарк не описывает качество на всех практических задачах; сведения о конкретных ограничениях и условиях развёртывания в карточке не приведены.

Это квантизированная GGUF-версия языковой модели c4ai-command-r7b-12-2024, разработанной CohereForAI. Сборку подготовил bartowski с использованием llama.cpp и квантизации imatrix. Модель предназначена для генерации текста и диалоговых сценариев; запуск возможен, в частности, через LM Studio с поддержкой актуальной версии llama.cpp. Модель поддерживает английский, французский, немецкий, испанский, итальянский, португальский, японский, корейский, китайский, арабский, греческий, персидский, польский, индонезийский, чешский, иврит, хинди, нидерландский, румынский, русский, турецкий, украинский и вьетнамский языки. Доступны варианты с разными уровнями квантизации — от F32 и Q8_0 до более компактных Q3 и IQ4; они позволяют выбирать между качеством генерации и требованиями к памяти. Для модели указан специальный шаблон диалога, однако сведения о точной архитектуре, размере контекста и результатах тестирования в карточке отсутствуют. Чем сильнее сжатие, тем ниже ожидаемое качество, хотя варианты Q5 и Q6 заявлены как высококачественные. Использование регулируется лицензией CC BY-NC 4.0 и ограничено некоммерческими сценариями.

C4AI-Command-R-v01-GGUF — это квантизированная версия языковой модели C4AI Command-R, разработанной Cohere и опубликованной как CohereForAI/c4ai-command-r-v01. Формат GGUF подготовлен Second State Inc. Модель предназначена для локального запуска и инференса через совместимые инструменты, включая LlamaEdge; в README указано, что поддержка LlamaEdge находится в разработке. Модель ориентирована на работу с текстом и заявлена для английского, французского, немецкого, испанского, итальянского, португальского, японского, корейского, китайского и арабского языков. Размер исходной модели, архитектура, точные сценарии применения и другие характеристики в README не указаны. Контекстное окно составляет 8192 токена. Доступны варианты квантизации от Q2_K до Q8_0 размером от 13,8 до 37,2 ГБ. Q4_K_M рекомендован как сбалансированный вариант, а Q5_K_M и Q5_K_S — как варианты с очень небольшой потерей качества. Более агрессивная квантизация уменьшает требования к памяти, но может существенно ухудшить качество ответов. Модель квантизирована с использованием llama.cpp b2450. Лицензия модели — CC BY-NC 4.0, поэтому её использование ограничено условиями этой лицензии и некоммерческим характером. Возможности, ограничения по производительности и требования к аппаратному обеспечению в README подробно не описаны.

CogniSoftOrg/canary-1b-v2-mlx-bf16 — неофициальная конверсия модели NVIDIA Canary-1B-v2 для запуска на Apple Silicon через MLX и mlx-audio. Основная модель распознаёт речь и выдаёт текст; в репозитории также есть CTC-компонент для выравнивания текста по аудио и получения временных меток. Веса конвертированы из формата NVIDIA NeMo в safetensors с точностью bf16 без дообучения и квантизации. Модель построена на архитектуре FastConformer: 32-слойный аудиоэнкодер и 8-слойный Transformer-декодер. Она рассчитана на распознавание речи на 25 европейских языках, включая русский, и поддерживает перевод речи между английским и другими языками этого набора. Для CTC-выравнивания README указывает временные метки примерно с шагом 80 мс. README сообщает о проблемах совместимости в коде инференса mlx-audio 0.4.3: возможна ошибка типов в масках декодера, параметры языков могут фильтроваться, а жадное декодирование может зацикливаться на сложной записи. CTC-компонент может искажать текст на дальней или сложной речи, поэтому предназначен прежде всего для выравнивания. Лицензия — CC BY 4.0; конверсия не связана с NVIDIA и не одобрена ею.

Карточка модели Newmetrics/cohere-transcribe-arabic-07-2026 на Hugging Face совпадает с карточкой CohereLabs/cohere-transcribe-arabic-07-2026, поэтому описание составлено по ней. Cohere Transcribe Arabic — открытая модель распознавания речи на 2 млрд параметров, разработанная Cohere и Cohere Labs. Она предназначена для преобразования аудио в текст и оптимизирована для арабского языка, его диалектов и английской речи; также заявлена поддержка арабско-английской речи со смешением языков. В основе — архитектура Conformer encoder-decoder, модель поддерживается библиотекой Transformers и подходит для офлайн-инференса и обслуживания запросов через vLLM. Модель применима для транскрибации арабских аудиозаписей, распознавания диалектной речи и транскрибации английского аудио. Разработчики отмечают высокую точность на арабском и английском и эффективный инференс. Лицензия Apache-2.0. Модель лучше работает с одним заранее выбранным языком; автоматического определения языка нет, а качество на смешанной арабско-английской речи может быть нестабильным. Она не выдаёт временные метки и не выполняет диаризацию говорящих. На тишине и фоновых шумах может генерировать текст, поэтому перед распознаванием полезны шумовой фильтр или VAD.